DİJİTAL KÜLTÜR

GDPR (AB) 2016/679, Avrupa Birli­ği içindeki tüm bireylerin mahremiyete ilişkin bir veri koruma düzenlemesidir. GDPR öncelikle bireylere kendi kişisel bilgilerini kontrol altına almalarını ve AB içerisindeki şirketlerin bu yönetmeliklerle uyumlu hâle getirilmesini amaçlamakta­dır. Genel Veri Koruma Yönetmeliği, 14 Nisan 2016 tarihinde kabul edilmiş ve 25 Mayıs 2018’den itibaren yürürlüktedir. GDPR bir yönerge değil, doğrudan bağ­layıcı ve uygulanabilir bir yönetmeliktir.

Algoritmik yöntemlerinin dört tane temel özelli­ği vardır: büyük veri setlerinin kullanımı, otoma­tik veya yarı otomatik yazılımlar kullanarak dijital ortamdan veri toplanılması, toplanılan büyük veri kümelerinin bilgisayar bilimlerinden alınan bir dizi farklı teknik ile modellenmesi ve işlenen verinin görselleştirilmesidir. Devam eden veya yayınlanmış araştırmalardan örnekler sunan bir sonraki bölüm, çevrimiçi ortamlarda karşılaşabileceğimiz farklı veri türlerini (yapılandırılmış, yarı yapılandırılmış ve yapılandırılmamış), veri formatlarını (elektronik tablolar, XML, JSON vb.), veri toplama teknik­lerini (kazıma ve programatik erişim), algoritmik analiz biçimlerini (semantik, hissiyat ve ilişkisel) tanıtmayı hedefler.

Nitel veriler:Tüm araştırma yöntemlerinde iki ana veri türü bulunur, nitel veri ve nicel veri. Nitel veriler, belli bir yapısal özelliğe sahip olup olmadıklarına göre simgelenen verilerdir. Nitel veriler konvansiyonel araştırma yöntemlerine göre sayılabilir ama ölçül­mez. Birimlere dayalı ölçülmezler ve sayılarak de­ğerleri, yoğunlukları belirtilebilen, belli bir yapısal özelliği, farklılığı taşımakla (veya taşımamakla) simgelenen verilerdir.

Nicel veri (Quantitative data) birimlerin ölçüm ve tartım sonucu değerleri saptanan sayısal özellik­lerini belirten, aralıklı ölçekli veya orantılı ölçekli değişkenler. Bir deneyin sayılabilir, ölçülebilir özel­liğini veren verilerdir.

Nitel veriler: Dijital araştırmalarda nitel veriler yine konvan­siyonel araştırmalarda olduğu gibi tüm metin türle­ri ve varyasyonları (linkler dâhil), statik görsel (fo­toğraf, emoji, grafik, illüstrasyon, vb.) ve hareketli görselleri (video, story, GİF, vb.) kapsamaktadır. Toplanan tüm içerik türleri sınıflarına veya özellik­lerine göre nitel olarak hatta ölçülmeden herhangi bir sayısal değere dayandırılmadan analiz edilebilir.

Yapılandırılmamış veriler: Metin dosyaları: Word Proccesing – Word türü ve benzeri dosyalar, spreadsheets – Ex­cel türü ve benzeri elektronik tablolar, su­numlar, e-postalar, notlar - günlükler.

Yapılandırılmış veri terimi, bir dosya veya ka­yıt içindeki sabit bir alanda bulunan verileri ifade eder. Yapılandırılmış veriler tipik olarak bir ilişkisel veritabanında (RDBMS) saklanır. Rakamlardan ve metinden oluşabilir ve kaynak bulma, bir RDBMS yapısı içinde olduğu sürece otomatik veya manuel olarak gerçekleşebilir. Alanlar, telefon numaraları, Sosyal Güvenlik numaraları veya posta kodları ya­pılandırılmış veri örnekleridir. Veriler bir RDBMS yapısı içinde oluşturulduğu sürece, veriler manuel olarak veya makine tarafından oluşturulabilir.

E-posta, yarı yapılandırılmış veri türleri içinde gösterilebilecek en yaygın örnektir. Süreç içerisindeki parçacığı izleme, tekilleştirme ve kavram arama adımları için daha gelişmiş analiz araçları gerekli olsa da; e-postanın yerel meta ve­rileri, herhangi bir ek araç olmadan sınıflandırma ve anahtar kelime aramasını sağlar.

UPA, iki uygulamanın birbiriyle konuşmasına ola­nak tanıyan bir yazılım aracısı olan Uygulama Prog­ramlama Arayüzü’nün kısaltmasıdır. Sosyal medya platformlarından veri toplamak için kullanılan araç­ların çoğu, Uygulama Programlama Arayüzleri’nden (UPA’lar) programatik erişime dayanır. UPA’lar bir dizi kural (protokol) ile hangi tür­de yazılımların ne şekilde ve hangi zamanlarda veri kaynağına erişim sağlayacaklarını belirlerler. Sunu­lan verinin niteliği ve kalitesinden dolayı UPA eri­şimi, günümüzün akademik araştırmalarında altın standart hâline gelmiştir.

E-posta, yarı yapılandırılmış veri türleri içinde gösterilebilecek en yaygın örnektir. Süreç içerisindeki parçacığı izleme, tekilleştirme ve kavram arama adımları için daha gelişmiş analiz araçları gerekli olsa da; e-postanın yerel meta ve­rileri, herhangi bir ek araç olmadan sınıflandırma ve anahtar kelime aramasını sağlar.

Nicel veri (Quantitative data) birimlerin ölçüm ve tartım sonucu değerleri saptanan sayısal özelliklerini belirten, aralıklı ölçekli veya orantılı ölçekli değişkenler. Bir deneyin sayılabilir, ölçülebilir özelliğini veren verilerdir. Sürekli nicel veri ve kesikli nicel veri olmak üzere iki türü vardır. • Sürekli nicel veri: Ondalıklı değerler alabilen nicel verilerdir. Boy uzunluğu, kilo,vs. • Kesikli nicel veri: Sayılarak elde edilen ve tam sayılı değerlerdir. Nüfus, öğrenci sayısı, hane halkı sayısı.

Yapılandırılmış veriler sayıya dayalı, nicel oldukları için sayılabilir. Nicel olmaları sebebiyle de bu tür veriler nicel yöntemlere dayalı olarak analiz edilir. Bu yöntemler arasında başlıca gelenler regresyon – değişkenleri tahmin etmek, classification – sınıflandırmak ve clustering – niteliklere dayalı kümelendirmedir. Yapılandırılmamış veriler ise genellikle nitel olarak tanımlanan, özelliğe veya forma dayalı veriler olarak sınıflandırılır ve büyük hacimli verilerde geleneksel uygulamalar veya araştırma yöntemleri ile işlenemez ve analiz edilemez.

REST UPA, programatik biçimde Twitter’da kullanıcılar tarafından oluşturulan herhangi bir dijital ögeyi toplamaya izin verir. Örneğin spesifik bir hashtag ile gönderilmiş iletiler, belirli bir anahtar kelimeye sahip paylaşımlar veya herhangi kullanıcının tweetlerini toplamamız REST UPA ile mümkün. Basitçe söylemek gerekirse, REST UPA’yı kullanan yazılımlar, manuel olarak toplayabileceğimiz Twitter içeriklerini bizlere hızlandırılmış ve otomatik biçimde toplama olanağı sunar. Yani aslında manuel veri toplama yöntemlerini hızlandırmakla sınırlı olduğu söylenebilir. Bu sebepten dolayı gerçek zamanlı olayların takibinden ziyade, REST UPA genellikle geriye dönük veri toplamak için kullanılır.

DDİ’nin temelinde programlama açısından öğretimi ya da kavraması zor yapıları veya diğer tüm sözlü ve yazılı kurallar bütününü parçalara veya yapılara ayırarak sistemsel düzenlemeyi ve öğretimi makinaya uygulamaktır. Bu sayede bilgisayarın insan ses ve metin verilerini daha kolay anlamlandırması sağlanır ve uygulamadan beklenen görevi yerine getirebilmesi için, yani insan metinlerini ve ses verilerini anlamlandırmasına yardımcı olacak şekilde işleme alabilmesi için bunları parçalar ve uygun modellemelerle düzenler (Kao v.d 2007). Bu görevlerden Doğal dil üretimi şöyle tanımlanır:

Doğal dil üretimi bazen konuşma tanımanın veya konuşmayı metne dönüştürmenin tersi olarak tanımlanır; yapılandırılmış bilgiyi insan diline yerleştirme görevidir. Yapay konuşma sistemleri ile makine veya robotlarla insan etkileşimi sağlama. Örneğin ev asistanları ya da akıllı sistemlerin sesli komutları ile geri bildirimleri.

Kelime Torbası Modeli – Bag of Words Çoğu ticari platform tarafından kullanılan yaklaşım olan Bag of Words, aynı zamanda tüm DDİ dil modellerinin en basitidir. Makine öğrenimi (önceden negatif veya pozitif olarak belirlenmiş) kelimeleri saymak için kullanılır ve sayıya dayalı bir puan verilir. Kelime tabanlı modeller arasında bu model yaklaşımı sığlığı ile sınırlıdır. Ek olarak, sözcükleri olumlu veya olumsuz olarak belirlemek, sürece bir öznellik ölçüsü getirir. Zengin, anlamsal, bağlamsal ayrıntılar kaybolur; kelime sırası, gramer ve diğer unsurlar dikkate alınmaz.

Prof. Bernhard Reider (2013) ve Amsterdam Üniversitesi’ndeki Digital Methods Initiative tarafından geliştirilen Netvizz, Facebook için geliştirilmiş ücretsiz veri toplama araçlarından biridir. (Facebook UPA’sı, 2010’ların başından itibaren mecrada aktif olan çevrimiçi toplulukları incelemek ve bu toplulukların toplum üzerindeki etkisini araştırmak için kullanılmıştır. Netvizz dışında, Facebook için tasarlanmış bir dizi farklı ücretsiz veri toplama aracı bulunmaktadır. Bunlardan bazıları Netlytic ve NodeXL yazılımlarıdır. Facebook’un UPA erişim politikalarındaki değişiklikler nedeniyle maalesef bu yazılımların hiçbiri aktif olarak çalışmıyor.)

Mahremiyet haklarının yanı sıra son dönemde öne çıkan diğer önemli tartışma konuları verileşmenin yol açtığı toplumsal eşitsizliklerle ilgili. Virginia Eubanks’ın kitabı (2018), verileştirmenin ve tahmine dayalı risk modellerinin Kuzey Amerika’nın yoksul ve işçi sınıfı üzerindeki etkilerini araştırıyor. Eubanks, bu sistemlerin hatalı verilere ve sınıf, ırk ve cinsiyet önyargılarına dayalı olarak zarar verici kararlar verdiğini tespit ediyor. Benzer bir şekilde, Safiya Umoja Noble’ın ufuk açıcı metni (2018), arama motorları ve ayrımcı önyargılar arasındaki ilişkiyi ele alıyor. Noble, arama motorlarında kullanılan algoritmalarının ırkçı olduğunu ve toplumda var olan olumsuz önyargıları güçlendirdikleri için ırkçılığı kalıcı hâle getirdiklerini savunuyor.

1967’de Harvard Üniversitesi psikoloğu Stanley Milgram, Amerika Birleşik Devletleri’ndeki herhangi iki insan arasındaki sosyal mesafeyi ölçmeye çalışan bir dizi deney yaptı. Sosyal mesafeyi ölçmek için Milgram, Nebraska eyaletindeki Omaha kasabasından rastgele seçilmiş katılımcılara, Massachusetts eyaletinin Boston şehrinde birine paket göndermelerini rica etti. Paketin üstünde sadece alıcı ve yaşadığı şehir olduğu için katılımcılar, paketi Boston ile bağlantısı olan tanıdıklarına gönderdiler. Paketi alan tanıdık, aynı prosedürü tekrarlayarak paketi adım adım nihai adrese doğru yaklaştırdı. Deneyinde Milgram, herhangi bir mektubun hedefe ulaşıp ulaşamayacağını görmek ve alıcıya ulaşmak için bir paketin kaç kez el değiştirmek zorunda kalacağını saymakla ilgilendi. Aynı deney kısa bir süre sonra tekrarlandı, ama bu sefer nihai varış noktası Massachusetts eyaletindeki Sharon kasabasında yaşayan bir kişiydi, başlangıç noktası ise Kansas eyaletindeki Wichita kasabasıydı. İki deneyin sonunda 160 mektuptan 42’si hedefine ulaştı. Hedefe ulaşan 42 mektup, ortalama 5.5 defa el değiştirerek adrese ulaşmıştı. Bu gözlemden yola çıkarak Milgram, “Altı Derece Ayrılık” teorisini ortaya attı. Bu teoriye göre sizinle dünyadaki herhangi birine, yani aklınıza gelebilecek herkese en fazla 6 arkadaş kadar uzaksınız.

Verinin kendisinden kurallar dizini ve modelleri çıkarabilmek için kullanılan en temel uygulama ise Ngram çıkarmaktır. Ngram, bir veri içerisinde bulunan tüm tekli, ikili, üçlü; sırasıyla ihtiyaç duyulan uzunluğa kadar verinin içerisinde yer alan tüm yapıların toplam sayılarına göre hiyerarşik olarak listelenmesidir. Elde edilen listeler, topic modelling ya da bag of words yaklaşımlarındaki benzer uygulamalarla veri üzerinde gruplandırmalar için kullanılabilir (Tsapatsoulis ve Djouvas 2019).

CSV (Virgülle Ayrılmış Değerler) uzantılı dosyalar, virgülle ayrılmış değerlere sahip veri kayıtlarını içeren düz metin dosyalarını temsil eder. CSV dosyasındaki her satır, dosyada bulunan kayıt kümesinden yeni bir kayıttır. Bu tür dosyalar, bir depolama sisteminden diğerine veri aktarımı için oluşturulur. Tüm uygulamalar virgülle ayrılmış kayıtları tanıyabildiğinden, bu tür veri dosyalarının veritabanına aktarılması çok rahat bir şekilde yapılır. Microsoft Excel veya OpenOffice gibi hemen hemen tüm elektronik tablo uygulamaları, fazla çaba harcamadan CSV’yi içe dönük aktarabilir. Bu tür dosyalardan içe aktarılan veriler, kullanıcıya sunulmak üzere bir elektronik tablonun hücrelerinde düzenlenir.