Çift çevre dostu niyet-davranış boşluğundaki etki mekanizmalarını keşfetmek için makine öğrenimini kullanmak

Neden İyi Yeşil Niyetler Sık Sık Yetersiz Kalıyor

Birçoğumuz iklimi önemsediğimizi söyleriz, ancak yine de çöpleri ayırmayı unutur, ışıkları açık bırakır veya yürünebilecek mesafede arabayla gideriz. İnsanların çevre için yapmayı niyet ettikleri ile gerçekte yaptıkları arasındaki bu uyumsuzluk bu çalışmanın merkezinde yer alıyor. Araştırmacılar, güçlü niyetlerin neden bazen eyleme dönüşemediğini ve bazı durumlarda insanların bilince dayalı niyet bildirmemesine karşın çevreci davranışlarda bulunmalarının nedenini anlamayı amaçladı.

İklimi Şekillendiren Günlük Seçimler

Makale, cihazları kapatma, geri dönüşüm, toplu taşıma kullanma ve arkadaşları ya da aileyi daha çevreci olmaya teşvik etme gibi sıradan çevre dostu davranışlara odaklanıyor. Bu küçük eylemler, milyonlarca insanın davranışlarıyla çarpıldığında karbon emisyonlarını önemli ölçüde azaltabilir ve toplumların düşük karbonlu kalkınmaya yönelmesine yardımcı olabilir. Ancak önceki araştırmalar ağırlıklı olarak niyetleri neyin yönlendirdiğine bakmış; insanların söyledikleri ile yaptıkları arasındaki sık karşılaşılan boşluğun kendisini yeterince incelememiştir. Bu çalışma, Çin genelinde 2.216 kentsel sakinden gelen verileri kullanarak bu boşluğun her iki yönünü de ayrıntılı şekilde ele alıyor.

Dört Tür Yeşil Davranış Modeli

Bu niyet–eylem uyumsuzluklarını anlamlandırmak için yazarlar basit bir renk kodlu modelle insanları dört gruba ayırıyor. "Yeşil" bireyler hem yüksek niyete hem de sık çevre dostu eyleme sahiptir. "Kırmızı" bireyler düşük niyet gösterir ve nadiren çevreci davranışta bulunur. Daha ilginç olarak, iki "gri" grup çiftli boşluğu ortaya koyar: biri düşük niyet bildirmelerine rağmen sıklıkla yeşil davranış sergileyenler (pozitif boşluk), diğeri ise güçlü niyet ifade etmelerine karşın nadiren harekete geçenler (negatif boşluk). Yaklaşık her beş katılımcıdan biri bu boşluk gruplarından birine düşerek bu tür uyumsuzlukların gerçek hayatta ne kadar yaygın olduğunu vurguluyor.

Zihinler ve Çevre Durumunun Rolü

Araştırmacılar ardından bu dört deseni açıklamaya yardımcı olan kişisel özellikler ve dışsal koşulları inceliyor. İnsanların çevresel bilgisi, çevreci davranışlara yönelik duyguları, kişisel sorumluluk duygusu, fark yaratabileceklerine dair inancı ve sosyal baskı algılarına bakıyorlar. Ayrıca geri dönüşüm noktaları veya toplu taşıma gibi yeşil altyapının ne kadar görünür ve kullanışlı olduğuna dair durumsal faktörleri de değerlendiriyorlar. Basit, doğrusal ilişkiler varsayan geleneksel istatistikler yerine modern makine öğrenimi yöntemleri kullanıyorlar ve verideki karmaşık, doğrusal olmayan desenleri tespit etmede güçlü bir algoritma olan LightGBM'yi en başarılı olarak tanımlıyorlar.

Gizli Dönüm Noktaları ve Altyapının Sürpriz Rolü

Makine öğrenimi sonuçları, çevre dostu davranışa yönelik tutumun tutarlı şekilde en önemli etken olduğunu gösteriyor, ancak bu her zaman "daha fazlası her zaman daha iyidir" şeklinde basit bir ilişki değil. Düşük niyete rağmen yeşil davranan pozitif boşluk grubunda tutum ve sorumluluk duygusu ters U biçimli: belirli bir noktaya kadar yeşil davranışı destekliyor, ancak belirli bir eşik aşıldığında etkileri tersine dönüyor. Yüksek niyete rağmen düşük davranış gösteren negatif boşluk grubunda ise çok güçlü bir çevreci tutum ilk etapta daha geniş bir boşlukla ilişkilendiriliyor; ancak tutumlar o kadar güçlü hale gelince davranış sonunda telafi etmeye başlıyor. Yüksek sorumluluk duygusu ve güçlü öz-yeterlik negatif boşluğu azaltmaya yardımcı olurken, çok görünür altyapı bunu büyütebiliyor; muhtemelen insanlar "sistemin" işleri hallettiğini ve kendi çabalarının daha az önemli olduğunu hissediyor.

İklim Eylemi İçin Anlamı

Uzman olmayanlar için çıkarılacak ders, insanları daha sürdürülebilir yaşamaya yönlendirmenin yalnızca farkındalığı artırmaktan veya daha iyi altyapı kurmaktan daha fazlasını gerektirdiği. Çalışma, tutumlar, sorumluluk ve öz-güvenin özenle beslenmesi gerektiğini, böylece bunların davranışı ileriye itmesi gerektiğini; aksi halde hayal kırıklığına veya "birileri halleder" hissine yol açabileceğini gösteriyor. Hedefe yönelik stratejiler en etkili olabilir: zaten çevreci olan grubu desteklemek ve güçlendirmek, harekete geçmekte zorlananların pratik engellerini azaltmak, evde ve işte sessiz uygulayıcıları teşvik edecek roller kullanmak ve kişisel angajmanı seyreltmek yerine davet eden kamu sistemleri tasarlamak. Bu nüanslı desenleri ortaya koyarak makale, iklim kaygısını kalıcı günlük eyleme dönüştürmek için daha gerçekçi bir yol haritası sunuyor.

Atıf: Dong, Z., Zhang, Y., Mao, Y. et al. Harnessing machine learning to explore influencing mechanism in the dual pro-environmental intention-behavior gap. Sci Rep 16, 12082 (2026). https://doi.org/10.1038/s41598-026-42468-1

Anahtar kelimeler: çevre dostu davranış, niyet–davranış boşluğu, makine öğrenimi, çevre psikolojisi, düşük karbonlu yaşam tarzı