Bu yazı Ahmet KURNAZ’ın Dijital Siyasetin Yükselişi ve Yapay Zekâ başlıklı kitap bölümünden oluşturulmuştur. Bölümün tamamını okumak için bu linki takip ediniz https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4312539
Dünya genelinde her gün yaklaşık olarak 2.5 kentilyon bayttan fazla veri üretilmektedir (Margetts ve Dorobantu, 2019: 163). 1 kentilyon matematiksel olarak 1018 ile ifade edilebilir. Bu sayı Millet Kütüphanesi’ndeki basılı kitapların yaklaşık iki milyon katını ifade etmektedir4. Bu kadar fazla verinin üretildiği bir ekosistemde ‘dijital siyaset’ erişilebilen her türlü verinin siyasal amaçlarla işlenmesi, teknolojinin sağladığı araçlarla siyasal iletişimin güçlendirilmesi ve kamuoyunun yönlendirilmesi anlamına gelmektedir.
Farklı siyasal senaryolarda kullanılabilmesi için dijital ortamda üretilen ve tüketilen veriler çeşitli sınıflandırmalara tabi tutulmaktadır. Örneğin gönüllü veriler kişilerin açık biçimde sağladığı verileri işaret etmektedir. Buna karşın gözlenen veriler ise dijital ortamda kişilerin edimlerinin kaydedilmesiyle ortaya çıkar. Bir başka sınıflandırmaya örnek olarak gerçek veriler olgusalken modellenmiş veriler çıkarımsal ya da benzeşen (simülasyon) yapıdadır. Olgusal veriler kişiler hakkındaki bilinen/öğrenilen değişkenlere dayanır. Buna karşın çıkarımsal veriler kişilerin hangi özelliklere sahip olduğunun veya nasıl davranacaklarının olgusal verilere dayalı modellerle tahmin edildiği değişkenleri içerir (Christl, 2017: 15).
Yukarıdaki sınıflandırmaya ek olarak dijital siyasetin en temel parçalarından bir tanesi ‘büyük veri’dir. Anlamı farklı bağlamlarda değişkenlik gösterse de büyük veri olarak tanımlanan veri setlerini diğerlerinden ayıran çeşitli özellikler vardır. Bunlar arasında hacim, hız, cins, kapsam, tekillik, ve ilişkisellik sayılabilir. Öyle ki bu özelliklere sahip bir veri setinin işlenebilmesi11 için var olan yazılımlar yetmemekte bu sebeple uzmanlar tarafından verinin toplanması, çözümlenmesi ve raporlanması için yeni teknolojiler12 geliştirilmektedir (D.Lazer ve Radford, 2017: 21; Margetts, 2017b: 203).
Büyük verinin değeri onun beyana dayalı olmamasından gelmektedir. İnsanların beyan ettikleri verilerde sistematik biçimde yanıltıcı bilgi verdikleri bilinmektedir (D. Lazer ve Radford, 2017: 23). Beyan edilen veriler cinsiyete, duygu durumuna, ortama ve konuya göre gerçeklikten sapabilir (Gustavson, 1997). Buna karşın ‘büyük veri’ kişilerin gözetildiklerini düşünmeden gerçekleştirdikleri davranışlarının dijital ayak izlerini içermektedir. Bir başka ifadeyle, büyük veri hatırlanan bilgilerden daha kapsayıcıdır. Kişilerin hafızalarının sağladığı bilgilerin çok daha ötesinde ve olası yanlılıklarından azade biçimde diğer sosyal varlıklarla olan etkileşimine ilişkin verilerden oluşur.
Büyük veri uzun zaman önce ortaya çıkan ancak işlevsellik kazanamamış yapay zekâ disiplinini de harekete geçirmiştir. Günümüzde yapay zekâ13 dijital ekosistemde -arka planda hareketlerimizi sürekli işleyen, sınıflandıran, kullanıcılara önerilerde bulunan, veriye dayalı kararlar alan bir teknolojidir. Bu teknolojinin ortaya çıkışı İkinci Dünya Savaşı sonrasında olmuştur. Alan Turing’in (1950) ünlü “Computing Machinery and Intelligence” adlı makalesiyle birlikte “makineler düşünebilir mi?” sorusu tartışmaya açılmıştır. Bu soruya farklı açılardan yaklaşmak mümkündür. Örneğin, “bir makine insan gibi düşünmeli midir?” sorusunu sorarak insan gibi davranan ya da rasyonel davranan makinelerden bahsedilebilir. Sonuçta “insan zekâsının gerekli olduğu işleri makinelerin yapabilmesinin sağlanması” bakış açısıyla son yüzyılda hızla ilerlemeler kaydedilmiştir. Bu bilgiler ışığında yapay zekâ alanı bilgisayar bilimi araç setlerini ve veri tabanlarını kullanarak insanların karar almalarını kolaylaştıran ve destekleyen ya da doğrudan otomasyon sistemlerinin veriden öğrenerek karar almalarını sağlayan bir disiplin olarak tanımlanabilir (IBM Cloud Education, 2020).
Yapay zekâ akademi ve özel sektörün öncülüğünde gelişmiştir. Şirketler hem veri ekonomisi hem de büyük veri üzerinde çalışan yapay zekâ araçlarıyla kârlarını en üst seviyelere taşımışlardır. 2020 yılında AB ülkeleri ve Birleşik Krallık’ı kapsayan araştırmaya göre veri pazarı 325 milyar avro değerindedir ve 2025 yılında 550 milyar avroyu aşması beklenmektedir (Building a Data Economy — Shaping Europe’s Digital Future, 2021). Benzer biçimde 2021 yılında dünya genelinde 350 milyar dolar hacme ulaşan dijital reklam pazarının 2026 yılında 786.2 milyar dolara ulaşması beklenmektedir (Yahoo, 2021).
Öte yandan, devletlerin büyük veriye erişimi, yaygın kanının aksine, kısıtlı ve birbirinden kopuk kanallar üzerinden gerçekleşmektedir. Ayrıca, hükümetler yapay zekâyı siyasa yapım süreçlerine eklemleme noktasında yavaş kalmışlardır. Buna ek olarak kamunun veri kaynakları, istatistik ofisleri ve anketlerin ötesine geçememektedir. Asıl davranışların nasıl gerçekleştiğine ilişkin veriler siyasa yapım süreçlerinde kullanılmamaktadır (MacArthur vd., 2022: 1035; Margetts ve Dorobantu, 2019: 163-164).
Kamu ve özel sektör uygulamalarında verinin dijital siyasete bir girdi olarak kullanılması yeni gelişmekte olan bilişimsel sosyal bilimler (BSB) yaklaşımlarını ortaya çıkarmıştır. Bu çalışmaları yapanlar bilgisayar mühendisleri, sosyal bilimciler, istatistiksel fizikçiler ve bu çatı altında buluşturulabilecek diğer araştırmacılardır. Dijital siyaset uygulamalarında BSB; dil, konum ve hareketlilik, ağlar, görseller ve video biçimdeki veri ve onun içindeki türlü ilişkileri inceleyerek siyasal çıkarımla yapmayı hedefler (D. M. J. Lazer vd., 2020: 106).
BSB uygulamalarıyla büyük veri ve yapay zekâ tıptan ekonomiye, ülke savunmasından müşteri hizmetlerine insan hayatını kolaylaştıran ve konforunu yükselten birçok alanda kullanılsa da bu disipline dair iki önemli yanlış algıdan bahsedilebilir. Bunlardan birincisi yapay zekânın kısa vadede insanların yerini alacağı düşüncesidir. Ancak otonom robotlar veya yüksek kapasiteli karar destek sistemleri insan zekâsıyla karşılaştırılamazlar. Bunun en önemli sebebi makinelerin saymada insanların ise sınıflandırmada daha başarılı olmalarıdır (King vd., 2017: 2). Günümüzde yapay zekâyla birlikte tüm faaliyet alanlarında olduğu gibi dijital siyasette de büyük bir dönüşüm yaşanmaktadır. Ancak siyasette ve kamu yönetiminde insan ve yapay zekânın birlikte kullanılması daha pratik bir yaklaşım olarak görünmektedir (MacArthur vd., 2022: 1036). Veri asimetrisini ortadan kaldırmak ve kötü niyetli aktörlerin çabalarını boşa çıkarmak için yapay zekânın ‘doğru’ kullanımı demokrasilerin geleceğinde önemli bir rol oynayacaktır (Ünver, 2018a: 15).
İkinci hatalı algı verinin sahip olduğu hacmin bütün sorunları çözeceğine dair inançtır. ‘Büyük veri kibri’ olarak adlandırılan bu durum eldeki büyük verinin sosyal gerçekliği tamamen yansıttığına dair algıya işaret eder (D. Lazer vd., 2014: 1203). Özel sektörün ve kamu sektörünün elindeki büyük veriyle ilgili farklı sorunları vardır. Öncelikle, dijital platformlardan toplanan veriler tüm topluma genellenemezler. Bunun öncelikli sebebi bu dijital platformların toplumun tümünü temsil etmemesidir. Örneğin sosyal bilimciler tarafından sıklıkla kullanılan Twitter sadece Twitter’da kayıtlı olan bireylerden oluşan bir örneklem grubu sunabilir. Buna ek olarak farklı platformların kaydolma, takip etme, arkadaşlık kurma, yorum yapma, beğenme gibi dijital faaliyetler için farklı kuralları vardır. Dolayısıyla farklı veri setleri üzerinden gerçekleştirilen aynı çalışma farklı sonuçlar üretebilir. Aynı sebepten ötürü farklı veri setlerini bir arada kullanmak oldukça zordur ve ileri düzey uygulamalar gerektirir (D. Lazer ve Radford, 2017: 29).
KAYNAKLAR
Kurnaz, Ahmet. Dijital Siyasetin Yükselişi ve Yapay Zekâ. Siyaset, Kamu Yönetimi ve Uluslararası İlişkiler Bağlamında Yapay Zeka Tartışmaları, Ekin Yayınevi. https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4312539
Building a data economy—Shaping Europe’s digital future. (2021). https://digital-strategy.ec.europa.eu/en/library/building-data-economy-brochure
Christl, W. (2017). Corporate Surveillance In Everyday Life. How Companies Collect, Combine, Analyze, Trade, and Use Personal Data on Billions. http://crackedlabs.org/en/corporate-surveillance
IBM CLoud Education. (2020). What is Artificial Intelligence (AI)? IBM. https://www.ibm.com/cloud/learn/what-is-artificial-intelligence
King, G., Lam, P., & Roberts, M. (2017). Computer-Assisted Keyword and Document Set Discovery from Unstructured Text. American Journal of Political Science, 61 (4), 971- 988.
Lazer, D., Kennedy, R., King, G., & Vespignani, A. (2014). The Parable of Google Flu: Traps in Big Data Analysis. Science, 343 (6176), 1203-1205.
Lazer, D., & Radford, J. (2017). Data ex Machina: Introduction to Big Data. Annual Review of Sociology, 43 (1), 19-39.
Lazer, D. M. J., Pentland, A., Watts, D. J., Aral, S., Athey, S., Contractor, N., Freelon, D., Gonzalez-Bailon, S., King, G., Margetts, H., Nelson, A., Salganik, M. J., Strohmaier, M., Vespignani, A., & Wagner, C. (2020). Computational social science: Obstacles and opportunities. Science, 369 (6507), 1060-1062.
Margetts, H., & Dorobantu, C. (2019). Rethink government with AI. Nature, 568 (7751), 163- 165.
Margetts, H. (2017b). The Data Science of Politics. Political Studies Review, 15 (2), 201-209
MacArthur, B. D., Dorobantu, C. L., & Margetts, H. Z. (2022). Resilient government requires data science reform. Nature Human Behaviour, 6 (8), 1035-1037.
Turing, A. M. (1950). Computing Machinery and Intelligence. Mind, 49, 433-460.
Ünver, H. A. (2018a). Artificial Intelligence, Authoritarianism and the Future of Political Systems (SSRN Scholarly Paper Sy 3331635). https://papers.ssrn.com/abstract=3331635
Yahoo. (2021, Ekim). Global Digital Advertising and Marketing Market Report 2021: Market to Reach $786.2 Billion by 2026 – Digital Advertising Spending Records Growth during Pandemic. Yahoo!Finance. https://finance.yahoo.com/news/global-digital-advertising-marketing-market-141300439.html