16 Ocak 2023 Pazartesi günü Ankara Bilim Üniversitesi tarafından düzenlenecek olan TÜBİTAK Ulusal Akademik Destek Programlarına Yönelik Proje Hazırlama Semineri, 10:30-15:00 saatleri arasında Ankara Bilim Üniversitesi Maltepe Kampüsü Konferans Salonu’nda gerçekleştirilecek. Üç oturum olarak planlanan Seminer, 10:30-11:00 arasında Uzm. Başak Durukan’ın TÜBİTAK SOBAG Tanıtım ve Bilgilendirme oturumu ile başlayacak. Ardından 11:00-12:30 arasında Giresun Üniversiyesi Tirebolu İletişim Fakültesi’nden Prof. Dr. Günseli Bayraktutan’ın TÜBİTAK SOBAG Proje Hazırlama Süreçleri ve Destek Türleri oturumu ile devam edecek olan seminer, 13:30-15:00 saatleri arasında ise; Hacettepe Üniversitesi İletişim Fakültesi’nden Prof. Dr. Mutlu Binark tarafından, yürütücülüğünü üstlendiği 120k613 Projesi örneğinin de aktarılacağı TÜBİTAK SOBAG Proje Süreci ve Proje Yönetimi: COVID-19 Pandemisinde Yaşlılar ve Dijital Eşitsizliklerin Yeniden Üretimi 120K613 Nolu Proje Örneği” oturumu ile tamamlanacak.
TÜBİTAK’ın COVID-19 salgını döneminde ortaya çıkan sorunların araştırılması ve bu sorunlara çözüm önerileri geliştirilmesi amacıyla, sosyal ve beşeri bilimler özelinde, ARDEB 1001-Bilimsel ve Teknolojik Araştırma Projelerini Destekleme Programı kapsamında açtığı “COVID-19 ve Toplum: Salgının Sosyal, Beşeri ve Ekonomik Etkileri, Sorunlar ve Çözümler” başlıklı çağrısı kapsamında “Covid-19 Sürecinde Yaşlıların Enformasyon Arayışı ve Enformasyon Değerlendirmesi” başlığıyla desteklenmeye hak kazanan 120K613 Projesi’nde yürütücü Prof. Dr. Mutlu Binark ile birlikte, araştırmacı olarak Akdeniz Üniversitesi Sağlık Bilimleri Fakültesi Öğretim Üyesi Doç. Dr. Özgür Arun ve Mersin Üniversitesi İletişim Fakültesinden Doç. Dr. Duygu Özsoy görev almışlardır. Hacettepe Üniversitesi İletişim Bilimleri doktora programınden Beren Kandemir ve Akdeniz Üniversitesi’nden yüksek lisans öğrencisi Gül Şahinkaya ise projeye bursiyer olarak katkı vermişlerdir.
120K613 Projesi’nin çıktıları birçok sempozyum ve panelde paylaşılmış, bununla birlikte projeden iki de hakemli yayın hazırlanmıştır.
Yayınlarla ilgili detaylı bilgilere aşağıdaki linklerden erişebilirsiniz:
Binark, M., Arun, Ö., Özsoy, D., Kandemir, B., & Şahinkaya, G., (2021). Covid-19 Salgınında Yaşlıların Medya Repertuvarı ve Enformasyon Gereksinimi. Strata, 6, ss.147-165.
Özgür, A. R. U. N., Binark, M., Taylan, D. Ö., Kandemir, B., & Şahinkaya, G. Yaşlıların Toplumsal Sınıfı, Dijital Sermayeleri ve COVID-19 Salgınında Bağlantıda Kalma Pratikleri. İstanbul University Journal of Sociology, 42(2).
Birkaç yıl önce Baudrillard okurken ihtiyaçların yaratılması konusunu çokça düşünme fırsatı bulmuştum. Çevremizin hep “daha”sı için bizi sürekli harekete teşvik etmesi, beni alışkanlıklarımı ve tüketim davranışlarımı gözden geçirmeye itti. Özgürce düşünmek, hissetmek yahut karar vermek yanılgılarının hayatımın her anında fark ederek dehşete düşmüştüm. Kumandaya uzanmak, televizyonun tuşuna basmak, kanallar arasında gezinmek ve nihayetinde bir kanalda durarak izlemeye başlamak. Bu eylemlerin hangisinin özgür irade ile ortaya çıktığını söyleyebilirsiniz?
Gaw (2021) tüketimimizin, seçim ve beğenilerimizin şekillendirilmesini Netflix özelinde incelemektedir. Algoritmaların beğenilerimizi yaratmaktaki rolüne, büyük veri kullanımına ve bu platformların üstlen(me)diği sorumluluklara değinerek bu platformların, Netflix özelinde, yarattıkları piyasaya eleştirel bir yaklaşım sunmaktadır. Temel sorulardan birisi Netflix’in bizim beğenilerimize göre mi önerilerde bulunduğu yoksa beğenilerimizi manipüle ederek “üstlenilmiş beğeniler” mi sunduğudur.
Yazar Bourdieu’nun beğeni ve anlam üretimi kavramlarına atıf yaparak Netflix ve benzeri platformların üretim ve tüketim arasındaki çağdaş aracılar (contemporary intermediaries) olduklarını belirtir (akt. Gaw, 2021). Algoritmaların bu aracılığı hesaplama yetenekleri vasıtasıyla gerçekleştirdiklerini vurgular. Buna rağmen algoritmaların açıklanmayan çalışma mekanizmaları dolayısıyla bunu nasıl gerçekleştirdiğini bilmek mümkün olmamaktadır. Sosyal süreçleri üreten ve sosyal süreçler tarafından üretilen bir yapı olan algoritmalar ihtiyaç duyduğu (geri)beslemeyi sağlayarak süreklilik sağlar.
Kendi Netflix ana sayfanıza baktığınızda Türkiye’de en çok izlenenler ya da Netflix’te popüler başlıklarını göreceksiniz. Sizce bu bilgiler ne kadar nesnel? Bu kategorilerde sunulan dizi ve filmler herkes için ortak gerçeklikler mi ifade ediyor? Eğer Netflix kullanan bir arkadaşınızı arayıp onun ana sayfasında sunulan önerileri sizinkilerle karşılaştırırsanız sorunun cevabını kolaylıkla bulabilirsiniz. Netflix büyük kullanıcı veri kümelerini ve kullanıcıların uygulama geçmişlerini kullanarak kullanıcılar için öneriler oluşturuyor. Bu yolla Netflix kaliteli görüntülemeyi ‘garanti’ ettiğini bildirmektedir. Bu noktada karşımıza çıkan soru Netflix’in kendi içeriklerini öne çıkarıp çıkarmadığıdır. Netflix algoritmanın kendi ürettiği içerikleri öne çıkarmadığını, bu içeriğin kalitesi dolayısıyla içeriklerin öne çıktığını vurgulamaktadır.
Buna rağmen, Netflix’in aşırı kişiselleştirilmiş kültürel deneyimler yaratabilmek adına yarattığı “yeni müşteri kategorileri” olduğunu biliyoruz. Bu kategoriler kullanıcının kullanım geçmişleri ve A / B sorularına verdiği cevaplar üzerinden oluşturulmaktadır. Dikkate değer olan bu “atanan” kategoriler kullanıcının Netflix tecrübesini tamamıyla değiştirmesidir. Netflix yaptığı atamalarla kullanıcı adına karar vermekte, kişiye atadığı kategori üzerinden diğer kategorilere ait içerikleri geri plana itmektedir. Neticede eşcinsel kategorisini atadığını kullanıcısına eşcinsel cinsel yönelimin ağırlıklandırıldığı içerikler sunmaktadır.
Yazar bu noktada çok önemli bir soruyu işaret ederek çalışılması gerekliliğini aktarmaktadır. Bu soru algoritmik mantıkların toplumsal hiyerarşileri daha da sağlamlaştırıp sağlamlaştırmadığı, müzakere etmek için yeni yollar yaratıp yaratmadığı ve hatta toplumsal konumun kültürel kimliğe olan önemini baltalayıp baltalamadığının incelenmesidir. Netflix öneri sistemi (NRS) kültürel deneyimlerimizi yeniden tanımlamak suretiyle toplumsal düzeni yeniden üretmek için kullanılmaktadır. Buna kişinin habitusunun dijital dünyada tekrar yapılandırılması da demek mümkündür.
Bu noktada üç temel algoritmik sürece değinmekte fayda vardır: Çıkarma (extraction), değerlendirme (appraisal) ve tahmin (prediction). Çıkarma aşaması kullanıcıların beğenilerinin belirlenmesi ve toplanması adına açık (explicit) ve örtük (implicit) olarak bilgilerin toplanmasıdır. Bu noktada kullanıcının cevapladığı anketler, favori listesine eklemeler yahut içerik oylamaları açık beğeni tercihini; kullanıcının oynatmaları, izleme zamanları ve aramaları da örtük beğeni tercihini oluşturmaktadır.
İkinci aşama olan değerlendirme aşaması ilk aşamada toplanan verilerin işlenmesi, kategorize edilmesi ve tekrar değerlendirilmesinden oluşur. Bu yolla Netflix, binlerce alt tür (altgenres) oluşturarak içerikleri sunabilecek farklı kombinasyonlar oluşturur. Netflix burada Beğeni Toplumları (Taste communities) ve Tat Benzerleri (taste dopplegangers) gibi bazı yanlı girişimlerde de bulunur. Belirlemiş olduğu bu toplumların / toplulukların üyeleri dünyanın neresinde olursa olsun benzer içeriğe maruz kalmaktadır.
Son aşama olan tahmin ise kullanıcılara önerilerin çeşitli yapılandırma ve sunum ile verilmesini ifade etmektedir. Bu noktada Netflix içeriğin başlığını, özetini, oyuncu kadrosunu veya kazandığı ödüllerini kullanıcıya göre çeşitli şekillerde sunmaktadır. Bunlardan birisi Netflix’in kullanıcıya atamış olduğu “ataerkillik” tutumuna (yahut en basitinden hangi oyuncuyu daha çok sevdiğine dayanarak) göre içeriklerin afişlerinde kadınların ya da erkeklerin öne çıktığı özelleştirilmiş afişler sunmasıdır. Bir diğeri kullanıcı “siyahi” kategorisine atandığında içeriklerde yer alan siyahi karakterlerin, bu karakterler içeriğin ana karakteri olmasa dahi, öne çıkarıldığı afişlerin sunulmasıdır. Bir diğer örnek olarak ise “atanmış” cinsel yöneliminize göre içeriklerin bölüm sıralarının değiştirilerek size sunuluyor olmasıdır. Örneğin Netflix sizi eşcinsel olarak atamış ise size o dizide bulunan eşcinselliğe ait sahnelerini öne getirmektedir. Bu örnekler yalnızca durumun daha iyi anlaşılması için verilmiştir, çeşitlendirilmesi mümkündür.
Kullanıcılar tarafından dile getirilen bir diğer durum ise kendi ilgi alanlarına girmeyen içeriklerin sürekli olarak kendilerine öneriliyor oluşudur. Yahut izledikleri bir içerik sonrasında alakasız bir önerinin geliyor oluşudur. Bu durum Netflix algoritmasının kullanıcıların beğen / beğenme (like / dislike) butonları ve izleme listeleri üzerinden yaptıkları “gerçek” tercihlerini bilinçli olarak göz ardı ettiği çıkarımını yapmamıza sebep olmaktadır.
Algoritmaların kendi kendini yöneten, kendi kendini üreten yapısı sayesinde, bu mantıklar evrensel, kesin ve kalıcı hale gelir ve seçim ve kontrol kisvesi altında kültürel deneyimler üretirler. Şeffaflıktan yoksun ve romantik anlatılarla sarmalanmış algoritmalar, görünmez ancak her yerde hazır ve nazır altyapılarının arkasında çalıştıkları için incelemeden muaftırlar (Pasquale, 2015, akt. Gaw, 2021). Bu güç asimetrilerine rağmen algoritmik mantık, sosyal aktörler, kurumlar ve altyapılarla iç içe geçmiş algoritmaları anlamlandırmada bir “yorumlayıcı şema” (Altheide, 2015, akt. Gaw, 2021) işlevi görür. Sonuç olarak mantıklarının nasıl örtüştüğünü ve çağdaş kültürel deneyimleri nasıl etkilediklerini sorunsallaştırmak için bu medya ve sosyal yapıların kesişiminin ve karşılıklı bağımlılığının eleştirel bir incelemesi gerektiği söylenebilir.
*Bu yazı kaynakçada yer verilmiş olan Fatima Gaw’ın “Algorithmic logics and the construction of cultural taste of the Netflix Recommender System” yazısı üzerinden oluşturulmuştur.
Kaynaklar
Baudrillard, J. (2020). Tüketim Toplumu (Çev. N. Tutal, F. Keskin). Ayrıntı Yayınları. (1970).
Gaw, F. (2022). Algorithmic logics and the construction of cultural taste of the Netflix Recommender System. Media, Culture & Society, 44(4), 706–725. https://doi.org/10.1177/01634437211053767
berenkandemir tarafından yazıldı 
Yeni Medya 