Araştırmacılar, sosyal medyadan salgın yayılımına kadar pek çok alanda etkili olan grup dinamiklerini hipergraflar üzerinde incelediler. Geleneksel ağların ötesine geçen bu yapılarda, bireysel ve grupsal etkileşimlerin nasıl rekabet ettiğini keşfettiler. Çalışma, hipergraf yapısındaki 'iç içe geçmişlik' seviyesinin salgın eşiğini beklenmedik şekilde etkilediğini ortaya koydu. Orta düzeyde iç içe geçmişlikte salgın yayılımının en kolay gerçekleştiği gözlendi. Ayrıca grup odaklı oylama modeliyle konsensüs süreçlerini analiz eden bilimciler, toplumsal uzlaşma zamanının sistem büyüklüğüyle logaritmik olarak arttığını buldu. Bu bulgular, sosyal ağlarda bilgi yayılımından toplumsal karar alma süreçlerine kadar geniş bir yelpazede uygulanabilir.

Araştırmacılar, kullanıcıların bir referans görsel ve metin açıklamasıyla istediği görseli bulabileceği yeni nesil arama sistemi geliştirdi. HABIT adlı bu framework, mevcut sistemlerin en büyük sorunu olan 'gürültülü veri' problemini çözmek için tasarlandı. Sistem, karşılıklı bilgi tahmin modülü ve aşamalı öğrenme yaklaşımıyla, kişiselleştirilmiş arama ve öneri sistemlerinde çığır açacak nitelikte. Özellikle e-ticaret, sosyal medya ve dijital arşiv uygulamalarında büyük potansiyele sahip olan teknoloji, yapay zekanın görsel anlama kapasitesini bir üst seviyeye taşıyor.

Araştırmacılar, bilimsel çalışmaların etkisini sadece atıf sayısıyla değil, çok daha kapsamlı bir şekilde değerlendirmek için SciImpact adlı yeni bir sistem geliştirdi. 19 farklı bilim dalından 215.928 makale çiftini analiz eden bu sistem, ödül kazanma durumundan medya ilgisine, patent referanslarından yazılım benimsenme oranlarına kadar birçok etki boyutunu bir arada inceliyor. Geleneksel yöntemler genellikle sadece kaç kez atıf aldığına bakarken, yeni sistem Nobel Ödülü gibi prestijli tanınırlıktan En İyi Makale Ödülü gibi kısa vadeli başarılara kadar geniş bir yelpazede etkiyi ölçebiliyor. Araştırmacılar 11 farklı büyük dil modelini bu sistem üzerinde test etti ve modellerin farklı etki boyutlarında değişken performans gösterdiğini keşfetti. Bu çalışma, bilimsel literatürün hızla büyüdüğü günümüzde araştırmaların gerçek etkisini daha doğru değerlendirmek için önemli bir adım teşkil ediyor.

MIT ve Stanford araştırmacıları, yapay zekanın konuşmadaki ince ironi ve sarkastik tonu tespit edebilmesi için yeni bir yöntem geliştirdi. GPT-4o ve LLaMA 3 modellerini kullanan sistem, sadece ses verisiyle %73.63 doğruluk oranında sarkastik konuşmayı tanımlayabiliyor. Araştırmacılar, podcast kayıtlarından oluşturdukları PodSarc veri setiyle bu başarıyı elde etti. Bu gelişme, özellikle sosyal medya moderasyonu, müşteri hizmetleri ve eğitim teknolojilerinde devrim yaratabilir. Geleneksel yöntemler video ve metin gibi çoklu veri kaynağına ihtiyaç duyarken, yeni sistem sadece ses dosyalarıyla çalışabiliyor.

Araştırmacılar, gerçek dünya ağlarında küçük grupların nasıl tespit edileceği sorununu matematiksel olarak çözdü. Sosyal medyadan biyolojik sistemlere kadar birçok ağda, büyük toplulukların yanında sayısız küçük grup bulunur. Bu küçük gruplar, ağın yapısını anlamak için kritik öneme sahip ancak tespit edilmeleri oldukça zordur. Stokastik Blok Modeli kullanılan çalışma, topluluk tespitinde üç farklı aşama olduğunu ortaya koydu: tespit edilebilir aşamada genel yapı görülebilir ama küçük gruplar büyük gruplara karışır; ayırt edilebilir aşamada küçük gruplar ana gruplardan ayrılır ama kendi içlerinde karışık kalır; çözümlenebilir aşamada ise her küçük grup tam olarak tanımlanabilir.

Sosyal medyada yayılan sahte haberler, güvenilir doğrulama sistemlerine olan ihtiyacı artırıyor. Araştırmacılar, büyük dil modellerinin yanıltıcı açıklamalar üretme sorununu çözmek için REFLEX adlı yeni bir sistem geliştirdi. Bu sistem, kararlarını aldıktan sonra açıklamalarını iyileştiren kendini geliştiren bir yaklaşım kullanıyor. Geleneksel sistemlerin aksine, dış bilgi kaynaklarına aşırı bağımlılığı azaltarak hallüsinasyon riskini düşürüyor ve gerçek zamanlı kullanım için daha hızlı yanıtlar sağlıyor. REFLEX, temel model ile ince ayarlı versiyonu arasındaki görüş ayrılıklarından yararlanarak gerçekleri üsluptan ayıran yönlendirici vektörler oluşturuyor.

Sosyal medyada nefret söylemi artık sadece metin değil, görsel ve yazılı içeriğin birleştiği karmaşık formlarda ortaya çıkıyor. Araştırmacılar, bu gizli saldırıları tespit edebilmek için yeni bir yaklaşım geliştirdi. Çalışma, zararsız görünen görsel ve metin parçalarının bir araya geldiğinde nasıl nefret söylemi oluşturabileceğini inceliyor. H-VLI adı verilen yeni veri seti, bu tür örtük saldırıları analiz etmek için tasarlandı. Geleneksel sistemler bu karmaşık içerikleri tespit etmekte zorlanıyor çünkü anlamın bütün parçaların toplamından daha fazlası olduğu durumları anlayamıyorlar. Bu gelişme, siber güvenlik ve sosyal medya moderasyonu açısından büyük önem taşıyor.

Araştırmacılar, TikTok'un yorum bölümlerinde kişiselleştirme algoritmalarının nasıl çalıştığını incelemek için kapsamlı bir denetim gerçekleştirdi. Çalışmada, farklı siyasi eğilimlere sahip sahte hesaplar oluşturularak, platformun yorumları nasıl sıraladığı analiz edildi. 2024 ABD başkanlık seçimleriyle ilgili siyasi açıdan tarafsız 65 video üzerinde yapılan deneyler, TikTok'un aynı videolara farklı siyasi görüşlerdeki kullanıcılara farklı yorum sıralamaları gösterdiğini ortaya koydu. Bu bulgular, sosyal medya platformlarının algoritmaları aracılığıyla kullanıcıları farklı bilgi balonlarına yerleştirdiği ve bu durumun toplumsal kutuplaşmayı artırabileceği konusundaki endişeleri destekliyor.

Araştırmacılar, ses komutlarıyla kontrol edilen dijital avatarları gerçek zamanlı olarak oluşturabilen Live Avatar teknolojisini geliştirdi. 14 milyar parametreye sahip yapay zeka modeli, saniyede 45 kare hızında çalışarak saatlerce kesintisiz avatar etkileşimi sağlayabiliyor. Teknoloji, mevcut difüzyon modellerinin sıralı işlem yapma zorunluluğunu aşarak, her GPU'ya farklı zaman adımları atayan yenilikçi bir paralel işleme yaklaşımı kullanıyor. Bu gelişme, video konferans, oyun, eğitim ve sosyal medya platformları için devrim niteliğinde uygulamalar sunuyor. Sistem, 10.000 saniyeyi aşan sürelerde bile görsel kalite kaybı yaşamadan çalışabiliyor ve kimlik kayması sorununu çözmüş durumda.

Stanford araştırmacıları, graf sinir ağlarının en büyük problemlerinden birini çözdü. Bu AI sistemleri sosyal ağlardaki arkadaş gruplarından protein etkileşimlerine kadar pek çok alanda topluluk tespiti yapıyor, ancak şimdiye kadar kaç grup bulacaklarını tam olarak kontrol edemiyorlardı. Yeni geliştirilen yöntem, araştırmacıların hem kesin grup sayısı belirleyebilmesine hem de 'en az 3, en fazla 7 grup' gibi esnek aralıklar tanımlayabilmesine olanak sağlıyor. Bu breakthrough, sosyal medya analizinden biyomedikal araştırmalara kadar geniş bir yelpazede daha güvenilir sonuçlar elde edilmesini mümkün kılacak. Özellikle büyük veri setlerinde manuel kontrol imkansız olduğu için, bu gelişme yapay zekanın gerçek dünya problemlerinde daha etkili kullanılabilmesinin önünü açıyor.

Galler medyasında artan önyargı iddiaları bilimsel yöntemlerle test edildi. Araştırmacılar, doğal dil işleme teknolojileri kullanarak Nation.Cymru adlı haber sitesinin politik haberlerini analiz etti. İki aşamalı yapay zeka sistemi, önce haberlerdeki önyargılı ifadeleri tespit etti, ardından bu önyargıların hangi parti lehine veya aleyhine olduğunu belirledi. 15.583 parti bahsinin incelendiği çalışmada, Reform UK partisinin Plaid Cymru'ya göre iki kat daha fazla önyargılı çerçevelemeye maruz kaldığı ve üç kat daha olumsuz duygu içeriğiyle sunulduğu ortaya çıktı. Bu araştırma, medya önyargısının objektif ölçümü için yapay zekanın nasıl kullanılabileceğini gösteren öncü bir çalışma niteliği taşıyor.