YouTube’un algoritması hakkında kaleme alınan yeni bir makale, YouTube’un radikalleşmeye sebep olduğu tartışmalarının yeniden alevlenmesi neden oldu. Mark Ledwich ve Anna Zaitsev tarafından kaleme alınan makalede, YouTube’un aşırılık yanlısı bir videonun ardından benzer videoları önermediğini iddia ediyor. Henüz hakemli bir dergide değerlendirilmeyen makalede, YouTube’un algoritmasının ana akım medya kanallarını bağımsız içeriklere karşı koruduğunu iddia etti.
Bu alanda çalışma yürüten diğer uzmanlar, Leidwich ve Zaitsev tarafından yazılan makaleye cevap verdiler. Uzmanlar, makalenin yöntemini eleştirdiler ve böyle bir değerlendirme yapmak için algoritmanın sadece önemli birkaç faktörden biri olduğunu, veri bilimin tek başına bu soruya cevap veremeyeceğini söylediler.
YouTube’un radikalleşmede rol aldığını, ilk olarak teknoloji alanında çalışmalar yapan sosyolog Zeynep Tüfekçi, New York Times’da yayınlanan makalesi ile belirtti. Tüfekçi, YouTube’un önerdiği videoların kullanıcıları yavaş yavaş daha aşırı içeriklere yönlendirdiğini söyledi. Zeynep Tüfekçi, koşu hakkındaki videoların ultra maratonlara, aşılar hakkındaki videoların komplo teorilerine ve politika videolarının Holokostu inkar eden videolar gibi videolara yönlendirdiğini yazdı.
Algoritmalar denetlenmezse, aşırıcılık yanlıları medyayı ele geçirecek
YouTube’un eski çalışanı Guillaume Chaslot, Zeynep Tüfekçi’nin savlarını ayrıntılı olarak ele aldı. Chaslot, YouTube önerilerinin aslında komplo teorileri ve temelde yanlış olan videolara karşı önyargılı olduğunu ama insanların sitede daha fazla zaman geçirmesinin yolunun da buralardan geçtiğini söylüyor.
İzlenme sürelerinin olabilecek en üst düzeye çıkarılması, YouTube’un algoritmalarının temelini oluşturuyor. YouTube’un bir şirket olarak bu konuda şeffaf olmaması, radikalleşmeye karşı mücadeleyi imkansız hale getiriyor. Şeffaflık olmadan, bu durumu iyileştirmenin yollarını bulmak zor.
Şeffaf olmama konusunda YouTube, pek de yalnız değil. Şirketlerden devlet kurumlarına kadar bir çok yapılanma, büyük sistemleri hakkında şeffaf davranmıyor. Çocukların okullara yerleştirilmesini sağlayan sistemlerden, kredi puanlarının belirlenmesine kadar bir çok sistem, makine öğrenme algoritmalarını kullanıyor. Genellikle de bu sistemlerin nasıl karar verdikleri hakkında kurumlar ve şirketler tarafından açıklama yapılmıyor.
Öneri sisteminin nasıl işlediğini açıklanması gerekiyor
Makine öğrenme sistemleri genellikle büyük ve karmaşıktır. Bu sistemler, genel olarak bilginin girdiği, yine bilgi ve eylemin ortaya çıktığı kara kutular olarak tanımlanır. Bu nedenle YouTube’un öneri sistemi gibi algoritmaların tam olarak nasıl çalıştığını bilmeden, sitenin nasıl çalıştığını anlamaya çalışmak kaputu açmadan bir arabanın nasıl çalıştığını anlamaya çalışmaya benzer.
Radikallik ve aşırılığın önlenmesi için şirketler ve devlet kurumları, kullandıkları algoritmalar konusunda daha şeffaf olabilirler. Bu şeffaflığı sağlamanın iki yolu bulunuyor. Birincisi, karşı olgusal açıklamaların sunulması. Karşı açıklamalar için algoritmanın bütün mantığı anlatılmadan temel mantığı açıklanabilir. Bir bankanın kredi puanı belirlemesinde, “18 yaşından büyükseniz ve önceden borcunuz yoksa krediniz kabul edilir” şeklinde bir açıklama yapması, sistemin işleyişi için basit ama etkili bir tanımlama olabilir.
İkinci yöntem ise algoritma testi ve denetimidir. Algoritmaların geriye doğru test edilmesi ve sürekli olarak denetlenmesi, yanlış önerilerin önüne geçilmesini sağlayabilir. YouTube’un algoritmasının denetlenmesi, öneri özelliğinin hangi videoları öncelikli olarak önerildiğini ortaya çıkarabilir.
Karşı olgusal açıklamalar veya algoritma denetimini yapmak, zor ve maliyetli bir süreç olsa da fazlasıyla önemlidir. Çünkü karşısına çıkan alternatif, insanlık için daha kötü sonuçlar ortaya çıkarabilir. Algoritmalar kontrol edilmez ve denetlenmezse, komplo teorisyenlerinin ve aşırılık yanlılarının medyayı kademeli olarak ele geçirmesi söz konusu olabilir.
