Tavşan Deliğine Yolculuk: Algoritmaların Etkisi ve TikTok Deneyi

-

Sosyal medya platformları mı bizi yönetiyor? Yoksa biz mi onları yönetiyoruz?

Bağımlılık yaratan bir teknolojinin, aklını özgürce kullanmak isteyen veya en azından özgürce kullandığına inandığını düşünmek isteyen bizleri yönetmesi düşüncesi hepimizi rahatsız eder.

Dolayısıyla hangi sosyal medya kullanıcısına sorarsanız sorun, sosyal medya platformlarında geçirdiği sürenin çok az olduğunu; bu süreyi de bilinçli bir şekilde yönetebilecek seviyede bir iradeye sahip olduğunu söyleyecektir. Peki gerçekten bu doğru mudur?

Esasen bu sorunun cevabına ulaşmak oldukça kolay. Artık sosyal medya platformlarında veya akıllı cihazlarda yerleşik olarak sunulan zaman yönetimi özellikleri ile cihazlarda veya online platformlarda ne kadar vakit geçirildiğini görmek pek ala mümkün.

“Dikkat endüstrisi” olarak da tanımlayabileceğimiz bu sektör, zaman içerisinde insanların daha fazla dikkatini çekmek üzere zaman içerisinde çeşitli yapısal değişikliklere uğramıştır. Bu yapısal değişiklikler sonucu ortaya çıkan teknolojiler ise tek bir amaç için geliştirilmiştir: Kullanıcıların platformlarda daha fazla vakit geçirmesini sağlamak (ve son tahlilde daha fazla para kazanmak).

Kullanıcılarının platformlarında daha fazla vakit geçirmesini isteyen şirketlerin neden zaman yönetimi gibi kendi amacını baltayalan özellikler sunduğunu merak ediyor olabilirsiniz. Bunu kısaca gelecek tepkiler veya sağlık endişeleri konusunda devletlerin alabileceği muhtemel önlemler karşısında bir “sus payı” olarak düşünebilirsiniz.

Günümüzde dikkat endüstrisinde gördüğümüz bu yapısal değişiklikler, toplanan çeşitli kullanıcı verilerini işleyip anlamlı hale getirerek kullanıcılara kişiselleştirilmiş deneyimler sunan algoritmalar olarak karşımıza çıkıyor. Facebook, Instagram, YouTube, Netflix, TikTok gibi platformların bu denli bağımlılık yaratmasının ardındaki mimarın ise bu algoritmalar olduğunu söylemek mümkün.

Tarihi tahmin ettiğimizden daha eski olsa da günümüzde tartışılan algoritmalar -kullanıcı verilerinin çeşitliliğinin artması sebebiyle- eskiye nazaran daha karmaşık yapıya sahip. Bu da daha farklı türde veri türünün işlenmesi sonucu daha fazla kişiselleştirilmiş kullanıcı deneyimi sunabilmeleri anlamına geliyor.

Örneğin Netflix’in sizin için önerdiği içerikler, sizin daha önce izlemiş olduğunuz içerikler ve bu içeriklere göstermiş olduğunuz etkileşimler gibi verilere göre; Instagram’ın “Keşfet” bölümü altındaki paylaşımlar, sizin daha önceki beğenmeleriniz, yorumlarınız, mevcut konumunuz gibi verilere göre; YouTube’daki önerilen videolar, daha önce yapmış olduğunuz aramalar, izlediğiniz videolar, abone olduğunuz kanallar vs gibi verilere göre; Popüler soru-cevap platformu Quora’nın gönderdiği e-postalar ise özellikle yapmış olduğunuz Google aramalarına göre şekillenir. Bu verilerin sayısı arttıkça sizin kendi akışınız veya size önerilen yeni içerikler sizin daha çok vakit geçirebileceğiniz bir hale bürünür. Sıkılmadan saatlerce vakit geçirmenizi sağlayan ve bağımlılığa dönüşen tasarımların ardındaki sebeplerden biri de budur.

Bunun en güzel örneklerinden biri de son yılların en çok konuşulan platformlarından biri olan TikTok‘tur. En güzel örneklerinden biri diyorum, çünkü bu platform diğerlerinden bazı noktalarda ayrılıyor. Gerek platformda çok fazla zaman geçirilmesi, gerekse özellikle genç nüfusun “anlamsız ve saçma” olduğu düşünülen içeriklere maruz kalması gibi birçok sebep sayılabilir. Kısaca hem çok tartışılıyor, hem de çok kullanılıyor. İşin merak uyandıran kısmı bu zıtlığın arkasındaki teknoloji aslında.

Görsel: The Matrix / “Beyaz tavşanı takip et” sahnesinden.

Tavşan deliğinden aşağı…*

The Wall Street Journal’ın konuyla ile ilgili yaptığı basit ancak güzel bir araştırma TikTok algoritmasının çalışma mantığını anlama noktasında biraz fikir veriyor. TikTok’un bağımlılık yaratan algoritması nasıl çalışıyor? Bu algoritmanın insan üzerinde ne gibi etkileri olabiliyor? Kullanıcıların iştahı nasıl kabartılıyor? Kişiselleştirilmiş içerikler hangi kriterlere göre şekilleniyor? Yapılan TikTok deneyinde WSJ bu ve bunun gibi bir çok sorunun cevabını arıyor ve kısmen buluyor.

WSJ’nin yapmış olduğu TikTok deneyinde; onlarca yeni TikTok hesabı açılıyor. Bu hesaplar kullanılarak yüzlerce video izleniyor. Daha sonra TikTok’taki “Senin İçin (For You)” sekmesi altındaki içerikler incelenerek, bu içeriklerin hangi kriterlere göre kullanıcılara önerildiği irdeleniyor.

TikTok’a göre öneri sisteminde (Senin İçin / For You kısmında) yer alan videolar; paylaşma, beğenme, yorum yazma gibi kullanıcı etkileşimlerine, video açıklamaları, hashtag’ler veya müzik gibi video bilgilerine ve dil, konum ve cihaz turu gibi cihaz ve hesap ayarlarına göre belirleniyor. İlgili faktörlere göre videolar bir derecelendirme sistemine tabi tutuluyor. Tüm bu faktörler ve derecelendirme sistemi de kullanıcılara önerilen içeriklerin şekillenmesini sağlıyor.

Ancak WSJ’nin yaptığı TikTok deneyinde sadece bir konuya odaklanılıyor: Kullanıcının bir video içeriği üzerinde ne kadar vakit geçirdiği / ne kadar süre durduğu. WSJ’ye göre TikTok’un kullanıcıları tanıması ve nelerden hoşlandığını anlayabilmesi için sadece bu metriğin bile yeterli olduğu belirtiliyor.

Yani bir video üzerinde duraksadığınız her saniye veya izlemiş olduğunuz bir videoyu yeniden izlediğiniz anda TikTok sizi takip ediyor ve belki de sizin bile “farkında olmadığınız” bir ilgi alanınızı keşfediyor. Böylece ilgi alanınıza giren içeriklerle dolu ve çıkması zor bir “tavşan deliği” yaratmış oluyor. WSJ’nin yaptığı araştırma da tam olarak şu soruyu açıklamaya çalışıyor: TikTok, kullanıcıların farkında olmadığı ya da özellikle belirtmediği ilgi alanlarını bilebiliyor mu?

Deneyde birçok yeni bot TikTok hesabı açılıyor. Her birine farklı bir IP adresi ve farklı bir konum bilgisi veriliyor. Hiçbiri için cinsiyet bilgisi verilmiyor. Ayrıca her bir hesap için çeşitli ilgi alanları belirleniyor; ancak bu ilgi alanlarından hiçbiri TikTok uygulamasında belirtilmiyor (yani TikTok bu ilgi alanlarını bilmiyor).

Görsel: WSJ

Bu hesaplardan biri de 24 yaşında ve konumu Kentucky olarak belirlenen Henry County (kullanıcı adı @kentucky_96).

Her bir hesap için ilgi alanlarını ortaya çıkarma noktasında yapılan tek işlem ise ilgi alanlarına giren ve benzer hashtag veya görüntüye sahip olan videolarda biraz duraksamak (bir süre izlemek) veya ilgili videoları yeniden izlemek. Bunun dışında hesapların ilgi alanı konusunda ipucu veren herhangi bir bilgi TikTok’a verilmiyor.

İlk başta bot hesapların karşısına TikTok moderatörleri tarafından belirlenen ve popüler olan bazı videolar çıkarılıyor. Hesaplar üzerinden gerçekleştirilen ilgi alanlarına göre video duraksaması veya yeniden izleme gibi işlemler arttıkça moderatörler tarafından önerilen videoların sayısı azalıyor ve kullanıcının daha fazla ilgisini çekebilecek -daha az popüler olan, ancak daha spesifik- videolar önerilmeye başlıyor.

Araştırmaya göre TikTok’un bir kullanıcının gizli ilgi alanlarını öğrenmesi en fazla 2 saat sürüyor. Hatta bu işlemin en fazla 40 dakika sürdüğü örnekler de mevcut.

Guillaume Chaslot (Görsel: WSJ)

Daha önce YouTube algoritması üzerinde mühendis olarak çalışan eski Google çalışanı Guillaume Chaslot, TikTok’un diğer sosyal medya platformlarından farklı olduğunu vurguluyor:

TikTok algoritmasının hassas/zayıf noktalarınızı anlama noktasında çok hızlı çalışan bir öğrenme kabiliyeti var.

YouTube ile TikTok’u kıyaslayan Chaslot şöyle devam ediyor:

YouTube’daki toplam video izleme sayısının %70’i öneri motorundan (önerilenler kısmından) geliyor, ki bu oldukça büyük bir oran. TikTok’ta ise bu oran çok çok daha fazla. TikTok’taki toplam video izleme sayısının %90-95’i önerilerden sağlanıyor.

Aşağıda bot hesaplar tarafından belirli hashtag gruplarına göre izlenen TikTok içeriklerinin görselleştirilmiş halini görebilirsiniz.

Görsel: WSJ

Burada merkezden dışarıya doğru belirli bir doğrultuda uzayan kısımlar belli bir hashtag grubunu temsil ediyor. Bu kısımlar merkezden uzaklaştıkça ilgili hashtag grubuna ait içerikler de daha spesifik hale geliyor. Örneğin merkezde genel olarak hayvanlar ile ilgili içerikler varsa, ilgili kısımların üç noktalarında sadece belirli özelliklere sahip (hayvanın cinsi, turu vs gibi daha spesifik özelliklere sahip) hayvan içerikleri yer alıyor.

Örnek hesaplardan biri olarak ele alınan kentucky_96 kullanıcısı için daha çok depresif içeriklere odaklanılıyor. TikTok’u açtıktan sonraki ilk 3 dakika içinde önerilen videolar arasından 14 tanesi izlenmeden geçiliyor, 15. videoda ise (depresif içerikli videoda) duruluyor ve yeniden izleme yapılıyor.

Görsel: WSJ

Bu esnada video sahibinin kullanıcı adı (@shareyoursadness), videoda kullanılan müzik (Ofw mix thoughts) ve video açıklaması (“Everything happens for a reason…”) ve hashtag’ler (#sad, #heartbroken) TikTok’a bu videoyu izleyen kullanıcının ilgi alanları hakkında ipucu veriyor.

Farklı bir depresif videoya denk gelene kadar akıştaki videolar hızlıca geçiliyor ve bu işlem aynı şekilde devam ediyor. Ancak bu sırada TikTok kullanıcıyı daha iyi tanımak adına popüler olan ve çok izlenen videoları göstermeye devam ediyor.

Bot hesabın konum bilgisine sahip olan TikTok, bununla ilgili de videolar gösteriyor. kentucky_96 kullanıcısının konum bilgisi “Kentucky” olarak belirlendiği için bu konum ile ilişkili videolar da kullanıcıya öneriliyor.

Ancak kullanıcının depresif videolar izlemeye devam ettiğini gören TikTok, bir deneme yapıyor ve kullanıcının aşk acısı, ilişki, sevgi gibi konulara ilgi duyabileceğini düşünerek kullanıcıya bu konularda içerikler önermeye başlıyor. Ancak bu videolar da izlenmeden geçiliyor ve ruh sağlığı (#mentalhealth), depresyon (#depression), anksiyete (#anxiety) gibi hashtag’lere sahip videolar üzerinde daha fazla süre harcanıyor.

224 video’nun yer aldığı toplam 36 dakikalık video izleme yolculuğun ardından TikTok, kentucky_96 kullanıcısının ilgi alanını artık anlamış gibi görünüyor. Öyle ki önerilen videolar arasındaki depresif ve ruh sağlığı konulu videoların ilişki ve ayrılık konulu videolardan sayıca çok daha fazla olduğu ortaya çıkıyor.

Sonuç olarak kentucky_96’ya önerilen 278 videonun %93’ünü depresyon konulu videolar oluşturuyor.

Görsel: WSJ

Konuyla ilgili olarak açıklama yapan TikTok sözcüsü, kalan %7’lik kısmın kullanıcıların yeni içerikler keşfetmesini sağladığını belirtiyor. Ancak gerçek pek öyle görünmüyor. Öyle ki kentucky_96’ya önerilen ve depresif içerikler dışında kalan %7’lik kısmın büyük çoğunluğunu reklamlar oluşturuyor.

Bahsi geçen TikTok sözcüsü bu sonuca da itiraz ediyor. WSJ’nin bu deneyinin botlar tarafından oluşturulduğunu ve gerçek kullanıcıların daha fazla ilgi alanı olduğunu belirtiyor. Ancak WSJ deneyinde farklı ilgi alanları olan bot kullanıcılar da deneye tabi tutuluyor ve yine aynı sonuç çıkıyor: tavşan deliği.

TikTok aynı zamanda bu tür durumlar için kullanıcılara “İlgilenmiyorum (Not Interested)” seçeneğinin de sunulduğunu belirtiyor. Ancak eski Google çalışanı Guillaume Chaslot, bu seçeneğin çok fazla önemi olmadığını (ilgilenilmediğini belirtmenin içeriğin sevilmediği anlamına gelmediğini) belirtiyor, ki yapılan deneyde de bu tavşan deliğinden sadece farklı türdeki videoların izlenmesiyle çıkılabildiği sonucu ortaya çıkıyor.

TikTok içeriklerinin grafiksel haline tekrar dönüp bakıldığında, kullanıcıların belli bir alanda daha spesifik videolara ilgisi arttıkça, moderatörlar tarafından çok fazla müdahale edilmeyen ve TikTok kullanım şartları ihlal eden zararlı içeriklere ulaşma ihtimalinin de o kadar arttığı belirtiliyor.

Görsel: WSJ

Yaptığı açıklamada TikTok, bilgisayar analizleri ve gerçek moderatörler aracılığıyla kullanım şartlarını ihlal eden birçok içerik tespit ettiklerini ve kullanıcılar tarafından şikayet edilen / raporlanan içerikleri incelemeye aldıklarını belirtiyor. Yani aksini iddia ediyor.

TikTok’ta gerçek anlamda keyif veren, eğlenceli, komik, ilham veren birçok içerik olsa da; öbür yandan oldukça derin olan bu tavşan deliği, kullanıcıları ciddi oranda tehlikeli içeriklere sürükleyebiliyor. Yani yüzeydeyken masum bir deneyim yaşıyoruz; derinlere gittikçe, yani tavşan deliğinden aşağıya indikçe -farkına bile varmadan- tehlikeli bir hal almaya başlıyor.

Görsel: WSJ

Sonuç

TikTok’un algoritması diğerlerine göre daha tehlikeli gibi görünse de esasen Facebook, Instagram, YouTube gibi platformların da farklı birçok metrikle çalışan ve mütemadiyen öğrenme özelliğine sahip benzer algoritmaları mevcut. Dolayısıyla burada aslolan, bu tür platformları hiç kullanmamak veya bunun için -özellikle gençlere- nutuk çekmek değil; platformların ve algoritmaların nasıl çalıştığını ve bu tür platformların çok az bir bilgi parçacığıyla kullanıcıları “istem-dışı” bir tavşan deliğine sürükleyebilecek bir yapıya sahip olduğu anlamaktır. Bunun doğal bir sonucu olarak; “bilinçli kullanıcı” olabilmektir.

Yazının ilk başındaki soruyu şimdi tekrar soralım: Sosyal medya platformları mı bizi yönetiyor? Yoksa biz mi onları yönetiyoruz?

Cevap oldukça basit: Önce biz onları yönetiyoruz (öğretiyoruz), daha sonra ise onlar bizi yönetiyor…

Sağlıcakla kalın…


*What the Bleep Do We Know!?: Down the Rabbit Hole / Ne Biliyoruz Ki!?: Tavşan Deliğinden Aşağı (2006)

Faydalandığım kaynaklar: Investigation: How TikTok’s Algorithm Figures Out Your Deepest Desires (The Wall Street Journal), How TikTok recommends videos #ForYou (TikTok Newsroom)

YORUM BIRAK

Yorumunuzu girin
Adınızı girin