Etiket: Algoritmik Öfke
Bu terim; dijital medya, iletişim sosyolojisi ve algoritmik manipülasyon çalışmalarında akademik düzeyde sıkça incelenmektedir.
Kavramın Anlamı ve İşleyişi
Algorithmic Outrage, sosyal medya platformlarının (X, Facebook, TikTok vb.) algoritmalarının, kullanıcı etkileşimini ve sitede kalma süresini (dwell time) maksimuma çıkarmak için insanlardaki öfke, nefret ve infial gibi yüksek uyarıcı negatif duyguları tetikleyen içerikleri kasıtlı olarak öne çıkarmasını ifade eder.
Süreç bir manipülasyon döngüsü olarak şu şekilde işler:
1. Negatiflik Eğilimi: İnsan psikolojisi, evrimsel olarak tehdit edici veya öfke uyandırıcı (provokatif) haberlere daha hızlı tepki verir (tıklar, yorum yapar, paylaşır).
2. Algoritmik Ödüllendirme: Algoritmalar, bu yüksek etkileşimi (engagement) “değerli içerik” olarak algılar ve gönderiyi daha fazla insanın akışına düşürür.
3. Kutuplaşma ve Manipülasyon: Ortaya çıkan bu döngü, kitlelerin manipüle edilmesine, siyasi kutuplaşmanın artmasına ve radikal fikirlerin hızla yayılmasına zemin hazırlar.
Literatürdeki Yeri ve İlişkili Kavramlar
Akademik makalelerde bu kavram doğrudan Algoritmik Öfke (Algorithmic Outrage) ya da “Algorithm of Outrage” (Öfke Algoritması) başlıklarıyla analiz edilmektedir. Literatürde bu terimle doğrudan bağlantılı diğer önemli manipülasyon ve dijital psikoloji kavramları şunlardır:
• Rage Farming (Öfke Çiftçiliği): Algoritmik öfkeyi arkasına almak isteyen içerik üreticilerinin veya siyasi aktörlerin, sırf etkileşim (etki ve para) devşirmek amacıyla insanları çileden çıkaracak kasıtlı provokatif içerikler üretmesi stratejisidir.
• Algorithmic Amplification (Algoritmik Tırmandırma/Artırma): Algoritmaların belirli duyguları veya dezenformasyonu organik yayılımının çok ötesine taşıyarak manipüle etme gücüdür.
• Algorithmic Outrage Deficit (Algoritmik Öfke Açığı): Psikoloji literatüründe (örneğin APA yayınlarında) geçen bu yan kavram ise ilginç bir şekilde; insanların bir haksızlık veya ayrımcılık insan eliyle yapıldığında büyük öfke duyarken, aynı haksızlık bir algoritma tarafından yapıldığında daha az öfke gösterme (makineyi suçlamama) eğilimini açıklar.
