Yapay zekâlı kameralarla donatılan çöpkamyonları, artık sadece atık yiyecekler ve ev eşyalarını toplamakla kalmıyor; aynı zamanda bakımsız bahçeleri olan vatandaşları da “ifşa” ediyor. ABD’nin California, Georgia, South Carolina ve Texas gibi en az dört eyaletinde, belediyelere ait temizlik araçlarına City Detect adlı bir şirketin geliştirdiği yapay zekâ destekli kameralar monte ediliyor. Araçlar, sakinlerin bahçelerinden sessizce fotoğraf çekiyor ve bu görüntüleri uzun otlar, çöp, grafiti ya da çöken çatılar gibi daha ciddi yönetmelik ihlallerini tespit edecek yazılıma aktarıyor.
Tespit edilen ihlaller, 1 ile 4 arasında değişen bir “Bakımsızlık Puanı” (Blight Score) alıyor ve bu puanın ciddiyetini yansıtıyor. Sorun giderilmediğinde, insan gözlemcileri bu görüntülerden edindiği bilgilerle para cezası kesebiliyor. Texas’ın Dallas şehrinde sistem, belediyenin hizmeti geçtiğimiz Nisan ayında test etmeye başlamasından bu yana incelediği 21.000’den fazla mülkte en az bir olası ihlali işaretledi. Şirket, kamera sisteminin ülke genelinde 6 milyon ihlal tespit ettiğini iddia ediyor.
Yapay zekâlı “akıllı şehir” teknolojisinin denetimdeki yeni yüzü
Bu çöpkamyonlarındaki teknolojik gözlem, giderek daha fazla birbirine bağlanan yapay zekâ altyapısı ve “akıllı şehir” teknolojilerinin yerel denetimi sıkılaştırmak için nasıl kullanıldığının son örneklerinden biri. Kamera yayılımı, aynı zamanda ülkenin dört bir yanında halkın gözeticiliği (vigilantism), yerel topluluklar ve bazı milletvekillerinin, gözetimin aracı sayılan otomatik plaka okuyucular ve diğer yapay zekâ destekli teknolojilere karşı çıktığı bir dönemde gerçekleşiyor.
2021’de kurulan ve Alabama’nın Tuscaloosa şehrinde merkezleşen City Detect’in temel mantığı nispeten basit: Şirket, kameraları ve yapay zekâlı yazılımı sağlıyor; şehirler ise bu araçları sıradan rotalarında dolaşırken yerel filo araçlarına monte ediyor. Şimdiye kadar raporlanan örnekler çöpkamyonlarına bu kameraların takılmasını içeriyor ancak teoriye göre aynı sistem diğer devlet araçlarında da çalışabilir.
Manuel denetimler, belirsiz 311 şikayetleri ve sınırlı personel her şeyi yavaşlatıyor. Olaylar birikiyor. Sakinler hayal kırıklığına uğruyor. PASS AI® ekibinizi tepkisel durumdan proaktif duruma taşıyor; haritalanmış tespitlerle, hızlı raporlamayla ve tekrarlayan şikayetlerin akıllı süzülmesiyle.
City Detect, kendi web sitesinde
Çöpkamyonlarında iki kamera kullanılıyor, her biri sokağın bir tarafına bakacak şekilde monte ediliyor. Kameralar araç halka açık yollar üzerinde çalışırken çekim yapıyor ve her konutun önünü yakalıyor. City Detect’in PASS AI adını verdiği yazılım bu görüntüyü işliyor ve o bölgenin yetkisine ilgili olası yönetmelik ihlallerinin izlerini arıyor.
Puanlama nasıl yapılıyor, ceza kim keseiyor?
Görüntü işlendikten sonra yapay zekâ, söz konusu ihalin ciddiyetine göre bir puan veriyor. Yazılımın bu puanları tam olarak nasıl ayırdığı hemen belli değil. Ne olsun ne olmasın, bakımsızlık puanları belirlendikten sonra insan gözlemcisine gönderiliyor; o da en azından yapay zekâya göre hangi konutların daha ciddi ya da daha acil sorunlarla “suçlu” gösterildiğini hızlıca görebiliyor. Ev sahiplerinden ardından, sorunu gönüllü olarak çözmezlerse para cezasıyla karşılaşabileceklerini belirten bir “kibar uyarı” alıyorlar.
Şirketin belirttiğine göre gerçek para cezaları mutlaka bir şehir görevlisince kesilmeli; şirket kendisini sadece şehirlere karar vermelerinde yardımcı olacak bilgi sağlayan taraf olarak tanımlıyor. City Detect’in amacı, personelin daha ciddi yapısal sorunlarla ilgilenmesi için zaman kazandırmak ve küçük, acil olmayan olaylara ayıracağı zamanı azaltmak.
Dallas: On binlerce konut tarandı
Dallas’ın City Detect ile yaptığı işbirliğinin ayrıntıları bu hafta, yerel haber kanalı NBC 5’in bir raporuyla ortaya çıktı. Şehre yapılan kamuya açık bilgi talebi, şirketin testlerin bu yıl başından beri başlamasından sonra on binlerce konuttan görüntü yakaladığını gösteriyor. Bu kayıtlar, her fotoğrafın çekildiği tarih ve saati yanı sıra söz konusu ihalin kısa özeti ve ciddiyetini içeriyor. Raporlarda yayılan belgenin bir görüntüsüne göre “ot yüksekliği”, “çim kalıntıları”, “dallar” ve “çöp” gibi etiketlerin hepsi 4 üzerinden 2 puan olarak değerlendiriliyor.
Bu bakımsızlık puanları her zaman eşit dağılmıyor. NBC 5, şehrin veri setindeki 21.000’den fazla ihlalin adreslerini alıp tespitlerin en sık görüldüğü bölgeleri gösteren bir sıcaklık haritası oluşturdu. Kanal, en çok tespitin yapıldığı bölgelerden bazılarının düşük ortalama gelire sahip alanlar olduğunu buldu. Bu mahallelerden birinde yaşayan bir sakin, NBC 5’e programın adaletsiz olduğunu ve “bizi buradan kovmaya çalıştığını” söyledi.
Savunma: Zaman kazandıran teknoloji cezalarda artışa yol açabilir
O kişi yalnız değil. Geçen yıl Alabama’nın Huntsville şehrinin, gözetim kaygıları ve yoksul topluluklara olası ekonomik etkileri üzerine sakinlerden gelen tepkilerin ardından City Detect ile yaptığı önerilen sözleşmeyi askıya aldığı bildirildi. Bu hafta ise Dallas Belediye Meclisi üyesi Chad West, gizlilik kaygıları ve soyulan boyalar gibi sorunları anında gideremeyen düşük gelirli sakinler için “istenmeyen sonuçlar” endişeleri nedeniyle kameralara ayrılan bütçenin kesilmesini öngören bir bütçe değişikliği önerdi. West daha sonra bu bütçe değişikliğini geri çekti ancak hala çözülmesi gereken sorunların bulunduğunu vurguluyor.
Kod AI kameralarının City temizlik kamyonlarındaki gizlilik konuları ve bunun en savunmasız sakinlerimize yükleyebileceği istenmeyen yük nedeniyle Kod AI kameraları konusunda ciddi endişelerim var. Teknolojiyi destekliyorum ancak yararların kaygıların üstüne çıkmasını sağlamalıyız.
Beadle Meclisi üyesi Chad West, Popular Science’a
City Detect, Popular Science’ın yorum talebine hemen yanıt vermedi. Web sitesinde şirket, fotoğraflarında ortaya çıkan yüzleri ya da plaka numaralarını otomatik olarak bulanıklaştırarak gizliliği korumak için önlem aldığını söylüyor. Sistem, herhangi bir para cezası ya da başka denetim önlemi alınmadan önce insan gözlemini gerektiriyor. Ayrıca sistemlerin kolluk kuvvetlerine veya federal veri tabanlarına bağlanmadığını ve yerel yönetimin kestiği ceza sayısına göre gelir elde etmediğini, yani başına sözleşme (komisyon) temelli çalışmadığını belirtiyor.
Kameralı çöpkamyonları: Yerel denetimde otomasyona giden geniş ekosistem
Kameralarla donatılan çöpkamyonları, yerel kolluk kuvvetlerine daha fazla otomasyon getirmeye çalışan daha geniş ve büyüyen bir yapay zekâ hizmetleri ekosisteminin içinde yer alıyor. 2024’te Los Angeles, otobüs şeridine yasa dışı park eden araçlardan fotoğraf çekip bu fotoğrafları bilet kesmek için otomatik otobus kameraları kullanmaya başladı. Texas’ın Austin şehri de yakın zamanda benzer bir hamle yapıp AI destekli kameraları şehir okul servislerine yerleştirerek araçların (hatta robotaksilerin) kendilerine yakında düzgün durmamalarını otomatik olarak tespit etmeye başladı. Öte yandan New Mexico’nun Albuquerque şehrinin, bisiklet şeritlerini, otobüs şeritlerini ve yayaları geçenleri tıkayan sürücüleri yakalamak için şehir genelinde 60’dan fazla güneş enerjili fotoğraf çeken “SafetyStick” kurduğu bildirildi. Bunların her biri, demektirmeyi otomasyona dayandırarak denetimi (ve cezalardan gelen yerel gelirleri) artırmayı hedefliyor.
Giderek büyüyen gözetime karşı tepki
Ancak ülkenin dört bir yanında giderek daha fazla topluluk, yenilenmiş bir gözetime karşı coşku yaşıyor. Oakland merkezli savunma grubu Secure Justice’a göre, en az 214 şehir ve ilçe, tartışmalı otomatik plaka okuyucu şirketi Flock ile sözleşmelerini 2021’den beri feshetti; bunların 90’ı yalnızca Ağustos 2026’da oldu. İptallerin bu patlaması, gizlilik kaygıları ve kolluk kuvvetlerinin teknolojiyi nasıl kötüye kullanabileceğini ayrıntılı biçimde anlatan bir dizi raporun ardından geldi. Benzer şekilde, şehirler ve hatta bazı eyaletler, teknolojiye dair kamu algısının olumsuza dönmesiyle yapay zekâ veri merkezleri inşaatlarına moratoryum ilan etti. ABD’de son Pew Araştırma anketine katılan yetişkinlerin yüzde 40’ı yapay zekânın toplum üzerindeki etkisinin pozitiften daha negatif olacağını düşünürken, yalnızca yüzde 16’sının pozitiften daha olumlu olacağını düşündü.
1 yorum
Fikrinizi bir kaynak, soru veya yapıcı karşı görüşle geliştirin.