Sosyal mühendislikte komplo tabanlı içeriklerin yapay zekâ ile analizi

Teknolojinin gelişmesiyle birlikte yapay zekâ teknolojileri de hızlı ilerlemeler kaydetmiş ve insanlarının yaşamına önemli bir şekilde etkisini hissettirmeye başlamıştır. Teknolojinin gelişimi bireylerin günlük hayatını kolaylaştırmaya başladığı gibi bazı durumlarda da olumsuz ortamlar hazırlamaya başlamıştır. Dijital çağ kullanımının artmasıyla birlikte sosyal medya üzerinde toplumsal eğilimler ve bireylerin duygu durumları önemli bir hal almıştır. Bu tez çalışmasında ise sosyal medyada komplo teorilerinin yayılımının incelenmesi için yapay zekâ modellerinin kullanılarak tespiti üzerine çalışılmıştır. Sosyal medya metinlerinin otomatik olarak analiz edilerek bireylerin duygu durumlarının tespiti araştırılmıştır. Çalışma günümüz teknolojilerinde sosyal medya ortamlarında komplo teorileri ve sahte haberlerin tespiti ve dijital medya okuryazarlarındaki duygu analizi ile birlikte yarattığı psikolojik durumları ele alınarak incelenmiştir. Tezin veri seti Kaggle ortamından herkese açık olan Twitter, Facebook ve Instagram ortamları üzerinde etkileşimlerin metinleri üzerine incelenerek analiz edilmiştir. Çalışma sosyal medyanın duygu analizini pozitif, negatif ve nötr olarak ele alarak incelenmiştir. İnsanlar üzerinde sosyal medyanın yarattığı duygu durumlarının önemini göstermiştir. Çalışma gelecek çalışmalarda bütün sosyal ağlarda incelenmesi ve video, görsel çalışmalarında da yol gösterdiği için önem taşımaktadır. Çalışma Kaggle veri seti kullanılarak ilk aşamada veriler çeşitli ön işleme adımları ile işlenmiştir. Verilerin ön işlemesi ve temizlenmesi, anlamlandırılması gibi işlemleri yapılarak modelin eğitilmesi üzerine işlemlerden geçmiştir. Bu süreçte noktalama işaretleri temizleme, küçük harfe çevirme, duraklama kelimelerin çıkarılması, kök bulma gibi doğal dil işleme teknikleri kullanılmıştır. Verilerin bu yöntemlerle anlamlı bir yapıya dönüştürülmesi ile duygu analizi modellemesi aşamasına geçilmiştir. Çalışma kapsamında üç farklı makine öğrenmesi modeli kullanılarak performans incelemesi yapılmıştır. Naive bayes, LSTM (Long Short-Term Memory) ve BERT (Bidirectional Encoder Representations from Transformers). Her model belirli çerçeveler kapsamında eğitilmiş ve duygu sınıflandırılması görevinde test edilmiştir. Elden edilen sonuçlarda BERT modelinin duygu analizine göre en yüksek sonuçları yansıttığı görülmüştür. Model performansları, F1-Score,Precision ve Recall gibi ölçütlerle değerlendirilmiştir. Analiz sonuçları kapsamında BERT modelinin tercih edildiği bireyler üzerinde etkilerinin önem arz ettiği ve komplo teorileri karşısında duygu analiz etiketlerinin F1-Score, Recall ve Precision değerleri hesaplanarak başarı oranları anlaşılmıştır. Ayrıca bu modelin özellikle komplo teorileri gibi hassas içeriklerde kullanıcı tepkilerini daha doğru sınıflandırabildiği gözlemlenmiştir. Bu sonuçlar neticesinde veri toplama ve veri ön işleme süreçlerinden sonra modellerin etkileri ve duygu durum analizleri sonuçlarına ulaşılmıştır. Modelleme ve performans değerlendirme adımları ile sosyal medya içeriklerinin duygu analizinden ve ve bu analizlerin toplumsal eğilimlerin incelenmesinde etkili olduğu izlenmiştir. Dijital medya okur yazarlarının psikolojik etkileri göz önünde bulundurularak dijital medya okur yazarlığın yaygınlaştırılmaıs, sosyal medya algoritmik sorumlulukları, Yapay zeka tabanlı eğitimlerin geliştirilmesi gibi önerilerde bulunmuştur. Böylece dijital medya okuryazarların sosyal medyadaki duygu durumlarının sağlıklı anlaşılması, sosyal medya platformlarında güvenli hale getirilmesi ve toplumsa farkındalığın arttırılması hedeflenmiştir. Teknik analizle birlikte aynı zamanda dijital toplumun dinamikleri de boyutlar kapsamında değerlendirilmiştir.