GDPR tarzı silme işlemlerinin eğitilmiş yapay zekâ model ağırlıklarına neden uygulanamadığı

Hedef gösterecek bir şeyin olmadığı bir silme işlemi

Gizlilik hukuku, verilerin tanımlanabilir kayıtlarda durduğu sistemler için yazıldı. Bir şirketten verinizi silmesini istediğinizde, sıradan bir veritabanında bu, ilgili satırları bulup kaldırmak anlamına gelir — GDPR'ın silinme hakkı da tam olarak bu varsayıma dayanır. Bir dev.to yazısı, eğitilmiş bir yapay zekâ modelinin bu varsayımı kökünden sarstığını savunuyor: veriniz modelin içinde bir kayıt olarak tutulmuyor, aksine eğitim sırasında hafifçe kıpırdatılan milyarlarca parametrenin içine eriyerek dağılıyor. Adınızla etiketlenmiş bir satır yok; dolayısıyla bir silme işleminin hedefleyeceği bir şey de yok.

Etki ağırlıklara nasıl yayılıyor

Yazıya göre eğitim sürekli düzeltmeyle çalışır: model tahmin eder, yanılmaya devam eder ve bir optimiser parametreleri küçük bir miktar ayarlayarak aynı hatanın bir dahaki sefere daha az olası olmasını sağlar. Trilyonlarca token üzerinde tekrarlandığında bu küçük ayarlar birikir ve tek bir belgenin katkısı, sayısız başka örüntüyü de kodlayan pek çok parametreye yayılır. Yazıya göre bunun iki sonucu var. Birincisi, bir kişiye karşılık gelen model bölümünü izole edemezsiniz. İkincisi, bir belgeyi eğitim setinden çıkarmak, zaten eğitilmiş modeli hiç etkilemez — yazı bunu bir fırın benzetmesiyle açıklıyor: tariften çıkarılan bir malzeme, hâlâ bitmiş kekin tadında kalır.

Talep başına kimsenin karşılayamadığı altın standart

Yazı tek bir temiz cevap tanımlıyor: modeli, silinen veriyi içermeyen bir veri kümesiyle sıfırdan yeniden eğitmek. Bu yaklaşım, exact unlearning olarak adlandırılıyor ve ortaya çıkan model söz konusu veriyi kanıtlanabilir biçimde hiç görmemiş olduğu için altın standart sayılıyor. Sorun maliyet. Yazıda aktarılan sektör tahminleri, frontier ölçeğinde bir eğitim çalışmasını yüz binlerce doların üstünden milyonlarca dolara uzanan bir tutara, büyük cluster'lar üzerinde haftalar boyunca yayılan bir maliyete bağlıyor. Her silme talebini bu şekilde karşılamak, geniş bir kullanıcı tabanı olan hiçbir ürün için gerçekçi değil.

Approximate unlearning garantiyi hıza takas ediyor

Çözüm yolu, aktif bir araştırma alanı olan machine unlearning: modelin belirli verileri hiç görmemiş gibi davranmasını, tam yeniden eğitim maliyeti ödemeden sağlamaya çalışmak. Yazı üç yaklaşım sayıyor. Gradient ascent ağırlıkları orijinal öğrenmenin tersi yönde iteliyor; ucuz ama yoğun uygulandığında modelin daha geniş yeteneklerini bozabiliyor. Influence functions bir veri noktasının modeli ne kadar şekillendirdiğini tahmin edip bu tahmini çıkarıyor — zarif ama bu ölçekte bir tahminin üzerine bindirilmiş bir tahmin. Sharded retraining eğitim verisini baştan bölümlere ayırıyor; böylece bir noktayı unutmak yalnızca bir shard'ı yeniden eğitmek demek oluyor — pratik ama eğitimin nasıl organize edileceğini kısıtlıyor ve yine bedava değil.

Yazının belirttiğine göre tüm bu yaklaşımlar verimliliği garantilerden vazgeçerek satın alıyor. Başarı ampirik olarak değerlendiriliyor — veri hâlâ çıkarılabiliyor mu, model unutması gereken bir pasajı hâlâ tamamlayabiliyor mu — çünkü olasılıksal bir sistemde neyin unutulmuş sayılacağına dair yerleşik bir tanım yok. Yazı, Google ile birlikte yürütülen 2023 Machine Unlearning Challenge'a işaret ediyor; bu yarışma problemi birbiriyle gerilim içindeki üç hedef olarak çerçevelemişti: unutma kalitesi, modelin kullanışlılığı ve verimlilik — verimlilik ise tam yeniden eğitimin küçük bir kesiti kadar maliyetli olmak olarak tanımlanmıştı.

Unutulan veri bile yeniden ortaya çıkabiliyor

Yazı, 2025'te yayımlanan araştırmalara dayanarak, bazı durumlarda verinin sözde tam unutmadan sonra bile çıkarılabilir kaldığını bildiriyor; çünkü izler, işlemin tam olarak hesaba katmadığı yerlerde hayatta kalmış. Kanıtlanabilir yöntem bile kurtarılabilir kalıntı bırakabiliyorsa, ölçekte fiilen kullanılan approximate yöntemleri garanti değil, riski azaltma olarak okunmalı. Maliyet tarafında ilerleme var: yazı, unutmayı performansı koruyarak yeniden eğitimin kabaca yarısı fiyatına yapabildiğini gösteren 2025 çalışmalarına atıf yapıyor — ama kusurlu bir sonuç için yarım ödeme yapmak, gerçek bir kaldırma taahhüdünden daha zayıf bir bağlılık.

Neden önemli

Yapay zekâ ürün ekipleri için silme talepleri yalnızca bir uyum kutusunu işaretleme değil, bir mühendislik problemi. Çoğu silme vaadinin doğrulanabilir kısmı eğitim setini ve veritabanlarını kapsıyor — kayıtlar saklanmamaya ve gelecekteki çalışmalara beslenmemeye başlıyor. Çok daha muğlak olan kısım ise sizden öğrenmiş olan modele ilişkiniyor ve dev.to yazısının şüphecilik önerdiği yer tam da burası: hangi silmenin vaat edildiğini sorun — veri kümesi mi model mi — ve bunların aynı şey olduğunu varsaymayın. Yazı, bu ifadenin ağırlık taşıdığı bir örnek olarak Atlassian'ın vazgeçilen veriyi çıkaracağına ve modellerini yeniden eğiteceğine dair taahhüdüne işaret ediyor ve konuyu memorisation'a bağlıyor — modeller eğitim verilerini sızdırabiliyorsa, eksik unutma bir uyum dipnotu değil, canlı bir açık demek. Regülasyon dağıtılmış ağırlıklara yetişene kadar, yapay zekâ ürünlerine yönelik silme garantileri çözülmemiş bir araştırma problemine dayanıyor.