Toplumsal Ağların Geçersiz İçerikleri, Yapay Zeka ve Biz

Örneğin, Twitter’da çevrim içi haberlerin yayılması üzerine yürütülen bir araştırmada, sahte haberlerin yanlışsız içeriklere nazaran çevrimiçi ortamda altı kat daha süratli yayıldığı ve kullanıcıların %70’inin gerçek ile geçersiz haberi ayırt edemediği rapor edilmiştir. Araştırmalar, palavra içeren bilgilerin her çeşit bilgi kategorisinde doğrulara nazaran çok daha süratli, daha derin ve daha geniş yayıldığını gösteriyor. Bu tesirler bilhassa siyasi içerikli uydurma haberlerde daha besbellidir. Halkı kasıtlı olarak yanıltma niyeti olan, toplumsal medya üzerinden süratli yayılan, kullanıcılar üzerinde yüksek olumsuz tesire sahip, karmaşık ve kapalı maksatlar içeren geçersiz haber çeşitleri sonuçları bakımından en tehlikeli olanlardır. 

Sahte haberlerin otomatik olarak tespit edilmesindeki zorluğun temel nedeni, içeriklerin gerçeğe çok benzeyecek biçimde tasarlanmış olmasıdır. Münasebetiyle yalnızca yapay zeka ile içeriğin doğruluğunu belirlemek birden fazla vakit zordur. Bu sebeple toplumsal medyada uydurma haber problemini çözmek için daha tesirli yaklaşımlar geliştirilmelidir. Bu bahiste birçok bilimsel disiplinde araştırmalar yürütülüyor. Düzmece içerikler sırf toplumsal ağlarla sonlu bir sorun değildir. İnsanlığın varoluşsal bir sıkıntısı haline gelmiştir ve iktisat, psikoloji, siyaset bilimi, sağlık bilimleri ve etraf bilimleri üzere alanlara da tesiri yayılmıştır.

Sahte haber kavramını söz etmek için kullanılan birçok terim bulunur. Bilgi kirliliği, yanlış bilgi ve geçersiz bilgi bunların bazılarıdır. Bilginin yayılması niyetine bağlı olarak ise şöyle sınıflandırabiliriz;

Misinformation: Genellikle kasıt olmadan kazara paylaşılan kusurlu bilgidir.

Disinformation: Dezenformasyon, kasıtlı olarak insanları aldatmak, manipüle etmek yahut muhakkak bir çıkarı desteklemek niyetiyle yanlış bilgiyi yayma hareketidir.

Malinformation: Ziyanlı bilgi olarak tanımlanabilecek bu kavram, makus niyetli olarak gerçek bilgiyi yayma hareketini içerir. Paylaşılan bilgi doğrudur ancak kasıtlı olarak bağlamından koparılarak yayılır.  

Bilimsel araştırmalar birçok yaklaşımın birlikte kullanılmasıyla uydurma içerikleri süratli formda tespit etmeye yönelik bilhassa yapay zeka tabanlı metotları incelemeye ve geliştirmeye devam ediyor. Pekala bizler bu hususlarda neleri bilmeliyiz?

– “Dikkat” geçersiz içeriklerden korunmanın en kıymetli ögesidir. Karşımıza çıkan içeriğe birkaç saniye dahi fazladan dikkat yöneltmemiz gerçek ve uydurma ortasındaki ayrımı netleştirmemize yardımcı olur. 

– Toplumsal ağ kullanıcıları olarak yapay zeka tabanlı “deepfake” olarak tanımlanan görüntü içerikleri ayırt etmemiz birçok vakit zordur. Hususla ilgili çok az bilgi sahibi olanlarımız, bilhassa görüntü içeriklerdeki bilgilerin gerçek olduğuna kolay kolay inanabilirler. Çoğumuz internette gördüğü her şeye inanma eğilimindedir ve dijital teknolojiler konusunda daha az tecrübeye sahip olanlarımız kolay kolay kandırılabilir.

– Gerçek ile kurgu ortasında ayrım yapabilme konusunda kullanıcıların özgüven oranı hayli yüksektir. Yani çoğunluğumuz bunu yapabildiğini argüman ediyor. Halbuki ayırt etme konusundaki araştırma sonuçları bu türlü söylemiyor. Bu durum, geçersiz haberlerin yükselişi karşısında farkındalığımızın eksik olduğunu gösteriyor.

– Mevcut görüş ve inançlarımızı destekleyen bilgileri kabul etmeye ve çelişen bilgileri reddetmeye daha istekli olduğumuz kanıtlanmış bir gerçektir. Kendi görüşlerimizi doğrulayan bilgilere inanma olasılığımız daha yüksektir ve bu nedenle gerçek ile uydurma bilgiyi ayırt etmekte doğal olarak zorlanabiliriz.

– Yanlış bilgilendirilmiş olanlarımız, bilgi sahibi olmayanlarımızdan daha büyük bir problemdir. Zira yanlış inançlara sahiptirler ve bu inançlar kolay kolay düzeltilemez. Bilgilerinin yanlış olduğu kanıtlansa bile bu bilgiden kolay kolay vazgeçemezler. Hatta yanlışsız bilgiyi kabul etmiş olsalar bile, evvelki yanlış inançları yeniden de görüşlerini etkileyebilir.

– Uydurma haberler sıklıkla karmaşık kıssalarla kurgulanır ve neredeyse hiç kaynak gösterilmez. Üstelik, birçok farklı cinste ortaya çıkabilir. Bu nedenle içeriklerin doğruluğunu toplumsal medyada manuel olarak tespit etmemiz zordur. 

– İçeriğin niyetine dayalı sorgulamalar yapmak sorunun tahliline katkı sağlar. Haberin yayılma hedefi nedir? sorusunu birinci sıraya yerleştirebiliriz. Bir içeriğin niyeti, muhakkak bir oluşumu, örneğin siyasi bir partiyi popülerleştirmek, bir kurum, kuruluş için kâr elde etmek, panik ya da öfke yaratmak, söylentilerle bir kişi yahut kuruma dair uydurma kıssalar yaymak, çerçeveleme yaparak yanlış yönlendirmek üzere birçok niyet içerebilir.

– Aldatıcı içerik üretenler çoklukla sözlerini dikkatle seçer ve yakalanmamak için lisanı stratejik olarak kullanırlar. Bu nedenle, içeriğin doğruluğunu üçüncü taraflardan (doğrulama platformları vs.) temin edilen ek bilgi olmadan sırf yapay zekâ ile belirlemek ekseriyetle zordur.

– Haber başlıklarının şahısların doğrulama niyeti üzerindeki tesirini araştıran çalışmalar, iştirakçilerin sırf başlığın hakikat olduğuna inandıkları durumda haberin doğruluğunu denetim etme eğiliminde olduklarını bulmuştur. Bu davranış biçimi, uydurma içerikler konusunda ideolojik eğilimlerimize kulak verdiğimizi ortaya koyuyor.

– Toplumsal medyada ‘beğeni’ üzere onay göstergelerinin iletinin güvenilirliği ve doğruluğu üzerindeki tesirlerini inceleyen çalışmalar, çok beğeni almış haber başlıklarının, gerçek haberler için algılanan güvenilirliği artırırken, düzmece haberler için algıyı yanlış yönlendirdiğini göstermiştir. Bu nedenle, hem haberin doğruluğunu hem de toplumsal medya üzerindeki onay göstergelerini kıymetlendirme yetkinliğimizi artırmamız kıymetlidir.

– Toplumsal medyada casus olarak devreye sokulan botlar dezenformasyonu yayarlar ve birçok toplumsal medya kullanıcısı buna farkında olmadan katkı sağlar. Kabul görmüş fikrin bilakis, birçok araştırma uydurma haberlerin daha fazla yayılmasının sebebinin botlar değil, beşerler olduğunu ortaya koymuştur. Toplumsal botlar, toplumsal medyada otomatik olarak içerik üreten ve beşerlerle etkileşime geçen, onların davranışlarını taklit eden ve etkilemeye çalışan bir algoritmadır. Toplumsal botlar, çoklukla diğer botlarla değil, gerçek kullanıcılarla irtibat kurmayı tercih eder. Daha az söz kullanan ve az takipçili insan üzere davranırlar, bu da geçersiz haberlerin yayılmasını kolaylaştırır.

– Toplumsal botlar uydurma içeriklerinin yayılmasında iki tıp strateji izler; birinci olarak, içerik oluşturulduğu anda etkileşimi artırarak onu legal gösterir ve yayılmasını kolaylaştırır. İkincisi, oluşturulan içeriği daha fazla bireye göstererek onun sağlam görünmesini sağlar ve böylelikle bu bilgiyi tekrar paylaşmaları mümkün olan tesirli kullanıcılara maksatlı formda ulaşır. Lakin toplumsal botlardan farklı olan öteki bir “bot benzeri” strateji ise bot çiftlikleri veya troll çiftlikleri olarak isimlendirilen yapılardır. Bunlar, geçersiz haberler ya da ziyanlı içerikleri yaymak üzere organize bir formda çalışan kullanıcı kümeleridir. Bu kullanıcılar, dezenformasyonu kitlesel olarak yaymak emeliyle istihdam edilir. 

– İnceleme bombardımanı (review bombing) olarak tanımlayabileceğimiz öbür problemli mevzu ise, koordine olmuş kullanıcı kümelerinin bir görüntü, oyun, gönderi yahut eser üzere çevrimiçi içeriğe kitlesel olarak olumsuz yorumlar ve düşük puanlar vermesiyle oluşur. Maksat, toplam kıymetlendirme puanını düşürerek içeriğe ziyan vermek ve insanları yanlış yönlendirmektir. Bu akınlar hem beşerler hem de koordine olmuş botlar tarafından gerçekleştirilebilir.

– Uydurma haberler toplumsal medyada çoklukla çok süratli yayılır ve gelişir; bu yüzden erken tespit kritik ve acil bir husustur. Lakin bu, bilhassa toplumsal ağlar üzere dinamik platformlarda kuvvetli bir vazifedir. Bu nedenle, erken yayılım basamağında uydurma içeriği tespit etmek için hem emniyetli insan doğrulaması hem de geçmiş dataların dikkate alınması epeyce değerlidir.

– Geçersiz haber tespiti yalnızca insan gücüyle çözülemez zira çok fazla vakit ve maliyet gerektirir ve geçersiz içeriklerin süratli yayılmasını engellemede etkisiz kalır. Kitle kaynak kullanımı yaklaşımları, geçersiz içerik tespitinde “kalabalığın bilgeliği” fikrine dayanır. Bu usuller, geçersiz haber tespiti için kalabalığın kolektif katkılarını ve sinyallerini kullanır. Böylelikle toplumsal medyada yanlış bilginin yayılmasını azaltmayı amaçlar.

• Clickbait (Tıklama tuzağı): Yanıltıcı başlıklar ve küçük fotoğraflar ile dikkat çekmeyi amaçlayan, kullanıcıyı ilişkiye tıklamaya teşvik eden içeriklerdir. Çoklukla abartılı başlık içerik ile örtüşmez. Emel, site trafiğini artırmaktır.

• Aldatmaca (Hoax): Gerçeği çarpıtan, kasıtlı olarak uydurulmuş, gerçek üzere sunulan içeriklerdir. Örnek olarak ünlülerin öldüğüne dair uydurma haberler verilebilir. COVID-19 periyodunda toplumsal medyada yayılan asparagaslar da bu kümeye girer.

• Söylenti (Rumor): Kanıtlanmamış yahut bilinmeyen argümanlardır. Doğruluğu kesin olmayan, doğrulanmamış kaynaklardan çıkan ve gerçek ya da yanlış olabilecek içeriklerdir.

• Hiciv: Mizah ve ironi içeren, emeli aldatmak olmayan, lakin tekrar de insanları yanıltabilecek haberlerdir. Ekseriyetle gazetecilik değil cümbüş gayesiyle yapılır. Lakin beşerler bazen bu içerikleri gerçek zannedebilir.

• Propaganda: Politik aktörler tarafından maksat kitleyi yanıltmak maksadıyla üretilen içeriklerdir. Ekseriyetle ziyan verici ve ideolojik bir bağlam içerir. 

• Çerçeveleme (Framing): Gerçekliği manipüle ederek sunmak. Örneğin, bir başkanın “rakibimi etkisiz hale getireceğim” kelamı “öldürecek” formunda bir sözle çerçevelenerek farklı algı yaratılabilir.

• Komplo Teorileri: Güçlü kümelerin zımnî planları olduğu inancına dayanan, ekseriyetle toplumsal, politik yahut ruhsal kökenli inançlardır. 

– Otomatik geçersiz haber tespiti bilimsel literatürde üç formda sınıflandırılır: 

• İnsan tabanlı teknikler: Bu kategori, ekseriyetle insan bilgisini kullanarak haber içeriğinin doğruluğunu denetim edip doğrulayan kitlesel kaynak kullanımı (crowdsourcing) ve gerçeklik denetimi (fact-checking) tekniklerini içerir.

• Yapay Zeka tabanlı teknikler: Bu kategori, geçersiz haber tespitinde en çok kullanılan yapay zeka yaklaşımlarını kapsar. Bilhassa klasik makine tahsili ve hudut ağları üzerinden derin öğrenme teknikleri ile doğal lisan sürece tekniklerini içerir.

• Blok zinciri tabanlı teknikler: Bu kategori, toplumsal medyada düzmece haberleri tespit etmek ve engellemek için kaynak güvenilirliğini denetim eden ve haber içeriğinin izlenebilirliğini sağlayan blok zinciri teknolojisini kullanan tahlilleri kapsar.

Sonuç olarak, uydurma içerik tespitinde toplumsal ağ kullanıcıları olarak bizlerin tek başına kâfi gücünün olmadığını görüyoruz. Lakin yeniden de bilhassa dezenformasyon meselesinin tahliline katkı sunmak ve ferdî yaşantımızda karşılaşabileceğimiz tehlikeleri bertaraf etmek için yapabileceklerimiz var. Biraz daha vakit ayırarak içeriklere dikkat vermek, niyetini anlamaya çalışarak doğruluk denetimi yapmak yahut en azından kuşku duyduğumuz içeriklere karşı temkinli olmak, yanlış bilginin yayılmasını engellemede kalabalığın gücünü göstererek dönüştürücü rol oynayabilir.