Harvard Üniversitesi Yapay Zekâ için Yüzyıllık Kitap Arşivlerini Açma Kararı Aldı

Harvard Üniversitesi, 15. yüzyıldan kalma el yazmalarını da içeren devasa kitap koleksiyonunu yapay zekâ araştırmaları için erişime açtı. Proje kapsamında 254 farklı dilde yayımlanmış yaklaşık bir milyon eser, araştırmacıların kullanımına sunuldu. Aralarında Fransızca, Almanca, İtalyanca, İspanyolca ve Latince gibi dillerin öne çıktığı koleksiyon, sadece dil çeşitliliğiyle değil kültürel ve tarihî zenginliğiyle de dikkat çekiyor.

Harvard Koleksiyonu, Orijinal Kaynaklarla Yapay Zekâ Eğitimine Katkı Sunuyor

Harvard’ın dijitalleştirilen arşivi, 394 milyondan fazla sayfayı kapsıyor. Bu veriler, “Institutional Books 1.0” adıyla Hugging Face platformunda yayımlandı. Koleksiyonun en eski parçalarından biri, 1400’lü yıllarda bir Koreli ressamın çiçek ve ağaç yetiştirme üzerine el yazısı notları oldu. Harvard Hukuk Fakültesi Kütüphane İnovasyon Laboratuvarı’ndan Aristana Scourtas, bu adımın kütüphanelerin bilgi üzerindeki tarihî rolünü yeniden güçlendirdiğini belirtti.

Proje yöneticisi Greg Leppert, kitapların fiziksel kopyalardan dijitale aktarıldığını ve böylece verilerin doğrudan, güvenilir kaynaklardan geldiğini vurguladı. Bu yaklaşım, geçmişte ağırlıklı olarak sosyal medya, çevrim içi forumlar ya da korsan içeriklerden elde edilen verilerle çalışan modellerden farklılaşıyor.

Projeye Microsoft ve OpenAI gibi teknoloji şirketleri destek veriyor. Bu kurumlar, telif hakkı tartışmalarından uzak durmak için kamu malı olan eserlere yöneliyor. Harvard gibi üniversiteler ve Boston Halk Kütüphanesi gibi kurumlar ise hem tarihî belgeleri koruma görevlerini yerine getiriyor hem de bu dijitalleşmeyi kendi hedefleriyle örtüştürüyor.

Boston Halk Kütüphanesi, 19. yüzyılda Kanada’dan göç eden topluluklar tarafından yayımlanan Fransızca gazeteleri taramaya başladı. Bu çalışmalar, geçmişte sadece kültürel mirası koruma amacıyla yapılırken artık teknolojik gelişmeler için de kaynak sağlıyor.

Telif hakkı sorunları, teknoloji firmalarının korsan içeriklerden uzak durmasına neden oldu. Google’ın 2006 yılında başlattığı dijital kitap projesi yıllarca süren yasal mücadelelerle karşılaşmıştı. Şimdi ise Google, Harvard ile birlikte kamuya açık eserlerin yapay zekâ geliştirme amacıyla kullanılmasına onay verdi.

Yazarlar Birliği CEO’su Mary Rasenberger, bu adımın geçmişte sadece kütüphane raflarında bulunan eserleri dijitalleştirerek daha fazla kişiye ulaştıracağını belirtti. Kurumların onayıyla hazırlanan bu yasal veri setleri, yeni nesil modellerin daha etik bir temelde eğitilmesine imkân tanıyor.

Meta gibi şirketler yapay zekâ modellerini trilyonlarca verilik içerikle eğitirken Harvard’ın arşivi 242 milyar token içeriyor. Bu miktar az gibi görünse de verinin tarihî niteliği ve çeşitliliği nedeniyle eğitim kalitesini artırma potansiyeline sahip. Eğitim materyalleri arasında bilim, felsefe, hukuk ve tarım gibi disiplinlere ait içerikler yer alıyor.

Uzmanlara göre 19. yüzyıl düşünce dünyasına ait bu kitaplar, planlama ve muhakeme yeteneğine sahip yeni yapay zekâ sistemlerinin geliştirilmesinde önemli rol oynayabilir. Öte yandan projede yer alan uzmanlar, veriler arasında çağ dışı bilgiler ya da zararlı söylemlerin de bulunabileceğine dikkat çekiyor. Harvard ekibi bu tür içeriklerin sorumlu şekilde kullanılması için araştırmacılara rehberlik etmeyi amaçlıyor.