İnternetin en büyük vaatlerinden biri, milyarlarca insanın ürettiği devasa veri yığınlarının içerisinden anlamlı bilgiler çıkarabilmekti.

Aramalarımız.

Yorumlarımız.

Alışveriş alışkanlıklarımız.

Sosyal medya paylaşımlarımız.

Okuduğumuz haberler.

Beğendiğimiz videolar.

Yıllar boyunca bunların tamamı insan davranışının dijital bir izdüşümünü oluşturdu.

Şirketler de bu veri dağının içerisinden anlamlı örüntüler çıkarabilmek için veri madenciliğini — Data Mining — kullanmaya başladı.

Pazarlamadan bankacılığa, dolandırıcılık tespitinden sağlık araştırmalarına kadar veri madenciliğinin temel mantığı oldukça basitti:

Büyük miktarda veri
        ↓
Temizleme
        ↓
Örüntü bulma
        ↓
Tahmin / analiz
        ↓
Karar

Fakat bu sistemin görünmeyen bir varsayımı vardı:

Topladığımız verilerin gerçek dünyayı temsil ettiğini varsayıyorduk.

Peki internetin giderek daha büyük bir bölümü insanlar yerine botlar ve yapay zekâlar tarafından üretilmeye başlarsa ne olur?

İşte burada yıllar önce bir komplo teorisi olarak ortaya çıkan Ölü İnternet Teorisi — Dead Internet Theory beklenmedik şekilde yeniden ilginç hale geliyor.




Ölü İnternet Teorisi nedir?

Ölü İnternet Teorisi'nin güçlü versiyonu kabaca şunu savunuyor:

İnternette gördüğümüz içeriklerin ve etkileşimlerin büyük bölümünün arkasında artık gerçek insanlar değil; botlar, otomasyon sistemleri ve yapay zekâ bulunuyor.

Teorinin kökenleri çeşitli forumlara kadar uzansa da bugünkü adıyla yaygınlaşması 2021 yılında Agora Road's Macintosh Cafe forumunda yayımlanan “Dead Internet Theory: Most Of The Internet Is Fake” başlıklı yazıyla oldu.

Orijinal teorinin içerisinde hükümetlerin veya büyük şirketlerin interneti bilinçli biçimde sentetik içeriklerle doldurduğu gibi kanıtlanmamış komplo unsurları da bulunuyor.

Bu nedenle:

“Ölü İnternet Teorisi kanıtlandı.”

demek doğru değil.

Fakat teorinin daha sade versiyonundaki:

“İnternette insan olmayan aktivitenin giderek arttığı”

iddiası artık tamamen hayal ürünü değil.




Çünkü internet trafiğinin çoğu artık insanlardan gelmiyor

2026 Thales Bad Bot Report'un yayımlanan verilerine göre 2025 yılı boyunca ölçülen küresel internet isteklerinin yaklaşık:

%53'ü otomatik sistemlerden

geliyor.

Bir önceki yıl bu oran %51 seviyesindeydi ve Imperva bunu on yıl içerisinde ilk kez otomatik trafiğin insan trafiğini geçtiği dönem olarak açıklamıştı.

Ama burada çok önemli bir ayrım var.

Bu:

“İnternetin %53'ünü yapay zekâ yazıyor.”

demek değildir.

Bot trafiğinin içerisinde:

  • Google gibi arama motorlarının crawler'ları,
  • uptime kontrol sistemleri,
  • API istemcileri,
  • veri toplama botları,
  • güvenlik tarayıcıları,
  • kötü amaçlı scraper'lar,
  • spam botları,
  • AI crawler'ları

gibi birbirinden tamamen farklı sistemler bulunuyor.

Dolayısıyla %53 rakamını doğrudan “internetin yarısı sahte” şeklinde yorumlamak hatalı olur.

Ama bize başka bir şeyi gösteriyor:

İnternet artık yalnızca insanların birbirleriyle iletişim kurduğu bir ağ değil.

Makineler de makinelerle ciddi miktarda iletişim kuruyor.




Daha büyük problem ise içerik tarafında başlıyor

Web trafiğinin otomatikleşmesi tek başına veri madenciliğini yok etmez.

Asıl problem makinelerin yalnızca internette dolaşmaması, aynı zamanda internetin içeriğini üretmeye başlaması.

2025 yılında Ahrefs yaklaşık 900.000 yeni İngilizce web sayfasını kendi AI içerik tespit sistemiyle analiz etti.

Çalışmanın sonucunda incelenen yeni sayfaların:

%74,2'sinde bir miktar AI üretimi içerik bulunduğu

raporlandı.

Burada da rakamı dikkatli okumak gerekiyor.

Bu:

“Yeni internet sitelerinin %74'ünü tamamen yapay zekâ yazıyor.”

anlamına gelmiyor.

Çalışma Ahrefs'in kendi detector sistemine dayanıyor ve AI tarafından kısmen düzenlenmiş içerikleri de kapsıyor.

Ama eğilim açık.

Yapay zekâ artık internetteki içeriği yalnızca okuyan bir teknoloji değil.

İnternetin kendisini yazan teknolojilerden biri haline geliyor.




AI Slop: İnternetin yeni dijital çöpü

Bu durum son yıllarda yeni bir kavramın ortaya çıkmasına neden oldu:

AI Slop.

Kabaca:

Çok düşük maliyetle, büyük miktarlarda ve çoğunlukla yalnızca etkileşim toplamak amacıyla üretilen düşük kaliteli yapay zekâ içerikleri.

Facebook'ta ortaya çıkan tuhaf Shrimp Jesus görselleri bunun en bilinen örneklerinden biri oldu.

Ardından:

  • yapay hayvan kurtarma videoları,
  • uydurma haberler,
  • sahte tarihi fotoğraflar,
  • anlamsız motivasyon sayfaları,
  • seri üretilmiş bloglar,
  • otomatik SEO siteleri,
  • AI tarafından üretilmiş yorumlar

hızla çoğalmaya başladı.

2024 ve 2025 boyunca bu içerikler sosyal medya platformlarında ayrı bir internet kültürüne dönüşecek kadar büyüdü.

Ve burada veri madenciliği açısından çok önemli bir problem ortaya çıkıyor.




Veri madenciliğinin gizli şartı: Verinin kaliteli olması

Bir veri madenciliği sistemi ne kadar gelişmiş olursa olsun kötü veriden mucize çıkaramaz.

Bilgisayar bilimindeki meşhur ifade:

Garbage In
    ↓
Garbage Out

yani:

Çöp girerse çöp çıkar.

Elinizde milyonlarca kayıt olabilir.

Ama bu kayıtların büyük bölümü:

  • sahte,
  • tekrar eden,
  • otomatik üretilmiş,
  • manipüle edilmiş,
  • yanlış etiketlenmiş

ise veri miktarınızın çok olması size avantaj sağlamaz.

Hatta tam tersine modelinizi yanlış yönlendirebilir.

Ve sentetik web'in veri madenciliğine yaptığı asıl saldırı burada başlıyor.




1 — İnsan verisi ile makine verisi birbirine karışıyor

Eskiden bir web scraper çalıştırdığınızda belirli varsayımlarda bulunabilirdiniz.

Örneğin:

10.000 ürün yorumu topladım.

Büyük ihtimalle bunların önemli kısmının gerçek müşteriler tarafından yazıldığını düşünürdünüz.

Bugün ise aynı veri setinde şunlar bulunabilir:

Gerçek insan yorumu
AI tarafından düzeltilmiş insan yorumu
Tamamen AI tarafından yazılmış yorum
Satıcının ürettiği sahte yorum
Spam bot yorumu
Rakibin oluşturduğu manipülatif yorum

Hepsi dışarıdan bakıldığında:

metin.

Veri madenciliği sistemi açısından hepsi aynı tabloya düşebilir.

ID | Rating | Comment

Ama semantik olarak aynı değiller.

Çünkü bunlardan yalnızca bir kısmı gerçek tüketici deneyimini temsil ediyor.




2 — Bot davranışını insan davranışı sanmaya başlayabiliriz

Bu problem sosyal medyada daha da büyüyor.

Diyelim ki bir marka hakkında analiz yapıyoruz.

Şunları topluyoruz:

Beğeni sayısı
Yorum sayısı
Paylaşım sayısı
Duygu analizi
Hashtag kullanımı
Etkileşim oranı

Ardından:

“İnsanlar bu ürünü çok seviyor.”

sonucuna ulaşıyoruz.

Ama ya yorumların %30'u otomatik hesaplardan geldiyse?

Ya beğenilerin önemli bölümü satın alınmışsa?

Ya trendi başlatan hesaplar bot ağıysa?

O zaman aslında:

İnsan davranışını

değil,

bot davranışını

modellemiş oluyoruz.

2024'te Scientific Reports'ta yayımlanan bir çalışma sosyal botlarla doğrudan etkileşimin insanların sonraki iletişimlerinin duygu tonunu etkileyebildiğini ve botların çevrimiçi tartışmalarda ölçülebilir etki yaratabildiğini gösterdi.

Bu durum işi daha da karmaşık hale getiriyor.

Çünkü artık iki farklı veri türümüz yok:

İnsan
Bot

Bunun yerine:

Bot
 ↓
İnsanı etkiliyor
 ↓
İnsan davranışı değişiyor
 ↓
Yeni insan verisi oluşuyor

gibi bir döngü ortaya çıkıyor.

Yani botu veri setinden çıkarsanız bile botun insan üzerinde oluşturduğu etki verinin içerisinde kalabilir.




3 — Yapay zekâ kendi çıktılarıyla eğitilmeye başlıyor

Bence işin en ilginç bölümlerinden biri burada.

İlk büyük dil modelleri ağırlıklı olarak insanlar tarafından üretilmiş devasa internet arşivleri üzerinde eğitildi.

Bloglar.

Forumlar.

Kitaplar.

Wikipedia.

GitHub.

Stack Overflow.

Haberler.

Sosyal medya.

Sonra bu modeller internet için içerik üretmeye başladı.

Şimdi yeni modeller tekrar interneti scrape ediyor.

Ortaya şu döngü çıkıyor:

İnsan verisi
    ↓
AI Modeli
    ↓
AI içeriği
    ↓
İnternet
    ↓
Yeni AI modeli
    ↓
Yeni AI içeriği

Bu olay araştırma literatüründe recursive training veya self-consuming training loop şeklinde inceleniyor.

Ve burada Model Collapse kavramıyla karşılaşıyoruz.




Model Collapse gerçekten var mı?

Evet.

Ama internette anlatıldığı kadar basit değil.

2024 yılında Nature'da yayımlanan önemli bir araştırmada modellerin önceki modeller tarafından üretilen veriler üzerinde tekrar tekrar eğitilmesi incelendi.

Araştırmacılar, yapay verinin ayrım gözetmeden tekrar tekrar eğitim verisine dahil edilmesinin modelin gerçek veri dağılımını unutmasına yol açabildiğini gösterdi.

Özellikle veri dağılımının nadir ve uç örnekleri önce kaybolmaya başlıyor.

Araştırmacılar bu bozulmayı:

Model Collapse

olarak tanımlıyor.

Basitleştirelim.

Gerçek insan verisinin dağılımı şöyle olsun:

         █
       █████
     █████████
   █████████████
 ██             ██

Model bunun yaklaşık bir temsilini öğreniyor.

Sonra kendi tahminlerinden yeni veri üretiyor.

Yeni model bu tahmini öğreniyor.

Sonraki nesil tekrar onun tahminini öğreniyor.

Her turda nadir örneklerin bir kısmı kayboluyor.

Gerçek dünya
     ↓
Yaklaşık temsil
     ↓
Yaklaşımın yaklaşımı
     ↓
Yaklaşımın yaklaşımının yaklaşımı

Bir nevi dijital fotokopinin fotokopisini çekmek gibi.




Ama “sentetik veri kötüdür” sonucu da yanlış

Burada önemli bir düzeltme yapmak gerekiyor.

Model collapse araştırmaları:

“AI tarafından üretilmiş veri kullanırsanız modeliniz çöker.”

demiyor.

Problem daha çok:

sentetik verinin kontrolsüz şekilde gerçek verinin yerini alması.

2025 ICML çalışmalarında gerçek verinin korunması, sentetik verinin doğru yöntemlerle karıştırılması ve eğitim sürecinin kontrollü yapılması halinde model collapse riskinin önemli ölçüde azaltılabileceği gösterildi.

Yani problem:

Synthetic Data

değil.

Problem:

Nereden geldiği bilinmeyen
+
kalitesi bilinmeyen
+
kontrol edilmeyen
+
tekrar tekrar geri beslenen
Synthetic Data



İnternet burada dev bir veri döngüsüne dönüşebilir

Şimdi bunu web ölçeğine taşıyalım.

İnsan internete yazıyor
        ↓
AI bunu öğreniyor
        ↓
AI internete yazıyor
        ↓
Arama motoru indeksliyor
        ↓
Başka AI bunu scrape ediyor
        ↓
Yeni AI bunu öğreniyor
        ↓
O AI tekrar internete yazıyor

Burada birkaç nesil sonra çok kritik bir soruyla karşılaşıyoruz:

İlk bilginin kaynağı kimdi?

İnsan mı?

GPT mi?

Claude mu?

Bir haber sitesi mi?

Başka bir AI makalesinden kopyalanmış bir blog mu?

Blogdan özet çıkaran başka bir AI mı?

Veri madenciliğinde geleceğin en önemli metadata alanlarından birisi belki de şu olacak:

origin = human



4 — Arama motorlarının veri kalitesi de etkileniyor

Bu problem yalnızca AI modellerini ilgilendirmiyor.

Arama motorları da web'i veri kaynağı olarak kullanıyor.

Eskiden SEO spam vardı.

Şimdi ise AI sayesinde:

10 makale

üretmek ile:

100.000 makale

üretmek arasındaki maliyet farkı dramatik şekilde düştü.

Bu durum ekonomik olarak yeni bir saldırı modeli oluşturuyor.

Bir kişi:

100.000 sayfa üret
↓
Google indekslesin
↓
%0,1 trafik alsın
↓
reklam göster

mantığıyla hareket edebilir.

İçeriğin çok kaliteli olması bile gerekmiyor.

Çünkü üretim maliyeti neredeyse sıfıra yaklaşıyor.

AI slop'un ekonomik mantığı tam olarak burada ortaya çıkıyor:

kalite yerine hacim.




5 — Veri temizliği geleceğin en pahalı işlerinden biri olabilir

Eskiden veri temizliği dediğimizde:

null değerleri temizle
duplicate kayıtları kaldır
yanlış tarihleri düzelt
encoding problemlerini çöz

gibi işlemleri düşünüyorduk.

Yakın gelecekte veri temizliği şu soruları da içerebilir:

Bu metni insan mı yazdı?

Bu yorum gerçek müşteriden mi geldi?

Bu fotoğraf gerçek kamera görüntüsü mü?

Bu hesap gerçek kişi mi?

Bu bilgi başka bir AI çıktısından mı türetildi?

Bu haberin ilk kaynağı neresi?

Bu veri kaç kez sentetik dönüşüm geçirdi?

Bu problemler klasik:

DELETE FROM data WHERE duplicate = 1;

ile çözülebilecek problemler değil.

Çünkü sentetik veri giderek insan verisine benzeyecek.




AI detector'lar bu problemi çözebilir mi?

Muhtemelen tek başına hayır.

Çünkü generative AI geliştikçe:

AI içerik üretimi
        ↓
Detector geliştiriliyor
        ↓
Yeni AI detector'u aşmayı öğreniyor
        ↓
Yeni detector geliştiriliyor

şeklinde bitmeyen bir yarış oluşuyor.

Bu nedenle gelecekte:

“Bu içerik AI mı?”

sorusundan daha önemli bir soru ortaya çıkabilir:

“Bu içeriğin nereden geldiğini kanıtlayabiliyor muyuz?”

Bu ikisi aynı şey değil.




Geleceğin anahtar kelimesi: Provenance

Data Provenance bir verinin kökenini ve geçirdiği dönüşümleri takip etmek anlamına geliyor.

Örneğin:

Fotoğraf
   ↓
iPhone 19 kamera
   ↓
12:43'te çekildi
   ↓
Photoshop'ta crop yapıldı
   ↓
AI Generative Fill kullanılmadı
   ↓
Instagram'a yüklendi

gibi bir doğrulama zinciri düşünün.

Bunun için geliştirilen en önemli standartlardan biri C2PA — Coalition for Content Provenance and Authenticity.

C2PA'nın Content Credentials sistemi içeriklerin kaynağı ve değişiklik geçmişi hakkında kriptografik olarak doğrulanabilir bilgiler taşımayı amaçlıyor.

Üstelik C2PA, AI tarafından üretilen çıktılar için de özel provenance bilgileri tanımlıyor.

Bir sistem teorik olarak:

Bu dosya:
AI modeli tarafından oluşturuldu.

Model:
X

Kaynak:
Y

Düzenleme:
Z

Timestamp:
...

Signature:
VALID

gibi doğrulanabilir bilgiler taşıyabilir.

Bence geleceğin veri madenciliği sistemlerinde:

data

tek başına yeterli olmayacak.

Yanında:

data
+
source
+
provenance
+
trust score

gerekecek.




Gerçek insan verisinin değeri artabilir

İşin ekonomik tarafı da oldukça ilginç.

Nature'daki model collapse araştırmasının sonuç bölümünde araştırmacılar gerçek insanların sistemlerle olan etkileşimlerinden toplanan verilerin, AI üretimi web içeriği arttıkça giderek daha değerli hale gelebileceğini özellikle belirtiyor.

Bunu daha önce başka yazılarımda da düşünmüştüm.

Bugün internette:

1 milyon blog yazısı

bulmak çok kolay.

Ama:

1 milyon doğrulanmış,
tamamen doğal,
gerçek insan konuşması

bulmak çok daha zor.

Ve gelecekte aradaki fark daha da büyüyebilir.

Dolayısıyla geleceğin değerli veri setleri:

en büyük veri setleri

değil,

kökeni en iyi doğrulanabilen veri setleri

olabilir.




Açık web'in bir başka problemi: İnsanlar geri çekiliyor

Burada “Cozy Web” veya “Dark Forest” olarak adlandırılan başka bir internet kültürü kavramı ortaya çıkıyor.

İnsanlar herkese açık platformlarda paylaşmak yerine giderek daha fazla:

  • özel Discord sunucuları,
  • WhatsApp grupları,
  • Telegram grupları,
  • Signal,
  • kapalı topluluklar,
  • özel forumlar,
  • ücretli topluluklar

içerisinde iletişim kuruyor.

Bunun tamamının botlardan kaynaklandığını söylemek mümkün değil.

Gizlilik, spam, algoritmik feed'ler ve platform kültürü de önemli faktörler.

Ancak bunun veri madenciliği açısından ilginç bir sonucu var.

En doğal insan iletişiminin bir kısmı:

Açık Web

yerine:

Kapalı Alan

içerisinde gerçekleşmeye başlıyor.

Web crawler ise doğal olarak yalnızca erişebildiği dünyayı görebiliyor.

Bu durumda açık internet üzerinde toplanan veri zamanla gerçek insan nüfusunu daha kötü temsil etmeye başlayabilir.




Burada büyük bir örnekleme yanlılığı ortaya çıkabilir

Diyelim ki:

2020 interneti:
%90 insan
%10 otomasyon

olsun.

Ve yıllar sonra erişilebilir açık web şu hale gelsin:

%50 insan
%50 otomasyon

Ama gerçek insanların önemli bölümü özel topluluklara geçmiş olsun.

Bir veri bilimci yalnızca açık web'i scrape ettiğinde:

interneti analiz ettiğini

düşünebilir.

Gerçekte ise:

internette kolay erişilebilen otomasyon ağırlıklı bölümü

analiz ediyor olabilir.

Bu klasik bir sampling bias problemine dönüşür.

Ve bence Ölü İnternet Teorisi'nin veri madenciliği açısından en ilginç taraflarından biri tam olarak bu.




Garip bir gelecek: AI, AI için içerik üretiyor

Biraz daha ileri gidelim.

Bir AI agent:

SEO makalesi yazıyor.

Googlebot geliyor:

makaleyi indeksliyor.

Başka bir AI search agent:

makaleyi okuyor.

Başka bir model:

o makaleyi özetliyor.

Başka bir agent:

özeti yeni blog yazısında kullanıyor.

Sonra gelecekteki AI modeli:

o blogu training datasına alıyor.

Ortaya şöyle bir internet çıkıyor:

AI
 ↓
AI Content
 ↓
Crawler
 ↓
AI
 ↓
Summary
 ↓
AI Content
 ↓
Crawler
 ↓
Training Data
 ↓
AI

İnsan nerede?

Bazen yalnızca zincirin başlangıcında.

Bazen sonunda.

Bazen ise zincirde hiç yok.

İşte “ölü internet” fikrinin bana göre gerçekten ilginç hale geldiği nokta bu.




Veri madenciliğinin geleceği ne olacak?

Bence veri madenciliği ölmeyecek.

Tam tersine daha değerli hale gelecek.

Ama görevi değişecek.

Eskiden soru:

“Bu verinin içerisinde hangi örüntüler var?”

idi.

Gelecekte bundan önce başka sorular sormamız gerekecek:

Bu veri nereden geldi?

Kim üretti?

İnsan mı üretti?

AI mı üretti?

AI ürettiyse hangi model?

Başka bir sentetik veriden mi türetildi?

Manipüle edilmiş olabilir mi?

Bu kaynağa ne kadar güveniyorum?

Yani veri biliminin geleceğinde:

Mining

kadar:

Verification

önemli hale gelebilir.




Belki de geleceğin en değerli datası “Proof of Human” olacak

Bugün internet bize sürekli:

Sen robot musun?

diye CAPTCHA soruyor.

Birkaç yıl sonra bunun tam tersini veri setlerine sormamız gerekebilir:

Bu veriyi gerçekten insan mı üretti?

Ve bunu yalnızca AI detector ile çözmek zor olabilir.

Kimlik doğrulama,

kriptografik imzalar,

Content Credentials,

donanım tabanlı doğrulama,

veri provenance sistemleri

ve bazı durumlarda zero-knowledge proof gibi gizliliği koruyan doğrulama teknolojileri burada rol oynayabilir.

Ancak bugün için en somut standartlardan biri C2PA gibi içerik kökenini takip eden sistemlerdir.

Geleceğin veri tabanında belki şu alanları görmek şaşırtıcı olmayacak:

content: "..."
author_type: human
verified_origin: true
ai_modified: false
provenance_chain: valid
trust_score: 0.98



Sonuç: İnternet ölmedi, ama veri doğasını değiştiriyor

Ölü İnternet Teorisi'nin:

“İnternet tamamen sahte ve arkasında merkezi bir güç var.”

şeklindeki uç versiyonunu destekleyen sağlam bir kanıt yok.

Ama teori yıllar önce gerçek bir dönüşümün ilginç bir karikatürünü çizmiş olabilir.

2025 yılı verilerinde otomatik trafik toplam internet isteklerinin çoğunluğunu oluşturuyor ve 2026 Thales raporunda oran %53'e ulaşmış durumda.

Yeni web sayfalarında AI yardımıyla üretilen içerik giderek daha yaygın hale geliyor.

Sosyal botların insan davranışını etkileyebildiğine dair araştırmalar bulunuyor.

Kontrolsüz şekilde AI verisiyle tekrar tekrar eğitilen modellerde model collapse riski deneysel olarak gösterilmiş durumda.

Ve bütün bunların ortak noktası aynı:

İnternette artık verinin kendisine bakmak yeterli değil.

Verinin nereden geldiğini bilmemiz gerekiyor.

Belki bundan on yıl sonra 2020'lerin internetine dönüp baktığımızda en büyük hatamızın yapay zekânın içerik üretmesine izin vermek olduğunu düşünmeyeceğiz.

Belki asıl hata:

Hangi içeriği kimin ürettiğini kaydetmemekti.

Çünkü sentetik bir internette en kıt kaynak veri olmayacak.

Güvenilir veri olacak.