BM ve Google, küresel istatistikler için yapay zekaya hazır Data Commons'u başlattı

Ne başlatıldı

Birleşmiş Milletler, Google'ın açık kaynaklı Data Commons projesi üzerine kurulan ve BM kurumlarındaki istatistikleri tek, aranabilir bir bilgi grafiğinde birleştiren BM Sistemi Data Commons platformunu başlattı. TechCrunch'ın aktardığına göre ortaklık Perşembe günü duyuruldu.

Platform, kullanıcıların geleneksel bir veritabanı arayüzünde gezindiği önceki portal UNData'nın yerini alıyor. Yeni sistem doğal dil aramayı destekliyor; bu sayede bölgelere göre yaşam beklentisinin nasıl değiştiği ya da son on yılda kaç kişinin elektrik erişimine kavuştuğu gibi sorular, Google'ın duyurusuna göre ilgili rakamları ve etkileşimli görselleştirmeleri getiriyor. Keşfet sekmesi, kullanıcıların konuma ve sağlık ile eğitim gibi temalara göre filtreleme yapmasını sağlıyor.

Başlangıçta yaklaşık 20 BM kuruluşundan veri sunuluyor; toplamda 26 kuruluş taahhütte bulunmuş durumda. BM, sistemin istatistiksel veri setlerinin %80'inin 2027'ye kadar platformda olmasını hedefliyor — bu hedef hem TechCrunch hem de Google tarafından aktarıldı. Google.org kapasite geliştirme fonu olarak 2 milyon dolar ve teknik destek sağladı; platform, nihayetinde BM'nin kendisi tarafından sürdürülüp ölçeklendirilmesi amaçlanan BM yönetimindeki bir instance üzerinde çalışıyor; bunu Google'ın Data Commons ekibinin başındaki Prem Ramaswami TechCrunch'a söyledi.

Yapay zeka ajanları nasıl bağlanıyor

İnsanlara yönelik arayüzün ötesinde platform, yapay zeka sistemlerinin doğrudan harici veri kaynaklarına bağlanmasını sağlayan açık standart olan Model Context Protocol'ü (MCP) destekliyor. Google geçen yıl Data Commons'a MCP desteği eklemişti; BM instance'ı bu yeteneği genişletiyor: ajanlar resmi rakamları özerk biçimde çekebilir, farklı alanlardaki göstergeleri birleştirebilir ve kimsenin elle elektronik tablo hazırlamasına gerek kalmadan sonuçları grafikler, infografikler veya taslak raporlar halinde paketleyebilir.

TechCrunch'ın aktardığı bir gösterimde Google, bir yapay zeka sisteminden ABD Başkanı'nın AIDS Yardım Planı'nın Afrika'daki etkisini değerlendirmesini istedi. Sistem HIV enfeksiyonları, AIDS ölümleri ve yaşam beklentisine ilişkin BM istatistiklerini belirledi ve bunlardan bir infografik üretti.

Her istatistik kaynak bilgisi taşıyor; böylece bir yapay zekanın ortaya çıkardığı yanıtlar orijinal BM kaynağına geri izlenebiliyor. Ramaswami, sağlam verinin sağlam sonuçlar garanti etmediği konusunda uyardı: modeller nüansı yanlış yorumlayabildiği için insanlar, çıktıları atıf yapmadan veya yayımlamadan önce gözden geçirmeli.

Hedeflediği doğruluk sorunu

Başlatma, insanların artık rakamları nasıl aradığına yanıt veriyor. Baş istatistikçi João Pedro Azevedo'nun muhabirlere anlattığı bir UNICEF kıyaslaması, altı büyük dil modelini küresel kalkınma göstergeleriyle ilgili 133.000'den fazla soruyla test etti ve ortalama yalnızca %21,2 doğruluk puanı elde etti. Test edilen modeller OpenAI'nin GPT-4o ve GPT-4o-mini, Anthropic'in Claude Sonnet 4.5 ve Haiku 4.5, ile Google'ın Gemini 2.5 Flash ve Gemini 2.0 Flash'tı.

Azevedo'ya göre yanıtların yaklaşık beşte üçü hiç kullanılabilir bir rakam vermedi; çoğu zaman modeller çekimser davrandığı için. Aynı sorular günler sonra aynı model sürümlerinde yeniden çalıştırıldığında, iki kez yanıt veren modeller ancak yaklaşık yarısında birebir aynı rakamı verdi. Çalışma, dergiye gönderilmek üzere hazırlanan bir çalışma kağıdı ve hakem incelemesinden geçmiş değil; ancak UNICEF metodolojisini, kodunu ve verisini yayımlamayı planlıyor.

Yapay zeka asistanları ayrıca BM verisi için anlamlı bir trafik kaynağı haline geliyor. Ayda 6 milyondan fazla ziyaret çeken UNICEF'in veri sitesinde ChatGPT yanıtlarından gelen tıklamalar 1 Ocak – 14 Eylül arasında yıldan yıya %67 arttı; bu yönlendirmeler bu yıl oturumların %6,4'ünü oluşturdu ve kurum, yapay zeka asistanlarının toplam ziyaretlerin kabaca onda birini oluşturduğunu tahmin ediyor.

BM İstatistik Bölümü'nde vekil direktör Shantanu Mukherjee, muhabirlere platformun daha önce mümkün olandan daha fazla BM kurumuna bağlandığını ve veriyi kendi tabiriyle yapay zekaya hazır hale getirdiğini söyledi.

Neden önemli

Modellerin güvenilir biçimde erişemediği resmi istatistikler, halkın büyüyen bir kesimi için fiilen görünmez durumda. Büyük bir BM veri sitesine yapılan ziyaretlerin yaklaşık onda biri zaten yapay zeka asistanlarından geliyorsa, resmi rakamların gerçek arayüzü giderek bir tarayıcıdan çok bir ajan oluyor. Rakam bazında kaynak bilgisiyle birlikte MCP tabanlı erişim, model geliştiricilere yanıtları bayat eğitim verilerine değil doğrulanmış BM verisine dayandırma yolu sunuyor; UNICEF kıyaslamasının %21,2'lik doğruluk puanı da bugünkü boşluğun ne kadar geniş olduğunu gösteriyor. Açık kaynak temel, BM yönetimindeki barındırma ve Google'ın eğiticiyi eğitme devri, verileri uyumsuz silolarda duran diğer kamusal kurumlar için takip edilebilir bir şablon da sunuyor. Uyarı geçerliliğini koruyor: doğrulanmış girdiler üretilen analizi otoriter kılmaz ve insan incelemesi iş akışının bir parçası olmaya devam eder.