Yapay zeka ile çalışan çeviri programları, zamirleri cinsiyetsiz dillerden cinsiyetli dillere nasıl tercüme ediyor? Bu çevirilere posthümanizm bağlamında nasıl yaklaşabiliriz?
Dillerin taksonomik olarak cinsiyet kategorisine sahip olmasına ‘gramer cinsiyeti’ adı verilmektedir. Gramer cinsiyeti, özellikle Hint-Avrupa dillerinde çok yaygındır. Feminen/maskülen/nötr biçiminde ifade edilen cinsiyetler, normal şartlar altında biyolojik cinsiyete sahip olmayacak varlıkların dahi cinsiyetli biçimde gösterilmesine neden olmaktadır. Buna örnek olarak İspanyolcada ‘ev’ sözcüğünün dişil belirteç ‘la’ ile kullanılması (la casa) ya da Almancada ‘masa’ sözcüğünün eril belirteç ‘der’ ile kullanılması (der Tisch) verilebilir. Gramer cinsiyeti, bu örneklerde görüldüğü biçimde, isimlere maskülen ya da feminen gibi özellikler atamak dışında zamirlerin de cinsiyet sahibi olup olmadığını etkileyen faktörlerin başında gelmektedir (örneğin: İngilizcedeki ya da Almancadaki üçüncü tekil kişi zamiri he/she/it veya er/sie/es gibi).[1] Bu yazı boyunca kullanılan ‘cinsiyetli’ veya ‘cinsiyetsiz’ ifadeleriyle kastedilen şey, bir dilin gramer cinsiyeti bulunup bulunmadığıdır.
Cinsiyet bazlı zamirler, yaklaşık iki yıl önce Google’ın yeni yapay zeka araçlarından kaldırılmıştır[2]. Elbette ki bu durum Türkçe, Macarca, Çince gibi ‘cinsiyetsiz’ (non-gendered) dilleri pek etkilemese de, bu değişikliğin sonucunda etkilenen çok sayıda dil bulunmaktadır. Örneğin, İngilizceyi ele alacak olursak Google (Gmail gibi) yapay zeka araçlarında ‘him/her’ gibi cinsiyet belirten zamirleri önermeyi bırakmıştır. Buna tepki olarak, ‘Bu durum, cinsiyetli (gendered) dilleri kullananlar için belirginliği yok etmez mi?’, ‘Nedir bu cinsiyet düşmanlığı?’ benzeri sorular oldukça yaygınlaşmıştır. Bu türden isyankâr itirazların altı boş ve heteronormatif cinsiyetçi temellere dayandığını göstermek için biz elimizden geldiğince neden yapay zekaya kodlanan cinsiyet bazlı terimlerin, zamirlerin ayrımcı hatta zararlı olabileceğinden bahsedelim.
Bizim (yani 90’larda doğan) jenerasyondansanız devamsızlık hakkı bitenlere yaz tatiline kadar boş derslerde izletilen efsane filmlerden 3 Idiots (3 Aptal, 2009) ismini hatırlarsınız. Hindistan’daki akademik ve kariyer hırsına bürünmüş sosyal ortamı eleştiren filmde, bir bebek doğduğunda kızsa ‘doktor olacak’, erkekse ‘mühendis olacak’ denir ve bebeğe gelecek planı çizilir. Normalde aileler, bebeklerin doğumdaki biyolojik cinsiyetlerine göre ileride ne tür bir toplumsal cinsiyet kimliğine sahip olacağını tahayyül eder, planlar. Ancak filmde bu düşler öyle bir raddeye gelmiştir ki, biyolojik yapılarına dayanarak çocuklara cinsiyetten ziyade, ileride yapacağı meslek atanır. Bu durum, Hint kültüründeki şu anlamlı ayrımı da ortaya çıkarır: Doktorlar kadındır, mühendisler erkek. Tanıdık mı? Peki ya halk arasında sıklıkça duyabileceğimiz şu cümleler: ‘Öğretmenlik kadına çok yakışır’ ya da ‘Erkek hemşire mi olur!’ 3 Idiots filminde meslek örneklerinden gidilse de bu tarz benimsenmiş varsayımlar yalnızca kariyere mahsus değildir. ‘Kadınlar çiçektir’ veya ‘Aslan oğlum’ gibi ifadelerden, doğan bebeğin biyolojik cinsiyetine göre giydirilen kıyafete kadar, doğaya özgü varlıklara, renklere ve seslere bile cinsiyet atayan kültürler etrafımızı sarmış durumdadır. Yapay zeka teknolojileri de, bireyleri pek çok cinsiyetçi ve ayrımcı ideolojiye, beşikten (neredeyse) mezara dek, maruz bırakarak normalleştiren kültürlerden kendi paylarına düşeni almaktadır.
EkşiSözlük gibi ortamlarda ara sıra gündeme gelen ‘Türkçenin cinsiyetsiz bir dil olması’ başlığı altında yazılan girdiler de örnek teşkil etmesi açısından bu yazıya giriş için gereken önemli bir noktadır. Bazı yazarlar, Türkçenin cinsiyetsiz bir dil olmasını diğer dillere kıyasla bir avantaj olarak gösterip, onu överler. Bu ilk bakışta yanlış olmasa bile, temele inildiğinde ikiyüzlülük içerir çünkü, Türkçenin zamirleri cinsiyetsiz olsa bile, Türkçedeki kelimelerin anlamsal imajlarına cinsiyet yüklendiği gerçeği hayatımızın bir parçası haline gelmiştir (örneğin: kadınlar çiçektir, oğlan çocukları aslandır). Bu gibi gerçekleri görmezden gelerek özellikle Batı’ya karşı içselleştirilen aşağılık kompleksimizin sözde üstesinden gelebilir ve içimizi rahatlatabiliriz; diğer dilleri cinsiyetli olduğu için aşağılayarak kendimizi yüceltebiliriz; ne var ki böylesi bir tutarsızlık ancak gülünç olarak kabul edilebilir.
Prates, Avelar ve Lamb’in[3] yaptığı çalışmadaki bulgulara göre, cinsiyetsiz bir dil olan Macarcadan cinsiyetli bir dil olan İngilizceye makine çevirisi kullanıldığında, arama kutucuğuna girilen mesleklerin İngilizcedeki mesleki cinsiyet stereotiplemelerine uyularak tercüme edildiği gözlemlenmiştir. Google Çeviri üzerinden Macarca olan “ő egy nővér” (o bir hemşire) cümlesini İngilizceye çevirdiğimizde “she is a nurse” sonucunu elde etmekteyiz. Benzer şekilde, “ő egy mérnök” (o bir mühendis) cümlesi de “he is an engineer” şeklinde çevrilmektedir. Bir diğer deyişle, bu çeviriler hemşirenin kadın olacağını, mühendisin de erkek olacağını söylemektedir. Google Çeviri cinsiyetsiz bir dilden İngilizceye çeviri sırasında, o çevirinin kültürel imalarının ‘cinsiyet bazlı olduğunu’ ve iki zamiri de verse bile (she/he), cinsiyetsiz başka dillerden İngilizce dışındaki başka cinsiyetli dillere çeviri sırasında hâlâ cinsiyet bazlı stereotiplemelere uyum gösterdiği gözlemlenmektedir. Peki, bu stereotiplemelerin dil konuşucuları üzerinde nasıl etkileri olabilir? Gelin bunu posthümanizm çerçevesinde inceleyelim.
Dil konuşucuları yeni bir kelimeyle her karşılaştıklarında, o kelimenin doğal-kültürel arkaplanı ile de etkileşime geçmektedirler. Tan Arda Gedik’in kendi “Dilbilim ve Posthümanizm” yazısında açıkladığı gibi, o sırada bir kelimeyle içten-etkime (intra-action) halindeyken, o eylemin üyeleri yalnızca beynimiz ve edinilen kelime değildir; oradaki/etraftaki tüm eyleyici unsurlardır. Buradan yola çıkarsak, bir kelimeyle karşılaştığımızda, tabii ki onun önünde veya arkasındaki cinsiyet belirten eklerin eyleyiciliğini göz önünde bulundurmalıyız. Yani, biz Türkçe “o bir öğretmen” cümlesini başka cinsiyetli bir dile çevirdiğimizde aldığımız sonuçtaki zamir bizim zihinsel kelime dağarcığımızdaki anlam-imajlarını etkiler ve biz bilinçaltımıza bir öğretmenin kadın olması ‘gerektiğini’ ve bir mühendisin erkek olması ‘gerektiğini’ yerleştirebiliriz. Halihazırda bu kodlar zaten yerleşik ise, bu türden ‘gereklilikleri’ bir kez daha kendi kültürel kod dağarcığımıza ekleyebilir, bunların gücünü pekiştirebiliriz.
Söz konusu içten-etkime, posthümanizm çerçevesinde bize eyleyicilik, iç içe varoluş ve insanın kendi kendini yine kendi kurduğu hiyerarşik ayrımlarla çürütmesinden bahseder. Bu yazı boyunca cinsiyet üzerinden ilerlense de, benimsenegelmiş varsayımsal ayrılıklar kendilerini ırk, sosyal statü gibi diğer konseptlerde de göstermektedir. Bu konseptlerden kasıt ise şudur: Neden bir hemşire kadın olmak zorundadır? ‘Gerçek hayatta böyle değil, bu gerçekliği değiştiren insanlar vardır’ diyebiliriz elbette. Ancak dilin eyleyici gücünü, diğer eyleyicilerle birleştiğinde bizim zihinsel kelime dağarcığımız ve onu takiben kolektif doğal-kültürel birleşmelerimizin gücünü unutmamalıyız. Herhangi bir çeviri programı cinsiyetsiz bir dilden cinsiyetli bir dile, herhangi bir kavrama cinsiyet ataması yaparak çeviri yaptığında, birbirine bağlı bir yumağın ipi bir taraftan çekilip, sonrasını öngörmekte zorlanacağımız bir olaylar silsilesi başlatacaktır. Posthümanizm, daha önce bu sitedeki pek çok yazar tarafından açıklandığı üzere, insanları hem kendi içlerinde hem de diğer türler ve varlıklarla birleştirmeyi hedefleyen (hatta aslında böyle bir hedeften öte varoluşun başlangıcından beri böylesi bir dolaşıklığın olduğunu savlayan) bir düşüncedir. Posthümanist bağlamdan düşünürsek, meslek ve cinsiyet gibi insanın ürettiği basit konseptler bahsedilen içten-etkimeler neticesinde insanlar arasında kategorilerin ve hiyerarşilerin ortaya çıkmasına sebep olur. Bu durumun toplumdaki belli kesimlerin baskı altında yaşamasına sebebiyet vermesi sizce de anlamsız değil mi?
İnternet ve teknoloji çağında yaşarken günümüzde doğan bebekler hiç olmadığı kadar teknolojiyle donatılmış bir dünyaya gözlerini açıyor. Elbette ki bunun faydaları asla göz ardı edilemez; bebeğin henüz anne karnındayken sağlığının denetlenebilmesi son derece önemli yararlar sağlasa da, embriyo halindeki bir varlığın sosyal inşa yoluyla oluşturulmuş kategorilere sokularak mesleğinin belirlenmesi, gelişkin bir insan olarak dünyada varlığını sürdürürken de kendini ait hissetmediği kategorilerde yaşamaya zorlanması anlamsızdır. Zihinsel kelime dağarcığımızdan yola çıkacak olursak ve bunun da Google’ın çevirisinden bile etkilenebileceğini göz önüne alırsak, elbette bir bebek doğduğunda ona kendi kültüründeki (ve tabii ki dilindeki) tüm doğal-kültürel birleşmeler üzerinden yeni etiketlerin atandığını söyleyebiliriz. Bu etiketlerin birçoğu toplumsal uyumlanmaya fayda sağlasa da, toplumsal kriterlerin genelgeçer sayıldığı bir dünyada bu etiketlerden bazılarının kişisel parametreleri zorladığı görülmektedir. Kendi etrafınızdaki örnekleri düşünün. Bebeğin cinsiyeti erkek ise ona atanan meslekler arasında genellikle mühendis, avukat, doktor veya pilot gibi kelimeler duyarsınız. Peki bu bebek büyüdüğünde ya ona atanan bu kavramlardan sıyrılıp, sözde cinsiyetsizliği benimsemeye başlayan Google Çeviri’ye göre bile ‘feminen’ kalan bir mesleği yapmak isterse ne olacak? Dışlanma? Yalnızlık?
Posthümanizmin getirmeye çalıştığı sınırları kaldırıcı bakış açısına ihtiyacımız var. Yalnızca insan ve toplumların kültürleri değil, gündelik hayatta kullandığımız yapay zeka araçları bile dilin ayrımcılığına göz yumarken, teknolojinin içine doğan yeni jenerasyonlar bu gidişle hiç olmadığı kadar kalıplara sığdırılmaya devam edecektir. Ya da aksi mümkün müdür?
[1] Gramer cinsiyeti konusu aynı zamanda zamirler içinde canlı ve cansız diye de ayrım yapabilir ancak bu konu bu yazının kapsamı dışında kaldığı için değinilmeyecektir.
[2] Dave, Paresh. “Fearful of Bias, Google Blocks Gender-Based Pronouns from New AI Tool.” Reuters. Erişim: 06 Eylül 2020
https://www.reuters.com/article/us-alphabet-google-ai-gender/fearful-of-bias-google-blocks-gender-based-pronouns-from-new-ai-tool-idUSKCN1NW0EF
[3] Prates, Marcelo O. R., Avelar, Pedro H. ve Lamb, Luís C. “Assessing Gender Bias in Machine Translation: A Case Study with Google Translate.” Neural Computing and Applications 32 (2020): 6363-6381 https://link.springer.com/article/10.1007/s00521-019-04144-6
