VoxSim nasıl çalışır?

Birincil eksen: 12 siyasi küme + yankı odası

VoxSim simülasyonun birincil ekseninde demografi değil, siyasi eğilim vardır. Türkiye toplumu 12 siyasi kümeye bölünür (sosyal demokrat, dindar muhafazakar, milliyetçi muhafazakar, kürt siyasi, genç kararsız, vb). Her küme kendi yankı odasından beslenir.

Her küme için haber kaynakları dört zaman penceresinde taranır; yapay zeka bu zaman-ağırlıklı haber ortamını okuyarak kümenin şu anki ruh halini, şikayetlerini ve baskın anlatı çerçevelerini çıkarır. Söylem değerlendirmesi bu canlı bağlama karşı yapılır.

Her kümenin gösterilen nüfus payı (%oran), ulusal kamuoyu araştırmaları ve seçim verilerinden elde edilen çapraz tablo tahminlerine dayanır. Türkiye'nin lider bağımsız kamuoyu araştırma kuruluşundan türetilmiş yaşam tarzı tipolojisi (LKA takma adıyla anılır) bu tahminlerin temel çerçevesini oluşturur. Kaynak kuruluşun ticari veri lisansı kapsamında ismi gizli tutulur; ham tablolar yeniden yayınlanmaz, yalnızca istatistiksel çıkarım aktarılır.

Bourdieu 3-Kapital × KONDA Alt-tipoloji

Her küme için Bourdieu (Distinction, 1984) 3-kapital teorisi (ekonomik · kültürel · sosyal) ve KONDA Ekim 2024 alt-tipolojisi uygulandı. Tablo; kümelerin toplumdaki konum ve eğilimlerini özetler; bireysel profil değildir. Bu sermaye haritası yapay zekanın Türkiye bağlamına özgü siyasi davranış modellemesini güçlendirir.

1 = çok düşük, 5 = çok yüksek. Lacivert tonları yüksek sermaye, amber tonları düşük sermaye.

Akademik referanslar: Bourdieu (1984) — Distinction: A Social Critique of the Judgement of Taste (Harvard UP); Çarkoğlu & Kalaycıoğlu (2021) — Fragile but Resilient? Turkish Electoral Dynamics, 2002–2015 (U. Michigan Press); Çarkoğlu & Kalaycıoğlu (2020) — Elections and Public Opinion in Turkey (Routledge); Çarkoğlu & Toprak (2007) — Religion, Society and Politics in a Changing Turkey (TESEV).

Bilgi ekolojisi haritalama (3-tier hibrit kaynak)

Büyük haber ajanslarının doğal kalite filtresi, bir kümeyi gerçekten tanımlayan bazı kritik kaynakları dışarıda bırakır. Niş yayıncılar — özellikle ideolojik odaklı medya organları — küresel kataloglarda yer almaz; ama belirli siyasi kümelerin gerçek ruh halini ve kaygılarını anaakım kaynaklardan çok daha iyi yansıtır.

VoxSim bu boşluğu hibrit kaynak yapısıyla kapatır: yayıncıların kendi RSS akışları üzerinden derlenen çok katmanlı bir haber tabanı oluşturulur (anaakım + niş + yankı odası). Her içerik parçası kaynak kalitesi ve tipi bakımından sınıflandırılır.

Akademik referanslar: Sunstein (2017) — #Republic: Divided Democracy in the Age of Social Media (Princeton UP); Bail (2021) — Breaking the Social Media Prism (Princeton UP); Levy (2021) — Social Media, News Consumption, and Polarization (American Economic Review); Cinelli et al. (2021) — The Echo Chamber Effect on Social Media (PNAS); Bakshy, Messing & Adamic (2015) — Exposure to Ideologically Diverse News on Facebook (Science); Garrett (2009) — Echo Chambers Online? Selective Exposure Among Internet News Users (JCMC).

Günlük yankı odası pipeline'ı

Her kümenin snapshot'ı her gece dört aşamalı pipeline ile yeniden inşa edilir. Toplam süre ≈ 30 dakika; 02:30–03:30 İstanbul saatleri arasında çalışır. Gün içindeki simülasyonlar her zaman bir önceki geceye ait context okur. Önemli kısıt: gün içinde patlak veren anlık krizler, aynı gece pipeline'ı tamamlanana kadar snapshot'a dahil değildir — Modül B bu durumda Olay Enjeksiyonu (Modül E, Karargah+) ile tamamlanmalıdır.

Üstel unutma eğrisi (w = exp(−t/τ))

Her makaleye yaşına göre <strong>w(t) = exp(−t / τ)</strong> ağırlığı verilir; bucket ağırlıkları bu eğrinin pencere sınırları üzerindeki integralinden deterministik olarak türetilir. τ (tau) zaman sabiti tek doğruluk kaynağıdır — yarı-ömür τ·ln(2). Murre &amp; Dros (2015 PLOS ONE) Ebbinghaus replikasyonu ve Wu et al. (2007 PNAS) haber dikkat decay literatürüne dayanır.

Kaynak anonimliği

Tüm public yüzeyler — config dosyaları, API yanıtları, PDF raporlar, audit log'lar, bu sayfa — haber kaynaklarını yalnızca codename ile gösterir (örn. SOURCE_K1, SOURCE_M3). Gerçek kaynak URI mapping'i sadece Talivio compliance ekibinin erişebildiği şifreli bir dosyada bulunur.

Backtest temporal pin

VoxSim tarihsel bir olayı simüle ettiğinde (örn. Şubat 2023 depremi), bugünün küme snapshot'ını kullanmak yanıltıcı olur — 2023'te kümelerin inançları farklıydı. Backtest, event_date tarihinde veya öncesinde aktif olan snapshot versiyonunu seçer.

Akademik referanslar: Murre & Dros (2015) — Replication and Analysis of Ebbinghaus' Forgetting Curve (PLOS ONE); Tversky & Kahneman (1973) — Availability: A Heuristic for Judging Frequency and Probability (Cognitive Psychology).

İkincil eksen: demografik nüans

Siyasi kümenin yanında ikincil bir eksen daha çalışır: demografik dağılım. Türkiye'nin yetişkin nüfusu üç bağımsız boyutta kesiştirilerek istatistiksel bir model oluşturulur: coğrafya (NUTS-2 bölgeleri), sosyo-ekonomik düzey (SES) ve kültürel-yaşam tarzı kümesi. Bu üç boyutun her kombinasyonu 26 × 4 × 3'lük matrisin bir hücresini oluşturur.

Her hücredeki sentetik ajanlar, kamuya açık demografik anketlerden ve nüfus sayımı verilerinden türetilmiş istatistiksel dağılımlar taşır. Hiçbir gerçek birey temsil edilmez; her ajan prosedürel olarak üretilmiş istatistiksel bir bileşimdir.

Üç yaşam tarzı kümesi, Türkiye toplumunun laiklik, gelenek ve dindarlık konusundaki öz-tanımlama örüntülerine ilişkin araştırmaları yansıtır. Yaklaşık ulusal oranlar şöyledir: (Veriler: TÜİK ADNKS ve KONDA Yaşam Tarzı Araştırması).

Akademik referanslar: Beckman, Baggerly & McKay (1996) — Creating Synthetic Baseline Populations (Transportation Research A); Müller & Axhausen (2011) — Hierarchical IPF: A Synthetic Population for Switzerland (ERSA); Park et al. (2023) — Generative Agents: Interactive Simulacra of Human Behavior (UIST); Argyle et al. (2023) — Out of One, Many (Political Analysis); Aher, Arriaga & Kalai (2023) — Using LLMs to Simulate Multiple Humans (ICML).

Tarihsel olay kalibrasyonu

Bir simülasyon motoru yalnızca kalibrasyonu kadar iyidir. VoxSim popülasyon modelini, nesnel bir çıktının — seçim sonucu veya güvenilir anket verisi — gerçek ölçüm sağladığı tarihsel olaylara karşı doğrular. Bu süreç backtest kalibrasyonu olarak adlandırılır.

1. 1

   Tarihsel olayları derle

   Her olay tarih, kategori, açık bir Türkçe açıklama ve Wikipedia, Resmî Gazete, haber arşivleri gibi kamuya açık kaynaklara yönlendiren URL ile belgelenir.

2. 2

   Referans verisini belirle

   Yalnızca nitelikli referans ölçümü olan — ulusal seçim sonucu, güvenilir anket veya resmî istatistik — olaylar kalibrasyon setine girer. Bu, ayrıştırıcı ölçüttür.

3. 3

   Popülasyon simülasyonu çalıştır

   Olay açıklaması simülasyon motoruna iletilir; motor tüm popülasyon hücrelerinde duygusal tepkiyi (öfke, korku, umut, ilgisizlik, destek) tahmin eder.

4. 4

   Gerçek ölçümle karşılaştır

   Tahmin edilen dağılımlar çıpa ölçümüyle karşılaştırılır. Seçimlerde oy payı değişimleri segment düzeyi destek tahminlerine dönüştürülür; anket sorularında doğrudan duygu soruları doğrulama sağlar.

5. 5

   Yinele ve yeniden kalibre et

   Sistematik sapmalar model yanlılıklarını ortaya koyar (örn. kırsal dindarlığın eksik ağırlıklandırılması). Parametreler ayarlanır ve kalibrasyon seti ortalama mutlak hata dengelenene kadar yeniden çalıştırılır.

Kalibrasyon için koşul katıdır: bir olay ancak yaklaşık altı ay içinde nitelikli bir ölçüm (seçim veya anket) bulunması durumunda sete dahil edilir. Bu kural, tahmin edilen toplumsal tepkinin bağımsız bir sinyalle karşılaştırılabilmesini sağlar.

Akademik referanslar: Brier (1950) — Verification of Forecasts (Monthly Weather Review); Tetlock (2005) — Expert Political Judgment (Princeton UP); Hyndman & Koehler (2006) — Forecast accuracy measures; Gneiting & Raftery (2007) — Strictly Proper Scoring Rules (JASA).

Doğruluk skoru hesaplama

Her backtest çalışması olay bazında bir doğruluk tahmini üretir. VoxSim'de raporlanan genel doğruluk skoru, tüm kalibrasyon olaylarının olay güvenilirliğiyle ağırlıklandırılmış ortalamasıdır.

Skor konu kategorisine (ekonomik, siyasi, güvenlik vb.) göre ayrıştırılır; kullanıcılar modelin hangi politika alanlarında daha başarılı, hangilerinde daha zayıf olduğunu tam olarak görebilir. Her skor, onu üreten belirli olaylara geri bağlantı verir — kara kutu değil, tam şeffaflık.

Akademik referanslar: Willmott & Matsuura (2005) — Advantages of MAE over RMSE (Climate Research); Hyndman & Koehler (2006) — Another look at measures of forecast accuracy (Int'l J. Forecasting); Gneiting & Raftery (2007) — Strictly Proper Scoring Rules (JASA).

Tarihsel Kalibrasyon — 3 Seçim Çıpası (2015–2023)

VoxSim'in 12 küme modeli, gerçek YSK seçim sonuçlarına karşı bağımsız olarak doğrulanmıştır. Her kümenin tarihsel oy dağılımı nüfus paylarıyla ağırlıklandırılarak ulusal tahmine dönüştürülür; gerçek seçim sonuçlarından sapma matematiksel olarak hesaplanır. Aşağıdaki üç çapa (2015 Kasım, 2018, 2023) bütünleşik sağlık skorunu üretir.

Skorlar her gün otomatik olarak yeniden hesaplanır; model parametreleri güncellendiğinde anlık olarak yansıtılır. Bu hesaplamalar yapay zeka çağrısı gerektirmez — tamamen deterministik matematiksel işlemlerdir.

Replikasyon varyansı & algoritmik sadakat

Referans alınan iki temel akademik uyarıya karşı sisteme koruma katmanları eklendi. Aşağıdaki her iki test de canlı veri üzerinden çalışır.

Prompt kararsızlığı — Bisbee (2024) replikasyon taraması

Bisbee ve ark. (2024), Political Analysis dergiside şu uyarıyı yapar: yapay zeka tabanlı sentetik anketler aynı soruyu farklı söyleyişle test edildiğinde tutarsız sonuçlar üretir; tek bir çıktıya güvenmek yanıltıcıdır. VoxSim her şablon için 5 kez tekrar ölçümü yapar, varyans katsayısını hesaplar ve üç kararlılık bandına ayırır: kararlı / orta / kararsız.

Algoritmik sadakat — Argyle (2023)

Argyle ve ark. (2023) merkezi önerisi: sentetik popülasyon modelinin demografik altgrupları gerçek alan araştırması bulgularıyla tutarlı biçimde temsil etmesi zorunludur. VoxSim'de 12 küme tahmini, 3 yaşam tarzı segmentine (modern / geleneksel / dindar) toplanarak yayımlanmış KONDA Barometre çapraz tablolarıyla karşılaştırılır. Sadakat skoru 1.0 = mükemmel örtüşme, 0.0 = tam ayrışma anlamına gelir.

Kültürel önyargı azaltımı — Atari (2023)

Atari ve ark. (2023) bulgusu: büyük dil modelleri, Batı/kentsel/yüksek gelirli toplumlar dışındaki kültürlerde (kolektivist yapılar dahil) sistematik önyargı gösteriyor. Türkiye bu risk grubuna girer. Azaltım yöntemi: 12 küme için 36 Türkçe örnek davranış kalıbı (yalnızca YSK + KONDA agregat verisi; bireysel profil değil) yapay zekaya örnekler olarak gösterilir. Bu sayede modelin siyasi yorum ve oy gerekçelendirmesi Türkiye bağlamına kalibre olur.

Akademik referanslar: Bisbee et al. (2024) — Synthetic Replacements for Human Survey Data? The Perils of LLMs (Political Analysis); Argyle et al. (2023) — Out of One, Many: Using LLMs to Simulate Human Samples (Political Analysis).

Tarihsel olay kapsamı

Mevcut kalibrasyon seti, 1999'dan 2025'e uzanan 130 elle seçilmiş olay içerir. Segment düzeyi gerçek ölçüm verisinin daha zengin olduğu 2013 sonrası dönem kasıtlı olarak daha yoğun kapsamlıdır.

Önceki dönem olayları (2010 öncesi), anket arşivleri seyrek olduğundan birincil çıpa olarak seçim verilerini kullanır. 2013 sonrası olaylar, daha ayrıntılı segment bazlı gerçek ölçüm üretebilen daha zengin anket araştırmalarından yararlanır.

Kalibrasyon seti sürekli genişletilmektedir. Her sürümde eklenen yeni olaylar değişiklik günlüğünde belirtilir. Hedef, ikinci yılın sonuna kadar 500'ü aşkın olaydir.

Akademik referanslar: King & Lowe (2003) — Automated Information Extraction for Conflict Data (International Organization); Schrodt (2012) — Precedents, Progress & Prospects in Political Event Data (Int'l Interactions); Boschee et al. (2015) — ICEWS Coded Event Data (Harvard Dataverse); Leetaru & Schrodt (2013) — GDELT: Global Data on Events, Location and Tone.

Modül K, 26 NUTS-2 bölge × 4 SES × 3 yaşam tarzı = 312 demografik hücre için bağımsız LLM dağılım tahmini üretir ve bunları nüfus paylarıyla birleştirerek ulusal parti pay tahmini döndürür. Her hücre kendi coğrafi/sosyo-ekonomik/kültürel profili ile sorulur. "Şu an seçim olsa ne olur?" sorusuna sentetik nüfus simülasyonu bazlı bir karar destek sinyali sunar; kamuoyu yoklaması değil, stratejik iç değerlendirme aracıdır.

1. 1

   Küme bazlı paralel analiz

   Her demografik dilim — coğrafya, sosyo-ekonomik düzey ve yaşam tarzına göre tanımlanan segmentler — ayrı bir analiz oturumunda değerlendirilir. Yapay zeka her segmentin bölgesel siyasi profilini, geçmiş seçim eğilimlerini ve kültürel bağlamını göz önünde bulundurarak tahmin üretir.

2. 2

   Hatırlama kalibrasyonu

   Her hücreden 2023, 2018 ve 2015 Kasım Milletvekili hatırlama dağılımları da istenir. Ağırlıklı ulusal aggregate YSK resmî sonuçlarıyla karşılaştırılarak composite kalibrasyon skoru üretilir. Hatırlama bir düzeltici değil, model kalitesinin göstergesidir — geçmiş sonuca doğru çekim yapmaz.

3. 3

   Nüfus ağırlıklı ulusal birleştirme

   Tüm segment çıktıları nüfus paylarıyla ağırlıklandırılarak ulusal tabloya dönüştürülür. Segment içi göreceli sıralama korunurken ulusal toplam, tarihsel seçim çıpalarına yakınsaması için matematiksel olarak ayarlanır. Geçersiz veya eksik dönen segmentler otomatik olarak kapsam dışı tutulur.

Akademik referanslar: Argyle et al. (2023) — Out of One, Many: Using Language Models to Simulate Human Samples (Political Analysis); Horton (2023) — Large Language Models as Simulated Economic Agents: Homo Silicus (NBER WP 31122); Bisbee et al. (2024) — Synthetic Replacements for Human Survey Data? (Political Analysis); Aher, Arriaga & Kalai (2023) — Using LLMs to Simulate Multiple Humans (ICML).

Bilinen sınırlamalar

VoxSim bir karar destek aracıdır, kehanet makinesi değil. Sınırlamaların açıkça aktarılması sorumlu kullanımın temelidir.

• Sentetik ajanlar ≠ gerçek insanlar

  Yanıtlar, gerçek vatandaşlardan değil istatistiksel ajanlardan gelir. Model bireysel hikayeleri, mikro-topluluk dinamiklerini veya anlık ruh hali değişimlerini yakalayamaz.

• Kalibrasyon gecikmesi

  Model parametreleri en son kalibrasyon döngüsünü yansıtır. Hızla gelişen durumlar — acil krizler, ani liderlik değişimleri — henüz yansıtılmamış olabilir.

• Korelasyon, nedensellik değil

  Yüksek öfke sinyali politikanızın bu öfkeye neden olduğu anlamına gelmez. Eş zamanlı başka faktörler tarihsel örüntüyü açıklıyor olabilir; model atıfı olaya yapar, bağlamsal dış etkenlere değil.

• Kapsam boşlukları

  1999 öncesi olayların anket çıpası yoktur ve kapsam dışıdır. Yalnızca belirli NUTS-2 bölgelerini etkileyen yerel olaylar toplu doğrulukta yetersiz temsil edilebilir.

• LLM değişkenliği (mitigasyon: Bisbee + Atari)

  Simülasyon çıktıları büyük dil modelleri tarafından üretilir ve LLM doğasındaki sınırlamaları taşır: halüsinasyon riski, prompt ifadesine duyarlılık, gerçek dünya anlayışı eksikliği. Faz 1.8'de aktif mitigasyonlar yerleştirildi — Bisbee replication sweep (N=5 σ ölçümü, bkz. 04.6), Atari WEIRD bias için Türkçe few-shot kütüphanesi (12 cluster × 3 aggregate pattern). Tek-shot çıktı hâlâ sınırlıdır; production'da unstable band tespit edilirse PDF'e uyarı gömülür.

• Sentetik anket kamuoyu yoklaması değildir

  Modül K (Pazar Anketi) sentetik nüfus üzerinde LLM tabanlı dağılım tahmini üretir; gerçek seçmenle yapılmış bir anket DEĞİLDİR ve kamuya bu şekilde yayınlanamaz. 2023 hatırlama dağılımı yalnızca kalibrasyon kalitesi göstergesidir — tahmini son seçim sonucuna çekmek için düzeltici olarak KULLANILMAZ. Yaklaşan seçimden önceki son 10 gün Modül K otomatik devre dışıdır (YSK kanunu).

• Belediye anketinde cluster payları il bazında yerelleştirilmez

  Belediye anketi varyantında 12 siyasi cluster'ın ulusal payları il bazında yeniden tahmin edilmez (küçük illerde örneklem seyrekliği riski nedeniyle bilinçli karar). İl bağlamı LLM prompt'una enjekte edilir ve model cluster içi davranışı il bağlamına göre revize eder; atipik illerde (örneğin bir cluster'ın il içindeki gerçek payının ulusal paydan çok saptığı durumlarda) bu yaklaşımın hata payı artar. 2019 + 2024 YSK anchor'larıyla il bazında kalibrasyon ölçülür; 51 il anchor'ı ikincil kaynaklardan derlenmiştir ve düşük güvenli iller config'te UNCERTAIN olarak işaretlidir.

Akademik referanslar: Bisbee et al. (2024) — Synthetic Replacements for Human Survey Data? The Perils of LLMs (Political Analysis); Santurkar et al. (2023) — Whose Opinions Do Language Models Reflect? (ICML); Park et al. (2023) — Generative Agents: Interactive Simulacra of Human Behavior (UIST); Atari et al. (2023) — Which Humans? (WEIRD bias in LLMs).

Uyumluluk ve etik çerçeve

VoxSim, AB ve Türkiye mevzuatı kapsamındaki veri koruma, yapay zeka şeffaflığı ve etik gereksinimleri göz önünde bulundurularak tasarlanmıştır.

• EU AI Act (Yüksek Risk Sınıflandırması)

  Demokratik süreçleri etkileyebilecek yapay zeka sistemleri yüksek risk kapsamındadır. VoxSim bu kapsamda şeffaf doğruluk skoru, insan gözden geçirme aşaması ve kötüye kullanım önleyici etik filtreler ile tasarlanmıştır.

• GDPR (Genel Veri Koruma Tüzüğü)

  Sistem sentetik (yapay) veri kullanır — gerçek bireysel kişisel veri içermez. Müşteri belgeleri DPA çerçevesinde işlenir. Veri saklama 12 ay; silme hakkı self-service olarak sağlanır.

• KVKK (Kişisel Verilerin Korunması Kanunu)

  Türkiye merkezli müşteriler için KVKK uyumlu veri işleme sözleşmesi uygulanır. Talivio Technology OÜ veri işleyici, müşteri ise veri sorumlusu konumundadır.

• Sentetik veri ve gizlilik

  Üretilen simülasyon çıktıları gerçek kişi veya anket katılımcılarının verisine dayandırılmaz. İstatistiksel dağılımlar (<a href="https://data.tuik.gov.tr/Kategori/GetKategori?p=nufus-ve-demografi-109" target="_blank" class="underline hover:text-navy-500">TÜİK</a> ve kamuya açık araştırmalar) toplu seviyede kullanılır.

Uyumluluk ve yasal sorular için: [email protected]