Yapay zeka modellerinin gıda ve alkol reklam sınıflandırmasında insan ölçütleriyle değerlendirilmesi

Çevrimiçi Reklamları İzlemenin Önemi

Her gün insanlar sosyal medyada sayısız gıda ve alkol reklamının arasından kaydırırken, bu mesajların ne kadar güçlü bir şekilde ne yediğimizi ve ne içtiğimizi etkileyebileceğini çoğu zaman fark etmiyorlar. Sağlık kurumları ve araştırmacılar, özellikle çocuklar ve ergenlere yönelik olarak sağlıksız ürünlerin ne kadar yoğun biçimde tanıtıldığını izlemek istiyor, ancak binlerce reklâmın elle denetlenmesi yavaş ve pahalı. Bu çalışma güncel bir soruyu gündeme getiriyor: modern yapay zeka sistemleri bu izleme işini insanlar kadar güvenilir şekilde yapabilir mi ve yapabiliyorsa hangi reklam özellikleri için onlara zaten güvenebiliriz?

Çalışma Gerçek Dünya Reklamlarını Nasıl İnceledi

Araştırmacılar, görüntüler ve başlıklar dahil olmak üzere 77 büyük Belçika gıda, içecek ve alkol markasından 1000 Facebook reklamı topladı. Yaklaşık 600 genel halk üyesi, üç eğitimli diyetisyen ve dört gelişmiş yapay zeka sistemi aynı reklamlara baktı. Her reklam için alkolün varlığı, reklamın kimi hedeflediği (çocuklar, ergenler veya yetişkinler), reklam verenin türü ve hangi satış taktikleri veya gıda kategorilerinin göründüğü gibi sorulara yanıt verildi. Bazı sorular alkol için evet–hayır gibi tek yanıtlıydı. Diğerleri aynı reklâmda birden fazla pazarlama hilesi veya birden fazla gıda türü gibi çoklu yanıtı izin veriyordu. Bu tasarım, ekibin yapay zekayı, kalabalık işçisi ve uzmanlarla başa baş karşılaştırmasına olanak sağladı.

Yapay Zekanın İnsan Yargısıyla Uyuştuğu Alanlar

Basit, tek yanıtlı sorularda yapay zeka sistemleri—özellikle GPT-4o ve Qwen—dikkate değer şekilde iyi performans gösterdi. Bir reklâmdaki alkol var mı yok mu kararında, bu modeller ile diyetisyenler arasındaki uyum %90’ın üzerindeydi ve diyetisyenler arasındaki uyumdan neredeyse ayırt edilemezdi. Reklamın esas hedef kitlesi ve reklam verenin türünün sınıflandırılmasında da yapay zekâlar, farklı insan kodlayıcılar arasındaki doğal değişkenlik içinde kalan uyum seviyelerine ulaştı. Diğer bir deyişle, “alkol var mı” gibi açık özellikler ve temel hedef kitle ya da marka türü gibi belirgin kategoriler açısından en iyi yapay zeka sistemleri şimdiden insan seviyesinde çalışıyor.

Karışık ve Çelişkili Noktalar

Daha karmaşık, çoklu yanıtlı sorularda performans düştü. Kodlayıcıların birden fazla olası kampanya teklifi (indirimler, yarışmalar, sadakat programları), pazarlama stratejileri (etkinlikler, karakterler, onaylar) veya ayrıntılı gıda kategorilerini (atıştırmalıklar, hazır yemekler, süt ürünleri gibi) belirlemeleri gerektiğinde, hem insanlar hem de yapay zekâlar için uyum belirgin şekilde daha düşüktü. Beslenme uzmanı olan diyetisyenler bile, özellikle soyut pazarlama taktiklerinde sık sık birbirleriyle uyuşmadı. Bazı pazarlama stratejisi etiketlerinde diyetisyenler arasındaki ikili uyum oldukça düşük olabilir; bu da görevin kendisinin zor ve bir ölçüde öznel olduğunu gösteriyor. Bu bağlamda yapay zekâ açıkça insanların gerisinde kalmadı; bunun yerine, ek bir, biraz gürültülü insan değerlendiricisi gibi davrandı.

Yapay Zekanın Reklamları Görüşündeki Gizli Yanlılıklar

Genel puanların ötesine bakıldığında, yazarlar modellerin belirli etiketleri sistematik olarak fazla ya da az tespit etme eğilimlerini inceledi. Sorular genelinde tüm yapay zekâlar “yok” veya “uygulanamaz” anlamına gelen seçenekleri seçmekten çekindi; bunun yerine en az bir somut özellik atama eğilimindeydiler. Bu durum, özel tekliflerin veya ikna edici taktiklerin ne sıklıkta var olduğunun abartılmasına yol açma riski oluşturuyor. Gemma ve Qwen gibi bazı modeller diğerlerinden daha güçlü önyargılar gösterdi: örneğin, insan kodlayıcıların işaretlemediği durumlarda bile sık sık etkinlikleri ve hazır yemekleri işaretlediler. GPT-4o genel olarak daha hafif, daha muhafazakâr örüntüler gösterdi, ancak hâlâ kör noktaları vardı—örneğin indirim teklifleri ya da ünlü ve hayırseverlik onayları. Bu sistematik tuhaflıklar, tek bir yapay zeka sistemine güvenmenin belirli pazarlama taktiklerine veya gıda türlerine maruz kalma tahminlerini çarpıtma olasılığı olduğu anlamına geliyor.

Gerçek Dünyada Yapay Zeka Kullanımı İçin Yönergeler

Sonuçlarını uygulamaya çevirmek için yazarlar üç seviyeli bir strateji öneriyor. Birinci seviyede, alkol tespiti, temel reklam türü veya ana hedef grup gibi nispeten basit tek yanıtlı görevler büyük ölçekli otomasyona hazır; küçük bir yerel doğrulama kontrolünden sonra yapay zekâ el işinin büyük kısmını üstlenebilir. İkinci seviye, teklifler, stratejiler ve ayrıntılı gıda kategorileri gibi daha karmaşık, çoklu yanıtlı soruları kapsar. Burada yapay zekâ reklamları ön taramaya almak, etiket önerisinde bulunmak veya insan değerlendiricilere rehberlik etmek için faydalı bir yardımcı olabilir, ancak insan gözetimi ve daha iyi etiket tanımları hâlâ kritik önemdedir. Üçüncü seviye, diğer zararlı maddeler veya ince taneli beslenme ayrıntıları gibi daha karmaşık veya test edilmemiş alanları içerir; bu alanlarda yapay zekâ çıktıları şu an için güvenilir yerine keşif amaçlı olarak ele alınmalıdır.

Tüketiciler ve Politika İçin Anlamı

Basitçe söylemek gerekirse, çalışma bugünün yapay zekâlarının kamu sağlığı kurumları ve araştırmacıların modern sosyal medya ölçeğinde gıda ve alkol reklamlarının belirgin yönlerini izlemelerine hâlihazırda yardımcı olabileceğini gösteriyor. Bununla birlikte, ince satış hileleri ve karmaşık gıda kategorilerinde hem insanlar hem de makineler hâlâ uzlaşmakta zorlanıyor ve yapay zekâ modelleri tanımlanabilir önyargılar taşıyor. Yazarlar, yapay zekâyı onun en güçlü olduğu yerlerde, yoruma ve nüansa ihtiyaç duyulan yerlerde insan uzmanlığıyla dikkatle birleştirmenin; çevrimiçi olarak sağlıksız ürünlerin nasıl tanıtıldığını adil ve etkili bir şekilde izlemek için en umut verici yol olduğunu sonucuna varıyorlar.

Atıf: Gitu, PA., Cerina, R., Grigoriev, A. et al. Evaluating AI models for food and alcohol advertisement classification against human benchmarks. Sci Rep 16, 13058 (2026). https://doi.org/10.1038/s41598-026-42426-x

Anahtar kelimeler: gıda reklamcılığı, alkol pazarlaması, yapay zeka, sosyal medya, kamu sağlığı politikası