Google ve BM yapay zekâların veri sorunlarına çözüm bulmayı hedefliyor.
Birleşmiş Milletler, kullanıcıların ve yapay zeka sistemlerinin kolaylıkla erişebilmesi için Google ile işbirliği içinde küresel istatistikleri erişilebilir hale getirmeye başladı. Perşembe günü tanıtılan UN System Data Commons, Google’ın açık kaynaklı Data Commons altyapısını temel alıyor ve BM kuruluşlarına ait istatistiklerin doğal dil kullanılarak aranmasına olanak tanıyor. Bu yeni sistem, mevcut UNData portalının yerini alarak daha geleneksel veri arama ve gezinti yöntemlerine bir alternatif sunuyor. Öne çıkan özelliklerinden biri, yapay zeka sistemlerinin harici veri kaynaklarına doğrudan bağlanmasına olanak tanıyan Model Context Protocol (MCP) desteği sunması. Böylece BM, verilerini yalnızca insanlar tarafından erişilebilen bir portal haline getirmek yerine, yapay zeka ajanlarının doğrudan sorgulayabileceği bir yapıya dönüştürmeyi hedefliyor.
Bu değişikliğin arkasında, kullanıcıların bilgi edinmek için giderek daha fazla üretken yapay zeka araçlarına yönelmesi bulunuyor. Ancak, büyük dil modellerinin güvenilir ve resmi istatistikleri doğru bir şekilde bulma ve aktarma konusunda hâlâ önemli eksiklikleri var. UNICEF Baş İstatistikçisi João Pedro Azevedo tarafından sunulan verilere göre, kurumun yaptığı bir testte, altı büyük dil modeli, küresel kalkınma göstergeleriyle ilgili 133 binden fazla yanıtta yalnızca %21,2 doğruluk oranı yakalayabildi. Açıklanan çalışmada OpenAI’nin GPT-4 ve GPT-4-mini, Anthropic’in Claude Sonnet 4.5 ve Haiku 4.5 ile Google’ın Gemini 2.5 Flash ve Gemini 2.0 Flash modelleri değerlendirildi. Yaklaşık her beş yanıttan üçü geçerli bir sayısal değer içermediği ve pek çok modelin kesin bir veri vermek yerine ihtiyatlı ifadeler kullandığı belirtiliyor.
Aynı test, büyük dil modellerinin aynı soruya farklı zamanlarda tutarlı yanıtlar verip vermediğini de inceledi. Aynı sorular, iki gün sonra aynı model sürümlerine tekrar yöneltildiğinde, sayısal bir yanıt veren modellerin yalnızca yarısında aynı sonuç elde edildi. Bu durumda, sorun yalnızca doğru istatistiğin bulunmasıyla sınırlı kalmıyor; verilen yanıtların tekrar edilebilirliği de başka bir mesele olarak öne çıkıyor. UNICEF’in araştırması henüz hakem değerlendirmesinden geçmiş nihai bir akademik çalışma niteliğinde değil; kurum, dergiye gönderilmek üzere hazırlanan çalışma makalesiyle birlikte metodolojiyi, kodları ve verileri yayımlamayı planlıyor.
BM verileri MCP üzerinden yapay zeka ajanlarına bağlanacak
UN System Data Commons’un MCP desteği, doğrudan veri kaynağına erişimi sağlamayı hedefliyor. Google, Data Commons’u 2018 yılında, farklı kaynaklardan gelen kamuya açık veri kümelerini ortak bir yapı altında düzenlemek amacıyla kullanıma sunmuştu. Geçtiğimiz yıl MCP desteğinin eklenmesiyle birlikte, yapay zeka ajanlarının Data Commons içindeki istatistikleri ve bunların kaynaklarını doğrudan sorgulaması mümkün hale geldi. BM tarafından kullanılacak bu sistem, her istatistiğin nereden geldiğini kayıt altına alıyor, böylece bir yapay zeka aracının sağladığı verinin hangi BM kaynağına dayandığı kullanıcı tarafından kontrol edilebiliyor.
İLGİNİZİ ÇEKEBİLİR
OpenAI, Google ve Anthropic yapay zekâ güvenliğinde birlikte hareket ediyor
Shadowx yapay zekaya giden kurumsal veriyi dışarı çıkmadan maskeliyor
Yapay zekâ yavaşlamalı mı? Teknoloji dünyasının en güçlü isimleri karşı karşıya
Microsoft yapay zekâ yarışında sınırlarını açıkça çizdi
Claude’un Anthropic içindeki rolü beklenenden daha büyük çıktı
BM İstatistik Bölümü Direktör Vekili Shantanu Mukherjee, yeni altyapının ölçek, kapsam ve esneklik açısından önceki sistemlerden belirgin şekilde daha gelişmiş olduğunu ve çok sayıda BM kuruluşunu ilk kez bu ölçekte bir araya getirdiğini ifade ediyor. BM, şu anda toplam 26 kuruluşun UN System Data Commons’a katılmayı taahhüt ettiğini ve bunların yaklaşık 20’sinin verilerinin sistem kullanılmaya başladığında erişilebilir olacağını belirtiyor. Kuruluş, 2027 yılına kadar BM sistemindeki istatistiksel veri kümelerinin yüzde 80’ini bu platforma entegre etmeyi hedefliyor. Bunun yanı sıra Google.org, temel altyapının kurulması için 2 milyon dolarlık fon sağlayarak teknik destek sunmuş durumda. Google Data Commons ekibinin lideri Prem Ramaswami, sistemin BM tarafından yönetilen ayrı bir ortamda barındırıldığını ve gelecekte bakım, işletme ve ölçeklendirme süreçlerinin tamamen BM tarafından yürütülmesinin hedeflendiğini söylüyor.
Günün Öne Çıkan Fırsatları
Tümünü GörDaralt
REKLAM — Bu içerikte satış ortaklığı bağlantıları bulunmaktadır. Bu bağlantılar üzerinden yapılan alışverişlerden Teknoblog komisyon kazanabilir.
Yeni altyapıya olan ihtiyacın bir başka kanıtı da UNICEF’in web trafikinde gözlemleniyor. UNICEF veri sitesine gelen üretken yapay zeka asistanlarından gelen trafik, bu yıl belirgin şekilde artış gösterdi. Azevedo, TechCrunch’a verdiği bilgide, 1 Ocak ile 14 Eylül arasındaki dönemde ChatGPT yanıtlarından gelen bağlantılarla UNICEF sitesine yapılan ziyaretlerin geçen yıla göre %67 oranında arttığını belirtti. Bu yönlendirmelerin 2026 yılı itibarıyla toplam oturumların %6,4’ünü oluşturduğunu ve UNICEF’in farklı yapay zeka asistanlarının toplamda site ziyaretlerinin yaklaşık onda birini sağladığını tahmin ettiğini ifade etti. Bu veriler, resmi verilerin yalnızca kendi sitelerinde nasıl sunulduğu değil, aynı zamanda yapay zeka araçları tarafından nasıl bulunup kullanıldığının da giderek daha fazla etkili hale geldiğini göstermektedir.
MCP bağlantısı yalnızca bireysel istatistiklerin bulunmasında kullanılmakla kalmayacak. Google’ın tanımına göre, BM verilerine entegre olan bir yapay zeka sistemi, farklı göstergeleri aynı anda bularak bir araya getirdi ve bunlardan gösterge panoları, grafikler ve yazılı analizler oluşturdu. Bu sistem aracılığıyla, yapay zekaya verilen bir görevde, ABD Başkanının AIDS’le Mücadele Acil Durum Planı’nın Afrika’daki etkisini araştırmak gibi bir soru yanıtlanabiliyor. Yapay zeka, HIV enfeksiyonları, AIDS kaynaklı ölümler ve yaşam beklentisi gibi göstergelere ilişkin BM istatistiklerini belirleyip bunları kullanarak bir infografik hazırlayabiliyor. Normalde, farklı veri kümelerinin manuel olarak bulunup birleştirilmesi gereken bu süreç, doğrudan veri bağlantısıyla daha hızlı bir şekilde yürütülebiliyor.
Ancak güvenilir bir veri kaynağına doğrudan erişim, yapay zekanın bu verilerden çıkardığı yorumların otomatik olarak güvenilir olduğu anlamına gelmiyor. Ramaswami, modellerin verilerdeki nüansları yanlış yorumlayabileceğini belirterek yayımlanacak veya kaynak gösterilecek yapay zeka çıktılarının insanlar tarafından kontrol edilmesi gerektiğini vurguluyor. UN System Data Commons bu nedenle, yapay zekanın muhakeme hatalarını ortadan kaldıran bir sistem değil; daha çok modellerin başvurabileceği verilerin kaynak ve izlenebilirliğini artıran bir altyapı sunmaktadır. BM açısından eski UNData sisteminden ayrılan temel nokta, istatistiklerin sadece insanların arayıp bulabileceği veriler olarak değil, yazılımlar ve yapay zeka ajanlarının standart bir protokol üzerinden sorgulayabileceği bilgiler olarak sunulmasıdır. Bunun pratik faydasının ne ölçüde gerçekleşeceği ise, bu modellerin verileri doğru bağlamlarda kullanabilmesine ve elde edilen çıktıların gerekli insan denetiminden geçip geçmeyeceğine bağlı olacaktır.
