Ünlü bilim içerikli içerik üreticisi Hank Green, YouTube'un yapay zeka içerikleri için getirdiği açıklama zorunluluğundaki kritik boşluklara dikkat çekti. Green, platformun mevcut politikalarının sadece fotorealistik içeriklere odaklandığını, ancak araştırma ve kurgu aşamasındaki yapay zeka kullanımının görmezden gelindiğini belirtti.

YouTube Politikalarındaki Çelişkiler ve Etiketleme Sorunu

YouTube'un mevcut kurallarına göre, içerik üreticileri sadece fotorealistik içerikleri anlamlı şekilde değiştirdiklerinde veya yeniden ürettiklerinde bunu belirtmek zorunda. Ancak platformun politikaları bazı tutarsızlıklar barındırıyor. Örneğin, fotorealistik olmayan yapay zeka müzikleri için açıklama istenirken, tamamen yapay zekayla oluşturulmuş fantastik evren videolarında böyle bir zorunluluk bulunmuyor.

Daha da dikkat çekici olan nokta ise üretim sürecindeki yardımcı araçların kapsam dışı kalması. Fikir üretimi, video taslağı oluşturma, senaryo yazımı, küçük resim hazırlama ve başlık belirleme gibi süreçlerde yapay zeka kullanılması herhangi bir bildirim gerektirmiyor. Hatta içerik üreticilerinin kendi seslerini klonlayarak seslendirme yapmaları veya animasyonlu videolarda yapay zeka destekli görsel kullanmaları da serbest bırakılmış durumda.

Yapay Zekanın Araştırma Süreçlerine Etkisi

Hank Green, 31 Temmuz tarihinde Reddit üzerinden yaptığı açıklamada, hayranlarının içeriklerdeki yapay zeka etkisine dair şikayetleri üzerine kendi çalışma yöntemlerini gözden geçirdiğini paylaştı. Senaryoları bizzat yazdığını vurgulayan Green, araştırma aşamasında yapay zekaya aşırı güvendiğini itiraf ederek bu durumun iş kalitesine zarar verdiğini belirtti.

Yapay zekanın bilimsel makalelere hızlı erişim sağlama konusunda faydalı olduğunu ancak bu hızın, konuyu keşfetme ve farklı bakış açıları geliştirme özgürlüğünü kısıtladığını ifade eden Green, üretkenlik baskısının kendi yaratıcı sürecini belirsizleştirdiğini dile getirdi.

Ne anlama geliyor?

Dijital içerik üretiminde kullanılan yardımcı araçlar, veri toplama ve yapılandırma süreçlerini hızlandırarak zaman tasarrufu sağlar. Bu sistemler, devasa veri kümeleri içinden ilgili bilgileri süzerek hızlı özetler çıkarır ve standart bir anlatı yapısı sunar. Ancak bu durum, bilgiyi işleme yönteminin tek tipleşmesine yol açar.

İnsan odaklı araştırma süreçlerinde kaynaklara ulaşma biçimi daha rastlantısal ve derinlemesine olabilir. Farklı bilgi yollarının takip edilmesi, konunun daha kapsamlı kavranmasını ve anlatıma kişisel yorumların, mizahın veya beklenmedik detayların eklenmesini sağlar. Otomasyon araçları ise genellikle en yaygın ve güvenli yolları seçtiği için ortaya çıkan sonuçlar daha steril ve benzer kalıplarda olur.

Kullanıcı açısından bu durum, izlenen içeriğin teknik olarak doğru olsa bile anlatım tarzının ve mantık akışının yapay bir yapıya bürünmesi anlamına gelir. Süreçteki bu görünmez destek, içeriğin organik yapısını değiştirse de mevcut şeffaflık kuralları sadece nihai görsel veya işitsel sonuçlar üzerinden çalıştığı için izleyiciye yansıyan bu değişim resmi olarak raporlanmamaktadır.