Transcription
[Müzik]
Bugün sosyal medyada gördüğümüz içeriklerin çoğunu biz seçmiyoruz. Aslında neyi göreceğimizi büyük ölçüde algoritmalar belirliyor. Önümüze onlar sunuyor.
Bu algoritmaların amacı da ne yazık ki bizi doğru bilgiyle buluşturmak değil. Amaç bizi daha uzun süre ekran başında tutmak. Bu sebeple de algoritmalar bize en çok etkileşim aldığımız, en çok beğenebileceğimiz, en çok zaman geçireceğimiz içerikler öneriyorlar. Ama bu içerikler her zaman doğru ya da güvenilir olmak zorunda değil.
Sosyal medya platformlarının algoritmaları beğendiğimiz gönderileri kaydediyor. Kimleri takip ettiğimizi analiz ediyor. Hangi içerikte ne kadar vakit geçirdiğimizi ölçüyor ve ilgi alanlarımızla uyumlu içerikleri önermeye başlıyor. Ne kadar çok etkileşimde bulunursak o kadar çok uyumlu içerikler karşımıza çıkmaya başlıyor.
Bir adım geri atıp baktığımızda zamanla gördüğümüz içerikler farklılaşsa ve içerikleri, konuları değişse de aynı kalıptaki düşüncelerin tekrarlandığını görebiliyoruz. Farklı fikirlerle temasımız bu nedenle azalabiliyor. Alternatif görüşlerle karşılaşılmayan, farklı seslerin duyulmadığı bu sanal kullanıcılar kendi fanuslarının içine hapsoluyor ve yalnızca kendi seslerinin yansımasını duydukları bir yankı odasında yaşamaya başlıyorlar.
Algoritmaların geçmiş tercih ve zevklerimize dayanarak ne istediğimizi, neyi seveceğimizi, neyi hissettiğimizi bizden önce ve hatta daha iyi bilmesi bizi yank odalarına hapsediyor. Sosyal medya platformlarının ve arama motorlarının uyguladıkları filtrelerin bireylerin kendi görüşlerine uygun haber kaynaklarını tercih etmeye yönlendirmesi birbirlerinin seslerini duyamayan gruplar arasında kutuplaşmaya da neden oluyor.
Elbette bu filtrelemeler sadece sosyal medya platformlarında uygulanmıyor. Dijital tüketimimizin her alanında bu filtrelemelerle karşılaşıyoruz. Örneğin Spotify müzik tercihlerinize göre haftalık çalma listeleri öneriyor. Dinlediğiniz birkaç şarkıya dayanarak benzer türde sanatçıları ya da müzik türlerini karşınıza çıkarıyor. Zamanla yeni türleri keşfetme imkanınız azalıyor. Müzik zevkiniz sabitleniyor.
Benzer şekilde Netflix izleme geçmişiniz, bitirdiğiniz diziler, durdurduğunuz filmler hatta hangi sahnede ne kadar zaman geçirdiğiniz gibi verileri analiz ederek size özel bir içerik evreni yaratıyor. Bu evrende önerilen içerikler genellikle önceki tercihlerinizle uyumlu olduğundan farklı türlerde filmler veya alışık olmadığınız hikayelerle karşılaşmanız giderek zorlaşıyor. Böylece yalnızca sosyal medya değil, müzikten sinemaya, haberden alışverişe kadar dijital tüketimimizin her aşamasında yankı odalarına hapsoluyoruz.
Yanlış bilgilere geri dönersek yanlış bilgi içeren içeriklerin genellikle duygusal, çarpıcı ve dikkat çekici olduğunu söyleyebiliriz. Bu yüzden algoritmalar onları ilgi çekici bulur ve öne çıkarır. Doğru olabilecek, gerçek ama sıkıcı bir içeriği ise arka plana atar. Yani algoritma doğruyu değil ilginç olanı önümüze çıkarır.
2001 yılında Facebook'ta yaşanan bir sızıntıyla kullanıcıların duygusal tepkilerini artıran, öfke ve korku içeren içerikleri daha sık ön plana çıkardığını öğrenmiştik. Özellikle öfke emojisi ile tepki verilen gönderilerin beğeni alanlara kıyasla daha fazla etkileşim aldığı ve bu nedenle daha fazla kişiye gösterildiği de ortaya çıktı. Bu durum Facebook'un içerik sıralama algoritmasının kullanıcıların dikkatini çekmek ve daha uzun süre platformda kalmasını sağlamak amacıyla öfke ve korku gibi güçlü duygusal tepkiler uyandıran içerikleri teşvik ettiğini gösteriyor.
Dikkat ekonomisi olarak tanımlayabileceğimiz durumda da ekran başında geçirdiğimiz her saniye bizim dikkatimizi çektikleri her an platformlar için gelir anlamına geliyor. Dolayısıyla algoritmaların önceliği bilgi vermek değil bizim dikkatimizi çekmek. Bu da içeriklerin doğruluğundan çok duygusal tepkiler üretme potansiyeline göre sıralanmasına neden oluyor. Özellikle öfke, korku, şaşkınlık gibi yoğun duygulara hitap eden içerikler algoritmalar tarafından daha fazla gösteriliyor.
Platformların algoritmaları sadece yanlış bilgilerden sorumlu değiller. Sosyal medya platformlarının algoritmalarının daha çok etkileşim alan içerikleri daha görünür kıldığını söylemiştik. Bu algoritmalar nefret söyleminin yayılımını da kolaylaştırıyor ve yaygınlaştırıyor. Örneğin herhangi bir platformda "şu grup ülkeyi mahvediyor, yıkmak istiyor" gibi bir paylaşım tartışma başlatacağı için algoritma tarafından etkileşim potansiyeli var olarak görünüyor ve daha çok öne çıkarılıyor.
Bu noktada önemli bir kavrama değinmek gerekiyor. Algoritmik önyargı. Algoritmalar her ne kadar matematiksel gibi görünse de aslında tarafsız değiller. Algoritmik önyargı bazı grupların, görüşlerin ya da içeriklerin sistematik olarak daha çok öne çıkarılması veya tam tersine bazılarının görünmez hale getirilmesini tanımlıyor. Bu önyargıların kaynağı bazen algoritmayı şekillendiren platformların değerleriyken bazen de algoritmanın beslendiği verilerin zaten önyargılı olmasından kaynaklanıyor.
Stratejik Diyalog Enstitüsü tarafından yapılan bir araştırma TikTok'un arama sonuçlarının ve öneri algoritmalarının kullanıcıları azınlık gruplarla ilgili nefret söylemi içeren içeriklere yönlendirdiğini gösteriyor. Nefret söylemi içeren bazı ifadeleri TikTok'un arama motoruna yazarak çıkan içerikleri inceleyen bu araştırmada nefret söylemlerinin öznesi olan kişilerin yer aldığı içeriklerin öne çıkarıldığı görünüyor. Her ne kadar TikTok kullanıcıların ayrımcı içerikleri aramasını önlemek için platform kurallarını ihlal eden bu ifadeleri kısıtlasa da bu ayrımcı ifadeleri aramak da ne yazık ki mümkün.
Sonuç olarak şunu söyleyebiliriz. Yanlış bilgi ve nefret söylemi içeren içerikler aslında sosyal medya şirketlerinin karlarını artırmalarını sağlıyor. Çünkü algoritmalar etkileşimi yani kullanıcıların tıklama, paylaşma ve platformda kalma süresini artırdığı sürece bu platformların reklam gelirleri de artıyor. Bu da şirketlerin temel çıkarı ile toplumsal çıkar arasında varoluşsal bir ayrımı günyüzüne çıkarıyor.
Her ne kadar bu platformlar algoritmaların nasıl çalıştığını şeffaf bir şekilde paylaşmasa da birçok araştırma algoritmaların öne çıkardıkları somut çıktıları ortaya koyuyor. Kimlerin seslerinin öne çıkarılacağı, kimlerin seslerinin kısılacağını ise bu platformların algoritmaları belirliyor. Algoritmaların yanlış bilgilerin ve nefret söyleminin üretilmesi ve yayılması için nasıl bir rol oynadığını inceledik.
Buna karşın sosyal medya platformları algoritmalarını bilgi denetimi ve yanlış bilgilerin yayılımı ile mücadele edebilmek için de kullanıyor. Bu önlemlerin her ne kadar yanlış bilgilerin yayılmasındaki etkisi tartışılır olsa da algoritmaların bu tür içeriklerin yayılımını engellemesinde kullanabileceğini de gösteriyor.
Sosyal medya platformlarının yanlış bilgilerle mücadele politikaları farklı biçimlerde şekillense de ortaklaşan temel ilkeler de var. Örneğin Instagram ve Facebook'un çatı şirketi Meta'nın yanlış bilgi politikasına göre eee Meta insanlara karşı olası şiddet veya fiziksel yaralanma riskine doğrudan katkıda bulunma olasılığı yüksek yanlış bilgilere müdahale ettiğini söylüyor. Meta bu politikasıyla yanlış bilgileri fiziksel şiddet içeren sağlıkla ilgili yanlış bilgiler ve seçimle ilgili yanlış bilgiler olarak üç kategoriye ayırıyor ve bu içerikleri tespit ettiğinde kaldırıyor. Örneğin Meta "1 adayın seçimlere katılıp katılmayacağı hakkındaki bir yanlış bilgiyi tespit ettiğinde bunu kaldırdığını" söylüyor.
YouTube'un da yanlış bilgileri önlemeye ve nefret söylemi ile mücadele etmeye yönelik yöntemleri bulunuyor. YouTube özellikle salgın gibi kriz dönemlerinde güvenilir kurumların içeriklerini öne çıkarıyor. Hangi içeriklerin komplo teorileri veya yanlış bilgi içerdiğini belirlemek eee gerçek değerlendiriciler, uzmanlar ve makine öğrenmesine dayanan algoritmalardan destek alıyor. Bu yapı YouTube videoları detaylı bir şekilde inceleyerek yanlış bilgi içerip içermediğini tespit ediyor ve eğer bu tespit yapılırsa içeriye müdahale ediliyor.
Eski adıyla Twitter olan X ise konunun uzmanları tarafından yanlış olduğu doğrulanan veya yanıltıcı, kafa karıştırıcı şekilde bilgiler içeren iddialar olarak tanımlıyor. X'in müdahale biçimi de farklılaşıyor. Özellikle çevrim dışı fiziksel olarak zarar riskinin boyutuna göre yaıltıcı içeriğin yayılımını kısıtlıyor ya da bu içeriği kaldırıyor. Bununla beraber içerik kaldırma politikası ile uyuşmayan içeriklere kullanıcıları bilgilendiren notlar da ekliyor ve bu içeriklerin görünürlüğünü kısıtlıyor.
İkisinin de kullandığı bir diğer müdahale aracı da topluluk notları. Başkalarının gönderilerine bağlam sağlamasına, doğruluğu hakkında değerlendirme yapmasına olanak tanıyan kitle kaynaklı doğruluk kontrol özelliği olan topluluk notları içerik moderasyonunda kullanıcıların da yer almasını sağlıyor. Tweetlerin içerdiği iddialara ilişkin ek açıklamalar, bağlam, kaynak içeren doğrulama eklenebiliyor. notların faydalı olup olmadığını kullanıcıların verdiği oylar ve açık kaynaklı algoritma denetliyor.
Her ne kadar platformlar algoritmalarını yanlış bilgiyle mücadele için kullandıklarını ifade etseler de bu araçların temel işlevinin hala kullanıcı etkileşimini ve dolayısıyla karı artırmak üzerine kurulu olduğunu akılda tutmamız gerekiyor. Bu nedenle dijital okur yaazarlığın yalnızca içeriğe odaklanmaması gerekiyor. İçeriği bize ulaştıran algoritmalara yönelik eleştirel bir farkındalığın oluşması ve algoritmaların çalışma mantığının anlaşılması oldukça önemli.
[Müzik]