A-Infos (tr) UK, AFEd, Organise - PERİ TOZU ve ZEHİRLİ ATIK (ca, de, en, it, pt)[makine çevirisi]

Gözlerim Hala Kanıyor mu? ---- Nisan 2026. ABD, özellikle genç kızların 
gittiği bir okul da dahil olmak üzere, nüfus merkezlerini bombalamaya 
devam ederek İran halkına karşı şiddetini bir kez daha tırmandırıyor. Bu 
okulun bombalanmasında en iyi tahminlere göre 168 kişi öldü, bunların 
100'den fazlası çocuktu. Bu şiddetin ahlaksızlığı, Trump yönetiminin, 
bombalama ve işgal tehdidi altında olan bir ülkenin, elindeki kozu 
kullanarak düşmanına ekonomik zarar verebileceğine, yani İran'ın Hürmüz 
Boğazı'nı kapatacağına inanmamasının aptallığıyla eşleşiyor. Mevcut anın 
vahşeti içinde, ABD yetkililerinin militarist stratejilerini nasıl büyük 
ölçüde yanlış hesaplamış olabileceklerine dair açıklamalar ararken 
karanlıkta tökezlemelerini izlemekte acı bir mizah var.

Acımasız mizah anları kısa sürüyor ve yerini İsrail'in bu savaştan 
faydalanarak etnik temizliğini güney Lübnan'a doğru daha da genişlettiği 
görüntüler alıyor (İsrail, sınırları içindeki ve dışındaki Filistin 
halkına karşı soykırım projesine de aynı derecede bağlı kalıyor). 
Sömürgeci projeler, mümkün olan her fırsatta sömürgeci emellerini 
körüklemeye ve uygulamaya meyillidir.

Bu sürekli genişleyen saldırının ortasında, özellikle OpenAI ve rakibi 
Anthropic olmak üzere birçok dev teknoloji şirketi, ABD ordusunun okul 
çocuklarını katletme projesinde iş birliği yapmalarıyla gündeme geldi. 
Bu, CEO'larının ve milyarder yatırımcılarının değerlemelerini haklı 
çıkarmak ve modern sermayenin ve modern devletin hayati altyapısı olma 
yolunda ilerlemelerini güvence altına almak için ne kadar çaresiz 
oldukları göz önüne alındığında, bu tür şirketlerin son zamanlarda 
manşetlere çıkmasının ilk örneği değil. "Yapay zeka"nın gerçekten 
kitlesel olarak benimsenmesi durumunda inanılmaz miktarda servet ve güç 
kazanacak olanlar, bu teknolojinin günlük yaşamın tüm yönlerini 
etkilemesinin kaçınılmazlığından durmadan bahsediyorlar. Ufukta sürekli 
yaklaşan ütopik bir gelecek vizyonunu satıyorlar, ancak bu ütopyayı inşa 
edeceğini iddia ettikleri araçlar etrafımızdaki dünyayı yakıyor, 
çocukların okullarına bombalar gönderiyor ve soykırımcı apartheid 
rejimlerinin genişlemesini sağlıyor. Yapay zekanın bir gün bizim için 
neler yapabileceğine dair abartılı söylemler, bu teknolojilerin şu anda 
yaptıklarına dair her türlü eleştiriyi bastırmak için kullanılıyor; bu 
eleştiriler arasında kendi başımıza düşünme yeteneğimizi, geniş kapsamlı 
eleştirel düşünme yeteneğimizi aşındırması da yer alıyor.

Ancak bu teknolojilerin günlük hayatımıza dayatılması kaçınılmaz değil. 
Bir avuç egoistin, devletin ve ırksal kapitalizmin zaten anlaşılmaz 
vahşetini genişleterek servetlerini pekiştirmesini pasif bir şekilde 
izlemek zorunda değiliz. Her dolarla, her galon suyla, ellerine 
geçirebildikleri her RAM çubuğuyla boğazımıza zorla soktukları bu 
pisliği yutmak zorunda değiliz. Ama bu dayatmaya karşı anlamlı bir 
şekilde mücadele etmek istiyorsak, bu teknolojilerin ürettiği ve 
genişlettiği şiddet türlerini dile getirebilmeliyiz.

Bu gözlemlerimi yazmak için zaman ayırıyorum, çünkü bu konudaki 
düşüncelerim benzersiz değil. Yazıyorum çünkü, anlamlı bir muhalefet 
dili oluşturma yeteneğimizin aktif olarak elimizden alındığı bir 
dünyada, dünyanın mevcut haline karşıt pozisyonların korunmasına mümkün 
olduğunca katkıda bulunmanın hayati önem taşıdığına inanıyorum. Yazdığım 
her şeyde olduğu gibi, amacım zihinleri değiştirmek değil, bir alan 
açmak, uçsuz bucaksız (ve çoğu zaman korkutucu derecede karanlık) bir 
denizde küçük bir işaret ışığı yakmaktır. Umarım bu işaret ışığı, sözde 
ve daha da önemlisi eylemde çoğalır. Bu çoğalmanın kararını size 
bırakıyorum.

Makineler ve Zeka: Yapay Zeka Terimine Karşı Bir
Bakış "Yapay Zeka" olarak bilinen ve kısaca "YZ" olarak adlandırılan 
teknolojilerin yol açtığı ve genişlettiği çeşitli dehşetleri özetlemeye 
çalışmadan önce, bu terimin kullanımına karşı çıkmak istiyorum. İlk 
olarak, bu terim, birbirinden farklı (ancak ilişkili) teknolojileri tek 
bir çatı altında toplamak için kasıtlı olarak belirsizdir. Bu toplama, 
bireysel teknolojilerin geliştiricilerinin (örneğin ChatGPT, Claude, 
Gemini vb. destekleyen Büyük Dil Modelleri) ürünlerinin gerçekte ne 
olduğunu, ne olabileceği veya olamayacağına dair bilim kurguyla kaplı 
bir reklam panosunun arkasına gizleyerek anlamlı eleştiriden 
kaçınmalarına olanak tanır. Göremediğiniz şeye vurmak zordur, kasıtlı 
olarak gizlenmiş bir şeye vurmak ise daha da zordur.

Bu derginin amacı doğrultusunda, çoğunlukla bilim kurgunun uzun zamandır 
vaat ettiği "Yapay Zeka" olarak satılan sohbet robotlarını destekleyen 
teknoloji olan Büyük Dil Modellerine (LLM'ler) odaklanacağım. "Zeka" 
kelimesini tırnak içinde kullanıyorum çünkü bu teknolojilere "akıllı" 
demek de, perde arkasında çalışan mekanizmaları kasıtlı olarak gizlemek 
anlamına geliyor. LLM'leri pazarlayan şirketler, duyarlı, gerçekten 
düşünen (ve belki de hisseden) varlıklar yarattıklarına inanmanızı 
umutsuzca istiyorlar. Etkileşim kurduğunuz makinenin aslında tıpkı sizin 
gibi, hatta var olan herhangi bir fiziksel insandan daha çok size 
benzediğine inanmanızı istiyorlar. Bunu, hayatınızı, kendisine verilen 
verilere göre algoritmasını uyarlayabilen (on yıllardır hesaplamalı 
araştırmalarda kullanılan makine öğrenimi olarak bilinen bir süreç) 
yüceltilmiş (özel) bir hesap makinesi etrafında kurmanızı bekledikleri 
gerçeğini gizlemek için istiyorlar.

Özünde, LLM'ler girdi olarak kelime veya görüntü alır ve bu girdilere 
sayısal değerler atar. Modelin eğitildiği tüm verilere dayalı karmaşık 
bir istatistiksel algoritma aracılığıyla, LLM daha sonra bir önceki 
sayıyı takip eden belirli bir sayının olasılığını belirleyerek 
yinelemeli olarak sayısal bir çıktı üretir. Bu sayısal çıktı daha sonra 
bağlama bağlı olarak kelimelere veya görüntülere çevrilir. LLM'ler 
düşünmez , devasa veri kümelerindeki kalıpları belirleyen ve güçlendiren 
ve bu kalıpları konuşma yanılsaması yaratmak için kullanan inanılmaz 
derecede yoğun bir istatistiksel algoritma kullanırlar.

Burada makine öğreniminin veya özellikle LLM'lerin tarihçesinin 
ayrıntılarına girmeyeceğim, ancak bu tarihçeyi biraz öğrenmeniz için 
zaman ayırmanızı şiddetle tavsiye ederim. LLM'lerin kavramsal çerçevesi 
bir asırdan fazla süredir mevcut ve LLM'leri mümkün kılacak makine 
öğrenimini kullanan ilk makineler 1940'lar ve 50'lerde ortaya çıktı. 
Bunlar yeni teknolojiler veya fikirler değil, sadece (çoğunlukla 
internet sayesinde) yeterince veri buldular ve bu sayede göz boyama 
gösterisi inceleme altında geçerliliğini koruyor (2023'te ChatGPT'den 
iki, üç basamaklı sayıları çarpmasını isteyen herkes, zekâ 
yanılsamasının ne kadar çabuk kırılabileceğini bilir).

LLM'leri tanımlamak için "zeka" kelimesinin bu kadar özenle 
kullanılmasının daha sinsi nedeni, makineyi bir dizi insan özelliğine 
benzeterek teknolojinin inanılmaz maliyetlerini haklı çıkarmak ve bunun 
sonucunda insanı makine olarak nesneleştirmektir. OpenAI CEO'su Sam 
Altman, ChatGPT'nin çevresel etkisini eleştirmek istiyorsanız, önce onun 
güzel makinesinden bile daha verimsiz olan insanları eğitmek için 
harcanan enerjiyi eleştirmeniz gerektiğini ima etmek için insanları 
sıklıkla karmaşık makinelerden başka bir şey olarak görmemektedir.

Yukarıdakiler göz önüne alındığında, bu yazının geri kalanında "yapay 
zeka" veya "yapay zekâ" terimlerini kullanmaktan kaçınmaya çalışacağım 
ve gerektiğinde LLM'nin özgüllüğünü veya teknoloji karşıtı doğamı daha 
çok ortaya koymak istediğimde sadece "makineler" terimini tercih 
edeceğim. Aşağıdaki bölümler, LLM'lerin üretimi veya kullanımı sırasında 
ortaya koyduğu, mümkün kıldığı ve genişlettiği sayısız şiddet olayına 
kısa bir bakış sunmayı amaçlayacaktır.

Orman Yangınları ve Zehirli Kuyular: Çevresel Tahribat
LLM'lerle ilgili en sık dile getirilen eleştiri, çevresel etkileridir. 
Bu konuya öncelikle değinmek istiyorum çünkü hem yaygınlığı hem de LLM 
savunucuları tarafından sıklıkla göz ardı edilmesi nedeniyle bu konuyu 
ele alıyorum. Bu göz ardı etme, genellikle makinelerinin tek bir 
sorgusunda ne kadar enerji kullanıldığına dair eleştirileri savuşturmak 
için yapılır. Bu savuşturma işe yarıyor çünkü genel olarak bakıldığında, 
tek bir sorgu çok fazla enerji kullanmıyor. Genel kural, bir ChatGPT 
sorgusunun bir Google aramasından yaklaşık 10 kat daha fazla enerji 
kullandığıdır. Enerji tüketimindeki bu büyüklük derecesi artışı anlamlı 
olsa da, tek bir Google aramasının ne kadar az enerji kullandığı göz 
önüne alındığında, bu, tek bir ChatGPT sorgusunun kullandığı enerjinin 
de nispeten az olduğu anlamına gelir.

Bu saptırmaya verilebilecek en bariz yanıt, bireysel bazda küçük bir 
şeyin dünya nüfusu ölçeğinde devasa bir etkiye sahip olabileceği 
gerçeğini göz ardı etmesidir. Bu durum, özellikle bir bireyin belirli 
bir günde yüzlerce sorgu yapmasının beklendiği, LLM'leri günlük yaşamın 
her alanına zorla entegre etmeye çalışan bir sektör bağlamında 
geçerlidir. Bu saptırma, ayrıca şu gibi şirketlerin varlığıyla da 
zayıflatılmaktadır:

ChatGPT, öncelikli müşterileri günde birkaç sorgu yapmak isteyen 
bireyler olan basit bir kamu hizmeti sağlayıcısı değil, büyük projeleri 
veya girişimleri kolaylaştırmak için LLM'leri kullanan şirketler veya 
hükümetlerdir. Bu kuruluşlar, ortalama bir bireyin yapabileceğinden çok 
daha karmaşık görevleri gerçekleştirmek için sürekli ve büyük hacimlerde 
LLM kullanmaktadır; bu da enerji tüketiminin çok daha yüksek olduğu 
anlamına gelir.

Bütün bunlar, yayınlanmış bir LLM sürümünü kullanmanın enerji 
maliyetidir ve bu maliyet, bu modelleri eğitmenin enerji maliyetiyle 
kıyaslandığında çok daha düşüktür. Dünyanın dört bir yanında binlerce 
veri merkezinin inşasını tetikleyen şey, bu modellerin eğitilmesidir; 
çünkü yazılan her bir gönderiyi, yüklenen her bir resmi, kaydedilen her 
bir videoyu vb. işlemek için inanılmaz miktarda işlem gücü gerekir.

Bu veri merkezlerinin en acil maliyeti su tüketimidir. Milyonlarca 
işlemciyi çalıştırmak, günlük milyonlarca galon su gerektiren soğutma 
sistemlerini zorunlu kılar. Büyük bir veri merkezi, yaklaşık 50.000 
kişilik bir kasabanın günde tükettiği kadar su kullanabilir. Daha da 
kötüsü, bu veri merkezleri genellikle suyun zaten kıt olduğu bölgelerde 
inşa edilir; bu da israf ettikleri suyun, orada yaşayan insanlar 
tarafından daha da acil olarak ihtiyaç duyulduğu anlamına gelir. Burada 
size insanların hayatta kalmak için su içmeleri gerektiğini hatırlatmak 
istiyorum. En iyi ihtimalle, bu su ChatGPT'yi Studio Ghibli filminin 
daha doğru bir kopyasını yapması için eğitmek amacıyla israf edilirken, 
en kötü ihtimalle okul çocuklarına daha doğru insansız hava aracı 
saldırıları düzenlemek için kullanılır.

Tahminlere göre, 2026 yılının sonuna kadar veri merkezleri ABD'deki 
toplam enerji tüketiminin yaklaşık %6'sını oluşturacak. Bu enerji 
tüketimini dengelemek için birçok bölge doğal gaza erişmek amacıyla 
artan fracking yöntemine yönelmiştir. Fracking sahalarının yakınında 
yaşamanın maliyetleri iyi belgelenmiştir, ancak en önemli sorunlar 
içilemez su, hava kirleticilerinden kaynaklanan artan kanser oranları ve 
diğer olumsuz sağlık etkileridir. Fracking ile bağlantısının yanı sıra, 
veri merkezleri, çoğunlukla dizel yakıtla çalışan yedek jeneratörleri 
aracılığıyla doğrudan yerel hava kirliliğine katkıda bulunur. Veri 
merkezlerinin yakınında yaşayanların daha az incelenen, ancak giderek 
yaygınlaşan bir şikayeti ise gürültü kirliliğidir. Bu gürültü kirliliği 
kronik migren, uyku bozukluğu, kronik mide bulantısı, kronik baş dönmesi 
ve diğer birçok olumsuz sağlık etkisine neden olur. ABD'nin ırksal 
kapitalizminin temel ilkelerine aşina olan herkes için şaşırtıcı olmayan 
bir şekilde, veri merkezlerinin daha yoksul ve ağırlıklı olarak Siyah ve 
hedefli beyaz olmayan topluluklarda inşa edilme olasılığı çok daha 
yüksektir; bu da bu olumsuz sağlık etkilerinin orantısız bir şekilde 
ırksallaştırılmış yoksullar tarafından karşılandığı anlamına gelir.

Daha fazla veri merkezi inşa etmeyi savunanlar, bu merkezlerin yalnızca 
daha önce kullanılmayan alanlarda inşa edildiği efsanesini de size 
satmaya çalışacaklardır. Bu, ülkenin kuruluşundan beri temellerine 
işlemiş olan sömürgeci ilişkiyi sürdüren bir efsanedir; eğer toprak 
ırksal kapitalizm adına kullanılmıyorsa, o toprak işe yaramazdır ve 
dönüştürülmelidir. Bu durum, geliştiricilerin çöllerden, bataklıklardan 
veya sulak alanlardan nasıl bahsettiklerinde en açık şekilde 
görülmektedir. Bu tür alanlar kalkınma girişimlerine direndiği için, 
genellikle fethedilmesi gereken düşman bölgeler olarak ele alınırlar. 
Var olan bir ekosistemin beton bir levhaya dönüştürülmesi, insan 
ilerlemesinin bir zaferi olarak satılırken, yerli bitki ve hayvan 
yaşamına verilen zarar nadiren dile getirilir.

Zaten daha sık ve daha güçlü orman yangınları ve kasırgaların izlerini 
taşıyan bir dünyada, fosil yakıtlara olan bu talep patlaması ve 
atmosfere salınan daha fazla kirletici madde, halihazırda var olan iklim 
değişikliği felaketini yalnızca hızlandırabilir. Ne yazık ki, bu veri 
merkezlerinden kazanç sağlayacak olanlar, bu veri merkezlerinin 
kendilerine sağladığı inanılmaz zenginlik sayesinde kendilerini bu 
felaketten koruyabiliyorlar (ya da en azından koruyabileceklerine 
inanıyorlar).

Ancak, LLM'lerin çevresel maliyetine çok fazla odaklanmanın bir 
tehlikesi vardır. Neredeyse yalnızca fosil yakıtlardan, enerji 
tüketiminden, israf edilen sudan bahsettiğimizde, LLM'lerin kitlesel 
olarak benimsenmesini savunanlara söylemsel bir alan bırakmış oluruz. 
İstemeden de olsa, kirliliği ve enerji israfını azaltmanın bir yolu 
olsaydı, LLM'lerin kitlesel olarak benimsenmesinin tarafsız hatta olumlu 
bir eylem haline gelebileceğini kabul etmiş oluruz. Bu tehlike 
nedeniyle, kolayca göz ardı edilemeyecek olan LLM'lerin diğer birçok 
olumsuz yönünü dile getirme konusunda yetkin hale gelmemiz hayati önem 
taşımaktadır.

Her Kamera Bir Hapishane Gardiyanı: Kitlesel Gözetim
Çevresel felaketlerin ötesinde, en öne çıkan kitlesel gözetim 
sistemlerinin arkasındaki şirketler, dünyanın dört bir yanında 
yaygınlaşan kitlesel gözetim sistemlerine derinden bağlıdır. Flock 
Safety gibi şirketler, bu teknolojileri kullanarak kolluk kuvvetlerine, 
şiddet uyguladıkları kişileri nasıl daha iyi hedefleyecekleri konusunda 
gerçek zamanlı yönlendirme sunmaktadır. Bu olgunun en görünür örneği, 
ICE'nin (ABD Göçmenlik ve Gümrük Muhafaza Kurumu) Flock Safety 
sistemlerini kullanarak hangi mahallelere baskın düzenleyeceğini, ne 
zaman düzenleyeceğini, ne tür bir direniş bekleyeceğini ve özellikle 
kimin direnebileceğini belirlemesidir.

ICE ile ortaklıkları nedeniyle Flock, önemli ölçüde eleştiri aldı. Ne 
yazık ki, Flock'u eleştirenlerin çoğu, benzer hizmetler sunan ancak 
biraz daha gizli çalışan düzinelerce başka şirketi (Pushpak, Deep 
Sentinel, hatta Motorola bile bu işe giriyor) görmezden geliyor. Bu 
şirketler, suçun olmadığı, herkesin gözlemlendiğinin farkında olduğu ve 
kimsenin statükoya karşı çıkmaya cesaret edemeyeceği distopik bir dünya 
fantezisi satıyorlar. Bu şirketlerin amacı, dünyanın mümkün olduğunca 
büyük bir bölümünü asgari güvenlikli bir hapishaneye dönüştürmektir.

Doğrusunu söylemek gerekirse, gözetim sistemlerinin amacı her zaman bu 
olmuştur. Tüm gözetim görüntülerinin toplanmış, aranabilir bir 
veritabanı, herhangi bir polis karakolu veya savcının en büyük 
hayalidir. Ancak, son zamanlardaki LLM'lerdeki gelişmelerden önce, bir 
grup insanın manuel olarak etkili bir şekilde inceleyebileceğinden çok 
daha fazla veri vardı. Hiçbir soruşturma ekibi, ihtiyaç duydukları 
görüntüleri kaydetmiş olabilecek tüm ilgili kameraları tespit edemez, bu 
görüntüleri izlemek için gerekli izinleri alamaz ve hedeflerine karşı 
suçlama yöneltmek veya mahkemede delil sunmak için gereken zaman dilimi 
içinde bu görüntüleri dikkatlice inceleyemezdi.

Ancak Flock gibi şirketlerle, birbirinden bağımsız gözetim cihazlarından 
oluşan bu ağ, birdenbire tek bir birbirine bağlı ağa dönüşüyor. Bu ağ 
tarafından toplanan tüm veriler, gezilebilir bir veritabanında 
toplanıyor ve LLM'ler yardımıyla bu veritabanı, belirli bir durumda 
polisin işine yarayan bilgilere kolayca ulaşabilecek şekilde aranabilir 
hale geliyor. Belki de yasa dışı faaliyetler içerebileceğini 
düşündükleri bir gösterinin yakınındaki tüm gözetim görüntülerine 
ihtiyaç duyuyorlar. Ya da belki de tüm bir topluluğun sosyal ağını 
haritalamak, kimin nerede ve kiminle vakit geçirdiğini görmek, bir 
bireyin hafta içi sürüş alışkanlıklarını anlamak ve bu alışkanlıklar 
bozulduğunda bildirim almak istiyorlar. Harcama alışkanlıklarınıza, 
sürüş alışkanlıklarınıza, güncel haber döngüsündeki en önemli olaylara 
dayanarak, hangi eylemleri gerçekleştirebileceğinizi ve sizi en iyi 
nasıl denetleyeceklerini tahmin edebiliyorlar.

Bu tür yetenekler, hukuk sistemine inananlar için bile yeterince 
korkutucudur; ancak polis ve hapis güçlerinin her zaman ırksal 
kapitalizmin hizmetinde kendi takdirlerine göre hareket ettiğini 
anlayanlar için bu yetenekler felaket sınırındadır. Hapishane 
(geleneksel anlamda) nüfusu artacak ve her zaman olduğu gibi ırksal, 
cinsiyetçi ve sınıfsal şekillerde artacaktır. Irksal sermaye rejimi 
içinde verimsiz veya ona karşıt olarak görülen şekillerde var olanlar 
daha kolay hedef alınacak ve yakalanacaktır.

Kendilerini hapishane mantığı üzerine kurulu bu dünyayı yıkma projesinin 
bir parçası olarak görenler için, mevcut durum kasvetli ama kaybedilmiş 
değil. Şu anda, polislik, yakalama ve hapis şiddetini fiilen uygulamak 
zorunda olanlar insanlardır. Bu durum böyle kaldığı sürece, her 
hapishane ve sınır duvarından her tuğlayı okyanusun dibine gönderme 
sürecinde her zaman istismar edilebilecek çatlaklar olacaktır.

Bu noktaya kadar kendilerini hapis cezasına karşı veya lehine olan 
toplumsal savaşın bir taraftarı olarak görmeyenler için şunu bilin ki; 
kitlesel gözetimin bu cehenneminden çıkış yolu, ister tuğla ve harçtan 
oluşan hapishaneler olsun, isterse gözetim ekipmanları ve LLM destekli 
veri tabanlarından oluşan ağ olsun, hapishanelerin tamamına karşı bir 
politika (veya isterseniz anti-politika) üzerine kurulmadığı sürece 
mümkün değildir. Şu an bulunduğumuz noktadayız çünkü hapis mantığı 
baskın bir paradigmadır ve bu baskın paradigma kaldığı sürece, bir 
şekilde her zaman buraya geri döneceğiz.

Her gözaltı merkezi bir hapishanedir ve her hapishane bir toplama kampıdır.

Bu gözetim ağı, Oracle veya Palantir gibi şirketlerin topladığı veri 
kümelerinin de dahil edilmesiyle genişliyor; bu şirketler, gittiğimiz 
her yerde geride bıraktığımız sonsuz veri parçalarını bir araya getirmek 
için çalışıyor. Akıllı telefonumuz hangi baz istasyonlarına bağlandı? 
Hangi web sitelerine e-posta adresimizi verdik? Ne satın alıyoruz, ne 
sıklıkla satın alıyoruz, nasıl ödeme yapıyoruz? Sermaye ile olan 
neredeyse her etkileşim noktası, yirmi yıl önce kimsenin dikkate alması 
için zaman kaybı olacak bir iz bırakıyor. Ancak bu veriler toplu halde 
toplandığında ve özellikle küçük istatistiksel eğilimleri vurgulamak 
için tasarlanmış bir makineye beslendiğinde, diğer verilerle 
birleştirildiğinde hem gözetmen hem de satıcıya daha önce 
düşünülemeyecek kadar samimi bir profil sunan düğümlere dönüşüyor.

Bu gözetim ağlarının örtük (ancak giderek daha açık hale gelen) tehdidi, 
statükonun ihlallerinin yalnızca yasal sistemler aracılığıyla değil, 
aynı zamanda finansal sistemler aracılığıyla da daha kolay 
cezalandırılacak olmasıdır. Kiralık konut yönetim şirketleri, 
şehrinizdeki her kişinin kira geçmişi üzerinde eğitilmiş LLM'leri 
kullanarak kira ödemenizde gecikme olasılığınızı, kira sözleşmenizi 
ihlal etme olasılığınızı, ev sahibinin ilgilenmek istediğinden daha 
fazla bakım talebinde bulunma olasılığınızı tahmin ettikleri için 
başvurunuzu reddedebilirler. Herhangi bir potansiyel işveren, izin 
isteme olasılığınız, hastalanma olasılığınız, istediklerinden daha yavaş 
hareket etme olasılığınızla ilgili benzer değerlendirmeler yapabilir. 
Sık sık gittiğiniz market, bu teknolojileri kullanarak yiyeceklerinizin 
fiyatlarını, seçtikleri LLM'nin tahmin ettiği ödeme limitine kadar 
ayarlayabilir.

Hayatımızın her alanının spekülatif finans alanına doğru kaydığı göz 
önüne alındığında, bizden ek kar elde edilebilecek her yerde, bu karları 
en üst düzeye çıkarmak için tahmine dayalı teknolojilerin benimsenmesi 
görülecektir. İçinde bulunduğumuz gözetim ağı, gerekli paraya sahip 
olanlara en doğru tahminleri yapma olanağı sağlıyor.

Makine Rızayı Umursamıyor: Cinsel Şiddet ve Bedensel Özerklik
LLM'lerin yaygınlaşmasıyla mümkün kılınan kitlesel gözetim yetenekleri 
ağına bağlı olarak, bedensel özerkliğe yönelik saldırıların geniş ve 
korkutucu yeni alanları ortaya çıkıyor. Bu tür saldırıların en yaygın 
örneği, xAI'nin Grok'unun Elon Musk'ın X platformunda kadınları kitlesel 
olarak cinsel taciz ve korkutmak için nasıl silahlandırıldığıdır. 
Kullanıcılar basit bir sorguyla Grok'tan istedikleri zaman herhangi bir 
kullanıcının cinsel içerikli görüntülerini oluşturmasını 
isteyebiliyorlardı; bu da (zaten kadın düşmanı nefret söylemiyle kendi 
başına bir ligde olan) platformu, genellikle çocukları hedef alan bir 
cinsel şiddet merkezi haline getiriyordu.

LLM'lerin, her zaman üzerinde tam hakimiyete sahip oldukları, o anki 
arzularını yerine getirmek için istedikleri gibi şekillendirebilecekleri 
bir varlık arayışında olan bireyler tarafından en kolay şekilde 
benimsenmesi ve kullanılması şaşırtıcı değildir. X'te cinsel şiddetin 
yayılması, kadın düşmanı şiddet üzerine kurulu bir dünyanın mantıksal 
genişlemesinden başka bir şey değildir. Bu şiddet temel olsa da, 
LLM'lerin bu şiddetin genişlemesini nasıl mümkün kıldığı abartılamaz.

Doğrudan belirli kadınlara karşı kullanılmasa bile, LLM'ler, dalkavukça 
doğaları aracılığıyla, kullanıcılarının önceden var olan inançlarına 
kayıtsızca boyun eğerek, kadın düşmanlığını (ve diğer tüm tahakküm 
sistemlerini) pekiştirmeye hizmet eder. Bu dalkavukça doğayı açıkça 
cinselleştirilmiş bir sohbet robotuyla birleştirdiğinizde, kullanıcının 
cinsel arzusunun hedefi olan kişiye yönelik şiddet eğilimlerinin 
dopaminle eğitilmiş bir şekilde pekiştirilmesini teşvik eden bir reçete 
elde edersiniz. Kullanıcının cinsel arzusu, kendini gerçekten 
keşfetmekten ve/veya özerk bir varlık olarak anlaşılan, sadece arzu 
nesnesi olmayan bir başkasıyla (ve onun hakkında) rızaya dayalı bir 
keşiften giderek uzaklaştıkça, rıza kavramı giderek yabancılaşır. Rıza, 
çoğu erkeğin zaten inanılmaz derecede yüzeysel bir kavrayışına sahip 
olduğu bir şeydir ve bu teknolojiler bunu daha da aşındırır.

Bu yabancılaşma ve buna bağlı olarak rızanın zorla göz ardı edilmesi, 
yalnızca cinsel içerikli sohbet robotlarına özgü değildir; benzer bir 
eleştiri çizgisi, pornografinin büyük çoğunluğunun nasıl üretildiği ve 
tüketildiği konusunda da yapılabilir (ve yapılmıştır). Bununla birlikte, 
gerçek bir konuşmayı simüle eden çok daha etkileşimli bir süreç olması 
nedeniyle, yaşanan yabancılaşma ve göz ardı edilme daha yoğun bir 
şekilde pekiştirilir.

Kadın düşmanlığı, cinsel şiddet ve Büyük Dil Modellerinin çarpışması 
üzerine koca koca kitaplar yazılabilir ve muhtemelen de yazılacaktır. 
Belki gelecekte bu dinamik hakkında daha kapsamlı bir şekilde yazmaya 
çalışacağım, ancak şu anda bu çarpışma hakkındaki tüm düşüncelerimi 
nasıl ifade edeceğim konusunda hâlâ bir dayanak noktası bulmakta 
zorlanıyorum. Ne yazık ki, bu, Büyük Dil Modellerinin kadın düşmanlığı 
(ve daha spesifik olarak trans kadın düşmanlığı) şiddetine en sık maruz 
kalanların bedensel özerkliğini baltalamasının tek yolu değil.

Daha önce de belirtildiği gibi, LLM'ler eğitim için giderek daha sağlam 
ve kapsamlı veri kümelerine dayanmaktadır. Henüz tam olarak 
değerlendirilmemiş bir alan ise tıbbi verilerdir. Oracle gibi şirketler, 
LLM'lerini eğitmek için OpenAI gibi şirketlere bu tür verileri 
kiralayarak veya satarak nasıl kar elde edebileceklerini test etmeye 
çalışıyorlar. Bu tür anlaşmaların savunucuları, bu kişisel verileri 
satarak tıbbın geleceğini, insanoğlunun bildiği en güçlü istatistiksel 
algoritmalarla desteklenen her birey için mükemmel şekilde uyarlanmış 
tıbbi bakımı mümkün kılacakları fikrini size satmak istiyorlar.

Bu ülkedeki insanların büyük çoğunluğunun tıbbi bakıma erişemeyecek 
kadar maddi sıkıntı çektiği gerçeğini göz ardı eden ABD, bireyin üreme 
özerkliği ve cinsiyet kimliğine karşı eş zamanlı savaşlar yürütüyor. Bu 
iki bağlamda da, kişisel sağlık verilerinin LLM'leri eğitmek için 
kullanılması, tıbbi bakım arayanlar için vahim sonuçlar doğurabilir. 
Eyalet meclislerinde kürtaj yasaklarının yaygınlaşması nedeniyle, 
gebeliği sonlandırmak için eyalet sınırlarını geçen kadınların 
tutuklandığı örnekler zaten mevcut. Benzer şekilde, birçok eyalet, 
çocuklarını cinsiyet değiştirme ameliyatı için eyalet sınırları dışına 
götüren ebeveynleri cezalandırmak için yasalar hazırlıyor.

Son bölümde kitlesel gözetim teknolojilerinde LLM'lerin kullanımını ele 
aldığımızı hatırlayın. Bu tür modellerin bir bireyin hamile olma 
olasılığını tahmin edebilme, bu bireyi kürtajın yasak olduğu bir 
eyaletten kürtajın yasak olmadığı bir eyalete kadar takip edebilme ve 
ardından (eğer birey gerçekten hala hamile ise) beklenen bir düzenin 
bozulduğunu tespit edebilme yeteneklerinin etkilerini düşünün. Kürtajın 
yasadışı olduğu bir eyalet için bu, o birey hakkında soruşturma 
başlatmak için muhtemelen yeterli olacaktır. Aynı senaryo, cinsiyet 
değiştirme tedavisi arayan trans bir gencin ebeveynleri için de kolayca 
düşünülebilir.

Bu ülkenin gidişatını göz önünde bulundurursak, bu senaryolar sizin için 
yeterince kasvetli değilse, bunları daha da vahim boyutlara 
genişletebiliriz; ancak bu genişletmeyi size bırakıyorum. Zaten toplama 
kamplarının olduğu bir ülkede yaşıyorum, her bir ötekileştirilmiş grup 
için birer toplama kampı adı vermeme gerek olmadığını varsayıyorum; 
onlara karşı mı yoksa onlar için mi savaşacağınıza karar vermeniz için 
yeterli sebep var.

Makine İtaatsizlik Edemez: Militarizm
Birçok yönden, kullanıcısının emirlerine tamamen boyun eğen bir varlık 
yaratma yönündeki kadın düşmanı dürtüyle bağlantılı olan LLM'ler, ABD 
ordusu tarafından kolayca benimsenmiştir. Hem Anthropic hem de OpenAI, 
teknolojilerinin Savunma Bakanlığı tarafından kullanılması için çeşitli 
anlaşmalar imzalamıştır (ancak Anthropic şimdi Claude'un Savunma 
Bakanlığı ile olan anlaşmalarını ihlal edecek şekilde kullanıldığını 
iddia ederek itibarını kurtarmaya çalışıyor). Bu teknolojiler, İran'ın 
bombalanmasında ve Maduro'nun kaçırılmasında askeri stratejiye zaten yön 
vermiştir.

Askeri açıdan LLM'lerin (Doğrudan Doğrusal Makineler) cazibesi açıktır. 
Kullanılan stratejiye bağlı olarak çeşitli askeri operasyonların 
sonuçlarını doğru bir şekilde tahmin edebilen bir makinenin vaadi 
inanılmaz derecede caziptir ve makinenin bir emri reddedememesiyle daha 
da cazip hale gelir. Özünde, ordu zaten saflarındaki personelin çoğunu, 
üstlerinin takdirine bağlı olarak konuşlandırılacak makineler olarak 
görüyor. Ne yazık ki, bu üstler için, askerlerin çoğunluğundan bireysel 
iradeyi ne kadar iyi kırarsanız kırın, yine de mükemmel makineler 
değillerdir ve patlayabilirler, başarısız olabilirler ve nadir 
durumlarda vicdanlarını bulup itiraz edebilirler. Son birkaç yıldır ABD 
Donanması gemilerinde meydana gelen sık sabotaj eylemlerine bakmak 
yeterlidir.

Ancak LLM'lerin vicdanı yoktur, düşünmezler, hissetmezler, sadece 
bilinçliliğin bir yanılsamasıdırlar. İdealize edilmiş askerdirler. LLM 
alanındaki birçok ana oyuncu için hala tabu olsa da, bu teknolojilerin 
otomatik silahlara entegre edilmesi kaçınılmaz görünüyor. Dürüst olmak 
gerekirse, bunun zaten gerçekleşmediğine inanmak safça geliyor. Artık 
generalin, askerlerinin sivillere ateş etmeyi reddetmesinden ve verilen 
bir görevin başarısını riske atmasından korkmasına gerek yok; sadece 
taretindeki sohbet robotuna "düşman"ın doğru tanımını vermesi yeterli, 
böylece bu tanıma benzeyen her şey görüldüğü anda öldürülür. Yine, bu 
her zaman idealize edilmiş asker olmuştur ve birçok insan kendilerini bu 
tür makinelere dönüştürmüştür, ancak genellikle emredilen canlara karşı 
kalan saygıyı tamamen ortadan kaldırmak için bir tür şartlandırma 
gerektirir. Ancak, herhangi bir insan askeri kadar iyi komut anlayabilen 
ve (ne kadar zayıf bir şekilde savunulmuş olursa olsun) çelişkili etik 
kurallar nedeniyle tökezleme riski olmadan bu komutu yerine getirebilen 
gerçek bir makinenin ortaya çıkışı, askeri çatışma sürecini 
kolaylaştırır, savaşı daha klinik hale getirir ve zaten en çok servete 
ve güce sahip olanlar için maliyeti düşürür.

Askeri stratejiye LLM'lerin (Liderlik Temelli Modeller) dahil edilmesi, 
birey ile verdiği emir nedeniyle meydana gelen şiddet arasında 
paradoksal bir bilişsel mesafe yaratır. Bu, komutası altındaki şiddetin 
sorumluluğunu her ne pahasına olursa olsun taşıyan bireyin, kendisinin 
de sadece LLM'nin tavsiyesini (veya emirlerini) izlediğini iddia 
etmesine olanak tanır. Eğer LLM, mevcut tüm verilere dayanarak en sağlam 
stratejiyi sunuyorsa, ona karşı çıkmak, ona karşı karar vermek için kim 
olabilir ki? Bu nedenle LLM'ler, (bu bilişsel mesafeyi korumakla 
ilgilenenler için) aslında hiçbir emir verilmediği ve yine de bu 
emirlerin şiddetinin gerçekleştirildiği bir prizma sunar. Ancak yalnızca 
emir verilmemiş varlıklara emirler verildiği için, gerçekleştirilen 
şiddetten gerçekten sorumlu kimse yoktur ve kesinlikle hesap verecek 
kimse yoktur.

Askeri gücü baştan reddeden, böyle bir oluşumun gerektirdiği kitlesel 
ölümleri reddeden bizler için, önceki paragraf muhtemelen absürt 
sınırında. Elbette emirler verildi, elbette yerine getirildi ve elbette 
sorumlu belirli kişiler var. Ancak, LLM'ler günlük hayatımızda giderek 
daha yaygın hale geldikçe, bu gerçeğin çoğu insan için giderek daha az 
belirgin hale geleceğinden korkuyorum. Giderek daha fazla insan 
hayatlarının giderek daha büyük bir bölümünü bu teknolojilere teslim 
ettikçe, yüzlerce küçük, sıradan bağlamda karar verme yetkilerini bu 
makinelere bıraktıkça, bu teknolojilerin şiddetine ortak olmakla 
suçlanma korkusunun, bu şiddet nerede ve ne zaman ortaya çıkarsa çıksın, 
sorumlunun kim olduğunu anlamlı bir şekilde belirlemelerini 
engelleyeceğini hissediyorum.

Zorsa Neden Kendim Yapayım: Eleştirel Düşünce
Yukarıdaki zararların herhangi birini uzun süre düşündüğümde hissettiğim 
gerçek dehşete rağmen, beni en çok rahatsız eden LLM'lerin zararlarıyla 
bitirmek istiyorum. LLM'lerin günlük hayatımıza kitlesel olarak entegre 
edilmesinin, akıl yürütme, hayal kurma ve kendi başımıza düşünme 
yeteneğimizi nasıl etkileyeceği üzerine bir tartışmayla bitirmek istiyorum.

ChatGPT'nin kolayca erişilebilir hale gelmesinden bu yana geçen üç buçuk 
yıl içinde, lise ve üniversite öğrencileri arasında neredeyse her yerde 
bulunur hale geldi. Mevcut eğitim sistemine hiçbir sevgim olmasa da, 
öğrenmeyi neredeyse imkansız hale getiren bir teknolojinin 
yaygınlaşmasının çöküşüne yol açacağını tahmin etmemiştim. Bu, özellikle 
birçok akademik ortamda görülen Hukuk Yüksek Lisanslarına (LLM) yönelik 
saygı gösterisi göz önüne alındığında, abartılı görünebilir, ancak bunu 
daha yumuşak bir şekilde ifade etmenin yolunu bulamıyorum.

Genç yaşlı demeden birçok kişi için, bir karar verilmesi gerektiğinde 
"Chat'e sormak" (yani ChatGPT'ye) ikinci doğaları haline geliyor. Bir 
anekdot olarak, bir keresinde bir iş arkadaşıma yakın zamanda izlediği 
bir film hakkında ne düşündüğünü sordum ve o da ChatGPT'den neden iyi 
bir film olduğunu özetlemesini istedi; bu diyalog hâlâ aklımdan 
çıkmıyor. Ancak, özellikle hâlâ okulda olanlar arasında, kendi kendine 
öğrenmek için (matematik, yazma, okuduğunu anlama, her şey) herhangi bir 
belirgin teşvikin olmaması, bir şey öğrenmeye çalışırken karşılaşılan 
herhangi bir rahatsızlığın anında çözüm arayışına girmesi anlamına 
geliyor. Zaten anlamakla ilgilenmediğiniz halde neden ödevlerinizle 
uğraşasınız ki? ChatGPT artık hemen hemen her lise veya üniversite 
başlangıç ​​dersinde karşılaşacağınız çoğu soruya makul cevaplar 
verebiliyor.

Eğitim dergilerindeki makaleler, LLM'lere yönelik eleştirilerini sürekli 
olarak, bu araçları öğrencilerin daha verimli öğrenmelerine yardımcı 
olmak için kullanmanın bir yolunun mutlaka olması gerektiğini iddia 
ederek yumuşatmaya çalışsalar da, çalışmalar ChatGPT'nin sık 
kullanımının öğrencilerin yazma becerilerinde ve okuduğunu anlama 
yeteneklerinde gerilemelere yol açtığını zaten gösteriyor. En büyük 
sorun, akademik ortamda LLM'lere olan bağımlılığın bir kez kurulduktan 
sonra geri alınmasının inanılmaz derecede zor olmasıdır. İlk makalenizi 
yazmak veya ilk ödevinizi tamamlamak için ChatGPT kullandıysanız, 
ikincisini yazmak veya tamamlamak birdenbire daha kolay hale gelmeyecek, 
aksine açıkça daha zor olacaktır.

Akademik bağlamda LLM'lerin sık kullanımı, gün içinde onları daha 
yakından kullanmaya yönelik bir tür buz kırıcı görevi de görüyor. 
Ödevinizi yaparken sürekli ChatGPT'ye soru soruyorsanız, neden hangi 
filmlerin vizyonda olduğunu ve hangilerinin izlenmeye değer olduğunu da 
sormayasınız? Neden market alışveriş listenize ne eklemeniz gerektiği 
konusunda öneriler istemeyesiniz? Başlangıçta sadece matematik ödevini 
yapmaktan kaçınmak isteyen bir kullanıcı, çok kısa sürede günlük 
görevlerini yerine getirmek için LLM'lere belirli bir ölçüde bağımlı 
hale geliyor.

Bilişsel yük boşaltma olarak bilinen bir olgu, bunun neden böyle 
olduğunu büyük ölçüde açıklıyor. Bilişsel yük boşaltma, zihinsel bir 
görevi (örneğin yeni bir kavramı anlamaya çalışmak gibi) tamamlama 
sürecinde bir araç kullanıldığında ortaya çıkan zihinsel enerjinin 
serbest kalmasıdır. Öğrenme tabanlı otomasyon sistemlerinin (LLM) 
savunucuları, bilişsel yük boşaltmayı, bu sistemlerin kullanımının ve 
yaygın olarak benimsenmesinin olumlu bir etkisi olarak göstererek, 
seçtikleri sohbet robotunu kullanırken diğer görevleri tamamlamak için 
daha fazla zihinsel enerjiye sahip olduklarını öne sürüyorlar. Bilişsel 
yük boşaltmanın sorunu, bazen daha zorlu zihinsel görevleri tamamlama 
kapasitenizi ve yeteneğinizi geliştirmek için bilişsel veya zihinsel 
zorlanma yaşamanız gerektiğidir.

Akademik bağlamda, bir öğrenci klasik mekaniğin karmaşıklıklarını 
öğrenmek istiyorsa ancak giriş niteliğindeki fizik dersleri boyunca 
ChatGPT'ye güveniyorsa, daha karmaşık olan bu derste karşılaşacağı daha 
zor kavramları anlamak için gerekli zihinsel kapasiteyi asla 
geliştirememiş olacaktır. Başlangıçta ChatGPT'ye olan bağımlılığı, 
ilerleyen dönemlerde de ona bağımlı kalmasını zorunlu kılmıştır.

Şimdi itiraf edeyim, akademik konularla pek ilgilenmiyorum, ama 
öğrenmeye ve daha da önemlisi, bu dünyanın bize nasıl acı çektirdiğini 
anlamlı bir şekilde ifade etmek ve bu dünyaya karşı anlamlı mücadele 
yolları bulmak için gerekli eleştirel düşünme becerilerini 
geliştirmemize birbirimize yardımcı olmaya önem veriyorum. İşte bu 
yüzden fanzinlere, stand kurmaya, literatür dağıtmaya ve başkalarını da 
aynısını yapmaya teşvik etmeye önem veriyorum. Ancak anlamlı ifade ve 
analiz geliştirme projesi, kişinin kendi başına eleştirel analiz yapma 
yeteneğini açıkça sınırlayan ve baltalayan bir aracın kitlesel olarak 
benimsenmesiyle doğrudan çelişiyor.

Zaten, insanların çoğunluğunun, çevrelerindeki dünyanın anlatısını 
iktidarın dikte ettiği şekilde kabul etmeye, başlarını kuma gömmeye ve 
ancak işler o kadar açıkça korkunç hale geldiğinde gözlerini dışarı 
çıkarmaya meyilli olduğu bir dünyada yaşıyoruz. Ancak, dünyanın neden 
böyle olduğunu sorgulamaya başlasak bile, analiz etme, tartışma, dile 
getirme, yeniden inceleme konusunda ortak bir çaba göstermeden, çoğu 
insan kaçmaya çalıştıklarını sandıkları aynı çerçevelere hapsolmaya 
devam ediyor. Bunun için, liberal kesimin yüzyıllardır süregelen şiddet 
olaylarından sanki yeni ortaya çıkmış gibi bahsetmesi ve şiddetin faili 
değişirse bunun aslında şiddet olmadığına inanması gibi tekrarlanan 
olguya bakmak yeterli.

Dünyayı olduğu gibi kabul etme eğilimini, kritik yeteneklerin gelişimini 
engelleyen bir aracın kitlesel olarak benimsenmesiyle 
birleştirdiğinizde, giderek daha tahmin edilebilir bir halk için bir 
reçete elde edersiniz. Gözetimi daha kolay, polislik yapması daha kolay, 
satması daha kolay, soykırımları, savaş suçlarını ve ekosistem çöküşünü 
görmezden gelmek için yeterince eğlendirmesi daha kolay.

Bu huzursuzluğa verilecek cevabı bilmiyorum, bir cevap olduğundan da 
emin değilim (ve kesinlikle tek bir cevap yok), ancak ilk düşüncelerim, 
bu teknolojilerin zararları konusunda ortak bir anlayışın olduğu ve bu 
anlayıştan yola çıkarak bir şeyler inşa edebileceğimiz veya 
reddedebileceğimiz sosyal alanlar yaratmak yönünde. Bunun ötesinde, bu 
teknolojilere yönelik eleştirinin, bu araçların geliştirilmesinin ırksal 
kapitalizmin hizmetinde var olan güçler tarafından nasıl zorunlu 
kılındığını açıklayabilen daha geniş bir devlet ve sermaye eleştirisi 
çerçevesinde ele alınmasının hayati önem taşıdığına inanıyorum. "Yapay 
zeka işinizi elinizden alacak mı?" diye endişelenmeyi bırakın ve 
öncelikle neden bir işe sahip olmanız gerektiğini sorgulamaya başlayın.

Başlangıçta da belirttiğim gibi, bu yazıyla amacım bir işaret fişeği 
yakmak, dünyaya bakıp gördüklerinden tiksinen en az bir kişinin daha var 
olduğunu gösteren bir sinyal göndermektir. Özünde, LLM'lerin kitlesel 
olarak benimsenmesinin ve bu kitlesel benimsemenin doğasında var olan 
şiddetin kaçınılmaz olmadığına inanıyorum. Bu ölüm makineleri dünyasını 
reddeden bizler var olduğumuz sürece, bu dünyayı sürdüren ve yeniden 
üreten araçlara ve sistemlere karşı bir mücadele olacaktır. Bu mücadele 
devam ettiği sürece hiçbir şey kaçınılmaz değildir.

Bu yazıda işinize yarayan bir şey bulduysanız, okuduğunuz için teşekkür 
ederim. Eksik bulduysanız, bu eksikliği bir sonraki yazma egzersiziniz 
veya arkadaşlarınızla yapacağınız tartışma için bir sıçrama tahtası 
olarak kullanmanızı öneririm. Tam olarak neyle karşı karşıya olduğumuzu 
net bir şekilde belirleyebilmek için bu eleştirileri genişletmemiz 
gereken birçok gerekli yön var. Bu konuda bana yardımcı olmanızı rica 
ediyorum.

Mücadele devam ettiği sürece hiçbir şey kaçınılmaz değildir .

Long Leaf Distro. Yukarıdaki metinlerin dayatılmış versiyonlarına ve 
daha birçok makaleye bağlantılar da dahil olmak üzere
LLD'den daha fazlasını

https://organisemagazine.org.uk/2026/06/25/fairy-dust-and-toxic-waste/
________________________________________
A - I n f o s Anartistlerce Hazirlanan, anartistlere yonelik,
anartistlerle ilgili cok-dilli haber servisi
Send news reports to A-infos-tr mailing list
A-infos-tr@ainfos.ca
Subscribe/Unsubscribe https://ainfos.ca/mailman/listinfo/a-infos-tr
Archive http://ainfos.ca/tr