Veri Savaşları ve Verinin Karanlık Dünyası
/old/content_media/50d978f158d6ce7fce7556ead3361fe7.jpeg)
- Blog Yazısı
Blog Yazısı
Veri Bilimi
Son beş yılda başka bir gezegende yaşamadıysanız big data veya veri bilimi gibi kavramları mutlaka duymuşsunuzdur. Fakat yine de kısaca bahsetmek istersek, veri bilimi; elde olan bilgiyi, algoritmaları, olayları veya dijital izleri makine öğrenme, istatistik, veri mühendisliği gibi birçok yöntem kullanarak bunlardan faydalı bilgi çıkarmaktır. Başta tüketici odaklı internet şirketleri olmak üzere (Meta, Amazon, Alphabet vb.) birçok firma bünyesinde daha hızlı iş akşını sağlayabilmek için veri bilimci ve veri mühendislerine ihtiyaç duyar. Ünlü iş bulma sitelerinden biri olan Glassdoor 2022 Amerika verelerine göre en çok talep gören 3. meslek veri bilimci (Data Scientist) olurken aynı listede veri mühendisi (Data Engineer) ise 7. sırada yer aldı. Hala talep görmeye de devam ediyor.
/old/content_media/017fc52dce6da24d249c00d79db313d8.jpeg)
Ne kadar veri ?
Hepimiz sosyal medya hesabı açarken veya bir siteye girerken okuyarak(!) kabul ettiği çerezlerde veya veri politikasında bilgilerimizin kişiselleştirmiş reklamlar için kullanılmasına izin verir. Bu verilerin en büyük dökümüne sahip olan Facebook'un, yeni adıyla Meta'nın, sadece 2 Milyarın üstünde kullanıcısı bulunan Instagram'ın elinde olanları düşünmek bile durumun boyutunu gösteriyor. Ellerindeki verileri doğrudan ticari amaçla kullanmak suç olsa da geleceğin petrolü olarak görülen bu verilere şirketlerin ihtiyacı olduğu kadar devletler de ihtiyaç duymakta. Şirketler arası denetimi devletler tarafından yapılsa da devletlerin bu verileri erişimini ne kadar engelleyebiliriz?
Neden bu kadar tehlikeli ?
Yeteri kadar veriye sahipseniz bunu anlamlandırmak en kolay kısmı. Amerikalı psikolog Michal Kosinski 2012 yılında bir kullanıcının 68 Facebook beğenisi ile ten rengini yüzde 95, cinsel yönelimini yüzde 88, siyasi düşüncesini yüzde 85 doğruluk payı ile bilinebileceğini kanıtladı. Bir başka açıklamasına göre gerekli algoritmalar makineye öğretildiğinde 10 Facebook beğenisi ile ortalama bir iş arkadaşından daha iyi tanıyor, 70 beğeni ile arkadaşlarının bildiklerini, 150 beğeni ile ebeveynlerinin bildiklerini, 300 beğeni ile eşinin bildiklerinden daha fazlasını bilebiliyor. Daha fazla beğeni ile kendisi hakkında bildiklerinin bile üstüne çıkabileceğini iddia ediyor. Günümüzde Facebook popülerliğini kaybetse de gelişen yapay zekâ ve veri bilimine olan ilgi göz önünde bulundurursak Instagram’da bu sayıların çok daha düşeceğini rahatlıkla söyleyebilirim. Hatta basit bir şekilde bir profili inceledikten sonra bu kişi hakkında herhangi bir makine öğrenme kullanmadan ilgi alanlarını, tuttuğu takımı, siyasi görüşünü Spotify sayesinde müzik zevkini Twitter’da fikirlerini öğrenmek çok zor değil. Eğer bunları anlamlandıracak algoritmalar oluşturup tutarlı değerlendirmeler yapabilen makine öğrenmesi yapıldığı zaman kişiyi kendinden daha iyi tanıyan bir makineye sahip olmuş oluruz. Bizi sitede uzun tutmak için hangi gönderilerin hoşumuza gideceğini bilen bir makineye, ne kadar uzun durursa o kadar reklam göstereceğini bilen bir makineye, düşünce algımızı kitleyen beynimizi yormadan dopamin ihtiyacını gideren bir makineye sahip oluruz. Bu makine sayesinde bazıları milyonlarca para kazınırken bizim elimizde de boşa giden onca zaman kalır.[1]
Bunlara rağmen firmaların tüketiciden veri alma isteği maalesef ki bitmiyor. Firmalar, verilerimiz karşılığında bize sözde karşılıksız ürün veya hizmet sunuyor. İlk başta bize karşılıksız geldiği için istekle doldurduğumuz forumlar ve anketlerde ödediğimiz şey aslında kendimiz oluyoruz.
Big Brother
Bu dijital çağda, bizim her şeyimizi bilen bir Big Brother var ve bu Big Brother’ın bize önerdiği insanları takip ediyoruz, bize önerdiği filmleri izliyoruz, bize önerdiği ürünleri satın alıyoruz, bize önerdiği şarkıları dinliyoruz ve bunları hoşumuza giderek yapıyoruz, biz bizden iyi bilen biri tarafından yönetilip bundan rahatsızlık duymuyoruz.
- Absürt Hack Yöntemleri: Ekran Parlaklığı, Hard Disk Işıkları ve Bilgisayar Fanlarından Gelen Titreşimler Gibi Özellikleri Kötüye Kullanarak Veri Hırsızlığı Yapmak Mümkün!
- Biyolojik Dizilimler ve Derin Öğrenme: Biyolojik Veri Setleri, Yapay Zeka Araştırmalarında Nasıl Kullanılır?
- Ölüm ve Medya: Medya, İnsanları Öldüren Unsurları Doğru Yansıtıyor mu?
- ^H. Grassegger & M. Krogerus, et al. How Cambridge Analytica Used Your Facebook Data To Help The Donald Trump Campaign In The 2016 Election.. (28 Ocak 2017). Alındığı Tarih: 21 Şubat 2023. Alındığı Yer: VICE | Arşiv Bağlantısı
- Muhteşem!2

- Tebrikler!0

- Bilim Budur!0

- Mmm... Çok sapyoseksüel!0

- Güldürdü0

- İnanılmaz0

- Umut Verici!0

- Merak Uyandırıcı!0

- Üzücü!0

- Grrr... *@$#0

- İğrenç!0

- Korkutucu!0

Evrim Ağacı'na her ay sadece 1 kahve ısmarlayarak destek olmak ister misin?
Şu iki siteden biriyle hemen destek olabilirsin:
kreosus.com/evrimagaci | patreon.com/evrimagaci
Çıktı Bilgisi: Bu sayfa, Evrim Ağacı yazdırma aracıyla 20.11.2026 18:43:26 tarihinde oluşturuldu. Evrim Ağacı'ndaki içerikleri birden fazla editör sürekli gözden geçiriyor, güncelliyor ve geliştiriyor. Bu çıktıdan sonraki güncellemeleri görmek ve içeriğin en güncel hâlini okumak için şu adrese git: evrimagaci.org/s/14091
İçerik Kullanım İzinleri: Evrim Ağacı'ndaki yazılı içerikler orijinallerine hiçbir şekilde dokunulmadığı sürece izin alınmaksızın paylaşılabilir, kopyalanabilir, yapıştırılabilir, çoğaltılabilir, basılabilir, dağıtılabilir, yayılabilir, alıntılanabilir. Ancak bu içeriklerin hiçbiri izin alınmaksızın değiştirilemez ve değiştirilmiş hâlleri Evrim Ağacı'na aitmiş gibi sunulamaz. Benzer şekilde, içeriklerin hiçbiri, söz konusu içeriğin açıkça belirtilmiş yazarlarından ve Evrim Ağacı'ndan başkasına aitmiş gibi sunulamaz.
Yorumlar 0