Risk sınıflandırması: MIT AI Risk Repository etiketinden birebir alınmıştır.
Sudan’daki iç çatışma sürecinde dezenformasyon ve nüfuz operasyonları için üretken yapay zekâ kullanıldığı bildirildi
Sudan’daki iç savaş ortamında, siyasi grupların dezenformasyon yaymak ve rakiplerini itibarsızlaştırmak amacıyla deepfake ses ve görüntü teknolojilerini kullandığı iddia edildi.
Olay
Sudan’da ordu ile Hızlı Destek Kuvvetleri (RSF) arasında devam eden çatışmalar sırasında, çeşitli siyasi grupların kamuoyunu manipüle etmek amacıyla üretken yapay zekâ teknolojilerinden yararlandığı öne sürüldü. Sosyal medya izleme grupları, özellikle İslamcı grupların Batılı ülkelerin tahliye görüntülerini "Taliban’ın Kabil’i ele geçirmesine" benzeterek propaganda yürüttüğünü ve bu süreçte yapay zekâ destekli dezenformasyon içerikleri kullandığını bildirdi.
Olaylar kapsamında, ABD’nin Hartum Büyükelçisi John Godfrey’e ait olduğu iddia edilen ve ülkeye sekülerizm dayatılacağına dair stratejiler içeren sahte ses kayıtlarının yayıldığı aktarıldı. Ayrıca, eski lider Ömer el-Beşir’in sesinin taklit edildiği videoların TikTok'ta yüz binlerce izlenmeye ulaştığı; ordu komutanlarının sivillere yönelik saldırı emri verdiği izlenimi uyandıran sahte kayıtların ise bazı siyasetçiler ve medya organları tarafından paylaşıldığı belirtildi. Mart 2024’te RSF liderleri ile Freedom and Change koalisyonu üyelerinin gizli bir darbe planı yaptığına dair paylaşılan bir ses kaydının, daha sonra bir içerik üreticisi tarafından yapay zekânın tehlikelerine dikkat çekmek amacıyla üretilmiş "alaycı bir taklit" olduğu açıklanmıştır.
Yapay zekâ teknolojilerinin Sudan’da "yalancının temettüsü" (liar's dividend) riskini de beraberinde getirdiği gözlemlendi. Bazı siyasetçilerin, kendilerine ait olduğu iddia edilen tartışmalı ses kayıtlarını "yapay zekâ ile üretilmiş sahte içerik" diyerek reddettikleri (örneğin Mubarak Ardol vakası) bildirildi. Bu durumun, halkın gerçek bilgiye olan güvenini sarsarak bilgi ekosistemini karmaşık hale getirdiği değerlendirilmektedir.
Uzmanlar, Sudan lehçelerine yönelik veri setlerinin kısıtlı olması nedeniyle mevcut deepfake içeriklerin teknik kalitesinin düşük olduğunu ve dikkatli bir dinleyici tarafından ayırt edilebildiğini belirtmektedir. Ancak, ülkedeki saha haberciliği eksikliği nedeniyle bu içeriklerin geniş kitleleri etkileme potansiyeli taşıdığı vurgulanmaktadır.
Kaynaklar & Kanıtlar
Akademik Atıf
Sınıflandırma
Detaylar
Zaman Çizelgesi
Olay tarihi zararın başladığı anı gösterir; haberin ya da davanın tarihi olmayabilir. Nasıl belirlenir?