Tek İsimle Başlayan Hafıza: Die Zeit, Nazi Partisi Üyelerinden Oluşan Aranabilir Bir Veritabanını Nasıl Oluşturdu?

II. Dünya Savaşı’nın son günlerinde, Nazi Almanyası çökerken, Nazi yetkilileri milyonlarca parti üyelik kartının imha edilmesini emretti. Almanya genelindeki parti üyeliklerini kayıt altına alan devasa kart arşivi ise büyük ölçüde kâğıt fabrikasının yöneticisi Hanns Huber’in aldığı kritik karar sayesinde kurtuldu. Huber, belgeleri kâğıt hamuruna dönüştürmek yerine ABD birliklerine teslim etmeyi tercih etti.

Yıllar boyunca, aile üyelerinden birinin Nazi Partisi’ne resmî adıyla Nasyonal Sosyalist Alman İşçi Partisi’ne (NSDAP) üye olup olmadığını öğrenmek hiç de kolay değildi. Bunun için ya Almanya Federal Arşivleri’ne resmî başvuruda bulunmak ya da Washington DC’deki ABD Ulusal Arşivleri’nde bulunan mikrofilm kayıtlarını tek tek incelemek gerekiyordu. Bu yılın başlarında ABD Ulusal Arşivlerler bölümü kayıtların dijitalleştirilmiş kopyalarını çevrim içi erişime açtı. Ancak ilgi o kadar yoğundu ki İnternet sitesi kısa süreliğine çöktü.

Alman gazetesi Die Zeit için bu arşiv, önemli bir gazetecilik fırsatıydı. Belgeler kamuya açılmıştı ancak bunlar arasında arama yapmak hâlâ büyük bir sorundu. Milyonlarca üyelik kartı binlerce PDF dosyasına dağılmış olduğundan, tek tek isim aramak neredeyse imkânsızdı.

Muhabirler, veri gazetecileri ve veri bilimcilerinden oluşan bir ekip bu sorunu çözmek için harekete geçti. Arşivin çevrim içi erişime açılmasından yalnızca birkaç hafta sonra Die Zeit, milyonlarca taranmış üyelik kartını herkesin isim bazında arayabileceği bir veritabanına dönüştürdü. O günden bu yana veritabanında milyonlarca arama yapıldı. Kullanıcılar, yıllardır arşivin derinliklerinde gizli kalmış büyükbabalarının, büyük amcalarının ve diğer aile üyelerinin parti üyelik kayıtlarına ulaştı.

Bu veritabanı, Nazi Almanyası’na ilişkin yaygın bir yanılgıyı da sorguluyor. Nazi Almanyası’nın silahlı kuvveti Wehrmacht için askerlik zorunluydu ancak Nazi Partisi’ne üye olmak zorunlu değildi. Bazı meslek gruplarında partiye katılmak yönünde yoğun toplumsal baskı bulunsa da, üyelik resmî olarak gönüllülük esasına dayanıyordu.

Die Zeit’ın veri gazetecisi ve görselleştirme uzmanı Gregor Aisch ile gazetenin Veri Bilimi ve Yapay Zekâ Birimi’nin yöneticisi Andreas Loos, GIJN’e verdikleri röportajda bu projenin nasıl geliştirildiğini, arşivi aranabilir hale getirmede yapay zekânın nasıl kullanıldığını ve yayımlandıktan sonra karşılaştıkları beklenmedik ilgiyi anlattı.

Yapay Zekâ ile Aranabilir Bir Arşiv Oluşturmak

Projenin temelini, parti üyelik kayıtlarını içeren iki büyük koleksiyon oluşturuyordu: Merkezi Kart Dizini (Central Card Index) ve Bölgesel Gau Kart Dizini (Gau Card Index). Nazi Partisi üzerine onlarca yıldır araştırmalar yürüten siyaset bilimci Jürgen Falter’e göre, savaşın ardından Merkezi Kart Dizini’nin yalnızca yüzde 44’ü, Gau Kart Dizini’nin ise yüzde 77’si günümüze ulaşabildi.

Buna rağmen, geriye kalan belgeler Nazi Partisi üyeliklerine ilişkin dünyadaki en kapsamlı bilgi kaynaklarından birini oluşturuyor. Arşivde hâlâ önemli eksiklikler bulunsa da, mevcut kayıtlar 1925 ile 1945 yılları arasındaki Nazi Partisi üyeliklerinin yaklaşık yüzde 90’ını kapsıyor.

Andreas Loos, Die Zeit’ın Veri Bilimi ve Yapay Zekâ Birimi Başkanı. Görsel: Loos

Arşivi aranabilir bir veritabanına dönüştürmek için ekip, her biri yaklaşık 3 bin sayfa taranmış üyelik kartı içeren 5.442 PDF dosyasını işlemek zorundaydı. Üstelik birçok parti üyesi hem Merkezi Kart Dizini’nde hem de Gau Kart Dizini’nde yer aldığından, yinelenen kayıtların da tespit edilip ayıklanması gerekiyordu.

“Yapay zekâyı temel olarak görsellerden metin çıkarmak için kullandık,” diyor Loos. “Kullandığımız modeller, oldukça karmaşık görsel verilerle bile başa çıkabildi. Her kartta farklı yazı karakterleriyle birlikte el yazıları da bulunabiliyordu. Bunlar arasında eski Alman el yazısı biçimleri olan Kurrent ve Sütterlin de vardı. Yapay zekâ bunların tamamını okuyabildi.”

Optik karakter tanıma (OCR) teknolojisi, görsellerdeki metni bilgisayarların işleyebileceği dijital metne dönüştürüyor. NSDAP projesinde ekip, birden fazla OCR sistemini birlikte kullandı ve üyelik kartlarındaki basılı el yazısı bilgilerini çözümlemek için büyük ölçüde Google’ın Gemini büyük dil modelinden (LLM) yararlandı.

Ancak Die Zeit için bu proje yapay zekâyı denemek amacıyla yürütülen bir çalışma değildi. Yapay zekâ zaten uzun süredir haber merkezinin kullandığı araçlardan biriydi. NSDAP veritabanı ise bu araçları çok daha büyük ölçekte uygulama fırsatı sundu.

“Yapay zekâ zaten araç setimizin önemli bir parçasıydı,” diyor Loos. “Özellikle güçlü arama uygulamalarıyla birlikte kullanıldığında, büyük veri setlerinin işlenmesi ve analiz edilmesinde giderek daha önemli bir rol oynayacak.”

Kayıtlar yaklaşık yirmi yıllık bir dönemde, farklı kurumlar tarafından, farklı idari sistemler ve birbirinden tutarsız kayıt biçimleri kullanılarak oluşturulmuştu. Bu nedenle isim, doğum tarihi, meslek ve doğum yeri gibi bilgilerin standart bir yapıya dönüştürülmesi, verilerin güvenilir biçimde aranabilmesi için kapsamlı bir veri işleme süreci gerektirdi.

Aisch ise tek başına ad ve doğum yerinin bir kişiyi kesin olarak tanımlamaya yetmeyeceğine dikkat çekiyor: “Ad ve doğum yerinin birlikte bulunması elbette bir kişiyi kesin olarak teşhis etmeye yetmez. Ancak bunlara doğum tarihini de eklerseniz, karşınızdaki kişinin gerçekten akrabanız olduğundan büyük ölçüde emin olabilirsiniz.”

Hataları ve Eksiklikleri Yönetmek

Yapay zekâ araçlarıyla geliştirilen birçok haber merkezi projesinde olduğu gibi, bu veritabanında da erişilebilirlik ile doğruluk arasında hassas bir denge kurulması gerekiyordu.

“LLM’ler kullanılarak elde edilen OCR verilerinin zaman zaman halüsinasyon üretebilmesi önemli sınırlılıklardan biriydi ve bunun örnekleriyle karşılaştık,” diyor Loos. “Bununla başa çıkmak için okurlarımıza e-posta yoluyla hataları bildirme imkânı sunduk. Bu sayede yüzlerce kaydı düzeltebildik.”

Loos’a göre ekip, OCR sonuçlarının genel olarak oldukça doğru olduğunu gördü. Ancak bu doğruluğu değerlendirmek her zaman kolay olmadı. Çünkü büyük dil modelleri (LLM’ler) bazı durumlarda metni yalnızca aktarmakla kalmıyor, yorumlayarak veya tamamlayarak yeniden üretiyordu.

Die Zeit’ın veri gazetecisi ve görselleştirme uzmanı Gregor Aisch

“LLM’ler çoğu zaman belgenin birebir metin dökümünü vermiyor. Metne açıklamalar da ekliyor. Örneğin yalnızca ‘D.’ yazan bir ifadeyi ‘D. [Düsseldorf]’ şeklinde genişletebiliyor. Bu tür eklemeler arama işlevi açısından faydalı olabilir ancak amaç belgenin aslına sadık bir OCR çıktısı üretmekse doğru değil.”

Bunun yanı sıra, bazı kartlardaki yazılar çözümlenemeyecek kadar silik veya okunaksızdı. Bu nedenle ekip, hangi bilgilerin gerçekten okunamadığına karar vermek zorunda kaldı.

“Başlangıçta en büyük sorunumuzun el yazıları olacağını düşünüyorduk. Ancak LLM’ler bu problemi büyük ölçüde çözdü,” diyor Loos. “Sonuçta bizim için en büyük zorluk, arka plandaki sistemin (backend) performansı ve projenin maliyeti oldu.”

Haber Merkezinde Disiplinlerarası İş Birliği

Proje, Die Zeit bünyesindeki farklı ekipleri ortak bir çalışma etrafında bir araya getirdi. Her ekip, projenin farklı bir aşamasına katkı sundu.

Veri bilimi ve yapay zekâ ekibi, milyonlarca taranmış üyelik kartındaki bilgileri çıkararak yapılandırılmış ve aranabilir bir veri setine dönüştürdü. Veri gazeteciliği ve görselleştirme ekibi ise arama aracını ve projeye eşlik eden scrollytelling anlatımını geliştirdi. Bilim ve Tarih servisleri de arşiv araştırmaları ile tarihsel uzmanlık sağlayarak, kayıtların Nazi Partisi üyeliğinin daha geniş tarihsel bağlamı içinde değerlendirilmesine katkıda bulundu.

“Amacımız, bu üyelik kayıtlarını anında sonuç verecek şekilde aranabilir hale getirmekti,” diyor Aisch. “Ama daha da önemlisi, insanların bu kayıtlar içinde akrabalarını bulduklarında bunun ne anlama geldiğini açıklayacak tarihsel bağlamı sunmak istedik.”

Çünkü arama aracı yalnızca bir parti üyesinin adını ortaya çıkarabiliyordu. Asıl değer ise, partiye katılımın zaman içindeki örüntülerini analiz ederek, bulunan kayıtların tarihsel anlamını ortaya koyabilmesiydi. Böylece kullanıcılar yalnızca bir aile ferdinin adına ulaşmakla kalmıyor, o üyeliğin hangi koşullarda ve nasıl bir tarihsel bağlam içinde gerçekleştiğini de anlayabiliyordu.

Nazi Parti Üyeliğini Tarihsel Bağlama Oturtmak

Die Zeit, aranabilir veritabanını araştırmanın yalnızca bir parçası olarak ele aldı. Ekip, aracın yanı sıra parti üyeliklerine ilişkin kapsamlı bir analiz de yürüttü. Kayıtlar üzerinden NSDAP’ye kimlerin üye olduğu, hangi dönemlerde partiye katıldıkları ve üyelik yapısının yaklaşık yirmi yıllık süreçte nasıl değiştiği incelendi.

Daha önce siyaset bilimci Jürgen Falter’in de aralarında bulunduğu araştırmacılar, yıllar boyunca üyelik kartlarından seçilen örneklemler üzerinden Nazi Partisi’ni incelemişti. Ancak milyonlarca kayda erişim, bu eğilimleri ilk kez böylesine geniş bir ölçekte analiz etme olanağı sağladı.

Analiz, partinin 1925’te yeniden kurulmasından II. Dünya Savaşı’nın sonuna kadar geçen süreçte nasıl büyüdüğünü ortaya koydu. Adolf Hitler’in 1933 yılında şansölye olmasının ardından parti üyeliklerinde büyük bir artış yaşandı. Başvuruların yoğunluğu nedeniyle parti yönetimi yeni üyelikleri bir süreliğine durdurdu kayıtlar ancak 1937 yılında yeniden açıldı.

1925 ile 1945 yılları arasında yaklaşık 10,2 milyon Alman, Nazi Partisi üyelik kartı aldı.

Veriler, partiye kimlerin katıldığına dair de önemli ipuçlarını sağladı. Ekip, Jürgen Falter’in daha önce oluşturduğu 50 bin üyelik karttan oluşan örneklemden yararlanarak, üyeliğin özellikle devlet memurları ve beyaz yakalı çalışanlar arasında yaygın olduğunu görselleştirdi. Buna karşılık çok sayıda sanayi işçisi ise Sosyal Demokrat ve Komünist siyasi hareketlerle bağını sürdürdü.

Kayıtlar, üyelik profilinin kuşaklar arasında nasıl değiştiğini de gösterdi. Savaş yıllarında partiye katılım giderek daha genç yaş gruplarına kaydı. Bu yeni üyelerin önemli bir bölümü daha önce Hitler Gençliği (Hitler Youth) ve Alman Kızlar Birliği (League of German Girls) gibi Nazi gençlik örgütlerinde yer almıştı.

“Kayıtlar bize Nazi Partisi’ne kimlerin katıldığını gösteriyor ancak neden katıldıklarını söylemiyor,” diyor Aisch. “Üyelikler birkaç farklı dalga halinde gerçekleşti. Görece az sayıda kişi 1933 öncesinde partiye katıldı. Parti iktidara geldikten sonra üyeliklerde büyük bir patlama yaşandı ve bunun üzerine yeni üye kabulü durduruldu. Kayıtlar 1937’de yeniden açıldığında ise ikinci büyük artış yaşandı. İnsanların motivasyonlarını anlamak için partiye ne zaman katıldıkları kritik önem taşıyor.”

Bununla birlikte ekip, verilerden çıkarılabilecek sonuçlar konusunda temkinli davranmayı tercih etti. Veritabanı bireyleri bulma konusunda oldukça başarılı olsa da, kayıtlar arasındaki tutarsızlıklar bazı geniş ölçekli analizlerin güvenilirliğini sınırlıyordu.

“Elbette bunun gibi daha fazla analiz yapmak isterdik,” diyor Loos. “Ancak bunun için çok daha standartlaştırılmış bir veri setine ihtiyaç var. Mevcut haliyle bu veri setı, kapsamlı istatistiksel analizlerden ziyade kişileri isimleriyle bulmak için çok daha elverişli.”

Kişisel Tarihle Yeniden Yüzleşmek

Projenin yayımlanmasının ardından kullanıcılar, aile üyelerini, eski komşularını, yerel yöneticileri ve yaşamları Nazi Almanyası dönemiyle kesişen diğer kişileri aramaya başladı. Bu aramaların bazıları, aile içinde yıllardır dile getirilen şüpheleri doğrularken, bazıları ise daha önce hiç sorulmamış yeni soruları gündeme getirdi.

Bu deneyim yalnızca okurlarla sınırlı değildi. Araştırma sürecinde Aisch de kendi büyük büyükbabasına ait bir Nazi Partisi üyelik kartını buldu.

“Ailemde anlatılanlardan, büyük büyükbabamın Nazi Partisi iktidara gelmeden önce partiye katılmış olmakla gurur duyan bir NSDAP üyesi olduğunu biliyordum,” diyor Aisch. “Ancak fotoğrafının da yer aldığı gerçek üyelik kartını görmek, aile içinde anlatılan bu hikâyeyi benim için çok daha somut hale getirdi.”

Kayıtların aranabilir hale gelmesiyle birlikte, yıllardır arşivlerde saklı kalan bilgiler ilk kez geniş kitlelerin erişimine açıldı. Bazı kullanıcılar için bu durum, kuşaklar boyunca sorgulanmadan aktarılan aile hikâyelerine yeniden ve daha eleştirel gözle bakılmasına neden oldu.

Franz Herbst’e ait 1937 tarihli bir NSDAP üyelik kartı. Kart, Herbst’in kişisel arşivinde bulundu. Fotoğraf: Skallaub / Wikimedia Commons (Creative Commons).

Uluslararası İlgi ve Kamuoyunun Tepkisi

Proje kısa sürede Almanya sınırlarını aşan bir ilgi gördü. Ekip, Almanca bilmeyen kullanıcıların da veritabanından yararlanabilmesi için daha sonra projenin İngilizce bir sürümünü de yayımladı.

Uluslararası medya, büyük ölçüde arşiv kayıtları üzerinde bağımsız analizler yapmak yerine veritabanının kendisine odaklandı. CNN, BBC, The Guardian ve Le Monde gibi medya kuruluşları projeyi haberleştirirken, birçok haberde arşiv kayıtlarında akrabalarını bulan kullanıcıların hikâyelerine yer verildi.

“Böylesine geniş bir uluslararası ilgi beklemiyorduk,” diyor Aisch. “Ama dönüp baktığımda bunun oldukça anlaşılır olduğunu düşünüyorum. Bir Alman gazetesinin yapay zekâyı kullanarak adeta bir ‘Nazi arama motoru’ geliştirmesi, kolay kolay göz ardı edilemeyecek bir hikâye.”

Projenin Almanya’da gördüğü ilgi de dikkat çekiciydi. Haber merkezi, yayımlanmadan önce aile geçmişlerinin zor ve karanlık yönleriyle tekrar yüzleşmek istemeyen okurlardan eleştiri gelebileceğini düşünüyordu. Ancak ekip, Alman okurlardan gelen olumlu tepkiler karşısında şaşkınlık yaşadı.

“Bu arşivleri herkes için daha erişilebilir hale getirdiğimiz için bize teşekkür eden çok sayıda okur oldu,” diyor Aisch. “Birçoğu, zaten şüphelendikleri akrabalarının kayıtlarına ulaşınca derinden etkilendi.”

Aracın Ötesinde: Yeni Haberler Üretmek

Projenin yayımlanmasının ardından Die Zeit, arşiv kayıtlarından yeni haberler üretmeye devam etti. Bu haberlerin önemli bir bölümü, kullanıcıların arama sonuçlarını doğru değerlendirebilmeleri için ek tarihsel bağlam sunmayı amaçlıyordu.

“Bu veri setinden yola çıkarak çok sayıda devam haberi hazırladık,” diyor Loos. “Bunların bir kısmı kullanıcıların tepkilerine odaklanırken, diğerleri verilerin nasıl okunması ve yorumlanması gerektiğine ilişkin tarihsel bağlam sağladı.”

Haber merkezi için zamanla, veritabanını oluşturmak kadar onun sınırlarını okurlara anlatmak da önem kazandı. Bir üyelik kartı, bir kişinin Nazi Partisi’ne katıldığını gösterebilir. Ancak neden katıldığını, parti içinde nasıl bir rol üstlendiğini ya da zaman içinde düşüncelerinin nasıl değiştiğini tek başına açıklayamaz. Bu nedenle ekip, geliştirdikleri aracın insanların yaşamına ilişkin kesin hükümler veren bir kaynak olarak değil, yeni araştırmalara kapı aralayan bir başlangıç noktası olarak değerlendirdi.

Hanna Duggal, GIJN’in iki haftada bir yayımlanan Veri Gazeteciliğinde İlk 10 köşesinin yazarıdır. Aynı zamanda Al Jazeera‘nın veri gazeteciliği, görsel hikâye anlatımı ve deneysel projeler ekibi AJ Labs’ta veri gazetecisi olarak çalışmaktadır. Veri odaklı haberlerinde polis uygulamaları, gözetim ve protestolar gibi konuları ele alan Duggal; GIJN için de Orta Doğu’da veri gazeteciliği, TikTok algoritmalarının incelenmesi ve ABD’deki yerli toplulukların topraklarını araştırmak için verinin kullanımı üzerine haberler hazırlamıştır.