Hipergraphlerde söylenti yayılması

Grup sohbetleri söylentiler için neden önemli

Her gün milyonlarca mesaj WhatsApp ve Telegram gibi uygulamalardaki grup sohbetlerinde dolaşıyor. Tek bir bağlantı veya ekran görüntüsü gruptan gruba sıçrayarak hızla siyasetten sağlığa veya gündelik olaylara ilişkin insanların görüşlerini şekillendiren bir söylenti haline gelebilir. Buna karşın bilgi yayılımına ilişkin çoğu bilimsel model, iletişimi hâlâ çiftler halinde—bir kişinin diğerine konuşması—şeklinde ele alıyor, grup etkileşimlerini dikkate almıyor. Bu yazı şu soruyu soruyor: grupları ciddiye aldığımızda ne değişir ve bu, söylentilerin nasıl patladığı ya da sönümlendiğine dair anlayışımızı nasıl değiştirir?

Basit bağlantılardan karmaşık grup ağlarına

Mesajlaşma platformlarında insanlar yalnızca bire bir konuşmaz—birçok örtüşen grupta konuşur. Bunu yakalamak için yazarlar, tek bir “kenarın” aynı anda birçok kişiyi bağlayabildiği ve bir sohbet grubunu temsil edebildiği hipergraph adı verilen matematiksel bir yapı kullanıyor. Modellerinde her kişi üç durumdan birinde olabilir: bir söylentiden habersiz, onu aktif olarak yayıyor veya duymuş ama artık iletmiyor. Bir söylenti, ancak yeterli sayıda üye zaten onu yayıyorsa bir grup içinde yayılır; bu, aynı hikayeyi birçok kişinin tekrar etmesinin yarattığı sosyal baskıyı yansıtır. Bu noktada, grupta habersiz olan herkes aniden yayıcı haline gelebilir; bu, popüler sohbetlerdeki gerçek hayattaki etkinlik sıçramalarını taklit eder.

Söylentilerin enerjisinin nasıl tükendiği

Söylentiler sonsuza dek yayılmaz. İnsanlar sonunda ilgilerini kaybeder veya "zaten herkes biliyor" diye karar verip mesajları iletmeyi bırakır. Bu çalışmanın temel yeniliği bu yavaşlamayı ele alış biçimidir. İnsanların rastgele yaymayı bırakacağını varsaymak yerine yazarlar bunun grup temelli doygunluk yoluyla gerçekleşmesine izin veriyor. Bir kişi, söylentinin zaten geniş ölçüde dolaştığı yeterince gruba ait olduğunda, onu artık iletmemeye başlayan bir “durdurucu” (stifler) haline geliyor. Bu basit kural iki çok farklı şekilde söylentilerin sönmesine yol açıyor. Bazı durumlarda aktif yayıcıların sayısı, birçok standart salgın modeline benzer şekilde üstel bir hızla düşüyor. Diğerlerinde düşüş çok daha yavaş olup bir kuvvet yasası izliyor; bu da nadir ama çok uzun süreli söylenti kaskadlarının mümkün olduğu anlamına geliyor.

Söylenti kaskadlarında kritik dönüm noktaları

Büyük bilgisayar simülasyonları çalıştırarak araştırmacılar söylentilerin ne zaman söndüğünü, ne zaman patladığını ve bu davranışlar arasındaki dönüm noktalarına nasıl yaklaştığını haritalıyor. Grupların ne kadar kolay alevlendiği (yayılma eşiği) ile insanların ne kadar çabuk doyduğu (durma eşiği) arasındaki dengenin hangi rejimin ortaya çıktığını belirlediğini gösteriyorlar. İlginç bir şekilde, nispeten düzgün grup koleksiyonlarından birçok küçük sohbet ve birkaç dev kanal gibi oldukça eşitsiz yapılara kadar geniş bir ağ yapısı yelpazesinde gözlemledikleri geçişler süreklidir. "Neredeyse hiç söylenti"den "herkes biliyor"a ani bir sıçrama yok; bunun yerine söylenti kaskadlarının kritik nokta yakınında kademeli olarak daha büyük ve daha kalıcı hale geldiği düzgün bir kayma var.

Teoriyi gerçek Telegram verileriyle eşleştirmek

Soyut modellerinin gerçek davranışı yakalayıp yakalamadığını test etmek için yazarlar yüz milyonlarca mesaj içeren büyük bir kamu Telegram kanalları veri kümesine yöneliyor. Kullanıcıların bir veya daha fazla kanala ait olduğu grup temelli bir ağ kuruyor, ardından aynı web bağlantısını paylaşan mesaj kaskadlarını izliyor ve her bağlantıyı ayrı bir söylenti olarak ele alıyorlar. Her kaskad için söylentinin ne kadar süre yaşadığını ve ne sıklıkla iletildiğini ölçüyorlar. Modellerini doğrudan bu Telegram ağı üzerinde simüle ettiklerinde, simüle edilmiş kaskadların istatistiklerinin—ne kadar büyük oldukları ve ne kadar sürdükleri—sistemin kritik noktaya yakın ayarlandığında gerçek verilerle en iyi eşleşmeyi gösterdiğini buluyorlar. Bir e-posta iletişim veri kümesinden elde edilen benzer sonuçlar bu resmi güçlendiriyor.

Çevrimiçi bilgi için bunun anlamı

Bir araya getirildiğinde çalışma, gerçek çevrimiçi grup sistemlerindeki söylenti yayılmasının hassas bir denge noktasında işleme eğiliminde olduğunu öne sürüyor: söylentiler ya her zaman kontrolsüz şekilde patlamıyor ya da hep hızlıca sönmüyor; bunun yerine küçük ve büyük kaskadların bir arada bulunduğu kritik bir rejime yakın duruyorlar. Grup konuşmalarını yalnızca bireysel bağlantılar yerine açıkça modelleyerek ve söylentinin yok oluşunu bir kişinin gruplarının ne kadar doygun olduğuna bağlayarak yazarlar, mesajlaşma uygulamalarındaki viral içeriği anlamaya yönelik daha gerçekçi bir çerçeve sunuyor. Politikacılar ve platform tasarımcıları için bu çalışma, grupların nasıl oluştuğu, örtüştüğü veya mesajları nasıl ilettiğine dair yapılacak küçük değişikliklerin söylenti dinamiklerini bu kritik kenardan uzaklaştırıp yanlış bilginin yayılmasını her bireysel mesajı izlemeye gerek kalmadan azaltmaya yardımcı olabileceğine işaret ediyor.

Atıf: Oliveira, K.A., Traversa, P., Ferraz de Arruda, G. et al. Rumor propagation on hypergraphs. Nat Commun 17, 3253 (2026). https://doi.org/10.1038/s41467-026-70096-w

Anahtar kelimeler: söylenti yayılması, sosyal medya grupları, hipergraph ağları, bilgi kaskadları, kritiklik