Makine öğrenmesi terimi, verilerdeki anlamlı kalıpların otomatik olarak algılanmasını ifade etmektedir ve son yıllarda büyük veri setlerinden bilgi elde edilmesini gerektiren hemen hemen her işte ortak bir araç haline gelmiştir. Bu durum sonuç olarak, makine öğrenmesi temelli bir teknoloji ile çevrelenmemizi getirmiştir. Diğer taraftan makine öğrenmesi ve derin öğrenme yöntemleri ile geliştirilen yapay zekâ yaratımların, internet ağı yardımıyla taraflı yerleşik bilgiler ile beslenmesi, toplumsal cinsiyet eşitsizliğini yeniden yapılandırmaktadır. Bilgisayarların deneyimlerinden öğrenmelerini, dünyayı kavramlar hiyerarşisi açısından anlamalarını ve her kavramın daha basit kavramlar ile olan ilişkileriyle tanımlanmasını sağlayan derin öğrenme yöntemi, yapay zekâların tecrübelerden yola çıkarak bilgi edinmeleri nedeni ile önceden insanların yönlendirmelerine ihtiyaç duydukları tüm bağımlıklardan kurtarmaktadır. Ancak, insanların yönlendirmeleri ile düşünebilen, yaratabilen ve var olabilen yapay zekâ yaratımlar, otonom düşünce geliştirme yapısına sahip olana kadar taraflı bilgiler ile beslenmek durumundadır. Feminist teorinin sıklıkla yararlandığı bakış açısı epistemolojisi, tüm bilme girişimlerinin sosyal olarak konumlandırıldıkları görüşüne dayanır. Bilginin dolaşımını sağlayan vekilin cinsiyeti, sınıfı, ırkı, etnik kökeni cinsel ve fiziksel kapasitesi bildiklerini oluşturmada ve bilebileceklerini sınırlamada etkin bir rol oynar. Toplumsal konumun epistemik içerik ve kapasitesi üzerindeki etkisi yalnızca dünyayı anlama biçimimizi değil aynı zamanda bize deneyim yoluyla nasıl sunulduğunu da biçimlendirmektedir. Bu araştırma, Westworld dizisi örneğinde insanların toplumsal cinsiyet normlarına göre programladıkları robotların insanların ve özellikle erkeklerin hizmetine sunulması durumunu, feminist epistemoloji bakış açısı yöntemi ile incelemeyi amaçlayarak, dizideki yapay zekâ modellemesinin dünya üzerinde var olan ön yargılı ve taraflı bilginin pekiştirilmesine ve toplumsal cinsiyet eşitsizliğinin tekrar tekrar yapılanmasına neden olduğunu göstermeyi hedeflemektedir.

The term machine learning refers to the automatic detection of meaningful patterns in the data and has become a common tool in almost every job that requires obtaining information from large data sets in recent years. This has ultimately brought us to be surrounded by technology based on machine learning. On the other hand, the artificial intelligence creations developed with machine learning and deep learning methods are fed with biased information with the help of the internet network and restructures gender inequality. Feeding the artificial intelligence creations developed through machine learning and deep learning methods with situated knowledge through the Internet network restructures gender inequality. A deep learning method that enables computers to learn from experience, to understand the world in terms of concepts hierarchy, and to define each concept in relation to simpler concepts, saves all the dependencies that artificial intelligences need to learn from human beings to guide them. However, artificial intelligence creations that can think, create and exist with the guidance of people have to be fed with biased information until they have autonomous thinking development structure. Epistemological point of view theory that feminist theory frequently benefits from is based on the view that all attempts to know are socially positioned. The proxy, which provides the circulation of information, plays an active role in creating what they know about sex, class, race, ethnicity, sexual and physical capacity and limiting what they can know. The impact of social position on epistemic content and capacity not only shapes our understanding of the world, but also how it is presented to us through experience. This research, in the example of the Westworld series, aims to examine the robots that people program according to gender norms to the service of humans and especially men, with a feminist epistemology perspective method. It also aims to demonstrate that artificial intelligence modeling in the series causes consolidation of prejudiced and biased knowledge on the world and re-structuring of gender inequality.