Akademik Veri Yönetim Sistemi
3rd Communication and Technology Conference 2021, İstanbul, Türkiye, 12 - 14 Nisan 2021, ss.669-676
Algoritmaları eğitmek üzere kullanılan veri setindeki veya algoritmayı kodlayan ekipteki çeşitliliğin az
olmasından dolayı algoritma yanlılığı ortaya çıkabilmektedir. Algoritmik yanlılığın bir sonucu olarak toplumdaki
farklı gruplar veya bireyler dezavantajlı konuma düşmektedir. Bu eşitsizlik hali algoritmaların çalışma mantığı
sebebiyle tekrar üretilmektedir. Bu çalışmada sistematik bir literatür taramasıyla takip eden sorulara yanıt aranmaktadır: COVID-19 salgınında potansiyel olarak algoritmik yanlılığa sebep olabilecek etmenler nelerdir, bu yanlılık hangi alanlarda ortaya çıkabilmektedir ve algoritmik yanlılık ile nasıl mücadele edilebilebilir? Bu bağlamda
COVID-19 sürecinde algoritmik yanlılığın eğitim setlerine yönelik sorunlar, geliştirici ekipteki çeşitlilik sorunu ve
modelleme sürecindeki anlayış sebebiyle ortaya çıkabileceği gözlemlenmiştir. COVID-19 salgınında algoritmik
yanlılığın yaratabileceği potansiyel sorunlar eğitime yönelik dezavantajlar, istihdam ve işgücü yönelimli sorunlar,
eğitim veri setlerindeki temsil sorununun yarattığı sorunlar şeklinde kategorize edilmiştir. Algoritmik yanlılığın
önlenmesi veya etkilerinin azaltılması noktasındaki çözüm önerileri verinin özgürleştirilmesi ve iyileştirilmesi,
şeffaflık, disiplinlerarasılık ve denetim olmak üzere üç ana başlık altında kategorize edilebilmektedir. Bu çözüm
önerilerine ek olarak dijital medya okuryazarlığı perspektifinin ve pratiğinin algoritmaların oluşturabileceği riskleri anlamak noktasında katkı sağlayabileceğinin altı çizilmelidir.