Sosyal Medya Kaynaklı Suçların Yargı Kararları Üzerinden Analizi: Ampirik Bulgular ve Tahmin Modeli Yaklaşımı

Öz

Bu araştırmanın amacı sosyal medya platformları ve suç arasındaki ilişkiyi açıklamaya çalışmak ayrıca işlenen suçlarla ilgili mahkeme kararları yönünden bir tahmin modeli oluşturmaktır. Günümüzde sosyal medya platformları, bireylerin kendilerini ifade ettiği temel alanlar haline gelmiş; ancak bu durum hakaret, dolandırıcılık, müstehcenlik, cinsel taciz, uyuşturucu kullanımını özendirme gibi ve daha başka birçok suç türlerinin bu mecralara taşınmasına neden olmuştur. Bu platformlar suçlular ve suç örgütleri tarafından da yaygın olarak kullanılmaya başlanmıştır. Söz konusu mecralar, cinsel saldırı, organ ticareti, adam öldürme gibi katalog suçların veya örgütlü suçların işlenmesinde bir araç olarak ta kullanılmaktadır. Araştırmada yine aynı yazar tarafından 2021 yılında yapılan benzer bir çalışmanın sonuçları da karşılaştırılmış ve suçların ne yönde bir değişim gösterdiği analiz edilmiştir. Sosyal medyada işlenen suçların önemli bir artış gösterdiği ayrıca suç türü olarak ta geniş bir yelpaze oluşturduğu gözlemlenmiştir. Sosyal medya üzerinden işlenen suçların yargı yükünü artırması, bu dosyaların analizinde teknolojik çözümlerden faydalanılması ihtiyacını gündeme getirmektedir. Bu çalışma, sosyal medya aracılığıyla işlenen suçlara dair mahkeme kararlarını analiz etmek ve bu kararların sonucunu (onama veya bozma) tahmin edebilen bir yapay zekâ modeli geliştirmeyi de amaçlamaktadır. Araştırma kapsamında yargı kararlarından özgün bir veri seti oluşturulmuştur. Geliştirilen model, hukuk metinlerini analiz ederek mahkeme sonuçlarını öngörmeye çalışmıştır.

Anahtar Kelimeler

• Sosyal medya
• Suç
• Sanal suç
• Yapay zeka
• Yargıtay kararları.

Analysis of Social Media-Related Crimes Through Judicial Decisions: Empirical Findings and a Prediction Model Approach

Öz

The aim of this research is to clarify the relationship between social media platforms and crime, and to develop a prediction model regarding court decisions related to these crimes. Today, social media platforms have become primary spaces for individual self-expression; however, this situation has led to the migration of various crime types—such as insult, fraud, obscenity, sexual harassment, and the promotion of drug use—to these digital environments. Furthermore, these platforms have become widely utilized by criminals and criminal organizations. Such channels are also employed as tools in the commission of organized crimes or "catalog crimes," including sexual assault, organ trafficking, and homicide. This study also compares results with a similar study conducted by the same author in 2021, analyzing the trends and shifts in crime types. It has been observed that crimes committed on social media have significantly increased and cover a broad spectrum. The growing judicial burden caused by social media-related crimes brings to the fore the need to utilize technological solutions in the analysis of these cases. Accordingly, this study aims to analyze court decisions regarding social media crimes and develop an artificial intelligence model capable of predicting the outcomes (affirmance or reversal) of these decisions. Within the scope of the research, a unique dataset was curated from judicial records. The developed model attempted to predict court outcomes by analyzing legal texts.

Anahtar Kelimeler

• Social media
• Crime
• Virtual crime
• Artificial intelligence
• Court of Appeals decisions.

Kaynakça

1. Agnew, R. (1992). Foundation for a general strain theory of crime and delinquency. Criminology, 30(1), 47–87. https://doi.org/10.1111/J.1745-9125.1992.TB01093.x.
2. Agnew, R. (2006). Pressured into crime: An overview of general strain theory. Roxbury Publishing.
3. Akers, R. L., & Sellers, C. S. (2013). Criminological theories: Introduction, evaluation, and application (6th ed.). Oxford University Press. https://doi.org/10.4324/9781315062723.
4. Aletras, N., Tsarapatsanis, D., Preoţiuc-Pietro, D., & Lampos, V. (2016). Predicting judicial decisions of the European Court of Human Rights: A natural language processing perspective. PeerJ Computer Science, 2, e93. https://doi.org/10.7717/peerj-cs.93.
5. Ashley, K. D. (2017). Artificial intelligence and legal analytics: New tools for law practice in the digital age. Cambridge University Press. https://www.scribd.com/document/1020409610/Artificial-Intelligence-and-Legal-Analytics-Kevin-D-Ashley-Z-Library.
6. Australian Federal Police. (2023). Bestie that’s not a slay! Gen Z more likely than anyone else to fall victim to cybercrime. https://www.afp.gov.au/news-centre/media-release/bestie-thats-not-slay-gen-z-more-likely-anyone-else-fall-victim.
7. Bandura, A. (1977). Social learning theory. Prentice Hall. https://www.asecib.ase.ro/mps/Bandura_SocialLearningTheory.pdf.
8. Bowen, G. A. (2009). Document analysis as a qualitative research method. Qualitative Research Journal, 9(2), 27-40. DOI: 10.3316/QRJ0902027.

9. Brenner, S. W. (2010). Cybercrime: Criminal threats from cyberspace. Praeger.
10. Büyüköztürk, Ş., Çakmak, E. K., Akgün, Ö. E., Karadeniz, Ş., & Demirel, F. (2017). Bilimsel araştırma yöntemleri (23. bs.). Pegem Akademi.
11. Castells, M. (2010). The rise of the network society (2nd ed.). Wiley-Blackwell.
12. Cihan, M., & Yıldız, S. (2021). Sosyal medya aracılığı ile işlenen suçlar: Facebook, Twitter ve Instagram örnekleri. Kırıkkale Üniversitesi Sosyal Bilimler Dergisi, 11(1), 135-150. https://izlik.org/JA65KX43PB
13. Cohen, L. E., & Felson, M. (1979). Social change and crime rate trends: A routine activity approach. American Sociological Review, 44(4), 588–608. https://www.jstor.org/stable/2094589.
14. Creswell, J. W., & Creswell, J. D. (2018). Research design: Qualitative, quantitative, and mixed methods approaches (5th ed.). Sage. https://www.ucg.ac.me/skladiste/blog_609332/objava_105202/fajlovi/Creswell.pdf.
15. eSafety Commissioner. (2024). Addressing youth crime on social media platforms [Media release]. https://www.esafety.gov.au/newsroom/media-releases/addressing-youth-crime-on-social-media-platforms
16. Gregor, S., & Hevner, A. R. (2013). Positioning and presenting design science research for maximum impact. MIS Quarterly, 37(2), 337–355. https://www.researchgate.net/publication/262350911_Positioning_and_Presenting_Design_Science_Research_for_Maximum_Impact.
17. Güvenli Web. (2026). Dijital 2026 Türkiye. https://www.guvenliweb.org.tr/dosya/h3ubY.pdf
18. Hastie, T., Tibshirani, R., & Friedman, J. (2009). The elements of statistical learning: Data mining, inference, and prediction (2nd ed.). Springer.
19. James, G., Witten, D., Hastie, T., & Tibshirani, R. (2021). An introduction to statistical learning (2nd ed.). Springer. https://www.science.smith.edu/~jcrouser/SDS293/reading/IntroToStatisticalLearning.pdf
20. Kaplan, M. (2020). Terörle ve diğer suçlarla mücadelede kolluğun sosyal medya kullanımının değerlendirilmesi. Güvenlik Bilimleri Dergisi, (Özel Sayı), 207-233. https://doi.org/10.28956/gbd.696023
21. Kara, M. (2024). Suç örgütlerinin sosyal medyayı bir özendirme aracı olarak kullanması: Basına yansıyan haberler eşliğinde bir inceleme. Yeni Medya Elektronik Dergisi, 8(3), 510-536. https://izlik.org/JA46CT69YJ
22. Krippendorff, K. (2018). Content analysis: An introduction to its methodology (4th ed.). Sage Publications. https://www.metodos.work/wp-content/uploads/2020/05/content_analysis-kippendorf-book.pdf.
23. Lee, C. S. (2021). Online fraud victimization in China: A case study of Baidu Tieba. Victims & Offenders, 16(3), 343–362. https://doi.org/10.1080/15564886.2020.1838372.
24. Mubarak, A. R., & Quinn, M. (2019). General strain theory of Internet addiction and deviant behaviour on social networking sites. Journal of Information Technology & People, 32(6), 1528–1548. https://doi.org/10.1108/JITP-01-2018-0002.
25. Safer Internet Lab. (2025). Online fraud and scams in South Korea. https://saferinternetlab.org/wp-content/uploads/2025/06/Research-Report-A4_Fraud-South-Korea.pdf.
26. Shmueli, G., & Koppius, O. R. (2011). Predictive analytics in information systems research. MIS Quarterly, 35(3), 553–572. https://www.academia.edu/741469/Predictive_Analytics_in_Information_Systems_Research.
27. Statista. (2026). Social media in Turkey- statistics & facts. https://www.statista.com/topics/9412/social-media-in-turkey/?srsltid=AfmBOorFz6fk4WW-e1McR_6MsJbFaDYU08a3Rn1I1v6BZZkKGMzLa31Z#topicOverview.
28. Taşdemir, E. (2017). Sosyal medyada terör propagandası: Deaş örneği. Gümüşhane Üniversitesi İletişim Fakültesi Elektronik Dergisi, 5(2), 726-752. https://doi.org/10.19145/e-gifder.335505.
29. Wall, D. S. (2007). Cybercrime: The transformation of crime in the information age. Olity Press.
30. We Are Social. (2025). We Are Social 2025 Türkiye raporu. Güvenli Web. https://www.guvenliweb.org.tr/dokuman-detay/we-are-social-2025-ekim-raporu
31. Weimann, G. (2004). How modern terrorism uses the ınternet. Washington DC: Unıted States Institute of Peace, Special Report, 116, www.usip.org, https://www.jstor.org/stable/resrep12363.
32. Yar, M. (2013). Cybercrime and society (2nd ed.). Sage Publications.
33. Yargıtay 11. Ceza Dairesi. (2025). E. 2021/30579, K. 2025/13550 (Karar Tarihi: 22.10.2025).
34. Yargıtay 11. Ceza Dairesi. (2025). E. 2025/557, K. 2025/11394 (Karar Tarihi: 15.09.2025).
35. Yargıtay 12. Ceza Dairesi. (2025a). E. 2022/6791, K. 2025/3596 (Karar Tarihi: 09.04.2025).
36. Yargıtay 12. Ceza Dairesi. (2025b). E. 2025/1595, K. 2025/9058 (Karar Tarihi: 22.12.2025).
37. Yargıtay 4. Ceza Dairesi. (2025). E. 2025/7764, K. 2025/20470 (Karar Tarihi: 09.12.2025).
38. Yargıtay 8. Ceza Dairesi. (2025). E. 2024/18208, K. 2025/1173 (Karar Tarihi: 13.02.2025).
39. Yargıtay 9. Ceza Dairesi. (2025). E. 2024/9028, K. 2025/218 (Karar Tarihi: 09.01.2025).
40. Yargıtay. (b.t.). Yargıtay karar arama. https://karararama.yargitay.gov.tr/