Algoritmik Bağımlılık: İnsan Davranışı Nasıl Bir İş Modeline Dönüşüyor?

01 — Algoritma neyi optimize ediyor?

Öneri sistemi teknik olarak basit bir soruya cevap verir: “Bu kullanıcıya sırada hangi içeriği gösterirsek hedef metriğimiz yükselir?” Hedef izleme süresi, tıklama, satın alma, geri dönüş veya başka bir davranış olabilir.

Buradaki kritik nokta algoritmanın “iyi” veya “kötü” olması değil, hedef fonksiyonudur. Eğer sistem yalnızca etkileşimi maksimize ediyorsa, kullanıcının uzun vadeli çıkarı ile platformun kısa vadeli metriği aynı olmayabilir.

Bu yüzden algoritma tartışması yapay zekânın ne kadar akıllı olduğundan çok, neye başarı puanı verdiğimizle ilgilidir.

02 — Kişiselleştirme ne zaman kontrol kaybına dönüşür?

İyi öneri sistemi aradığın içeriği bulmanı kolaylaştırır. Fakat sistem bir süre sonra arama ihtiyacını da ortadan kaldırır; içerik seni bulmaya başlar. Kullanıcı ne izleyeceğini aktif olarak seçmekten, sıradaki içeriğe tepki veren konuma geçebilir.

Avrupa Komisyonu'nun 2026 TikTok ön değerlendirmesi, kişiselleştirilmiş öneri sistemini sonsuz kaydırma, otomatik oynatma ve bildirimlerle birlikte kullanıcı refahına yönelik sistemik risk çerçevesinde ele alıyor.^[1] Nihai karar henüz verilmiş olmasa da tartışmanın yönü açık: öneri algoritması artık yalnızca ürün özelliği değil, düzenleme konusu.

03 — Dark pattern ile algoritma birleştiğinde

Manipülatif tasarım çoğu zaman tek bir ekranda görülür: çıkış butonunu saklamak, abonelik iptalini uzatmak, yanıltıcı buton renkleri kullanmak. FTC bu tür uygulamaları “dark patterns” başlığı altında tüketici seçimini zayıflatan tasarımlar olarak inceliyor.^[2]

Algoritmik sistemlerde ise tasarım daha dinamik hale gelir. Her kullanıcıya aynı tuzak gösterilmek zorunda değildir; sistem hangi içerik, bildirim veya zamanlamanın o kişiyi geri döndürdüğünü öğrenebilir. Kişiselleştirme fayda yaratabildiği gibi manipülasyon kapasitesini de kişiselleştirebilir.

Bu nedenle şeffaflık yalnızca “algoritma kullanıyoruz” açıklaması olamaz. Kullanıcının neden belirli içeriği gördüğünü anlayabilmesi, öneriyi sıfırlayabilmesi ve kronolojik/kişiselleştirilmemiş seçeneklere erişebilmesi önemlidir.

04 — Her yoğun kullanım bağımlılık değildir

“Bağımlılık” kelimesi dikkatli kullanılmalı. Bir kişinin bir uygulamada uzun süre kalması tek başına klinik bağımlılık kanıtı değildir. Sosyal bağ, iş, eğitim veya eğlence için yoğun kullanım olabilir.

Ancak bu ihtiyat, tasarım risklerini yok saymayı gerektirmez. HHS ve APA gibi kurumlar özellikle çocuk ve ergenlerde sosyal medya kullanımının güvenli tasarımı, uyku, fiziksel aktivite, karşılaştırma ve medya okuryazarlığı gibi konularda önlem öneriyor.^[3]

Sağlıklı tartışma iki uçtan da kaçınmalı: kullanıcıyı iradesiz ilan etmek de platform tasarımını tamamen masum görmek de doğru değil.

05 — Kullanıcı özerkliğini geri veren tasarım

Daha sağlıklı dijital ürünler için bazı prensipler basit: doğal durma noktaları, otomatik oynatmayı varsayılan yapmamak, bildirimleri gerçek ihtiyaçla sınırlamak, öneri mantığı hakkında açıklama, kolay sıfırlama, çocuk hesaplarında daha korumacı varsayılanlar.

Bunların hiçbiri teknolojiyi “sıkıcı” yapmak zorunda değil. Amaç kullanıcının platformdan değer alırken kendi niyetini kaybetmemesi. Tasarımın başarı kriteri “ne kadar kaldı?” kadar “işini yapıp istediği anda çıkabildi mi?” de olabilir.

06 — Sonuç: insan davranışı iş modeline dönüşürken sınır gerekir

Öneri sistemleri modern internetin vazgeçilmez parçası. Milyonlarca içerik içinde anlamlı seçim yapabilmemizi sağlıyorlar. Sorun, bu kapasitenin yalnızca platform metriğini büyütmek için kullanılması.

Algoritmik tasarımın geleceği yalnızca daha doğru tahmin değil, daha hesap verebilir hedefler olmalı. Kullanıcının dikkatini ele geçirmek yerine niyetini destekleyen sistemler hem teknik olarak mümkün hem de uzun vadede daha güvenilir bir dijital ekosistem için gerekli.