Arda
New member
Sürekli Veri: Matematiğin Nesnelliğinde Saklı Toplumsal Gerçeklikler
Matematik, çoğu zaman “tarafsız” bir alan olarak kabul edilir. Sayılar yalan söylemez, veriler objektiftir, denir. Ama gerçekten öyle mi? “Sürekli veri” gibi teknik bir kavram bile, yaşadığımız toplumsal yapıların izlerini taşıyabilir mi? Bu sorular kulağa soyut gelse de, aslında günlük hayatımızın derinliklerinde, cinsiyet, ırk ve sınıf farklarının nasıl kodlandığını anlamamıza yardımcı olabilir.
Matematikte Sürekli Veri Nedir?
Matematiksel olarak “sürekli veri”, belirli bir aralıkta sonsuz sayıda değer alabilen ölçülebilir büyüklükleri ifade eder. Örneğin boy, kilo, gelir, sıcaklık gibi değişkenler bu kapsamdadır. Yani sürekli veri, kesintisiz bir ölçüm alanını temsil eder.
Ancak burada kritik bir nokta var: Hangi verilerin “ölçülmeye değer” olduğuna kim karar verir? Hangi değişkenler kayda alınır, hangileri görmezden gelinir? İşte matematiğin bu “tarafsız” yüzü, toplumsal yapıların gölgesinde şekillenir.
Verinin Sosyal Boyutu: Nesnellik Yanılsaması
Bilim insanı Donna Haraway, “hiçbir bilginin tamamen tarafsız olmadığını” söyler. Sürekli veriler, insanların toplumsal öncelikleriyle belirlenir. Örneğin, bir ülkede gelir dağılımı ölçülürken yalnızca formel sektör dikkate alınıyorsa, ev içi emek –çoğunlukla kadınlar tarafından yapılan görünmeyen iş– bu verinin dışında kalır. Bu durumda “sürekli veri” aslında kesintilidir; çünkü toplumun bir kısmı ölçüm alanının dışına itilmiştir.
Bu nedenle verinin kendisi kadar, veriyi kim topluyor, kimin adına topluyor ve hangi amaçla yorumluyor soruları da önemlidir. Sosyolog Ruha Benjamin’in belirttiği gibi, “algoritmik ırkçılık” yalnızca dijital alanda değil, veri toplama biçimlerinde de kök salar.
Toplumsal Cinsiyet Perspektifi: Sürekli Verinin Görünmeyen Kadınları
Kadınların deneyimleri tarih boyunca “veri dışı” bırakılmıştır. 20. yüzyılın ortalarına kadar tıp araştırmalarında kadın bedenleri çoğunlukla çalışmalara dahil edilmedi. Bu, kalp krizi semptomlarının “erkek merkezli” tanımlanmasına yol açtı. Yani veriler sürekliydi, ama temsil ettikleri deneyim sınırlıydı.
Bugün hâlâ birçok alanda aynı durum geçerli. Ekonomik verilere baktığımızda, ücret farklarının, bakım emeğinin veya kayıt dışı işlerin yeterince ölçülmediğini görüyoruz. Kadınlar bu boşlukları empatiyle fark eder, çünkü bu eksiklerin gerçek hayatlarına dokunduğunu bilirler.
Öte yandan erkekler, çözüm odaklı yaklaşımlarıyla bu veri boşluklarını düzeltmek için sistematik çerçeveler önerirler: algoritmik adalet, veri çeşitliliği politikaları, istatistiksel eşitlik indeksleri gibi. Ancak burada önemli olan, bu iki yaklaşımın birleşebilmesidir. Empati olmadan çözüm, çözüm olmadan empati eksik kalır.
Irk ve Veri: Sayıların İçine Gizlenen Eşitsizlikler
Sürekli verinin en çok tartışıldığı alanlardan biri ırk ve etnisiteye dair ölçümlerdir. ABD’de COVID-19 pandemisi süresince yapılan istatistikler, siyah toplulukların ölüm oranlarının beyazlara göre orantısız derecede yüksek olduğunu gösterdi. Veriler bu farkı “ölçtü”, ama nedenini açıklamakta yetersiz kaldı. Çünkü veri, yapısal ırkçılığı değil, sadece sonuçlarını kaydediyordu.
Matematiksel olarak bu bir sayı farkıdır; sosyolojik olarak ise sistematik bir eşitsizliktir. Sürekli veriler, eğer sosyal bağlamdan koparılırsa, bu tür adaletsizlikleri görünmez kılabilir.
Bazı aktivistler, bu nedenle “ırksal verilerin sürekli değil, tarihsel okunması gerektiğini” savunur. Çünkü ırk bir biyolojik kategori değil, toplumsal bir inşadır; bu nedenle her sayı, bir tarihsel ilişkiyi de temsil eder.
Sınıf Farkı ve Veri Erişimi: Kimin Verisi Sayılır?
Veriye erişim de bir sınıf meselesidir. Yüksek gelirli bireyler sağlık, eğitim, finansal durum gibi alanlarda düzenli olarak veri üretebilirken, düşük gelirli topluluklar genellikle “veri eksikliği” içinde yaşar.
Bu durum, “veri sessizliği” olarak adlandırılır. Yani bazı gruplar sistematik biçimde ölçülmez, dolayısıyla görünmez hale gelirler. Sosyolog Sarah Williams, bu durumu “istatistiksel yokluk” kavramıyla açıklar: bir şey ölçülmediğinde, sanki hiç var olmamış gibi davranılır.
Bu noktada sürekli veri, toplumsal eşitsizliklerin yeniden üretim aracı haline gelir. Ölçülenler daha çok görünür, ölçülmeyenler ise marjinalleşir.
Bilim, Empati ve Eylem: Veriyi İnsanlaştırmak
Matematik, doğru kullanıldığında adaletin aracına dönüşebilir. Ancak bunun için veriye insani bir boyut kazandırmak gerekir. Bir kadının düşük gelir grafiği yalnızca bir sayı değildir; ardında bakım emeği, fırsat eşitsizliği ve sosyal baskı vardır.
Erkekler bu konuda genellikle çözüm odaklı düşünür: “Daha adil veri politikaları geliştirilmeli, modeller çeşitlendirilmelidir.” Bu çok değerlidir, ancak empatik bir farkındalıkla birleştiğinde gerçek değişim yaratır. Kadınlar ise çoğu zaman “veri ötesi hikâyeler” anlatır; sayıların ardındaki insanı görünür kılar. Her iki yaklaşım da, sürekli verinin anlamını derinleştirir.
Kişisel Gözlem ve Deneyim
Bir veri analisti olarak saha çalışmalarında şunu fark ettim: istatistik tablolarına yansıyan her sayının ardında bir hikâye var. Örneğin, düşük gelirli kadınların sağlık taramalarına katılım oranı çok düşüktü. Ancak bunun nedeni “ilgisizlik” değil, çocuk bakımı ve ulaşım zorluklarıydı. Veri bunu göstermiyordu.
Bu tür gözlemler, bana “sürekli verinin” aslında sosyal olarak koşullu olduğunu öğretti. Matematiksel olarak kesintisiz olan, sosyal olarak bölünmüş olabilir.
Gelecek: Etik Veri Kültürü
Gelecekte veriyi sadece ölçmek değil, onu etik biçimde temsil etmek gerekecek. “Eşit veri temsili” kavramı, sadece bir istatistiksel düzenleme değil, aynı zamanda bir adalet meselesidir. Akademisyen Catherine D’Ignazio ve Lauren Klein, Data Feminism adlı eserlerinde, “veri toplamanın feminist bir eylem olabileceğini” savunur — çünkü görünmeyeni görünür kılmak, direnişin bir biçimidir.
Bu bağlamda, sürekli verinin geleceği yalnızca teknolojiyle değil, insanlıkla da ilgilidir.
Sonuç ve Tartışma Soruları
Sürekli veri, matematiksel bir kavram olmaktan çıkıp, toplumsal bir ayna haline gelmiştir. Cinsiyet, ırk ve sınıf farkları bu aynada yansır; kimi zaman net, kimi zaman bulanık. Bu nedenle, forumdaki tartışmayı şu sorularla açmak yerinde olur:
- Veriler ne kadar objektif olabilir?
- Sürekli veri kavramı, sosyal gerçekliğin süreksizliklerini gizliyor olabilir mi?
- Empati ile istatistiksel doğruluk arasında bir denge kurulabilir mi?
- Kadınların görünmez emeği ve azınlıkların dışlanan deneyimleri nasıl “ölçülür” hale getirilebilir?
Sonuçta, “sürekli veri”yi anlamak, sadece sayıları değil, insanı anlamaktır. Çünkü her sayı, bir hayatın yankısıdır; her veri noktası, bir hikâyenin devamıdır.
Matematik, çoğu zaman “tarafsız” bir alan olarak kabul edilir. Sayılar yalan söylemez, veriler objektiftir, denir. Ama gerçekten öyle mi? “Sürekli veri” gibi teknik bir kavram bile, yaşadığımız toplumsal yapıların izlerini taşıyabilir mi? Bu sorular kulağa soyut gelse de, aslında günlük hayatımızın derinliklerinde, cinsiyet, ırk ve sınıf farklarının nasıl kodlandığını anlamamıza yardımcı olabilir.
Matematikte Sürekli Veri Nedir?
Matematiksel olarak “sürekli veri”, belirli bir aralıkta sonsuz sayıda değer alabilen ölçülebilir büyüklükleri ifade eder. Örneğin boy, kilo, gelir, sıcaklık gibi değişkenler bu kapsamdadır. Yani sürekli veri, kesintisiz bir ölçüm alanını temsil eder.
Ancak burada kritik bir nokta var: Hangi verilerin “ölçülmeye değer” olduğuna kim karar verir? Hangi değişkenler kayda alınır, hangileri görmezden gelinir? İşte matematiğin bu “tarafsız” yüzü, toplumsal yapıların gölgesinde şekillenir.
Verinin Sosyal Boyutu: Nesnellik Yanılsaması
Bilim insanı Donna Haraway, “hiçbir bilginin tamamen tarafsız olmadığını” söyler. Sürekli veriler, insanların toplumsal öncelikleriyle belirlenir. Örneğin, bir ülkede gelir dağılımı ölçülürken yalnızca formel sektör dikkate alınıyorsa, ev içi emek –çoğunlukla kadınlar tarafından yapılan görünmeyen iş– bu verinin dışında kalır. Bu durumda “sürekli veri” aslında kesintilidir; çünkü toplumun bir kısmı ölçüm alanının dışına itilmiştir.
Bu nedenle verinin kendisi kadar, veriyi kim topluyor, kimin adına topluyor ve hangi amaçla yorumluyor soruları da önemlidir. Sosyolog Ruha Benjamin’in belirttiği gibi, “algoritmik ırkçılık” yalnızca dijital alanda değil, veri toplama biçimlerinde de kök salar.
Toplumsal Cinsiyet Perspektifi: Sürekli Verinin Görünmeyen Kadınları
Kadınların deneyimleri tarih boyunca “veri dışı” bırakılmıştır. 20. yüzyılın ortalarına kadar tıp araştırmalarında kadın bedenleri çoğunlukla çalışmalara dahil edilmedi. Bu, kalp krizi semptomlarının “erkek merkezli” tanımlanmasına yol açtı. Yani veriler sürekliydi, ama temsil ettikleri deneyim sınırlıydı.
Bugün hâlâ birçok alanda aynı durum geçerli. Ekonomik verilere baktığımızda, ücret farklarının, bakım emeğinin veya kayıt dışı işlerin yeterince ölçülmediğini görüyoruz. Kadınlar bu boşlukları empatiyle fark eder, çünkü bu eksiklerin gerçek hayatlarına dokunduğunu bilirler.
Öte yandan erkekler, çözüm odaklı yaklaşımlarıyla bu veri boşluklarını düzeltmek için sistematik çerçeveler önerirler: algoritmik adalet, veri çeşitliliği politikaları, istatistiksel eşitlik indeksleri gibi. Ancak burada önemli olan, bu iki yaklaşımın birleşebilmesidir. Empati olmadan çözüm, çözüm olmadan empati eksik kalır.
Irk ve Veri: Sayıların İçine Gizlenen Eşitsizlikler
Sürekli verinin en çok tartışıldığı alanlardan biri ırk ve etnisiteye dair ölçümlerdir. ABD’de COVID-19 pandemisi süresince yapılan istatistikler, siyah toplulukların ölüm oranlarının beyazlara göre orantısız derecede yüksek olduğunu gösterdi. Veriler bu farkı “ölçtü”, ama nedenini açıklamakta yetersiz kaldı. Çünkü veri, yapısal ırkçılığı değil, sadece sonuçlarını kaydediyordu.
Matematiksel olarak bu bir sayı farkıdır; sosyolojik olarak ise sistematik bir eşitsizliktir. Sürekli veriler, eğer sosyal bağlamdan koparılırsa, bu tür adaletsizlikleri görünmez kılabilir.
Bazı aktivistler, bu nedenle “ırksal verilerin sürekli değil, tarihsel okunması gerektiğini” savunur. Çünkü ırk bir biyolojik kategori değil, toplumsal bir inşadır; bu nedenle her sayı, bir tarihsel ilişkiyi de temsil eder.
Sınıf Farkı ve Veri Erişimi: Kimin Verisi Sayılır?
Veriye erişim de bir sınıf meselesidir. Yüksek gelirli bireyler sağlık, eğitim, finansal durum gibi alanlarda düzenli olarak veri üretebilirken, düşük gelirli topluluklar genellikle “veri eksikliği” içinde yaşar.
Bu durum, “veri sessizliği” olarak adlandırılır. Yani bazı gruplar sistematik biçimde ölçülmez, dolayısıyla görünmez hale gelirler. Sosyolog Sarah Williams, bu durumu “istatistiksel yokluk” kavramıyla açıklar: bir şey ölçülmediğinde, sanki hiç var olmamış gibi davranılır.
Bu noktada sürekli veri, toplumsal eşitsizliklerin yeniden üretim aracı haline gelir. Ölçülenler daha çok görünür, ölçülmeyenler ise marjinalleşir.
Bilim, Empati ve Eylem: Veriyi İnsanlaştırmak
Matematik, doğru kullanıldığında adaletin aracına dönüşebilir. Ancak bunun için veriye insani bir boyut kazandırmak gerekir. Bir kadının düşük gelir grafiği yalnızca bir sayı değildir; ardında bakım emeği, fırsat eşitsizliği ve sosyal baskı vardır.
Erkekler bu konuda genellikle çözüm odaklı düşünür: “Daha adil veri politikaları geliştirilmeli, modeller çeşitlendirilmelidir.” Bu çok değerlidir, ancak empatik bir farkındalıkla birleştiğinde gerçek değişim yaratır. Kadınlar ise çoğu zaman “veri ötesi hikâyeler” anlatır; sayıların ardındaki insanı görünür kılar. Her iki yaklaşım da, sürekli verinin anlamını derinleştirir.
Kişisel Gözlem ve Deneyim
Bir veri analisti olarak saha çalışmalarında şunu fark ettim: istatistik tablolarına yansıyan her sayının ardında bir hikâye var. Örneğin, düşük gelirli kadınların sağlık taramalarına katılım oranı çok düşüktü. Ancak bunun nedeni “ilgisizlik” değil, çocuk bakımı ve ulaşım zorluklarıydı. Veri bunu göstermiyordu.
Bu tür gözlemler, bana “sürekli verinin” aslında sosyal olarak koşullu olduğunu öğretti. Matematiksel olarak kesintisiz olan, sosyal olarak bölünmüş olabilir.
Gelecek: Etik Veri Kültürü
Gelecekte veriyi sadece ölçmek değil, onu etik biçimde temsil etmek gerekecek. “Eşit veri temsili” kavramı, sadece bir istatistiksel düzenleme değil, aynı zamanda bir adalet meselesidir. Akademisyen Catherine D’Ignazio ve Lauren Klein, Data Feminism adlı eserlerinde, “veri toplamanın feminist bir eylem olabileceğini” savunur — çünkü görünmeyeni görünür kılmak, direnişin bir biçimidir.
Bu bağlamda, sürekli verinin geleceği yalnızca teknolojiyle değil, insanlıkla da ilgilidir.
Sonuç ve Tartışma Soruları
Sürekli veri, matematiksel bir kavram olmaktan çıkıp, toplumsal bir ayna haline gelmiştir. Cinsiyet, ırk ve sınıf farkları bu aynada yansır; kimi zaman net, kimi zaman bulanık. Bu nedenle, forumdaki tartışmayı şu sorularla açmak yerinde olur:
- Veriler ne kadar objektif olabilir?
- Sürekli veri kavramı, sosyal gerçekliğin süreksizliklerini gizliyor olabilir mi?
- Empati ile istatistiksel doğruluk arasında bir denge kurulabilir mi?
- Kadınların görünmez emeği ve azınlıkların dışlanan deneyimleri nasıl “ölçülür” hale getirilebilir?
Sonuçta, “sürekli veri”yi anlamak, sadece sayıları değil, insanı anlamaktır. Çünkü her sayı, bir hayatın yankısıdır; her veri noktası, bir hikâyenin devamıdır.