Sosyal medya kullanıcılarının yaşam tarzlarından, tüketim alışkanlıklarına kadar pek çok konuda profillerinin çıkarılabiliyor. Pek çok kurum ve araştırmacının üzerinde çalıştığı bu konu Cambridge Analytica skandalıyla kamuoyunun gündemine girdi. 2016 ABD seçimlerinde sosyal medya kullanıcılarına politik eğilimlerine göre hedefli reklamlar gösteren kampanyalar Trump’ın galibiyetinin en önemli bileşeni olarak görülüyor.

Yapay zeka ve veri analizinde her şeyin başı veri. Öncelikle elinizde hedef kitlenizi temsil eden geniş bir kullanıcı veri tabanı olmalı. Cambridge Analytica skandalı öncesi sosyal medya platformları üzerinden kişisel verilere erişim oldukça kolay ve sıradan bir işti, artık değil. Hem yasalar hem de sosyal medya platformlarının yeni altyapıları kullanıcı verilerine erişimi neredeyse imkansız kılıyor. Şu anda veriye nispeten kolayca ulaşılabilen tek platform Twitter. Bu yüzden kurumların kendi müşterilerinin verilerine sahip çıkmaları, veri derinliği ve kalitesini öncelikli amaçlar arasına alması çok önemli. Derinlikli, güncel ve güvenilir veriye sahip olmadan yapay zeka uygulaması geliştirmek bir yana var olan yapay zeka uygulamalarını kullanmak bile mümkün olmayabilir.

Diyelim elimizde yüzbinlerce hatta belki milyonlarca kullanıcının sosyal medya verisi var. Bunları kullanarak kullanıcı profillerini nasıl çıkartabiliriz? Bu soruya en temel yaklaşım kişiler arasındaki ilişkileri modelleyen yapılar kurmaktır, bunlara bilgisayar bilimciler ağ (network) der matematikçiler ise çizge (graph). Ağ analizi için başlangıç noktası olarak Facebook’ta olduğu gibi kullanıcıların birbiri ile arkadaş olma ilişkisini modellemeyi seçebiliriz. Köşeler insanları, insanlar arasındaki çizgiler de insanlar arasındaki arkadaşlık ilişkisini temsil ediyor. Aşağıda gördüğünüz örnek, Donald Trump’ın ilişkiler ağını inceleyen bir çalışmadan.

Böyle bir ağ aracılığıyla mesela Trump’ın destekçileri ve muhalifleri tespit edilebilir, bu gruplar ağın farklı bölgelerinde öbeklenmiş olacaklardır.

İnsanlar arasına tanışıklık ilişkisinden daha farklı ilişkiler koyarak, hedeflerimize yönelik profilleme yapabiliriz. Mesela politik profilleme için kullanıcıları söylemlerine göre, bir kaç kategoride puanlayıp (milliyetçilik, dindarlık gibi), bu puanları kullanarak aralarındaki ilişkinin gücünü ölçerek ağlar kurulabilir. Burada kritik nokta şu: Kullanıcılara verdiğimiz puanlar çok güvenilir olsaydı, doğrudan kullanıcıların bu kategorilerdeki puanlarına bakarak profillemeyi yapardık. Oysa muhtemelen sadece bu puanlamalara bakarak bir insanın ne kadar milliyetçi ya da ne kadar dindar olduğunu güvenilir biçimde söylemek mümkün değil. Bu yüzden puanlamaların kendisiyle değil de puanlamalar sayesinde elde ettiğimiz ağı inceleyerek daha güvenilir sonuçlar elde edebiliyoruz. Aşağıdaki örnekler Stanford Üniversitesi’nin Twitter analizlerinden; ilki İslam ve terör konulu bir tartışmayı ikincisi ise ortak kullanıcıları hedefleyen iki farklı robot hesabı gösteriyor.