Yapay Zeka, İçerik Yoğun Platformlarda Karar Verme Zorluğunu Çözebilir mi?

Giriş

Öneri sistemleri, bir kişinin yapmak zorunda olduğu seçimlerin sayısını azaltır ve veriler, bunun bir platform için çoğu insanın sandığından daha değerli olduğunu gösteriyor. Bunun bedeli olarak yeni bir şeyle karşılaşma fırsatını kaçırmak olup olmadığı ise ayrı bir sorudur ve yanıtlanması da o kadar kolay değildir.

Akış uygulamaları, bir Salı gecesinden çok şey bekler. Birini açtığınızda, izlemeye değer bir şeye ulaşmak için (tabii ki bir şeye ulaşabiliyorsanız) göz atmanız gereken bir dizi küçük resimle karşılaşırsınız. Birçok kişi bunu başaramaz. Reklamlar dönüşümlü olarak gösteriliyor, aynı birkaç başlık sürekli yeniden karşımıza çıkıyor ve bir noktada uygulamayı kapatmak en kolay yol gibi gelebilir. Vegas Stars casino nz gibi kumar siteleri, farklı bir açıdan benzer bir sorunla karşılaşıyor: Yeni bir hesap açıldığında, nereden başlayacağı belli olmayan yüzlerce tanıdık olmayan oyun simgesi karşısına çıkıyor. Araştırmacılar buna bir süre önce “seçim aşırı yüklemesi” adını verdiler ve platformlar bunu bir tür gelir sorunu olarak ele alıyor.

Bir Öneri Motorunun Gerçek Değeri

Netflix’in öneri motorunu basit bir popülerlik sıralamasıyla değiştirirseniz, etkileşim %12 oranında düşer; bu bulgu, şirkete bağlı bir grup ekonomistin Kasım 2025 tarihli SSRN çalışma belgesinde yer almaktadır (belgenin yazarlarından üçü doğrudan Netflix’te çalışmaktadır). Bunun yerine, tam kişiselleştirmeden bir adım geride kalan matris faktörleştirme modelini denerseniz, maliyet %4 ile daha düşük olur. Yüz milyonları bulan abone tabanıyla çarpıldığında, bu fark milyarlarca izleme saatine ve nihayetinde bir şekilde abonelik yenileme rakamlarına yansıyan paraya denk gelir.

Klaus Wertenbroch, kişiselleştirmenin tartışmasız bir iyilik olduğu görüşüne tam olarak katılmıyor. INSEAD’da pazarlama dersleri veren Wertenbroch, insanların algoritmik seçimlere ne kadar önem verdiklerini sorgulayan bir makalenin ortak yazarıdır. Wertenbroch, makalede “Ortak yazarlarım ve ben, tüketicileri bu tür seçimler yaparken yapay zeka algoritmalarına aşırı güvenmemeleri konusunda uyarıyoruz,” diyerek insanların önyargılar konusunda iki kez düşünmelerini sağlamaya çalıştı. Önerilerin, resmi bir onay olarak değil, sadece bir tavsiye olarak görülmesini umduğunu belirtti.

Bu durum, popülerlik önyargısıyla ilgilidir. Bir diziyi izleyen hesap sayısı yeterince fazla olduğunda, bu durum modele o diziyi başkalarına önermesi için bir sinyal verebilir (bilinmeyen bir yapımdan ziyade mevcut bir hit diziyi önermek daha güvenlidir) ve sonuç olarak, sonraki aşamalarda küçük izleyici kitleleri azalır ve sonunda o diziyi aktif olarak aramayanlar için gözden kaybolur. Ekonomistler, bu süreci açıklamak için “zenginler daha da zenginleşir” etkisinden bahseder. Bu durum, arama motoru indekslemesi ve sosyal medya akışları gibi, algoritmaların kaliteyi değerlendirmek için dolaylı olarak popülerliği bir gösterge olarak kullandığı her alanda etkileri vardır.

Netflix ve INSEAD sonunda aynı sonuca vardılar, ancak bu sonuca ulaşmak için farklı yollar izlediler. Her ne kadar farklı sektörlerden gelen tamamen farklı verilerle çalışıyor olsalar da, kullanıcıların platformda kalmasının altında yatan nedenin genellikle aynı olduğunu keşfettiler. Mevcut içeriklerin kalitesini iyileştirmeyen, sürekli büyüyen kütüphaneler, genellikle gereksiz içerik biriktirme eğilimindedir ve yeni kullanıcıları çekme ya da mevcut kullanıcıları elde tutma konusunda verimsiz hale gelir.

Algoritmalar “Mutlu Tesadüfler” Konusunda Yetersizdir

Tıklama geçmişi, sayfada geçirilen süre ve arama terimleri, çoğu arama motorunun temelini oluşturur. Bu motorlar, daha önce izlediğiniz veya oynadığınız içeriklere benzer öneriler sunmak için bu dijital izlere güvenir. Tasarım amacı açısından bu mantıklıdır. Ancak yine de, bu tür bir önerinin size asla gösterilmemesi ihtimali vardır. Bunun nedeni, size bu içerik hiç sunulmadığı için ilgi göstermediğiniz gerçeğine dayanan, biraz incelikli bir durumdur. Eskiden, öneri sistemleri ve yapay zeka ortaya çıkmadan önce, bu “ağızdan ağıza” pazarlama olarak biliniyordu. Kardeşiniz size içinde sadece birkaç parça bulunan bir karışık kaset verdiğinde, hiç aramadığınız halde aniden yepyeni bir alt tür keşfederdiniz.

İçerik Türü	Standart Etkileşim	Seçilmiş Etkileşim	Önemli Gözlem
Geniş kitleye hitap eden içerikler	Zaten yüksek	Neredeyse hiç değişmiyor	Bu eserler sadece popülerlikleri sayesinde keşfediliyor
Orta seviye katalog	Gömülü, gözden kaçması kolay	Gözle görülür şekilde sıçrar	Burada özellikle kürasyonun önemi ortaya çıkıyor
Niş eserler	Neredeyse görünmez	Biraz artış gösteriyor	İyi hedefleme bile sınırları vardır

Sadece verilere dayalı sistemler, bu tür beklenmedik ve eğlenceli seçimleri kendi başına ortaya çıkarmakta zorlanır. Vegas Stars gibi bir site, kart oyunları, yüksek volatiliteli slotlar ve 24 saat hizmet veren canlı krupiyelerle dolu geniş bir kataloğu yönetir. Böylesine geniş bir kütüphaneyi düzenlemek elbette bir miktar organizasyon gerektirir. Makine öğrenimi algoritması temel matematiksel hesaplamaları üstlenirken, akıllı kullanıcı deneyimi (UX) ve ürün tasarımı da görevi tamamlar. Bir kullanıcı daha önce hiç deneyimi olmadan yeni bir hesap açarsa, yapay zeka ve iyi içerik kategorileri devreye girer. Platformu bu şekilde düzenlemek, oyun tablosunun dağınık hale gelmemesini sağlar.

İyi Bir Seçim Çok Önemlidir

Vegas Stars’a ilk kez gelen ziyaretçiler, henüz hiçbir tıklama geçmişi olmayan yaklaşık 200 ayrı oyun kutucuğuyla karşılaşır. Eski öneri motorlarının çoğu, bu boş sayfayı modası geçmiş bir şekilde ele alır; bunun başlıca nedeni, bu senaryoyu göz önünde bulundurarak tasarlanmamış olmalarıdır. Bazıları, ekrandaki her şey birbirine karışmaya başlayana kadar aynı birkaç türü tekrar tekrar kullanır. Daha iyi sistemler ise daha karmaşık bir yaklaşım izler: oyuncunun halihazırda nelerden hoşlandığını takip eder, ardından bu kalıbın dışından ara sıra bir oyun ekleyerek hangisinin tutacağını test eder.

• Tıklamalar ve oturum süresi, herhangi bir anketten daha fazla bilgi verir.
• İşbirliğine dayalı filtreleme yoluyla binlerce hesap birbiriyle karşılaştırılır ve oynanan veya atlanan içeriklerde örtüşme aranır.
• Oynanış ve mekanikler doğrudan oyun dosyalarından okunur, bu sayede oyun tarzı tahminlere değil verilere göre belirlenir.
• Oturum ortasında yaşanan bir ruh hali değişikliği de algılanır; bu, statik bir profilin kesinlikle gözden kaçıracağı bir durumdur.

Mühendisler, henüz hiçbir kayıt bulunmayan yeni bir hesap gibi bu başlangıç senaryosuna bir isim vermiştir: soğuk başlangıç sorunu. Bazı sistemler, yeni hesapları, kişiselleştirme için yeterli davranış verisi birikene kadar genel olarak popüler olan içeriklere yönlendirerek bu sorunu çözer. Diğerleri ise, eşleştirmede bir adım önde olmak için biraz daha hantal bir kayıt sürecini göze alarak birkaç tanıtım sorusu sorar. Her iki çözüm de mükemmel değildir, ancak ikisi de 200 kutucuğu rastgele gösterip bir şeyin tutmasını ummaktan daha iyidir.

Her şeye göz atmaya başladığınızda, asıl sıralamanın çoğunu iki teknik gerçekleştirir. İlk olarak, işbirliğine dayalı filtreleme, tıklanan, oynanan ve hatta “ortak olarak atlanan” başlıkları karşılaştırarak bir hesap ile binlerce diğer hesap arasında bir benzerlik puanı belirler. İçeriğe dayalı etiketleme ise bu karşılaştırmayı atlar ve bunun yerine her bir başlığın meta verilerini (volatilite endeksi, tema, ödeme tablosu yapısı) okur, ardından bu özellikleri bir hesabın daha önce tercih ettikleriyle eşleştirir (bu iki teknik genellikle birinin diğerinin yerini alması yerine yan yana çalışır). Her iki yöntem de, birinin oturup her kataloğu elle taramasını önler.

Ayrıntılı olarak incelendiğinde, her biri oldukça basit olan yaklaşık beş adımdan oluşur:

1. Herhangi bir sıralama yapılmadan önce oturum verileri, kategori tercihleri ve atlama kalıpları modele aktarılır.
2. Bireysel profiller, sadece genel olarak popüler olanlarla değil, gerçek tıklama geçmişiyle bağlantılı oyun başlıklarıyla eşleştirilir.
3. Doğru sıralama yapın. Ana sayfa ızgarasındaki etkileşimin çoğu ilk birkaç satırda gerçekleşir; bu da sıralama düzeninin, altındaki listenin boyutundan daha fazla ağırlık taşımasının nedenlerinden biridir.
4. Yeni tıklamalar, atlamalar ve tamamlanan oturumlar, daha fazla eğitim verisi olarak modele dahil edilir.
5. Yeni sürümler ve oyuncu davranışlarındaki değişiklikler, planlanmış bir güncelleme beklenmek yerine dakikalar içinde sisteme dahil edilir.

Vegas Stars’ta Daha İyi İçerik Seçimi Nasıl Gerçekleşir?

Vegas Stars gibi bir sitedeki trafiğin çoğunu mobil oturumlar oluşturur ve bu durum, küratörlüğün kullanıcı için aslında ne yapması gerektiğini değiştirir. Daha küçük bir ekranda, kullanıcının kaydırma yapması gerekmeden önce belki altı ya da sekiz döşeme görünür; bu nedenle, ilk görünür satırda yer alan içerik, Netflix araştırmasının işaret ettiği ana sayfa ızgara etkisine benzer şekilde, olağanüstü bir ağırlığa sahiptir. Bu açılış satırını yanlış düzenlerseniz, altta yatan eşleştirme ne kadar iyi olursa olsun, oyuncu kütüphanenin geri kalanını asla göremez.

Bir de canlı krupiye masa oyunları var ki, bunlar tamamen yeni bir karmaşıklık katmanı ekliyor. Diyelim ki üç boş koltuğu olan bir blackjack masanız var ve katılmak isteyen bir kullanıcı; onları saniyeler içinde değil, milisaniyeler içinde bağlamanız gerekir; randevu takvimini karıştırarak zaman kaybetmeye vaktiniz yok. Koltuk dolduktan sonra tekrar yayını oynatamazsınız. İsteğe bağlı video kütüphanesinden farklı olarak burada zamanlama önemlidir; çünkü canlı masa dolduğunda, oyuncu için fırsat kaçmış olur. Bu, PlayStation ve Xbox’ta bulabileceğiniz herhangi bir Call of Duty veya diğer takım oyunlarındaki çok oyunculu lobi gibidir.

Ödeme hızı da keşif sürecine dolaylı olarak etki eder. Kripto para veya e-cüzdanlar aracılığıyla para transferi yapan oyuncular, banka havalesi için günlerce bekleyenlere kıyasla oturumlar arasında daha hızlı geçiş yapma eğilimindedir; bu da, o hesap başka bir platforma kaymadan önce öneri motorunun her ziyaret başına öğrenme süresi kısıtlanır. Paranın daha hızlı gelmesi, lobinin o oyuncu için gerçekten işe yarayıp yaramadığına dair daha hızlı bir karar verilmesi anlamına gelir.

Bunu başarmak gerçek bir mühendislik gerektirir. Hızlı, duyarlı arka uç sistemlerinin yanı sıra, oyuncunun dikkatinin gerçekte nereye yöneldiğine uygun olarak tasarlanmış bir arayüz gerektirir.

Yasal Uyarı: Kumar, bir eğlence biçimidir ve doğası gereği risk taşır. Bir gelir kaynağı veya finansal strateji olarak görülmemelidir. Yalnızca kaybetmeyi göze alabileceğiniz kadar bahis yapın, katı sınırlar belirleyin ve kumar sizi etkiliyorsa destek alın. Katılım 18 yaş ve üstü yetişkinlerle sınırlıdır. Her zaman sorumlu bir şekilde kumar oynayın.