CV’nizde 'kadın' yazdığı için elendiniz! Algoritmik kuşatmaya karşı: Veri Feminizmi

"Veri, yeni petroldür." Son yıllarda bu cümleyi o kadar sık duyduk ki verinin kendiliğinden var olan, saf, gökten zembille inmiş objektif bir gerçeklik olduğuna inanmaya başladık. Akıllı algoritmaların, yapay zekanın ve devasa veri tabanlarının insan duygularından ve önyargılarından arınmış kararlar verdiğini düşündük.

Ancak Eleştirel Veri Çalışmaları (EVÇ) ve Veri Feminizmi, bu steril yanılsamaya karşı radikal bir gerçekle karşımıza çıkıyor: Veriler asla tarafsız değildir. Çünkü veri, doğada kendi kendine büyüyen "ham" bir meyve değil; belirli mutfaklarda, belirli aşçılar tarafından, belirli çıkarlara göre "pişirilmiş" politik bir inşadır.

İşte verinin o çok steril sunulan dünyasının arkasındaki algoritmik baskılar ve bu görünmez kuşatmaya karşı sivil toplumun başlattığı "karşı-veri" direnişi...

HAM VERİ NEDEN BİR EFSANEDİR?

Veri biliminde en sık sığınılan liman "ham veri" (raw data) terimidir. Ancak akademisyen Lisa Gitelman’ın da belirttiği gibi, "Ham veri bir tezatlıktır." Bir verinin toplanma kararı bile başlı başına ideolojik bir seçimdir:

Hangi sorular soruluyor, hangileri sorulmaktan kaçınılıyor?

Hangi kategoriler sisteme ekleniyor, kimler "istatistiksel hata" veya "anomali" olarak kodlanıp dışlanıyor?

Veri toplama süreçleri, tarihsel ve toplumsal iktidar yapılarından bağımsız değildir. Eğer bir sistemi tasarlayanlar çoğunlukla beyaz, erkek ve ayrıcalıklı teknokrat elitlerden oluşuyorsa, ortaya çıkan veri setlerinin de bu grubun bakış açısını "evrensel doğru" gibi sunması kaçınılmazdır. Bu durum, bireyleri rızaları olmadan sadece birer veri deneğine (data subject) dönüştürür.

ALGORİTMİK ÖNYARGI

Yapay zeka sistemleri, geçmişin tüm eşitsizliklerini ve adaletsizliklerini "nesnel veri" kılıfı altında geleceğe taşıyan birer statüko makinesine dönüşebilir. Ruha Benjamin bu durumu "Yeni Jim Code" olarak adlandırıyor: Teknolojinin tarafsızlık maskesi takarak ırkçılığı ve cinsiyetçiliği otomatikleştirmesi.

Bu durumun en çarpıcı iki örneği, sistemin nasıl bir "ayrıcalık filtresiyle" çalıştığını gözler önüne seriyor:

AMAZON'UN CİNSİYETÇİ İŞE ALIM ALGORİTMASI

Amazon, 2018 yılında iş başvurularını puanlamak için geliştirdiği yapay zekayı son 10 yılın özgeçmişleriyle eğitti. Sektörde tarihsel olarak erkek egemenliği baskın olduğu için algoritma; içinde "kadın" kelimesi geçen veya kadın üniversitelerinin isimlerini içeren CV’leri otomatik olarak düşük puanlayıp eledi. Sistem, teknik bir hata yapmamıştı; sadece geçmişin eşitsiz veri mirasını başarıyla geleceğe kopyalamıştı.

GÖRÜNMEZ BEDENLER

MIT araştırmacısı Joy Buolamwini’nin ünlü Gender Shades çalışması, ticari yüz tanıma yazılımlarının asimetrik hata oranlarını ortaya koydu. Yazılımlar açık tenli erkekleri %0.8 gibi neredeyse sıfır hatayla tanırken, sıra siyahi ya da görece daha koyu tenli kadınlara geldiğinde hata oranı %34.7’ye fırlıyordu. Algoritmaların eğitildiği veri tabanları beyaz erkek ağırlıklıydı; yani sistem, belirli bedenleri dijital olarak "görünmez" kılıyordu.

GÖRÜNMEZLİK VE KAYIP VERİLER

Bazen gücün ve iktidarın en büyük göstergesi, verinin bolluğu değil, yokluğudur. Veri feminizmi literatüründe buna Kayıp Veri (Missing Data) denir. Devletlerin ya da kurumların bilinçli olarak toplamadığı, görmezden geldiği veya yanlış sınıflandırdığı her vaka, aslında politik bir silme eylemidir.

Bunun en somut ve can yakıcı örneğini Türkiye'de yaşıyoruz:

Resmi Sessizlik vs. Sivil Hafıza: Resmi kurumların veri setleri ile sivil toplumun verileri arasındaki ontolojik fark tam olarak buraya oturur. Bir kadın cinayetinin kayıtlara "şüpheli ölüm" veya genel bir "adli vaka" olarak geçirilmesi, o suçu yapısal boyutundan kopararak "veri sessizliğine" gömer.

Anıt Sayaç ve Karşı-Veri (Counter-Data): Bu bilinçli sessizliğe karşı sivil toplumun kendi verisini toplaması, haritalandırması ve belgelemesi eylemine Karşı-Veri pratiği diyoruz. Anıt Sayaç gibi platformlar, sayıları sadece kuru birer istatistik olmaktan çıkarıp arkasındaki insan hikayelerini görünür kılar. Veriyi bir "hafıza adaleti" aracına dönüştürerek iktidarın elinden alır.

VERİ ETİĞİNDEN VERİ ADALETİNE GEÇİŞ

Bugün küresel teknoloji çevrelerinin sıkça sığındığı "Veri Etiği" kavramı, genellikle mevcut sistemi koruyarak ufak tefek teknik yamalar yapmayı (örneğin veri setini biraz daha çeşitlendirmeyi) hedefler. Oysa bizim ihtiyacımız olan şey Veri Adaletidir.

Veri adaleti; yapay zeka sistemlerinin arkasında karın tokluğuna çalışan Küresel Güney'deki gizli veri etiketleyicilerinin görünmez emeğini ifşa eder. Veri merkezlerinin harcadığı devasa su ve enerji kaynaklarının çevresel maliyetini sorgular. Kısacası; verinin sadece şirketlerin kârı veya devletlerin gözetim kapasitesi için kullanılan soğuk bir yakıt olmasını reddeder.

'VERİ BİR İKTİDAR BİÇİMİDİR'

Catherine D’Ignazio ve Lauren Klein’ın belirttiği gibi: "Veri bir iktidar biçimidir ve bu iktidarı elinde tutanlar, gerçekliğin tanımını yapma imtiyazına da sahip olurlar."

Eğer dijital gelecekte sadece birer pasif "veri deneği" olarak kalmak istemiyorsak, o verinin mutfağına girmek zorundayız. Karşı-veri üretmek, algoritmaların arkasındaki ideolojik mutfağı ifşa etmek ve sayılara insan sıcaklığını geri kazandırmak sadece teknik bir beceri değil; dijital çağda onurlu bir entelektüel duruş ve sivil bir direniş pratiğidir.

*Görsel yapay zeka ile üretilmiştir.