İNSAN DAVRANIŞINI ANLAMAK İÇİN DİJİTAL VERİLERİ KULLANMANIN FAYDALARI VE TEHLİKELERİ

Kaynak:

Nature Editör Ekibinin Yazısı, Nature 595, 149-150 (2021), Link: https://www.nature.com/articles/d41586-021-01736-y , doi: https://doi.org/10.1038/d41586-021-01736-y

Çeviren: Hasan H. Kayış, Aksaray Ünv. İletişim Fak.

Bilgisayımsal sosyal bilim, güçlü bir araştırma aracıdır. Ancak ortak bir dil bulmak için farklı disiplinlere ihtiyacı vardır.

Aşıya yönelik tereddütlerinin nedenleri nelerdir? İnsanlar daha fazla egzersiz yapmaya nasıl teşvik edilebilir? Hükümetler vatandaşların refahını artırmak için ne yapabilir?

Bu soruları araştıran sosyal bilimciler, insanların nasıl davrandığını gözlemler, bu davranışlarla ilgili verileri kaydeder ve ardından çalıştıkları kişilerle görüşerek ve/veya anket yaparak bu bilgiyi artırırlar. Bu şekilde araştırma yapmak zaman alan ve daha çok el yordamıyla sürdürülen bir işlemdir. Ayrıca, aynı anda büyük miktardaki verilere erişim sağlamak oldukça zordur.

Ancak günümüzde araştırmacılar, dijital cihazlarda veya platformlarda sürekli etkileşimlerle her saniye üretilen eşi görülmemiş miktarda sosyal veriye erişebilmektedir. Bunlar, araştırma için gereken insanların hareketlerini, satın alımlarını ve çevrimiçi sosyal etkileşimlerini izleyen verileri içermektedir. Sonuç olarak, bilgisayımsal sosyal bilim olarak bilinen, sosyal sorularla büyük veri analizine yatkın olan çalışma gündemi son yıllarda büyük bir gelişme kaydetmiştir.

Sadece koronavirüs pandemisi sırasında araştırmacılar, pandemi sırasında insanların hareketlerinin nasıl değiştiği ve bu değişikliklerin pandeminin yayılımı üzerindeki etkisini incelemek için milyonlarca cep telefonu kaydına erişebilmişlerdir. Ayrıca insanların pandemi sırasında nasıl para harcadıklarını incelemek için anonimleştirilmiş kredi kartı satın alma geçmişlerine bile erişebilmişlerdir. Bu bilgiler daha sonra pandeminin ekonominin çeşitli sektörlerini nasıl etkilediğini anlamak için kullanılmıştır.

Büyük veri kümelerini analiz etmek için bilgisayarları kullanmak, en eski bilgisayar sistemlerine kadar uzanmaktadır. Her ikisi de toplum ve insan çalışmaları için uzun zamandır önemli kaynaklar olan aktüerler ve ulusal istatistik ofislerinin çalışmalarının merkezinde yer almıştır. Ancak gerçek zamanlı ve bireysel düzeydeki bilgilerin zenginliği, eğilimleri takip etme, tahminlerde bulunma ve kararları etkileme gücünde artık benzersizdir. Ve kullanılabilirliği, onu hemen hemen her sosyal bilim disiplinine yaklaştırmaktadır. Psikolojiden ekonomiye ve siyaset bilimine kadar alanlardaki araştırmacılar, artık temel toplumsal sorunların araştırılması için verilere güvenmektedirler.

Güç ve Sorumluluk

Aynı zamanda, araştırmacıların bu tür kişisel verileri toplamanın ve paylaşmanın (şu anda büyük ölçüde düzenlemeye tabi olmayan uygulamaların) toplum için birçok zorluk oluşturduğunu hatırlamaları gerekmektedir. Bunlar, artan gözetimden kaynaklanan riskleri barındırmaktadır. Aksi takdirde kişilerin anonimleştirilmiş verilerden yeniden tanımlanabilme tehlikesi söz konusu olabilmektedir.

Ayrıca, verileri kullanılan kişilerin buna tam olarak rıza göstermediğine dair endişeler ve verilerin çoğunluğuna sahip olan teknoloji şirketlerinin ekonomik tekeli hakkında daha geniş endişeler vardır. Bu dijital izler, gelişmiş ülkelerdeki nispeten zengin insanların kullanımına orantısız bir şekilde bırakılma eğilimindedir. Bu da işin küresel sonuçlara varma eğilimlerini ön plana çıkarmaktadır. Bu sorunları kabul etmek ve bunlarla çalışmak, gerçek toplumsal ilerlemeyi destekleyen etik bilgisayımsal bir sosyal bilimin anahtarıdır.

Sosyal bilimlerdeki uzmanlık, büyük veri kümelerini toplamak, temizlemek ve analiz etmek gibi becerileri harmanlama ihtiyacından ileri geldiğinden, bilgisayımsal sosyal bilimin, dikkate değer ölçüde çeşitli uzmanlık ve becerilere sahip olan araştırmacı ekipleri gerektirdiği söylenebilmektedir. Ancak disiplinlerarası işbirlikleri ile birlikte başka zorluklar da ortaya çıkmaktadır.

Bu hafta Nature, bilgisayımsal sosyal bilimlerin temelini oluşturan bilim yapma konusundaki araştırma disiplinleri ve bakış açıları arasında köprü oluşturma amacıyla özel bir makale seçkisi yayımlamaktadır. Sosyal, doğal ve bilgisayımsal bilim adamlarından oluşan toplulukların birlikte daha iyi çalışmayı, birbirlerini tamamlamayı ve ortak zorlukların üstesinden gelmeyi öğrenebilecekleri yollar vurgulanmaktadır.

Güçlü Köprüler

Başlangıç olarak, farklı disiplinlerde aynı terimlerin farklı anlamlara sahip olduğu dil engellerinin aşılması gerekmektedir. Örneğin, birçok sosyal bilimde (psikoloji ve sosyoloji gibi), “tahmin” genellikle bir korelasyona atıfta bulunmaktadır. Fen bilimlerinde ise (fizik, bilgisayar bilimi ve mühendislik gibi), genellikle sadece bir tahmin anlamına gelmektedir. Gerçek disiplinler arası araştırma, bilim insanlarının önce birbirlerinin dillerini öğrenmelerini ve ardından ortak bir terim anlayışı geliştirmelerini gerektirmektedir.

Ancak bölünme, bir fenomeni açıklamak için verilerin nasıl derleneceği, analiz edileceği ve yorumlanacağı konusunda dilden daha derine inebilmektedir. New York City’deki Microsoft Research’ten Jake Hofman ve meslektaşları, bilgisayımsal sosyal bilimin, tamamlayıcı yaklaşımları birleştirerek araştırma sorularına en etkili şekilde yanıt verebileceğini savunmaktadırlar. Örneğin, trafik sıkışıklığının nedenleri üzerine sayısal bir tahmin oluşturan araştırmacılar, sürücülerin belirli rotaları kullanma nedenlerine ilişkin içgörüleri ile trafik akışlarına ilişkin verileri bir araya getirecektir.

Herhangi bir çalışmanın sonuçları, yalnızca kullanılan analitik stratejilerle değil, aynı zamanda verilerin kalitesiyle de belirlenir. Özellikle bu, sosyal verilerle uğraşırken özellikle hassas hale gelmektedir. Tweet’ler veya telefonlardan alınan konum verileri gibi, bilgisayımsal sosyal bilimi mümkün kılan çok miktarda mevcut veri, genellikle araştırma amacıyla toplanmaz ve bu nedenle kolayca yanlış yorumlanabilmektedir.

Bu nedenle, Massacusetts Boston’daki Northeastern Üniversitesi’nden David Lazer ve meslektaşlarının yazdığı gibi, büyük veri kümeleriyle çalışan araştırmacılar, yalnızca sayılarda görülen eğilimler veya kalıplardan sonuç çıkarmaya direnmeli ve bir durumu etkileyebilecek faktörleri hesaba katmalıdır. Verilerden gerçek anlam çıkarmak için araştırmacıların, ölçüm nesnelerini teoriye göre dikkatlice tanımladıklarından, doğruladıklarından ve uygun şekilde yorumladıklarından emin olmaları gerekmektedir.

Almanya, Mannheim’daki Leibniz Sosyal Bilimler Enstitüsü’nden Claudia Wagner ve meslektaşlarının açıkladığı gibi, algoritmaların yaygın etkisi başka bir potansiyel hata kaynağıdır. Toplumlarımıza yayılan algoritmaların bireysel ve grup davranışlarını birçok yönden etkilediğine dikkat çekmektedirler. Yani herhangi bir gözlem sadece insan davranışını değil, aynı zamanda algoritmaların insanların nasıl davrandığı üzerindeki etkilerini de tanımlamaktadır. Sosyal bilimi besleyen teorilerin bu etkileri kabul etmek için güncellenmesi gerektiğini savunmaktadırlar. Bu teoriler ve algoritmaların mevcut veriler üzerindeki etkisini net bir şekilde anlamadan, araştırmacılar bu verilerden anlamlı sonuçlar çıkaramayacaklardır.

Bilgisayımsal sosyal bilim için bir başka karmaşık faktör, büyük veri kümelerinin genellikle ticari işletmelerin özel mülkiyeti olmasıdır. Akademik bilim adamlarının erişim elde etmek için şirketlerle bağlantı kurması gerekmektedir ve bu daha fazla önyargıya neden olabilmektedir. Bunun nedeni kısmen, şirketler için verilerin değerli olmasıdır ve bu nedenle verileri paylaşmak şirketlerin kârlılığı için bir risktir. Avustralya, Melbourne’deki Monash Üniversitesi’nden Jathan Sadowski ve meslektaşlarının vurguladığı gibi, firmaların paylaştıklarını kısıtlama eğiliminde olmasının sebeplerinden biri de budur. Ancak bu verilerin toplumsal fayda sağlama potansiyeli ışığında, şirketlerin bu sorunla ilgilenmesi ve kalite, erişim ve veri sahipliği için standartlar belirlemesi gerekmektedir.

İleri Aşamalar

New Mexico’daki Santa Fe Enstitüsü’nden Mirta Galesic ve meslektaşlarının “insani sosyal algılama” üzerine bir makalede tanımladıkları gibi, yararlı ve güvenilir olabilecek veriler elde etmenin yolları vardır. Bu, bireylerin sosyal ağlarında başkaları hakkında nasıl bilgi topladıklarının incelenmesidir. Örneğin, araştırmacılar, insanlarla görüşerek ve onlara arkadaşlarının ne hakkında konuştuğunu sorarak, siyasi görüşlerdeki bir dalgalanmayı tahmin edebilirler. Başkalarından insanlar hakkında veri toplamak, kişinin bildirdiği verilerde görülen bazı yanlılıklardan kaçınmaya yardımcı olabilir ve ek olarak isimsiz veri oluşturma avantajına da sahiptir. Araştırmacıların, hakkında bilgi aldıkları kişiler hakkında hiçbir kişisel veya hassas ayrıntıyı bilmesine asla gerek yoktur.

Büyüme için olgunlaşmış bir başka alan, bulaşıcı hastalık modellemesi ve davranış biliminin kesiştiği yerde yatmaktadır. Boston’daki Harvard T. H. Chan Halk Sağlığı Okulu’ndan Caroline Buckee ve meslektaşlarının iddia ettiği gibi, doğru bir bulaşma ve enfeksiyon modeli, araştırmacıların enfekte olmuş veya olabilecek insanların kültürlerini ve davranışlarını anlamasını gerektirir. Bulaşmanın bu ve diğer sosyal yönlerini dikkate almadan bir hastalığın yolunu tahmin etmek zordur. Disiplinlerarası yapılandırılmış ve yaygın işbirlikleri bunu başarmanın anahtarıdır.

Pandemi, büyük ölçekli veri setlerinin bilim için kullanıldığında hayatların nasıl kurtarılabileceğini göstermiştir. Bu potansiyel, bilgisayar bilimi veya uygulamalı matematik geçmişine sahip araştırmacıların sosyal bilimcilerle bir araya gelmesiyle ancak fark edilmeye başlamaktadır. Bu ilişkiler, bilinen tuzaklardan kaçınmamızı ve bu verileri edinilen bilgiyi en üst düzeye çıkaracak ve potansiyel zararı en aza indirecek şekilde kullandığımızdan emin olmak için etik, sorumlu araştırma ve bilim ve teknoloji çalışmaları gibi daha fazla alandaki araştırmacıları kapsamalıdır.

Disiplinlerarası ortak çalışma nadiren kolaydır, ancak hem daha iyi kararlar hem de sağlam sonuçlar için gereklidir. Doğa, bilim insanlarının birbirlerinin dillerini öğrenmelerine yardımcı olarak, araştırmacıların toplumların en acil sorunlarından bazılarında birlikte daha fazla ilerleme kaydedebilmeleri için bu konuşmayı teşvik etmeye kararlıdır.

Bir Cevap Yazın

Aşağıya bilgilerinizi girin veya oturum açmak için bir simgeye tıklayın:

WordPress.com Logosu

WordPress.com hesabınızı kullanarak yorum yapıyorsunuz. Çıkış  Yap /  Değiştir )

Google fotoğrafı

Google hesabınızı kullanarak yorum yapıyorsunuz. Çıkış  Yap /  Değiştir )

Twitter resmi

Twitter hesabınızı kullanarak yorum yapıyorsunuz. Çıkış  Yap /  Değiştir )

Facebook fotoğrafı

Facebook hesabınızı kullanarak yorum yapıyorsunuz. Çıkış  Yap /  Değiştir )

Connecting to %s

%d blogcu bunu beğendi: