*Bu içerik ilk kez "Misinformation and biases infect social media, both intentionally and accidentally" başlığıyla The Conversation tarafından 20 Haziran 2018 tarihinde yayınlanmış ve Rümeysa Sena Şahbaz tarafından Teyit için çevrilmiştir.
Sosyal medya, Amerika’nın ve dünyanın başlıca haber kaynaklarından biri. Buna rağmen kullanıcılar hala komplo teorileri, tık tuzakları, kurgulanmış haber metinleri, sözdebilim ve siyasi propaganda gibi doğruluğu şüpheli içeriklere maruz kalıyor.
Bunca yanlış bilginin yayımlanıyor olması şaşırtıcı değil çünkü spam ve çevrimiçi dolandırıcılık suçlular için çekici bir yöntem sunuyor ve çevrimiçi siyasi propagandanın desteği artırdığı ve finansal fayda sağladığı bir gerçek. Fakat güvenilir olmayan içeriklerin bu denli yayılması insanların ve sosyal medya platformlarının arkasındaki algoritmaların manipülasyona açık olduğunu gösteriyor.
Araştırmamız sosyal medya ekosistemini yanlış bilgilendirmeye açık hale getiren üç tür yanlılık belirledi. Indiana Üniversitesi’ndeki Sosyal Medya Gözlemevi, insanların bu yanlılıkların farkına varmasına ve kendileri üzerinden kar sağlayan bu harici etkilerden korunmalarına yarayacak araçlar üretiyor.
Bilişsel yanlılıklar
Bilişsel yanlılık beynin bilgiyi işlemek için kullandığı olağan süreçlerle üretiliyor. Beyin yalnızca sınırlı oranda bilgiyi düzenli bir biçimde işleyebilir ve çok fazla uyarana maruz kaldığından fazla bilgi yüklemesi durumu ortaya çıkar. Yalnızca bu bile, sosyal medyada dolaşımda olan bilginin kalitesine dair ipuçları veriyor. Kullanıcıların sınırlı dikkatleri için sosyal medyada süregiden kıyasıya mücadele, insanların kaliteli içerik paylaşmaya daha yatkın oldukları zamanlarda dahi, bazı fikirlerin kalitesizliklerine rağmen nasıl hızla yayıldıklarını açıklıyor.
Fazla bilgi yüklemesini önlemek adına beyin bazı kısayollar kullanır. Bu metotlar genelde beynin rutin işleyişini düzenliyor fakat yanlış bağlamlarda kullanıldıklarında yanlılıkların oluşmasına sebep oluyorlar.
Bu bilişsel kısayollardan biri, kişi sosyal medya akışında rastladığı bir şeyi paylaşıp paylaşmayacağına karar verirken devreye giriyor. Metnin doğruluğuna ilişkin bir bilgi sunmamasına rağmen insanlar, başlıkların yarattığı duygusal çağrışımlardan oldukça etkileniyorlar. Halbuki metnin kim tarafından yazıldığı, güvenilirliği saptama açısından çok daha önemli.
Bu yanlılıkları yıkmak ve insanları bir iddiayı paylaşmadan önce kaynağını araştırmaları hususunda teşvik etmek için Android ve iOS’tan ücretsiz olarak indirilebilen bir haber okuryazarlığı oyunu olan Fakey’i geliştirdik. Fakey, şüpheli ve ana akım kaynaklardan alınan haberlerin bir arada bulunduğu bir sosyal medya akışı görünümüne sahip. Oyuncular, güvenilir kaynaklardan paylaştıkları her haber ve doğrulanması için işaretledikleri her şüpheli içerik için puan topluyorlar. Bu süreçte, haber kaynağının güvenilirliğini sorgulamalarına yarayan propaganda amaçlı ve duygusal ağırlıklı içerikleri tespit etmeyi öğreniyorlar.
Fakey oyunu. Mihai Avram and Filippo Menczer
Toplumdaki yanlılıklar
Bu yanlılıkların bir diğer kaynağı da toplumun kendisi. İnsanlar sosyal çevreleriyle doğrudan iletişim kurduklarında, arkadaş seçimlerini etkileyen yanlılıkları, karşılaştıkları bilgiler üzerinde de etkili olmaya başlıyor.
Araştırmamız gösteriyor ki, bir Twitter kullanıcısının politik eğilimleri takipleştiği kimselerin siyasi tercihlerine bakarak kolayca belirlenebilir. Bu taraflı iletişim ağları üzerine araştırmalarımız, grupların ideolojik görüş odağında kümelendikleri ve aynı görüşü paylaşmayanları dışarıda bıraktıkları sosyal ağların, doğruluğu önemli olmaksızın, bilgiyi yaymada oldukça etkili olduğunu gösterdi.
Ait olunan sosyal çevreden gelen bilgiyi daha güvenilir kabul etme eğilimi, bilinçli ya da bilinçsiz şekilde, manipülasyona açık yankı fanuslarının oluşmasına sebep oluyor. Bu da neden pek çok çevrimiçi tartışmanın biz ve onlar karşıtlığı üzerine kurgulandığını açıklıyor.
Çevrimiçi sosyal ağ yapılarının kullanıcıları yanlış bilgiye nasıl yönlendirdiklerini gözlemlemek için de, güvenilir olmayan kaynaklardan dağılan bilgiyi takip eden ve bilgi doğrulama içeriklerinin yayılımıyla karşılaştıran bir araç olan Hoaxy’yi yarattık. Hoaxy’nin 2016 Amerika Başkanlık Seçimleri’ne dair topladığı veriye göre, sosyal medyada seçime ilişkin yanlış bilgi yayan hesapların pek çoğu doğrulanmış içeriklerle neredeyse hiç karşılaşmıyor.
Yanlış bilgi yayan hesapları derinlemesine incelediğimizde, birbirinden haberdar bir çekirdek grubun olduğunu ve bu grubun üyelerinin neredeyse yalnızca birbirlerinin gönderilerini retweet ettiklerini fark ettik. Elbette bu çekirdek grup içerisinde “bot” tabir edilen sahte hesaplar da vardı. Bu grubun üyeleri, haber doğrulama organizasyonlarından söz ettikleri veya alıntı yaptıkları ender durumlarda ya organizasyonun meşruiyetini sorguluyor yahut ortaya konan bilgilere karşı çıkıyorlardı.
Hoaxy
Algoritmaya bağlı yanlılıklar
Bahsettiğimiz yanlılıkların üçüncü kaynağı insanların çevrimiçi platformlarda ne göreceklerine karar veren algoritmalar. Bu algoritmalar hem arama motorları hem de sosyal medya platformları tarafından kullanılıyor. Bu kişiselleştirme teknolojileri her bir kullanıcının merakını uyandıran ve ilgi alanlarına en çok hitap eden içerikleri seçmek üzere kullanılıyorlar. Fakat bu eleme süreci, kullanıcıların bilişsel ve sosyal önyargılarının pekişmesine sebebiyet vererek onları manipülasyona karşı savunmasız hale getirebilir.
Örneğin, pek çok sosyal medya platformunda faaliyet gösteren reklam araçları yanlış bilgilendirme kampanyalarının mesajlarını onlara inanmaya halihazırda yatkın olan kullanıcılara göre dizayn etmelerine izin vererek doğrulama sapması tabir edilen yalnızca kendi yargılarımızı destekleyen şeylere kulak verme eğilimini destekliyor.
Buna ek olarak, şayet bir Facebook kullanıcısı, belli bir haber kaynağının linklerine tıklamaya daha yatkınsa, Facebook bu kullanıcıya o kaynaktan daha çok içerik gösteriyor. Filtre baloncuğu diye tabir edilen bu etki, insanları çeşitli perspektiflerden mahrum bırakarak teyit yanlılığını kuvvetlendirebilir.
Araştırmamız gösteriyor ki Vikipedi gibi sitelerle kıyaslandıklarında, sosyal medya platformları kullanıcılarına daha çeşitlilikten yoksun kaynaklar sunuyorlar. Bu eğilim bir kişiden ziyade kuruma ait olduğundan, buna homojenlik yanlılığı demeyi uygun bulduk.
Sosyal medyanın bir diğer önemli bileşeni ise tık sayısına göre belirlenen trend’ler. Buna popülerlik yanlılığı demeyi tercih ettik çünkü popüler içerikleri öne çıkarmak üzere yazılmış algoritmaların platformdaki bilginin kalitesini negatif yönde etkileyebileceğini keşfettik. Kaliteye bakmaksızın popüler olanı öne çıkardığından bu sistem var olan teyit yanlılığını da besler nitelikte.
Tüm bu algoritmik yanlılıklar sosyal medya üzerinden gerçek kişilerle iletişime geçen bot hesaplar tarafından manipüle edilebilir. Bu bot hesapların pek çoğu, Twitter’daki Big Ben gibi, zararsız. Fakat bu hesapların bir kısmı asıl kullanım amaçları hakkında fikir vermeyecek şekilde oluşturuluyor, yanlış bilginin yayılımını teşvik etmek, bir taban hareketi oluştuğu izlenimi yaratmak ve suni kamuoyunu oluşturmakta kullanılıyorlar. Araştırmamız sırasında Amerika’da 2010 yılında düzenlenen seçimlerde bu tür teknikler kullanıldığı yönünde kanıtlar elde ettik.
Botometer
Bu manipülasyon stratejilerini çalışmak üzere, sosyal medyadaki bot hesapları tespit etmemize yarayan Botometer adlı bir araç geliştirdik. Botometer makine öğrenimini kullanarak Twitter hesaplarının binlerce özelliğini inceleyerek bot hesapları tespit ediyor. Bunu yaparken hesabın ne sıklıkla ve kaç gönderi paylaştığını ve takip edip gönderilerini paylaştığı hesapları göz önünde bulunduruyor. Elbette kusursuz bir araç değil fakat Twitter’da var olan hesapların yüzde on beşlik bir kısmının bot hesap olabileceğini gösterdi.
Botometer ve Hoaxy’yi birlikte kullanarak Amerika’daki 2016 başkanlık seçimi kampanyasını etki altına alan yanlış bilgi ağının özüne ulaşmaya çalıştık. Çalışmamız bilişsel önyargıları, doğrulama sapması ve popülerlik sapmasından ve Twitter’ın algoritmik yanlılıklarından yararlanan pek çok bot hesabın varlığını ortaya çıkardı.
Sözünü ettiğimiz botlar bu tarz manipülasyonlara karşı savunmasız kullanıcıların etrafında filtre baloncukları oluşturabiliyor ve onları yanlış iddia ve bilgiye maruz bırakabiliyorlar. Gerçek kullanıcıların ilgisini ilkin onların destekledikleri bir adayın hashtag’ini kullanarak ya da kişinin gönderilerine cevap verip retweet ederek çekiyorlar. Daha sonra, güvenilmez kaynaklardan kullanıcının karşılaştığı yanlış iddiaları iddiaya konu olan kişi ya da kurumları kötüleyerek pekiştirecek belli anahtar kelimeleri içeren yazılar retweetliyorlar. Bu aktivite aynı zamanda algoritmanın çokça etkileşim alan bu içerikleri diğer kullanıcılara da göstermesini sağlıyor.
Karmaşık zafiyetleri anlamak
Bu araştırmanın yanı sıra başka pek çok araştırma bireylerin kurumların ve hatta toplumların sosyal medya vasıtasıyla manipüle edilebileceklerini gösterdi fakat daha cevaplanması gereken çok soru var. Bu yanlılıkların birbirleriyle olan ilişkisinden doğabilecek daha karmaşık zafiyetleri keşfetmek özellikle önemli.
Bizim araçlarımız ve benzerleri kullanıcılara yanlış bilgilendirme ve bunun zararlarından korunma yollarıyla alakalı bilgi sunuyor. Üretilebilecek çözümler, teknik yanlarının olması muhtemel olsa da, bütünüyle teknolojik çözümler olmayacaklar ve problemin bilişsel ve sosyal yanlarının da ele alınması bu yüzden çok önemli.
