Alanya'nın çevrim içi yorumlarını tek bir dilde açın; her seferinde farklı bir şehri okuyormuş gibi hissedersiniz. Bu çalışmanın çıkış noktası da bu: Alanya Kent Konseyi (Alanya Kent Konseyi) için, yapay zekâ kullanarak 49 Alanya işletmesi ve mekânına ait 12.222 herkese açık yorumu (oteller, restoranlar, plajlar, tarihî yerler) dokuz yıl boyunca onlarca dilde yazılmış haliyle okuduk. Alanya ilk kez, ziyaretçisinin diline (dolayısıyla büyük ölçüde milliyetine) göre ayrıştırılmış, kanıta dayalı ve şehir geneli bir resme sahip oldu.
Tek destinasyon, birçok Alanya
Farklı misafirler aynı şehri deneyimlemiyor ve fark hiç de küçük değil (ki-kare = 319, p < 0,0000001). Her ziyaretçi topluluğunun diğerlerinden çok daha sık kullandığı kelimeleri ölçtüğümüzde dört ayrı portre çıktı:
- İngilizce konuşan misafirler yemeği övüyor. En ayırt edici kelimeleri amazing, best, lovely; en çok döndükleri konu yemek. Onlar için Alanya sofrada değerlendiriliyor.
- Almanca konuşan misafirler not tutuyor. Ayırt edici kelimeleri övgü ve uyarıyı bir arada barındırıyor: highly recommended, friendly… ama aynı zamanda unfriendly, unfortunately. Almanlar hizmet ve fiyat-değeri tartıyor ve biri aksadığında bunu söylüyor.
- Rusça konuşan misafirler kıyı için geliyor. İmza kelimeleri deniz, plaj, şezlong, kale. Onlar için deneyim sahil şeridi.
- Türkçe konuşan misafirler insanlardan bahsediyor. En ayırt edici kelimeleri nezaket ifadeleri ve isimler: Bey, Hanım, teşekkür, ilgi, hatta çalışanların adları. Yerli misafirler kendilerine kimin hizmet ettiğini hatırlıyor.
Tek destinasyon, dört beklenti. Birine işleyen bir kampanya ya da hizmet standardı, diğerlerini sessizce ıskalayabilir.
Neden bir humanizer ekibi turizm yorumlarını inceledi?
Biz dil araçları geliştiriyoruz (HumanizeMyAI, yayımlanmış 2.590 gerçek öğrenci kompozisyonundan oluşan bir derlemle eğitildi) ve arkasındaki beceri (insan yazısını diller ve kayıtlar arası dikkatle okumak) kompozisyonların çok ötesine geçiyor. Alanya Kent Konseyi ziyaretçilerinin onlarca dilde gerçekte ne söylediğini anlamak isteyince, iş birliği doğal oldu. Çalışma bir gönüllü katkı olarak yapıldı: açık veri, açık yöntem, her sezon neredeyse sıfır maliyetle tekrarlanabilir.
Veri: 12.222 yorum, sekiz dil, dokuz yıl
Derlem; 2017–2026 arası 49 Alanya mekânına ait 12.222 herkese açık yorum. 8.540'ı serbest metin içeriyor. Sekiz dil kohortunu kapsıyor: Türkçe, İngilizce, Rusça, Almanca, Lehçe, Felemenkçe, Danca ve on beş küçük dili toplayan "Diğer". İki dürüstlük notu her şeyi şekillendiriyor: İsimler yorum alındığı anda hash'lenip atıldı (KVKK uyumlu) ve sonuçlar yalnızca anonim toplamlarla raporlanıyor; platformlar milliyeti vermediği için yorumun dilini kohort vekili olarak kullanıyoruz: açıkça belirterek.
Pipeline: küçük uzman ajanlar, tek bir montaj hattı
Çalışma, her biri tek bir iş yapıp bir sonrakine devreden küçük ajanlardan oluşan bir zincir olarak çalışıyor. Keşif mekân listesini kurar. Toplama her mekânın herkese açık yorum akışını çeker. Ön işleme metni temizler ve dilini saptar. Analiz duygu, görünüş (aspect) ve konu modellemesi ekler. İstatistik resmî testleri yapar. Tahmin talep öngörüsünü, raporlama ise şekil ve tabloları üretir. Bu yapının amacı ucuz, şeffaf ve tekrarlanabilir olması. Bir sivil yapının ihtiyacı olan da tam olarak bu: tek seferlik bir danışman raporu değil, istendiğinde yenilenen kalıcı bir araç.
Yapay zekâyı gerçekle kıyasladık
Duyguyu orijinal dildeki metinde çok dilli bir modelle puanlıyor, sonra çoğu yorum çalışmasının atladığı şeyi yapıyoruz: modeli yazarın kendi yıldız puanına karşı doğruluyoruz. Tahmini duygu, gözlenen yıldızı 0,68 yıldız ortalama mutlak hatayla (Spearman korelasyonu 0,58) takip ediyor: sonrasındaki her şeye güvenme hakkını veren denetim bu. Üstüne dokuz görünüşlü bir şemada görünüş-bazlı analiz (temizlik, hizmet, yemek, konum, fiyat-değer, oda, deniz-plaj, havuz, atmosfer) (7.600 yorumda 23.437 görünüş bahsi) ve kebaptan kaleye, mağaradan Kleopatra Plajı'na 37 tutarlı tema çıkaran bir konu modeli çalışıyor.
Bulgu 1: en sıkı eleştirmen yerliler
Duygu, dil toplulukları arasında keskin biçimde farklılaşıyor (Kruskal–Wallis H = 392, p < 0,0000001). Türkçe kohort 0,5 medyan duyguda otururken her uluslararası kohort 1,0'da. Yani yerli, Türkçe konuşan ziyaretçiler tutarlı biçimde daha eleştirel. Alanya'nın yüksek yıldız ortalaması gerçek ama daha hoşgörülü uluslararası çoğunlukla yukarı çekiliyor: yerli sinyali ayrı izlemek, harmanlanmış rakamdan daha erken bir uyarı sistemi.
Bulgu 2: kötü yorumları fiyat-değer belirliyor
Her şey sabit tutulduğunda, fiyat veya değeri gündeme getiren bir yorumun düşük puan olma olasılığı %38 daha yüksek (olasılık oranı 1,38): modeldeki en güçlü görünüş etkisi. Ve fiyat-değer duygusu en zayıf plajlarda, 1 üzerinden yalnızca 0,155. Şehrin tek bir kaldıracı olsaydı, şeffaf ve adil plaj fiyatlaması olurdu.
Yaz 2026 tahmini, dürüstçe
Antalya için sürekli yayımlanan aylık bir varış serisi olmadığından, ağır bir mevsimsel zaman serisi modeli kurmak, ihtiyaç duyduğu geçmişi uydurmak olurdu. Bunu yapmayı reddettik. Bunun yerine gerçek sayılara dayanan şeffaf bir projeksiyon kullandık: şekil için 2025 aylık eğrisi, eğilim için resmî yıllık toplamlar, yön için 2026 başı sinyali. Projeksiyon, Temmuz–Eylül 2026'da Antalya bölgesine yaklaşık 6,8–7,4 milyon yabancı ziyaretçi (Alanya'ya yaklaşık 2,0–2,4 milyon) öngörüyor; güçlü 2025 sezonuyla aynı düzeyde ya da hafif altında.
Açık veri, açık kod
Bu bir kara kutu değil. Tüm yöntemler, her istatistik, bütün şekiller ve dürüst bir kısıtlar bölümü ResearchGate'teki ön baskıda; analiz kodu ve tamamen kimliksizleştirilmiş veri kümesi (yorum metni yok, kişisel tanımlayıcı yok) GitHub'da açıkça erişilebilir. Çalışma Alanya Kent Konseyi ile bir gönüllü katkı olarak yapıldı ve gelecek çalışmaların yalnızca ilki.
About the author
Fırat Mıhcı built HumanizeMyAI on a published 2,590-essay corpus; 12.000 Turist Alanya Hakkında Ne Diyor? comes from the same close reading of student prose. Publication record at ResearchGate.
Read the full study
Complete methods, every statistic, all figures and a frank limitations section, plus the analysis code and a fully de-identified dataset.
In the press
Outlets covering this study, in partnership with Alanya Kent Konseyi.
