Gündelik hayatımızın her anında akıp giden devasa bir bilgi okyanusunda yüzüyoruz. Sosyal medya paylaşımlarından sensör verilerine, alışveriş alışkanlıklarımızdan siyasi eğilimlerimize kadar her şey, durmaksızın büyüyen bir veri yığını oluşturuyor. Geleneksel gazetecilik bu selin içinde boğulurken, işte tam da bu noktada Veri Gazeteciliği 2.0 sahneye çıkıyor. Artık sadece olayları raporlamak değil, olayların ardındaki gizli desenleri, ilişkileri ve anlamları bu büyük veri yığınından çekip çıkararak okuyucuya sunmak zorundayız; çünkü gerçek hikayeler, çoğu zaman gözümüzün önündeki sayıların içinde saklı.
Bu yeni dönem, gazeteciliğin sadece bir bilgi aktarım aracı olmaktan çıkıp, karmaşık gerçekleri analiz etme ve anlamlandırma gücünü eline alması anlamına geliyor. Büyük veriyi bir hammadde gibi işleyerek, sıradan vatandaşın bile kolayca anlayabileceği, görsel olarak çarpıcı ve derinlemesine hikayelere dönüştürmek, günümüz gazeteciliğinin en büyük meydan okuması ve aynı zamanda en büyük fırsatı. Bu, sadece bir teknolojik dönüşüm değil, aynı zamanda haberin kendisini, nasıl arandığını, bulunduğunu ve anlatıldığını kökten değiştiren bir zihniyet devrimi.
Veri Gazeteciliği 1.0’dan 2.0’a Nasıl Geldik?
Gazeteciliğin veriyle flörtü aslında yeni değil. Geçmişte de gazeteciler, hükümet raporları, anket sonuçları veya istatistikler gibi mevcut verileri kullanarak haberlerini zenginleştirirlerdi. Buna Veri Gazeteciliği 1.0 diyebiliriz. Bu dönemde gazeteciler genellikle önceden derlenmiş, nispeten küçük ve yapılandırılmış veri kümeleriyle çalışır, bunları manuel olarak analiz eder ve haberlerine serpiştirirlerdi. Örneğin, bir seçim anketinin sonuçlarını yorumlamak veya suç oranları istatistiklerini karşılaştırmak bu kategoriye girerdi. Ama o zamanlar, elimizdeki veri miktarı ve karmaşıklığı, bugünküyle kıyaslandığında devede kulak kalırdı.
Peki, bizi Veri Gazeteciliği 2.0‘a taşıyan ne oldu? Cevap basit: Büyük Veri’nin (Big Data) patlaması ve bu veriyi işleyebilecek teknolojik araçların gelişimi. İnternetin yaygınlaşması, mobil cihazlar, sensörler, sosyal medya platformları ve dijitalleşen her şey, akıl almaz boyutlarda veri üretmeye başladı. Bu veriler sadece çok büyük değil, aynı zamanda inanılmaz bir hızla akıyor ve çoğu zaman yapılandırılmamış, yani tablolar halinde düzenlenmemiş bir karmaşa halinde. İşte bu karmaşanın içinden anlamlı hikayeler çıkarmak, 1.0 döneminin manuel yöntemleriyle imkansız hale geldi.
Veri Gazeteciliği 2.0, bu “veri tsunamisiyle” başa çıkmak için yeni araçlar, yeni beceriler ve yeni bir zihniyet gerektiriyor. Artık sadece tablo okumak değil, veri setlerini temizlemek, analiz etmek, görselleştirmek ve hatta makine öğrenimi (machine learning) algoritmalarından faydalanarak gizli kalıpları ortaya çıkarmak gerekiyor. Bu, gazeteciliğin sadece kalem ve kağıtla değil, aynı zamanda kodlama, istatistik ve tasarım becerileriyle donanması gerektiği anlamına geliyor.
Büyük Veri Neden Bu Kadar Önemli Bir Oyun Değiştirici?
Büyük veri, geleneksel gazeteciliğin sınırlarını zorlayan ve onu yeni ufuklara taşıyan bir güç. Peki, neden bu kadar önemli? Çünkü bize daha önce hiç görmediğimiz bir pencere açıyor.
Öncelikle, büyük veri, derinlemesine analiz ve kalıp keşfi imkanı sunar. Artık sadece “ne” olduğunu değil, “neden” olduğunu ve “nasıl” olduğunu daha iyi anlayabiliyoruz. Örneğin, bir şehirdeki suç oranlarındaki artışı sadece rakamlarla değil, aynı zamanda ekonomik koşullar, demografik değişimler veya sosyal hizmetlerin erişilebilirliği gibi yüzlerce farklı veri noktasını bir araya getirerek çok daha kapsamlı bir şekilde inceleyebiliriz. Bu, olayların yüzeyindeki belirtilerle değil, kök nedenleriyle ilgili haberler yapmamızı sağlar.
İkincisi, büyük veri, gerçek zamanlı bilgi akışı ve tahmin yeteneği sunar. Sosyal medya trendlerinden hava durumu verilerine kadar birçok bilgi anlık olarak toplanabiliyor ve analiz edilebiliyor. Bu sayede, gelecekteki olaylar hakkında ipuçları yakalayabilir veya gelişmekte olan bir durumu çok daha erken tespit edebiliriz. Örneğin, bir salgının yayılma hızını veya bir doğal afetin potansiyel etkilerini, anlık veri akışlarını izleyerek daha doğru tahmin edebiliriz.
Üçüncüsü, büyük veri, kişiselleştirilmiş ve hedeflenmiş hikaye anlatımı için zemin hazırlar. Okuyucuların ilgi alanlarına, coğrafi konumlarına veya geçmiş etkileşimlerine göre özelleştirilmiş haberler sunmak mümkün hale gelir. Bu, haberin alaka düzeyini artırır ve okuyucunun bilgiye ulaşma deneyimini zenginleştirir.
Son olarak, büyük veri, şeffaflık ve hesap verebilirlik için güçlü bir araçtır. Kamu kurumlarının veya şirketlerin büyük veri setlerini analiz ederek, onların iddialarını doğrulayabilir, yanlış beyanları ortaya çıkarabilir veya haksız uygulamaları gözler önüne serebiliriz. Bu, gazeteciliğin dördüncü kuvvet olma rolünü pekiştirir ve kamu yararına hizmet etme kapasitesini artırır.
Veri Gazetecisi 2.0’ın Süper Güçleri Neler Olmalı?
Veri gazeteciliği 2.0 dünyasında başarılı olmak için bir gazetecinin süper güçlere sahip olması gerekiyor. Artık sadece iyi bir yazar veya araştırmacı olmak yetmiyor; bu yeni dönem, çok daha geniş bir beceri setini beraberinde getiriyor. İşte bir veri gazetecisi 2.0’ın olmazsa olmaz yetenekleri:
- Veri Okuryazarlığı ve Merak: En temel süper güç budur. Veri setlerini okuyabilmeli, içindeki potansiyel hikayeleri görebilmeli ve her sayının ardındaki insan hikayesini merak etmeli. Verilerin nereden geldiğini, nasıl toplandığını ve ne anlama geldiğini sorgulayabilmek çok önemli.
- Temel İstatistik Bilgisi: Ortalamalar, medyanlar, yüzdeler, korelasyon gibi temel istatistiksel kavramları anlamak ve doğru bir şekilde yorumlamak, yanlış sonuçlara varmayı engeller. İstatistik, verinin dilini konuşmanın anahtarıdır.
- Veri Temizleme ve Düzenleme Becerileri: Gerçek dünya verileri nadiren temiz ve düzenlidir. Genellikle eksik değerler, hatalar veya tutarsızlıklarla doludur. Excel, Google Sheets gibi araçlarla veya daha gelişmiş programlama dilleriyle (Python, R) bu veriyi temizleyip analiz edilebilir hale getirmek kritik bir adımdır.
- Veri Analizi Araçlarına Hakimiyet:
- Elektronik Tablo Programları: Excel, Google Sheets gibi programlar, büyük veri setlerinin ilk incelemesi için hala vazgeçilmezdir.
- Veri Görselleştirme Araçları: Tableau, Power BI, Flourish, Datawrapper gibi araçlarla karmaşık verileri anlaşılır ve etkileyici grafiklere dönüştürme yeteneği, hikayeyi görselleştirmek için hayati önem taşır.
- Programlama Dilleri (Tercihen): Python veya R gibi diller, daha büyük ve karmaşık veri setlerini otomatikleştirmek, analiz etmek ve hatta makine öğrenimi modelleri oluşturmak için inanılmaz bir güç sunar.
- Hikaye Anlatıcılığı: Tüm bu teknik becerilerin nihai amacı, verilerin içindeki hikayeyi bulup onu insanlara ulaştırmaktır. Sayıları, grafikleri ve istatistikleri, okuyucunun empati kurabileceği, anlayabileceği ve hatırlayabileceği bir anlatıya dönüştürmek, veri gazetecisinin en önemli görevidir.
- Etik Farkındalık: Veriyle çalışırken gizlilik, güvenlik ve veri yanlılığı gibi konularda güçlü bir etik pusulaya sahip olmak, güvenilir ve sorumlu gazetecilik yapmanın temelidir.
Bu becerilerin hepsi bir anda edinilemez, ancak sürekli öğrenme ve pratikle her gazeteci, bu yeni dünyanın kapılarını aralayabilir.
Hikaye Anlatmanın Yeni Yolları: Veri Görselleştirmeyle Sihir Yaratmak
Veri gazeteciliğinin belki de en büyüleyici yönlerinden biri, veri görselleştirmedir. Sayı yığınlarının ve karmaşık tabloların, sıradan bir okuyucu için ne kadar itici olabileceğini hepimiz biliyoruz. İşte bu noktada görselleştirme, bir sihirbaz değneği gibi devreye girer. Karmaşık veriyi, tek bir bakışta anlaşılır, etkileyici ve akılda kalıcı bir forma dönüştürür.
İyi bir veri görselleştirmesi:
- Hikayeyi Anlatır: Sadece veriyi göstermekle kalmaz, onunla birlikte bir hikaye anlatır. Trendleri, karşılaştırmaları, ilişkileri veya anormallikleri vurgular.
- Anlaşılırlığı Artırır: Rakamların ve metinlerin ötesine geçerek, bilgiyi görsel kalıplar aracılığıyla sunar. Bu, beynimizin bilgiyi daha hızlı işlemesine yardımcı olur.
- Etkileşimi Teşvik Eder: Çoğu modern görselleştirme aracı, okuyucuların verilerle etkileşime girmesine olanak tanır. Filtreleme, belirli bölgelere yakınlaştırma veya farklı değişkenleri seçme gibi özellikler, okuyucunun kendi keşiflerini yapmasını sağlar.
- Güvenilirliği Artırır: İyi tasarlanmış ve doğru kaynaklara dayanan görselleştirmeler, haberin güvenilirliğini artırır. Okuyucu, sunulan bilginin arkasındaki veriyi daha kolay görebilir.
Bir veri görselleştirmesi, basit bir çubuk grafikten, interaktif haritalara, akış şemalarına veya karmaşık ağ analizlerine kadar birçok farklı biçimde olabilir. Önemli olan, seçilen görselleştirme türünün, anlatılmak istenen hikayeye ve sunulan veri tipine en uygun olmasıdır. Örneğin, zaman içindeki değişimi göstermek için çizgi grafikler, coğrafi dağılımı göstermek için haritalar, farklı kategoriler arasındaki oranları göstermek için pasta grafikler veya çubuk grafikler tercih edilebilir.
Tableau, Datawrapper, Flourish, Google Data Studio gibi araçlar, veri gazetecilerinin kodlama bilgisi olmadan bile profesyonel görünümlü ve interaktif görselleştirmeler oluşturmasına olanak tanır. Bu araçlar, veriyi anında çekici bir hikayeye dönüştürme gücüyle, gazeteciliğin geleceğini şekillendiriyor.
Etik Pusulamız: Büyük Veriyle Haber Yaparken Nelere Dikkat Etmeliyiz?
Büyük veriyle çalışmak, gazeteciliğe inanılmaz güçler katarken, beraberinde ciddi etik sorumlulukları da getirir. Bu yeni güçleri kullanırken, etik pusulamızın her zamankinden daha net olması gerekiyor. Aksi takdirde, iyi niyetli bir haber bile bireylere zarar verebilir veya kamuoyunu yanıltabilir.
İşte büyük veriyle haber yaparken dikkat etmemiz gereken kritik etik konular:
- Gizlilik ve Anonimleştirme: Toplanan veriler genellikle kişisel bilgiler içerir. Bu verileri kullanırken bireylerin gizliliğini korumak temel bir sorumluluktur. Verilerin anonimleştirilmesi, yani kişiyi tanımlayabilecek tüm bilgilerin kaldırılması veya değiştirilmesi hayati önem taşır. Ancak bazen anonimleştirilmiş veriler bile, başka veri setleriyle birleştirildiğinde bireyleri yeniden tanımlamak için kullanılabilir; bu riskin farkında olmak gerekir.
- Veri Güvenliği: Toplanan hassas verilerin siber saldırılardan veya yetkisiz erişimden korunması şarttır. Veri ihlalleri hem gazetecilik kurumunun itibarına zarar verir hem de bireylerin güvenliğini tehlikeye atar.
- Veri Yanlılığı (Bias): Algoritmalar, eğitildikleri verilerdeki yanlılıkları yansıtır ve hatta pekiştirebilir. Eğer bir veri seti belirli bir demografik grubu eksik temsil ediyorsa veya o gruba karşı önyargılıysa, bu veriyle yapılan analizler de yanlı sonuçlar üretecektir. Gazeteciler, kullandıkları verilerin kaynaklarını, toplama yöntemlerini ve potansiyel yanlılıklarını sorgulamalıdır. Sonuçları eleştirel bir gözle değerlendirmek ve bu yanlılıkları haberlerinde açıkça belirtmek önemlidir.
- Doğruluk ve Şeffaflık: Veri gazeteciliğinde doğruluk, sadece haberin kendisiyle değil, kullanılan verilerin kaynağı, analiz yöntemleri ve sonuçların yorumlanmasıyla da ilgilidir. Okuyuculara, verilerin nereden geldiği, nasıl analiz edildiği ve hangi varsayımların yapıldığı konusunda tam bir şeffaflık sunulmalıdır. Analizlerin ve görselleştirmelerin manipülatif olmamasına özen gösterilmelidir.
- Haber Değeri ve Kamu Yararı: Her veri setinde bir hikaye gizli olabilir, ancak her hikayenin haber değeri olmayabilir veya kamu yararına hizmet etmeyebilir. Gazeteciler, hangi hikayelerin anlatılmaya değer olduğuna karar verirken, potansiyel zararları ve faydaları dikkatlice değerlendirmelidir. Özellikle hassas konuları ele alırken, haberin toplumsal etkisi üzerinde düşünülmelidir.
- Yorumlama ve Bağlam: Veriler, kendi başlarına her zaman tam hikayeyi anlatmaz. Onlara anlam kazandıran, gazetecinin yorumu ve sunduğu bağlamdır. Verileri yanlış yorumlamak veya eksik bağlamda sunmak, okuyucuyu yanıltabilir. Bu nedenle, verilerin arkasındaki sosyal, ekonomik ve kültürel faktörleri de göz önünde bulundurarak dengeli bir bakış açısı sunmak önemlidir.
Bu etik ilkeler, veri gazeteciliğinin sadece teknolojik bir yenilik değil, aynı zamanda toplumsal sorumluluğu yüksek bir meslek olduğunu hatırlatır.
Veri Gazeteciliği 2.0 Uygulamada: Çarpıcı Örnekler
Veri gazeteciliği 2.0’ın gücünü en iyi gösteren şey, şüphesiz hayata geçirilmiş çarpıcı örneklerdir. Bu projeler, büyük verinin nasıl somut, etkili ve kamuoyunu bilgilendirici hikayelere dönüştürülebileceğini kanıtlar niteliktedir. İşte birkaç ilham verici örnek:
- Panama Belgeleri (Panama Papers): Uluslararası Araştırmacı Gazeteciler Konsorsiyumu (ICIJ) tarafından yönetilen bu proje, tarihin en büyük veri sızıntılarından biriydi. Milyonlarca finansal belgeyi analiz eden gazeteciler, dünya genelindeki politikacıların, ünlüler ve zenginlerin vergi cennetlerindeki gizli varlıklarını ve finansal düzenlemelerini ortaya çıkardı. Bu proje, büyük veri analizi, uluslararası işbirliği ve gazetecilik etiğinin mükemmel bir birleşimiydi ve küresel çapta büyük yankı uyandırdı.
- The Guardian – “The Counted”: The Guardian gazetesi, ABD’de polis şiddeti sonucu hayatını kaybedenlerin sayısını ve koşullarını belgelemek için bir veri tabanı oluşturdu. Hükümetin bu tür verileri düzenli olarak toplamaması üzerine, gazeteciler kendi veri setlerini oluşturmak için açık kaynaklardan, haber raporlarından ve sosyal medyadan bilgi topladı. Bu proje, polis şiddetinin ölçeğini ve desenlerini ortaya koyarak, önemli bir toplumsal tartışmayı tetikledi.
- ProPublica – “Dollars for Docs”: Bu proje, ilaç şirketlerinin doktorlara yaptığı ödemeleri gösteren federal verileri analiz etti. Hangi doktorların hangi ilaç şirketlerinden ne kadar para aldığını ve bunun reçete yazma alışkanlıklarını nasıl etkileyebileceğini gösteren interaktif bir veri tabanı oluşturuldu. Bu, sağlık sektöründeki şeffaflığı artırmaya yönelik önemli bir adımdı.
- New York Times – “Mapping the Census”: New York Times, Amerika Birleşik Devletleri Nüfus Sayımı (Census) verilerini kullanarak ülkedeki demografik değişimleri ve çeşitliliği gösteren interaktif haritalar ve görselleştirmeler hazırladı. Bu tür projeler, karmaşık demografik verileri herkesin anlayabileceği görsel hikayelere dönüştürerek, toplumsal yapıyı anlamamıza yardımcı oluyor.
- Türkiye’den Örnekler: Türkiye’de de veri gazeteciliği çalışmaları giderek artıyor. Özellikle yerel yönetimlerin bütçeleri, ihale verileri veya çevre kirliliği gibi konularda bağımsız haber platformları ve sivil toplum kuruluşları, kamuya açık verileri analiz ederek önemli hikayeler ortaya çıkarıyor. Örneğin, belediye harcamalarının detaylarını gösteren interaktif bütçe görselleştirmeleri veya hava kalitesi verilerinin şehir bazında analizi gibi projeler, veri gazeteciliğinin Türkiye’deki potansiyelini gözler önüne seriyor.
Bu örnekler, veri gazeteciliğinin sadece soyut bir kavram olmadığını, aksine somut etkiler yaratabilen, kamuoyunu aydınlatan ve hatta politikaları değiştirebilen güçlü bir araç olduğunu kanıtlıyor.
Gelecek Bizi Nereye Götürüyor? Yapay Zeka ve Otomasyonun Rolü
Veri gazeteciliği 2.0’ın bugünü ne kadar heyecan vericiyse, geleceği de bir o kadar merak uyandırıcı. Bu gelecekte, yapay zeka (AI) ve otomasyonun rolü tartışmasız bir şekilde büyüyecek. Bu teknolojiler, gazetecilerin iş yapış biçimlerini kökten değiştirecek ve onlara yeni süper güçler kazandıracak.
- Veri Toplama ve Temizleme Otomasyonu: Yapay zeka destekli araçlar, internetten devasa veri setlerini otomatik olarak toplayabilir (web scraping), farklı kaynaklardan gelen verileri birleştirebilir ve hatta hataları veya tutarsızlıkları otomatik olarak tespit edip düzeltebilir. Bu, gazetecilerin zaman alıcı ve tekrarlayan görevlerden kurtularak daha çok analiz ve hikaye anlatımına odaklanmasını sağlar.
- Öngörücü Analiz ve Kalıp Keşfi: Makine öğrenimi algoritmaları, büyük veri setlerindeki gizli kalıpları, anormallikleri ve trendleri insan gözünün fark edemeyeceği bir hız ve doğrulukla tespit edebilir. Bu, gazetecilerin gelecekteki olayları tahmin etmelerine, potansiyel skandalları erken aşamada belirlemelerine veya önemli toplumsal değişimleri önceden görmelerine yardımcı olabilir. Örneğin, belirli bir bölgedeki suç oranlarındaki artışın nedenlerini veya salgın hastalıkların yayılma potansiyelini öngörmek mümkün hale gelebilir.
- Doğal Dil İşleme (NLP) ile Metin Analizi: Yapay zeka destekli NLP araçları, milyonlarca belge, konuşma metni veya sosyal medya paylaşımını otomatik olarak analiz edebilir. Bu sayede, belirli konular hakkında kamuoyu duyarlılıklarını, önemli kişilerin konuşmalarındaki ana temaları veya büyük metin kütlelerindeki gizli bağlantıları kolayca ortaya çıkarmak mümkün olur. Bir gazeteci, saatler sürecek manuel okuma yerine, dakikalar içinde binlerce belgeyi tarayabilir.
- Otomatik Haber Üretimi: Belirli, yapılandırılmış veri setlerinden (örneğin finansal raporlar, spor sonuçları, hava durumu tahminleri) basit haber metinleri oluşturabilen algoritmalar zaten mevcut. Bu, özellikle rutin ve standart haberlerin üretimini otomatikleştirerek, gazetecilerin daha karmaşık ve araştırmacı gazetecilik projelerine zaman ayırmasını sağlayabilir. Ancak, bu teknolojinin yaratıcı, derinlemesine ve etik haberler üretme kapasitesi hala sınırlıdır.
- Kişiselleştirilmiş Haber Deneyimi: Yapay zeka, okuyucuların ilgi alanlarını, okuma alışkanlıklarını ve tercihlerini analiz ederek onlara özel olarak seçilmiş haberler sunabilir. Bu, okuyucunun haberle olan bağını güçlendirirken, “filtre balonu” veya “yankı odası” gibi etik sorunları da beraberinde getirebilir. Gazetecilerin bu dengeyi dikkatli bir şekilde yönetmesi gerekecek.
Yapay zeka ve otomasyon, gazeteciliğin yerini almayacak, ancak onu daha güçlü, daha verimli ve daha etkili hale getirecek araçlar sunacak. Geleceğin veri gazetecisi, bu teknolojileri ustaca kullanarak, daha derinlemesine araştırmalar yapacak, daha karmaşık hikayeleri aydınlatacak ve kamuoyunu her zamankinden daha iyi bilgilendirecek. Bu, sürekli öğrenmeye ve adapte olmaya açık olmayı gerektiren bir yolculuk.
Sıkça Sorulan Sorular
Veri gazeteciliği herkes için mi?
Evet, temel prensipleri herkes için erişilebilir olsa da, derinlemesine analiz için bazı teknik beceriler gerektirir. Ancak merak ve öğrenme isteğiyle herkes bu alana adım atabilir.
Büyük veri her zaman güvenilir midir?
Hayır, büyük veri de yanlılıklar, hatalar veya eksiklikler içerebilir; bu nedenle her zaman eleştirel bir gözle incelenmeli ve kaynakları sorgulanmalıdır. Gazetecinin görevi, verinin güvenilirliğini doğrulamaktır.
Veri gazeteciliği geleneksel gazeteciliğin sonu mu?
Kesinlikle hayır, aksine geleneksel gazeteciliği zenginleştiren ve güçlendiren bir evrimdir. Temel gazetecilik prensipleri (doğruluk, etik) veri gazeteciliğinde de geçerlidir.
Veri görselleştirmesi neden bu kadar önemli?
Karmaşık verileri hızlı ve anlaşılır hale getirerek okuyucunun ilgisini çeker ve hikayenin daha etkili bir şekilde aktarılmasını sağlar. Görselleştirme, hikaye anlatımının gücünü artırır.
Veri gazetecisi olmak için kodlama bilmek şart mı?
Gelişmiş projeler için faydalı olsa da, başlangıçta Excel veya veri görselleştirme araçları gibi daha basit araçlarla da etkili çalışmalar yapılabilir. Kodlama, yetenek setini genişletir ancak bir başlangıç koşulu değildir.
Veri gazeteciliği ne tür hikayeler bulabilir?
Hükümet harcamalarındaki yolsuzluklardan çevresel etkilere, toplumsal eşitsizliklerden sağlık trendlerine kadar geniş bir yelpazede hikayeler keşfedebilir. Neredeyse her konu, veri üzerinden incelenebilir.
Veri gazeteciliği 2.0, sadece bir trend değil, haberin geleceğidir; bu yeni çağda gazeteciler, büyük veriyi anlamlı hikayelere dönüştürerek kamuoyunu aydınlatma ve güçlendirme misyonunu sürdürmelidir. Unutmayın, en büyük hikayeler genellikle en büyük veri yığınlarının içinde gizlidir ve onları ortaya çıkarmak sizin elinizde.