Ağ Analizi ve Haritalama Yönteminin

Şekil 17: Carnavi-Bolivya’daki ilişki haritası şu soruya verilen cevaplardan oluşturuldu: “Kahve arzı zinciriyle ilgili enformasyonu nereden alıyorsunuz?”

Örgütler arasındaki ve içerisindeki bağların değerlendirilmesi.

Ağ haritaları ve analizi, uzun yıllar, örgütler arasındaki ve içindeki iletişim örüntülerini anlamaya dönük bir araç olarak kullanıldı. Bu tür çalışmalarda genellikle bir örgüt (ya da araştırmacı), araştırmacının doğrudan katılımcısı olmayabileceği bir alandaki aktörlerin arasındaki ilişkilere dair kapsamlı bir tarama yapmaya çalışır. STK’lar arasındaki ilişkileri değerlendirmek için ağ analizini kullanan aktif araştırma alanları vardır. Bu türden analizler, uluslar arası yardım projelerine dahil olmuş STK’lar arasındaki koordinasyonu da inceleyebilir¹⁴.⁴¹ Benzer teknikler, örgütsel etkinliği pekiştirmeye çalışan grupların arasındaki ilişkileri incelemek için de kullanılır. Birkaç örnek vermek gerekirse:

• 
  Araştırmacı Jessica Crowe topluluk örgütlenmeleri arasındaki liderlik bağlantılarını bir ağ şeklinde ortaya koyabilmek için Washington eyaletindeki küçük tarım kasabalarından seçilmiş kişilerle yaptığı mülakatları kullanır. Bu ağlar kasabanın birbirine ne kadar tutunmuş olduğunun ölçüsü olarak kullanılmıştır, böylece ağ yapısıyla topluluğun öz ekonomik gelişiminin seviyesi arasındaki ilişki incelenebilmiştir⁴².
  
• 
  Savaş sonrası Hırvatistan’daki 18 STK’yı 2000 ve 2002 yıllarında inceleyen küçük ölçekli ama hayli yetkin bir başka ağ temelli çalışma örgütler arasındaki işbirliğinde bir gerileme olduğunu tespit etmiş ve uluslar arası destekçiler için buradan dersler çıkarmıştı⁴³.
  
• 
  2000 yılında Mozambik’te vuku bulan selden dolayı yardımda bulunan ajansları arasındaki ilişkileri konu eden bir başka çalışma⁴⁴, örgütlerin “iletişimsel eyleme dönük potansiyel”lerinin yapılan yardıma katkı edip etmediğini tespit etmeye çalışır.
  
• 
  Örgüt içi düzeyde de ABD Hava Kuvvetleri gibi katı hiyerarşik yapılara sahip örgütler içinde dahi ağ haritalarının faydalı olabileceği görülmüştür. Albay Elisabeth Strines’e göre “yatay” iletişim örgütün verimliliği için hayati önemdedir, birimler arasındaki resmi olmayan bağları ağlar şeklinde haritalandırmak lider niteliklerine sahip askerleri tespit etmek için faydalı olabilir⁴⁵.
  

Toplumsal ağ analizini bu tür değerlendirmeler için kullanmanın potansiyel tuzakları da vardır. Mozambik seli üzerine yapılan çalışmaları ele alalım: yazarlar yardım grupları arasındaki koordinasyon üzerinde durmuşlar, analizleri için aynı bölgede çalışan örgütlerin birbirleriyle bağlantılandırıldığı yakınlık ağları inşa etmişlerdi. Bu yaratıcı bir yaklaşımdır çünkü proje lokasyonlarındaki bilgi ulaşılabilir bir bilgidir, gruplar arasındaki gerçek iletişimi ölçmek ise bir hayli zordur. Ancak, bölge üzerinden yakınlaşmaları tespit etmek mümkün olsa da bunu iletişim ağı olarak değerlendirmek çok da mümkün değildir. Aynı bölgede çalışan örgütler birbirleriyle iletişim ihtiyacı içinde olsa da bu iki veriyi özdeş kabul etmek büyük bir hata olacaktır. Yakınlık ağlarının faydalı olması için bunları araştırmacıların üzerilerine hipotez ürettikleri gerçek ilişkilerle yakından rabıtalandırılmaları gerekir.

Yakınlık ağlarının kullanımına tipik bir örnek, iletişim ve enformasyon politikaları alanındaki aktörler arasındaki ilişkileri konu edinen çalışmalardır⁴⁶. Çalışma katılımcılardan (bunlar örgütlerin web sitelerinden ya da konferansların katılımcı listelerinden tespit edilir) birey olarak katıldıkları etkinlikleri (konferanslar) ve beraber çalıştıkları örgütleri belirtmelerini istemiştir. Bu bilgi farklı türden yakınlık ağlarını oluşturmak için kullanılmıştır: iletişim yoluyla birbirine bağlı insanlar ya da etkinliklere karşılıklı katılım gibi. Alana yabancı biri için ortaya çıkan grafik, önemli bulduklarını belirttikleri örgütlerin sayılarıyla bağlanmış bireylerden oluşan bir haritaydı. Eğer benzer işler yapan insanların benzer örgütlere yakınlaştıklarını varsayarsak, her bir bireyin işinin birbirine benzediği bu ağdan anlaşılabilir. Hatta yazarlar insan hakları kampanyalarında çalışan insanlara tekabül eden yoğun kümelenmeleri tespit edebilecek durumdaydılar. Ancak bu analizden detaylı bir sonuç çıkarılmamıştır.

Yakınlık ağlarının örgütsel ilişkileri incelemede nasıl yaratıcı bir şekilde kullanılabileceğinin bir örneği de Michael Heaney ve Fabio Rojas’ın ABD’deki savaş karşıtı gruplar üzerine yaptığı çalışmada bulunabilir. Çalışma, 2004-2005 yıllarındaki geniş kapsamlı gösterilere katılanlar arasından dikkatle seçilmiş kişilere yönelmiş, onlara bu etkinliğe katılmak için hangi örgütle birlikte hareket ettikleri sorulmuştu. Farklı şehirlerdeki beş ayrı protestodan elde edilen veriler toplandıktan sonra hangi örgütlerin birbiriyle bağlantılı olduğunu gösteren bir ağ inşa edebilmişlerdi (Bkz. Şekil 18). Şaşırtıcı olmayan bir şekilde, protestoların asıl destekleyicileri ağın ortasında görünürler. Gösterilere katılan bireyler diğer kümelenmelerin de mantıklı olduğunu kabul etmişti. Yazarlar katılımcılara başka faaliyetleri konusunda da sorular sordukları için savaş karşıtı hareketin farklı katmanlarınca kullanılan taktiklere dair sonuçlar da elde edebilmişlerdi.

Kullanılan araçlar: Anketler, yakınlık ağları, iletişim ağları, toplumsal ağ analizi, siyasa ağları.

Niçin önemli: Örgütler arasındaki bağlantıları ve birliktelikleri izlemek grupların mevcut siyaset seçeneklerini daha etkin biçimde taramalarına yardımcı olur. Ayrıca, dışarıdan birinin örgütler arasındaki benzerlikleri anlamasını kolaylaştırır.



Şekil 18: Düğümlerin boyutu o grupla ilişkili olduğunu söyleyen göstericilerin sayısını belirtir. Aradaki çizgilerin kalınlığı her iki örgütle de ilişkili insanların sayısını gösterir⁴⁷.
Sosyal ağların görünürlük ve fon kazanmak için kullanımı.

Sosyal ağ siteleri bugün internet trafiğinin önemli bir kısmını oluşturuyor. Kimi demografik gruplar¹⁵, arkadaşlarıyla günlük iletişimlerini sürdürmek için bu siteleri kullanıyor⁴⁸. Bu sitelerin kullanımı bireylerle sınırlı değil; pek çok örgüt bu sitelerde profil yaratıp destekçileriyle bu yolla iletişim kuruyor.

Bu siteler özel firmalar ait olsa da ve genellikle sıkı kullanım kurallarına tabi olsa da, teknolojilerinin bir kısmını kamuya açıp kullanıcıların kendi yazdıkları küçük uygulamaların kullanıcı sayfalarında görünmesine izin verirler. Kâr amacı gütmeyen örgütlerin, destek gruplarının ve politik kampanyaların birçoğu yeni üyelere ulaşabilmek için bu sitelerden faydalanıyor. Bir başka örnekte de kişinin profil sayfasında görünen küçük hatırlatıcı notlarda kişinin herhangi bir örgüte ya da kampanyaya ne kadar katkıda bulunduğu görülebiliyor (Bkz. Şekil 19). Uluslar arası Af Örgütünün Facebook¹⁶ sayfasında 366 binden fazla üye var. Sosyal ağların kullanıcıları ironik içeriklere daha fazla önem veriyor, bu da ciddi meselelere dikkatleri çekmeyi zorlaştıran bir faktör. Örneğin, “İsveçli iç çamaşırı modellerinin korunması” başlığı altında herhangi bir insan hakları grubundakinden daha fazla üye var. Ama mali konularda tersi bir durum söz konusu: Af Örgütü’nün Facebook’taki üyeleri Nisan 2007 tarihi itibariyle 17 bin dolardan fazla yardımda bulunmuşlardı, diğer insan hakları kampanyaları da mali açıdan başarıya ulaşmış görünüyorlar.



Şekil 19: Bir Facebook uygulaması⁴⁹.
Örgütlerin çoğu bu ağ sitelerine üye olan çok ayıda insan olmasını bir potansiyel olarak değerlendirip yeni teknikler üzerinde çalışıyor. Buma Kampanyası gibi kimileri de internet üzerinden gösteriler düzenlemeye çalıştı, ama bunun karışık sonuçları oldu. Profil sayfaları üzerinden içerik paylaşmanın yolları bugün için çok daha yaygın, insan hakları alanından ilk elde malzemenin yaygınlaştırılması için de faydalı araçlar bunlar. Bu bağlamda zengin içerik sağlayan bir başka örnek de insan haklarına dair videolar ve yorumlar yayınlayan Witness’s The Hub¹⁷.

Daha az ilgi çeken bir başka kullanım alanı ise şiddet tehlikesiyle karşı karşıya olan insan hakları eylemcilerinin bu ağlar yoluyla dış dünyaya seslerini duyurabilmeleri. Bu kişiler seslerini destekçilerine duyurabildikleri ölçüde yaptıkları yüzünden yasadışı ilan edilmeleri daha da güçleşiyor.

Kullanılan araçlar: Sosyal ağlar, arkadaşlık ağlarıyla ilgili bilgi.

Niçin önemli: Pek çok grup hâlihazırda sosyal ağları bir farkındalık yaratmak ve kendilerine fon yaratmak için kullanıyor. Ancak, insan hakları alanındaki örgütler arasında iletişime odaklanmış daha özel ağlar yaratmanın ortaya çıkarabileceği başka faydalar da olabilir.
Kamu sağlığı ve hastalıkların yayılımı.

Ağ modelleri, temas halindeki insanların oluşturdukları yapının hastalıkların yayılımının nasıl etkilediğini anlamak için de kullanılabilir. Cinsel temas ya da ortak uyuşturucu kullanımı üzerine yapılmış pek çok çalışma var. Her ne kadar bu alanda detaylı kişisel bilgi toplamak pahalı ve zahmetli bir olsa da, bireysel davranışların toplum nezdindeki etkilerini incelemek adına bu veriler kapsamlı istatistik teknikleriyle birlikte kullanılabilir. Eldeki bulgulardan birine göre salgınların ortaya çıkması için gereken eşik ağ özelliklerindeki ufak değişimlere yakından bağlı (Şekil 20)⁵⁰. Eğer ağ yapısı bağlı bileşenlerin sayısını ve boyutunu küçültmek için değiştirilebilirse, hastalığın kümeler arasında sıçraması engellenebilir, salgın yavaşlatılabilir ya da durdurulabilir. Bu teşvik edici bir durum çünkü insanların davranışlarındaki değişiklikler toplum nezdinde büyük sonuçlar yaratabileceğini ima ediyor⁵¹. Uganda bu yöntemi ilk kullanan ülkelerden biri oldu, insanların birden fazla partnere sahip olmasını engellemek için bir eğitim programı başlattı. HIV salgınının hızını keserek Uganda başarısını ispat etmiş oldu.

Şekil 20: Olası salgınların boyutunu gösteren bir dizi ağ simülasyonu. Aradaki bağlar enfeksiyonun potansiyel yollarını gösterir.
Kullanılan araçlar: Ağ istatistikleri, modelleme ve simülasyon, yayılım, ego ağı örneklemi.

Niçin önemli: Kıt kaynakların söz konusu olduğu kamu sağlığı alanında ağ analizi hayli etkin sonuçlar verir. Ayrıca, bilginin ve yeniliklerin nasıl yayıldığına dair modeller de hastalık modellerine benzer.
Yeniliklerin yayılımı ve adaptasyonu.

Yeniliklerin yayılımı ve adaptasyonuna dair çalışmalar genellikle insanlar arasındaki iletişim kanalları üzerinden yayılan enformasyon örüntülerine odaklanır. Yeniliklerin yayılımına dair matematiksel değerlendirmeler hastalıklar üzerine yapılanlara bir hayli benzer. HIV’den korunma yolları, doğum kontrol yöntemleri gibi sağlık prosedürlerinin nasıl yayıldığını ve adapte edildiğini izlemek için sosyal ağ analizini kullanan çok sayıda çalışma vardır.

Bunlara güzel bir örnek Madagaskar’ın küçük bir köyündeki aile planlaması programının etkisini değerlendiren çalışmadır⁵². Programda yerel nüfusa doğum kontrol ürünlerinin nasıl öğretileceğine ve yaygınlaştırılacağına dair bir eğitim verilir. Normalde böyle bir çalışmanın başarısı doğum kontrol yöntemlerinin kullanımındaki değişiklikten izlenir. Madagaskar’daki çalışma ise ağ temelli bir değerlendirme yapmayı seçip topluluk üyelerinin çoğuyla mülakatlar yaptı, insanlara kimlerden tavsiye aldıklarını ve bu konularda ne kadar bilgili olduklarını sordu. Analiz sonucunda bu konuda eğitilen topluluk üyelerinin diğer insanlar için bilgi kaynağı olduğuydu. Bu kişilere ne kadar yakınsa insanlar, doğum kontrol yöntemleri konusunda o kadar daha fazla bilgili oluyorlardı. Şaşırtıcı olansa, köy dışında bu yöntemleri ilk kullananların köydeki eğitilmiş kişilerle bağları olanlar olmasıydı.

Fikirleri, kanaatleri ya da haberleri de bu şekilde izlemek ve değerlendirmek mümkündür. Toplumsal iletişim ağlarının yapısının fikirlerinin dağılımına nasıl etki ettiğini incelemek bir hayli ilginçtir. Krebs yakın zamanda politik sohbetler ve oylama kararları üzerine bir çalışma yaptı ve başka insanlara ne yönde oy kullanma niyetinde olduğunu söylemenin oy verme eyleminin kendisinden daha önemli olduğu sonucuna vardı⁵³.

Kullanılan araçlar: Mülakatlar, ağ analizi, metin madenciliği, ağ modellemesi.

Niçin önemli: Enformasyonun ve toplumsal pratiklerin nasıl yayıldığını anlamanın pozitif ya da negatif müdahaleleri tasarlarken de faydası olabilir.
Literatür taraması ve geniş kapsamlı dokümanlarda arama yapmak.

Ağ görselleştirmesi, tek bir kişi tarafından taranması mümkün olmayan büyük ölçekli belgelerin görsel bir özetini çıkarmak için kullanılır. İdeal durumda, bu ağ temsilleri, kullanıcıların yabancısı oldukları bir alanı hızla taramalarına, en önemli kaynakları tespit etmelerine, en etkin kanaat önderinin kim olduğunu saptamalarına, ana kavram ve ilişkilere dair hızlı bir kanaat edinmelerine yardımcı olur.

Bu temsilleri yaratmanın birçok tekniği vardır. Yasal ağlara dair kısımda bahsi geçtiği üzere, çok sayıda metni analiz etmek için referans örüntülerinden üretilmiş ağları kullanan araştırma grupları vardır. Kimi vakalarda referans ağı tarafından üretilen ağ yapısı, topluluklar ve disiplinler arasındaki daha geniş örüntüleri ortaya koymak için toparlanabilir (Bkz. Şekil 21). Referans temelli bir yaklaşım, görece standart yapıları olan ve detaylı kaynakçalar içeren akademik çalışmalar gibi metinler için de işe yarayabilir.

Kimi durumlarda metinler yarı yapılandırılmış durumdadır. Pek çok doküman türü soyutlamalar, anahtar sözcük listeleri, endeksler vs içerir. Bu kategoriler ve anahtar sözcükler üzerinden farklı dokümanlar arasında bağlar kurmak mümkündür. Bu yöntem sayesinde kategorilerin birbirleriyle nasıl ilişkilendiği anlaşılabilir, ama ancak belli bir düzeyde, çünkü anahtar sözcüklerin ortaklaşması durumunu yaratan metinlerde tasvir edilen ilişki türleri arasında bir ayrıştırma yapmak genelde pek mümkün değildir. Bu yaklaşımların tümünü bir araya getirerek iletişim alanındaki firmalar arasındaki mülkiyet ilişkilerini ortaya koyan başarılı bir çalışma yapılmıştır (Bkz. 30 no’lu son not).

Yukarıda da bahsedildiği gibi yapılandırılmamış metinlerde faydalı bir bilgiye ulaşmak son derece güç bir iştir. Bir yöntem, bilgisayarlaştırılmış bir araç olan doğal dil işleme (NLP) aracından yararlanarak metni otomatik olarak okumaktır. Her ne kadar etkinlikleri son yıllarda giderecek daha da ispatlanmış olsa da, bilgisayarlaştırılmış tekniklerin ancak insanın yakalayabileceği detayları fark edemediğini biliyoruz. Ancak, özel bir alan için geliştirilmiş araçların son derece iyi bir performans sergilediği alanlar da vardır. Örneğin, her ne kadar bir metni anlamak bir bilgisayar için güç bir iş olsa da, iyi tasarlanmış yazılımların dar anlamıyla tanımlanmış ilişkileri tespit edip kodlaması, hatta mevcut ayrımların ayırdına varabilmesi mümkündür.



Şekil 21: Carl Bergstorm ve Martin Rosvall tarafından yaratılmış olan bu ağ haritası akademik alanlar arasındaki ilişkileri gösterir⁵⁴. Turuncu daireler alanları, daireler büyüdükçe ve koyulaştıkça alan da büyür. Okların boyutu ve rengi ise alanlar arasındaki referansların hacmini gösterir. http://www.aigenfactor.org/map/maps.htm.
Dokümanlar arasındaki benzerliklerden yola çıkarak ağlar inşa etmenin birden fazla yolu vardır. Burada esas mesele belli bir terimin bir doküman içinde ne sıklıkla geçtiğini saymaktır. Her bir doküman çiftinde eşleşen terimlerin sayısını mukayese ederek bu dokümanların birbirleriyle ne derece bağlantılı olduklarını ölçmek mümkündür. Bu ilişki seti bir ağ olarak da değerlendirilebilir. Genellikle böyle bir ağı çizebilmek için daha önemsiz bağları eleyerek ilişki setini basitleştirmek gerekir. Bu da ya kesişim noktalarını bulup zayıf ilişkileri eleyerek yapılır ya da sadece belgeler arasındaki daha doğrudan benzerlikleri saklı tutan yol gösterici ağlar ⁵⁵ gibi daha karmaşık tekniklerle. İlişkileri hesaplamaya dayanan bu genel yönteme latan semantik analiz denir.

Bir diğer olasılık da araştırma ve sınıflandırma faaliyetini bir grup iyi eğitimli kişi arasında paylaştırmaktır. İnsan hakları alanında yapılmış metin madenciliğine en iyi örneklerden biri sabık bir SHRP çalışanı olan Patrick Ball tarafından yönetilen programdır. Yakın zamanlarda İnsan Hakları Veri Analizi Grubu (HRDAG)¹⁸ ile birlikte pek çok proje, büyük miktardaki tanıklıkları kullanılabilir bir hale sokmak için ilişkisel veritabanlarını kullandı. Dokümanların uygun bir şekilde kodlanıp elektronik ortama aktarılabilmesi için geniş ölçekli bir veri girişi çalışması gerekti bu projeler dahilinde. Analizlerin çoğunda HRDAG dikkatlice tasarlanmış standart bir söz dağarcığını kullanır. Böylece kimi durumlarda raporlardaki tarih ve lokasyonları birbirleriyle bağlantılandırmak mümkün olur, insan hakları ihlallerinden sorumlu kişilerin isimleri elde edilebilir (Bkz. Şekil 22). Tek bir insanın bu kadar çok belgeyi okuyup bu bağlantıları kurması imkânsızdır, ama dikkatli bir enformasyon yöntemi ve iyi bir veritabanı tasarımıyla bu türden analizler mümkün kılınabilir.

Şekil 22: Birden çok kaynaktan gelen veriyi birbiriyle bağlayan ilişkisel veritabanı. Olay tarihi ya da kurban ifadelerinden çıkarılabilecek başka bilgiler otomatik olarak kariyer kayıtlarıyla eşleştirilebilir, böylece belli bir mekân ve zamanda gerçekleşen olayda sorumluluğu olanlar belirlenebilir. İllüstrasyon Patrick Ball’ın çalışmasından⁵⁶.
Kullanılan araçlar: Metin madenciliği, yakınlık ağları, değer ağları.

Niçin önemli: Büyük miktarlarda birincil kaynağı taramak durumunda olan örgütler için faydalı olabilir. Ayrıca herhangi bir alandaki araştırma literatürünün önemli olan öğelerini tespit etmek için faydalanılabilir.

Web siteleri linkleri analizi.

İnternetin yaygın kabul gören bir vaka haline gelmesiyle birlikte web siteleri arasındaki hiper linkleri inceleyen bir araştırma alanını da ortaya çıktı. Altta yatan varsayım, web sitelerinin bu linkler vasıtasıyla kendilerini diğer sitelere ve gruplara göre konumlandırdığıdır. Eğer bu varsayım doğruysa, örgütlerin web sayfaları arasındaki linklerin oluşturduğu örüntü bu örgütler arasındaki yakınlaşmaların bir ağı şeklinde yorumlanabilir. Örgütlerle mülakatlar yapmaktansa bu türden bir çalışma geniş çaplı enformasyonu daha ucuz ve kolay yollarla toplama imkânı sağlar. Bu linkler otomatikman haritalandırılabilir⁵⁷.

Web siteleri arasındaki linklerin analizi toplumsal hareketleri incelemek için de kullanılmıştır. Garrido ve Halavais, Zapatista hareketiyle bağlantılı siteler arasındaki linkleri haritalandırmış, çeşitli toplumsal ağ analizi ölçütlerini hesaplamıştır⁵⁸. Politik yelpazenin diğer ucunda ise Luca Tateo İtalyan aşırı sağ örgütleri arasındaki bağları haritalandırmıştır⁵⁹. Govcom.org adlı site, web siteleri arasındaki linkleri politik analiz amacıyla toplama sürecini otomatikleştiren Issue Crawler adında online bir kamu aracı yaratmıştır¹⁹. Grup bu yolla çok sayıda çalışma gerçekleştirdi; bunlardan bir tanesi anahtar kelime analiziyle web linkleri analizini, Filistin’de devasa bir duvar ören İsrail’e karşı kampanyalar yapan İsrailli barış yanlılarının marjinalleştirilmiş konumunu anlamak için birleştiriyordu⁶⁰. Bu türden araçlarla daha geniş politik alanlardaki ilişkilere bakıldığında ortaya konan ortak bulgulardan biri de sol ve sağ politik yönelimleri olan siteler arasında güçlü bir katmanlaşmanın olduğudur (Bkz. Şekil 23).

Şekil 23: ABD’deki siyasî bloglar arasındaki linkleri analiz eden ağdan bir görüntü. Maviler ilerici, morlar bağımsız, kırmızılar muhafazakâr, sarılar da yaygın kitle medyası sitelerini temsil etmekte⁶¹.
Haber madenciliği ve olay verileri.

Günlük haberler genellikle parçalı ve eksiktir. Ancak olayın üzerinden zaman geçtikten sonra farklı cenahlardan görüş toplamak, olay ilişkilerini ortaya koymak, hikâyeleri yan yana getirmek, satır aralarını okumak mümkün olur. Ağlar, bu türden çok aktörlü karışık olayları temsil etmek için gereken ilişkisel bilgiyi depolamak ve organize etmek için kullanılabilir. Kimi durumlarda, ağ haritaları, yalnızca mülakatlarla toplaması hayli güç olan özet bilgiye ulaşmak için de faydalı olabilir. Böylesi karmaşık vakalar bağlamında adı sıkça anılan bir ağ diyagramı uygulaması sanatçı Mark Lombardi’nin çalışmasıdır⁶². Lombardi, Chicago çetelerinden İran’daki Kontra skandalına bir dizi karmaşık olaya dair hikâyeleri dikkatle toplamış, anahtar konumdaki kişilere, olaylara ve ilişkilere dair bilgi toplamış ve tüm bulduklarını şık bir formda görselleştirmişti (Bkz. Şekil 24). Pek çok medya platformu da bu yöntemi güncel vakalar için kullanmış ve ağ formatında ürünler ortaya koymuştur. Bunlara iyi bir örnek, belli bir zaman aralığında belli bir terim için yapılan aramayla ilişkili antiteler arasındaki ağı gösteren Libero’nun haber haritasıdır (Bkz. Şekil 25)²⁰. Google News ise başka bir yaklaşımla haberleri benzerliklerine göre gruplandırarak bir konu hiyerarşisi oluşturur. Newsmap²¹ haber kümelerini görselleştirir de. Biraz kafa karıştırıcı bir şekilde bu görselleştirme tarzına ağaç-harita denir.

Şekil 24: Mark Lombardi’nin George W. Bush, Harken Energy, and Jackson Stephens, ca. 1979-90. isimli çiziminden bir parça.


Şekil 25: Libero isimli İtalyanca haber servisinden çıkarılan ilişkiler ağına bir örnek. Harita, 9 Nisan 2008 tarihinde ‘insan hakları’ terimi için yapılan arama sonucu elde edilen haberlerdeki antiteleri gösterir.

Bu türden veriler siyaset bilimcilerin de kullanımındadır. Siyaset bilimci Gary King dünya çapında haberlerin derlendiği kapsamlı bir veritabanını kullanıma açmıştır⁶³. Her ne kadar veri Reuters’in haber raporlarında geçen spot cümleler üzerinden kodlansa da²², King’in analizinden çıkan sonuç, bilgisayar prosedürlerinin bu işin uzmanı insanların yaptığı sınıflandırmalarla kıyaslandığında çok daha iyi bir performansa sahip olduklarıdır. Başka araştırmacılar da bu veriyi birbirlerine olaylar üzerinden bağlı olan STK ve ülkelerin oluşturdukları ağları incelemek için kullanmışlardır⁶⁴. Tüm bu yazarlar, haber kaynaklarından elde edilen olayların kimi önyargılarla malul olduğunun ve gerçekte olan hakkında tümüyle doğru bir resim sunmadığının farkında görünmektedirler.

Bu yaklaşımlar insan haklarıyla ilişkili olayların oluşturduğu örüntüleri araştırmak için de kullanılmıştır. İsviçre Barış Vakfı’nın FAST isimli projesi²³, otomatik bir etiketlendirme süreci kullanmaktansa, yerel haberleri ve olayları izlemek, kodlamak ve raporlamak için yirmi ülkeden yerel profesyonelleri istihdam etmiştir. Hammerli ve diğerleri, 2002-2005 yılları arasında Çeçenya’dan toplanan haberleri ve aktörleri kullanarak bir ağ oluşturmuşlardır⁶⁵. Çatışma halindeki çeşitli grupların nispi önemini belirlemek için bu ağlardaki toplumsal ağ analizi ölçütlerini kullanmışlardır. Bu verinin kodlanması, çatışmacı ve işbirlikçi etkileşimleri bağımsız olarak incelemeyi mümkün kılmıştır, ancak yazarlar herhangi bir dinamik ağ analizi kullanmamışlardır.