Yanlış bilgilendirme çağında gerçeği nasıl koruyabiliriz

Yalan haberler seçimlerin yönünü değiştirebilir, ekonomileri baltalayabilir ve gündelik hayata nifak tohumları ekebilir. Veri bilimcisi Sinan Aral, dezenformasyon konusundaki en geniş kapsamlı araştırmalardan biri üzerinden yalan haberlerin nasıl ve neden bu kadar hızlı yayıldığını açıklıyor ve gerçeklerle yalanları birbirinden ayırmamızı sağlayacak beş strateji saptıyor.

23 Nisan 2013'te

Associated Press, Twitter'da
şöyle bir tweet attı.

"Flaş haber:

Beyaz Saray'da iki patlama.

Barack Obama yaralandı."

Bu tweet beş dakikadan kısa sürede
4000 kere paylaşıldı

ve sonrasında viral oldu.

Bu tweet, Associated Press tarafından
paylaşılan gerçek bir haber değildi.

Aslında sahte veya yalan bir haberdi.

Associated Press'in
Twitter hesabını ele geçiren

Suriyeli bilgisayar korsanlarınca
paylaşılmıştı.

Amaçları toplumda kargaşa çıkarmaktı
ama çok daha fazlasını yaptılar.

Çünkü otomatik borsa algoritmaları

bu tweet'teki hissiyatı hemen yakaladı

ve ABD Başkanı'nın bu patlamada

yaralanmış veya öldürülmüş olması
ihtimaline göre alım satım

yapmaya başladı.

Tweet atmaya başladıklarında

borsayı çöküşe soktular,

bir günde 140 milyar dolarlık
değer kaybına yol açtılar.

Özel yetkili ABD savcısı Robert Mueller

üç Rus şirketine ve 13 Rus bireye karşı

2016 başkanlık seçimine müdahale ederek

ABD'yi dolandırmak amacıyla

komplo kurmaktan dava açtı.

Bu iddianamenin hikâyesi,

Kremlin'in sosyal medyadaki
gizli kolu olan

Internet Research Agency'nin hikâyesidir.

Sırf başkanlık seçimlerinde

Internet Agency'nin çabaları

ABD'de Facebook üzerinden
126 milyon kişiye ulaştı,

üç milyon tekil tweet attı

ve 43 saatlik YouTube içeriği yayınladı.

Bunların hepsi sahteydi.

ABD başkanlık seçimlerine şüphe tohumları
ekme amaçlı yanlış bilgilendirmelerdi.

Oxford Üniversitesi'nin
yakın tarihli bir araştırması

geçtiğimiz İsveç seçimlerinde

sosyal medyada yayınlanan
seçimle ilgili bilgilerin

üçte birinin

yalan veya sahte olduğunu
ortaya koydu.

Ek olarak, yanlış bilgilendirme amaçlı
bu tür sosyal medya kampanyaları

Burma'da Rohingya'ya karşı yürütülen

veya Hindistan'da linçlere yol açan
"soykırımcı propaganda"ların

yayılmasına yol açabilir.

Biz yalan haberleri araştırdık

ve onları araştırmaya bu terim
popüler olmadan önce başladık.

Bu yıl Mart ayında,
"Science" dergisinin kapağında

internette yayılan sahte haberleri
konu alan en geniş kapsamlı

panel araştırmasını yayımladık.

2006'daki kuruluşundan 2017'ye kadar
Twitter'da yayılan

doğru veya yalan olduğu ispatlanmış

tüm haberleri inceledik.

Bu bilgileri ele alırken

bilgi kontrolü yapan
altı bağımsız kuruluşun

doğruladığı haberleri inceledik.

Yani hangilerinin doğru,

hangilerinin sahte olduğunu biliyorduk.

Yayılışlarını ölçebiliyoruz,

yayılışlarının hızını, derinliğini

ve kapsamını ölçebiliyoruz,

kaç kişinin bu bilgi yağmuruna
kapıldığını da.

Bu araştırmada yaptığımız,

gerçek haberlerin yayılışıyla
yalan haberlerin yayılışını kıyaslamaktı.

Bulduklarımız şunlar:

Yalan haberlerin araştırdığımız
her haber kategorisinde

doğru haberlerden

kimi zaman birkaç kat
daha uzağa, daha hızlı,

daha geniş kapsamlı
yayıldığını tespit ettik.

Siyasi yalan haberler en viral olanlardı.

Diğer tür yalan haber türlerinden
daha uzağa, daha derine

ve daha geniş kitlelere yayılıyorlardı.

Bunu gördüğümüzde

hem endişelendik hem meraklandık.

Neden?

Neden yalan haberler, gerçeklerden
daha uzağa, daha hızlı,

daha geniş çaplı yayılıyor?

İlk hipotezimiz

"Belki yalan haberleri yayanların
takipçisi, takip ettikleri daha çok,

daha çok tweet atıyorlar,

geneli "doğrulanmış" Twitter kullanıcıları

veya daha uzun süredir Twitter'dalar.

Sırayla bunların hepsine baktık.

Tam tersini bulduk.

Yalan haberleri yayanların
takipçileri daha azdı,

daha az kişiyi takip ediyorlardı,
daha az aktif,

ender olarak "doğrulanmış"tılar.

Daha kısa süredir Twitter'daydılar.

Yine de

bunlar ve başka faktörler dâhilinde
yalan haberin tekrar tweetlenmesi ihtimali

yüzde 70 daha fazlaydı.

Öyleyse başka açıklamalar bulmalıydık.

"Yenilik hipotezi" diye
bir şey geliştirdik.

Araştırmalara bakarsanız

insanın dikkatinin yeni şeylere,
çevrede yeni olan şeylere

kaydığı iyi bilinir.

Sosyoloji külliyatına bakarsanız

yeni bilgileri paylaşmayı
sevdiğimizi görürsünüz.

Gizli bir bilgiye
erişimimiz varmış gibi hissettirir

ve bu tür bilgileri yayarak
statü kazanırız.

Gelen doğru veya yalan bir tweet'in
o bireyin önceki 60 günde

Twitter'da gördüklerine kıyasla
ne kadar yeni bir bilgi

olduğunu ölçtük.

Ama bu, yeterli değildi. "Yalan haber,

bilgi teorisi anlamında daha yeni olabilir

ama belki insanlar onu
yeni olarak algılamıyordur." dedik.

İnsanların yalan haberi
nasıl algıladığını anlamak için

doğru ve yalan haberlere
verilen tepkilerdeki

bilgilere ve hislere baktık.

Sürpriz, iğrenme, korku,

üzüntü, beklenti, neşe ve güven gibi

farklı duyguların ölçümlerine baktığımızda

bulduğumuz şey

yalan haberler söz konusu olduğunda
bu sahte tweet'lere verilen yanıtların

çok daha fazla sürpriz
ve iğrenme hissine yol açtığıydı.

Doğru haberlerdeyse
doğru tweet'lere verilen yanıtlarda

daha çok beklenti,

neşe ve güven vardı.

Sürpriz, yenilik hipotezine uyuyor.

Bu, yeni ve şaşırtıcı, dolayısıyla onu
paylaşma ihtimalimiz daha yüksek.

Aynı zamanda ABD Kongre ve Senatosu'nda

yanlış bilgilerin yayılmasında
botların rolüne dair

ifadeler verildi.

Biz de buna da baktık.

Gelişmiş bot tespit
algoritmaları kullanarak

verilerimizdeki botları bulup çıkardık.

Onları çıkardık, geri koyduk

ve ölçümlerimize ne olduğuna baktık.

Şunu bulduk, evet, gerçekten de botlar

internette yalan haberlerin
yayılmasını hızlandırıyordu

ama doğruların yayılmasını da

aynı ölçüde hızlandırıyorlardı.

Yani gerçeklerin ve yalanların

yayılışındaki farklılıkların
sorumlusu botlar değil.

Bu sorumluluğu başkasına atamayız

çünkü o yayılmanın sorumlusu
biz insanlarız.

Şimdiye kadar anlattıklarım

ne yazık ki

işin iyi yanıydı.

Bunun sebebi daha da kötüye
gidecek olması.

Bunu kötüleştirecek
iki belli başlı teknoloji var.

Sentetik medya dalgasında
ciddi bir artış göreceğiz.

Dışarıdan bakıldığında ikna edici görünen
sahte video, sahte seslendirme.

Ve iki teknoloji bunu besleyecek.

İlki "üretken çekişmeli ağlar"
olarak biliniyor.

Bu, iki ağlı bir makine öğrenimi modeli:

Bir şeyin gerçek mi sahte mi

olduğunu belirlemekle görevli
bir ayrıştırıcı

ve sentetik medya

üretmekle yükümlü üretici.

Sentetik üretici,
sentetik video veya sesi üretir

ve ayrıştırıcı şunu belirlemeyi dener:
"Bu sahte mi, gerçek mi?"

Aslında üreticinin işi

yarattığı sentetik video ve sesin
ayrıştıcı tarafından

gerçek sanılması ihtimalini

artırmaktır.

Bizi kandırmakta ustalaşmaya çalışan,

döngüye takılmış bir makine hayal edin.

Bu, ikinci teknolojiyle,

yapay zekânın demokratikleştirilmesiyle,
yani makine öğrenimi

veya yapay zekâ konusunda

herhangi bir eğitimi olmayan
kişilerin bile

sentetik medya üretmek için

bu tür algoritmaları
kullanabilmesiyle birleşince

videoların yaratılması
fazlasıyla kolaylaşıyor.

Beyaz Saray bir gazetecinin
mikrofonunu almaya çalışan stajyerle

etkileşimini gösteren sahte,
üstünde oynanmış bir video yayınladı.

Eylemlerini daha dramatik kılmak için

bu videodan bazı kareleri çıkardılar.

Bu teknik konusunda

videograflar ve dublörlerle görüşüldüğünde

"Evet, yumruklarımız ve tekmelerimiz
daha etkileyici ve saldırgan görünsün diye

filmlerde bunu hep kullanırız." dediler.

Sonra bu videoyu yayınladılar

ve bahsi geçen gazeteci olan
Jim Acosta'nın,

Beyaz Saray basın kartını

iptal etmekte kullandılar.

Basın kartının yeniden çıkarılması için
CNN dava açmak zorunda kaldı.

Bugün bu son derece zor
sorunları çözmek için

izleyebileceğimiz beş yol aklıma geliyor.

Hepsinin potansiyeli var

ama kendilerine göre zorlukları da var.

İlki etiketleme.

Bunu şöyle düşünün:

Yiyecek almak için markete gittiğinizde

hepsi detaylı şekilde etiketlenmiş.

Kaç kalorisi olduğunu,

ne kadar yağ içerdiğini biliyorsunuz

ama tükettiğimiz bilgilerin
hiçbir etiketi yok.

Bu bilgi neleri kapsıyor?

Kaynağı güvenilir mi?

Bilgi nereden toplanmış?

Bilgileri tüketirken

bu bilgiler bize verilmiyor.

Bu izlenebilecek bir yol
ama kendine özgü sorunları var.

Mesela bir toplumda neyin doğru
neyin yanlış olduğuna kim karar verir?

Hükûmet mi?

Facebook mu?

Bilgileri kontrol eden
bağımsız bir kurul mu?

Peki onları kim kontrol edecek?

Bir diğer yol, teşvik.

ABD başkanlık seçimi sırasında

Makedonya'dan bir yanlış bilgi dalgası
geldiğini biliyoruz.

Amaçları siyasi değil,

ekonomikti.

Bu ekonomik amaç, var olabilmesini

yalan haberin,
doğrulardan çok daha hızlı,

çok daha derinlere yayılmasına borçlu

ve bu tür bilgilerle
insanların ilgisini çekerek

reklam geliri elde edebilirsiniz.

Ama bu bilginin yayılmasını baskılarsak

belki de daha baştan
yaratılmasına sebep olan

ekonomik teşvikleri de azaltırız.

Üçüncüsü, denetim.

Bu seçeneği düşünmemiz gerektiği kesin.

Şu anda ABD'de

Facebook ve benzerleri denetim altına
alınsa ne olacağını araştırıyoruz.

Siyasi söylemleri denetlemeyi,
onları siyasi söylem olarak etiketlemeyi,

dış mihrakların siyasi söylemleri
finanse etmesini

engellemeyi göz önünde
bulundurmamız gerekse de

bunların da kendince tehlikeleri var.

Mesela Malezya yalan bilgi yaydığı
tespit edilenlere

altı yıl hapis cezası getirdi.

Otoriter rejimlerde

bu tür düzenlemeler
azınlık görüşlerini bastırmak

ve baskının kapsamını genişletmek
amacıyla kullanılabilir.

Dördüncü olasılık, şeffaflık.

Facebook'un algoritmalarının
nasıl çalıştığını bilmek istiyoruz.

Algoritmalarla birleşen veriler

nasıl oluyor da
gördüğümüz sonuçları doğuruyor?

Kapıyı açmalarını

ve Facebook'un nasıl işlediğini
göstermelerini istiyoruz.

Sosyal medyanın toplumdaki
etkilerini öğrenmek istiyorsak

bilim insanları, araştırmacılar

ve benzerlerinin bu tür bilgilere
erişmesine ihtiyacımız var.

Ama aynı zamanda

Facebook'tan her şeyi kilitlemesini,

tüm verileri güvende tutmasını istiyoruz.

Bu yüzden Facebook
ve diğer sosyal medya platformları

şeffaflık paradoksu dediğim şeyle
karşı karşıya.

Onlardan hem açık ve şeffaf olmalarını

hem de güvenli olmalarını istiyoruz.

Bu, zor bir görev

ama sosyal teknolojilerin
potansiyelini değerlendirip

tehlikelerinden kaçınacaksak

bu görevi başarmalılar.

Düşünmemiz gereken son konu,
algoritmalar ve makine öğrenimi.

Yalan haberlerin köküne inip
onları, nasıl yayıldıklarını anlamamızı,

akışı yavaşlatmamızı
sağlayacak teknolojiler.

İnsanlar bu teknolojiden haberdar olmalı

çünkü her teknolojik çözümün

veya yaklaşımın temelinde,
doğruyu ve yalanı nasıl tanımlıyoruz,

doğrunun ve yalanın ne olduğunu

tanımlama gücünü kime veriyoruz,

hangi görüş doğru,
hangi söylemlere izin verilmeli gibi

ahlaki ve felsefi soruların

yattığı gerçeğinden asla kaçamayız.

Bunun çözümü teknoloji değil.

Bunun çözümü ahlak ve felsefe.

İnsanların karar vermesi, iş birliği

ve koordinasyonu hakkındaki
tüm teorilerin özünde

bir tür gerçek anlayışı yatar.

Ama yalan haberlerin,

sahte videoların,

sahte seslendirmelerin artışıyla

gerçeğin kıyısındaki bir noktaya geldik,

neyin gerçek neyin yalan olduğunu
ayırt edemiyoruz

ve bu, çok tehlikeli olabilir.

Yanlış bilgilendirmeye karşı
gerçekleri savunmak adına

tetikte olmalıyız.

Teknolojilerimiz, politikalarımız

ve belki de en önemlisi

bireysel sorumluluklarımızla,

kararlarımız, davranışlarımız
ve eylemlerimizle.

Çok teşekkürler.

(Alkışlar)