Analiz bir kara kutuydu, analitik ile şeffaflaştı. Sosyal bilimler için konuşayım: Yakın geçmişe kadar “Verilerimi topladım şimdi analiz aşamasındayım” gibi sözler duyabilirdiniz ama “analitik stratejim şöyle” diye başlayan ifadelere pek rastlayamazdınız. Çünkü analitik süreçler bu kadar şeffaflaşmamıştı. Öte yandan özellikle psikolojide “davranış” çalışılırdı, “deneyim” çalışmak mümkün değildi, en azından ana akım içerisinde.
Geçmiş zamanlı konuşuyorum, ortadan kalktı mı bu durum? Henüz değil ama yöntemsel süreçlerdeki büyük değişimi psikoloji dahil tüm sosyal bilim alanlarında görebiliyoruz. Gelecek geldi. Bilimsel bilgi üretme süreçleri de bir yıkımla (distruption) karşı karşıya.
Yirminci yüzyılda sosyal bilimler ‘bilim’ olabilmek adına ‘ölçme’ye yöneldi. Sosyal gerçekliğin karmaşık ve zengin dünyasında ölçmek, ‘indirgemek’ demekti. Çünkü sosyal bilimcinin elinde ‘anket’ dediğimiz yapılandırılmış soru formundan başka bir aracı yoktu. Akıllı telefonlar, giyilebilir teknolojiler hayatımıza girmemişti. İlk iPhone bundan on sene önce hayatımıza girdiğinden beri ne çok şey değişti değil mi? Yaşı 30’un üzerinde olan çoğu kimse ne demek istediğimi hemen anlayacaktır. Bir akıllı telefonun varsa “sen de bir cyborg’sun” çağındayız.
“Araçlarımızı bedenlerimize entegre etmek (ve belki de gündelik giysilerimizle onlar olmadan nadiren var olduğumuz gibi) ahlaki açıdan önemli olabilecek benzeri görülmemiş üstünlükler ortaya koyuyor: Daha kolay, anında ve” her zaman hazır” olma gibi avantajları olan bu yeni yeteneklere erişimimiz, varlığımızın doğal bir parçasıymış gibi olabilir; bir toplantıya laptop bilgisayar götürmeyi unutabiliriz ama hiçbir zaman bu araçlarsız olamayabiliriz. Kişiliğimize asimile olan araçlar bizimle öyle samimi veya gelişmiş bağlantı kuruyorlar ki sadece sahip olmanın ötesine geçerek kişisel kimlik nosyonumuz evriliyor.” (National Science Foundation, 2009)
Her dönüşüm bir yıkımdır. Akıllı telefonlar sayesinde kurduğumuz ilişkiler, etkileşimler, ağlar en çok neyi yıktı biliyor musunuz? Eski kabullerimizi. En mahrem olanları dahil. Paylaştıkçaşeffaflaştık.
Kişisel olan yeni baştan tanımlanıyor; sosyal örüntüler etkileşim ağlarıyla ‘göz önünde’ şekillenebiliyorken sosyal bilimlerde yeni bilgi üretme süreçlerine ihtiyacımız var. A. Comte sosyolojiyi bilimlerin kraliçesi ilan etmiş; metafizikten kurtulup pozitivizme ulaştığımız dönemin bilimi olarak sosyolojiyi böyle kutsamıştı. Sosyoloji, metafizikten bizi kurtarmaya yetmedi. Bilim insanı ‘teori’yi yücelttiği sürece bu mümkün olamadı. Sosyal bilimlere ilk zamanlar ‘grand teoriler’ yön verdi. Sonraları ise daha ‘orta boy’ (Robert K. Merton) teorilerle yetinmek gerektiğine kanaat getirildi. Ama yine de, ana akıma bağlı ampirik araştırmalar “kavram empoze etme” eğilimini güçlü biçimde taşıdı içinde. Şimdi ise Veri Bilimi çağında geldiğimiz noktada “teori öldü” diyenler bile var.
A. Comte’un o zaman hayalini kurduğu şey aslında Dijital Devrim sayesinde bugün gerçekleşiyor. Veri Devrimi ve Veri Bilimi çağında yani.
Bilimin sosyolojisini, tarihini bilmek, bugün pazar araştırma sektörünün profesyonellerine yönelttiğimiz eleştirilerin dozunu azaltmaya yardımcı olabilir.
Yıllarca, araştırma diye, kavram test eden istatiksel bir süreç belletildi tüm yeni yetişen araştırmacılara. Her araştırmanın başı ve sonu ‘kavram’dı. Kavramın içini dolduran verilerin niteliği ve sınırlılığı; bu verilerin hangi araçlarla nasıl elde edildiği gibi konular yeterince sorgulanmıyordu. Geliştirilen ölçekler (ör. Bağlılık, memnuniyet vb.) geçerlilik ve güvenilirlik testlerini geçtiğinde ‘iş tamamlandı’ kabul ediliyordu. Yıllarca sorgusuz sualsiz kullanılabiliyordu. Sosyal araştırmalarda herkes analiz yapıyordu ama özellikle keşfedici analizlerde ‘analitik’ süreçleri şeffaflaştırabilen kimse neredeyse yoktu. Veri Bilimi, analitik süreçlerin şeffaflaşmasını sağladı. Ve böylece analizden analitiğe geldik.
Analiz, üç temel analitik süreci içerir (sınıflandırma, ilişkilendirme ve bağlantı kurma). Metodoloji bilgisinin zayıflığına bağlı olarak maalesef çoğu araştırmacı bu süreçlerin anlamını bilmez, istatistiksel tekniklerle analitik adımları birbirine karıştırır. Oysa ki istatistik, analitik süreçlerimizi destekleyici araçlar sunar bize. Günümüzde beliren ve hatta “en seksi meslek” seçilen Veri Bilimci mesleğini tanımlayan ve “beceri seti” sunan bir çok yazıda teknik beceriler öne çıkarılıyor olsa da esasında bu meslek sözü edilen teknik becerilerin toplamından fazlasıdır. Çünkü:
İşte bu sebepten “Veri Teknisyeni” değil, “Veri Bilimci” veya “Veri Analisti” deniliyor. Analitik süreçlere hakim, bu süreçlerin gerektirdiği teknik araçları ustalıkla kullanabilen ve bu süreçleri şeffaflaştırabilen kişiler veri bilimci & veri analisti olabilirler. Analitik kavramı üzerinde bu kadar durma nedenim başta da belirttiğim gibi, dijital çağın bilgi üretme süreçlerinde merkezi öneme kavuşmuş olmasıdır. Şeffaflaşabilen ve büyük veriyi kucaklayabilen analitik geçerlidir bugün. Sözünü ettiğim yeni boyutlarıyla analitik becerilere sahip olmayan bilim insanının dahi işlevsizleşebileceği bir çağdayız. Sosyal Veri Bilimi Laboratuvarı ve Bilişimsel Sosyal Bilim Merkezi gibi oluşumların belirmesi, tam da bu işlevsizleşmenin önüne geçebilmeyi hedeflemektedir.
Deneyim kavramına gelecek olursak, mahrem olanın dönüştüğü ve şeffaflaşmanın öne çıktığı “dijital insanlık” varoluşunun merkezine deneyimi koyuyor. Böylece, “hiper‐kişiselleştirilmiş” (hyper‐personalized) deneyimlere doğru sonsuz kapıların açıldığı yeni bir evren yaratıyoruz. Deneyim, davranışı içermekle birlikte davranıştan daha fazlasıdır. Deneyim, anlamlandırma süreçlerimizle biçimlenen eylemlerimizin bütünüdür. Sosyal etkileşim içerisinde ve bağlamsal olarak oluşur. Deneyim, bir mikro evrendir. Çok katmanlı çok değişkenli karmaşık ilişkiler bütünüdür. Ölçmek için elinizde ‘anketten’ başka bir aracınız yoksa hiçbir zaman tümüyle ölçemeyeceğiniz, bir sürü karanlık noktası bulunan bir alan. Anket (yapılandırılmış soru‐formları) ile deneyime nüfuz edilemiyor, indirgemeci ‘al‐kaç’ (smash and grab) (Dey, 1993) yaklaşımla davranışı açıklayabilmek hedefleniyordu. Ölçme yönelimli sosyal bilimciler, eski çağın araçlarıyla, ancak bu kadarını yapabiliyorlardı. Dijital devrim, deneyimin üstündeki perdeyi kaldırdı.
Dijitalleşme deneyime nüfuz ettikçe ölçülemeyecek hiçbir şey bırakmıyor. Bu sebepten, bugün, henüz devrimin başlangıcındayken meselemiz, ölçebilmek değil anlamak. İnsan merkezli yeni dünya inşası için deneyimin ayrıntılarını keşfederek insan eylemini bağlamı içerisinde anlayabilmek en temel amacımız.
İnsanı anlayamayan, empati kuramayan ürün, süreç veya hizmetler yok olmaya mahkum. Anla ve tasarla yeni üretim ve yeni varoluş döngüsü (dairesel, tekrarlı). İnsana hizmet sunan tüm organizasyonlar Endüstri 4.0 olarak da adlandırılan yeni dönemde var kalabilmek ve sürdürülebilir olabilmek için analitik ile deneyimi birleştirebilen veri yönetimi stratejileri geliştirebilmeliler.
Deneyimi içine alamayan analitik ‘anla ve tasarla’ döngüsüne içgörü sunabilecek bilgiyi sunamaz. Analitikle buluşamayan deneyim verisi ise içgörü sunma konusunda başarılı olsa bile tasarım döngüsünün içine akan sürekli girdiye dönüşemez.
Deneyim verisi yapılandırılmamıştır (unstructured), analitik ise yapılandırılmış veriyle ilerler. Yapılandırılmamış veriler, biz bunları analiz etmek amacıyla karşımıza almadığımız sürece sadece bir enformasyon yığınıdır. Büyük veri, eğer sizin bir veri yönetmi politikanız yoksa enformasyon yığınından başka bir şey değildir. Deneyimin mikro evrenini derinlemesine anlayabilmeyi sağlayan yöntemler, araçlar (etnografi gibi) ne kadar önemliyse, bu süreçte elde edilen verilerin yapılandırılarak ‘analitiğe’ girdi sunabilecek bir forma kavuşturulabilmesi de aynı derecede önemlidir. Yapay Zekanın yeni rekabet alanını oluşturduğu Endüstri 4.0 çağında “deneyim analitiği” zorunludur, bir ‘olsa iyi olur’ değildir. Deneyim analitiğinin nasıl hayata geçirebileceği ayrı bir yazı konusu. Yalnız şimdilik şunu söyleyebilirim ki bilgi üretme sürecini destekleyen dijital teknolojiler (metin analitiği, semantik analiz) olmadan; bu teknolojileri çok iyi kullanabilen alan uzmanları olmadan bu süreç hayata geçemez.
Kaynakça:
Dey, I. (1993). Qualitative Data Analysis: A User Friendly Guide for Social Scientists. London and New York: Routledge.