Bölüm 1: Giriş — Neden Sentetik Toplum?
Soru: Bir Mesaj Yayınlanmadan Önce Tepkisini Bilebilir miyiz?
Bir siyasetçi yeni bir politika açıklamak üzere. Bir marka rahatsız edici bir reklam taslağına sahip. Bir gazeteci hassas bir konuda yazmaya hazırlanıyor. Tüm bu aktörlerin ortak bir endişesi var: "Bu mesaj kamuoyunda nasıl karşılanacak?" Geleneksel cevap, odak grupları, anketler ve halkla ilişkiler sezgisidir. Ancak bunların hepsinin ortak zayıflığı vardır: yavaş, pahalı ve örneklem boyutu sınırlıdır.
VoxSim, bu soruna farklı bir açıdan yaklaşır: gerçek toplumun istatistiksel olarak temsil edilen sentetik bir versiyonunu kurarak, bir mesajın ortaya atıldığı an çeşitli kümelerin tepkisini, eko-oda etkilerini ve zaman içindeki bellek bozulmasını simüle eder. Sonuç, gerçek dünyada test etmeden önce iletişim stratejilerini yinelemenize olanak tanıyan bir "siyasi rüzgar tüneli"dir.
Sentetik Toplum Nedir?
Sentetik toplum, gerçek nüfusun demografik, ideolojik ve davranışsal istatistiklerinden türetilmiş yapay aktörlerden oluşan bir bilgisayar modelidir. Her aktör; yaş, eğitim, gelir, siyasi yönelim, medya tüketim alışkanlığı, sosyal ağ konumu gibi özelliklere sahiptir. Aktörler, bir uyaran (haber, açıklama, kriz) karşısında olasılıksal kurallar veya LLM tabanlı muhakeme yoluyla tepki üretir.
┌─ Şema: VoxSim Yüksek Seviye Mimari ─┐
[Müşteri Konsolu]
│
▼
[Laravel + Livewire SaaS] ──── [Stripe Faturalama]
│
├── [Kuyruğa Simülasyon Görevi]
▼
[FastAPI Simülasyon Çekirdeği]
│
├── [12 Siyasi Küme Modeli]
├── [Eko-Oda Yayılımı]
├── [Bellek Eğrisi]
└── [LLM Gateway: Gemini / Claude]
│
▼
[Sonuç Veritabanı + Pano Dashboardu]Neden Şimdi?
İki teknolojik dalga sentetik toplum simülasyonunu uygulanabilir kıldı. Birincisi, büyük dil modelleri (LLM) artık tutarlı kişilik benzeri tepkiler üretebiliyor ve düşük maliyetle ölçeklenebiliyor. İkincisi, vektör veritabanları ve gömme tabanlı erişim, geçmiş konuşma bağlamını gerçek zamanlı olarak hatırlamayı mümkün kıldı. Üçüncüsü ve belki de en önemlisi, AB Yapay Zeka Yasası gibi düzenleyici çerçeveler, etik açıdan savunulabilir simülasyon ürünleri için bir pazar yaratıyor.
VoxSim, Türkiye gibi siyasi yelpazenin oldukça parçalı, medya tüketiminin son derece kümeleşmiş ve seçim takvimlerinin yoğun olduğu bir ülkede özellikle değerlidir. Türkiye Cumhuriyeti gibi bağlamlarda 12 farklı siyasi kümeyi modellemek, klasik solcu/sağcı ikilisinden çok daha doğru sonuçlar üretir.
Bu Kitabın Amacı
Bu kitap, VoxSim'in mimari kararlarını, teknik tercihlerini ve etik sınırlarını şeffaf biçimde paylaşır. Amaç bir ürün manifestosu değil, bu sınıf bir sistemi inşa etmek isteyenler için bir referans rehberdir. Her bölüm bir alt sistemi tek başına ele alır; ancak hepsi birlikte okunduğunda, sentetik toplumların nasıl etik ve teknik açıdan savunulabilir biçimde inşa edilebileceğine dair bütüncül bir tablo oluştururlar.
Bölüm 2-4: Modelleme katmanı (kümeler, eko-oda, bellek)
Bölüm 5-8: Altyapı katmanı (FastAPI, Laravel, Redis, FAISS)
Bölüm 9-10: Etik ve uyumluluk (AB AI Yasası, kötüye kullanım)
Bölüm 11-13: Operasyon (backtesting, ölçek, izlenebilirlik)
Bölüm 14-15: Vaka çalışmaları ve geleceğe dair sorular
"Tüm modeller yanlıştır, ancak bazıları faydalıdır." — George Box. VoxSim'in başarı ölçütü gerçeği yeniden üretmek değil, gerçek dünyada sınanmamış mesajların hangi kümelerde nasıl yankılanabileceğine dair eyleme geçirilebilir bir sezgi sağlamaktır.
Bölüm 2: Siyasi Kümeleme — Türkiye'nin 12 Sesi
Sol/Sağ İkilisinin Yetersizliği
Pek çok siyasi simülasyon "sol-sağ" eksenine sıkışmış basit modellerle çalışır. Bu Avrupa'nın bazı parlamenter sistemlerinde sınırlı bir öngörü gücü sunsa da Türkiye gibi karmaşık siyasi yapıların gerçekliğini yansıtmaz. Türk seçmen davranışı, milliyetçilik-küreselcilik, laiklik-dindarlık, merkez-çevre ve devletçilik-piyasacılık gibi en az dört çapraz eksende konumlanır.
VoxSim, bu çok eksenli yapıyı temsil etmek için 12 küme tanımlar. Bu sayı keyfi değildir; uzun yıllara yayılan kamuoyu araştırmalarının ardındaki gizli faktör analizleri ve siyaset bilimi literatüründeki uzlaşmalar dikkate alınarak belirlenmiştir.
[Tablo: VoxSim 12 Küme Modeli]
│ No │ Küme Adı │ Genel Eğilim │ Tipik Medya Diyeti │
│ 01 │ Liberal-Sekülerler │ Bireysel özgürlük + Avrupa yönelimli │ Kuramsal medya, yabancı kaynaklar │
│ 02 │ Sosyal Demokratlar │ Refah devleti + sınıf vurgusu │ Geleneksel sol gazeteler │
│ 03 │ Kemalist Milliyetçiler │ Ulus devlet + laiklik │ Devlet vurgulu kanallar │
│ 04 │ Ülkücü Milliyetçiler │ Türk-İslam sentezi │ Milliyetçi medya odakları │
│ 05 │ Muhafazakâr Demokratlar │ Dindar + ekonomik liberal │ Muhafazakâr ana akım │
│ 06 │ Politik İslamcılar │ Şeriat ve ümmet odaklı │ Tarikat çevreli yayınlar │
│ 07 │ Kürt Sosyal Hareketi │ Kimlik + bölgesel adalet │ Bölgesel ve diaspora medya │
│ 08 │ Genç Apolitikler │ Tüketim + dijital kültür │ TikTok, YouTube içerikleri │
│ 09 │ Tarımsal Çevre │ Yerel ekonomi + geleneksellik │ Yerel TV, WhatsApp grupları │
│ 10 │ Yeni Sağ Reaksiyonerler │ Antikültürel + popülist │ Alt-right benzeri ağlar │
│ 11 │ Yeşil-Sol Aktivistler │ Ekoloji + LGBTİ+ │ Bağımsız dijital yayınlar │
│ 12 │ Diaspora Türkiye │ Çoğul kimlik + mesafeli │ Çok dilli akış │
Kümeleri Sayısallaştırmak: Vektör Temsil
Her küme, 64 boyutlu bir vektörle temsil edilir. Bu vektörün boyutları arasında ekonomik politika tercihleri, kimlik öncelikleri, otoriter eğilim, küresel/yerel yönelim, dijital okuryazarlık seviyesi gibi gizli özellikler yer alır. Vektörler, anket verilerinden alınmış işaretli örneklerle ana bileşen analizi (PCA) ve ardından düzeltici manuel ağırlıklandırma kullanılarak elde edilmiştir.
# Örnek küme vektörü (kısaltılmış)
clusters['conservative_democrat'] = ClusterVector(
economic_axis=+0.4, # Piyasaya yakın
secularism_axis=-0.6, # Dindar
nationalism_axis=+0.3, # Hafif milliyetçi
eu_alignment=-0.1,
digital_literacy=0.55,
media_trust={'tv': 0.7, 'twitter': 0.4, 'youtube': 0.5},
salience_topics=['ekonomi', 'aile', 'göç']
)Kümelerin Boyutu ve Demografik Dağılımı
Her kümenin ülke nüfusu içindeki ağırlığı, en güncel kamuoyu araştırmalarından üçgenleştirme yoluyla tahmin edilir. Bu yüzdeler statik değildir; aylık olarak güncellenir ve simülasyon başlatılırken son demografik veri seti kullanılır. Yaş, cinsiyet, eğitim ve coğrafi dağılımlar her küme için ayrı saklanır, böylece "30 yaş altı muhafazakâr demokratlar" gibi alt segmentlere yönelik analizler mümkün olur.
┌─ Şema: Küme Etkileşim Ağı (özet) ─┐
Liberal-Sekülerler ◄────► Yeşil-Sol
│ │
│ - + │
▼ ▼
Sosyal Demokratlar Genç Apolitikler
▲ ▲
│ + │
│ + │
Kemalist Milliyetçi ◄──── Diaspora
│
│ -
▼
Politik İslamcı ◄────► Muhafazakâr Demokrat
▲ ▲
│ + │
Ülkücü Milliyetçi ◄──── Yeni Sağ ReaksiyonerMikrokurucular: Küme İçi Çeşitlilik
Her küme tek tip bir blok değildir. Küme içinde 50-200 arasında "mikro-kurucu" tanımlanır. Mikro-kurucu, kümeden türeyen ancak küçük varyasyonlar içeren bir alt aktördür. Örneğin "Muhafazakâr Demokrat" kümesinde "İstanbul büyükşehirli, üniversite mezunu, 35-44 yaş" mikro-kurucu, "Anadolu kasabası, lise mezunu, 25-34 yaş" mikro-kurucudan farklı tepkiler üretir. Bu yapı, simülasyonun küme ortalamalarının ötesine geçmesini sağlar.
"Toplum, 1.000 kişilik bir anketin ortalamasından çok, milyonlarca farklı insanın olasılıksal etkileşiminin çıktısıdır. VoxSim bu farkı yapısallaştırmaya çalışır."
Hassas Sınırlar
Etnik, dini veya kişisel kategorilerin sayısallaştırılması nazik bir iştir. VoxSim, hiçbir kümeyi "üstün/aşağı" olarak tanımlamaz; her küme, kendi iç tutarlılığı içinde modellenir. Etiketlemenin amacı bireyleri yargılamak değil, makro düzeyde mesaj rezonansını ölçmektir. Bu nedenle çıktılar mikro-hedefleme amaçlı kullanılamaz; bu kısıt tasarım içine yerleştirilmiştir (Bölüm 10).