TikTok’un meşhur algoritmasının kökenleri
TikTok’u ilk açtığınızda, uygulama hakkınızda çok fazla şey bilmez. Yaklaşık konumunuzu, dil tercihlerinizi ve başka kullanıcıların kişi listelerinde yer alıp almadığınızı bilirancak ilgi alanlarınız gizemini korur. Bu yüzden size önceden seçilmiş popüler videolardan oluşan bir set gösterir ve tepkilerinizi izler: Hangi videonun dikkatinizi ne kadar süre tuttuğunu, beğenip beğenmediğinizi, yorum yapıp yapmadığınızı, paylaşım yapıp yapmadığınızı ya da videoyu bir arkadaşınıza mesajla gönderip göndermediğinizi kaydeder. Bazı kullanıcılar bu ilk etkileşimleri bilinçli olarak gerçekleştirir çünkü makinenin izlediğini bilirler. Kaydırmaları, beğenileri ve mesajları aracılığıyla tercihlerini ifade etmeye, istedikleri (ya da istediklerini düşündükleri) bir akış yaratmaya çalışırlar. Bunu özellikle en başta yaparlar çünkü algoritmanın elinde sadece birkaç veri noktası vardır ve sistem, henüz binlerce veri toplamadığı bu dönemde, eldeki az sayıdaki veriye çok daha fazla önem verir.
Jorge’nin zevkleri ve sezgileri algoritmayı şekillendirdi
2018’in sonlarında ByteDance, TikTok’u Latin dünyasına tanıtmak amacıyla Mexico City’de küçük bir içerik küratörleri ekibi işe aldı. Bu ekipte yer alan Jorge Reyes adında yirmili yaşlarında bir genç, yemek tarifleri, dans koreografileri, futbol özetleri ve diğer kısa videoları seçip uygulamanın İspanyolca konuşan kullanıcılarına sunmakla görevliydi. Latin Amerika TikTok’unda gösterilen ilk videoların çoğunu o seçtiği için, Jorge’nin zevkleri ve sezgileri TikTok’un "Sana Özel" algoritmasını şekillendirdi; dolayısıyla, milyonlarca gelecekteki kullanıcının ne göreceğini o belirlemiş oldu.
ByteDance, Latin Amerika ve İspanya için TikTok akışını kürate etmesi amacıyla dört Meksikalı içerik operatörü işe almıştı ve Jorge onlardan biriydi. Dünya genelindeki diğer ByteDance ekipleri gibi, Mexico City grubu da bir WeWork ofisinde çalışıyor ve Çin’deki bir takıma rapor veriyordu. Onların görevi büyük ölçüde kültürel çevirmenlikti: Genç, eğitimli ve İspanyolca konuşan bireyler olarak Çin’deki ekibe öğretmenlik yapacak, Latin kentli gençliğinin hangi videolardan hoşlanacağını onlara öğreteceklerdi.
Başlangıçta başarılı değildi
Ancak Jorge ve arkadaşlarının başka bir öğrencisi daha vardı hem de Pekin’deki meslektaşlarından daha önemli bir öğrenci: algoritmanın kendisi. Başlangıçta, "Sana Özel" algoritması Çin dışındaki videoları tavsiye etme konusunda oldukça kötüydü. Örneğin yalnızca iki saniye süren ya da o kadar bulanık olan videolar öneriyordu ki ne olduğunu anlamak imkansızdı. Bu sorunu çözmek için ByteDance, Jorge’ninki gibi yerel ekiplere güvendi: Her kötü videoyu kaldırdıklarında veya iyi bir videoyu öne çıkardıklarında, algoritmaya yeni bir veri noktası sağlamış oluyorlardı. Bu da algoritmanın bir sonraki önerisini daha isabetli yapmasına yardımcı oluyordu.
Jorge’nin kullanabileceği en güçlü araçlardan biri “ısıtma” (heating) adı verilen bir sistemdi. Bu sistem, normal öneri mekanizmasını devre dışı bırakıp bir videoya belirli sayıda izlenme garantisi veriyordu. Çalışanlar, videonun kaç izlenme almasını istediklerine karar verebiliyorlardı: 5.bin; 50 bin; 100 bin; 500 bin; 1 bilmyon; hatta 5 milyon. Seçim yapıldıktan sonra video, hedefe ulaşana kadar doğrudan kullanıcılara gösteriliyordu. Bazı kullanıcılar bu gönderilerle etkileşime giriyor, paylaşıyor, takipçilerine gönderiyor ve bu sayede video viral hale gelebiliyordu.
Kullanıcıların öğrenmesini istemiyorlardı
'Isıtma' ByteDance içinde herkesin bildiği bir sırdı ama şirket bunu kullanıcıların öğrenmesini hiç istemiyordu. Eğer insanlar TikTok çalışanlarının videoları rastgele seçip "Sana Özel" sayfasına koyduklarını bilseydi, algoritmanın tarafsız ve zevk belirleyici olduğu düşüncesi çökerdi. Yükselme hayalleri kuran içerik üreticilerinin, algoritmanın şeffaf ve liyakate dayalı sihrine inanmaları şirket için çok daha faydalıydı. Ancak TikTok’un algoritması ne sihirliydi ne de gerçekten liyakate dayalıydı.
Algoritmalar, değişkenleri tercihler, teşvikler ve ağırlıklardan oluşan büyük matematiksel denklemlerdir. Ama bu denklemleri insanlar yazar. Dolayısıyla bu algoritmalar, yaratıcılarının açık ya da örtük tüm önyargılarını bünyelerinde taşır. Eski bir ABD Federal Ticaret Komisyonu (FTC) yetkilisi olan Maureen Ohlhausen, algoritmalar hakkında düşünürken “algoritma” kelimesi yerine “Bob adında bir adam” ifadesinin kullanılmasını önermişti. 2017’de yaptığı bir konuşmada, “Pazardaki tüm katılımcıların gizli fiyatlandırma stratejilerini toplayıp sonra herkese fiyatlarını nasıl belirlemeleri gerektiğini söyleyen bir adam, yani ‘Bob’, sizce uygun mudur? Uygun değilse, aynı şeyi yapan bir algoritma için de uygun olmamalıdır" ifadelerini kullanmıştı. Ohlhausen haklıydı: Algoritmalar, insan yapımı araçlardı ve verdikleri kararlar, ürün fiyatlandırması ya da insanlara hangi haberlerin gösterileceği gibi konularda, insan muhakemesine gösterilen ciddiyetle incelenmeliydi.
TikTok’un özelinde ise özellikle Latin Amerika’daki kullanıcılar için, algoritma bir anlamda gerçekten de Jorge’ydi. Hem videoları ısıtma yoluyla doğrudan etkilediği somut örneklerde, hem de sistematik olarak. ByteDance’in "Sana Özel" algoritması, tıpkı diğer algoritmalar gibi bir dizi tercihten oluşan büyük bir yığın gibiydi. Ve ilk küratörlerin tercihleri algoritmanın kendisini eğitmesine yardımcı oldu. Her ısıtılan video, her silinen içerik, algoritmayı küratörlerin sübjektif değerlendirmelerine biraz daha yaklaştırdı.
TikTok'un yükselişi
Jorge’nin erken dönem görevlerinden biri de TikTok’un çekiciliğini genişletmekti. TikTok, ByteDance’in 2017’de satın aldığı Çinli uygulama Musical.ly’den doğmuştu. Satın alma tamamlandığında ByteDance, TikTok’un “dünyanın en büyük kısa video sosyal eğlence platformu” olacağını iddia etmişti. Şirketin TikTok’tan beklentisi, Musical.ly’den çok YouTube’a benziyordu: Sıkılmış yatırım bankacılarından bahçecilikle uğraşan büyükannelere kadar herkesin bir video izlemek için uygulamaya geleceği bir yer.
Ancak Jorge 2018’de işe başladığında TikTok henüz bu seviyede değildi. Ergenlerin playback yaparak dans ettiği videolar o kadar yaygındı ki videoda kelimenin tam anlamıyla farklı bir şey yapan herkesin içeriği “çeşitli” olarak etiketleniyordu. Jorge şöyle demişti: “Başlangıçta videoların yalnızca yüzde 12’si ‘çeşitli’ olarak işaretlenmişti.” Jorge’nin görevi, bu oranı tersine çevirmekti, yeni içerik üreticilerini cesaretlendirmek, onların videolarının başarılı olmasını sağlamak.
Isıtma, çeşitli videoları ödüllendirmek için kullanabileceği araçlardan biriydi ama başka yollar da vardı. Küratörler; güncel olaylar, filmler, şarkılar ve diğer pop kültür unsurlarıyla ilgili hashtag’leri öne çıkarabilir, kullanıcıları bu konular hakkında içerik üretmeye teşvik edebilirdi. (Jorge, örneğin Luis Fonsi’nin “Despacito” şarkısını öne çıkardığını hatırlıyordu.)
Hashtag’lere özel sayfalarda videoların sıralamasını da belirleyebiliyorlardı. TikTok’un bazı videolara resmi etiketi eklemesi de onların elindeydi. Ayrıca, kullanıcılara yeni içerikler keşfetme imkanı tanıyan 'Keşfet' sekmesindeki içerikleri de onlar seçiyor ve sıralıyordu. Hangi tür videoları öne çıkaracaklarına karar verirken, Jorge’nin ekibine Çin’deki veri bilimi ekipleri de destek veriyordu. Bu ekipler her hafta, Kolombiya’da futbolun, İspanya’da yemek videolarının ne kadar ilgi gördüğü gibi analizler sunuyordu. Ancak bazı içerikler kesinlikle yasaktı: Siyaset, din ve genç kullanıcılar için “müstehcen” sayılabilecek her şey. Bu kısıtlamalar dışında Jorge’nin ekibine, deneme yanılma ile içerik çeşitliliğini ve kullanıcı memnuniyetini artırmaları talimatı veriliyordu.
Jorge ve arkadaşlarının kullandığı manuel kürasyon araçları, TikTok’un dünyada yükselişinde kilit rol oynadı. Ancak içerik üreticileri ve izleyiciler, ısıtma diye bir şey olduğunu bilmiyordu. Bu sistemin en önemli işlevlerinden biri, diğer platformlardan TikTok’a ünlüleri, markaları ve içerik üreticilerini çekebilme gücüydü. Eğer Jorge, bir YouTuber’ı TikTok’u denemeye ikna edebilirse, onun ilk gönderilerini hemen ısıtarak viral etki yaratabiliyor, hashtag sayfalarında ön sıralara koyabiliyordu. Bu hızlı yükseliş YouTuber’a TikTok’un zaman ayırmaya değer olduğunu düşündürüyordu. Jorge, bu başarının yapay olarak sağlandığını asla söylemiyordu.
Sıradan kullanıcıları yıldıza dönüştürüyorlardı
Başlangıçta Jorge ve diğer TikTok çalışanları, sıradan kullanıcıları sosyal medya yıldızlarına dönüştürüyordu ve bundan büyük keyif alıyorlardı. Ancak platform kalabalıklaştıkça yıldız olma ihtimali doğal olarak azaldı. Zamanla bireysel kazananları seçme dönemi sona erdi. ByteDance, pazarlama ajanslarıyla anlaşmalar yaparak, belirli sayıda yeni kullanıcı getirirlerse nakit ödemeler yapacağını taahhüt etti. Ama bu yöntem de yeterince hızlı ölçeklenemedi. Bunun üzerine rakiplerinden bir fikir aldılar.
TikTok’un bu dönemdeki rakiplerinden biri, Çinli teknoloji devi Kuaishou tarafından yönetilen Kwai adlı uygulamaydı. Kwai, uygulamayı arkadaşına öneren kullanıcılara küçük nakit ödüller veriyordu. Özellikle düşük gelirli bölgelerde bu ödemeler önemliydi ve Kwai’nin indirme sayısı hızla arttı.
2019’da ByteDance, TikTok Ödülleri ya da TikTok Bonus olarak bilinen programı başlattı: Bu programda kullanıcılar, uygulamaya yeni kullanıcılar kazandırdıklarında puan, yani nakit para kazanabiliyorlardı. Ancak TikTok’un bu yolla elde ettiği indirmeler her zaman gerçek kullanıcıları yansıtmıyordu. Elbette arkadaş tavsiyesiyle gelen, birkaç eğlenceli video izleyip uygulamayı başkalarına öneren insanlar vardı. Ama aynı zamanda bu sistemi kötüye kullanan ajanslar ve seri tıklayan gruplar da vardı.
TikTok çalışanları, bu sistemin kötüye kullanılacağını öngörüyordu. Ancak yönlendirme yapan hesaplar gerçek kullanıcı olmasalar bile, hem iç hem dış metriklerde iyi görünüyordu. Şişirilmiş sayılar, uygulamanın uygulama mağazası sıralamalarında ve kamuoyundaki imajında daha güçlü görünmesini sağlıyordu.
TikTok Bonus programı sadece bir başlangıçtı. İlk yılı boyunca ByteDance, TikTok ve diğer uygulamaları pazarlamak için neredeyse 1 milyar dolar harcadı. O dönemde ABD’de TikTok pek bilinmeyen bir uygulamaydı ama bir teknoloji devinin bütçesiyle yola çıktı; sadece reklam bütçesi, çoğu büyük şehrin polis departmanlarının yıllık bütçesinden fazlaydı, ortalama bir halka arzın neredeyse on katıydı.
Bu reklam atağı, günde yaklaşık üç milyon dolara mal oldu. Harcamaların büyük bölümü TikTok’un doğrudan rakipleri olan Facebook, Instagram, YouTube ve Snapchat’e gitti. Reklamlar, kullanıcıları doğrudan indirme sayfasına yönlendiren dikkat çekici videolar içeriyordu. TikTok’ta iyi performans göstermiş kullanıcı gönderileri alınıyor, üzerine metin ve bağlantılar eklenerek uygulamayı indirme çağrısı yapılıyordu.
Bu reklamlar, ByteDance kurucusu Zhang Yiming’in Musical.ly’i satın alırken izlediği stratejiyi yansıtıyordu. Zhang, ByteDance’in teknolojisine inanıyordu ama insanların adını bile duymadıkları, üstelik Çin menşeli bir uygulamayı indirmeye ikna edilmesinin zor olacağını da biliyordu. Bu yüzden deyim yerindeyse bir “para kamyonu” devreye sokarak, Flipagram ve Musical.ly satın alımlarıyla elde ettiği kullanıcı tabanını, agresif reklamlarla büyütmeye çalıştı.
ByteDance’in yabancı kullanıcılarla bağ kurmak için denediği yollardan biri, onlara tanıdık içerikler sunmaktı. 2017 yılında Zhang Yiming, BuzzFeed’in kurucusu Jonah Peretti’ye ulaşarak Amerikan şirketin viral video arşivini lisanslamak istemişti. Peretti daha sonra şöyle yazmıştı: “Ne tür içerikler istediğini sordum, o da fark etmediğini söyledi. Her gün on binlerce video gerekiyordu. Amacı, algoritmanın kişiselleştirilmiş bir deneyim yaratabilmesi ve o çarkı çevirmeye başlamasıydı.”
En çok inidrilen uygulamalardan biri oldu
2019 yılına gelindiğinde TikTok, dünyanın en çok indirilen uygulamaları arasında yer alıyordu. Yiming’in milyar dolarlık reklam kumarı işe yaramıştı. Yeni kullanıcı akışı, TikTok’a ABD, Meksika ve Brezilya kültürü hakkında daha fazla veri sağladı. Kullanıcılardan gelen video akışı, paylaşımlar ve yorumlar, “Sana Özel” algoritmasını besleyerek, uygulamaya Amerika kıtası genelinde daha güçlü bir öngörü yetisi kazandırdı.
TikTok kendi başına benzersiz bir deneyim haline gelmeye başladı. Ana rakipleri olan Facebook, Instagram, YouTube ve Snapchat, kullanıcıya “kendi maceranı seç” özgürlüğü sunuyordu: Arkadaş istekleri, arama sorguları, beğeniler, yorumlar, paylaşımlar gibi açık tercihleri temel alıyorlardı. Kullanıcıların tatil fotoğraflarını ya da doğum günü bağışlarını analiz ederek davranışlar hakkında çıkarımlarda bulunabiliyorlardı ama genel olarak kontrol kullanıcıdaydı.
TikTok farklıydı. Uygulamayı açar açmaz şov başlıyordu; izleme deneyimi otomatik pilota bağlanıyordu. Elbette beğenebilir, yorum yapabilir, paylaşabilirdiniz ama gerek yoktu. Çünkü TikTok, açıkça ifade ettiğiniz tercihlerle değil, dolaylı olarak ortaya koyduğunuz tercihlerle çalışıyordu: Biseksüellik, alkolizm ya da boşanma videolarında her zaman uzun süre durakladığınızı biliyordu, siz o videolara hiçbir zaman beğeni vermeseniz, paylaşmasanız ya da yorum yapmasanız bile.
Ünlü yatırım firması Andreessen Horowitz’in ortağı Connie Chan, TikTok’u şöyle tanımlamıştı: Yapay zekanın ürünün ta kendisi olduğu ilk ana tüketici uygulaması. Uygulama, asla kullanıcıya bir öneri listesi sunmaz (Netflix ya da YouTube gibi), asla kullanıcıdan niyetini açıkça belirtmesini istemez. platform tamamen kendi başına karar verir, kullanıcıya ne izlemesi gerektiğini belirler.
Gündemi, Forbes Türkiye WhatsApp kanalından takip etmek için tıklayın.
