Yüzünüze bakıp “kırışıklıklarınıza” göre yaşınızı tahmin edecekler: Avustralya’nın gençlere yönelik sosyal medya düzenlemesi nasıl uygulanacak?

FatihDoganMedya — Özel Haber
Tarih: 12 Kasım 2025 · Saat: 14:30 · Okuma süresi: 4 dk

Avustralya, sosyal medyada hesap açma yaşını resmen 16’ya yükselten düzenlemeyi yürürlüğe koyuyor. Platformlar, kullanıcıların gerçek yaşlarını tespit etmek için çeşitli “yaş doğrulama/assurance” yöntemleri kullanacak — bunların arasında fotoğrafa dayalı yaş tahmini teknolojileri (yüz analizleri, kırışıklık ve diğer yüz özelliklerine bakarak yaş kestirimi) de bulunuyor. Ancak uzmanlar ve raporlar bu teknolojiyle ilgili doğruluk, önyargı ve “gri bölge” (16’ya yakın kullanıcılar) sorunlarına dikkat çekiyor.

Ne değişiyor? (Kısa maddelerle)

• Yasaya göre sosyal medya platformlarına erişim için asıl minimum yaş 16 olacak; platformlar, 16 yaş altı kullanıcıların hesap sahibi olmasını engellemek için “makul adımlar” atmak zorunda.

• Bu adımların nasıl olması gerektiğine ilişkin rehberlik ve sektör kodları, eSafety (Avustralya Çevrimiçi Güvenlik Kurumu) ve ilgili kurumlarca geliştirildi; uygulama, aşamalı ve teknoloji nötr bir yaklaşım öngörüyor.

• Platformları uyumsuzluk halinde yüksek para cezaları bekliyor; büyük şirketler düzenlemeye uyacaklarını açıkladı ama hukuki itirazlar ve eleştiriler sürüyor.

“Yüzünüze bakıp kırışıklığa göre” tahmin nasıl çalışıyor?

Foto-temelli yaş tahmin teknolojileri, bir yüz görüntüsünden yaş aralığı çıkarmak üzere eğitilmiş yapay zeka modellerini kullanır. Bu modeller, cilt yapısı, yüz hatları, kırışıklık izleri, saç rengi ve diğer görsel işaretlerden yaşa dair olasılık üretir. Düzenleyiciler ve teknoloji tedarikçileri, gerekirse bu tür araçları “ilk tarama” veya şüpheli durumların tespiti için kullanabileceğini belirtiyor. Ancak teknik raporlar, foto-temelli çözümlerin özellikle 16 yaş sınırına yakın gençlerde hatalar üretebileceğini vurguluyor.

Hangi sorunlar öne çıkıyor? (Uzman uyarıları)

1. Doğruluk ve “gri bölge” problemi: Foto-based sistemler, 14–18 yaş aralığında 2–3 yıllık hata payı gösterebiliyor; bazı vakalarda bu sapma 4 yıla kadar ulaşabiliyor. Bu da 16 yaş sınırına yakın gençlerin yanlış engellenmesi ya da tersine yanlış izin verilmesi riskini artırıyor.

2. Etnik ve cinsiyete dayalı önyargılar: Raporlar, sistemlerin beyaz tenli kullanıcılarda daha iyi sonuç verdiğini; kızlarda ve bazı etnik gruplarda hata oranlarının yüksekleştiğini belirtiyor — bu da adaletsizlik ve ayrımcılık endişesi doğuruyor.

3. Gizlilik ve veri koruma: Foto gönderimi veya biyometrik analiz, kişisel veri işleme ve saklama sorumluluklarını gündeme getiriyor. Hükümet rehberleri, platformların gereksiz ID/toplama yapmaktan kaçınması gerektiğini, devlet kimliği (Digital ID) kullanımı konusunda sınırlamalar öngördüğünü belirtiyor.

4. Kullanıcı itiraz ve düzeltme mekanizmaları: Yanlış sınıflandırılan kullanıcıların itiraz, yeniden değerlendirme veya alternatif doğrulama yollarına erişimi önemli olacak; pratikte bunun nasıl işleyeceği hâlâ tartışılıyor.

Platformlar ne yapacak? (Şirketlerin yaklaşımı)

Meta, TikTok, Snap gibi büyük şirketler yasa tasarısını eleştirmiş ama uyacaklarını açıkladı; planları arasında davranışsal analiz, cihaz verileri, üçüncü taraf doğrulama sağlayıcıları ve gerektiğinde foto-temelli araçların birlikte kullanılması var. Bazı firmalar, toplu foto-ID talep etmenin makul olmadığını ve alternatif yöntemlerin tercih edilmesi gerektiğini savunuyor.

Türkiye’deki okur için neden önemli?

Avustralya örneği, internet düzenlemelerinde yeni bir dönemin işareti: ülkeler gençlerin çevrimiçi erişimini düzenlerken teknoloji firmalarına teknik ve operasyonel yükümlülükler yüklüyor. Benzer yaklaşımlar başka ülkelerde de tartışılmaya başlandı; özellikle yüz/tabanlı yaş tahmini ve biyometrik çözümler küresel düzeyde etik, hukuki ve teknik sorular üretiyor. Bu gelişmeler, sosyal medya şirketlerinin küresel politika ve ürün kararlarını şekillendirebilir.

Son söz

“Kırışıklıklarına bakıp yaşını tahmin etme” ifadesi ilk anda ürkütücü görünse de gerçeğin biraz daha karmaşık olduğu anlaşılıyor: foto-temelli yaş tahmini bir araç olarak seçilebilir, ama tek başına çözüm değil; doğruluk, önyargı ve gizlilik sorunları olduğu için platformlar genellikle birden fazla yöntemi katmanlı şekilde kullanacak. Uygulamanın adil, şeffaf ve hesap verebilir olması için düzenleme, teknoloji ve sivil toplum dengesi hayati olacak.

Bilim insanları, Güneş Sistemi dışından gelen 3I/Atlas adlı kuyruklu yıldızın, yerçekiminin etkisi dışında hızlandığını tespit etti.

NBC News’in haberine göre, Amerikan Ulusal Havacılık ve Uzay Dairesi (NASA) verilerini inceleyen Harvard Üniversitesi’nden astrofizikçi Avi Loeb, bu olağan dışı hızlanmaya, gök cisminden çıkan gazın neden olabileceğini ifade etti.

ALMA Gözlemevinin verilerinin, kuyruklu yıldızın daha önce hesaplanan yol haritasından saptığını gösterdiğini belirten Loeb, hesaplamalarına göre 3I/Atlas’ın kütlesinin yaklaşık altıda birinin buharlaşmış olabileceğini ve bundan kaynaklı geri tepmenin bir itiş gücü sağlayabileceğini kaydetti.

Loeb, kuyruklu yıldızın bir veya iki hafta içerisinde Güneş’in arkasında kalacağını aktararak elde edilecek görüntülerde, devasa bir gaz bulutu ve “son derece parlak” bir kuyruklu yıldız kuyruğu görülebileceğini ifade etti.

Temmuz ayında keşfedilen 3I/Atlas’ın, Dünya’ya veya komşu gezegenlere herhangi bir tehdit oluşturmadığı belirtilirken aralıkta Dünya’ya en yakın geçişini yaparak 269 milyon kilometre mesafeden geçeceği tahmin ediliyor.

NASIL KEŞFEDİLDİ?

3I/ATLAS (C/2025 N1), 1 Temmuz 2025’te Hawaii’deki ATLAS teleskop sistemi tarafından keşfedildi. Bu cisim, ʻOumuamua (2017) ve 2I/Borisov’dan (2019) sonra Güneş Sistemi’ne dışarıdan gelen üçüncü ziyaretçi oldu.

Astronomi dergisi Sky & Telescope’a göre, 3I/ATLAS’ın yörüngesi ekliptiğe 175 derece eğimli, yani Güneş Sistemi düzlemine oldukça yakın.

Harvard’lı bilim insanı Loeb, 3I/ATLAS’ın kütleçekim dışı ivmelenme gösterdiğini, bunun da nesneye ek bir kuvvetin etki ettiğini düşündürdüğünü savunuyor.

Evreni haritalamak artık sadece teleskoplarla gökyüzüne bakmak anlamına gelmiyor. Bugün astronomlar, milyarlarca galaksiden gelen ışığı analiz ederek trilyonlarca veri noktasını işliyor.

Ancak bu veri bolluğu, DESI (Karanlık Enerji Spektroskopik Aracı) ve Avrupa Uzay Ajansı’nın Euclid misyonu gibi dev kozmolojik projelerde hesaplama gücünün sınırlarına dayanmış durumda.

İşte bu noktada, Waterloo Üniversitesi’nden fizikçi Dr. Marco Bonici liderliğindeki uluslararası bir ekip, veri analizinde devrim yaratabilecek bir araç geliştirdi: Effort.jl.

BİN KAT HIZ

Effort.jl, kozmolojik simülasyonların davranışını taklit eden bir tür yapay zeka modeli, yani bir “emülatör”.

Ekip, bu aracı Julia programlama diliyle geliştirdi: Hız bakımından C seviyesinde, kullanım kolaylığı açısından ise Python’a benzer bir dil.

Araştırmacıların Journal of Cosmology and Astroparticle Physics (JCAP) dergisinde yayımlanan makalesine göre, Effort.jl geleneksel yöntemlerden yaklaşık bin kat daha hızlı hesaplama yapabiliyor. Üstelik neredeyse kusursuz doğrulukla.

Normalde evrenin büyük ölçekli yapısını modelleyen EFTofLSS hesaplamaları, her olasılık değerlendirmesi için saniyeler ila dakikalar alabiliyor. Bu tür analizlerde milyonlarca hesaplama gerektiğinden, süper bilgisayarlarla bile günler hatta haftalar sürebiliyor.

Effort.jl, bu sürecin en yavaş aşamalarını sinir ağıyla değiştirerek saniyeler yerine mikrosaniyelerde sonuç verebiliyor.

YAPAY ZEKA HIZI VE BİLİMSEL DOĞRULUK

Effort.jl, galaksilerin evrende nasıl kümelendiğini gösteren galaksi güç spektrumunu simüle ediyor. Bu, evrenin istatistiksel “parmak izi” olarak kabul ediliyor.

Araç, fizik temelli ön işlemeyle yapay zekayı birleştiriyor. Bu sayede hem fiziksel olarak yorumlanabilir hem de aşırı hızlı sonuçlar üretebiliyor.

Ekip, tek bir işlemci çekirdeğinde 15 mikrosaniye içinde hesaplama yapabildiğini, dizüstü bilgisayarda yaklaşık 10 dakikada tam Bayesian analizine ulaştığını belirtiyor. Aynı işlem, geleneksel yazılımlarla süper bilgisayar kümelerinde saatlerce sürüyor.

Araştırmacılar, Effort.jl’yi hem PT-Challenge adlı yüksek hassasiyetli sahte evren simülasyonlarında hem de BOSS (Baryon Oscillation Spectroscopic Survey) adlı gerçek gözlem verilerinde denedi.

Sonuçlar, mevcut standart yazılım olan pybird ile istatistiksel açıdan aynı doğrulukta çıktı, ancak çok daha kısa sürede tamamlandı.

Ekip ayrıca sembolik regresyon kullanarak bazı karmaşık denklemleri insan tarafından okunabilir forma dönüştürdü. Bu sayede bazı hesaplamaların süresi 150 mikrosaniyeden 200 nanosaniyeye indirildi.

KOZMOLOJİDE YENİ ÇAĞA UYUM

DESI’nin milyonlarca galaksiyi haritalandırdığı, Euclid’in ise uzaydan ilk evren haritalarını gönderdiği günümüzde, artık asıl zorluk veri toplamak değil, veriyi işlemek.

Effort.jl bu açıdan bir dönüm noktası olabilir. Araç sayesinde karanlık enerji teorileri test edilebilir, evrenin genişleme hızı ve karanlık maddenin dağılımı çok daha hassas biçimde ölçülebilir ve galaksi kümelenmeleri ile kozmik mikrodalga arka planı tek analizde birleştirilebilir.

AÇIK BİLİM

Effort.jl, GitHub’da açık kaynak (MIT lisansı) olarak yayımlandı. Kod, belgeler ve örnek veri setleri araştırmacılara sunuldu.

Ekip, bu adımla yalnızca kozmoloji değil, plazma fiziği, kuantum malzemeler, iklim modellemesi ve tıp görüntüleme gibi diğer alanlarda da karmaşık sistemlerin daha hızlı ve şeffaf biçimde modellenmesini hedefliyor.