Google Bizi Nasıl Dinliyor?

İnternet servislerinden biri olan arama motorları; kullanıcıların aramalarını ve arama geçmişlerini metrik sistem ile işleyerek, tahmin yapma üzerine inşa edilmiştir. Dolayısıyla, geçmişten beri süre gelen ve bir mit olan “ İnternet bizi dinliyor ” düşüncesi kısmen doğrudur diyebiliriz.

Google gibi geniş tabanlı ve büyük çaplı arama motorları kullanıcıları dinlerken; herhangi bir alternatif platformdan yardım almamakta, sadece kendi çerezlerini (cookie) ve kayıtlarını kullanmaktadır. Bu çerezler ve kayıtlar içerisinde arama motorunun tüm alt servisleri dâhil bütün sistem, aktif rol oynamaktadır. Örneğin Google arama motorundan bahsederken sadece Google web sayfasından değil aynı zamanda; Google Haritalar, GMail, Google Chrome, YouTube, Google Play, Android OS (işletim sistemi) gibi bütün yapılardan bahsedilmektedir. Arama motorları, bütün kendi alt sistemleri ile hiyerarşik bir yapıda çalışmaktadır. Buradan anlaşılacağı üzere; iletişim kurmak için kullanılan mail adresi ve bu mail içerisindeki yazışmalar bile bir yapay zekâ tarafından incelenmekte ve anahtar kelimeler aracılığıyla ayrıştırılmaktadır.

Google bizi kopyalıyor mu?

Sadece dinle ve araştır mantığından ziyade, işin arka tarafında yapay bir modelleme söz konusudur. Oluşturulan yapay model aslında; kullanıcının seçimleri, tercihleri, neye vakit ayırdığı ve hoşlandığı şeyler gibi salt istatistikler ile meydana getirilen bir olgudur. Kullanıcının karakteristik profili oluşturularak bu yapay modele işlenir ve bu modele gerçek insan benzetmesi yapılarak süreç başlatılır.

Google yapay kullanıcı modellemesi

  1. Kullanıcının seçimlerini incele
    1. Platformdan yapılan bağımsız seçimler, yapay kullanıcı modeli için bir alt yapı oluşturur.
    2. Yapılan seçimler, ileriye dönük öngörü için esas alınan temel girdi verisidir.
  2. Kullanıcının tercihlerini belirle
    1. Yapılan seçimler arasından kullanıcılar neyi birincil tercihi olarak metalaştırıyor ise, tüm dikkat o alana yoğunlaşmaktadır.
    2. Tercihlerin yönetiminde kullanıcıdan gelen aktif süre verisi, büyük önem taşımaktadır.
    3. Tercihlerini ne kadar sürede yaptığı veya bir tercihten ne kadar sürede vazgeçtiği (geri dönüş) metrik hesaplamalarda kullanılmaktadır.
  3. Neye vakit ayırdığını filtrele
    1. Kullanıcının her içeriğe ve bilgiye ayırdığı süre, farklıdır. Metrik hesaplamalarda en önemli faktör, aktiflik süresidir. Herhangi bir x sayfada geçirilen 1 dakika zaman ile bir başka x sayfada geçirilen 30 dakika, birbirine denk değildir. Bu etkileşim şunu çağrıştırmaktadır; geleceğe yönelik öngörü yapılırken, 1 dakika zaman ayrılan sayfa değil 30 dakika zaman ayrılan sayfa esas alınır.
  4. Hoşlandığı şeyleri modelle
    1. 30 dakika zaman geçirilen web sayfasında, kullanıcı hangi içerikle etkileşim halinde oldu?
    2. Bu içerikle ne kadar süre etkileşim halinde oldu?
    3. Sayfa içerisinde benzer içerikler göz attı mı?
    4. Hangi linklere (URL) tıklama gerçekleştirdi?
  5. Yapay kullanıcı modelini oluştur
    1. Söz konusu kullanıcının bir yapay rol modelini oluşturur ve bu yapay model ile öngörü gerçekleştirir.
    2. Yapılacak öngörüler, yapay model üzerinde istatiksel hesaplamalar ile saptanır.
    3. Son aşamaya gelindiğinde tüm öngörüler, kullanıcıya aktarılır.
  6. Karakteristik özellikleri aktar
    1. Kullanıcının tarafsız bir göz ile değerlendirilmesi sonucu (kişilik profili), bir kriminal yapılandırma uygulanır.
    2. Yapılandırma sonrasında ortaya çıkan soyut karakteristik özellik, yapay kullanıcı ile bütünleştirilir.
  7. Seçimleri aktar
    1. Kullanıcının yaptığı seçimler, yapay kullanıcı modele aktarılır. Böylece, aynı seçimleri yapan bir kopya (klon kullanıcı) oluşturulmuş olur.
    2. Seçimleri aktarırken, mümkün olduğunca saf ve ham veri kullanılmaktadır.
  8. Tercihleri aktar
    1. Söz konusu kullanıcının yaptığı tercihler bir kalıp haline getirilir ve veri bloğu şeklinde yapay modele aktarılır.
    2. Tercihler, ham veri yerine karmaşık ve ilişkilendirilemeyen yapıda olabilir. Bu; kullanıcının ne denli doğal tercihler yaptığının bir göstergesidir.
  9. Neye vakit ayırdığını aktar
    1. Yapay kullanıcı modeline bir süre tanımlanır.
    2. İnsan yaşamında 1 gün, 24 saat şeklinde zamansal olarak sınırlandırılmaktadır.
    3. Yapay model birebir insan kopyası olması için yaratıldığından dolayı, tanımlanan süre 24 saattir.
    4. 24 saat zamanın ne kadarının hangi içeriğe ayrılacağı, gelen veriler doğrultusunda şekillenmektedir.
  10. Hoşlandığı şeyleri aktar
    1. Hangi içeriğe ne kadar göz atıldıysa ve hangi içeriğin benzer olanları araştırıldı ise, bunlar kategorize edilerek yapay modele yüklenir.
    2. Yapay kullanıcı modeli bu noktada; bütün karakteristik özelliklerini almış, kendi seçimleri, tercihleri ve zevkleri olan bir insan rolüne bürünmüştür.
    3. Bu adım, kullanıcının birebir kopyasının yaratılmasındaki son adımdır. Bundan sonraki adımlar, sadece öngörüye dayanmaktadır.
  11. Temel önerileri oluştur
    1. Yapay modele uygun olarak, genel bir öneri paketi oluşturulur.
    2. Oluşturulan öneriler sadece yapay modelin seçimlerini, tercihlerini ve hoşlandığı şeyleri kapsar.
  12. Platform filtresi uygula
    1. Kullanıcının, hangi platforma ait olduğu saptanır. Örneğin; bir GMail kullanıcısı ise buna göre öneriler filtrelenir veya bir YouTube kullanıcısı ise öneriler video içerik olarak yer alır.
  13. Önerileri karakteristik özelliklere göre filtrele
    1. Temel öneriler yapay model ile büyük oranda eşleşme sağlaması için, kişilik profiline göre başkalaşıma maruz kalır. Örneğin; savaş filmleri izleyen bir kullanıcıya öneri olarak, savaş filmleri sunulur. Kullanıcının izleme geçmişinde açık şiddet içerikleri mevcut değil ise sunulan savaş filmleri sadece sinematografik türdedir. Gerçek savaş sahnelerinin yer aldığı ve açık şiddet eğilimine maruz bırakan video içerikler, öneri olarak sunulmaz.
  14. Önerileri kullanıcıya aktar
    1. Yapay zekâ tarafından hazırlanan öneriler, kullanıcının platformuna uygun olarak içerik haline getirilir ve kullanıcıya aktarılır. Örneğin;
      1. GMail kullanan bir kullanıcının “Tanıtımlar” sekmesinde reklam mailleri görüntülemesi
      2. YouTube kullanıcısının videonun sağında benzer video görmesi
      3. Google Play Store içerisinde arama yaparken reklam kısmında benzer uygulamalar görülmesi
  15. Etkileşimi gerçekleştir
    1. Öneriler kullanıcıya dinamik bir şekilde aktarıldıktan sonra, dikkatini çekmesini sağlayacak interaktif etkileşimler gerçekleştirilir.
      1. GMail reklamlarının yeşil renkli olması.
      2. YouTube içerisinde önerilen videoların, mevcut videoların bitişinde başlatılması veya sağ üstte yer alması.
      3. Google Play Store içerisindeki reklamların farklı renkte yer alması.
      4. Google içerisinde arama yaparken, önerilenlerin en üstte yer alması.

Bir cevap yazın

E-posta hesabınız yayımlanmayacak.