Linkedin’den Taciz İle Mücadele
“Linkedin bir flört sitesi değildir, ancak bazı üyeler uygunsuz bir şekilde diğer üyelerle flört etmeye çalışırlar.”
Ne güzel de şöylemiş Linkedin. Hatta bunu söylerken taciz başlığı altında söylemiş :)
Hazır konuya başlarken flört etmek isteyenler için de en çok sevilen yazımı şöyle bırakmak isterim; Linkedln’den olmaz o işler: Tinder Algoritması ile Flörtünüzü Bulun! :)
Flört için doğru yönlendirmeyi yaptıysak haydi gelin biraz da Linkedin’in tacize karşı kullandığı teknolojiyi konuşalım.
LinkedIn kendini; üyelerin bilgi sahibi olmaya, anlamlı ilişkiler kurmaya ve iş bulmaya geldiği aktif bir profesyonel topluluk olarak tanımlıyor. Üyelerin bu topluluğa güvenle katılabilmeleri için kendilerini güvende hissetmeleri gerektiğini de vurguluyor. Güven duygusu ise bu arada en hassas olanı çünkü platformda spam, uygunsuz veya taciz edici içerik paylaşıldığında risk altına giren ilk duygu. Özellikle biz kadınlar için.
Kadınlar demişken; Türkiye’deki Linkedin kullanımında kadın-erkek oranına da bakalım mı?
Türkiye’deki Linkedin kullanıcıların %67,5'i erkek, %32,5'i ise kadın. Ana akışları, paylaşılan mesajları göz önünde bulundurduğumuzda ise istenmeyen mesajlara, tacizlere uğrayanların da kadın üyeler olduğunu görüyoruz genellikle. Gün geçmiyor ki iş bahanesi ile bir kadın daha taciz edilmesin Linkedin’de. Peki bu sadece Türkiye’nin problemi mi? Hayır aslında. Bu global bir problem.
İşte tam da bu nedenle Linkedin burada tacizi önlemek için araçlarını ve sistemlerini sürekli geliştime adımı atıyor. Bu sistemlerin daha iyi çalışması için temel adım ise üyelerin olumsuz deneyimleri bildirmeleri. Çünkü bildirilen her rapor; detaylı inceliyor, oradaki davranışlar sistemler tarafından inceliyor. Bugüne kadar ki incelemelere göre de ne yazık ki bildirilen taciz vakaları büyük ölçüde özel mesajlardan oluşuyormuş. Yani Linkedin’in kamusal alanında çekinenler, harika profillere sahip olanlar; özel mesajlarda istediği gibi karşı tarafı taciz edebiliyor. Çünkü orada kimse yok ve iki kişi arasındaki durumun çoğu zaman gizli kalacağını düşünüyorlar.
Bazen kişiler bunu ifşa ediyor, bazen raporluyor ama çoğu zamanda engelleyip kurtulmaya çalışıyor. Engellemek tek başına yeterli değil. Öncelikle sizi rahatsız eden bir “taciz” durumu ile karşı karşıyaysanız bunu platforma bildirin.
Tacizin tanımı ne derseniz; Linkedin şöyle açıklıyor: Her üyenin taciz deneyimi benzersiz ve kişiseldir. Sizi rahatsız, tedirgin ediyorsa ve güven duygunuzu zedeliyorsa bu sizin için bir taciz olabilir.
Mesajlaşmada taciz
Özel mesajlarda tacizle mücadele, biraz daha derin çünkü üyeler birebir iletişimde oldukları için özellikle hedef alındıklarını düşünerek daha ciddi bir güvenlik sorunu ile karşı karşıya olduklarını düşünüyorlarmış.
Bu durumda da genellikle Linkedin’e bildirmek yerine kişiyi engelleyip sorunu ortadan kaldırma davranışını gerçekleşiyor. Bunun ardında yatan korku ise suç işleyen üyenin haberi olma ihtimali. Aslında burada ne Linkedin ne de diğer platformlar şikayet alan biriyle; kim tarafından şikayet edildiğini ve raporları asla paylaşmıyorlar.
Şunu unutmayın; birini şikayet ettiğinizde sizin şikayet ettiğinizi asla bilmeyecek.
Bu arada tüm platformların üyelerin platformda daha güvenli bir ortamda olması için Profesyonel Topluluk Politikalarını her seferinde vurgulanması da önemli. Bu vurgulama boşuna değil; çünkü bir sonraki adımdaki yaptırımları vurgulamış oluyorlar.
Tacizin tespiti nasıl oluyor?
Peki bu teknoloji nasıl işliyor? Tacizin tespitinde Linkedin cinsel taciz edici mesajlar gönderen üyelerin davranışlarının genellikle üç kategoriye ayırıyor; romantik dolandırıcılar, uygunsuz istekler ve hedefli taciz olmak üzere.
Romantik dolandıcılar;
- Romantik Dolandırıcılar: Bir üyeyi dolandırmak için romantik mesajlar kullanarak sahte veya saldırıya uğramış hesaplar aracılığıyla mali dolandırıcılık yapan üyelerdir.
- Uygunsuz Gelişmeler: Linkedin bir flört sitesi değildir, ancak bazı üyeler uygunsuz bir şekilde diğer üyeleri romantik amaçlarla sohbet etmek isterler. Bu üyeler, genellikle tanımadıkları üyelere ilişki talep eden birden fazla mesaj gönderir. Bu popülasyonu, bu davranışı tespit etmek için tasarlanmış makine öğrenimi ile ele alınır.
- Hedefli Taciz: Bu, takip etme veya trolleme gibi platform dışı bir görüşme veya anlaşmazlığı Linkedin’e getirmeyi içerir. Bu ihlaller daha az yaygındır ve sahte hesaplardan veya gerçek üyelerden kaynaklanabilir.
Taciz tespit sistemi Linkedin’de şöyle çalışıyor;
- İlk olarak, gönderen davranışı (ör. Site kullanımı, gönderilen davetler) bir davranış modeli ile puanlanır .
- İkincisi, mesajın içeriği bir mesaj modeli tarafından puanlanır .
- Son olarak, sohbetteki iki üye arasındaki etkileşim (örneğin, birbirlerine ne sıklıkla yanıt veriyorlar, mesaj modeli tarafından taciz olacağı tahmin edilen mesajların çoğu) bir etkileşim modeli tarafından puanlanır .
Her biri modelleme adım adım ilerliyor aslında. Önceki model trafiği şüpheli olarak işaretlemediği sürece ek model puanlamasına geçilmiyor. Sorun tespit edildikçe diğer modeller kontrol ediliyor.
En sonunda bu taciz algılama sistemi; taciz edici olduğu tespit edilen mesajları gizleyen ve alıcılara bunları gizleme ve kolayca bildirme seçeneği sunan yeni bir özellikle karşımıza çıkıyor.
Kullanıcı davranışında da bu taciz bildirim evrelerini geliştirmesi önemli bir adım. Çünkü davranış geliştikçe ve tacize karşı ön uyarı oldukça üyelerin güvenliği de artacak.
Linkedin’in bu gelişmeler ile ilgili açıklaması da çok net aslında; “Linkedin’de tacizi tespit etmek ve azaltmak ekibimiz için en önemli önceliktir. Bu zorlu sorunu çözmek için mükemmel bir çözüm olmasa da, Linkedin’deki tacizi ve üyeler üzerindeki etkisini en aza indirmek için stratejimizi geliştirmek ve geliştirmek için her gün çalışıyoruz.”
Platformlar, yapay zekalar ve sistemler ile kendini her gün geliştirirken; keşke insanlar da geliştirse ve tacizi, zorbalığı hayatın hiç bir alanında yaşamasak ne güzel olur değil mi? :)
Kaynak:
The technology behind fighting harassment on Linkedin:
İçeriği Linkedln’de okumak ve bağlantılarınız ile paylaşmak isterseniz buraya tıklamanız yeterli :)
