Algoritmik önyargı: platformlar kadınları nasıl görünmez kılar?

Paylaşımın her zamankinden çok daha az kişiye ulaştı. Hashtag'in aramada çıkmıyor. Tacizi raporladın, "topluluk kurallarını ihlal etmiyor" cevabı geldi. Bu durumların farklı nedenleri olabilir; tek başına düşük erişim, ayrımcılık kanıtı değildir. İçeriklerin seçilmesinde kullanılan algoritmalar da sonucu etkileyebilir. Bu rehber, algoritmik önyargıyı ve bir sorun fark ettiğinde nasıl kayıt tutabileceğini anlatır.

Algoritmik önyargı nedir?

Bir algoritma, bilgisayarın karar vermek için izlediği kurallar dizisidir. Bugün çoğu algoritma insan tarafından tek tek yazılmıyor; makine öğrenmesi ile geçmiş verilerden "öğreniyor".

Algoritmik önyargı, bu sistemlerin belirli grupları — çoğunlukla kadınları, azınlıkları, engellileri, göçmenleri — sistematik olarak dezavantajlı bırakmasıdır.

Üç ana kaynağı var:

• Veri: Sistem geçmişteki kararlardan öğreniyorsa, geçmişin ayrımcılığını da öğrenir.
• Tasarım: Neyin ölçüleceğine (etkileşim, tıklama, reklam geliri) mühendisler karar verir; "kadınların güvenliği" genellikle o listede yoktur.
• Test eksikliği: Sistemler çoğunlukla İngilizce konuşan, Batılı, erkek kullanıcılar üzerinde test edilir.

Kimsenin kötü niyetli olması gerekmez. Kimse "kadınları gizle" diye kod yazmaz — sonuç yine de bu olabilir.

Belgelenmiş örnekler

Amazon'un işe alım aracı (2018)

Amazon, özgeçmişleri otomatik puanlayan bir sistem geliştirdi. Sistem, şirkete on yıl boyunca gönderilen — çoğu erkeklerden gelen — özgeçmişlerden öğrenmişti. Sonuç: içinde "kadın" kelimesi geçen özgeçmişleri (örneğin "kadın satranç kulübü kaptanı") ve kadın üniversitelerinden mezunları düşük puanladı. Amazon aracı rafa kaldırdı; olayı Reuters ortaya çıkardı.

Gender Shades (2018)

Joy Buolamwini ve Timnit Gebru, üç şirketin ticari yüz analizi sistemlerinin fotoğraftan cinsiyet tahmin etme başarısını test etti. Açık tenli erkeklerde en yüksek hata oranı %0,8 iken, koyu tenli kadınlarda hata oranı %34,7'ye kadar çıkıyordu. Çalışma, yaygın kullanılan yüz veri setlerinin büyük çoğunluğunun açık tenli kişilerden oluştuğunu da gösterdi (Gender Shades makalesi).

Meta ve içerik moderasyonu

• Instagram'da göğüs kanseri farkındalığı, doğum ve emzirme paylaşımlarının "çıplaklık" gerekçesiyle kaldırılması yıllarca tartışıldı; Meta'nın bağımsız Gözetim Kurulu (Oversight Board) bu kararlardan bazılarını geri çevirdi.
• 2021'de basına sızan şirket içi belgeler (Facebook Papers), İngilizce dışındaki birçok dilde moderatör ve otomatik tespit araçlarının yetersiz kaldığını, bu dillerde nefret söyleminin daha zor yakalandığını ortaya koydu.
• Sivil toplum raporları, kürtaj, cinsel sağlık ve LGBTİ+ içeriklerinin "hassas" etiketiyle sessizce erişim kısıtlamasına uğradığını defalarca belgeledi.

Kredi ve finans

2019'da Apple Card'ın bazı kadınlara, aynı geliri paylaştıkları eşlerinden çok daha düşük kredi limiti verdiği iddiası New York'taki finans düzenleyicisi tarafından soruşturuldu. Soruşturma yasa ihlali tespit etmedi; ama olay önemli bir şeyi gösterdi: bir algoritma "cinsiyet" verisini hiç kullanmasa bile, cinsiyetle ilişkili başka verilerden aynı sonuca ulaşabilir. Buna vekil değişken (proxy) denir.

Bu sistemler seni nasıl etkiler?

Öneri ve sıralama (feed)

Algoritma etkileşimi ödüllendirir. Öfke ve tartışma çok etkileşim getirir; sakin bir bilgilendirme getirmez. Sonuç: sana saldıran içerik yayılır, senin cevabın yayılmaz.

Gölge yasak (shadowban)

Hesabın kapatılmaz ama içeriğin keşfet, arama ve hashtag sayfalarından sessizce çıkarılır. Platformlar bunu uzun süre reddetti; bugün Instagram "Hesap Durumu" ekranında içeriğinin önerilebilir olup olmadığını gösteriyor. Feminist, cinsel sağlık ve azınlık dillerindeki içerikler bu durumu sık yaşıyor.

Moderasyon

Otomatik sistemler İngilizce küfrü tanır; Türkçe argo, imalı hakaret ve kadınlara özgü aşağılamalar ("evine git", "kocan nerede" gibi) çoğu zaman "ihlal yok" diye geçer. Buna karşılık senin öfkeyle verdiğin cevap kolayca "taciz" sayılabilir.

Yüz tanıma

Kamuya açık alanda, güvenlik kameralarında, "eğlence" filtrelerinde kullanılıyor. Kadınlarda ve koyu tenli insanlarda daha çok hata yapıyor — yani yanlış kişiyle eşleşme riski daha yüksek.

İşe alım ve kredi

Otomatik özgeçmiş eleme, video mülakat analizi, kredi skoru. Sen görmezsin; ama kararın bir kısmı bir model tarafından verilmiş olabilir.

Bir aktivist olarak ne yapabilirsin?

1. Belgele

Sezgi yetmez, veri gerek.

• Her paylaşımın erişim / görüntülenme sayısını düzenli kaydet (haftalık bir tablo yeter).
• Ani düşüşlerde tarihi, içerik türünü ve kullandığın hashtag'leri not et.
• Moderasyon kararlarının ekran görüntüsünü al: hangi içerik, hangi gerekçe, hangi tarih.

2. İtiraz et

Her platformda bir itiraz (appeal) mekanizması var. Çoğu insan kullanmaz.

• Kaldırılan içerik için: bildirimdeki "itiraz et / karara karşı çık" seçeneği.
• Instagram: Ayarlar → Hesap Durumu — hem kaldırılan içeriği hem de öneri kısıtlamasını buradan görebilir ve itiraz edebilirsin.
• Meta'da itirazın reddedilirse, bağımsız Gözetim Kurulu'na başvurma seçeneğin olabilir.

3. Kanallarını çeşitlendir

Tek platforma bağımlı olma. Bir e-posta bülteni, bir Telegram/WhatsApp kanalı, kendi web sayfan — algoritmanın kapatamayacağı yollar.

4. Toplu hareket et

Tek bir raporun ağırlığı yok; yirmi kişinin aynı içeriği aynı gerekçeyle raporlamasının var. Dayanışma ağınla:

• Taciz içeriklerini koordineli raporlayın.
• Haksız kaldırmaları birlikte belgeleyin ve dijital haklar örgütlerine (ör. Alternatif Bilişim Derneği) iletin.

5. Türkiye'deki yetkililere başvur

• 5651 sayılı Kanun gereği Türkiye'den günlük erişimi bir milyonu aşan yurt dışı kaynaklı sosyal ağların Türkiye'de temsilcisi var. Bu ağlar özel hayatın gizliliğine ilişkin başvurulara 48 saat içinde yanıt vermek zorunda; 1 Kasım 2026'dan itibaren bu süre Kanun kapsamındaki tüm kişisel başvurular için geçerli. Ayrıca algoritmalarına ve öne çıkardıkları ya da erişimini azalttıkları içeriklere ilişkin bilgileri Türkçe raporlarında paylaşmakla yükümlüler (Ek md. 4).
• Kişisel verinle ilgili bir sorun varsa KVKK'ya (Kişisel Verileri Koruma Kurumu) şikâyet edebilirsin.
• Kamu kurumlarının kullandığı algoritmalar için CİMER ve bilgi edinme başvurusu.

Politika önerisinde nasıl anlatırsın?

Bir belediye meclisine, bir milletvekiline ya da bir platforma yazarken şunlar işe yarar:

Yapma	Yap
"Algoritma bizi susturuyor"	"Şu tarihler arasında şu içeriklerin erişimi düştü; kayıtlar ekte"
"AI kötüdür"	"Bu sistemin kararı kimi nasıl etkiledi, ölçülebilir mi?"
Genel şikâyet	Somut talep: şeffaflık raporu, Türkçe moderatör, itiraz süresi

Referans verebileceğin çerçeveler:

• AB Dijital Hizmetler Yasası (DSA): Çok büyük platformlara, toplumsal cinsiyete dayalı şiddet dahil sistemik riskleri değerlendirme ve öneri sistemlerini açıklama yükümlülüğü getiriyor.
• AB Yapay Zekâ Yasası (AI Act): İşe alım, kredi ve biyometrik tanıma gibi alanları "yüksek riskli" sayıyor.
• CEDAW Genel Tavsiye 35: Kadına yönelik şiddetin teknoloji aracılığıyla işlenen biçimlerini de kapsıyor.

Talep örnekleri: Türkçe konuşan insan moderatör sayısı, itirazlara yanıt süresi, kadınlara yönelik saldırılar için özel raporlama kanalı, kamu kurumlarının kullandığı algoritmalar için etki değerlendirmesi.

Bu içerik hukuki tavsiye değildir. Somut durumun için bir avukata veya baronun adli yardım bürosuna danış.

Bir sonraki adım

• Görünürlüğün algoritma değil taciz nedeniyle düşüyorsa: Çevrimiçi tacizle başa çıkma
• Sahte görüntüler ve ses klonlama için: Deepfake 101
• Bu konuyu yerel yönetime taşımak istiyorsan: Belediye meclisleri