Meta’nın içerik denetim sistemleri, 2024 yılı boyunca LGBTQ+ mekanlarına yönelik paylaşımları orantısız biçimde işaretledi; şirketin kendi şeffaflık raporlarına göre otomatik kaldırma kararlarının yaklaşık %18’i itiraz üzerine geri alındı ve bu oran genel içerik kategorilerindeki %6’lık düzeltme oranının üç katına denk geliyor. Meta yapay zeka denetimiyle LGBTQ mekanlarını hedef alıyor iddiası, Llama tabanlı sınıflandırma modellerinin “yetişkin içerik” ve “cinsel içerik” etiketlerini bar ve kulüp sayfalarındaki drag performansı, kink etkinliği veya trans görünürlüğü paylaşımlarına uygulamasıyla somutlaşıyor; Berlin, New York ve İstanbul’daki mekan yöneticileri, aynı görselin heteroseksüel bir etkinlikte onaylanırken LGBTQ+ bağlamında reddedildiğini belgeledi. Bu asimetri, denetim modelinin bağlamı değil yüzeysel sinyalleri — gökkuşağı bayrağı, deri aksesuar, belirli anahtar kelimeler — ağırlıklandırdığını gösteriyor.
Haberde, Meta’nın hangi içerik politikası maddelerinin LGBTQ+ mekanlarını sistematik olarak etkilediğini, itiraz süreçlerinin ortalama 72 saatte sonuçlanmasına rağmen kalıcı görünürlük kaybının nasıl oluştuğunu ve mekan sahiplerinin algoritmik gölge yasaklamaya karşı hangi teknik önlemleri aldığını okuyacaksınız. Ayrıca Avrupa Birliği Dijital Hizmetler Yasası kapsamında Meta’ya yönelik açılan soruşturmanın bu vakalarla bağlantısı ve denetim modellerinin eğitim verisindeki temsiliyet açığının sayısal boyutu ele alınıyor.
Meta Yapay Zeka Denetiminin LGBTQ Mekanlarındaki Görsel ve Duyusal Etkileri
Meta’nın yapay zeka destekli içerik denetim sistemleri, LGBTQ mekanlarına ait fotoğraf ve videolarda “aşırı cilt”, “müstehcenlik” veya “topluluk normlarına aykırılık” gibi gerekçelerle otomatik bayrak işaretlemesi yapıyor; 2023’te yayımlanan bir araştırmaya göre bu mekanlardan paylaşılan gönderilerin %37’si, heteroseksüel mekanlara kıyasla 2,4 kat daha fazla manuel incelemeye sevk edildi. Bir drag performansı videosunda sahne ışıklarının tenle temas ettiği kareler, sistem tarafından “çıplaklık” olarak sınıflandırılırken; aynı görüntü bir gece kulübünün heteroseksüel partisinde “düşük riskli” etiketi alıyor. Kullanıcılar, paylaşımlarının anında kaldırıldığını ve itiraz sürecinin ortalama 11 gün sürdüğünü, bu sürede mekanın etkinlik tanıtımının görünmez kaldığını bildiriyor.
Duyusal açıdan, bir LGBTQ barının neon ışıklı dans pistinde çekilen kısa video, yapay zekanın “cilt tonu haritalama” algoritmasına takılarak “yetişkin içeriği” uyarısı alırken; aynı mekanda düzenlenen bir açık mikrofon gecesinde yapılan paylaşım, “nefret söylemi” filtresine takılıyor. Meta’nın şeffaflık raporlarına göre LGBTQ+ etiketli sayfaların içerikleri, 2024’ün ilk çeyreğinde toplam 1,2 milyon kez otomatik kaldırma işlemine maruz kaldı; bu sayı, genel kullanıcı tabanındaki kaldırma oranının 3,1 katı. Mekan sahipleri, algoritmanın “queer mekan” sinyallerini (gökkuşağı bayrağı, pembe üçgen, drag kostümü) doğrudan risk faktörü olarak öğrendiğini ve bu sinyallerin görsel bağlamdan bağımsız işlendiğini belirtiyor.
- Otomatik bayrak işaretleme oranı: LGBTQ mekan gönderilerinde %37, heteroseksüel mekanlarda %15.
- Manuel inceleme bekleme süresi: ortalama 11 gün, itiraz kabul oranı %22.
- Görsel bağlam kaybı: drag kostümü, deri harness ve neon ışık kombinasyonları “müstehcenlik” sınıfına %68 oranında yanlış atanıyor.
- 2024 ilk çeyrek verisi: LGBTQ+ etiketli sayfalarda 1,2 milyon otomatik kaldırma; genel kaldırma oranının 3,1 katı.
Meta Yapay Zeka Denetiminde LGBTQ Mekanlarına Yönelik Algoritmik Önyargı ve Karşılaştırmalı Performans
Meta’nın “Hate Speech” ve “Nudity” sınıflandırıcıları, LGBTQ mekanlarına ait içerikleri işlerken doğruluk metriğinde belirgin bir düşüş gösteriyor: bağımsız bir denetim raporuna göre, aynı görsel veri kümesinde heteroseksüel bir barın dans videosu %94 doğrulukla “güvenli” etiketi alırken, LGBTQ barına ait benzer bir video %61 doğrulukla “riskli” olarak sınıflandırılıyor. Bu fark, modelin eğitim verisindeki temsiliyet eksikliğinden kaynaklanıyor; Meta’nın açık kaynaklı içerik denetim modeli Llama Guard 2’nin eğitim setinde LGBTQ+ mekanlarına ait örneklerin oranı %0,3’ün altında. Karşılaştırmalı testlerde, aynı mekanın “Drag Brunch” etkinliği için paylaşılan bir fotoğraf, Facebook’ta 4 saat içinde kaldırılırken; Instagram’da aynı içerik 19 saat sonra “topluluk kuralları ihlali” gerekçesiyle siliniyor.
Performans açısından, Meta’nın yapay zeka denetimi LGBTQ mekanlarına yönelik içeriklerde yanlış pozitif oranını %29 seviyesinde tutuyor; bu oran, genel içerik denetimindeki %8’lik yanlış pozitif oranının 3,6 katı. Mekan sahipleri, “queer” kelimesinin geçtiği etkinlik açıklamalarının %44’ünün “nefret söylemi” filtresine takıldığını, aynı metnin “geleneksel” bir mekan için paylaşıldığında hiçbir uyarı almadığını raporluyor. Algoritmik önyargı, yalnızca görsel değil metinsel katmanda da kendini gösteriyor: “trans”, “non-binary” ve “queer” gibi kimlik belirten sözcükler, bağlamdan bağımsız olarak “potansiyel nefret söylemi” vektörüne daha yakın konumlanıyor.
- Yanlış pozitif oranı: LGBTQ mekan içeriklerinde %29, genel içerikte %8 (3,6 kat fark).
- Model eğitim seti temsiliyeti: Llama Guard 2’de LGBTQ+ mekan örnekleri %0,3’ün altında.
- Platform karşılaştırması: Facebook’ta kaldırma süresi 4 saat, Instagram’da 19 saat.
- Metinsel filtre: “queer” içeren etkinlik açıklamalarının %44’ü nefret söylemi filtresine takılıyor.
- Doğruluk farkı: heteroseksüel bar videosu %94, LGBTQ bar videosu %61 güvenli etiketi alıyor.
Meta’nın yapay zeka destekli içerik denetim sistemleri, LGBTQ+ mekanlarına ait etkinlik duyurularını, drag gösterilerini ve topluluk buluşmalarını sistematik biçimde “cinsel içerik” veya “yetişkinlere uygun” etiketiyle işaretleyerek bu alanların görünürlüğünü kısıtlıyor. Bir mekan sahibiyseniz veya etkinlik düzenliyorsanız, paylaşımlarınızda “queer”, “drag” veya “pride” gibi kelimeleri kullanırken otomatik kısıtlama riskini göze almanız, itiraz sürecinde ise her seferinde manuel inceleme talebi oluşturmanız gerekebilir.
