ALGORİTMİK YÖNLENDİRME VE DİJİTAL EKRAN ÜZERİNDEN İZLEME DENEYİMİ: KULLANICI PRATİKLERİ ÜZERİNE BİR İNCELEME
Author :
Abstract
Digital platformlarda hangi içeriklerin öne çıkarak kullanıcıyla buluşacağı, büyük ölçüde öneri sistemlerinin kurduğu görünürlük düzeni içinde belirlenmektedir. Algoritmik seçimler yalnızca içerik seçkisini değil, karşılaşmanın zamanını ve kullanım bağlamını da şekillendirerek platform deneyimine yön vermektedir. Bu dinamiklerin kullanıcı tarafındaki karşılığını anlamak için YouTube, geniş kullanıcı tabanı ve öneri temelli akış yapısıyla dikkat çekici bir örnek oluşturmaktadır. Bu çalışma, YouTube öneri sistemlerinin kullanıcılar tarafından nasıl kavrandığını ve hangi koşullarda kolaylaştırıcı ya da kısıtlayıcı olarak deneyimlendiğini inceleyerek algoritmik yönlendirmenin davranışlar üzerindeki yansımalarını mercek altına almaktadır. Araştırma, öneri sistemlerini teknik performans göstergeleriyle değerlendirmek yerine kullanıcıların öznel deneyimlerine odaklandığı için nitel yaklaşım benimsenmiş ve fenomenolojik desen kapsamında YouTube’u aktif kullanan 15 yetişkinle yarı yapılandırılmış derinlemesine görüşmeler gerçekleştirilmiştir. Görüşme verileri NVivo aracılığıyla kodlanmış ve nitel içerik analiziyle çözümlenmiştir. Analiz sonucunda kişiselleştirme paradoksu, yoğun ve kesintisiz içerik tüketimi ve üretim, paylaşım ve pasif tüketim dinamikleri olmak üzere üç ana tema belirginleşmiştir. Bulgular, öneri sistemlerinin bir yandan içerik keşfini kolaylaştıran ve seçim yükünü azaltan işlevsel bir araç olarak görüldüğünü, diğer yandan kullanıcıyı belirli yönelimlere iten, tekdüzeleştiren ve rahatsızlık yaratabilen bir yapı olarak algılandığını göstermektedir. Ayrıca öneri akışının art arda izlemeyi teşvik ederek zaman algısını, günlük ritmi ve sorumlulukların ertelenmesini biçimlendirebildiği görülmüştür. Bununla birlikte bazı katılımcılar, öneri sistemlerini eğlenme, rahatlama ve paylaşıma dayalı sosyal etkileşim için bir olanak alanı olarak değerlendirmektedir. Sonuç olarak çalışma, algoritmik önerilerin kullanıcı deneyiminde çok boyutlu ve bağlama duyarlı bir alan ürettiğini göstererek dijital izleme kültürü ile algoritmik yönlendirme ve manipülasyon tartışmalarına kullanıcı merkezli bir katkı sunmaktadır.
Keywords
Abstract
On digital platforms, which content is highlighted and presented to users is largely determined by the visibility order set by recommendation systems. Algorithmic selections shape not only the content selection but also the timing and context of engagement, thereby guiding the platform experience. YouTube, with its large user base and recommendation-based feed structure, is a compelling example for understanding the user-side implications of these dynamics. This study examines how YouTube recommendation systems are perceived by users and under what conditions they are experienced as facilitating or constraining, thereby scrutinizing the behavioral implications of algorithmic steering. The research adopted a qualitative approach, focusing on users' subjective experiences rather than evaluating recommendation systems through technical performance metrics. Semi-structured interviews were conducted with 15 adults who actively use YouTube within a phenomenological framework. Interview data were coded using NVivo and analyzed through qualitative content analysis. The analysis revealed three main themes: the personalization paradox, intense and uninterrupted content consumption and production, and the dynamics of sharing and passive consumption. The findings show that recommendation systems are perceived as a functional tool that facilitates content discovery and reduces the burden of choice, on the one hand, while, on the other hand, they are perceived as a structure that pushes users towards certain orientations, homogenizes them, and can cause discomfort. Furthermore, it has been observed that the recommendation stream can shape time perception, daily rhythm, and the postponement of responsibilities by encouraging sequential viewing. However, some participants view recommendation systems as opportunities for social interaction, driven by entertainment, relaxation, and sharing. In conclusion, the study contributes to discussions on digital surveillance culture and algorithmic steering and manipulation by demonstrating that algorithmic recommendations create a multidimensional, context-sensitive space in the user experience.
