Keçeli Kalemden Yapay Zekâya Anlatının Araçları
Sedat Erol
Geleneksel yöntemlerle haber peşinde koşarken “kapı-kapı” dolaşmak her zaman değerlidir. Ancak günümüzde, güncel bilgiyi ararken ve habere dönüştürülebilecek bilginin peşinde koşarken tek seçeneğimiz bu olmayabilir.
Context Dergi’nin ilk kapak dosyasını radyo ve televizyon haberciliğinin duayeni, hikâye anlatımının üstadı olarak tanıdığımız Halit Kıvanç’a ayırdık. Yazarlık, editörlük, sunuculuk, spikerlik, çevirmenlik, anlatıcılık, radyoculuk ve gazetecilik gibi birçok alanda uzmanlığa sahip Halit Kıvanç’ı; onunla birlikte çalışanlardan dinlerken en sık duyduğumuz, hikâyeyi aktarmadan önce tekrarladığı rutinleri üzerineydi. Kıvanç’ın çalışma arkadaşları, onun hazırlık sürecinde detaylıca toparladığı notları, titiz yaklaşımını ve çalışkanlığını bizlere anlatıyordu.
Halit Kıvanç’ı bu sıfatlarla tanıtan ve çalışma rutinini tarif eden Mert Aydın, dergiye yaptığımız röportaj sırasında İlker Yasin ve Halit Kıvanç arasında geçen “keçeli kalem” anısını aktarmıştı. İlker Yasin’in dünya kupası canlı yayın anlatımı öncesi hazırlık notlarını keçeli kalem ile aldığını gören Halit Kıvanç, onu uyararak keçeli kalem ile not almamasını söylemiş. İlker Yasin ise onu dinlememeyi tercih etmiş. Fakat yağmur yağınca tüm notlarını kaybeden İlker Yasin, Kıvanç’ı dinlemediğine pişman olduğunu aktarmış.
Halit Kıvanç’ın araçlar üzerine detaycılığı benim de ilgimi çekmişti. Ercan Taner ise; Halit Kıvanç’ın dünya kupası zamanlarında takımların kamplarını dolaşarak, yabancı kaynaklarla birebir iletişim kurup Türkiye’de kimsenin ulaşamadığı bilgilere sahip oluşuna değiniyordu. Bunu duyduğum zaman aklıma Amerikan gazeteciliğinin geleneksel bilgi toplama metodu “shoe-leather-reporting” geldi. Bu tarif habercilerin kapı kapı dolaşırken deri ayakkabılarından gelen seslerden türemişti.
Geleneksel yöntemlerle haber peşinde koşarken “kapı-kapı” dolaşmak her zaman değerlidir. Ancak günümüzde, güncel bilgiyi ararken ve habere dönüştürülebilecek bilginin peşinde koşarken tek seçeneğimiz bu olmayabilir. Hatta notlarımızı alırken hangi kalemi kullanacağımıza dair deneyimle edinilmiş bilgiye de ihtiyacımız olmayabilir. Fakat bilgiye nerelerden erişebileceğimize ve hangi araçlara başvuracağımıza dair bilgiye ayrıca bu süreçte Halit Kıvanç’ta olduğu gibi tutkuya, hazırlığa ve titizliğe ihtiyacımız var. Günümüzün anlatı oluşturma sürecinde işe yarayabilecek araçları ve sosyal ağlardaki gelişmeleri aktardığım, bloğumda yer alan içeriklerden derlediğim kısa notlarımı paylaşmadan önce Halit Kıvanç’ın anılarını da tekrar hatırlatmak istedim.
Gazeteciler için Kodlama, Programlama ve Grafik Oluşturma
Başlangıçta da değindiğim gibi, günümüzde haber anlatılarında akışı zenginleştirmek ve anlatıyı güçlendirmek için; sosyal ağlardan veri çekmek, verileri düzenlemek ve onları görselleştirmek gibi yöntemlere sıklıkla başvurulmaktadır. Bu konuda, R Programlama Dili ve Python yaygın olarak kullanılan iki programlama dilidir. Fakat uygulamada aralarında çeşitli farklar da bulunmaktadır. Paylaştığımız linkin yönlendirdiği yazıda, her iki dilin kütüphaneleri karşılaştırarak değerlendiriliyor.
Seçim sonuçlarının aktarımında dinamik, etkileşimli veri görselleştirme çalışmalarına sıklıkla başvuruluyor. Reuters ve Bloomberg gibi köklü haber kuruluşları, grafik arayüzleri ve seçimin görsel anlatıları için kodlama sürecini kısaltması ve kolaylaştırması ile ön plana çıkan Svelte’yi kullanıyor. Svelte’nin kullanım yöntemine dair başlangıç videosunu link aracılığıyla paylaşıyorum
R Programlama Dilinde genellikle API aracılığıyla sosyal ağlardan veri çekmenin yöntemlerine dair yol haritaları içeren yazıları paylaşıyordum. Elbette API kullanmadan da R üzerinde “rvest kütüphanesiyle, web sitelerinden kolaylıkla metin verileri edinilebilir. Veri kazıma olarak adlandırılan bu işlemi gerçekleştirmek için yol gösterilebilecek yazıyı ekliyorum.
https://statsandr.com/blog/web-scraping-in-r/
Dinamik ve etkileşimli veri görsellerini, kodlama yapmadan en basit yoluyla hazırlamak için başvurulabilecek araçların başında -geçtiğimiz yıl Canva bünyesine geçen- Flourish geliyor. Flourish aracılığıyla hazırlanan çalışmalar, aracın kullanımıyla neler yapılabileceğine dair fikir veriyor. İlgili çalışmaların yer aldığı içeriği incelemek için linke başvurabilirsiniz.
https://flourish.studio/blog/animated-charts/?utm_medium=email&utm_source=newsletter&utm_campaign=newsletter_45
Telegram ve Gazetecilik
Telegram uygulaması gazeteciler için önemli bir araca dönüşüyor. Bu bağlamda uygulamanın kullanımına dair bir söyleşi ve işe yarayabilecek içeriklerin yer aldığı yazıyı ekliyorum.
https://mediamanipulation.org/research/telegram-101-journalists?utm_source=substack&utm_medium=email
Kısa Videoların Yükselişi
Sosyal ağlarda milyonlarca kullanıcı tarafından kolaylıkla oluşturulması ve paylaşılmasıyla yaygınlaşan ve artık adını çekinmeden koyabileceğimiz video çağına geri dönülmez bir biçimde girdiğimizi söyleyebiliriz. YouTube ile dev bir adım atılan süreç, TikTok ile birlikte zirveye ulaştı ve diğer sosyal medya platformları da video ile zaman akışlarını öne çıkarıyor. Peki, bu videoları nasıl işleyebilir ya da nasıl analiz edebilir, araştırmaya ve anlatıya dönüştürebiliriz? Elimizdeki araç ve tekniklerin kapasitesi ve yapay zekânın sürece desteği üzerine düşünce egzersizi başlatabilecek yazıyı incelemek için linke bakabilirsiniz.
https://www.theatlantic.com/technology/archive/2022/11/tiktok-instagram-video-feeds-ai-algorithm/672002/?utm_source=feed&utm_medium=email
Video çağını vurgulamışken kısa video platformu TikTok’un, özellikle Rusya ve Ukrayna arasındaki çatışmalarda da deneyimlendiği üzere savaş haberciliğinde bir araç olarak önem kazandığına dikkat çekmeliyim. Bu sebeple TikTok’ta araştırma yapmak ve aynı zamanda TikTok’ta yapılan paylaşımları da analiz etmek için yol gösterebilecek içerikleri vurgulamak istedim.
https://www.adweek.com/media/tiktok-reveals-plans-for-more-accountability-and-transparency-initiatives/
TikTok, araştırma API’si erken sürümünün denemeye hazır olduğunu duyurdu. Bu girişim öncesi TikTok’ta araştırma yapabilmek ve proje yürütebilmek için kullanıcı verilerine kolaylıkla erişmenin bir yolu yoktu. Uygulama Programlama Arayüzü (API); TikTok’ta yer alan içerikler ile ilgili halka açık ve anonimleştirilmiş verilerin, araştırmacının kullandığı programa entegrasyonuna olanak sağlıyor. Böylelikle yanlış bilgi, nefret ve şiddet gibi başlıca sorunlar bununla birlikte kitlelerin davranışları, ilgi gören akım ve müzikler araştırmacılar tarafından nispeten daha kısa sürelerde ve derinlemesine analiz edilebiliyor. Bu içerikleri araştırmaya ve anlatıya dönüştürmek için ilgili gelişmeyi ekliyorum.
https://www.adweek.com/media/tiktok-reveals-plans-for-more-accountability-and-transparency-initiatives/
Deepfake Teknolojisinde Dikkate Değer Gelişme
Deepfake, dijital ortamlarda bir kişinin yüz yapısı ve ifadelerini başka bir kişiyle değiştirmek için kullanılan yapay zekâya dayalı yöntemi anlatmak için kullanılıyor. Obama için oluşturulan deepfake içeriğiyle konuşulmaya başlanan teknoloji, gerçekçiliği ile seçim manipülasyonlarından türlü sahtekârlıklara, yanlış bilgilerle meydana gelebilecek kaoslara kadar geleceğe dair karanlık senaryolar çizilmesinin önünü açmıştı. Yeni oluşturulan FactChecker platformu bu endişelerin dinmesini sağlayabilir: Intel şirketinin ve projenin başında yer alan İlke Demir’in öncülüğünde kurulan FactChecker platformu, deepfake içeriklerini %96 doğruluk oranıyla tespit edebilen dedektör oluşturdu. FakeCatcher, yayılan video içeriğin piksellerindeki ayrıntılara odaklanarak bir videonun gerçek mi yoksa sahte mi olduğunu tespit edebiliyor. Bu tip araçları incelemek, gazeteci ve araştırmacılar için yararlı olacaktır.
https://www.intel.com/content/www/us/en/newsroom/news/intel-introduces-real-time-deepfake-detector.html#gs.o16s2w
Yapay Zekâ Gündemi ve Haber Üretim Sürecine Katkıları
Geçtiğimiz yılın sonundan itibaren en çok konuşulan araçlardan biri yapay zekâ destekli sohbet botu ChatGPT oldu. ChatGPT’nin en etkileyici özelliklerinden biri, yazılım ve programlama dilleri ile ilgili karmaşık olmayan kodlama süreçlerini anlayarak işlem aşamasının tamamlanmasını sağlayacak kodları aktarmasıydı. ChatGPT’nin hızı ve yeteneği, başlangıç seviyesindeki geliştirici ve araştırmacılar için belli ki çok faydalı olacak ve ayrıca araştırma süreci tamamlanıp benzeri botların sık kullanılmasıyla bu kişilerin, Stack Overflow gibi bloglarda geçirdiği süreleri kısaltmasına da yol açacak. ChatGPT’nin makine öğrenmesi, algoritma ve veri bilimi gibi alanlarda uzmanlaşan kişilere nasıl yardımcı olabileceğine dair yol gösterebilecek yazıyı bu seriye ekliyorum.
https://mashable.com/article/cnet-pauses-ai-bot
Büyük dil modellerine dayalı gündem devam ederken aynı zamanda bu modelleri temel alarak geliştirilen araçlarla da karşılaşma sıklığımız artıyor. Geçtiğimiz Nisan ayında yayına alınan Elicit’i yakın zamanda inceleme fırsatı buldum. ChatGPT’nin özellikle sorun yaşadığı, ürettiği yanıtların kaynağını paylaşma konusunda Elicit oldukça aşama kaydetmiş görünüyor. Ayrıca çalışmayı düşündüğünüz alanla ilgili araştırma sorularının, daha önce ele alınıp alınmadığını tespit etme sürecine de katkı sağlayabilir.
https://elicit.com/?redirected=true
ChatGPT’nin R Dilinde özellikle basit sorgular ve kodlamalarda faydalı olabileceğine değinmiştim. GPTStudio kütüphanesini eğer R Studio’ya eklerseniz çeviri, kod yorumları ve basit kodlama süreçlerini tek ekrandan sürdürebilirsiniz. Bir diğer yöntem ise API aracılığıyla iki uygulama arasında köprü oluşturmak.
ChatGPT medya araştırmacılarına nasıl katkı verebilir? Kısa bir özetle ChatGPT; çıktıları sınıflandırma ve kategorize etme konusunda, mevzuata dayalı bilgiye kolay erişimde, yeni bilgileri ortaya çıkarma potansiyeli ile ve ayrıca literatür taramalarında analiz sürecini hızlandırarak katkı verebilir. Bu öneriler karekod aracılığıyla paylaştığım yazıda yer alıyor.
Teknoloji odaklı haberler yayımlayan CNET, kendi oluşturduğu yapay zekâ destekli botu aracılığıyla haberler yayımlamaya başlamıştı. Bu bot aracılığıyla SEO içerikler üreterek gelir yaratmayı planlayan CNET, içeriklerinde yer alan hatalar ve intihaller ile birlikte büyük tepki topladı. Haberlerine önce düzeltme yapan platform, tepkiler dinmeyince planlarına ara verdiğini açıkladı. Bu araçların haber odasında nasıl yer bulduğuna dair bu gelişmeyi incelemek için ilgili yazıyı inceleyebilirsiniz.
https://mashable.com/article/cnet-pauses-ai-bot
Çevrimiçi, Yüksek Etkileşimli ve Dinamik Haberler
Guardian’da yer alan ve slot makinelerinin bağımlılık yapan doğasına odaklanan haber, son zamanlarda örnekleriyle karşılaştığımız web altyapısının tüm imkânlarını kullanan unsurlara sahip. Oyunlaştırılarak aktarılan haberde, kazanma olasılıkları dinamik grafikler ve yüksek etkileşimli oyunlarla destekleniyor ve ayrıca oyuncuların makinelerde geçirdiği süreyi uzatmak için onların psikolojilerini etkileyen etmenler uzmanlar tarafından açıklanıyor. Günümüz anlatılarını kavramak adına önemli bir okuma/deneyim olabilir.
https://www.theguardian.com/australia-news/datablog/ng-interactive/2017/sep/28/hooked-how-pokies-are-designed-to-be-addictive?utm_source=dlvr.it&utm_medium=twitter
Deprem Felaketinde Veri Gazeteciliği ve Veri Odaklı Çalışmaların Önemi
Uluslararası basında afet bölgesinde yaşanan yıkımın boyutlarını aktarmak için Maxar, Planet Labs ve Google Maps’in uydu verilerine, deprem öncesi ve sonrası karşılaştırmalı olarak paylaşılmak üzere sıklıkla başvuruldu. Bu örnekleri incelemek için ilgili habere linkle ulaşabilirsiniz.
https://www.nytimes.com/live/2023/02/07/world/turkey-syria-earthquake?
Depremin hemen ardından ilk saatlerde uluslararası gazetelerde, depremin merkezini ve etki alanını vurgulayan basit harita görselleştirme çalışmaları yer aldı.
https://blog.datawrapper.de/data-vis-dispatch-february-7-2023/
Bu çalışmaların, Datawrapper aracılığıyla nasıl gerçekleştirileceğini görmek için linke eklediğim tweet serisini de incelemek faydalı olacaktır.
Harita 101 – Deprem haritası nasıl hazırlanır?
Bu tweet serisinde, ücretsiz bir servis (@Datawrapper) ile hızlıca deprem haritası oluşturuyoruz. Deprem ile ilgili bilgileri Kandilli Rasathanesi'nde (@Kandilli_info) bulmak mümkün. pic.twitter.com/NtsxO1wSl8— Mesut Ersöz (@mesutersoz) March 26, 2022
The Wall Street Journal’da yayımlanan haberde; bölgeye erişimde yararlı olabilecek, hasarlı veya açık ulaşım yöntemlerine dair bilgi veren harita görselleştirme çalışmaları aktarıldı. Ayrıca, neredeyse hepimizin artık temel jeoloji kavramlarına aşina olmasının önünü açan teknik bilgiler, basit görseller ile okuyucularla paylaşıldı. Bu görselleştirmeler tektonik hareketlilik yönüne, zemin sıvılaşmasının nedenlerine, majör depremlerde derinlik faktörlerine odaklandı. Bu veri gazeteciliği tekniğini incelemek için ilgili haberi ekliyorum.
https://www.wsj.com/articles/earthquakes-in-turkey-and-syria-a-guide-in-maps-and-graphics-11675710154?mod=e2twg
The Economist’in Ollie Ballinger imzalı bir haberine ve Ballinger’ın oluşturduğu hasar haritasına da değinmek istiyorum. Haberde, deprem bölgesinde hasar gören yapıların durumu metrekare fiyatları üzerinden karşılaştırılarak, gelir durumu düşük olan bölgelerde yaşanan hasarın daha büyük olduğu tespit edildi. Ayrıca paylaşılan hasar haritasında da bölge bölge yıkımın boyutları aktarıldı.
https://www.economist.com/graphic-detail/2023/02/16/poor-areas-suffered-35-times-more-damage-in-turkeys-earthquake?fsrc=core-app-economist
Depremin ardından çok geçmeden Financial Times’ta da sarsıntının merkezini, etki alanını, bölgenin deprem geçmişini, fay davranışını açıklayıcı görseller paylaşıldı. FT’ın haritasında etkilenen bölgenin büyüklüğünün anlaşılması için ölçü amacıyla Belçika haritasının kullanılmasına da dikkat çekmek istiyorum. Uluslararası kamuoyu açısından bu tip bilgilendirme ipuçlarına başvurulabiliyor.
https://www.ft.com/content/337edef6-05c9-498c-a3f0-13776082f218
Benzer notların derlendiği paylaşımlara göz atmak isterseniz abone olabileceğiniz haber bülteni için ilgili linke bakabilirsiniz: https://sdterol.substack.com/
Görseller: Midjourney, Freepik, GIJN, Wall Street Journal, Economist, Financial Times
E-Bülten Kaydı
Gelişmelerden haberdar olun.