Uygulamalı davranış bilimini ilerletmek: GAP çerçevesi

Seçimlerimiz Neden Sandığımızdan Daha Fazla Önem Taşıyor

Emeklilik için kaydolmaktan çevrimiçi olarak “kabul et”e tıklamaya kadar günlük tercihimiz, ince tasarım kararları ve güçlü yeni teknolojiler tarafından sessizce şekillendiriliyor. Bu makale, insan davranışıyla ilgili bulguları sorumlu ve etkili biçimde kullanmak isteyen hükümetler, şirketler ve sivil toplum kuruluşları için bir yol haritası olan GAP çerçevesini tanıtıyor. Alışkanlıklar ve önyargılarla ilgili klasik fikirlerin yapay zeka ve gerçek dünyadaki kısıtlarla nasıl birleştirilebileceğini gösteriyor; böylece basit “dürtmeler”in ötesine geçilerek daha akıllı, adil ve şeffaf davranış etkileme yöntemlerine ulaşılabiliyor.

Davranışı Yeniden Görmek

GAP çerçevesinin ilk bölümü olan Genel Araçlar, insanların nasıl düşündüğü ve davrandığı konusunda davranış bilimlerinin zaten bildiklerine odaklanıyor. Yazarlar birçok ünlü bulguyu SHELL adındaki basit bir mercek altında topluyor: sosyal etki, alışkanlıklar, duygular, sınırlı zihinsel kapasite ve sınırlı özdenetim bizi yönlendirir. Bu mercek, kuruluşların insanların sadece daha fazla bilgiye veya daha büyük teşviklere ihtiyaç duyduğunu varsayan yaygın kabullerinin ötesine geçmesine yardımcı olur. Bunun yerine şunu sormalarını teşvik eder: İnsanlar başkalarını mı taklit ediyor? Otomatik pilotta mı hareket ediyorlar? Karmaşık seçenekler tarafından mı bunalmışlar? Yorgun veya stresli mi? SHELL aracılığıyla sorunlara bakmak, herhangi bir çözüm tasarlanmadan önce yapılması gereken tanısal bir adım olarak düşünülmüştür.

Sistemlerin İçindeki Gizli Engelleri Bulmak

Davranışın ana itici güçleri tespit edildikten sonra, çerçeve kuruluş içinde gerçekten neyin yanlış gittiğini açığa çıkarmak için davranış denetimlerini vurgular. Sludge (çamur) denetimleri, zaman ve enerjiyi boşa harcayan gereksiz engelleri—formlar, adımlar ve gecikmeler—araştırır. Önyargı denetimleri işe alım veya kredi verme gibi kararlarda haksız örüntüleri ararken, gürültü denetimleri benzer şekilde karar vermesi gereken kişiler arasında rastgele tutarsızlıkları inceler. Birlikte bu denetimler, sistemlerin ne zaman kafa karıştırıcı, adaletsiz veya güvenilmez olduğunu ortaya koyar. Bu tanısal çalışmanın ardından tanıdık “tercih mimarisi” fikri devreye girer: varsayılanlar, hatırlatmalar veya sadeleştirilmiş düzenler gibi seçeneklerin sunuluş şeklinde yapılan küçük değişiklikler, özgürlüğü kısıtlamadan iyi tercihleri kolaylaştırmak üzere tasarlanır.

Akıllı Makineleri Sürece Dahil Etmek

GAP’in ikinci direği olan Algoritmalar, özellikle yapay zekânın davranış bilimini doğru kullanıldığında nasıl güçlendirebileceğini açıklar. Yapay zekâ, ruh hali ve görüşleri taramak için milyonlarca mesajı incelemekten onlarca müdahaleyi aynı anda karşılaştıran mega çalışmalar yürütmeye kadar yeni veri toplama biçimlerini açabilir. İnsanların kaçıracağı örüntüleri de büyük veri kümelerinde tespit edebilir; örneğin bir alışkanlığın gerçekten ne kadar sürede oluştuğunu veya aşı çekingenliğini en güçlü şekilde hangi faktörlerin öngördüğünü. Ayrıca yapay zekâ sistemleri uygun anda ve büyük ölçekte kişiye özel teşvikler veya öneriler sunabilir. Aynı zamanda yazarlar, bu araçların insanları manipüle etmek veya gizliliğe tecavüz etmek için kötüye kullanılabileceği konusunda uyarıyor; bu yüzden etik güvenlik önlemleri ve denetim şarttır.

Davranış Bilimini Gerçek Kuruluşlarda İşe Yaramak

Üçüncü direk olan Pratik Hususlar, en iyi fikirlerin bile doğru insanlar, kurallar ve yöntemler olmadan başarısız olacağını kabul eder. TEAM kısaltmasını kullanarak yazarlar, davranış içgörüleri ekiplerini nasıl kuracaklarını, bunları merkezileştirip merkezileştirmemeye veya departmanlara yaymaya nasıl karar vereceklerini ve psikoloji, ekonomi, veri bilimi, hukuk ve diğer alanlardan gelen becerileri nasıl birleştireceklerini tartışır. Açık roller, etik yönergeler ve Avrupa’nın veri koruma kuralları gibi gizlilik yasalarına saygı ihtiyacını vurgularlar. Maliyetler de önemlidir: bazı dürtmeler ucuz ve yüksek maliyet-etkin iken gelişmiş yapay zekâ sistemleri ağır yatırım ve dikkatli maliyet–fayda analizleri gerektirir. Son olarak çerçeve, deneyler, saha denemeleri ve diğer araştırma yöntemleri yoluyla sıkı test yapmanın önemini vurgular; böylece kuruluşlar sadece “ne işe yarar”ı değil, kimin için, hangi bağlamlarda ve hangi maliyetle işe yaradığını öğrenir.

Eski ve Yeni Parçaları Birleştirmek

COM-B, MINDSPACE veya EAST gibi popüler modellerin yerini almak yerine GAP çerçevesi, onların üzerine oturacak ve noktaları birleştirecek şekilde tasarlanmıştır. SHELL ve denetimler teşhisi keskinleştirir, mevcut davranış değişikliği modelleri müdahaleleri tasarlamaya yardımcı olur, algoritmalar görülebileni genişletir ve ölçeklendirir, TEAM ise her şeyi gerçek dünya yapıları, etik ve bütçeler içinde tutar. Yazarlar önerilerinin sınırları konusunda açık sözlüdür: GAP her olası tekniği kataloglamaz ve herhangi bir çerçevenin tartışmayı daraltma veya gerekebilecek daha derin sistem değişikliklerini göz ardı etme riski vardır. Farklı stratejilerin karşılaştırmalı daha fazla çalışmasını ve teknoloji ile düzenlemenin evrilmesine paralel olarak GAP’in güncellenmesini talep ederler.

Günlük Hayat İçin Anlamı

Basitçe söylemek gerekirse, GAP çerçevesi insan davranışıyla ilgili bilimi daha akıllıca ve düşünceli biçimde kullanmak için bir rehberdir. Uygulayıcılara çözümlere atlamadan önce sorunları dikkatle teşhis etmeleri, insan yargısını algoritmaların örüntü bulma gücüyle eşleştirmeleri ve etkiyi şeffaf ve adil kılacak ekipler ile kurallar inşa etmeleri çağrısında bulunur. Kamu kuruluşları ve şirketler çevrimdışı ve çevrimiçi seçimlerimizi giderek daha fazla şekillendirirken, GAP bu araçları insanların özerkliğine ve çeşitliliğine saygı gösterirken sağlık, finans ve toplumsal sonuçları iyileştirmek için kullanmanın bir yolunu sunar.

Atıf: Costa, S., Mills, S., Duyck, W. et al. Advancing applied behavioral science: the GAP framework. Humanit Soc Sci Commun 13, 261 (2026). https://doi.org/10.1057/s41599-026-06542-3

Anahtar kelimeler: uygulamalı davranış bilimi, dürtme ve tercih mimarisi, politika alanında yapay zeka, davranış denetimleri, örgütsel karar alma