Sosyal Medya Kutuplaşmayı Kaçınılmaz Kılıyor!

2024 ABD başkanlık seçimlerinin ardından öfkeli milyonlarca X kullanıcısı, fanatik siyasi nefret söylemlerinden kaçmak için Bluesky'a akın etti. Kullanıcıların hangi içerikleri göreceğini belirleyen bir algoritma olmadan tasarlanan Bluesky, X’in hatalarından kaçınmayı hedefliyordu. Bir süre için bu işe yarıyor gibi görünüyordu. Çok takipçili kişiler aşırı öne çıkarılmıyordu, kaba dil daha az yaygındı ve yanlış bilgi çok yayılmıyordu. Ancak 1 yıldan az bir süre sonra, sosyal medyanın tipik sıkıntılarından bazıları Bluesky'da da baş göstermeye başlıyor. Bazı kullanıcılar, sol eğilimli de olsa platformun yankı odasına dönüşmeye başladığından şikayet ediyor.

Ön baskı olarak yayınlanan yeni bir çalışma ise araştırmacılar yapay zeka ile oluşturulan sanal kullanıcılarla doldurulmuş, ölçeklendirilmiş bir platform üzerinde yapılan simülasyonlar kullanarak sosyal medyanın neden kutuplaşma eğiliminde olduğunu gözler önüne seriyor.^[1] Sadeleştirilmiş şekilde oluşturulan platformda, kullanıcıların platformda kalmasını sağlamak amacıyla tasarlanmış karmaşık algoritmalar bulunmuyordu. Ancak platform kaçınılmaz biçimde küçük, içine kapalı daha ufak gruplara bölündü. Sonuçlar, sosyal medyanın gönderi paylaşma, yeniden paylaşma ve takip etme gibi temel işlevlerinin bile kutuplaşmaya neden olduğunu doğurduğunu gösteriyor. Ancak bazı uzmanlar, yapay zeka tarafından üretilmiş bu kullanıcıların zaten gruplaşmaya yatkın olabileceği konusunda uyarıyor. Washington Üniversitesi’nde çevrimiçi söylentiler üzerine çalışan ve çalışmaya katılmayan Kate Starbird, şöyle anlatıyor:

Çalışmanın temel sonuçları oldukça ikna edici. Çevrim içi sistemler hakkında ortaya atılan hipotezlerle örtüşen çok nokta var.

Gerçek katılımcılarla sosyal medyayı inceleyen deneyler yapmak oldukça maliyetli ve etik açıdan sıkıntılı olmasının yanında bunun için sosyal medya şirketleri ile işbirliği yapmak oldukça zor olabiliyor. Bu nedenle, Amsterdam Üniversitesi'nden sosyal bilimciler Maik Larooij ve Petter Törnberg, insan deneklerin yerine geçmek için yapay zeka dil modellerini kullanmaya karar verdi. Amaçları, sosyal medyayı en temel parçalardan tekrar inşa ederek yankı odalarının, etki gücünün birkaç kullanıcıda toplanmasının ve azınlıktaki aşırı görüşlerin daha çok görünmesinin nedenini anlamaktı.

Ağ, her birine yaş, cinsiyet, din, siyasi eğilim ve eğitim gibi özellikler atanan 500 sanal kullanıcıdan oluşuyordu. Bu özellikler, Amerikan Ulusal Seçim Araştırmaları adlı ulusal anketlerden alınan gerçek kişilerin profillerine dayanıyordu. Araştırmacılar üç popüler yapay zeka araçlarından (ChatGPT, Llama ve DeepSeek) her birini kullanarak kullanıcılara hobileri ve meslekleri ile ilgili ayrıntı kişilikler ekledi ve bu profillere dayanarak kararlar vermelerini sağladı.

Deneyler sırasında rastgele seçilen bir kullanıcı üç seçenekle karşı karşıya kalıyor. Toplamda 210.000 makale arasından bir haber makalesi seçip bununla ilgili bir gönderi yazacak, bir şeyi yeniden paylaşacak ve profiline göre başka bir kullanıcıyı takip edecekti. Kullanıcıya makale seçmesi için 10 gönderiden oluşan akış veriliyor, akışın yarısı kullanıcının takipçilerinden yarısı ise kullanıcının takip etmediği kişilerin popüler gönderilerinden oluşuyordu. Araştırmacılar, hangi yapay zeka aracını kullandığı fark etmeksizin platformda kaçınılmaz olarak yankı odaları, aşırı etki ve aşırı uçtaki seslerden oluşan olumsuz özelliklerin oluştuğunu belirtiyor. Törnberg, şöyle anlatıyor:

Bu etkiyi yaratmak için bir şekilde çok sıkı çalışmamız gerekeceğini düşünüyorduk. Ancak bu zararlı etkilerin yeniden paylaşım ve takip gibi temel özelliklerin bir sonucu olarak oluştuğunu görüyoruz.

Ekip, bu toksikliği düzeltmek için etkileşime dayalı sıralama yerine gönderilerin yalnızca kronolojik olarak gösterilmesi de dahil olmak üzere altı basit yöntem kullandı. Ayrıca, en az etkileşim alan gönderileri gösteren veya kullanıcının siyasi görüşlerinin tersine gönderileri öne çıkaran anti-algoritmaları da test ettiler. Ancak hiçbir yöntem tamamen işe yaramadı, bazıları durumu daha da kötüleştirdi. Törnberg, şöyle anlatıyor:

Açıkçası biraz hayal kırıklığına uğradım. İyimser bir makale yazmak istiyorduk.

Starbird, modelin insan doğası ile sosyal medyanın dikkat dinamikleri arasında bir yankı ortaya çıkardığını söylüyor. Starbird, şöyle devam ediyor:

Bluesky'da olduğu gibi algoritmayı tamamen ortadan kaldırsanız bile sosyal medya dediğimiz sistem hâlâ bazı toksik unsurlara neden olacak şekilde tasarlanmış.

Indiana Üniversitesi'nden bilgisayar bilimci Filippo Menczer ise henüz ikna olmadığını aktarıyor. Yapay zekânın çok büyük bir kara kutu olduğunu belirten Menczer, büyük dil modellerinin zaten sosyal medyadaki toksikliğini yansıtan çevrim içi insan davranışlarıyla eğitildiğini, modelin kutuplaşmaya "önceden programlanmış" olabileceğini söylüyor. Bununla birlikte sorunlu algoritmalar hâlihazırda bu dil modellerinin eğitiminde kullanılan gerçek çevrimiçi davranışları da şekillendiriyor. Bu algoritmaların sanal deneyin sonucunu dolaylı biçimde etkilemiş olması da oldukça muhtemel olduğundan algoritmaların önemini göz ardı etmek zor hale geliyor.

New York Üniversitesi'nden hesaplamalı sosyal bilimci Jennifer Allen ise bu çekincelerin göz ardı edilemeyeceğini ancak bulguların çok büyük bir potansiyele sahip olduğunu söylüyor. Sosyal medyayı düzeltmek için asla kolay, doğrudan çözümler bulunamayabileceğini fakat kullanıcıların daha tarafsız ve kapsayıcı içerikler paylaşarak kutuplaşmayı azaltmaya katkıda bulunabileceğini vurguluyor. Starbird ise çevrimiçi kutuplaşmanın nasıl ortaya çıktığını anlamanın önemli olduğunu vurgulayarak sözlerini şöyle sonlandırıyor:

Sosyal medyada neler olup bittiğini anlamadan şu anda siyaseti anlayabileceğinizi sanmıyorum.