Yapay zeka (AI) birçok yönden yanlış anlaşılmalara neden olabilir. Yazılım ve donanımdaki baş döndürücü gelişmeler çoğumuzun ulaşamayacağı yerde olsa da, kafa karışıklığının belki de en derin kaynağı yapay zekanın teknik sözlüğünden geliyor. Bilişsel bilim ve sinirbilimden (bilişsel bilimi ve sinirbilimi içeren BCS) türetilen terimlerle öylesine dolup taşan yapay zeka, anlayışını baltalayan gerekçesiz biyolojik ve bilişsel özellikler kazanıyor. Buna karşılık, öğrenme ve davranışın altında yatan beyin fonksiyonlarını inceleyen bilimsel disiplinler, yapay zekanın dayandığı bilgisayar ve hesaplamalı bilimlerden giderek daha fazla yararlanarak bildiğimiz en karmaşık ve çok yönlü biyolojik varlığı basit bir hesaplama makinesine dönüştürdü.
Röportaj
Geleceğin işleri: dijital filozof
kaydeden Bruno Ruffilli
05 Mayıs 2022
Kavramsal kredi
Örneğin, yapay zeka akademisyenleri, 1959'da Arthur Samuel tarafından “verilerden öğrenme ve yeni durumlara genelleme yapabilen istatistiksel algoritmaların geliştirilmesi ve incelenmesi” anlamına gelen bir ifade olan “makine öğrenimi”nden söz ederler. verileri kullanabilir ve dolayısıyla açık talimatlar olmadan görevleri gerçekleştirebilir”. Ancak bu “öğrenme”, sinirbilimcilerin ve bilişsel psikologların, çevredeki deneyimlerin bir sonucu olarak insanların veya hayvanların yeni davranışlar veya zihinsel içerikler edinme veya mevcut olanları değiştirme biçiminden bahsettiklerinde kastettikleri anlamına gelmez. Benzer şekilde yapay zekada, bir modelin çıktısındaki girdi verilerinin sağlam temellere dayanan ve doğru temsillerinden kaynaklanan hataları veya sapmaları tanımlamak için “halüsinasyonlardan” bahsediyoruz. Dış uyaranların yokluğunda gelişen, rahatsız edici algısal deneyimlerimiz olan halüsinasyonlarımızla büyük bir fark var.
Bu karışıklığı açıklamak için bir adım geriye gitmeli ve Carl Schmitt'in “modern devlet teorisinin tüm önemli kavramlarının sekülerleşmiş teolojik kavramlar olduğunu” gözlemleyen fikrinden yola çıkmalıyız. Örneğin, “egemenlik”, “istisna hali”, “egemen irade”, “hukukun her şeye gücü yetmesi” ve “meşruiyet” gibi siyasi kavramların kökeni teolojik kavramlara kadar uzanabilir: Bu kavramsal ödünç alma, devletin yapısını veya etkisini ortadan kaldırmamıştır. teolojik kavramlar, ancak onları seküler bir çerçeve içinde yeniden bağlamsallaştırdılar. Bu sadece tarihsel bir gözlem değil, aynı zamanda ağır bir eleştiridir. Kavramsal ödünç alma, siyasi kavramların eleştirel değerlendirmesini, tam olarak kendilerini tam olarak kurtaramadıkları teolojik kökenleri nedeniyle sınırlandırırken, siyasetteki güç dinamikleri ve karar alma süreçleri hâlâ dini düşüncenin oluşturduğu yapıları yansıtmaktadır.
Teknoloji Bienali
Yapay zeka? Haydi tahtaya vuralım
Yazan: Barbara Caputo*
18 Nisan 2024
Eksik olan kelimeler
Bu düşünceler diğer disiplinlere de yayılabilir. Yeni bilimler ortaya çıktığında, fenomenleri, problemleri, hipotezleri, gözlemleri, formülasyonları, teorileri vb. tanımlamak ve iletmek için teknik bir kelime dağarcığından yoksundurlar. Kesin, açık, tutarlı ve özlü olmaya acil bir ihtiyaç vardır; Tanımlar üzerinde anlaşmaya varmak ve standardizasyonu teşvik etmek. Boşluklar, yeni terimler icat edilerek, Yunanca veya Latince çeviriler kullanılarak veya diğer disiplinlerden teknik ifadeler benimsenerek ve uyarlanarak doldurulmaktadır. Yapay zeka çok hızlı gelişti ve sözcük dağarcığını ilgili alanlardan alması gerekiyordu: sibernetik, mantık, bilgisayar bilimi ve bilgi teorisi; ve her şeyden önce insan ve hayvanın davranış ve davranış biçimlerini ve bunların biyolojik temellerini inceleyen bilimler. Bu fenomen, makinelerin biyolojik bilişin bazı yönlerini nasıl taklit edebildiğini açıklamak için insan zekası ve davranışıyla paralellik üzerinde belirleyici bir etkiye sahip olan Alan Turing'den başlayarak geliştirildi. Ancak muhtemelen en sorunlu ödünç alma, tüm alanı tanımlayan etiketle gerçekleşti: Amerikalı bilim adamı John McCarthy'nin 1950'lerin ortalarında yarattığı “Yapay Zeka”.
Yapay zekada “makine öğrenmesi” için kullanılan “öğrenme”nin yanı sıra çok sayıda biyolojik ve psikolojik terim de bulunuyor; örneğin “adaptasyon”, “bilgisayarlı görme”, “bellek” i hatırlıyoruz. Ancak aynı zamanda orijinal bilimsel bağlamlarındaki anlamlarıyla çok az ilişkili olan veya hiç ilişkili olmayan, teknik anlamlara sahip birçok terim de vardır. Son zamanlarda makine öğreniminde kullanılmaya başlanan son derece popüler bir terim olan “dikkat” örneğini ele alalım. BCS'de genel olarak mevcut bağlamda uyarlanabilir davranışı yönlendirmek için ilgili sinirsel veya psikolojik sinyallerin önceliklendirilmesi süreçlerini ifade eder ve isme sıklıkla diğer niteleyiciler (örneğin, seçici, uzamsal, nesne tabanlı, özellik tabanlı dikkat) eşlik eder. Vikipedi'nin de kanıtladığı gibi, makine öğreniminin anlamı çok farklıdır: “Dikkat, sinir ağları içinde, özellikle transformatör tabanlı modellerde, her kelime için, daha kesin olarak, sisteme dahil edilmesi için 'yumuşak' ağırlıkları hesaplayan bir mekanizmadır. bağlam”. Bu, eşsesli olmasa da çok anlamlılık durumudur: İki kavram arasındaki bilimsel farklılıklar önemli ve derindir, benzerlikler yüzeysel ve önemsizdir, yine de psikolojik ve biyolojik bagaj, daha büyük antropomorfizme doğru iten anlamsal bir güç uygular. Yapay zeka sistemlerinin dikkat etme, öğrenme ve halüsinasyon görme yeteneği, yapay zeka projelerini, araştırma programlarını ve iş stratejilerini daha da güçlendiriyor. Ne yazık ki, ancak şaşırtıcı olmayan bir şekilde bu, tekrarlanan “Yapay Zeka kışlarına” yol açıyor (Floridi 2020).
Öte yandan bilişsel bilim ve sinir bilimi, bilgi teorisi ve bilgisayar biliminden teknik ve ölçülebilir yapılar ödünç alarak beyni ve zihni hesaplamalı ve bilgi işleme sistemleri olarak çerçeveledi. Örneğin, Bilişsel Psikolojinin doğuşuna işaret eden metinde Ulric Neisser şunu iddia ediyor: “İnsanın bilişini anlamaya çalışan bir psikoloğun görevi, bir bilgisayarın nasıl programlandığını keşfetmeye çalışan bir adamın görevine benzer. özellikle, eğer program bilgiyi saklıyor ve yeniden kullanıyor gibi görünüyorsa, bunun hangi “rutinler” veya “prosedürler” ile gerçekleştiğini bilmek ister. Burada da ödünç alınan ifadelerin listesi uzun: “mimari”, “kapasite”, “kodlama ve kod çözme”, “örnekleme”, “sinyal/gürültü oranı”, “iletim” vb. hakkında konuşuyoruz.
Yapay Zekada sayılan 500 İtalyan erkek ve kadın
Italian Tech editör ekibi tarafından düzenlendi
19 Mart 2024
Analojinin sınırları
Paralellik birçok açıdan başarılı oldu ve insan zihninin özelliklerini ve biyolojik temellerini araştırmak için bilimsel ve ampirik bir temel sağladı. Ancak bazen çok ileri gidebilir ve zihnin öznel niteliklerinin anlaşıldığından çok gözden kaçırıldığı indirgemeci ve yoksullaştırılmış bir bakış açısına yol açabilir. Bu nedenle, örneğin, psikolojik olgular için gerekli veya bunlarla ilişkili beyin faaliyet kalıpları, kendi başlarına yeterli açıklamalar olarak kabul edilir; zihnimizin canlı ve deneyimsel içerikleri, uzun süreli aktivasyonlara veya nöron gruplarının işlevsel durumlarına, kasıtlı seçimlerin anına düzleştirilir. karar sınırına ulaşan aktivasyon seviyelerine indirgenir.
Bu durum, uzman olmayan ve yapay zekanın akıllı olduğuna inananlarda, uzman olup yapay zekanın süper akıllı sistemler yaratacağına inananlarda, konuyu bilme zahmetine girmeyip konunun karanlık taraflarını kendi çıkarına kullanmayanlarda kafa karışıklığı yaratıyor. , genellikle finansal. Yapay zekaya ilişkin bilim kurgu imajının sahip olduğu güvenin bir kısmı, hesaplamalı sistemlerin antropomorfik bir yorumundan geliyor, ama aynı zamanda zihnin çok yüzeysel ve yalnızca hesaplamaya dayalı bir anlayışından da geliyor.
Böyle bir kavramsal karışıklığı gidermek için ne yapılabilir? Muhtemelen dil reformu açısından hiçbir şey yok: AI ve BCS, ne kadar yanıltıcı olursa olsun, ne kadar kaynak israf ederlerse etsinler ve yanlış ellerde veya bağlamlarda ne kadar hasara neden olurlarsa olsunlar kendi terimlerini kullanmaya devam edecekler. Yapay zeka, bilgisayarı hâlâ zihinsel niteliklere sahip yapay bir beyin olarak tanımlayacak; bilişsel bilimler ve beyin bilimleri ise beyni ve zihni sanki biyolojik bir bilgisayarmış gibi düzleştirmeye devam edecek.
Röportaj
Brigitta Muntendorf, Bienal Musica'da yapay zekayla yaratılan sesler için bir çalışma
kaydeden Bruno Ruffilli
21 Ekim 2023
Beygir gücü dersi
Ancak bize umut veren şey dilin tarihidir. Daha fazla anlayış ve daha fazla gerçek, kelimelerin anlamını şekillendirir ve kullanımlarını geliştirir. Hiç kimse güneşin gezegenimize göre herhangi bir yere gittiğine inanmasa da hala “güneş doğuyor” ve “güneş batıyor” gibi ifadeler kullanıyoruz: Yermerkezli model uzun süredir terk edildi, dil ifadeleri korudu ancak güncellendi anlamlar.
Bu makaleyi iyimser olmak için nedenler sunan bir benzetmeyle kapatıyoruz. On sekizinci yüzyılın sonlarında, Sanayi Devrimi sırasında İskoç mucit James Watt, buhar makinesinin geliştirilmesinde etkili oldu. Yeni müşteriler çekebilmek için motorun atların çalışmasını nasıl geride bıraktığını göstermesi gerekiyordu. Daha sonra kömür madenlerinde yük atlarının yaptığı işi ölçtü. Bir maden atının bir değirmen çarkını dakikada bir kez çevirerek yaklaşık 33.000 poundluk bir feet yüksekliğe kadar kaldırabildiğini gözlemledi ve bu nedenle bir beygir gücünün standart birimini saniyede 550 poundluk yer değiştirme olarak tanımladı. . Kavramsal ödünç alma işe yaradı ve “beygir gücü” (HP) terimi, buhar makinesi gücünü ölçmek için evrensel olarak benimsendi. Bugün bir motorun mekanik gücünü gösteren standart birim olmaya devam ediyor, ancak elbette hiç kimse silindirler arasında toynak ve yele aramıyor. Bir gün, eğer şanslıysak, insanlar yapay zekayı HP gibi düşünecek ve bilgi işlem ve bilgi işlem sistemlerinde bilişsel veya psikolojik özellikler aramayı bırakacak.
*Dijital Etik Merkezi, Yale Üniversitesi, ABD ve Bologna Üniversitesi Hukuk Çalışmaları Bölümü.
** Wu Tsai Enstitüsü ve Psikoloji Bölümü, Yale Üniversitesi, ABD
Çeviri ve özet: Bruno Ruffilli. Orijinal makale, daha uzun ve İngilizce olarak Minds and Machines 34, 5 (2024) dergisinde yayınlandı, tam sürümüne buradan ulaşabilirsiniz.
Röportaj
Cory Doctorow ve boktanlaştırma teorisi: teknoloji neden daha da kötüye gidebilir?
kaydeden Bruno Ruffilli
23 Nisan 2024
Röportaj
Geleceğin işleri: dijital filozof
kaydeden Bruno Ruffilli
05 Mayıs 2022
Kavramsal kredi
Örneğin, yapay zeka akademisyenleri, 1959'da Arthur Samuel tarafından “verilerden öğrenme ve yeni durumlara genelleme yapabilen istatistiksel algoritmaların geliştirilmesi ve incelenmesi” anlamına gelen bir ifade olan “makine öğrenimi”nden söz ederler. verileri kullanabilir ve dolayısıyla açık talimatlar olmadan görevleri gerçekleştirebilir”. Ancak bu “öğrenme”, sinirbilimcilerin ve bilişsel psikologların, çevredeki deneyimlerin bir sonucu olarak insanların veya hayvanların yeni davranışlar veya zihinsel içerikler edinme veya mevcut olanları değiştirme biçiminden bahsettiklerinde kastettikleri anlamına gelmez. Benzer şekilde yapay zekada, bir modelin çıktısındaki girdi verilerinin sağlam temellere dayanan ve doğru temsillerinden kaynaklanan hataları veya sapmaları tanımlamak için “halüsinasyonlardan” bahsediyoruz. Dış uyaranların yokluğunda gelişen, rahatsız edici algısal deneyimlerimiz olan halüsinasyonlarımızla büyük bir fark var.
Bu karışıklığı açıklamak için bir adım geriye gitmeli ve Carl Schmitt'in “modern devlet teorisinin tüm önemli kavramlarının sekülerleşmiş teolojik kavramlar olduğunu” gözlemleyen fikrinden yola çıkmalıyız. Örneğin, “egemenlik”, “istisna hali”, “egemen irade”, “hukukun her şeye gücü yetmesi” ve “meşruiyet” gibi siyasi kavramların kökeni teolojik kavramlara kadar uzanabilir: Bu kavramsal ödünç alma, devletin yapısını veya etkisini ortadan kaldırmamıştır. teolojik kavramlar, ancak onları seküler bir çerçeve içinde yeniden bağlamsallaştırdılar. Bu sadece tarihsel bir gözlem değil, aynı zamanda ağır bir eleştiridir. Kavramsal ödünç alma, siyasi kavramların eleştirel değerlendirmesini, tam olarak kendilerini tam olarak kurtaramadıkları teolojik kökenleri nedeniyle sınırlandırırken, siyasetteki güç dinamikleri ve karar alma süreçleri hâlâ dini düşüncenin oluşturduğu yapıları yansıtmaktadır.
Teknoloji Bienali
Yapay zeka? Haydi tahtaya vuralım
Yazan: Barbara Caputo*
18 Nisan 2024
Eksik olan kelimeler
Bu düşünceler diğer disiplinlere de yayılabilir. Yeni bilimler ortaya çıktığında, fenomenleri, problemleri, hipotezleri, gözlemleri, formülasyonları, teorileri vb. tanımlamak ve iletmek için teknik bir kelime dağarcığından yoksundurlar. Kesin, açık, tutarlı ve özlü olmaya acil bir ihtiyaç vardır; Tanımlar üzerinde anlaşmaya varmak ve standardizasyonu teşvik etmek. Boşluklar, yeni terimler icat edilerek, Yunanca veya Latince çeviriler kullanılarak veya diğer disiplinlerden teknik ifadeler benimsenerek ve uyarlanarak doldurulmaktadır. Yapay zeka çok hızlı gelişti ve sözcük dağarcığını ilgili alanlardan alması gerekiyordu: sibernetik, mantık, bilgisayar bilimi ve bilgi teorisi; ve her şeyden önce insan ve hayvanın davranış ve davranış biçimlerini ve bunların biyolojik temellerini inceleyen bilimler. Bu fenomen, makinelerin biyolojik bilişin bazı yönlerini nasıl taklit edebildiğini açıklamak için insan zekası ve davranışıyla paralellik üzerinde belirleyici bir etkiye sahip olan Alan Turing'den başlayarak geliştirildi. Ancak muhtemelen en sorunlu ödünç alma, tüm alanı tanımlayan etiketle gerçekleşti: Amerikalı bilim adamı John McCarthy'nin 1950'lerin ortalarında yarattığı “Yapay Zeka”.
Yapay zekada “makine öğrenmesi” için kullanılan “öğrenme”nin yanı sıra çok sayıda biyolojik ve psikolojik terim de bulunuyor; örneğin “adaptasyon”, “bilgisayarlı görme”, “bellek” i hatırlıyoruz. Ancak aynı zamanda orijinal bilimsel bağlamlarındaki anlamlarıyla çok az ilişkili olan veya hiç ilişkili olmayan, teknik anlamlara sahip birçok terim de vardır. Son zamanlarda makine öğreniminde kullanılmaya başlanan son derece popüler bir terim olan “dikkat” örneğini ele alalım. BCS'de genel olarak mevcut bağlamda uyarlanabilir davranışı yönlendirmek için ilgili sinirsel veya psikolojik sinyallerin önceliklendirilmesi süreçlerini ifade eder ve isme sıklıkla diğer niteleyiciler (örneğin, seçici, uzamsal, nesne tabanlı, özellik tabanlı dikkat) eşlik eder. Vikipedi'nin de kanıtladığı gibi, makine öğreniminin anlamı çok farklıdır: “Dikkat, sinir ağları içinde, özellikle transformatör tabanlı modellerde, her kelime için, daha kesin olarak, sisteme dahil edilmesi için 'yumuşak' ağırlıkları hesaplayan bir mekanizmadır. bağlam”. Bu, eşsesli olmasa da çok anlamlılık durumudur: İki kavram arasındaki bilimsel farklılıklar önemli ve derindir, benzerlikler yüzeysel ve önemsizdir, yine de psikolojik ve biyolojik bagaj, daha büyük antropomorfizme doğru iten anlamsal bir güç uygular. Yapay zeka sistemlerinin dikkat etme, öğrenme ve halüsinasyon görme yeteneği, yapay zeka projelerini, araştırma programlarını ve iş stratejilerini daha da güçlendiriyor. Ne yazık ki, ancak şaşırtıcı olmayan bir şekilde bu, tekrarlanan “Yapay Zeka kışlarına” yol açıyor (Floridi 2020).
Öte yandan bilişsel bilim ve sinir bilimi, bilgi teorisi ve bilgisayar biliminden teknik ve ölçülebilir yapılar ödünç alarak beyni ve zihni hesaplamalı ve bilgi işleme sistemleri olarak çerçeveledi. Örneğin, Bilişsel Psikolojinin doğuşuna işaret eden metinde Ulric Neisser şunu iddia ediyor: “İnsanın bilişini anlamaya çalışan bir psikoloğun görevi, bir bilgisayarın nasıl programlandığını keşfetmeye çalışan bir adamın görevine benzer. özellikle, eğer program bilgiyi saklıyor ve yeniden kullanıyor gibi görünüyorsa, bunun hangi “rutinler” veya “prosedürler” ile gerçekleştiğini bilmek ister. Burada da ödünç alınan ifadelerin listesi uzun: “mimari”, “kapasite”, “kodlama ve kod çözme”, “örnekleme”, “sinyal/gürültü oranı”, “iletim” vb. hakkında konuşuyoruz.
Yapay Zekada sayılan 500 İtalyan erkek ve kadın
Italian Tech editör ekibi tarafından düzenlendi
19 Mart 2024
Analojinin sınırları
Paralellik birçok açıdan başarılı oldu ve insan zihninin özelliklerini ve biyolojik temellerini araştırmak için bilimsel ve ampirik bir temel sağladı. Ancak bazen çok ileri gidebilir ve zihnin öznel niteliklerinin anlaşıldığından çok gözden kaçırıldığı indirgemeci ve yoksullaştırılmış bir bakış açısına yol açabilir. Bu nedenle, örneğin, psikolojik olgular için gerekli veya bunlarla ilişkili beyin faaliyet kalıpları, kendi başlarına yeterli açıklamalar olarak kabul edilir; zihnimizin canlı ve deneyimsel içerikleri, uzun süreli aktivasyonlara veya nöron gruplarının işlevsel durumlarına, kasıtlı seçimlerin anına düzleştirilir. karar sınırına ulaşan aktivasyon seviyelerine indirgenir.
Bu durum, uzman olmayan ve yapay zekanın akıllı olduğuna inananlarda, uzman olup yapay zekanın süper akıllı sistemler yaratacağına inananlarda, konuyu bilme zahmetine girmeyip konunun karanlık taraflarını kendi çıkarına kullanmayanlarda kafa karışıklığı yaratıyor. , genellikle finansal. Yapay zekaya ilişkin bilim kurgu imajının sahip olduğu güvenin bir kısmı, hesaplamalı sistemlerin antropomorfik bir yorumundan geliyor, ama aynı zamanda zihnin çok yüzeysel ve yalnızca hesaplamaya dayalı bir anlayışından da geliyor.
Böyle bir kavramsal karışıklığı gidermek için ne yapılabilir? Muhtemelen dil reformu açısından hiçbir şey yok: AI ve BCS, ne kadar yanıltıcı olursa olsun, ne kadar kaynak israf ederlerse etsinler ve yanlış ellerde veya bağlamlarda ne kadar hasara neden olurlarsa olsunlar kendi terimlerini kullanmaya devam edecekler. Yapay zeka, bilgisayarı hâlâ zihinsel niteliklere sahip yapay bir beyin olarak tanımlayacak; bilişsel bilimler ve beyin bilimleri ise beyni ve zihni sanki biyolojik bir bilgisayarmış gibi düzleştirmeye devam edecek.
Röportaj
Brigitta Muntendorf, Bienal Musica'da yapay zekayla yaratılan sesler için bir çalışma
kaydeden Bruno Ruffilli
21 Ekim 2023
Beygir gücü dersi
Ancak bize umut veren şey dilin tarihidir. Daha fazla anlayış ve daha fazla gerçek, kelimelerin anlamını şekillendirir ve kullanımlarını geliştirir. Hiç kimse güneşin gezegenimize göre herhangi bir yere gittiğine inanmasa da hala “güneş doğuyor” ve “güneş batıyor” gibi ifadeler kullanıyoruz: Yermerkezli model uzun süredir terk edildi, dil ifadeleri korudu ancak güncellendi anlamlar.
Bu makaleyi iyimser olmak için nedenler sunan bir benzetmeyle kapatıyoruz. On sekizinci yüzyılın sonlarında, Sanayi Devrimi sırasında İskoç mucit James Watt, buhar makinesinin geliştirilmesinde etkili oldu. Yeni müşteriler çekebilmek için motorun atların çalışmasını nasıl geride bıraktığını göstermesi gerekiyordu. Daha sonra kömür madenlerinde yük atlarının yaptığı işi ölçtü. Bir maden atının bir değirmen çarkını dakikada bir kez çevirerek yaklaşık 33.000 poundluk bir feet yüksekliğe kadar kaldırabildiğini gözlemledi ve bu nedenle bir beygir gücünün standart birimini saniyede 550 poundluk yer değiştirme olarak tanımladı. . Kavramsal ödünç alma işe yaradı ve “beygir gücü” (HP) terimi, buhar makinesi gücünü ölçmek için evrensel olarak benimsendi. Bugün bir motorun mekanik gücünü gösteren standart birim olmaya devam ediyor, ancak elbette hiç kimse silindirler arasında toynak ve yele aramıyor. Bir gün, eğer şanslıysak, insanlar yapay zekayı HP gibi düşünecek ve bilgi işlem ve bilgi işlem sistemlerinde bilişsel veya psikolojik özellikler aramayı bırakacak.
*Dijital Etik Merkezi, Yale Üniversitesi, ABD ve Bologna Üniversitesi Hukuk Çalışmaları Bölümü.
** Wu Tsai Enstitüsü ve Psikoloji Bölümü, Yale Üniversitesi, ABD
Çeviri ve özet: Bruno Ruffilli. Orijinal makale, daha uzun ve İngilizce olarak Minds and Machines 34, 5 (2024) dergisinde yayınlandı, tam sürümüne buradan ulaşabilirsiniz.
Röportaj
Cory Doctorow ve boktanlaştırma teorisi: teknoloji neden daha da kötüye gidebilir?
kaydeden Bruno Ruffilli
23 Nisan 2024