|
Automasyon süreci akıllı kamera sistemleri veya algılayıcı cihazdan gelen görüntü/data ile başlıyor. Elde edilen bilgilerdeki düzeni algılama ve yorumlama işlemi ise yazlım tarafından gerçekleştiriliyor. Motif algılamanın üç temel uygulama alanı bulunmakta : sınıflandırma, istatistiksel tahmin, ve değişim algılama [1]. Yüz ve yazı tanıma sistemleri sınıflandırmanın günümüzdeki en yaygın uygulamaları. İstatistiksel motif tahminine örnek olarak ise borsa analizi ve genotip-hastalık ilişkisi inceleyen programlar verilebilir. Değişim analizi ise datadaki anormallikleri yakalamak için kullanılmaktadır. Petrol kuyusundaki erken gaz kaçağı alarmı veya kalp hastası bir kişi için erken uyarı sistemleri değişim algılamanın kullanıldığı alanlar. Bahsi geçen otomatik motif yakalama uygulamalarının yaşam standartlarını önemli ölçüde yükselttiği bir gerçek. Bunun en güzel örneklerinden birisi ise Türkiye'den. İstanbul'daki Dijital Video ve İmge Teknolojileri tarafından geliştirilen plaka tanıma sistemi arabanın ön camına yerleştirilen bir kamera aracılığyla çalışıyor. Yasal bir firmanın 20 araca yerleştirdiği bu sistem sayesinde iki ay gibi kısa bir zamanda 15 kaçak plakalı taksi yakalanabilmiş [2]. Peki uygarlık için bunca faydası olan motif algılamanın insan ilişkileri üzerindeki yan etkileri nelerdir ?
Otomasyon süreci ürün denetiminin yani sıra işçi denetimini de beraberinde getirdi. Şirketler verimliliği arttırmak adına çalışanlarının hareketlerini mercek altına almaya başladılar. 2005'deki Amerikan Üretim Birliği raporuna göre Amerika'daki şirketlerin üçte biri klavye darbelerini yorumluyan programlar kullanıyor [3]. Bilindiğiniz üzere, çalışanların gün içinde ziyaret ettiği siteler ve konuşma çetelesi iş verenlerin çoğu tarafından takip edilmekte. Eğer bu denetimlerin iş verenin doğal hakkı olduğunu düşünüyorsanız Japon firması olan Omron'un geliştirdiği yüz tanıma programına göz atalim. Gülüş ölçer adlı bu program çalışanların yüz ifadelerini gerçek zamanlı olarak tahmin edebiliyor [2]. Çalışanların yüzünden gülücükler eksildiği vakit uyarı sistemi devreye giriyor ve işveren haberdar ediliyor. Programın gülüşün samiyetini ölçememesi ise gerçekten üzücü.
Otomasyonun hayatımızı belki de en çok etkileyeceği alanlardan biri istatistiksel gen analizi. Günümüzde ticari gen analiz kitlerine talep giderek artmakta. Bu kitler sayesinde insanlar evinde gen motiflerini inceleyerek şeker veya kalp hastası olma olasılıklarını öğrenebiliyor. Time dergisi tarafından 2008'in buluşu olarak seçilen 23&Me adlı kıt 116 hastalık analizinin yani sıra soy ağacı çıkarmak için de kullanılıyor [4]. Gen analizi bireyleri olduğu kadar iş verenleri ve sigorta şirketlerinin de ilgisini çekmekte. Halihazırda işverenin çalışanlardan gen analizi istemesini engelleyen bir yasa bulunmamakta. Bireylerin genetik mirasının iş kabulünde büyük rol oynaması gerçekten düşündürücü. Unutmayalım ki genotip analizi mutlak sonuç vermekten çok olasılık üzerine dayalı tahminler yapıyor. Belirleyicikten uzak bir metoda dayanarak insanları sınıflandırmanın toplum üzerinde yıkıcı etkileri olabilir. Genetik yapının ırk ve cinsiyetle olan bağıntısı göz önün alınırsa bu tür bir sınıflandırma çok farklı bir boyut kazanıyor. Şüphesiz ki bu tür bir ayrımcılık yeni nesillerin yetiştirilme tarzını da etkileyecektir. İleride hükümetlerin veya ailelerin çocuklarını gen yapılarını göz önünde bulundurarak iş hayatına yönlendirmeleri hiç de şaşırtıcı olmaz. Böyle bir senaryoyu hayal etmekte zorlanıyorsanız Gattaca adlı bilim kurgu filmini izlemenizi tavsiye ederim [5].
Otomasyon ve motif algılama sistemlerinin hayatımıza katkıları yadsınamaz. Günümüzdeki üretim devriminin ve güvenlik uygulamalarının temelinde otomatik motif algılama cihazları bulunmaktadır. Bu cihazların başarısının temelinde ise şekilsel analizdeki hassasiyetleri yatmaktadır. Ne yazık ki insanların kalitesi şekilsel analizle belirlenemeyecek kadar karmaşıktır. Bireyleri otomasyon denetime tabi tutmak nitelik ile nicelik arasındaki çizgiyi bulanıklaştırmaktan öteye geçmeyecektir. Çalışanlarımızın gülüş mimiklerini ölçebiliriz fakat samimiyeti belirlemek neredeyse imkansızdır. Gen analizi ne kadar mükemmelleşse de olasılık tahmininden öteye geçmeyecektir. Bireyin başarısını belirleyen genetik altyapısı kadar önün içinde saklı olan tutkularıdır. Sonuç olarak motif algılama sistemlerini bireylere uygulamak toplumu amprik olarak sınıflandırmakla eşdeğer olacaktır.
[1] Pattern recognition and machine learning, Christopher M. Bishop Springer 2006,
[2] Machines that can see, The Economist March 7
[3] American Management Association 2005 Survey
[4] 23&Me, Genetic testing for health, disease & ancestry
[5] Gattaca
|
