Jacotot, Çin Odası’nda!

Mustafa PALA

DİLİ DİLLE ÖĞRENME

Bir soruyla başlayalım: Tek kelime İtalyanca bilmiyorsunuz ve yine tek kelime Türkçe bilmeyen bir İtalyan’a Türkçe öğreteceksiniz. Başarabilir misiniz?

Fransız öğretmen ve eğitim filozofu Joseph Jacotot, tam da bu 'soru'nun ortaya koyduğu bir 'sorun'la karşı karşıya kaldı! Zekâlar arasında hiyerarşi kuran aptallaştırmanın karşısına, bu hiyerarşiyi reddederek zihinsel özgürleşmeyi koyan ve "Her şey her şeydedir." düşüncesine dayanan panekastik felsefenin kurucusu Jacotot; 1818'de Belçika'da sürgündü. Burada, Leuven Devlet Üniversitesi'nde Fransız edebiyatı okutmanı olarak yarı zamanlı bir iş buldu; Flaman gençlere Fransızca öğretecekti.

Ancak küçük bir sorun vardı: Flaman öğrenciler tek kelime Fransızca bilmedikleri gibi, kendisi de Flamanca bilmemekteydi. Ne var ki Jacotot bu 'sorun'u, geliştirdiği panekastik felsefeye bir tesadüfün eşlik etmesiyle aşmayı denedi; arayıp bularak, ilişkilendirerek ve bilginin yarattığı hiyerarşiden özgürleşerek gerçekleşen etkin öğrenmenin yol ve yöntemini ortaya koydu. Jacques Ranciére'nin Zihinsel Özgürleşme Üstüne Beş Ders alt başlıklı Cahil Hoca (Metis, 2020) adlı kitabında Jacotot'un ‘başına düştü’ dediği 'felsefenin elması'; 17. yüzyılın sonlarında yaşamış Fransız klasisizminin şairi ve yazarı François Fénelon'un, Türk edebiyatında da ilk çeviri roman kabul edilen Les Aventures de Télémaque adlı yapıtının o sıralarda Flamanca-Fransızca yapılmış iki dilli baskısıydı.

Télémaque’nin bu baskısı, öğrencilerin bilmedikleri bir dili, yani Fransızcayı kendi kendilerine öğrenmelerine kılavuz oldu. Bilen ile bilmeyenin, öğreten ile öğrenenin, giderek kafa emekçisi ile kol emekçisinin zekâlarında eşitsizlik olmadığı sonucuna götüren bu ilginç deneyim, şöyle yaşandı: Jacotot, Télémaque romanının bu iki dilli baskısını öğrencilere verdi ve tercümanı aracılığıyla onlardan romanın Flamanca çevirisinden yararlanarak Fransızca metni anlamalarını istedi. Fransızcanın yazımına, eylem çekimlerine gramerine dair hiçbir şey bilmeyen Flaman gençler, bu öğrenme sürecinden beklenmedik bir başarıyla çıktılar.

Peki, bu nasıl olabildi? Şöyle: Onlar, Flamanca metindeki cümleleri inceleyerek sözcüklere Fransızca metinde karşılık gelen sözcükleri buldular ve bunları anlamca eşleştirdiler; eklerin taşıdıkları anlamları ve yerine getirdikleri işlevleri, deneye yanıla keşfettiler. Bu eşleştirme ve keşifleri yineleye yineleye Fransızca cümle kurmak için sözcüklerin nasıl çekimlendiğini, sözdiziminin nasıl kurulduğunu öğrendiler ve öğrenme ilerledikçe yanlışları, yazım hataları azaldı.

Bu yöntemi Türkçe-Fransızca üzerinden ve ChatGPT algoritmasından yararlanarak örneklendirecek olursak, öğrenme süreci aşağı yukarı şöyle işlemiş olmalıdır: "Ben öykü okumak istiyorum." cümlesinin Fransızcada karşılığı "Je veux lire une nouvelle."dir. "Öykü okumak iyidir." cümlesinin de "Lire des nouvelle, c'est bien."dir. "Ben şiir okumak istiyorum." cümlesinin Fransızcadaki karşılığı ise "Je veux lire de la poésie." biçimindedir. Bu verilere dayanarak "Şiir okumak iyidir." cümlesinin Fransızcasını, örneklerde değişen ve değişmeyen ögeleri, onların sözdizimindeki yerlerini dikkate alarak, artık algoritmaya gerek duymadan yazabiliriz: "Lire de la poésie, c'est bien."

YAPAY ZEKÂ VE DİL

Bu öğrenme deneyimiyle ‘öğreten özne-öğrenen nesne’ hiyerarşisi üzerine inşa edilmiş olan ‘aptallaştırıcı evrensel eğitim’ kurgusundan ayrılan ve ‘özgürleştirici pedagoji’ye yönelen Joseph Jacotot, bilginin yarattığı güç ilişkisine karşı çıkarken ne kadar doğru yapmışsa; kuşkusuz öğrenme sürecinde kanıları ve içgörüleri öne çıkarmak, Aydınlanma düşüncesinin dayandığı ‘akıl’ı geri itmekle o kadar yanlış yapmıştır. Ama biz bu yazımız çerçevesinde, onun bu tutumuyla ilgili tartışmayı askıya alarak, ‘sembol manipülasyonu’nun yabancı dil öğrenmekte ve o dili anlamakta ne kadar yeterli olduğunu tartışmak istiyoruz.

Doğal dillerin doğasını anlamaya yönelik düşünce deneyleri, yapay zekânın ‘bilinç’ durumunu anlamak için geliştirilen düşünce deneyleriyle benzerlikler gösteriyor. Yapay zekâ dil algoritmaları, genellikle dilin sentaktik (sözdizimsel) ve semantik (anlambilimsel) yapısını, sözün bağlamını anlamak üzere eğitilmiş karmaşık modeller içeriyor. Bu algoritmalar, dil anlama ve üretme görevlerini gerçekleştirmek için genellikle büyük metin veri setleri üzerinde eğitiliyor ve dilin çeşitli yönlerini öğreniyorlar. Bu öğrenme metodu da Jacotot’un yukarıda açıklamaya çalıştığımız dil öğrenme deneyimine benziyor ve dilin sentaktik özeliğini anlama ve üretmede başarılı olurken, semantik boyutunda en azından şimdilik tekliyor.

Yapay zekâ doğal dil işleme (NLP) adı verilen dil algoritmaları, insan dilini anlamak ve üretmek amacıyla geliştirilmekte ve kabaca şöyle çalışmaktadırlar: Örneğin “Doğal dil işleme sürecini açıklar mısın?” komutunu alan bir chatbot, öncelikle bu metni “Doğal” “dil” “işleme” “sürecini” “açıklar” “mısın” “?” biçiminde küçük ve işlenebilir parçalara ayırıyor. Her farklı parçayı temsil etmek üzere farklı bir vektörle ilişkilendiriyor. Kullandığı sinir ağı modeliyle beslendiği metin verilerinden, belirli bir kelimenin diğerleriyle olan ilişkilerini analizi ediyor. Örneğin “doğal dil işleme” ifadesini bir bütün olarak değerlendirip bunun, yapay zekâ algoritmalarına ait bir bilgiyi öğrenmek için sorulduğunu anlıyor ve o bilgiyi çekmek için veri tabanını tarıyor. “Doğal dil işleme süreci şöyledir:” biçiminde bir yanıt başlama cümlesi üretiyor. Sonra onu, soru metninde yaptığı gibi parçalara bölüp vektörlerle ilişkilendiriyor. Son olarak algoritma, bu yanıtı ifade edebilmek için parçaları birleştirip çıktı olarak iletiyor.

Dilin yazılı formu temel alınarak açıklanan metne dayalı bu dil anlama ve üretme süreci, kuşkusuz dilin sesli formu için de geçerlidir. Sesli asistanlar, kullanıcılarla etkileşimde bulunurken dili sesli formda anlama ve üretme algoritmalarını kullanıyorlar. Bunlar, sesli ifadeyi anlama, konuşmayı tanıma, duygu analizi ve sesli cevap üretme özelliklerini içeriyor. Ses dalgalarını algılayıp insan dilini oluşturan ögelere dönüştürüyor ve metne dayalı dil anlama ve üretme sürecine benzer bir biçimde sesli yanıtlar üretiyorlar. Sesli asistanlar, sesin doğrudan anlamlandırılmasına odaklanan bir yazılımla çalıştıklarından dili sesli formda işleyebiliyorlar.

SEARLE’NİN İTİRAZI

Görsel (harfler ve noktalama işaretleri) veya işitsel (ses dalgaları ve sesin nitelikleri) sembolleri işleyen algoritmaların, insan bilincinden farklı çalıştığını söylemeye gerek yok. Şimdilik doğal zekânın akıl yürütme, öğrenme, kavramları ve nesneleri ayırt etme, ilişkilendirme, sonuç üretme gibi becerilerine sahip olan yapay zekâ; daha sonraki aşamalarda dirayet (incelikleri kavrama) ve feraset (anlayış) de kazanır mı henüz kesin konuşmak zor; ama Amerikalı filozof ve dil felsefecisi John Searle’nin ‘söz edimleri’ kuramına (Speech Acts, 1969, Akt. A. Altınörs, 2021) bakacak olursak, bu pek olası görünmüyor.

Dilin ve zihinsel süreçlerin felsefi analizlerini yapan John Searle, İngiliz dil felsefecisi John Langshaw Austin’in temelini attığı ‘söz edimleri’ kuramıyla, dilin sadece bir bildirişim aracı olmadığını, aynı zamanda eylem ve davranışları gerçekleştiren bir olgu olduğunu ileri sürer. Dil olgularını, “Su 100 derecede kaynar.” örneğindeki gibi insandan bağımsız ‘kaba olgular’ ve Anayasa’daki ifadeler gibi insanın toplumsal yaşam içinde ortaya koyduğu ‘kurumsal olgular’ olarak iki grupta toplar. Semantik konusunda yoğunlaşarak ‘anlam’ için geniş ve karmaşık bir arka plan koyar. Örneğin bir “makale”nin içilmeyen, yenmeyen bir şey olduğu; bilimsel, terimsel, akademik ifadeler içerdiği ve bir tez ileri sürdüğü; harfler, sözcükler, noktalama işaretleri vs. gibi sembollere sahip olduğu; başlık, özet, ara başlık, alt başlık, gelişme ve sonuç gibi bölümlerden oluştuğu; dip notlar, tablolar, grafikler, görseller barındırdığı; okurken yer çekimine karşı koymak için makalenin yazılı olduğu nesneyi elle tutmak ya da masanın üstüne koymak gerektiği; işetme organıyla değil, görme organına yazıdan yansıyan ışığın görme sinirleriyle beynin ilgili bölümüne taşınarak okunabildiği… gibi oldukça geniş, yoğun ve karmaşık bir deneyim bulutu; iki sözcüklük “Makale okudum.” İfadesinin, yine de çok özetlenmiş bir arka planını oluşturuyor.

Searle'nin kuramının odaklandığı nokta, dilin eylemi temsil ettiği sosyal bağlamdır. Yapay zekâ dil modelleri, dilin anlamını ve yapıyı anlamak üzere eğitilirken, bu kadar geniş bir sosyal bağlama sahip değildir. Bu nedenle, özellikle sosyal etkileşim, ayrıntılı anlam üretme ve nüanslı dil kullanımında hâlâ sınırlıdırlar. Bu sınırları ve doğal dilin, anlamlı ifade oluşturmanın karmaşıklığını vurgulamak amacıyla Searle, “Çin Odası” düşünce deneyini kurgular. Amacı, doğal dili sadece sembol çeşitlemesiyle anlamaya ve doğal zekâyı algoritmalarla eşitlemeye karşı bir argüman geliştirmektir.

İngiliz matematikçi, bilgisayar bilimcisi ve kriptolog Alan Turing, 1950’de yazdığı “Bilgisayar ve Zekâ” başlıklı makalesinde, bir bilgisayarın veya yapay zekânın insan dilini anlama ve üretme yeteneğine sahip olup olmadığını değerlendirmek amacıyla bir test geliştirilmişti. “Turing Testi” olarak bilinen test, bilgisayarın dil kullanımında gerçek bir insandan farklı olup olmadığını belirlemek için kullanılmıştı. Testte bir gözlemci, bir bilgisayar programı ile bir insana metin tabanlı arayüz üzerinden sorular sorar, verilen yanıtları değerlendirir ve hangisinin insan olduğunu belirlemeye çalışır. Gözlemci, bilgisayarın yanıtlarını insanınkinden ayırt edemiyorsa, o bilgisayar programı Turing Testi’ni geçmiş kabul edilir.

Ancak John Searle buna itiraz eder. Ona göre Turing Testi’ni geçen bir algoritmanın, hatta genel ağı hızla tarayıp öğrenebilen, farklı durumlar arasında analojiler kurabilen, yeni sorunları kıvrak bir biçimde çözebilen genel yapay zekânın bir insan gibi düşünmesi mümkün değildir. Searle, yapay zekânın insanın zihinsel süreçlerini simüle ederek sembolleri işleyebileceği ama bu süreçte ne yaptığının farkında olamayacağı tezini, 1984’te yazdığı “Zekâlar, Beyinler ve Bilim” adlı kitabında “Çin Odası” düşünce deneyi ile ileri sürer: Tek sözcük bile Çince bilmeyen bir kişi, Çince yazı sembollerini gösteren bir tablo ve bu sembollerin kendi dilindeki karşılıklarını içeren bir kılavuzla bir odaya konur. Bu kişi, dışarıdan Çince yazılan sorulara kılavuzdan yararlanarak Çin dilinde yanıtlar üretir; o kadar ki dışarıdakiler onun bir Çinli olduğunu sanabilirler; tıpkı Turing Testi’nde bilgisayarın insan sanılması gibi!

DUOLINGO DİL OKULU!

Ne var ki Searle, soruları yanıtlayan kişinin sadece sembol manipülasyonu yaptığını, bununsa Çinceyi bilmek ve anlamak olmadığını ne soruların ne de yanıtların anlamını bilmediğini savunacaktır. Çünkü doğal dille üretilen anlamın, istatiksel örüntülere dayanan sembol eşleştirmeleriyle anlaşılamayacağı; bu anlamın çok geniş ve karmaşık sosyal, bireysel deneyimler içeren bir ‘arka plan’ barındırdığı; anlamanın derin, kapsamlı ve bilinçli bir süreç gerektirdiği açıktır.

Joseph Jacotot'un öğrencilerine dönecek olursak, Felemenkçe ek, sözcük ve sözdizimsel özellikleri Fransızcanınkiyle karşılaştırıp eşleştirerek, yani bir anlamda sembolleri eşleştirerek Fransız dilinde üretilen anlamlara hangi bilinç düzeyinde hâkim olabildiler, bilmiyoruz. Ama kendi deneyimimden öğrendiğim bir şey var:

Ben, Duolingo’nun İngilizce sorularının çoğunu yanıtlayabiliyorum; ama ne sorduğunu ve yanıt verdiğimi bilmiyorum, en azından şimdilik!