Yazar: admin

Fatoş Gökşen
Hazırlayan: Gül Kaner

Koç Üniversitesindeki “Araştırma Yöntemleri” dersinizde öğrencilerinize verdiğiniz çok önemli bir öğüt var: “Hipotezinize âşık olmayın.” Bu söz ile tam olarak ne demek istiyorsunuz?

“Araştırma Yöntemlerine Giriş” dersi veriyorum ve o ders aslında oldukça teknik bir ders. Bu ders tamamlandığında öğrencilerin 14 haftalık ders sonunda iki şey hatırlamalarını istiyorum. Birincisi “Hipotezinize âşık olmayın.”, ikincisi de “Lütfen hipotezlerinizi uygulanabilir hale getirmeyi öğrenin.”

Bu derste öğrendiğiniz başka her şeyi unutabilirsiniz ama bunları unutmayın diyorum. Hipoteze âşık olmayın aslında sosyal bilim felsefesinin biraz sulandırılmış özeti. Popper’dan ve “yanlışlanabilirlik”ten (falsifiability) bahsediyorum.

İkinci sınıf dersi olduğu için pat diye Popper’ı anlatmamak adına böyle özetliyorum. Çünkü hipotezle teoriyi karıştırma eğilimi var. Hipotez aslında o kadar ciddi bir şey değildir. Hipotezler bizim yol haritalarımızdır. Aslında sadece bir tahmindir.

Hipotezler tahminlerimizi ortaya koyduğumuz ve yıkmaya çalıştığımız şeylerdir. Hipotezin güçlü olabilmesi için hipotezlerimizi çok zorlu savaşlara sokup gerçekten bu hipotez dayanıyor mu dayanmıyor mu ona bakarız.

Bu derste söylediğimiz üçüncü bir cümlemiz daha var: O da “Hipotezimiz ispat edilemez.” Hipotezlerimizi bırakıp gitmemiz gerekir. Hipotezimizin amacı zaten çalışmamasıdır. Bir şeyi açıklamak için hipotez geliştiririz. Yoksa ilk bulduğumuz hipoteze yapışıp “Bunu teyit ettik çok güzel.” diyemeyiz.

Bilimin yol almasını sağlayan şey hipotezimizi derdest edip (yakalamak, tutmak) bir tarafa atabilmemiz, yeni hipotezler ortaya koyabilmemizdir. Ancak hepimiz ilk başladığımızda ortaya bir şey koyarız. Ondan sonra datayı toplarız. Sonra da hemen o hipotezin onaylanmasını bekleriz. Büyük bir başarı gibi gelir.

Başka bir deyişle hipotezimizin onaylanmaması bir başarısızlık gibi gelir. Ben doktora tezimden örnek vereyim. 20 tane falan hipotezim vardı. Hiçbirini teyit edemedim. 500 sayfa neden o hipotezi konfirme edemediğim üzerine geliştirildi.

Araştırma yöntemlerinde bir söz vardır: “Veriye yeterince işkence edersen veri itiraf edecektir.” diye. İlla hipotezi teyit etmeye gerek yok, bırakın gitsin. Yerine yenisini koyun. Alternatif açıklamalar getirin.

Öbür türlü zaten bildiğinizi teyit edeceksiniz bilmediğiniz yerlere yolculuk etmek mümkün olmayacaktır.
Tasarım alanında, tasarım süreci ile ilgili bazı yaklaşımlar vardır. Mesela kullanıcı odaklı tasarım (user-centered design), kullanıcıyı araştırma sürecinin odağına koyar. Katılım odaklı tasarım (participatory design) da der ki: “Kullanıcı dediğimiz yalnızca son kullanıcı değildir.”

Tasarım sürecine dahil olan bütün paydaşlar aslında tasarımdan etkilenir. Bu yüzden tasarım sürecinde yer alan her paydaş sürece dahil edilmelidir. Tasarımcı, kullanıcı, sosyolog, psikolog, devlet ofislerinden temsilciler, mühendisler herkes bu sürece dahil olmalıdır.

Sizin de sosyal sermaye dağılımı eşitsizliği, kültürel tüketim eşitsizliği, kadınların iş gücüne katılımındaki eşitsizlikler gibi problemlerin çözümüyle ilgili çalışmalarınız oldu. Türkiye’de bu tarz çalışmalarda katılımcı yaklaşımlar uygulanıyor mu? Örnekleriniz var mı?

Katılım odaklı değil ama ismine başka şeyler dediğimiz tasarımlar ile çalışıyoruz. Özellikle sosyal politika çalışırken sizin de tahmin edeceğiniz gibi bir sürü paydaşın birlikte çalışması gerekiyor. Yani sosyal politikalarda son kullanıcı halk oluyor.

Onların ihtiyaçlarının, sorunlarının, problemlerinin tanımlanmasını tek başına yapmak yetmiyor. Bütün aracı kurumlar, geliştirici kurumlar, bu insanların etkileşimde olduğu başka kurumlar, tüm bunların birlikte olması sosyal politika demek.

Sosyal politikayı ne tek başına bilim insanı tasarlayabilir ne tek başına devlet kurumları tasarlayabilir ne de vatandaş tasarlayabilir. Aslında yaptığım okumalardan tasarımı, tasarım odaklı düşünme konusunu hiç bilmediğimi ve aslında sosyolojiye ne kadar yakın olduğunu fark ettim.

Tasarımdaki ihtiyaçları tespit etme, buna yaratıcı çözümler bulma, teknolojiyle ve çıkan konularla birtakım prototipler geliştirme, sosyal politikayla da ilgili şeyler. Sosyal politikada da ihtiyaçları tespit edip ilgili kurumları, kişileri, ilişkileri belirleme, sonra da prototipler ve politikalar geliştirme geliyor.

O açıdan iki alanın ne kadar birbiriyle farklı terminolojiler kullanarak ne kadar yakın şeyler yaptığını fark ettim. İşin aslı kanıta dayalı olması. Sosyal politika dediğimiz, normalde başka ülkelerde zaten bu şekilde katılımcı yaklaşımlarla tasarlanıyor.

Bizim sosyal politikaya en fazla değen projemiz “Okul Terk Projesi” idi. Bu tür pek çok proje yaptık bir kısmı değdi, bir kısmı değmedi. Bir kısmı haşince reddedildi. Değenlerden bir tanesi “Okul Terk Projesi” olmuştu.

Bu projede birlikte çalıştığımız aktörler ise öğrenciler, anneler, babalar, okul öğretmenleri, okul müdürleri, Millî Eğitim İl Müdürlükleri, STK’lar (Sivil Toplum Kuruluşları), Millî Eğitim Bakanlığı idi. Bütün bu gruplarla birlikte çalışıldı ve sonunda okul terkin bir sorun olduğuna dair Millî Eğitim Bakanlığını ikna edebildik.

Bu arada okul terk deyince orta okul, lise sanılıyor. Bahsettiğim zorunlu eğitimden terk. Türkiye’de ilköğretimden terk çok ciddi bir problemdi. O zamanlar %17 civarıydı.

Öncelikle bunun bir problem olduğunu ortaya koyabildik. Sonrasında da bu iş birliği ile okul terk izleme politikaları ve mekanizmaları yerleştirebildik. Bazı sivil toplum kuruluşları ile -Eğitim Reform Girişimi (ERG) ile- çalıştık. Onlar çok ciddi savunu yapan bir STK.

Millî Eğitim Bakanlığında çok ciddi savunu yapabildiler. Okul terk izleme mekanizmalarını e-Devlet’in içine yerleştirebilmemizi sağladılar. Sosyal politikaya en somut değen araştırmamız bu oldu. Diğerleri biraz yalan oldu. Bu tür şeyler tamamen siyasi dalgalanmalardan da etkileniyor.

Başka bir projemiz, “Kadınlar İçin İş’te Eşitlik Projesi” idi. Bunda da aynı şekilde şirketler, Aile ve Sosyal Politikalar Bakanlığı ve Koç Üniversitesi ile birlikte çalıştık.

Şirketlerdeki eşitlik ve eşitsizlik politikalarını tespit ettik. Türkiye’nin en büyük 100 şirketine baktık. Sonrasında da bakanlık aracılığıyla izleme ve taahhüt almayı yapabildik.

Bu anlattıklarınız üzerine acaba sosyal politikalar araştırmalarının bir tür deneyim tasarımı olduğunu söyleyebilir miyiz?

Kesinlikle. Ben tasarım ile ilgili çok yanlış bir şey biliyormuşum. Koç Üniversitesi Tasarım Teknoloji Toplum Yüksek Lisans ve Doktora Programı’nın açılmasına destek oldum ama neye destek olduğumu bilmiyormuşum.

Okurken fark ettim, gerçekten izlediğimiz yol aynı. Sonuç olarak bir deneyim, bir ürün ve servis yaratmaya, insan odaklı bir şey yaratmaya çalışıyoruz. Bu tasarım odaklı düşünmede de böyle, sosyal politikada da.

Ortaya yeni bir deneyim, çözüm ve hizmet koymaya çalışıyoruz. O anlamda süreç çok farklı değil.

Sosyal politikalar için bir prototiplemeden bahsettiniz. Tasarımda prototipler çok hızlı üretilir ve kullanıcıya bir ara model hazırlayıp denetilir. Sosyal politikalarda da prototipleme bu kadar hızlı olabiliyor mu? Bu süreç nasıl ilerliyor?

Hayır, öyle ilerlemiyor. “Hadi şu politikayı deneyelim, çalıştı mı görelim.” gibi bir durum yok. Ama mesela okul düzeyinde birtakım sistemler geliştirebilirsiniz. STK’lar düzeyinde olabilir. Biz okul terk projesinde o düzeyde bir şey yaptık. Yoksa maliyeti çok yüksek olurdu.

Prototip derken ben gevşek bir analoji kullandım. Pilot çalışma gibi aslında. Sen birtakım aletler önerirsin. Bunların bazısı kabul edilir bazıları edilmez. Olduğu gibi kabul edilemez zaten. Bunların çalışıp çalışmadığını görmek tasarımdaki gibi olmaz.

Mesela müdahale programları vardır. Çok büyük sosyal sorumluluk projeleri vardır. Enteresan bir örnek var: Koç Holding’in yaptığı “Meslek Lisesi Memleket Meselesi”. Bu projede meslek liseleriyle piyasa ve sanayinin uyum içinde hareket etmesinin sağlanması hedeflenmişti. Bu çok başarılı bir proje oldu ama niye başarılı olduğunu bilmiyoruz.

Çünkü projenin başında veriye dayalı bir durum tespiti yapılmamıştı. Durum neydi? Nelere ihtiyaç vardı? Nerelerde sorun yaşanıyordu? Nerelerin düzeltilmesi gerekiyordu? Sistematik bir şekilde gözlemlenip tespit edilmemişti.

Çok büyük bir maddi katkı vardı. Çok fazla şey yapılmıştı. Sonunda bir ürün vardı ve çok başarılı olduğu söyleniyordu ama bilimsel olarak kanıtlanamazdı. Konuştuğumuz zaman kendileri de “Yazık çok büyük emek.” diyor ve “Çalışıp çalışmadığını bilmiyoruz.” diyorlar. Neden?

Çünkü başta sistematik durum tespiti yok. Neyle neyi karşılaştırıyoruz bilmiyoruz. Bu işte çok fazla başarı hikayesi çıkmış o yüzden başarılı diyoruz. Ama bilimsel anlamda bir müdahale programı ve sosyal sorumluluk projesi olduğunu söyleyemeyiz.

Türkiye’de bu prototip ve projelerde benzer sorunlar var. Aceleyle bir şey yapma durumu var. Başta bir temel olmadan büyük paralar harcanıyor. Sonra anekdot niteliğinde kanıtlarla “Başarılı olduk.” diyoruz. Bir köşe yazısında bunu diyebilirsiniz ama bilimsel olarak diyemezsiniz.

Sosyoloji ve tasarım arasındaki benzerlikten bahsettiniz. Tasarım da aslında sosyal bilimlerden ve diğer alanlardan beslenir.

Onların yöntemlerini metodolojilerini kullanır ve sosyal bilimlerin bakış açısına sahip olmaya çalışır. Giddens der ki: “Sosyoloğun kazanması gereken en önemli şeylerden biri sosyolojik hayal gücüdür.

Toplumu anlayabilmek, toplumun yüklediği anlamı anlamak için o bakış açısına sahip olabilmek gerek.” Bir tasarımcı ve bir sosyolog bu hayal gücüne nasıl sahip olabilir?

Benim buna düşünen bir insan olarak cevabım var, bir de sosyolog olarak cevabım var: Sosyolojik hayal gücü biraz yetenek. Bazı insanlarda bu oluyor. Tasarım nasıl her şeyden besleniyorsa sosyoloji de öyle. Senin tarih, ekonomi, felsefe, psikoloji biliyor olman lazım.

Kendi eğilimlerin olması lazım. Sosyoloji, tasarım gibi çok fazla konudan besleniyor. Sosyoloji toplumbilimdir. Toplumun nereden beslendiğini bilmek zorundasın çünkü sosyoloji de o dinamiklerden beslenir. Psikoloji, ekonomi, siyaset, fizik hepsinden beslenir.

Sosyoloji ilk olarak “sosyal-fizik” (social-physics) olarak bilinmeye başlanmıştır. Auguste Comte, sosyolojiyi bilim olarak kabul ettirebilmek adına pozitif bilim yöntemlerini kullanarak diğer bilimleri ikna etme adına sosyal-fizik demiştir.

Sosyoloji bilmek için edebiyat bileceksin, müzik bileceksin. Bunlardan besleneceksin. Teorik matematik gibi kulene kapanarak yapılacak bir şey değil. Teorik sosyoloji bile öyle değil. Tasarım gibi yani.

O anlamda tasarım ve sosyoloji çok benziyormuş. Ben de bir aydınlanma yaşadım. Tasarım dediğimizde ben böyle ambalaj tasarımı, açık mavi veya koyu tercihleri sanıyordum. Öyle olmadığını anladım.

Bunun için tüm tasarımcılardan özür diliyorum. İşin aslı hiç öyle değilmiş. Bu konuşmaya hazırlanmadan önce bir şirkete nasıl “Tasarım Üst Yöneticisi” (Chief Design Officer) işe alındığını okudum ve gerçekten çok şey öğrendim.

Tasarım ve sosyolojiyi tanımlarla birbirine yaklaştırırsak şöyle bir durum ortaya çıkıyor: Uygulamalı sosyoloji mevcut durumu iyileştirmek olarak tanımlanıyor.

Tasarım da mevcut durumu iyileştirmek olarak tanımlanıyor. “Meslek Lisesi Memleket Meselesi” projesinde bir ön tespit çalışması yok ama başarı söz konusu. Böyle bakarsak sosyal politikalarda bir belirsizlik durumu var.

Tasarımda da aynısı var. Çok iyi düşünülmüş bir proje başarılı da olabilir başarısız da olabilir. O yüzden çok iyi düşünülmüş bir tasarımın inatçı olması gerekiyor.

Bazı durumlarda tekrar tasarlanması gerekiyor. Eğer sizin de inatçı olmanız gerekseydi şu anda sosyal sermaye projesinin etkisini arttırmak için o projeye nasıl yaklaşırdınız?

“Okul Terk Projesi”nde çok ortaklı çalışmanın bir etkisi vardı. Problemi her köşesinden taradık çok fazla bilgi aldık. Çok fazla veri topladık. Öyle olunca projenin kredisi de artıyor. Okul müdürleriyle, öğretmenlerle, velilerle, çocuklarla konuştuğunuzda ikna gücünüz de artıyor.

Ben tek başıma bir araştırmacı olarak bu etkiyi yaratamazdım. Savunu grupları, STK’lar gibi aracı kurumlar gerekiyor. Sosyal bilimci olarak bunu tek başına başarmak çok zor. Mesela ilk başta müsteşar: “Siz bu sayıları nereden uydurdunuz? Mecburi eğitimden terk olamaz çünkü okul terk yasak.” dedi.

O noktada ERG olmasaydı bizim ilerleyebilmemiz mümkün olamazdı. Sadece devletle de değil, Dünya Bankası’yla, Uluslararası Çalışma Örgütü’yle de çalıştık. Oralara erişim bir bilim insanı olarak kolay ama en tepeye ulaşmak kolay değil.

Tüm bu yolculuk boyunca o kadar çok insanla vakit geçiriyorsunuz ki orada geçirdiğiniz zamanın herkesi dönüştürdüğü, deneyimi değiştirdiği bir gerçek. Bu dönüşümün bir sosyal politikaya dönüşmesi uzun sürebilir ama bireylerin ve küçük kurumların fikrini değiştirebilirsiniz.

Bir annenin, babanın, öğretmenin çocuğa karşı fikrinin değişmesini sağlayabilirsiniz. Araştırmanın varacağı yer önemli ama o yolculuğun kendisi o yolda kimleri dönüştürdüğünüz de çok önemli. Küçümsememek lazım.

Çevrimiçi (online) ortamlarda sosyal sınıf ilişkisine dair soru soracak olursak çevrimiçi ortamların özgürleştirici olduğuna ve sosyal sınıfların geçirgenliğini arttırdığına inanmak mümkün mü?

Bir sürü farklı şeyi yeniden üretiyor olsa da en temelde bu geçişi kolaylaştırıyor gibi görünüyor ancak sizce de öyle mi?

“Evrensel eğitim”den beklenen şey en büyük eşitleyici olacak olmasıydı. Aynısı “dijital devrim” için de yapıldı ama özgürleştirdiği şeyler olsa bile var olan eşitsizliği daha da pekiştirdiğine dair araştırmalar da var. Türkiye’de yaptığımız “Gençlik Araştırması”ndaki verilerden örnek verebilirim. 15-29 yaş arası 5000 kişiyle görüştük. Ulusal temsiliyeti olan bir araştırmaydı.

Maalesef bulgular, online siyasi katılımın ve bilgi ediniminin sosyal sınıflarla çok paralel gittiğini gösteriyordu. Kişi üniversite mezunuysa, gelir düzeyi iyiyse, annesi ve babası eğitimliyse sosyal platformların özgürleştirici olduğunu görüyoruz. Ama maalesef kişinin eğitimi yoksa, anne baba eğitimsizse durum öyle değil.

Ayrıca değerler de işin içine giriyor. Muhafazakarlık işin içine giriyor. Sadece erişim problem değil. Kullanıp kullanmamak, erişimle ne hayal edebildiğinle de alakalı. Sosyal sınıflardan bağımsız olarak ahlaki, siyasi, ideolojik değerler bu kullanımı çok etkiliyor.

Muhafazakarlık ve dünyayı merak etmemek de bu erişimi etkiliyor. “Gençlik Araştırması”nda da gördüğümüz yüksek sosyo-ekonomik sınıflar online platformlarda özgür olabiliyorlar ama onlar bile istediğimiz kadar etkileşimde değil.

“Dijital eşitsizlik” (digital divide) dediğimiz bir kavram var. Kültürel tüketimde de sosyal sınıf ve değerlerin kesiştiği yer etkileşim. “Yüksek kültür” (highbrow) dediğimiz müzeye, operaya giden, kayak yapan, “öğleüstü kahvaltısına” (brunch) gidenleri tanımlıyor.

Bunun gibi sorular var mesela ankette o yüzden bunlardan örnek veriyorum. Öbürü de arabesk dinliyor, kebapçıya gidiyor. Ama gerçekte böyle çalışmıyor. Ayrım bu kadar net değil. Üste baktığımızda çok daha ortaya karışık bir durum var.

Bourdieu diyor ki: “Kültürel tüketim sınıfla ilişkilidir. Sınıf arttıkça kültürel tüketim de yüksek kültür olacaktır.” Fransa’da Paris’te yapmış öyle bulmuş. Aşağısı da “düşük kültür” (lowbrow) olacaktır demiş. Üst çok daha ortaya karışık. “Omnivor” diyoruz yani hem etçil hem otçul. “Omnivor”u Türkçeye çeviremedik ortaya karışık dedik.

Yukarı gittikçe hem operaya gidiyor hem İbrahim Tatlıses dinliyor, düğünde çiğ köfte yiyor ve bundan gurur duyuyor. Aşağısı çok daha homojen. Değerlerle sosyal sınıfların birleşiminden ortaya çıkan bir homojenlik var. Alt sınıf bu yüzden dijital ortamları bir parça dışlıyor bir parça güvensizlikle yaklaşıyor.

Dijital (digital) devrim, kullanıcıyı daha yakından tanımak ve anlamak adına bir fırsat diyebilir miyiz? Bauhaus’ta dikte edilirdi, “Alırsa alır almazsa almaz.” denirdi.

Ancak sayısal devrimde herkesten geri dönüş alabiliyoruz. Bu tasarımcılar için bir deneyimin tasarımında fırsat olabilir mi?

Herkesten ve her yerden alıyor muyuz şüpheliyim açıkçası. Bill Gates, Mark Zuckerberg sayısal devrim ile ilgili çok iyimserler. Bu yaklaşımdaki büyük isimlere “digiterati” (dijital elit kesim) diyoruz. Ben o kadar optimist değilim. Mesela akıllı telefona erişmek tek başına önemli değil.

Ayrıştırıcı olan o telefonla ne yaptığın. iPad’inin olması, akıllı telefonunun olması sayısal devrimin bir parçası olduğun anlamına gelmiyor. Sen sadece orada alışveriş yapıyorsan başka bir şey. Siyasi katılımda bulunuyor, alternatif kanallara ulaşıyorsan bambaşka bir şey.

Araştırmada sosyo-ekonomik durumu anlamak için sorulan sorular var: “Bulaşık makinan var mı? Arkası düz televizyonun var mı?” (Onu da öyle sormak gerekiyor LCD denince anlaşılmıyor.) Sosyo-ekonomik statü ölçmenin yollarından biri bu sorulardır. Soruların içinde akıllı telefon da var ama ayrıştırmıyor artık.

“Bu bilgiyi indiriyor musun?” “Yok.” “Twitter’da mısın?” “Yok.” “İnternette siyasi içerik paylaşıyor musun?” “Yok.” “Sosyal bir şey yapıyor musun?” “Yok.” “Ne yapıyorsun onunla?” “Hiç.” İnternet bağlantısı bile yok bazı akıllı telefonlarda. Türkiye için konuşuyorum. Yani bu devrimin aslında birazını yaşamışız. Erişime ulaşmışız da orada kalmış. Onunla ne yapacağımızı bilmiyoruz.

Dünyada sayısal devrimi yaşlılar yakalayamıyor diyorlardı ama öyle değil. İnternetin en fazla amaç için kullanıldığı yerlerden biri huzurevleri, kullanıcıya bir dünyayla bağlılık getiriyor.

Bu erişim henüz Türkiye’de olmamış gibi görünüyor. 2015’te yapılmış gençlik araştırmasına bakarak söylüyorum bunu da.

Film ve medyada olduğu gibi sosyolojide de dev bir teori tarihi var ve pratikle teori arasında bir şekilde bağ kurmak durumundasınız. Sosyal politikalarda araştırma ve teoriyle olan bağı nasıl kuruyorsunuz?

Sosyolojide de sürekli bir tansiyon var. Bir tarafta saf teorik bilim, öbür tarafta gerçek hayat olmalı diye.

Ben uygulamalı çalışıyorum. Ancak uygulamalı çalışırken de teori ve modellerden yola çıkmadan yaptığınızın anlamı yok. Yaptıklarınızda teorik ve felsefi tutarlılık olması lazım. “Şu sayıları ortaya koyalım bakalım ne çıkıyor, sonra teoriye oturturuz.” gibi bir durum yok.

Ben bu yaklaşımın kısıtlayıcı olduğunu düşünüyorum. Bazıları “Çok daha yaratıcı oluyorsunuz.” diyor ama bana kalırsa teoriden yola çıkmak ve o teorinin sınırlarını zorlamaya çalışmak daha yaratıcı sonuçlar getirebiliyor.

Teorinin içinde nerede problem varsa ona cevap bulabiliyorsun. Bir tarafta saf bilim öbür tarafta uygulamalı bilim vardır gibi bir ayrımın doğru olmadığını düşünüyorum.

Yeni ortamlar bağlamında, teknolojinin gelişmesiyle sosyal medya ve reklam gibi bir o kadar da içeriğe maruz kalıyoruz. Bu içerikler toplumu mu yansıtıyor yoksa yönlendiriyor mu? İzleyici mi içeriği yönlendiriyor yoksa içerik mi izleyiciyi? Siz reklamlara, medya içeriklerine bakarak sosyolojik analiz yapıyor musunuz?

Bunlar iki uç değil. Birbirinden ayırmak mümkün değil. Medya bir disiplin olduğundan beri bu soru medya çalışmalarının tarihi sorusu.

Medya çalışmaları tarihi çok yeni, 1940’larda bir disiplin olarak ciddiye alınmaya başlandı. Kimi teori “Bunu belirleyen şey bir ihtiyaç.” diyor. Yapısal yaklaşımlar var. Onlar “Seyirciyi ve talepleri belirliyor.” diyor.

Öbür taraf da diyor ki “Bütün her şeyi belirleyen izleyicinin kendisidir. Sen naparsan yap izleyici onu istediği gibi yorumlayacaktır.” Hatta John Fiske, “Seyirci gerilladır. Komando gibi seyircinin nereden çıkacağı belli olmaz.

Sen ne içerik yaratırsan yarat seyirci kendi kapasitesiyle onu istediği gibi yorumlayacaktır ve senin bunun üzerinde kontrolün yoktur.” diyor. Bunun tek bir cevabı yok.

Sen istediğin mesajı yarat, seyirci onu olduğu gibi kabul eder veya bambaşka anlamlar yaratır. Bu ya da diğeri değil. Medya bir sanayi. Orada buzdolabı üretir gibi içerikler üreten bir sanayi var. Buzdolabı üretmek ile çok farklı bir yerde değil.

Aynı piyasa dinamiklerinden siyasi konjonktürden de etkileniyor. “Bu kesin böyledir.” demek çok zor sürekli bir etkileşim var.

Araştırmalarınızda reklamlara bakarak sosyolojik analiz yaptığınız oluyor mu?

Ben hiç yapmadım ama o tür çok çalışma var. Özellikle toplumsal cinsiyet alanında çok var. “Toplumsal cinsiyet rolleri nasıl şekilleniyor ve nasıl pekiştiriliyor?” diye. Toplumsal cinsiyet teorisi bilmeseniz bile birkaç reklama baksanız görüyorsunuz, durum içler acısı.

Alternatif reklamlar var mesela ben bazen derste gösteriyorum, çocuklar hayret ediyor. O kadar sabit kodlar var ki sayısal erişimi olan bizim gibi insanlar bile şok geçiriyor.

Çünkü o rolleri kabullenmişiz. Fakat ben hiç bunun araştırmasını yapmadım. Ben medya mezunu olsam da hiç o alana bakmadım. Mesela 1930’dan beri bütün reklamları tarayan çalışmalar var bu alanda.

Tasarımda küçük kullanıcı gruplarıyla “fokus” (odak) gruplarda deneyip sonra büyük gruplara sunma durumu var. Sosyolojide bu küçük gruplarla başlayıp genele yayma nasıl oluyor?

Çok güzel bir soru bu. Bu bir bulmaca (puzzle) ve beni de çeken bu araştırma bulmacası oldu her zaman. Bunlar çok farklı paradigmalar: “kalitatif” (qualitative) dediğimiz daha derine inme ve “kantitatif” (quantitative) dediğimiz genele yayma durumu. Bunlar ayrı düşünülmemeli.

Mesela Avrupa’da “Kantitatif araştırmacıyım.” diyor bazı araştırmacılar. Bana biraz acayip geliyor. Ben eğitimim itibariyle kantitatifçiyim ama bu tek başına çok problemli, özellikle sosyal politikada çalışıyorsan. Bir arada ilerlemeli hangisini önce hangisini sonra yaptığın çok önemli.

Çünkü ben büyük bir kitleye ulaşmaya çalışıyorum ve edindiğim bilgiyi genellemeye çalışıyorum. Ama böyle başladığında sıkıntı var. Mesela anketle başlıyorsun ama ankette sordukların senin zaten bildiğin sorular. “Okulu neden terk ettin?” diye soruyorsun. “Annem istemedi.” diyor.

Yani bilmediğin veri yine yok ortada, sen bildiğini teyit ediyorsun. Ancak kendini anketten kurtarıp derinlemesine araştırma yaptığında, derinlemesine görüştüğünde bilmediğin dünyalara ve sebeplere ulaşabiliyorsun.

Madenci ve gezgin gibi bir analoji kuruyorum ben. Kantitatif ile, anket aracılığıyla veriye ulaşmak madenci gibi. Orada bir yol var onu biliyorum ve ona ulaşmaya çalışıyorum. Orada olduğunu bildiğim şeyi alacağım çıkaracağım. Kalitatif paradigmadaysa gezgin gibi.

Gezginin amacı nedir? Gideceği yer midir? Hayır. O yolculuğun kendisidir. O yolda neye dönüştüğü kendiyle olan derdidir. Kalitatif paradigmada o yolculuk sırasında ne öğrendiğimdir, nereye ulaştığım değil. Kalitatifi biçimlendirici bir faz olarak düşünüyorum.

Sosyolojik okuma ve araştırma yapmak sosyal dinamikleri görmeye yardımcı oluyor. Bu sizi pesimist mi yoksa optimist bir bakış açısına mı itiyor? Problemleri görebiliyor olmak etki yaratamadığınız durumda sizi mutsuz ediyor mu?

Tam olarak net görebildiğimizi iddia etmek mümkün değil aslında. Mesela Kız Meslek Lisesi tercihleriyle ilgili verilerde neden meslek lisesi seçtiklerini sorduğumuzda aile, ekonomik, başka dinamikler gibi bunun tek bir cevabı olamaz.

Kızlara soruyoruz “Evet, ben kendim tercih ettim.” diyor. Ama bu bir sürü farklı dinamikten etkilenen bir şey. Ayırmak mümkün değil. Bir sürü ataerkil (patriarkal) pazarlık var. “Kendim tercih ettim.” diyor. Sonra “İyi bir anne ve eş olmak için tercih ettim.” diyor.

O yüzden net cevap mümkün değil. Sosyoloğun da farklı alt alta tabakaları görmesi gerekiyor, normal bir insandan farkı burada ortaya çıkıyor. Ancak derin okuma diğer paradigmalar ile oluyor. Kız Meslek Lisesinde kızların neden orayı tercih ettiğiyle ilgili puzzle çok zor çözüldü.

“Neden oraya gidersiniz?” sorusunun cevabı normalde “istihdam kaygısı”dır. Ama oradaki çocukların hiçbirinin istihdam kaygısı yok. Böylece bir anda bütün önyargılarınız yıkılıyor. “Daha korunaklı olduğu için”, “kız öğrenciler var”, “daha iyi bir anne olmak” gibi cevaplar ortaya çıkıyor.

Artı, sınıf meselesi var. Bu sistemde Kız Meslek Liseleri en düşük puanla öğrenci alan liseler. Başka yere gidemediğinizde oraya gidiyorsunuz. Sonuç olarak istihdam ile ilgisi olmayan bambaşka bir tablo ortaya çıkıyor.

Bugün disiplinlerarası tasarım eğitimi veren lisansüstü programlar var. Oralarda birçok ortak alanda birikim kazanmak mümkün. Doğrudan sosyolojide lisansüstü yapmak yerine böyle disiplinlerarası bir program içinde kalıp sosyoloji alanında ilerlemek ve uzmanlaşmak mümkün mü?

Benim geçmişim sosyoloji değil. Ben hayatımda hiç sosyoloji okumadım. Artık sosyolojinin alanları da çok birbirine geçmiş durumda antropoloji, sosyoloji, psikoloji çok iç içe geçmiş durumda.

Meslekler de öyle, başlıklar artık iç içe. Biz buradan marangoz olarak çıkmıyoruz. Sonuçta sosyoloji de bir meslek bölümü değil. Meslek kalıplarıyla düşünmemek gerek. Disiplin sınırlarıyla düşünmüyoruz.

Tasarım bunun en güzel örneği. Böyle düşündüğünde bir yere varamıyorsun zaten. Tasarımın beslenmediği bir alan var mı? Sosyolojik hayal gücü hakkında konuştuğumuzda söylediğim gibi psikoloji, antropoloji, tasarım, tarih, fizik her şeyden besleniyor.

Öte yandan ekonomistler laboratuvarlara girdiler artık. Felsefeciler de artık insanlar nasıl düşünüyor diye laboratuvarda çalışıyor.

Artık disiplin sınırları büyük ölçüde belirleyici değil. Eğitimin de öyle olmaması gerekiyor.

Artık disiplinleri zorladığında bir yerlere gidebiliyorsun. Paradigmaların sınırlarını zorlamak gerekiyor.

Değişen bir kuşaktan bahsediyoruz. Araştırmanızın temelinde bu yok ama değişen kuşak tasarımcılara ne gibi dersler verebilir sizce? Sizin araştırmanızın temelinde çok çarpıcı şeyler var mı göz önünde bulundurmak gereken?

Ben bu “X, Y, Z” gibi kuşaklara pek inanmıyorum. Toplumsal ekonomik şartların yarattığı farklılıklar var. “Gençlik Araştırması”na ve Avrupa’daki genç işsizliği araştırmalarına baktığımızda tutunamayan olarak tanımlanan bir grup var.

Sosyal medya kullanımından bahsettim ya, Türkiye özelinde çok az kullanıyorlar aslında. Dünyaları çok küçük, sadece ailelerinden oluşuyor ve bu döngüyü kıramıyorlar. Hem Avrupa hem Türkiye’de sosyal mobilitenin çok azaldığı görülüyor. Kendi sınıfını yeniden üreten bir grup var. Sınıf yeniden üretiliyor.

Bu teknolojik ilerlemelerle “sosyal hareketliliğin” (mobilite) artması beklenirken gençler aile içinde kalıyor. Oradaki eşitsizlikler, kapalılık, anlam bütünlüğü ve değerler yeniden üretiliyor. Avrupa verilerine baktığımızda bu çok ekonomik bir şey, “bumerang gençliği” (boomerang generation) deniyor.

İş yok, eğitimden istihdama geçiş problemli. İş ve eğitim arasında uyumsuzluk var. Çocuklar ya hiç evinden çıkmıyor veya çıkıyor ve ekonomik nedenlerle geri dönüyor. Türkiye, İspanya, Portekiz gibi Akdeniz tipi refah ülkelerinde kurumsal mekanizmalar oturmadığından aile bu rolü üstleniyor.

Sigorta yok, eğitimden istihdama geçiş kolay değil. Bunu aile yapmak durumda kalıyor. Çocuklar da aile içinde sıkışıp kalıyorlar. Değerler de kendini yeniden üretiyor. İdealleri ne? Kime benzemek istiyorlar? Eğitimden ne anlıyorlar? Hepsi küçücük bir dünyaya sıkışmış durumdalar. 15-25 yaş arasında durum böyle. “İdolün kim?” diyorsun. “Babam” diyor.

Çok acıklı bir şey bu. “Baban ne iş yapıyor?” diyorsun. “Astsubay” diyor. Sorun Türkiye’de çok derin görülüyor ama Avrupa’da da böyle. “Akordiyon aile” (accordion family) diyorlar buna. Çocuklar içeride kalıyor, aile içeriden genişliyor. Siyasi değerler, sosyolojik değerler yeniden üretiliyor.

Türkiye verilerine göre benim söyleyebileceğim şey, gençler yeni deneyimlere açık değiller. Özellikle orta sınıftan aşağı inildikçe değişikliğe, farklılığa kapalılık artıyor. Kuzey ülkelerinde durum farklı.

Çünkü orada zaten devletin belli bir yaştan sonra çocuğa maaş bağlaması, ev sahibi olma destekleri vermesi gibi mekanizmalar çocukların hayata erken atılmalarına yardımcı oluyor. Ama Türkiye, İtalya, Yunanistan, İspanya, Portekiz, bir ölçüde Fransa bu kurumsallığa ulaşamadığından çocuklarda da yetişkinliğe erişme yaşı ileri yaşlara çıkıyor.

Yetişkinliğe erişme yaşı 32 olarak konuşuluyor şu anda. Sürekli erişkinlik döneminin ertelenmesi söz konusu. Ekonomik nedenler ve sosyal refah politikaları sebebiyle tabii ki.

Sosyoloji ve tasarımın ilgilendiği konular ve izledikleri metotlar gibi pek çok yanı birbirine benziyor. Bir söz var: “Tasarım hiçbir zaman bitmez.” diye. Mesela projenin bütçesi biterse bitiyor. Siz sosyolojide ne zaman bu proje bitti diyebiliyorsunuz?

Tasarımda da olduğu gibi bu döngüsel bir şey, bitmediği noktada öbür proje başlıyor.

Senin geliştirdiğin her ürün, her deneyim yeni ve başka bir ürünü ve gereksinimi belirliyor. Onu tasarlaman gerekiyor. Sosyolojide de öyle psikolojide de öyle.

Başlıyoruz ve bittiği noktada yeni bir şey çıkmış oluyor.

---

Fatoş Gökşen Boğaziçi Üniversitesinde Psikoloji ve Siyaset Bilimi lisans programı ve Sosyal Psikoloji yüksek lisansı ardından University of Pennsylvania Annenberg School for Communications’dan doktora derecesini aldı. 1996 yılından beri Koç Üniversitesi Sosyoloji Bölümünde öğretim üyeliği yapmaktadır. Eğitim sosyolojisi, toplumsal cinsiyet ve eğitime erişimde eşitsizlikler, kadın istihdamı, genç işsizliği ve emek piyasası politikaları üzerine araştırmalar yapmaktadır.
Koç Üniversitesi Sosyal Politika Merkezi şemsiyesi altında Avrupa Birliği Komisyonları, Dünya Bankası, ILO gibi kurumlarla sosyal politikalar alanında projeler gerçekleştirmektedir.

Deniz Yüret
Hazırlayan: Meriç Tuncez

Konumuzla alakalı araştırma yaparken 2015 yılında Google’ın siyahi bir çiftin fotoğrafını goriller olarak etiketlediğine dair bir haberle karşılaştım. Benzer şekilde Google’ın iş önerilerinde bulunurken erkeklere kadınlara oranla altı kat daha yüksek maaşlı işler önerdiğine dair bir haber var. Bu bilgiden yola çıkarsak yapay zekânın algoritma kaynaklı (algorithmic) önyargıdan yani onu üreten kişinin ön yargılarından uzaklaşması mümkün mü? Ya da nasıl mümkün olabilir?

Öncelikle programın niye bu ön yargılara sahip olduğunu kısaca anlatayım. Bu bahsettiğin teknolojilerin hepsi eski usul “Yazılım 1.0” diyebileceğimiz birilerinin oturup bilgisayara bir şeyler programlaması şeklinde geliştirilmiyor.

Bana 20 sene önce bu soru sorulsaydı derdim ki “Bunu yazan programcı ırkçı ya da cinsiyetçi. Dolayısıyla bu adamı işten atın.” Ama şu anda artık bu yeni teknolojiler bu şekilde geliştirilmiyor. Onun yerine örneklere bakarak istatistikler üzerinden geliştiriliyor.

Yani iş bulma ya da resimden bir şeyler tanıma konusunda bir sürü etiketlenmiş veri hazırlıyorsunuz. Bu etiketlendirilmiş veriyi bilgisayara veriyorsunuz. Bilgisayar milyonlarca örnek üzerinden birtakım şeyleri öğrenip ondan sonra sizin sorularınıza cevap vermeye başlıyor.

Şimdi verdiğiniz veride bir önyargı var ve orada cinsiyetçi ya da ırkçı birtakım şeyler varsa programın önyargıyı da bu algoritmaların içine alması gayet normal. Bu durum algoritmanın suçu değil, verdiğimiz verinin suçu. Dolayısıyla biz eğer bu önyargı konusunda gerçekten duyarlı davranmak istiyorsak veriyi ona göre hazırlamamız lazım.

Yani bilgisayarda onu eğitim verisi olarak kullanmadan önce veriyi dengelememiz lazım. Benzer bir olay geçen sene Microsoft’ta yaşandı. Bir “sohbet robotu” (chatbot) hazırlayıp bunu Twitter’a saldılar. 24 saat sonra kapatmak zorunda kaldılar çünkü insanlardan birçok kötü, ırkçı cinsiyetçi dil elemanlarını öğrenip bunları taklit etmeye başlamıştı.

Yani bu öğrenme algoritmalarını masum birer bebek olarak düşünebiliriz. Ona ne öğretirsek o da aynı şekilde onu tekrarlamayı öğreniyor. Dolayısıyla bu öğretmenin kabahati olabilir.

Örneğin bir AlphaGo (Google DeepMind tarafından geliştirilmiş Go oyununu oynayan bir program) problemini ele aldığımızda bizim kazandığımız nokta belli. Yani nasıl kazanabileceğimiz o oyunda belli ve skorumuz var. Ama mesela bir tasarım probleminde aynı şekilde olmuyor bu, birçok farklı sonuca gitme yolu olduğunu görüyoruz. Örneğin bir iklim değişikliği için tasarım yapılacağı zaman “yapay zekâ”yı nasıl kullanabiliriz? Bizim çıktımız ne olacak burada? Yani sadece “iklimdeki sıcaklığı düşürmek” mi çıktımız? Yoksa başka bir şey mi? Yani böyle karışık bir problemde sonuçlarını ve neyin doğru olduğunu bilemediğimiz durumlarda biz yapay zekâyı ya da “özdevimli öğrenme”yi (machine learning) nasıl tasarımlarımızda kullanabiliriz?

Bu bence şu anda dahi çözümlenememiş bir soru. Çünkü yapay zekâ modellerini eğitirken verdiğimiz verinin yanı sıra bir de “objektif fonksiyon” (objective function) ya da “hata fonksiyonu” (error function) denilen bir değer atamamız gerekli.

Yani genel olarak “Ben sana böyle girdiler verdiğimde böyle çıktılar istiyorum” gibi bir eğitim verisi veriyoruz bu öğrenen programlara. Ama onun yanı sıra “Sen bu istediğim çıktıyı değil ondan biraz daha farklı bir çıktı üretirsen de ben senin hata oranını şu şekilde ölçeceğim, senin objektif fonksiyonun bu olacak.” şeklinde tasarımcının karar vermesi gerekiyor. Dolayısıyla neyi en uygun şekilde kullanacağımıza bizim karar vermemiz lazım. Bu dediğim gibi çok kolay bir problem değil. Özellikle iklim değişikliği gibi karmaşık konularda problem daha da zorlaşıyor.

Elon Musk’ın bu “Robotlar dünyayı fethedecek.” senaryosunu aydınlatabilecek çalışmalar yapılmakta günümüzde ve araştırmacıların en çok kaygılandığı konu bu. Yani biz yapay zekâya bir hedef belirlerken o hedef belirleme konusunda çok dikkatli olmazsak bu sistemlerin bizim o anda hiç beklemediğimiz birtakım yönlere gitmesi mümkün.

Diyelim ki dünyanın ısısını düşürmeyi bir hedef olarak verirsek bize verdiği çözümler yeni bir buz çağına sebep olabilir. Ama diğer yandan bu yeni bir problem değil ve yapay zekâya mahsus bir problem de değil. Geçenlerde yapay zekânın bu objektif fonksiyon problemi ile finansal marketleri ya da politik sistemleri karşılaştıran bir makale okudum. İnsanlar uzun zamandır karmaşık sistemler tasarlamakta güçlük çekiyorlar.

Dolayısıyla gayet iyi niyetlerle tasarlanmış Avrupa Birliği ya da Menkul Kıymetler Borsası gibi karmaşık sosyal sistemler düşünün. Bu sistemlerde de tasarlayanların kötü bir niyeti olmamasına rağmen sistem kendi dinamikleri içerisinde hiç beklemediğimiz birtakım sonuçlara sebep olup bize zarar verecek yönlere gidebiliyor.

Dolayısıyla bu bence üzerinde çalışmamız gereken bir sorun. Bunun bu arada teknik olarak kullanılan adı “hizalama” (alignment). “Sizin değerlerinizle geliştirdiğiniz sistemin ya da programın değerlerinin birbirine paralel hale getirilmesi nasıl mümkün olabilir?” Bu halen üzerinde çalışılan açık bir problem.

Yapay zekânın gelişmesi konusunda yüklenen “büyük veri”nin (big data) boyutu önemli bir unsur. Bu noktada o yüklenen büyük veri “çevrimdışı” (offline) bir veri mi? Bunun yerine internete bağlanarak da büyük veri beslemesi yapılabilir mi?

İkisi de mümkün. Orada herhangi bir sınırlama yok. İnternetten direk takip eden ve internet üzerinden bilgi toplayan ve buradan öğrenmeye devam eden sistemler de var. Ama örneğin görüntü tanıyan sistemler de mevcut.

Birtakım pratik sebeplerden dolayı kendi “sabit disk”ine (harddisk) yüklenmiş veriyle çalışan problemler de var. Ama yani öğrenmenin bu sistemlerde sürekli olmaması için bir sebep yok.

Hizalama probleminden bahsettiniz. Biraz buradaki sorunun yapay zekâyla alakalı olduğunu düşünebiliriz. Bu problemin kurduğumuz fikirlerin bütüncül olarak işlenmemesi, biraz eklenti olarak kalmaları ve sonradan da tam amacı belli olmadan oraya dahil edilmeleriyle alakalı olabileceğini düşünebiliriz. Böyle bir gerçeklikten bahsedebilir miyiz?

İkinci olarak da eğer böyle bir gerçeklik varsa aslında bir projeyi düşünürken, bir fikrimiz varken bunları nasıl daha iyi bir şekilde bu projeye bütüncül anlamda yansıtabiliriz? Yani “Sonradan böyle bir şey öğrensin ve böyle bir sonuç versin.” değil de “Bu sistemi öğrensin ve bana sonuç dediği şey aslında benim aradığım çözüm olsun.”

Bunun tek bir cevabı olduğunu sanmıyorum. Aklıma gelen basit bir örnek vereyim. Mesela benim “Otomatik Öğrenme, Derin Öğrenme” dersimde kullandığım örneklerden biri bu. Diyelim ki “röntgen cihazından kanser tanısı yapan bir program” geliştiriyorsunuz.

Bu program hiçbir zaman yüzde yüz hassas olmayacak ve hata yapabilecek. Normalde “doğruya ve yanlışa” (false positive-false negative) aynı hata oranını veren bir objektif fonksiyonu en uygun şekilde kullanabilirsiniz. Ama bu hatalı olur. Niye?

Çünkü “gerçekten hasta olan birini teşhis etmemenin” maliyetiyle “hasta olmayan birini yanlışlıkla teşhis etmenin” maliyeti birbirinden farklı. Birinci durumda o insanı ölüme mahkûm ediyorsunuz. İkinci durumda belki birtakım farklı testler yapıp o sonucun doğrulanması gerekiyor. Dolayısıyla bir çeşit hata diğer çeşit hatadan çok daha kötü olabiliyor.

Eğer sistemi eğitirken bu bilgileri objektif fonksiyonunuza koymazsanız sistem de sizin için yanlış olan, değerlerinize aykırı sonuçlar verebilecektir. Dolayısıyla burada yine tasarımcıya iş düşüyor. Yani tasarımcının böyle bir sistemi eğitmeye başlamadan önce “neyi en uygun şekilde kullanacağını” (optimize) çok iyi bilmesi lazım.

Örneğin bir yapay zekâ problemi hayal edelim ve makinenin sunduğu çıktının üç seviyeli olduğunu varsayalım. “Hasta çok sağlıklı” ibaresi çıktılardan biri olsun. Burada aslında çıktı verme sürecini yöneten bir yapay zekâ mevcut. Örneğin internette reklamlar var ve bizim ne aldığımızı takip ederek bize reklam verebiliyorlar.

Yakın zamanda bir şeye çok bakmışsak karşımıza o çıkabiliyor. Şimdi diyelim ki ben çok hevesli bir insanım. Gidiyorum ve paten alıyorum kendime. Sonra vazgeçiyorum ve başka bir şey alıyorum. Patenin bana göre olmadığını fark ediyorum. Ama önümdeki iki hafta boyunca karşıma sadece paten reklamı çıkıyor. Bu varsaydığımız problemde sizce yapay zekânın önemi nedir?

Bu durum karşıdaki sistemin kötü eğitilmesi ya da henüz daha yapay zekânın yeterince gelişmemiş olmasıyla alakalı olabilir. Yani oradaki sistemin amacı, kullanıcının o linkin üzerine basma ihtimalini en yüksek seviyeye getirebilecek reklamlar göstermek.

Bahsedilen durum benim de başıma geliyor. O durumlarda ben de basmıyorum linke. Dolayısıyla o sistem aslında kötü bir karar vermiş oluyor. Bu alanda yapılabilecek birkaç doktora değerinde çalışma potansiyeli var.

Giyilebilir teknolojilere moda perspektifinden baktığımızda fark ettiğimiz şeylerden biri de şu oldu: “insan-bilgisayar etkileşimi” (HCI: human-computer interaction) alanının konularından biri de “giyilebilir teknolojiler” (wearable technology). Burada özellikle teknoloji alanındaki insanlar “Giyilebilir teknolojiler potansiyeline ulaşmıyor, kullanıcı tarafından tercih edilmiyorlar.” gibi bir farkındalığa erişiyor. Ve burada modanın rolü ne olabilir diye odaklanıp sorular soruyorlar.

İki tarafı bir araya getirmeye çabalıyorlar. Ama burada “Modaya daha uygun giyilebilir teknoloji ne olabilir?” sorusu, cevabı kolay bir soru değil çünkü moda etkenlerden sadece birisi. Altında birçok kültürel, sosyal, coğrafi ve politik katmanlar var.

“Modaya dair zekâ” (fashion intelligence) ya da “modayı okumak” (fashion literacy) diyebileceğimiz şey yani neyin moda olduğu veya neyin moda olmadığı konusu makineye öğretilebilir mi ve onun tarafından karar verilebilir bir hale getirilebilir mi ilerleyen zamanda? Ya da şu anki teknoloji buna imkân sağlar mı?

Olabilir. Bence bu çok ilginç bir problem. Üzerinde çalışılıp çalışılmadığını bilmiyorum. Ama şu anda son geldiğimiz teknolojide örneğin bu aletlere bir fotoğraf verip “Bana bu fotoğrafı Van Gogh stilinde bir resme çevir.” diyebiliyorsunuz. Ve gerçekten Van Gogh onu yapmış gibi bir resim elde edebiliyorsunuz.

Yani “stil transferi” (style transference) denen bir alan var mesela. Belli bir şeyi belli bir resmin üzerine belli bir stilde transfer edebilme durumu stil transferi olarak tanımlanıyor. Dolayısıyla görüntü işleme ve görüntü algılama konusunda bir hayli çığır açmış durumdayız şu anda. Aynı şeyin modaya uygulanamaması için bir sebep görmüyorum.

Moda uzayını iyi analiz edebilen ve oradaki eğilimlerin nereye doğru gittiğini tahmin edebilen ya da şu an için hangi ürünün daha çok tutup tutmayacağını tahmin etmeye çalışan modeller var. Bence üzerinde çalışılabilir bir doktora konusu da bu.

Sistematik tasarım üzerine 1960’lardan beri tasarımcılar çalışıyor. Sistematik tasarım bağlamında, insan değişkenliğine adaptasyon ve o değişkenliğe göre tavır alma konusunda hiçbir çalışma yapılıyor mu? Ya da bu mantıken mümkün mü?

Çalışma yapılıp yapılmadığını bilmiyorum. Ama mantıken mümkün. Çünkü bu aletlerin çalışma şeklinde sonuçta şunu görüyoruz: Belli bir noktada bu aletler ilgilendiğiniz varlıkları bir vektör uzayında noktalara yerleştiriyor.

Yani sizin, mesela giysi tasarımınızı bu tasarımlar uzayında kendi kurduğu bir uzayda bir nokta olarak görebiliyor. Dolayısıyla biz zaman içerisinde değişen tasarımlarla bunu eğitebilirsek o tasarım uzayında o noktaların nasıl bir “yörünge” (trajectory) üzerinde ilerlediğini bir ihtimal keşfedip, bir sonraki adımda bunun nereye doğru gittiğini bize göstermesini sağlayabiliriz diye düşünüyorum.

Elimizde yeterince veri olursa bence gayet güzel bir proje olabilir bu.

Yapay zekânın sinemadaki temsilleri bağlamında baktığımızda 80’lerde 90’larda yapay zekâ temalı Blade Runner, Robocop, Terminator gibi filmler çekildi örneğin. Burada inanılmaz büyük bir hayal gücü söz konusu. Robotların veya yapay zekânın gidebileceği yerleri gösteren işaretler alıyoruz. Ama böyle zaman geçtikçe bir yandan o hayal gücü kısmı azalıyor, diğer yandan hiç de varmak istediğimiz yere ulaşmış halde değiliz.

Sizce bu gerçek ile bahsettiğimiz filmlerde gösterilen gerçek neden farklı? Kırk yıl öncesinden böyle bir şey hayal ediliyor ve henüz oraya ulaşmamıza çok var. Diğer taraftan baktığımızda yapay zekânın sinemadaki temsilleriyle ilgili ne düşünüyorsunuz? Çünkü sıradan insanlar olarak biz biraz filmlerden öğreniyoruz yapay zekânın ne olduğunu.

Bilim kurgu filmleri bizim yapay zekâ araştırmacıları olarak en büyük düşmanımız. Çünkü yaptıklarımız film izleyicisine yeterli gelmeyebiliyor. Diyorlar ki “Bu teknolojinin 80’lerde daha iyisini filmde görmüştük zaten.

Bu alet çalışmıyor.” Ama son zamanlarda bir ilgi mevcut bu konuda. Terminator filmindeki teknoloji tamamıyla James Cameron’ın hayal gücüyle ürettiği ve bu işin mühendisliğini ya da yapılabilirliğini düşünmeden sadece aklına gelen şeyleri ekrana döktüğü bir film. Bir başka örnek: Her diye bir film çıktı ya da Ex-Machina çıktı.

Yani gittikçe bence arka tarafındaki teknolojilere biraz daha kafa yoran insanlar tarafından yazılmış ve önümüzdeki belki yirmi otuz yıllık zaman süreci içerisinde gerçekten mühendisliğini çözebileceğimiz birtakım teknolojileri insanlar sinemaya getirmeye başladı.

Belki de senin dediğin gibi bir “noktada birleşme” (convergence) yaşanabilir. Yani bilim kurgu filmlerindeki robotlar biraz daha gerçekçi hale gelip bizim yapay zekâ da aynı hızla ilerlemeye devam ederse önümüzdeki on yirmi yıl içinde bir noktada kesişebilirler diye ümit ediyorum.

Tasarımcıların çalıştıkları konulardan biri de önyargılar. Örneğin “jestlerle ürün kontrolü” konusu gibi. Ya da mühendisler ses ve tonlamaya bakarken araştırmalarında, tasarımcı da el hareketlerini inceleyebiliyor. Bu durumda iki tane jest alternatifi sunulabilir. Bir tanesi bu “ışıkları açma” jesti olsun. Öbürü de “kitap kapağı açmak” gibi bir jest olsun.

İnsanlara ikisini de sunup “Hangisini seçerdiniz?” diye sorulduğunda “Öbürünü seçerdim.” diyorlar örneğin. “Neden daha güzel geldi? Acaba aklında mı daha çok kaldı?” gibi o noktada bir sürü soru sormamız gerekiyor ki neden katılımcının bu seçimi yaptığını anlayabilelim. Bu örnek bağlamında, tasarım sürecinde kullanıcılarla soru-cevap şeklinde ilerleme gibi bir yöntemden söz etmek mümkün. Bir çeşit gözlem yapılıyor.

Soru-cevap kısmında da mesela bir soru soruluyor. Bazen çok yüzeysel bir cevap alınabiliyor ve bu durum sizin görüşmenizin sonucunu da aslında çok da yönlendirici bir tasarıma götürmüyor… Dolayısıyla soru-cevap esnasında biz kişinin cümlesindeki bazı şeyleri çekip doğaçlama hareket de edebiliyoruz. Bu açıdan baktığımızda ve sizin de dil üzerine çalıştığınızı göz önünde bulundurursak “duygu analizi” (sentiment analysis) konusu öne çıkıyor. Bu alan ne kadar gelişmiş durumda?

Bilgisayara bilinç aktarımı mümkün mü? Sizce “duygu analizi” ne kadar bu noktada bir yol gösterici olabilir veya ne olursa bilincimiz bilgisayara aktarılabilir?

Bana zor bir süreç gibi geldi bu. Çünkü iPhone’ların ilk çıktığı zamanı hatırlıyorum. Steve Jobs iPhone’la ortaya çıktığında teknoloji CEO’ları ve sokaktaki insanlar dahil pek çok insan “Ya bu ne işe yarar? Kimse 500 dolar verip de saçma sapan bilgisayarı cebinde taşımaz.” diyordu.

Dolayısıyla insanlar ne istediklerini her zaman bilmeyebiliyorlar. Şu anda cebinde iPhone benzeri bir şey taşımayan kişi kalmadı. Dolayısıyla direk insanlara bunu sormak ne kadar sağlıklı sonuç verir o konuda emin değilim. Diğer taraftan “duygu analizi” doyurucu bir alan. Sonuçta kullanılan kelimelere cümlelere bakıp oradaki duyguyu inceliyorlar.

Diyelim ki tipik bir veri seti olarak IMDB’deki (İnternet Film Veri Tabanı) film eleştirilerini duygusal bağlamda değerlendiren çalışmaları ele alalım. Araştırmacıların en sevdiği veri setlerinden biri bu. IMDB’de biliyorsunuz binlerce filmin bilgileri ve filmler hakkında insanların yazdıkları küçük yorumlar var. “Bu yorumlara bakarak bu insan bu filmi sevmiş mi sevmemiş mi belirleyebilir miyiz?” Bunu makineler şu anda %85 gibi bir oranda doğru tahmin edebiliyorlar.

“Bu insan tam olarak ne düşünüyor? Neden bu filmi sevmiş ya da sevmemiş?” vs. oralara daha yeni yeni geliniyor. Dolayısıyla başlangıç safhasında bir teknoloji diyebilirim.

Popüler olmasının sebebi başlangıç safhasında olmasına rağmen kendine pek çok uygulama alanı bulmuş olması aslında. Örneğin finans alanında insanlar yüzlerce gazeteyi birden takip edemiyorlar. Ama bilgisayarlar edebiliyor.

Dolayısıyla “Her şirketle ilgili ne söylenmiş? Bu söylenen şeyler pozitif mi negatif mi?” onu merak edebiliyorlar. Veya ürün sahibi firmalar ya da cep telefonu şirketleri kampanya çıkarıyorlar.

İnsanlar bu kampanya konusunda “Facebook’ta Twitter’da ne demiş, neyi beğenmiş?” Bunu merak ediyorlar. Yani bu tip analizler de şu anda işe yarıyor. Ama bahsettiğim yazılımlar insan kadar başarılı değil.

Yani bir insana verseniz aynı metni çok daha kesin bir sonuç alabilirsiniz. Ama çok hızlı bir şekilde işlem yapabildiği için pratikte işe yarayan bir teknolojik çözüm bu diyebiliriz.

Diğer konuya gelirsek: Bilinci bilgisayara aktarma konusu. Şu anda çok yakın değiliz ama bunu yapmamız için fiziksel bir engel olduğunu düşünmüyorum. Dün Sean Carroll’ın -benim sevdiğim bir fizikçi- bir konuşmasını izliyordum Caltech’de. Carroll, kozmolojiyle uğraşan bir insan. Pek çoğumuzun belki yeterince farkında olmadığı bir şey bu fizikte çünkü popüler medyayı takip ettiğinizde genelde bilmediğimiz şeylerden bahsediliyor.

“Karanlık madde” (dark matter) nedir bilmiyoruz. “Karanlık enerji” (dark energy) nedir anlamıyoruz. Kara delikler nasıl çalışıyor bilmiyoruz, vesaire. Durmadan bunlar yazılıyor ama yazılmayan çok önemli bir şey var. O da şu: Bulunduğumuz odanın içinde olan her şeyi şu anda yüzde yüz biliyoruz.

Yani bu odanın içinde fizikçilerin bilmediği herhangi bir şey yok. Bu odanın içindeki bütün parçacıklar, bütün kuvvetler her şey fiziğin temel kuralları tarafından yüzde yüz bilinir durumda.

Dolayısıyla size bir arkadaşınız gelip telepatiden ya da odun parçaları kullanarak su bulmaktan falan bahsederse ona yüzde yüz güvenle diyebilirsiniz ki fizikçiler bu işi çözdü artık.

Kara deliklerin ne olduğundan tam emin değiller ama bu odanın merkezinde ne olduğunu biliyoruz. Eğer bahsedilen gibi fiziksel olmayan bir güç ya da parçacık olsaydı onu bugüne kadar görürdük.

Yani böyle bilmediğimiz şeyleri bulalım diye oldukça yatırım yapıp uğraşıyoruz ve bulamıyoruz bir türlü. Onun için beynimizin içinde de çok gayri-fiziksel bir şeyler döndüğünü sanmıyorum. Dolayısıyla bilgisayar kapasiteleri yeterince artınca belki “kuantum hesaplama” (quantum computing) gerekecek mi bilmiyorum ama prensipte bunun olmaması için bir sebep yok.

Ama pratikte hiçbir zaman buraya gelemeyebiliriz. Çünkü böyle bir şeyin maliyeti ya da bunun için gereken enerji, materyal, mühendislik gücüne hiçbir zaman ulaşamayabiliriz diye düşünüyorum.

“Duygu analizi” ile alakalı olarak bu alanın geleceğiyle ilgili bir görüşünüz var mı? Duygular gibi çok öznel ve insanlara özel olduğunu düşündüğümüz bir konudan bahsederken “Aslında hiçbir zaman makinelerin ya da sistemlerin bunu yüzde yüz tanıması mümkün değil.” gibi düşüncelere sahip olan insanlarla karşılıyoruz. Sizce duygular ve benzeri konularda sistemlerin öğrenmesi açısından gerçekten böyle bir kısıtlama var mı?

Şöyle bir alıntı verelim: “Saygıdeğer yaşlı bir bilim adamı size bir şeyin imkânlı olduğunu söylüyorsa ona inanın. Ama imkânsız olduğunu söylüyorsa ona inanmayın.”

Dolayısıyla yani “Belli bazı şeyler imkânsızdır. Ben bunun nasıl olabileceğini hayal bile edemiyorum.” diyen insanlara verilecek tek cevap “Senin hayal gücün kısıtlı. Dolayısıyla bırak başkaları çalışsın bu konuda.” olurdu. Yani imkânsızlık iddiaları çok güçlü iddialar.

İmkânsızlık iddialarına inanmamız için ortalıkta ya bir matematiksel kanıt olması lazım ya da enerji dönüşümü gibi çok iyi bildiğimiz fiziksel birtakım prensiplerin çiğnenmesi lazım. Bu ikisinin dışında kalan her şeyi ben tamamıyla insanların hayal gücünün kısıtlılığına veriyorum, özellikle duygu konusunda.

Duygu tanıma konusunda bence en büyük problemlerden biri şu andaki duygu modellerimizin çok basit olması. Yani genelde bu tip makaleleri okuduğumda -yazıdan ya da görüntüden duygu tanıma ile ilgili- şunu görüyorum: İnsanlar 1960’larda psikologların yazdığı birtakım basit duygu modellerine yöneliyorlar, “Duyguların beş tane boyutu vardır.

Bu boyutların içerisinde…” vesaire. Bunlar tamamıyla o zamanki psikologların kafalarından uydurduğu ve gerçekten ilgisi var mı yok mu bilemediğimiz şeyler. Beyinde bunu sağlayan mekanizmalar, kimyasallar nasıl çalışıyor?

Onun tam mekanizmasını bilmediğimiz için karşıdan bakan bir teorisyenin ortaya koyduğu bazı “yapı”larla (framework) çalışıyoruz. Bu yapılar doğru olmayabilir. Bu yapılar doğru olmadığı için biz bu yapılarla bilgisayarı eğitmeye çalıştığımızda da onun kısıtlamalarını direk ona aktarıyor olabiliriz.

Dolayısıyla evet! Yanlış teorilerle çalıştığımız sürece belli bir limite her zaman vurmamız söz konusu. Ama yine prensipte bunun aşılamayacağı düşüncesinde değilim.

Otuz yıl yapay zekâ çalışmak demek hakikaten oldukça vakit harcamak anlamına geliyor. İnsanın yaptığı şey de kendini geri şekillendirir. Sizin zekâya dair en temelinde en azından kendi düşünme şeklinizde herhangi bir değişim, farkına vardığınız bir şey oldu mu?

Çünkü neyle çalışırsan, nasıl düşünmeye çalışırsan, kendi düşünme yapın da kendi beynin de ona evrilir diye düşünebiliriz. Siz de kendinize dair bir derinlemesine düşünme yapacak olursanız bu otuz yıllık süreç için ne demek isterdiniz?

Benim üzerimdeki en büyük etkisi şu oldu diyebilirim: Bütün insanlara hatta tüm canlılara ne ve kim olduklarından bağımsız olarak saygım çok büyük miktarda arttı.

Çünkü gerçekten bu tip mekanizmaları oturup aynını yapmaya çalışıp ne kadar karmaşık olduğunu görünce şunu diyorum: “Bu çocuğun kapasitesi düşük. Dersleri iyi yapamıyor.” vs. falan diyerek eskiden değersizleştirebileceğimiz bir kişinin bile ne kadar mucizevi bir yaratık olduğunu görüyoruz.

Onun için şu anda insanların böyle birbirleriyle olan değer tartışmalarını çok absürt buluyorum. Yani hepimiz çok ayrıcalıklı yaratıklarız ve bunun kıymetini yeterince bilmiyoruz. Bunu çözümlemeye çalıştıkça insan biraz daha farkına varıyor bunun diyebilirim.

Yani insandan çok uzak dememek lazım çünkü yapay zekânın iki yanı var. Hocam vaktiyle bana bu şekilde tanıtmıştı: Mühendislik tarafı var, bir de bilimsel tarafı var. Mühendislik tarafı “Şu anda gördüğümüz birtakım problemleri çözmek”, “İşe yarar robotlar yaratmak” vs. ile ilgili olan taraf. Ama bilimsel tarafı da aslında birtakım “hesaba dayalı” (computational) modellerle psikolojiyi daha iyi anlamaya çalışmak.

Yani biraz önce söylediğim gibi psikologların oturup “Beş tane duygu boyutu vardır. Bunlar da şöyledir böyledir.” diye bir şeyleri yazması başka, sizin o modeli bir bilgisayarda uygulamanız ile gerçekle karşılaştırma yapıp bunun ne kadar gerçekçi bir model olup olmadığını test etmeniz başka.

Bunu yapabilmek için birkaç yöntem var. Ya insanların beynine girip bakacağız, anlayacağız, “Emar”larla (MRI) görüntülemeye çalışacağız ya da bunu yapamadığımız sürece oturup onun daha basit modellerini bilgisayarda uygulayıp, onun ürettiği davranışlarla insanı karşılaştırarak anlamaya çalışacağız.

Yani yapay zekânın belki de çok fazla ortalıkta şu anda görünmeyen diğer yanı bu. Yapay zekâya giren benim tanıdığım çoğu kişinin ana motivasyonu aslında insan psikolojisini daha iyi anlayabilmek.

Bizler “İnsanlara öğrettiğimiz gibi öğretebilir miyiz?” gibi sorular soruyoruz sistemlere. İnsanların öğrendiği gibi öğretmeye çalışmamız sizce bir kısıtlama olabilir mi? Yani mesela daha iyi öğrenme yöntemleri varsa bunları gözden kaçırıyor olabilir miyiz? Bunu aslında en iyi bildiğimiz şey olduğu için mi yapıyoruz? Yoksa farklı sebepleri de var mı?

Şimdi öncelikle insana öğrettiğimiz gibi henüz öğretmeyi beceremiyoruz diyerek başlayayım. Örneğin resimlere bakarak bu resmin içinde ne olduğunu anlayan programlardan bahsetmiştim.

Bu programların eğitilmesi için gerekli olan veri seti bir milyonun üzerinde resim içeriyor ve bu resimlerin içindeki her şeyin birtakım insanlar tarafından etiketlenmiş halleri de eğitimde önem taşıyor. Bu kadar resmi ve “girdi”yi (input) bir bebek kendi hayatında hiçbir zaman görmüyor.

Ya da başka bir örnek vereyim: Otomatik tercüme diyelim. İngilizceyi Türkçeye tercüme etmeye çalışıyoruz. Böyle bir modeli eğitebilmek için bunu yapacak olan programın yaklaşık yüzlerce milyon kelimelik İngilizce-Türkçe hazır tercüme edilmiş örneğe ihtiyacı var.

Ben yıllardır bunu toplamaya çalıştığım için bu sayının ne anlama geldiğini gayet iyi biliyorum. Bu sayı yaklaşık 10.000 kitap ya da on yıl boyunca Türkiye’de basılmış bütün gazetelerin metinleri gibi bir sayı. Hiçbirimizin hayatımızda yani bütün gecemizi gündüzümüzü yirmi dört saat okumaya harcasak bile bu kadar metni almamız mümkün değil.

Dolayısıyla şu anda özetle durum şu: Gelebildiğimiz en son noktada öğretmeye çalıştığımız makineler insanlara kıyasla aynı problem için daha fazla veriye ihtiyaç duyuyorlar. Yani bizim on örnekle öğrenebildiğimiz şeyi o on milyon örnekle öğrenebiliyor şu anda.

Diğer yandan öğrenebilmek bence insan gibi olsun olmasın gerçekten güçlü bir fikir. Çünkü alternatifi bunun mühendislik tasarımı. Bu şekilde çözmeye çalıştığımız pek çok problemi çözemediğimizi gördük.

Ses tanıma, görüntü tanıma, otomatik tercüme… Yani biz hiçbirinde makinelere bir şey öğretmeye çalışarak başlamadık. Bunların hepsine ilk başta -1970’lerde- büyük bir kendine güvenle “Bu problemi en iyi biz biliriz. Dille ilgili bir şey mi yapılacak? Çağırın birtakım dil bilimcileri (linguist) ya da görüntüyle ilgili birtakım şeyler yapılacaksa bunu çalışan nörologları çağırın. Onların bilgilerini oturup programlayın. Ve oradan bir çözüm çıksın.” diye başladık.

Ama bu projelerin hepsi başarısızlıkla sonuçlandı. Yani demek ki bu konuları bildiğimizi sandığımız kadar bilmiyormuşuz, o ortaya çıktı. Onun yerine direk temel veriden öğrenmeye başlayan yani insanların teorileriyle kirlenmemiş ve direk veriye bakarak bir şeyler öğrenmeye çalışan makineler şu anda daha başarılı oldu.

İçinde bulunduğumuz devrimi bu algoritmalar ve makineler götürüyor. Ama dediğim gibi onların da kısıtlaması şu anda insanların öğrendiği gibi değil de onlardan katbekat daha fazla veriyle ancak öğrenebilmeleri durumu. Ve insanların öğrenebildiği gibi öğrenme hala açık bir araştırma konusu.

Yani ben bir çocuğa hayatında ilk defa iki tane kedi köpek gösterdiğimde hemen kedinin köpeğin ne olduğunu anlıyor. Ama bunu yapabilecek bilgisayar şu anda yok.

Bir de insanların sürekli gözlem gibi bir altyapısı oluyor. Yani kediyi köpeği görmeden önce saatlerce, günlerce, aylarca, yıllarca bir şeyler görmüş oluyorlar. Herhalde makinelere bunu sağlamak oldukça zorlu mu?

Zor değil. Makinenin kamerasını açıp biz de etrafımızda dolaşabiliriz ama onun üzerine nasıl bir algoritma koyarsak bunun herhangi bir faydası olacağı hala çözülmüş bir problem değil.

Bu “özdevimli öğrenme”nin (machine learning) piyasaya dokunduğu taraflarla ilgili olarak içerik ve kullanıcı deneyimi üzerine düşünürsek, örneğin Amazon, Spotify, Netflix gibi şirketler de size içerikler sunuyorlar.

Yani “Bunları beğeniyorsunuz, şunları takip ediyorsunuz.” gibi durum değerlendirmeleri yapıp gayet uygun içerikleri sizlerin önüne getiriyorlar. Biraz daha ürün bazına geldiğimizde de yine sizin kullanma modelinizi algılayan akıllı termostatlar karşımıza çıkıyor.

Yani “Bu sadece bizde bir kullanım modeli algılıyor ve bunun bir çıktısını getiriyor.” gibi görüyorum ben. Sizce özdevimli öğrenme bir tasarımcı tarafından nasıl kullanılırsa bir tasarım nesnesi üretmeye yarar ve hayatımızda da bu değişkenliği yine aynı şekilde ürünler üzerinde görebiliriz?

Problemine bağlı değişir. Yani çok geniş bir soru olduğu için bu çok basit bir cevap veremiyorum.

“Nasıl bir tasarım problemiyle uğraşıyorsun? Orada sana nasıl bir asistan yardımcı olabilir?” Bugün konuştuğumuz bu teknolojilerin sana yardımcı olabilecek bir araç ortaya çıkarabilmesi için öncelikle iyi tanımlanmış bir problem, o problemle ilgili veri ve o verinin girdisi ne çıktısı ne olacak düşünülmesi gerekli.

“Ne gibi bir amaçla bu eğitim verilecek?” Bu temel sorulara cevap verebildiğimiz zaman öyle yeni bir ürün ortaya çıkarabiliriz. Ve bu yeni ürün bir ihtimal senin tasarımına yardımcı olabilir ama onun ne olduğuyla ilgili tasarımcı olmadığım için ben de şu anda daha net bir şey söyleyemiyorum.

Bir tasarımcıya yardımcı olarak çalışan bir sistem varsayalım: Örneğin bir makineyle bir sohbet içerisinde sizler tasarım yapabilirsiniz. “Artırılmış” (augmented) bir şekilde sizin yeteneklerinizi geliştirebilir. Çıkan sonuçta özdevimli öğrenme ve akıllı yapay zekâ taşıyan asistanın ötesinde neler olabilir acaba?

Her zaman kriter olmadığına katılmıyorum. Yani örneğin rüzgâr sörfü yelkenlerini tasarlayan insanlar oturup değişik şekilleri bilgisayar ortamında deneyerek en çok rüzgârdan güç üretebilecek şeklin ne olduğunu birtakım bilgisayar araçlarıyla buluyorlar değil mi? Ya da kendi kendine giden arabaların çok net birtakım amaçları var: insanları ezmemek, oraya buraya çarpmamak gibi…

Dolayısıyla her tasarım probleminde aslında senin sağlamak istediğin birtakım kriterler var. Ve artırmak istediğin birtakım objektif fonksiyonlar var. Bunlar bence her problem için biraz daha derin düşünüldüğünde ortaya çıkarılabilir. Onlar ortaya çıktığı zaman da bu tip araçların kullanılması mümkün olabilir.

TEDx’teki (Her iki yılda bir Kaliforniya, Monterey’de düzenlenen bir konferans) bir konuşmada gördüm: Örneğin bir tane insansız “otomatik uçak” (drone) tasarımı, yazılımı yapmışlar ve makine size aerodinamik açıdan en uygun uçakları üretiyor.

Üç boyutlu bir şekilde yapıyor bunu. Sonrasında en uygun olduğunu düşündüğü makineyle karşılaştırıyorlar ve bakıyorlar ki insansız uçak, kanatlı sincabın kemik yapısıyla uyumluluk gösteriyor.

Yani burada aslında yine insanın “biyomimikri” (biomimicry) kullanarak yapabileceği bir şey de mümkün. Bakıyor ve “Kanatlı bir sincap uygundur” deyip “Biz de bunu yapabiliriz.” diyorlar. “Zaten olan verinin ötesinde başka neler olabilir?” gibi bir spekülasyon…

Bizden daha farklı yetileri olan, bizim göremediğimiz bazı şeyleri görüp de gösterebilecek, o süreçleri anlatacak bir zekâ tasarlamak mümkün mü?

İki örnekle cevaplamaya çalışayım: Birincisi sincap örneğinde makinemizi sonuçta biz doğal ortamda görünen çözümlere sınırlamadıysak ve yine de bu çözümü bulduysa bu o probleme has bir durum olur.

Yani hiçbir sincaba benzemeyen bir çözüm de üretebilirdi. Sadece demek ki sincap gerçekten iyi bir evrim sürecinden geçtiği için gidip o çözüme yöneldiğini söyleyebiliriz. Genel olarak bu özdevimli öğrenme (machine learning) yönündeki makinelerden çıkan çözümlerin insanların hayal edebileceği çözümler olması gibi bir şart veya sınırlama yok.

Hatta tam tersi! Bunun en yakın örneği de AlphaGo programı. Yani Go programı AlphaGo dünya şampiyonunu yendikten sonra dünyadaki bütün Go ustaları AlphaGo’nun hamlelerini analiz etmeye başladılar.

Çünkü 3000 yıldır Go ile uğraşmamıza rağmen AlphaGo kimsenin hayal bile edemediği birtakım hamleler yapıp -yani ustalara gayet çirkin ve anlamsız görünen birtakım hamleler yapıp- onları yenebilmeye başladı. Ve dünya şampiyonları şey demeye başladılar: “Biz demek ki 3000 yıldır Go’yu anlamamışız.

Gidip bu aletin oynadığı oyunlara bakıp neleri anlamadığımızı öğrenelim.” Dolayısıyla bizim göremediğimiz birtakım çözümleri bu yeni teknolojilerin elde edebilmesi gayet mümkün.

Walter Ong’un Orality and Literacy isimli bir kitabı var. Dil ve öğrenme üzerine çalıştığınız için bunu özellikle size sormak istedim. Bu kitapta şundan bahsediyor: “Yazı bir teknolojidir” diyor ve “Yazı öncesi dönemde insanların beyninin nasıl çalıştığını bizim anlamamız mümkün değil” diyor.

“Çünkü biz yazıyla büyüdük ve yazının soldan sağa akışı aslında bizim beynimizin nasıl çalıştığını temsil ediyor” diyor. “Soldan sağa akış var beynimizde” gibi… Veya “Bu bizim dilimizi, yaşayış şeklimizi ve zamanı o şekilde algılamamızı etkiliyor” diyor.

“Ama yazı icat edilmeden önce insanların bu tarihi bilgileri, arkadaşlarının isimlerini, o kültürdeki efsaneleri vs. hafızalarında nasıl barındırdığını bilemeyiz. Çünkü o başka bir deneyimdi” diyor.

Yazı öncesi sözlü dönemde ve yazı sonrası dönemdeki dil öğrenme ve hafıza kullanma şekli acaba yapay zekâyı anlamak için bir yöntem olabilir mi? Mesela böyle bir yaklaşım ona dil öğretmek için bir referans olarak alınabilir mi?

Ben bu konuda yazara katılmıyorum. İlk önce onu söyleyeyim.

Çünkü sözel dönemde insanların bu tip bilgileri nasıl akıllarında tuttuğuyla ilgili bir hayli bilgiye sahibiz. Şiir tekniği bu yüzden ortaya çıkmış durumda. Kafiyeli şiirler, eskiden yazı bilmeden önce insanların uzun metinleri hatırlamak için kullandıkları bir hafıza tekniğiydi diyebiliriz.

Şu anda gittikçe ona az ihtiyacımız kaldı. Dolayısıyla şiirin popülaritesi de maalesef düştü son zamanlarda. Diğer yandan yazının o kadar evrensel bir etkisi olduğuna da katılmıyorum. Çünkü sonuçta yazının popüler insana gerçekten yayılması bir ya da iki yüz senelik bir mesele.

Yani 1600’lerden önce dünyanın %90’ı okuma yazma bilmiyordu. Dolayısıyla genel olarak insanları bu kadar derinden etkilemiş olmasını çok güvenilir bulmuyorum.

Üçüncü olarak da bir ya da iki sonraki jenerasyonda yazının yine bu kadar önemli olacağına emin değilim çünkü insanlar şu anda örneğin tablet cihazlarıyla konuşup Siri’yle Alexa’yla bir şeyler arıyorlar ve buluyorlar.

Benim kızım okuma yazma öğrenmeden önce Google’da Mickey Mouse’un videolarını sesiyle arıyordu mesela. Belki bir iki jenerasyon sonra çocuklara okuma yazma öğretmeye çalışmamız da bir o kadar anlamsız hale gelecek.

Şu anda çarpım tablosu öğrenmeye ne kadar büyük direnç gösteriyorlarsa o zaman da ona gösterecekler. Çünkü diyecekler ki “Ben niye öğreneyim bunu? Yani cebimde alet var. İstediğim her şeyi bana söylüyor, veriyor.”

Dolayısıyla genel olarak gelecekte yazının önemi konusunda emin değilim.

---

Deniz Yüret 2002’den beri Koç Üniversitesi Bilgisayar Mühendisliği Bölümü’nde öğretim üyesi ve Yapay Zekâ Laboratuvarı’nın kurucusudur. 1988-2000 yılları arasında MIT Yapay Zekâ Laboratuvarı’nda, 2000-2002 yılları arasında kurucusu olduğu Inquira, Inc. şirketinde çalışmıştır. Araştırma konuları yapay zekâ, yapay öğrenme ve doğal dil işlemedir. Son yıllarda bilgisayarların insan dilini öğrenmesi ve anlaması ve bunu mümkün kılabilecek derin öğrenme sistemleri üzerine çalışmaktadır.

Bülent Erkmen
Hazırlayan: Ceylan Beşevli

Birçok örnekte farklı disiplinlerden insanlarla çalışmıştınız; müzikten, tiyatrodan, edebiyattan. Fakat mesela Dot Tiyatro ile yaptığınız “İki Kişilik Bir Oyun” örneğinde iki yazarla sürecin iyi gitmediğini düşündüğünüzü ve yollarınızın ayrıldığını biliyoruz.

Bu farklı disiplinlerden insanlarla çalışmak üretimi nasıl etkiliyor, olumlu ve olumsuz tarafları çalışırken nasıl ilerliyor? Bu deneyimlerinizden bahsedebilir misiniz?

İstediğim şey istediğim işi yapabilmek, olmuyorsa yapmamak! Örneğin “32 Büst” kitabının çalışmasında üç yazara hayır dedim, “İki Kişilik Oyun”un ilk versiyonunda iki yazara olmaz dedim, üstelik ünlü yazarlara.

Birlikte çalışacağım kişi istediğim şeylere karşı olumlu, uyumlu olduğu an o duruma tutunuyorum. Bu çalışacağım her kişi için geçerli; yazarla, editörle çalıştığım gibi endüstri tasarımcısıyla da çalışırım, mimarla da fotoğrafçıyla da. Ama hep ortaya konan fikri ya da yapılan işi yukarı çekenlerle.

İki boyutlu olan nesneler dışındaki üretimlerinizde, onlarla olan iletişiminizi nasıl kuruyorsunuz? Örneğin üç boyutlu nesneler tasarlıyorsunuz, ortam tasarlıyorsunuz…

İşini iyi yapan, verimli sonuç aldığım kişiyi bırakmam, peşinden koşarım. Hatta onlar zaman içinde yakın dostlarım olur. Tatile gittiklerinde surat asarım. Mesleki hayatım boyunca sadece iki tane matbaa ile, bir tane endüstri tasarımcısıyla, üç dört tane fotoğrafçıyla, iki üç tane editörle ve iki tane dijital baskıcıyla çalıştım.

Çünkü benim arızalarımı, problem olarak gördüğüm şeyleri bilirler ve ön elemeyi kendileri yaparlar. Size çok ciddi önerim: Güvendiğiniz kişinin peşini bırakmayın. Birlikte çalıştığımız kişilere koçluk yapmak zorundayız ve onların heyecanını yükseltmeliyiz.

Örneğin birlikte çalışıp çok iyi sonuçlar aldığım bir fotoğrafçı ile başkası çalıştığı zaman “Ben aynı sonucu alamadım.” serzenişini sıkça duyuyorum. Bu durumda kabahat bunu söyleyendedir. Birlikte çalıştıklarımızı iyi donatmayı, onları havaya sokmayı, onlara yapılacak işi sevdirmeyi ve onlarla iyi bir ilişkiye girmeyi bilmeliyiz. Kısaca işinizin hep üstünde olmalısınız.

“Sahte Kimlikler 5” afişiniz için “… absürt, komik, neşeli bir iş yapmak istedim.” demiştiniz. İşlerinizde izleyicide uyandırmak istediğiniz bir duygu hedefliyor musunuz? Bu tasarım sürecinin bir parçası oluyor mu?

Tabii hedefliyorum. Bir tasarımcı olarak, öncelikle çözülmesi gereken bir problem olması lazım önümde. Problemi çözmek ve izleyiciye aktarmak konusunda aracı konumundayım. Bu örnekte o tiyatro oyununun başkalarına ulaşmasında aracılık ediyorum.

Önce bu oyunun izleyicilerde uyandırmak istediği duyguyu anlamak gerek. Yaptığım bütün tiyatro afişlerinde o oyunlardaki gerçek oyuncuları kullandım. Söz konusu afişteki gözler, dudaklar o oyunun oyuncularına ait. Burada göstermediğim başka işler de var.

Mesela bir oyun bir yıl sonra farklı bir sahnede, farklı bir sahnelemeyle oynanıyorsa farklı bir afiş yapıyorum. Belirli bir döneme kadar, tiyatro afişleri tiyatro metinlerinin afişleri olarak yapılmış. Ben tiyatro afişlerini, bunun bir tiyatro oyunu olduğu duygusunu taşımasını gözeterek bir tür sinema afişi anlayışıyla tasarlarım.

Tiyatro metni sinemada senaryonun karşılığıdır ve her oyuncu, her yönetmen oyunu farklı sergiler. Ben de metnin değil sergilenen oyunun afişini yaparım, aktarmak istediği duyguya aracı olurum.

Önceki söyleşilerinizden bir sözünüz var, oldukça güçlü bir ifade, “Bir sayfa benim için mekandır.” İki boyutlu ortamda çalışan bir insan olarak, sayfaları üç boyutlu değerlendirerek, onlara değer katarak çalışıyorsunuz. Fakat halihazırda üçüncü boyutta çalışan mesleklere, endüstriyel tasarım gibi, ne önerirsiniz?

O söyleşide kitabın bir mekân olduğundan söz etmiştim. Kitap bir nesnedir, dolayısıyla bir konstrüksiyon ile karşı karşıyayız. Rus sanatçı El Lissitzky yaptığı kitapların sonunda kendisini kitap tasarımcısı olarak değil, “konstrüktör” olarak tanımlar.

Tasarımcı kitapla bir inşaat yapar. Kitabı açarsınız, kâğıda dokunursunuz; her kâğıdın, her boyutun, her cildin, her yazı karakterinin, her yazı büyüklüğünün ayrı bir duygusu vardır. 80 gr kâğıt ile, 115 gr kâğıt arasında, kuşe ile grenli kâğıt arasında tat farkları vardır. Bütün bunlar algıyı etkiliyor, dolayısıyla okunan metni de etkiliyor.

Üç boyutta çalışan kişilere de iki boyutlu işler yapan iyi tasarımcılarla çalışmalarını öneririm. Bir dönem oldukça eleştiriyordum, örneğin yeni bir buzdolabı tasarlanmıştı. Dolabı açıyorsunuz, içeride çeşitli folklorik diyebileceğim sıradan desenler var. Yani üç boyutlu tasarımla yazıyı ya da dokuyu doğru birleştirmek gerek.

Bir endüstri tasarımcısı kendini ürün tasarımcısı olarak görüyor ve bir grafik tasarımcı ile çalışıyor, ki çalışmalı da. Fakat tasarladığı bir ürüne dünya kurarken grafik tasarımcısından ne isteyeceğini iyi bilmesi lazım. Mimarların yazı ile olan ilişkisi de hep eleştirdiğim bir şeydir. Örneğin bir bina örneği var. Çok iddialı, cephesinin bütünü boş bir yüzey.

Fakat boş olan şey boş değildir ki. Boşmuş muamelesi yapılıp yüzeyin yarısını kaplayan büyüklükte metalden binanın ismi yazılıyor. Mahvediyor binayı, çoğu mimarda bu problem var. Başka bir mimar çok katlı bir gazete yapısı yapıyor. Sonra yapının bütün cephesi gazete okuyan bir adam görseli ile kaplanıyor.

Ne oldu mimarlık? Gökdelenlerin cephesi afiş alanı olarak kullanılıyor, tabela olarak kullanılıyor. Ne görüyoruz o zaman? Yapının kendisini mi yoksa tüm cepheyi kaplayan sergi reklamını mı?

Etrafımızda o kadar çok uyarıcı var ki dikkatimiz çok çabuk dağılıyor. Siz bir şey üretirken odaklanmanızı nasıl sağlıyorsunuz? Dikkatinizi dağıtan şeyleri nasıl yönetiyorsunuz?

Ayıklayarak sağlıyorum odaklanmayı, ayıklamak zorundayız. Ayıklama unsurlarından bir tanesi yaşadığımız dönem itibariyle: Facebook, Twitter, Instagram. Hiçbirini hayatıma sokmuyorum. Zamanımı bunlara ayırmıyorum. Ben sadece e-posta, cep telefonu ve mesaj gibi araçları son on yıldır kullanıyorum.

Çevrenizi arındırmanız lazım yoksa bir jungleda yaşıyorsunuz. Odaklanmanız lazım, bu çok önemli. Çok şeyin farkına varın ama ayıklayın, zaman kaybetmeyin. Odaklandığınız işte zaman kaybedin! Hayatınızı yatayda çoğaltma yerine, dikeyde geliştirmenizi öneririm. Yatayda ilerleyerek çok sayıda vasat işler yapmaktansa odaklanmış bir yoldan derinlemesine az sayıda ama kalıcı, derinlikli işler yapmanızı öneririm.

Her çalışmanızın arkasında çok net, güçlü ve aslında sade konseptler var. Bu konseptleri sizin anlatımınızda “tek” olarak gördük. Örneğin “Cennet Cehennem” çalışmanızda labirent metaforunu kullanmışsınız. Acaba bundan farklı şeyler de düşünüp bunları elediniz mi? Pek çok fikirden “tek”e rafineleşme süreciniz nasıl gelişiyor? Bir eserinize ne zaman tamam diyorsunuz, kafanızda o eser ne zaman bitmiş oluyor?

Uzun zamandır “kûfi-labirent” ilişkisi ile çeşitli işler yapıyorum. İstanbul logosundan, Berlin logosuna, “Hafıza Merkezi” logosundan, “Cennet Cehennem”e. Tabii ki benden böyle bir şey istendiği zaman yapıyorum bunları.

Yaptığım bazı işleri bir süre sonra kendime kişisel simgeler haline getirip onlardan başka işler yapıyorum. Yaptığım işleri geri dönüşümlü olarak tekrar kullanıyorum denebilir buna!

Sizin bir işinize bakıldığında “Bu Bülent Erkmen’in işidir” dedirten kendi çizginiz, estetik algınızla size gelen işten beklenen o fonksiyon ya da verilmesi gereken mesaj arasındaki dengeyi nasıl kuruyorsunuz? Ya da kendinizi o işe nasıl yediriyorsunuz?

Ancak kendim olarak kendimi yaptığım işlere yediriyorum. Yaptığınız işlerde sürekli kendiniz olursanız bir süre sonra o işlerin size ait olduğu anlaşılır. Ama kendiniz başka başka rollere girmeye başlarsanız -ki bu yaygındır; taklit, kopya, aşırı esinlenme gibi- bunlar virütik şeylerdir ve insanı yoldan çıkarır.

Bu sizin siz olmanıza engel olur, biz hep kendimizde kalmalıyız. Bu çok kaygan bir zemindir, bir bakarsınız gitmişsiniz öbür tarafa. Kendinize karşı biraz kuşkulu, hafif paranoyak bir şekilde kendiniz olmayı sürdürün hep.

Son zamanlarda yaratıcılık, yaratıcı endüstriler, “Aynı işi yapmak istemiyorum, yaratmak istiyorum” gibi söylemlere oldukça sık rastlanır oldu. Sizce bu “yaratıcılık” herkeste olabilen bir şey mi yoksa çok ağır çalışma, konsantrasyon, biraz paranoyayla, biraz delilikle gelen bir şey mi?

Açıkçası “Yaratıcılar, yaratıcı doğar.” gibi bir hamaset dolu bir ifadeden hoşlanmam. Böyle bir durum olabilir ama bir kimsenin yaratıcı olarak doğması onun yaratıcı olmasını sağlamaz. Eskiden anneler babalar çocuklarının doktor ya da mühendis olmasını isterlerdi. Şimdi galiba çocuklarının tasarımcı olmasını istiyorlar.

Dışarıdan pembemsi, uçuşkan pembe bir hayal gibi görünüyor olabilir tasarım. Canı sıkılan herkesin kafe açması gibi olabilir. Ve bunun sonucunda, bu anlayışla yaklaşan ve iş üreten insanların bir bölümünün yaptığı gibi tasarım içi boşaltılarak bir süs unsuru haline getiriliyor. Vasat bir ete bol sos dökerek iyiymiş gibi gösteren işler ortaya çıkıyor.

Ve hatta bazı işlerde etin de olmadığını, tabakta sadece sos olduğunu görüyoruz.

Telif hakları hakkında ne düşüyorsunuz? Çünkü sizin eserleriniz de yeri geldiğinde çarpıtılmış, çalınmış, tekrar kullanılmıştır. Siz de tekel gibi pek çok firma ile çalışmışsınız. Bir sürü farklı logo, işaretler ve eminim ki bunlar olurken bazı ilişkiler yaşanmıştır.

Grafik tasarımda telif hakları çok tartışmalı bir şey. Bir kuruma bir işaret tasarlıyorsunuz, onun kimlik standartlarını belirliyorsunuz ve ona veriyorsunuz. Yapıldıktan beş sene sonra genel müdüre telefon açıp “Bu logo böyle mi kullanılır?” dediğim oldu.

Ama o onun oluyor sonunda, örneğin üstünüze aldığınız jean pantolonu paçalarından yırtarak da kullanabilirsiniz. O pantolonun da bir tasarımcısı var ama o artık kişiselleşen bir ürün. Bu durumlarda benim onlara müdahalem onlara işe yaptıkları değişikliklerin aslında kendilerine zarar verdiğini vurgulamak.

Film afişi tasarlarken yönetmenin belirlediği bir konsept üzerinden mi gidiyorsunuz yoksa filmi izleyip ona dair izlenimleriniz mi tasarımı etkiliyor? Filmin sinematik formunun afişleriniz üzerinde ne gibi bir etkisi var?

Tabii ki filmin kendisini göz önünde bulunduruyorum. Önemli olan yönetmenin anlatmak istedikleri tabii ki. Ben daha çok “auteur” sinemacılarla yani hem yazan hem çeken, yaptıklarıyla bir söz söyleyen sinemacılarla çalışıyorum.

Onların ne anlatmak istedikleri benim için önemli. Ama genellikle yaptığım afişler film dağıtımcıları tarafından benimsenmiyor. Dağıtımcılar daha çok pazarlama odaklı, oyuncu portrelerinden oluşan o bildiğimiz şeyleri görmek istiyorlar.

Şimdiye kadar kitaplarla da çalışmışsınız, kitaplarla dünyalar yaratmışsınız. Biraz daha sayısal sistemleri nasıl değerlendiriyorsunuz? Mesela web sayfaları, akıllı telefon arayüzleri gibi.

Kendimi en uzak hissettiğim alanlardan. Birlikte çalıştığım ve bu konuda hâkim olan kişilerle çalışıyorum. Bir kimliğin sayısal dünyadaki yansımasına dair bir konsept oluşturup bırakıyorum. Ve iyi bir “dijitalci”ye aktarıyorum, sonrasında ise yapılanları kontrol ediyorum sadece. Doğrudan yapmak istemediğim bir alan.

Diğer sorulara cevap verirken, önceleri illüstrasyon kullanırken bunda değişimler olduğundan bahsediyorsunuz. Yıllardır tasarım yapıyorsunuz, ilk dönemlere göre işlerinizde farklılaşmalar olmuş. Bunu da göz önünde bulundurarak hayatınızın çeşitli dönemlerinde bulunduğunuz ruh halleri, sosyal değişimler ve dinamikler tasarımlarınızı nasıl etkiliyor?

Evet, zamanla illüstrasyon anlayışım değişti, yani buruşturulmuş bir kâğıt da benim için bir illüstrasyon artık. Yani ne oldu da bu hale mi geldim? Anlatım yollarını çoğaltmak, çok sayıda ifade etme formu oluşturabilmek için herhalde!

Uzun zaman önce yanımda çalışan yeni mezun bir kişi vardı, “junior art director” unvanı ile işe alınmıştı. Bir gün yanıma geldi “Sizinle konuşabilir miyim?” dedi ve oturdu. “Kaç yıl sonra sizin gibi olabilirim?” diye sordu. Böyle durumlarda ensemde bir uyuşma olur benim. Ve ona nutuk atmak zorunda kaldım. Tanıdığım bir iki eğitim görevlisine de aynı şeyi demiştim.

O andaki, önümüzdeki işi en iyi şekilde yapmak bizi şu an hayal edemeyeceğiniz yollara götürür. Bizi olduğumuz yerden başka bir yere yaptığımız iş götürür. Yoksa doğru dürüst bir iş yapmadan, hesap kitapla bir yere gidilmez. Sürekli bunalım geçirilir.

Olmayı istemek ile olmak ayrı şeylerdir. Dolayısıyla onu bunu unutun, hesap kitap yapmayı unutun. Tamamen önünüzdeki işe odaklanın. O işi en iyi nasıl yaparım? O işin çok iyi olması beni nasıl gösterir? O iş sizi alır, hiç tahmin etmediğiniz başka bir işe, onu da iyi yaparsanız bir başkasına götürür. Birdenbire önünüzde bir sürü kapılar, pencereler açılır.

“Tasarım problem çözmektir aslında.” diyorsunuz. Aslında sizin işlerinizde bu problem çözümü “Anlatılmak istenen bir mesaj var ve bu mesaj nasıl daha iyi karşıya geçer?” şeklinde gerçekleşiyor. Ve metot olarak da “Dokunmam, hissetmem, görmem lazım.” diyorsunuz.

Peki bu daha soyut kavramlarda; dokunamadığımız, hissedemediğimiz, direkt empati kuramadığımız kavramlarda bu anlatılma metodunu, o mesajın karşıya en iyi aktarılma şeklini nasıl seçiyorsunuz? Bildiğimiz fiziksel gerçeklikten ilerlemek, soyut şeyi anlamlandırmak, basit olarak buna analoji diyebilir miyiz?

Tabii diyebiliriz. Mesela dokunuyorum dediğim şeylerden bir tanesi kitap. Sonuçta bu bir nesne. Bu bir sergileme birimi de olabilir. Bu nesneyi benim hissetmem; boyutuyla, kâğıt cinsiyle, malzemesiyle hissetmem lazım. Hayal ettiğim ile bunun arasında bir ilişki kurmam lazım.

Bu nedenle, yeni kuşak reklam ajanslarında çalışan grafik tasarımcılarla ilgili en büyük serzenişim tasarımı sadece ekranda görüyor olmaları. Tasarım ekranda bitiriyor, ekranda başladıklarını orada finalize ediyorlar.

Ondan sonra bu tasarımlar basılıyor ve okunması sorunlu bir punto çıkıyor karışımıza, tasarımlar başka şeylere dönüşüyor. Ekranda tasarlanan her iş gerçek boyutta bünye değiştirir. Her zaman söylerim, tanımadığım kişi ile tanıdığım kişi arasında form farkı vardır. Ben sizi tanımıyorum, sonra tanışıyoruz, ahbap oluyoruz.

Yüzünün değiştiğine inanıyorum ben. Benim için başka birisi olur. Tasarımlarla gerçek bir ilişki kurmak lazım; fiziksel mekanlarla, fiziksel durumlarla, fiziksel düzlemlerde çalışmak lazım.

Anlattığınız çalışmalarınızdan ve arkadaşlara verdiğiniz cevaplardan şöyle bir şey diyebilir miyiz: Kitap tasarımına başka bir aşkınız var, öyle mi? Bu edebiyattan mı, tasarımın getirdiği özgürlükten mi?

Hepsi. İş türü yoğunluklarını gelen talepler oluşturur. Aslında ilk tiyatro çalışmasını bir talep gelmeden kendim yaptım ama ikincisi, üçüncüsü başkaları tarafından istendi. Daha fazla istek gelseydi belki daha da çoğalacaktı.

Ama bana fazla kitap tasarımı geldiği için zaman içerisinde tasarım nesnesinin sözcüklerine hâkim oldum. Kendimi daha güvende hissettim. Bu güven hem önemli hem de bir tuzak. Güvende hissettiğiniz zaman, o güvenin konformizmi ile vasat işler de yapılabilir. Halbuki güven, sizin daha çok risk almanıza imkân vermeli.

O işi bilmeyen ya da az yapmış kişinin alacağı risk, o işin anlaşılmamasına ve reddedilmesine neden olabilir. Ama siz, o işi yapma üzerinden bilinirliğiniz varsa risk alarak karşınızdakini yönlendirebilirsiniz. Genel olarak şu var ki, insanlar işleri okuyamıyorlar.

İşleri işi yapan üzerinden okuyorlar, “O yapmışsa iyidir” gibi. Tıpkı siyasi partilerdeki gibi o partinin ne yaptığına değil, başındakinin kim olduğuna göre tepki verilmesi gibi. Tasarımda da böyle. Hem bilinir olup hem vasat iş yapmak kabullenilmeyecek bir durum.

Siz de önceki sorulardan birine kendi ifadenizle “Geri dönüşümlü kullanıyorum.” dediniz. Arredamento’nun kapaklarında, arka arkaya sayılara baktığımızda da bir devamlılık görünüyor. Örneğin bir kapakta ölümü anlatmak için kullandığınız devasa siyah bir küre, bir sonraki sayıda uzaklaşıp onun devasa siyah gölgesine dönüşüyor ve o da ölümü ifade ediyor.

Arredamento’yu arada sırada veya sürekli takip edenler için bir tanınabilirlik oluşturuyor diyebiliriz. Ve bu sayede sanki yarattığınız bu ürün serisine kullanıcı biraz daha bağlanıyor ve onları sahipleniyor.

Acaba eserlerinize “tasarım çizgisi” diyebileceğimiz bu süreklilik, kararlılık insanları nasıl etkiliyor? Onların ürünlerle, eserlerle olan ilişkilerini nasıl değiştiriyor?

Tam olarak böyle bir ifade etmek istemem ama benim derdim bir söz söylemek. Yani farkındalığı olan birinin anlayabileceği bir söz söylemek. Benim yaptığım pek çok şey anlaşılamayabilir tabii. Ama anlaşılsın diye işin seviyesi ile çok oynamak istemem.

Bu bir alışveriş. Belirli bir dönem ilişki kurma zorluğu çeken kişi, ısrarla, okuyarak, çalışarak işe yakınlaşabilir. Örneğin ben çağdaş sanatı bir yabancı dil gibi algılarım. Nasıl bilmediğiniz bir dil sadece bir sestir fakat dili bildiğiniz zaman bir metindir.

Onun için çağdaş sanatta doğrudan formu görmek yetmez. Okumak, araştırmak, o sanatçıyı takip etmek, çalışmak lazım. Tasarım, yapısı gereği bunları karşısındakinden istemek durumunda değil.

Ama zaman içinde anlayış farklılıkları, niyetler, tasarımcı üzerinde toparlanan şeyler, bunu tüketenlerin ilgisini ve algısını değiştirecek potansiyeller doğurma imkânı getiriyor.

---

Bülent Erkmen 1947 yılında doğdu. İstanbul Devlet Güzel Sanatlar Akademisi’nin Grafik Sanatlar bölümünü bitirdi. Grafik tasarımının tüm alanlarında ürettiği işlerin yanı sıra marka danışmanlığı, üç boyutlu nesne tasarımı, sergileme tasarımı ve tiyatro alanlarında çalışmalar yaptı. 80’lerden bu yana katıldığı yurt içi ve yurt dışı sergi ve yarışmalarda 80’i aşkın ödül kazandı. Çalışmaları uluslararası yayınlarda yer aldı, yurt içinde ve yurt dışında düzenlenen panel ve seminerlere katıldı, bildiriler sundu, kişisel sergiler açtı. 100”ü aşkın işi Fransa, İsviçre, Amerika, Almanya, Finlandiya ve Polonya’nın grafik tasarımla ilgili müzelerine alındı. Çeşitli gazete, TV ve süreli yayınlarda grafik tasarımın çeşitli konularıyla ve kendi çalışmalarıyla ilgili makale, araştırma ve konuşmaları yayımlandı. 1995”te BEK Tasarım ve Danışmanlık’ı kuran Bülent Erkmen yürüttüğü grafik tasarım çalışmalarının yanı sıra, 1975 yılında girdiği Mimar Sinan Güzel Sanatlar Üniversitesindeki öğretim görevini 2015’e kadar sürdürdü. AGI (Alliance Graphic International) üyesi.

Günümüzde giderek daha çok konuşulmaya başlayan disiplinlerarası düşünme için değişik teoriler ortaya atılsa da hala tartışmalı bir konudur: Hangi klasik disiplinin hangi disiplinle hangi denge ile çalışılacağı vakanın doğasına göre değişmektedir. Bu nedenle, disiplinlerarası düşünme çatışmasından yeni düşünce enerjisi mi oluşmaktadır? Yoksa birbirini tamamlayarak daha kuvvetli düşünmeyi mi sağlamaktadır? Ya da bir disiplinin bir yaklaşımı başka bir disiplinde karşılık bulmakta mıdır? Her ne kadar bilimsel teorik çalışmalar yapılsa da bu soruların cevaplarını tek şekilde vermek açıkça zordur.

Ancak, bütün bu zorluklara rağmen araştırmacıların farklı disiplinlerin ne demek istediğini anlamak için yeniden okumalar yapması ve bunu kendi bilgi birikimine katarak günümüzün disiplinlerarası çalışma ihtiyacına göre düşünme biçimini şekillendirmesinin mümkün olduğunu düşünüyorum.

Bu kanaate, 2015 ve 2017 yılları arasında toplam 20 doktora öğrencisi ile yaptığımız çalışmadan sonra öğrencilerin verdiği görüşler doğrultusunda edindiğimi söyleyebilirim: Öğrencilerin görüşleri psikoloji, sosyoloji, tarih, sanat tarihi, felsefe, görsel sanatlar, müzik, mimarlık, tasarım, mühendislik alanlarında araştırma yapan öğretim üyeleri ve uzmanlarına sorular yönelttiği bir dizi seminer ile ortaya çıktı. Konuşmacılar seminer öncesi kendi araştırmalarını yansıtan tipik makaleleri öğrencilerle paylaştılar. Öğrenciler konukların akademik geçmişlerini ve çalışmalarını dikkatlice incelediler. Soru/cevap şeklinde gelişen seminerler için öğrenciler kendi araştırmalarının çerçevesinde konuşmacının ilgili uzmanlık alanı çerçevesinde merak ettikleri soruları hazırladılar. Doktora öğrencilerinin her biri de sanat, tasarım, sosyal bilimler ve mühendislik alanlarının birinde lisans eğitimi görmüş zengin bir farklılık göstermekteydi. Bu işleyişte tamamlanan seminerler bu kitabı oluşturan son derece faydalı metinlere dönüştü.

Kitapta yer alan metinler akıcı, herkesin anlayacağı ve konuşma dili ile hazırlandı. Bu sayede tasarım alanında araştırma yapanlar için farklı disiplinlerden nasıl beslenebileceklerine ait kıymetli referans bilgilerin derlendiğini düşünüyorum.

Bu kitap 2017 yılında, Koç Üniversitesi Tasarım Teknoloji ve Toplum Lisansüstü Programı Disiplinlerarası Araştırma Yöntemleri dersindeki seminerleri içeriyor. 2015 yılında yapılan seminerleri Cogito Dergisi, Tasarım Ne Bekler? Özel Sayısı, Yapı Kredi Yayınları, Bahar 2016, vol:83 künyesi ile bulabilirsiniz.

Oğuzhan Özcan

Mayıs 2018, İstanbul