Skip to content
Norly Researchnorly.co →

Norly Research

Makineye Görünmez

Yapay zeka restoran, kafe ve bar önerilerinin eksiksiz bir pazar sayımı karşısında denetimi

Vladimir Pitenin · Norly Research · Ağustos 2026 · arXiv:2608.07069

Makaleyi arXiv'de okuyunRaporu indirin (PDF, İngilizce)

Bu nedir

Yapay zeka asistanlarının hangi kafe, restoran ve barları önerdiğine — ve hangilerini hiç anmadığına — dair bir çalışma. İki pazardaki tüm mekânları tek tek saydık, yedi gün boyunca dört yapay zeka sistemine 2 208 soruyu gerçek misafirler nasıl soruyorsa öyle sorduk ve andıkları her mekânı haritayla eşleştirdik. Bildiğimiz kadarıyla bu, yapay zeka mekân önerilerinin tam pazar ölçeğindeki ilk denetimi.

Neden yaptık

“Yapay zeka kimi görüyor ve neden?” restoran işi için en temel sorulardan biri — ama bugüne dek yalnızca tanınmış markalardan alınan örneklemlerle yanıtlandı. Örneklem kimin daha üstte olduğunu söyler; kaç mekânın hiç görünmediğini yalnızca tam sayım söyler. Yöntem, veriler ve boş sonuçlar eksiksiz yayımlandı: çalışma denetlenebilir ve sorgulanabilir.

4 776

mekân — Bali'deki iki pazarın eksiksiz sayımı

2 208

soru — ChatGPT, Claude, Gemini ve Perplexity'ye

26 993

alıntı — her biri kaydedildi ve incelendi

1.4 milyon

istatistik modelindeki “mekân–soru” çifti

Ana bulgular

  1. 01%85.6 — 4 776 mekân içinde hiçbir sistemin bir kez bile önermediği pay; 50+ yorumu olan mekânlarda bile %72.6.
  2. 02İki aşama var: yanıta girmeyi dijital iz belirliyor — kendi web sitesi (OR 1.92), yorum sayısı (OR 1.64), belirtilen fiyat (OR 1.54), web'deki anılmalar (OR 1.44) — yıldız puanıysa girişte etkisiz (OR 0.89) ve yalnızca ilk sırayı belirliyor (OR 1.17).
  3. 03%0.08 — uydurma anılmaların payı; nadir. Buna karşılık sistemler kalıcı olarak kapanmış mekânları 93 kez önerdi.
  4. 04%33–54 — herhangi iki sistemin ilk 20 örtüşmesi; aynı soru tekrarlandığında %22–45 örtüşüyor; iki hafta sonraki kontrol ölçümü zamana bağlı bir kayma bulmadı.
  5. 051 numaralı kaynak — 26 993 alıntı içinde mekânın kendi web sitesi, TripAdvisor'ın önünde.

Grafikler

Sayım içinde hiç önerilmeyenlerin payı: tüm mekânlar ve yerleşik mekânlar. Makale, Şekil 1.
Waffle grafiği: 4 776 mekânın %85.6'sı hiçbir yapay zeka sistemince önerilmedi; 50+ yorumlu yerleşik mekânların %72.6'sı hiç anılmadı

Sayım içinde hiç önerilmeyenlerin payı: tüm mekânlar ve yerleşik mekânlar. Makale, Şekil 1.

İki aşama: giriş (Tablo 1) ve ilk sıra (Tablo 3); %95 güven aralığıyla odds oranları. Makale, Şekil 4.
Giriş ve ilk sıra aşamalarındaki odds oranlarının forest grafiği

İki aşama: giriş (Tablo 1) ve ilk sıra (Tablo 3); %95 güven aralığıyla odds oranları. Makale, Şekil 4.

Eşleşmeyen anılmalardaki hata türleri: kapalı mekânlar ve olası uydurma. Makale, Şekil 10.
Kalıcı olarak kapanmış mekânlara 93 anılma; büyük olasılıkla uydurma tek mekâna 10 anılma

Eşleşmeyen anılmalardaki hata türleri: kapalı mekânlar ve olası uydurma. Makale, Şekil 10.

Sistemler arası ilk 20 örtüşmesi, ikili Jaccard katsayısı. Makale, Şekil 6.
Dört sistemin ikili ilk 20 Jaccard örtüşmesi, 0.33 ile 0.54 arası

Sistemler arası ilk 20 örtüşmesi, ikili Jaccard katsayısı. Makale, Şekil 6.

En çok alıntılanan alan adları, tüm sistemler birlikte. Makale, Şekil 9.
26 993 alıntıda en çok alıntılanan alan adları: mekânın kendi web sitesi birinci, TripAdvisor üçüncü

En çok alıntılanan alan adları, tüm sistemler birlikte. Makale, Şekil 9.

Yöntem, kısaca

İki pazarın tamamı, uyarlanabilir bir Google Places ızgarasıyla sayıldı. Soru seti: 8 misafir tipi × 6 ifade × 2 bölge = 96 sabit soru; hepsi makalenin Ek C'sinde kelimesi kelimesine yayımlandı. Arama destekli dört sistem (ChatGPT, Claude, Gemini, Perplexity), 7 gün boyunca; iki hafta sonra kontrol tekrarı. Ad çıkarma ve sayımla eşleştirme bağımsız etiketlemeyle doğrulandı, hata oranları yayımlandı. Hipotezler ve analiz planı veriler toplanmadan önce sabitlendi (ön kayıt). Ana model: “mekân × soru × tur” çiftleri üzerinde binom GLM; sağlamlık GEE, küme bootstrap'i ve duyarlılık kontrolleriyle sınandı.

Nasıl atıf yapılır

Pitenin, V. (2026). Invisible to the Machine: Auditing AI Restaurant, Cafe, and Bar Recommendation Against a Complete Market Census. arXiv:2608.07069. https://doi.org/10.48550/arXiv.2608.07069
▸BibTeX
@article{pitenin2026invisible,
  author  = {Pitenin, Vladimir},
  title   = {Invisible to the Machine: Auditing AI Restaurant, Caf\'e, and Bar Recommendation Against a Complete Market Census},
  journal = {arXiv preprint arXiv:2608.07069},
  year    = {2026},
  doi     = {10.48550/arXiv.2608.07069}
}

Lisans: CC BY 4.0. Kaynak göstererek dilediğiniz gibi paylaşın ve alıntılayın.

Veriler ve materyaller

Replikasyon paketi: türetilmiş veriler ve kod makaleyle birlikte yayımlandı; platformlardan alınan ham içerik dağıtılmıyor.

Sırada ne var

Tek bölge ve tek dil — bilinçli bir seçim: tamamı sayılabilecek bir pazar. Sırada aynı ölçümün bambaşka bir pazarda tekrarı ve bir müdahale deneyi var.

Norly Research hakkında

Norly Research, Norly'nin — kafe, restoran ve barlar için yorum yönetimi yazılımı geliştiren şirketin — araştırma kolu. Çalışmayı Norly finanse etti ve yürüttü; çıkar çatışması ve koruyucu önlemler — ön kayıt, dondurulmuş analiz planı, boş sonuçların yayımlanması — makalenin 8. bölümünde açıklanmıştır.