Algoritmaların Görünmez Mimarisi: TikTok ve Kullanıcı İradesinin Dijital Sınırları
Günümüz dijital ekosisteminde algoritmalar, sadece veri işleyen araçlar değil, aynı zamanda kullanıcıların neyi göreceğini, neyi öğreneceğini ve hatta neye ilgi duyacağını belirleyen görünmez küratörler haline geldi. Bu durum, bilgi teorisinin temelleri atıldığından bu yana süregelen “bilgiyi filtreleme” çabasının en uç noktalarından birini temsil ediyor. Özellikle TikTok gibi platformlarda karşımıza çıkan “Sizin İçin” (FYP) sayfası, bu karmaşık mühendisliğin somut bir ürünüdür. Platformun başarısının temelinde, kullanıcıların sadece beğeni veya takip gibi açık sinyallerine değil, videoyu ne kadar süre izledikleri gibi örtüsel ve davranışsal verilere dayanan hibrit bir model yatmaktadır. Bu yaklaşım, sistemin kullanıcının ilgisini tahmin etme kabiliyetini olağanüstü bir seviyeye taşırken, aynı zamanda kullanıcıyı içerik döngüsünün içine daha derinlemesine dahil etmektedir.
Ancak bu kusursuz görünen mekanizmanın üzerinde tartışılan önemli bir çatlak bulunmaktadır: Kullanıcının negatif geri bildirimi sistem tarafından ne kadar dikkate alınıyor? Birçok kullanıcı, “ilgilenmiyorum” butonuna basmalarına veya belirli içerik türlerini reddetmelerine rağmen aynı videoların akışlarında yer almaya devam ettiğini bildirmektedir. Bu durum, sadece teknik bir aksaklık değil, aynı zamanda insan iradesinin makine mantığı karşısındaki konumunu sorgulatan bir sorundur. Bilgi teorisinin öncülerinden Claude Shannon’un sistemlerin gürültüyü ayıklama ve anlamlı sinyalleri koruma üzerine kurduğu temel prensipler, bugün modern sosyal medya algoritmalarının karmaşık matematiksel modellerinde yankı bulmaktadır; ancak kullanıcı deneyimi söz konusu olduğunda, “negatif” bir sinyalin sisteme nasıl işleneceği hala büyük bir tasarım zorluğudur.
Northeastern Üniversitesi’nden bilgisayar bilimcileri, bu iddiaları bilimsel bir zemine oturtmak amacıyla kapsamlı bir araştırma yürüttüler. Araşımacıların odak noktası, “algoritma denetimi” olarak adlandırılan ve platformların nasıl çalıştığını, nerede hata yaptığını ve bireyleri veya toplumları nasıl etkilediğini anlamayı hedefleyen bir disiplindir. Çalışmanın ortak yazarlarından Piotr Sapiezynski, kullanıcıların negatif geri bildirimlerinin neden hemen sonuç vermediği sorusunun arkasındaki belirsizliğe dikkat çekmektedir. Eğer platformlar bu tür araçları sunuyorlarsa, bunun bir nedeni olmalıdır; ancak sistemin bu sinyalleri sadece geçici olarak işleme alması veya belirli bir süre sonra “eski alışkanlıklara” geri dönmesi, algoritmanın ağırlık merkezinin kullanıcı tercihlerinden ziyade etkileşim yoğunluğunda olduğunu göstermektedir.
Araştırma ekibi, bu karmaşık yapıyı çözmek için geleneksel simülasyonlar yerine daha doğrudan bir yöntem seçti. Gerçek kullanıcıların davranışlarını taklit eden bot hesapları oluşturarak TikTok mobil uygulaması üzerinde testler gerçekleştirdiler. Bu süreçte emüle edilmiş cihazlar kullanılarak ağ trafiği kesildi ve elde edilen meta veriler üzerinden karar alma mekanizmaları kurgulandı. İlginç bir şekilde, bu araştırma sürecinde kullanılan yapay zeka modelleri (LLM), insan tepkileriyle doğrulanarak bot hesaplarının kararlarını yönlendirmek için entegre edildi. Elde edilen bulgular, kullanıcıların “ilgilenmiyorum” gibi eylemlerinin algoritma üzerinde bir etkisi olduğunu ancak bu etkinin kalıcı olmadığını kanıtlıyor. Algoritma, kullanıcı sürekli ve istikrarlı bir şekilde aynı geri bildirimi vermediği sürece, etkileşim odaklı veri havuzuna geri dönme eğilimi gösteriyor. Bu durum, dijital dünyada bireysel iradenin korunması için sadece tekil tıklamaların değil, sistemle kurulan süreklilik arz eden etkileşimin ne kadar kritik olduğunu açıkça ortaya koymaktadır.
Kaynak: Arstechnica