Küresel spor etkinliklerinin sosyokültürel etkisini tahmin etmek için açıklanabilir çift-dikkatli bir dönüştürücü

Skorun ötesinde büyük spor anları neden önemlidir

Milyarlarca insan Olimpiyatlar veya Dünya Kupası gibi etkinlikleri izlediğinde etkiler madalyalar ve izlenme oranlarının çok ötesine geçer. Bu dev etkinlikler, ulusların kendilerini nasıl gördüğünü, başkaları tarafından nasıl algılandıklarını ve cinsiyet eşitliği, çeşitlilik veya çevresel sorumluluk gibi konuların küresel gündeme nasıl taşındığını şekillendirir. Bu makale, bu zor kavranan toplumsal dalgaları tek, karşılaştırılabilir bir puara dönüştürmeye çalışan yeni bir yapay zeka aracını tanıtıyor; amaç, hükümetlere, organizatörlere ve halka dünyanın en büyük spor etkinliklerinden gerçekten ne kazandığımızı —ya da kaybettiğimizi— daha net göstermektir.

Karmaşık toplumsal tepkileri tek ve anlaşılır bir puara dönüştürmek

Yazarlar, 2000–2024 arasında düzenlenen her önemli spor etkinliği için bir "Sosyal Etki Puanı" tanımlamakla işe başlıyor. Sadece para veya izleyici sayılarına bakmak yerine birden çok boyutu bir araya getiriyorlar: kültürel katılım, çeşitlilik, cinsiyet temsili, kamu ruhu, çevresel sürdürülebilirlik ve medya ilgisi. Bu öğelerin her biri, anket duyarlılığı, sosyal medya etkinliği veya yeşil etkinlik göstergeleri gibi çok farklı veri türlerinin adil biçimde karşılaştırılabilmesi için önce normalize ediliyor. Özenle seçilmiş ağırlıklar ve zaman içinde yapılan düzleştirme, bu karışımı düşükten yükseğe kadar sürekli bir puara çeviriyor; amaç, katı bir nedensellik iddiasında bulunmadan bir etkinliğin sosyal ve kültürel olarak ne kadar yankı uyandırdığını yansıtmaktır.

Etkinlik verileri için daha akıllı bir mercek inşa etmek

Bu Sosyal Etki Puanını tahmin etmek için araştırmacılar Olimpiyatlar, FIFA Dünya Kupası, Asya Oyunları ve bölgesel turnuvalar gibi müsabakaları kapsayan yaklaşık 70.000 etkinlik düzeyinde kayıt içeren büyük bir veri seti derliyorlar. Her kayıt ekonomik arka plan (ulusal gelir gibi), kültürel göstergeler (çeşitlilik ölçümleri ve kültürel programlara kamu katılımı gibi), medya kapsamı ve sosyal medya hacmi, katılım ve haberleşmede cinsiyet dengesi ve sürdürülebilirlik metriklerini içeriyor. Araştırmacılar bu ham girdileri, modelin basit sayımlarla yakalayamayacağı ince desenleri tespit etmesine olanak tanıyacak şekilde faktörleri birleştiren “bileşik” özelliklerle zenginleştiriyor — örneğin ortak bir kültürel indeks, sürdürülebilirlik-artı-medya sinyali ve duyarlılığın cinsiyet dengesiyle nasıl etkileştiğini gösteren ölçütler.

Bağlamı ve sayıları öğrenen çift-dikkatli bir yapay zeka

Standart istatistiksel modeller bu öğelerin karışık, doğrusal olmayan etkileşimleriyle zorlanıyor. Bu yüzden yazarlar, Sosyokültürel Çift-Dikkatli TabDönüştürücü adında yeni bir derin öğrenme mimarisi tasarlıyor. Basitçe ifade etmek gerekirse, bu model her özelliği (çeşitlilik veya medya erişimi gibi) bir token olarak ele alıyor ve bunların birbirleriyle nasıl ilişkili olduğunu öğreniyor. Bir "dikkat" yolu sayısal değişkenlere bakıyor ve bunların birbirlerini nasıl etkilediğini yakalıyor — örneğin kamu duyarlılığı ile medya kapsamının birlikte nasıl hareket ettiğini. İkinci bir yol ise etkinlik türü, ev sahibi bölge ve spor gibi kategorik bilgiden bağlam enjekte ediyor. Bu yollar birlikte modelin hem ince taneli özellik etkileşimlerini hem de daha geniş kültürel ortamı kavramasını sağlıyor. Ek eğitim hileleri, daha makul davranışı nazikçe teşvik ediyor — örneğin daha yüksek sürdürülebilirlik veya daha büyük cinsiyet eşitliğinin tahmini sosyal etkiyi azaltmaması sağlanıyor.

Güvenilirliği, adaleti ve gerçekten etkiyi neyin yönlendirdiğini kontrol etmek

Yeni model, doğrusal regresyon, en yakın komşu yöntemleri ve güçlü bir gradient-boosted ağaç modeli dahil tanıdık araçlara karşı test ediliyor. Bir dizi hata ölçütü ve sıra-temelli karşılaştırma boyunca çift-dikkatli dönüştürücü, Sosyal Etki Puanlarını tutarlı biçimde daha doğru ve daha dar güven aralıklarıyla tahmin ediyor. Zaman tabanlı testler (daha önceki yıllarda eğitip sonrakileri tahmin etme) ve "bölge-atla" deneyleri, yöntemin yeni yıllara veya dünyanın farklı bölgelerine uygulandığında da dayanıklı kaldığını gösteriyor. Kara kutuyu açmak için yazarlar dönüştürücünün davranışını daha basit bir modele indirgeriyor ve hangi özelliklerin en çok etkisi olduğunu görmek için popüler bir açıklanabilirlik yöntemi olan SHAP'i kullanıyorlar. Tutarlı şekilde, kültürel katılım, çeşitlilik, cinsiyet temsili, kamu duyarlılığı ve sürdürülebilirlik en güçlü olumlu katkılar olarak öne çıkıyor; salt ekonomik göstergeler ve ham izleyici sayıları ise yardımcı ama daha az belirleyici bir rol oynuyor.

Küresel oyunların geleceği için bunun anlamı

Genel olarak çalışma, mega‑etkinliklerin sosyal değerinin salt büyüklük veya zenginlikten ziyade ne kadar kapsayıcı, yükseltici ve sorumlu olduklarıyla daha çok şekillendiğini öne sürüyor. Çeşitli katılımı, cinsiyet dengesini, çevre dostu uygulamaları ve olumlu bir kamu ruhunu aktif olarak teşvik eden etkinlikler, özellikle bu temaların zaten ivme kazandığı bölgelerde daha yüksek Sosyal Etki Puanları elde etme eğiliminde. Aynı zamanda yazarlar, modellerinin kalıpları yakaladığını, nedenleri kanıtlamadığını vurguluyor: herhangi tek bir politika değişikliğinin toplumu dönüştüreceğini kanıtlayamaz. Yine de, karmaşık kültürel sinyalleri şeffaf ve test edilebilir bir indekse dönüştürerek, yaklaşımları organizatörler ve politika yapıcılar için toplulukları yalnızca eğlendirmek yerine gerçekten güçlendiren spor etkinlikleri tasarlamak adına güçlü bir başlangıç noktası sunuyor.

Atıf: Chen, W., Syed Ali, S.K.B., Zulnaidi, H. et al. An explainable dual-attention transformer for predicting the sociocultural impact of global sports events. Sci Rep 16, 12812 (2026). https://doi.org/10.1038/s41598-026-43247-8

Anahtar kelimeler: spor analitiği, sosyal etki, yapay zeka, kamuoyu, kültürel çeşitlilik