Dil, sosyal bilimciler ve doğal dil işleme (NLP) araştırmacılarını ortak bir ilgi alanında birleştiren bir alandır. Her iki alan da dil ve davranış arasındaki güçlü bağlantıdan yararlanırken sosyal bilimciler insan davranışını anlamayı, NLP araştırmacıları ise insan davranışlarını öngörmeyi amaçlar.

Nature Human Behavior dergisinde yayınlanan kapsamlı bir incelemeye göre, NLP'den yararlanmak sosyal bilimcilerin "bilgi çağının" beraberinde getirdiği bol miktardaki dijital metin verilerini altında yatan davranışları anlamak için verimli bir şekilde taramasına yardımcı olabilir. Çalışmanın yazarı Michigan Üniversitesi Janice M. Jenkins Bilgisayar Bilimi ve Mühendisliği Profesörü Rada Mihalcea şöyle anlatıyor:

Laboratuvarım uzun yıllardır psikologlarla yakın işbirliği içinde çalışıyor. İki alan arasındaki etkileşimleri keşfetmek, on yılı aşkın işbirliğimizi daha da güçlendirmek için mükemmel bir fırsat oldu.

Sosyal medya gönderileri, mesajlaşmalar veya Zoom kayıtları gibi dijital metinler, odak noktası bir birey, ilişki, grup veya toplum fark etmeksizin insanların zihinlerine yeni bir pencere açıyor.

NLP ise bu pencereden içeri bakarak yaş, ilişki durumu veya eğitim gibi yüzeysel bilgilerin yanı sıra düşünce kalıpları, dilsel sinyaller, motivasyonlar, hedefler ve değerler gibi daha derin konuları ortaya çıkarıyor. Texas Üniversitesi'nde psikoloji profesörü ve çalışmanın kıdemli yazarı James Pennebaker şöyle anlatıyor:

Yöntemlerimiz; ben, biz, onlar gibi zamirler "a", "an", "the" gibi artikeller ve söylerken pek dikkat çekmeyen, gözden kaçan sözcüklerdeki ince değişimleri tespit ederek kişinin psikolojik durumundaki değişimleri açığa çıkarabiliyor.

NLP sayesinde dil kaynaklarının kapsamı, elle işlenebilecek olandan çok daha öteye genişledi. Ölçek açısından, bir çalışma yalnızlık dilini depresyondan ayırt etmek için 3,4 milyon Facebook gönderisini analiz ederken, bir diğeri nükleer enerjiye dair kamuoyu algısını anlamak için 300.000 X gönderisini kullandı. NLP'nin sunduğu imkanlarla artık dil verilerinin boyutu, insan eliyle analiz edilebilecek seviyeyi çoktan aştı. Örneğin, araştırmacılar bir çalışmada 3.4 milyon Facebook paylaşımını inceleyerek yalnızlık ile depresyonun nasıl ayırt edilebileceğini araştırırken bir diğer araştırmada kamuoyunun nükleer enerji konusundaki fikrini anlamak için 300 bin X gönderisinden yararlanabiliyor.

NLP yöntemleri, veri hacmini artışın ötesinde daha önce mümkün olmayan bir zaman diliminde ilişkileri takip etme olanağı da sunuyor. Örneğin Pennebaker'ın ekibi, ayrılık hakkında gönderi paylaşan 6.800 Reddit kullanıcısının ayrılıktan önceki ve sonraki bir yıl boyunca paylaştığı 1 milyondan fazla gönderiyi inceleyerek kişilerin analitik düşünme, zihinsel süreçler, kaygı ve kendine odaklanma gibi konularda nasıl değişimler yaşadığını anlamaya çalıştı. Pennebaker, şöyle devam ediyor:

İnsanların yazım tarzının ayrılıktan aylar önce onların bile fark etmediği şekillerde değiştiğini keşfettik. Birçok kişi ayrılığın aniden yaşanıverdiğini düşünse de yazım tarzları olayların sandıkları kadar ani olmadığını, ayrılığın fark ettirmeden yavaş yavaş geldiğini gösteriyordu.

Araştırma alanındaki gelişmelerin yanı sıra NLP, veri kullanım etiği konusunda da sorunlar ortaya çıkarıyor. Kişisel tanımlayıcı bilgilerin sızdırılması, özellikle sosyal medya verileri ile ilgili gizlilik endişelerini gündeme getiriyor. Yapay zeka etiği gelişen bir alan ve bu alanda çalışanlar teknolojinin zayıf noktalarını tespit edip bunlara çözümler geliştirmeye çalışıyor. Araştırmacılar, kullanıcıları korumak için kişisel verilerin nasıl kullanılıp kullanılamayacağını açıkça belirleyen yasaların şart olduğunu vurguluyor. Ekip, bu alanda çalışma yapan araştırmacıların verilerin nasıl kullanıldığına ve hangi izinlerin alındığına dair net ve etik açıklamalar yaparak çalışmalarına duyulan güveni arttırabileceğini de belirtiyor.

Bir diğer endişe ise zamanla NLP modellerinin "kara kutu" haline gelmesi olabilir. Modelin girdileri ile çıktıları arasındaki bağlantıları izlemenin zorlaşması, büyük dil modellerindeki hangi işaretlerin belirli davranışlarla bağlantılı olduğunu anlamak isteyen sosyal bilimciler için sorun teşkil edebiliyor. Tüm dezavantajlarına rağmen NLP dijital metinden bilgi edinirken sosyal bilimcilere fayda sağlayacak birçok özellik de sunuyor. Çalışma NLP'nin sosyal bilimlere nasıl katkı sağlayabileceğine odaklansa da bu katkılar NLP'yi daha da geliştirerek keşiflerin birbirini beslediği bir döngü yaratabilir. Mihalcea, şöyle bitiriyor:

NLP'nin ve genel olarak yapay zekanın insan davranışına dair bulgulardan en az sosyal bilimler kadar (hatta daha fazla) yararlanabileceği bir dönemdeyiz. Bu iki alanın kesişiminde heyecan verici bir dönem yaşıyoruz.