Yapay zekâ modelleri artık sadece dosyalar üretmekle kalmıyor; yanıt ararken de içimizden akıp geçen düşünce biçimlerini yansıtıyor. Global bir bilgi kaynağı olarak sunulan iddialar, giderek daha çok eleştiriye maruz kalıyor ve özellikle sosyal bilimler ile psikoloji alanlarında “evrensel yanıtlar”ın pek de evrensel olmadığını gösteren örnekler çoğalıyor. Bunun en çarpıcı göstergelerinden biri olan “Which Humans” çalışması, günümüzün en gelişmiş dil modellerinin gerçekte dünyanın tüm nüfusunu değil, Batı odaklı, eğitimli ve zenginleşmiş ülkelerin değerlerini merkeze aldığını ortaya koyuyor. Bu durum, yapay zekânın “insan gibi düşünebilmesi” iddiasını zayıflatan önemli bir bulgu olarak öne çıkıyor ve söz konusu iddianın dar bir kültürel çerçevede şekillendiğini gösteriyor. İyi cevap kavramı artık evrensel bir standarttan çok, içinde bulunduğu kültürel filtreyle değer kazanıyor; bu da kullanıcılara kendi bağlamlarına uygun yanıtlar aramayı zorunlu kılıyor.Şu anki sistemlerin nasıl çalıştığına dair sözler, yalnızca teknik bir süreçten öte, insan değerlerinin ve toplumsal bağlamın nasıl kodlandığını gösteriyor. Yapay zekânın ilerleyişindeki geri bildirim aşaması (RLHF) ve bu süreçteki değerlendirici grubunun yapısı, global ölçekten çok belirli kültürel perspektiflere odaklanmayı getirdi. Bu da bazı konularda yanıtların tek yönlü kalmasına yol açıyor: Aynı soruya verilen yanıtın tonunda ve kapsamında coğrafyaya göre farklar belirginleşiyor. Ayrıca İngilizceyle Türkçe arasında kalite farkları bile altını çiziyor; bazı dillerde yanıtlar derinlikli, bazılarında ise yüzeysel kalıyor. Tıpkı farklı gazetelerin aynı olaya farklı başlıklar atması gibi, yapay zekâ da hangi yönün öne çıkarıldığına dair kararları veri ve kurallardan alıyor; kullanıcı ise çoğu zaman bunu “doğru cevap” olarak algılıyor. Batı merkezli içeriklerin baskını, modelin aldığı kararları ve verdiği cevapları büyük ölçüde etkiliyor; OpenAI, Google, Meta gibi şirketlerin küresel varlığı, Batı kültürel çerçevelerinin daha çok yansıtıldığı bir konuşma iklimi yaratıyor. Böylece dil ve iletişim konusunda da farklar daha netleşiyor: aynı sorunun İngilizce ve Türkçe versiyonları, kalite ve derinlik olarak birbirinden ayrışabiliyor. Psikolojik danışmanlık gibi kültürel bağlama hassas konular, bu farkların en çok hissedildiği alanlar arasında yer alıyor. Burada da akılla kültür arasındaki gerilim belirginleşiyor: yapay zekâ bazen farklı toplumlarda dengeli görünürken, başka yerlerde daha kısıtlı ya da mesafeli yanıtlar sunuyor. Bu yüzden yapay zekâyı mutlak bir otorite olarak görmek yerine, bir bilgi destek aracı olarak konumlandırmak daha sağlıklı bir yaklaşım olur. Güç ve altyapı dengesi, hangi değerlerin “standart” olarak kabul edildiğini şekillendiriyor ve bu da dijital egemenlik tartışmalarını güçlendiriyor.
Çeviri ve dil tarafında da somut sonuçlar görülüyor: aynı soru İngilizce ile Türkçe arasında farklı kalitede karşılık bulabiliyor; bu durum, bilgi eşitsizliğini derinleştirebiliyor. Özellikle aile yapısı, kimlik, güvenlik ve toplumsal değerler gibi konular söz konusu olduğunda, yapay zekâ bazen belirli bir bakış açısını baskın gösterirken diğerlerini gölgede bırakıyor. Bu nedenle kullanıcıların çoklu kaynaklardan karşılaştırma yapması, eleştirel düşünmeyi canlı tutması ve cevapları kendi bağlamında sorgulaması hayati önem taşıyor. Tarafsızlık arayışının ötesinde, bu sistemler hangi değerleri “normal” kabul ediyor sorusu, güç ve altyapı üzerinden okunması gereken bir tablo sunuyor. Toparlarsak, bugün yapay zekaya yöneltilen soruların cevapları yalnızca algoritmanın kendisinden değil, onu eğiten insanlar ve kurumların kültürel bakış açılarından da doğrudan etkileniyor. Bu yüzden özellikle niş konularda tarafsız yapay zeka iddiası, daha dikkatli bir sorgulamayı hak ediyor.
