Algoritmik Profilleme İş Akışında Psikometrik Derinlik

1. Giriş

1.1 Algoritmik Profillemenin Psikometrik Boyutu: Mevcut Durum

Dijital platformların kullanıcı tabanı genişledikçe bu platformların ürettiği davranışsal veri de katlanarak büyümektedir. Bireylerin çevrimiçi ortamda bıraktıkları izler — hangi içeriğe tıklandığı, ne kadar süre kalındığı, hangi saatte paylaşım yapıldığı — sistematik olarak toplanmakta, işlenmekte ve psikolojik tahmin modellerine beslenmektedir. Bu sürecin çıktısı, algoritmik profilleme olarak tanımlanmaktadır: bireyin davranışsal verilerinden psikolojik, demografik ve motivasyonel özelliklerin çıkarıldığı uçtan uca bir sistem.

Cambridge Analytica skandalı (2016–2018), beş faktörlü kişilik modeli (OCEAN) temelinde sosyal medya verilerinden psikometrik profil çıkarımının seçim süreçlerinde siyasi mikro-hedefleme amacıyla kullanılabileceğini kamuoyuna kanıtlamıştır (Kaiser, 2019). Ancak o dönemden bu yana hem psikometri hem de yapay zeka alanındaki gelişmeler, mevcut modellerin sınırlılıklarını giderek daha belirgin biçimde ortaya koymaktadır.

Mayıs 2025 itibarıyla yayımlanan araştırmalar, ortaya çıkan Psikometrik YZ alanının göz izleme verisi gibi birkaç saniyelik davranışsal verilerden kişilik ölçümü yapabilen makine öğrenmesi modellerini kapsadığını göstermektedir (Mnemonic AI, 2025). Öte yandan LLM'lerin OCEAN puanlarını girdi olarak kullanarak kişilik özelliklerine dayalı ikna dili üretebilmesi, modellerin manipülasyon aracına dönüşme potansiyelini de gündemin merkezine taşımaktadır (Emergent Mind, 2025).

1.2 Hâlâ Kullanılan Altı Model ve Temel Sınırlılıkları

Algoritmik profilleme sistemlerinde 2025 itibarıyla operasyonel olarak kullanıldığı belgelenen altı psikometrik çerçeve bulunmaktadır.

OCEAN / Big Five: Beş faktörlü kişilik modeli, sosyal medya metni ve davranışsal loglardan otomatik hesaplanabilmektedir (International Journal of Research Publication and Reviews, 2025). Temel sınırlılıklar: kültürel kalibrasyonsuzluk, öz-bildirim yanlılığı ve etik/ahlaki boyutun tamamen dışarıda kalmasıdır. Hiçbir ölçeğin tam kültürlerarası skalar değişmezlik kanıtlayamadığı belgelenmiştir (Sheppard vd., 2026).

NEO-PI-R / BFI-2: Costa ve McCrae tarafından geliştirilen 240 soruluk NEO-PI-R, beş faktörü otuz alt-facet'e ayırarak son derece ayrıntılı profil üretmektedir (PAR, 2024). Temel sınırlılık: sahaya uygulanabilmesi için uzun anket süreci ya da uzun dönem yoğun gözlem verisi gerekmektedir.

HEXACO: Lee ve Ashton tarafından geliştirilen HEXACO, Big Five'a Dürüstlük-Alçakgönüllülük boyutunu eklemektedir. Bu boyut Dark Triad'ın tam karşı kutbunu temsil etmektedir (Lee & Ashton, 2014). Sınırlılıklar: kültürel geçerlilik sorunları ve öz-bildirime bağımlılık devam etmektedir.

Dark Triad: Paulhus ve Williams (2002) tarafından kavramsallaştırılan Dark Triad, Narsisizm, Makyavelizm ve Psikopati'yi ölçmektedir. OCEAN'ın göremediği manipülasyon kapasitesini saptayabilmektedir ancak bu eğilimin altındaki motivasyonlar hakkında bilgi sunamamaktadır.

Moral Foundations Theory (MFT): Haidt (2012) tarafından geliştirilen bu teori, altı ahlaki kanalı ölçmektedir: zarar/bakım, adalet/karşılıklılık, sadakat/ihanet, otorite/saygı, kutsallık/kirlilik ve özgürlük/baskı. Siyasi profilleme dışına çıkamamaktadır.

Psikometrik YZ: En genç ve en hızlı gelişen çerçevedir. Öz-bildirime gerek kalmadan büyük ölçekli gerçek zamanlı profilleme yapılabilmektedir. Temel sınırlılık: yorumlanabilirlik sorunu — sistem neden o skoru ürettiğini açıklamaz (Stachl vd., 2021).

1.3 Ortak Yapısal Boşluk

Altı modelin sınırlılıkları üç ortak eksikliğe işaret etmektedir: (a) bilinçdışı motivasyon ölçülememektedir; (b) kültürel bağlam bir değişken olarak değil, tüm ölçümün içinden geçtiği bir filtre olarak ele alınmamaktadır; (c) sistemler nedensellik değil yalnızca korelasyon sunmaktadır.

1.4 Bu Makalenin İddiası

Bu makale, veri niteliğine duyarlı adaptif çok katmanlı psikometrik profilleme sistemi önermektedir. Çerçevenin üç temel bileşeni bulunmaktadır: (a) mevcut altı psikometrik modelin veri gereksinimine göre üç gruba ayrılması, (b) on üç derinlik psikolojisi teorisyeninin operasyonel soru setleriyle sisteme entegre edilmesi ve (c) üç katmanlı kontrol mekanizmasının profilin güvenilirliğini sürekli denetlemesi.

2. Teorik Zemin

2.1 Algoritmik Profilleme İş Akışının 6. Adımı

Algoritmik profilleme iş akışı (pipeline), dokuz aşamadan oluşan sistematik bir süreçtir: veri toplama, kimlik birleştirme, özellik çıkarımı, vektör temsili, tahmin modelleri, psikometrik profil çıkarımı, segmentasyon, kişiselleştirilmiş içerik üretimi ve geri besleme döngüsü (Başkaya, 2026a). Bu makalenin odağı altıncı adımdır: psikometrik profil çıkarımı.

2025 itibarıyla bu adım üç paralel gelişmenin kesişim noktasındadır: LLM'lerin OCEAN puanlarından kişiye özel ikna dili üretmesi (Emergent Mind, 2025); öz-bildirimsiz psikometrik ölçümün teknik olarak mümkün hale gelmesi (Stachl vd., 2021); XAI yöntemlerinin kara kutu sorununu kısmen aşmaya başlaması (Frontiers in Big Data, 2024).

2.2 Neden Tek Çerçeve Yetmez: Üç Yapısal Gerekçe

Gerekçe 1 — İnsan davranışı tek boyutlu değildir: Kahneman'ın (2011) çift süreç teorisi bu sınırın teorik temelini ortaya koymaktadır. OCEAN ve türevleri Sistem 2 çıktılarını ölçmekteyken davranışı gerçek anlamda belirleyen Sistem 1 süreçleridir.

Gerekçe 2 — Motivasyon ve anlam ölçülemez, çıkarılabilir: Frankl'ın (2006) logotherapy teorisi, anlam arayışının engellenmesinin varoluşsal hayal kırıklığına yol açtığını savunmaktadır. Bununla birlikte radikalizasyon araştırmacılarının önemli bir kısmı anlam boşluğunu gerekli ama tek başına yeterli olmayan bir değişken olarak konumlandırmaktadır; sosyal izolasyon, kimlik kırılganlığı ve fırsatçı ideolojik çerçeve bu potansiyelin eyleme dönüşmesi için ek etkenlerdir. Bu çerçevede anlam boşluğu bir kırılganlık göstergesi olarak değerlendirilmeli, doğrudan bir nedensellik zinciri olarak değil. Aynı durum Adler'in aşağılık kompleksi için de geçerlidir (Adler Graduate School, 2025).

Gerekçe 3 — Kültürel bağlam bir filtredir, değişken değil: Sheppard vd. (2026), 233 yayını inceleyen sistematik değerlendirmede hiçbir ölçeğin tam kültürlerarası skalar değişmezlik kanıtlayamadığını ortaya koymuştur.

2.3 Psikodinamik Teorinin Dört İşlevi

Bu makalenin önerdiği çok katmanlı çerçeve dört teorik işlev eklemektedir: (a) bilinçdışı yapıyı haritalandırmak — Jung ve Adler; (b) motivasyon kökünü bulmak — Frankl ve Erikson; (c) sosyal ve durumsal baskıyı hesaba katmak — Tajfel, Festinger ve Zimbardo; (d) duygusal kapıyı belirlemek — Plutchik ve Cialdini.

2.4 Literatürdeki Boşluk

Mevcut literatür ağırlıklı olarak "daha iyi OCEAN tahmini" sorusuna odaklanmaktadır. Neden sorusu yanıtsız kalmaktadır. Psikodinamik derinliği sistematik biçimde iş akışına entegre eden, veri niteliğine duyarlı, kontrol mekanizmalarıyla donatılmış bir çerçeve literatürde henüz mevcut değildir.

3. Adaptif Psikometrik Çerçeve

3.1 Neden Adaptif Bir Yapı?

Ulusal İstihbarat Direktörlüğü'nün 2025 tarihli araştırma çağrısı (ODNI, 2025), büyük veri ve yapay zeka kullanılarak çevrimiçi ortamdaki psikolojik faktörlerin geçerli ve güvenilir biçimde nasıl ölçüleceği sorusunu açıkça öncelikli araştırma alanı olarak tanımlamıştır. Adli psikoloji alanındaki araştırmalar ise yüksek kaliteli temsili veriye sınırlı erişimin güvenilirliği doğrudan zedelediğini belgelemiştir (Cogent Social Sciences, 2025).

Sabit bir psikometrik çerçeve iki yapısal hata üretir: aşırı iddia (sığ veriyle derin psikodinamik sonuçlara ulaşılması) ve kapasite israfı (zengin biyografik veri mevcut olduğunda yalnızca yüzeysel analiz yapılması). Veri niteliğine duyarlı bir yapı bu ikili sorunu çözmektedir.

3.2 Ön Test Mekanizması

Ön test dört temel sorudan oluşmaktadır ve grup atamasıyla birlikte bir güvenilirlik taban skoru üretmektedir:

Grup ataması sabit değildir: yeni veri girdiğinde ön test yeniden çalıştırılır.

3.3 Grup A — Derin Veri

Mevcut Psikometrik Modeller

NEO-PI-R / BFI-2 — 240 madde, beş boyut, 30 facet. 2024 yılında güncellenen normatif örneklemde Cronbach α 0.87–0.94 arasında elde edilmiştir (PAR, 2024). Profil boyut ve facet düzeyinde iki katmanda yorumlanmaktadır.

CPAI — Kolektivisit kültürler için tasarlanmış 510 maddelik envanter. Kişilerarası İlişkisellik boyutu Big Five'da bulunmayan özgün bir ölçümdür (Cheung vd., 1996).

Psikodinamik Ekler

Grup A toplam: 37 değerlendirme sorusu, 8 çerçeve (NEO-PI-R, CPAI + 6 psikodinamik).

3.4 Grup B — Orta Veri

Mevcut Psikometrik Modeller

OCEAN / Big Five — Metin verisiyle doğrudan çalışabilmektedir. Mayıs 2025'te yayımlanan araştırma, BERT ve RoBERTa gibi transformatör tabanlı modellerin sosyal medya yorumlarından Big Five tahmin edebildiğini ortaya koymuştur (May vd., 2025).

HEXACO — "Big Five'ın yakalayamadığı etik ve ahlaki kişilik varyansını daha iyi ölçmektedir" (Pletzer & Abrahams, 2025, s. 2).

Dark Triad — Araştırma beş farklı profil ortaya koymuştur; "sosyal narsist" öz-bildirimde sapkınlığını gizlerken davranışsal görevlerde "her yönüyle kötücül" kadar hile yapmaktadır (She vd., 2025).

Moral Foundations Theory — Altı ahlaki kanalın ağırlıkları kamuya açık söylemden çıkarılır (Haidt, 2012).

Psikodinamik Ekler

Grup B toplam: 33 değerlendirme sorusu, 8 çerçeve (OCEAN, HEXACO, Dark Triad, MFT + 4 psikodinamik).

3.5 Grup C — Sığ Veri

Grup C'nin temel ilkesi: az veriyle çok iddia edilmez. Her çerçeve sınırlılığını açıkça beyan etmekte; güvenilirlik skoru buna göre belirlenmektedir.

Mevcut Psikometrik Modeller

Psikometrik YZ + XAI Katmanı — YZ ile çıkarılan kişilik skorları ile geleneksel ölçümler arasındaki korelasyon tipik olarak 0.3–0.5 arasında kalmaktadır (PMC, 2025b). XAI katmanı (SHAP/LIME) kara kutu sorununu çözmektedir (Stachl vd., 2021).

Dark Triad (kısıtlı) — Yalnızca Narsisizm ve Makyavelizm sinyalleri kısa söylemden çıkarılabilir. Psikopati sığ veriden güvenilir biçimde çıkarılamaz.

Psikodinamik Ekler

Grup C toplam: 19 değerlendirme sorusu, 6 çerçeve.

Üç Grubun Karşılaştırmalı Özeti

4. Üç Katmanlı Kontrol Mekanizması

Adaptif psikometrik çerçeve, grup ataması ve teorik analiz tamamlandıktan sonra üretilen profil doğrudan çıktıya gitmez. Profil üç bağımsız kontrol katmanından geçmek zorundadır.

4.1 Kontrol Katmanı 1 — Cross-Theory Consistency Score (CTCS)

CTCS, farklı teorik çerçevelerin aynı hedef için ürettiği çıktıların birbirleriyle ne ölçüde tutarlı olduğunu ölçen içsel denetim mekanizmasıdır. "Psikolojik değerlendirmelerde tutarlılık ve plausibilite kontrolü kapsamlı bir geçerlilik değerlendirmesinin merkezinde yer almaktadır" (Merten vd., 2025, s. 1).

Teorik Uyumluluk Matrisi (Seçilmiş Çiftler)

Üç Düzey ve Niceliksel Ağırlıklar

Düzey 1 — Doğrudan çelişki (1.00 puan): İki çerçeve aynı boyutu ölçüyor ve matrise göre aynı yönde olması bekleniyorken zıt sonuç üretiyor. Analistten açıklama talep edilir.

Düzey 2 — Kategorik tutarsızlık (0.50 puan): Farklı boyutları ölçen iki çerçeve teorik olarak ilişkili alanda farklı yönde çıkarım yapıyor. Analist gerekçe beyan ederek devam edebilir.

Düzey 3 — Sessiz boşluk (0.15 puan): Bir çerçeve veri yetersizliği nedeniyle sonuçsuz kalmış. Şeffaflık gereksinimidir.

4.2 Kontrol Katmanı 2 — Temporal Validity Window (TVW)

TVW, üretilen profilin hâlâ geçerli olup olmadığını sorgulayan zamansal denetim mekanizmasıdır. "Bir yapının zamansal kararlılığını belirlemek, gerçek dünya senaryolarında geçerlilik ve kullanışlılığını ortaya koymak için kritiktir" (Personality and Individual Differences, 2024, s. 1).

İki Katmanlı Drift Tespiti

Katman 1 — Nesnel tetikleyiciler: İktidar/rol değişikliği, büyük kayıp, 6+ ay kronik stres, açık ideolojik dönüşüm ve kurumsal çerçeve değişikliği.

Katman 2 — Veri bazlı drift: Yeni gelen veriden hesaplanan boyut skorları eski profille standart sapma cinsinden karşılaştırılır. Bağlanma stili için >1.5 SD, Anlam boşluğu için >1.0 SD, Sistem tercihi için >1.2 SD aşılırsa kısmi yenileme tetiklenir.

4.3 Kontrol Katmanı 3 — Predictive Accuracy Feedback Loop (PAFL)

PAFL, sistemin tahminleri ile gerçekleşen davranışları karşılaştırarak teorik ağırlıkları güncelleyen geri besleme mekanizmasıdır. "İstihbarat tahminleri üzerine yürütülen araştırmalar, kalibrasyonun ve geri besleme döngüleri aracılığıyla yeniden kalibrasyonun analistlerin performansını anlamlı ölçüde iyileştirdiğini ortaya koymuştur" (Mandel & Barnes, 2014, s. 10985).

Retrospektif Kalibrasyon Modeli

Zaman aralıkları: T-0 analiz tarihidir. T-1, T-0'dan geriye Grup A için 12 ay, Grup B için 6 ay, Grup C için 3 ay öncesidir. T-2, T-1'den aynı aralık kadar daha öncesidir. Yeterli tarihsel veri bulunmayan durumlarda PKS başlangıç değeri otomatik olarak 0.50 olarak atanır.

5. Güvenilirlik Skoru ve Çıktı Yapısı

NATO güven düzeyleri üç katmanda tanımlanmaktadır: Yüksek, Orta ve Düşük (FIRST, 2024). Bu çerçeve algoritmik psikometrik profilleme için uyarlanarak dört bileşenli bütünleşik bir güvenilirlik skoru üretilmektedir.

5.1 Dört Bileşen

5.2 Güvenilirlik Düzeyleri

6. Sınırlılıklar ve Gelecek Araştırma

6.1 Bu Çalışmanın Sınırlılıkları

Teorik Uyumluluk Matrisinin ampirik sınırları: Matrisin "beklenen yön" tanımları büyük ölçüde teorik çıkarıma dayanmaktadır. CTCS ağırlık katsayıları deneysel veriye değil, metodolojik muhakemeye dayanmaktadır.

Türkçe kültürel kalibrasyon boşluğu: "Dikey kolektivizm ve dikey bireyselcilik gibi kültürel boyutların Big Five kişilik faktör düzeyleri üzerinde anlamlı etkiler oluşturduğu ortaya konmuştur" (Sav vd., 2025, s. 1). Türkçe için sistematik kalibrasyon normu henüz mevcut değildir. Bu boşluk, Türkçe veri üzerinde uygulanan her Grup B ve C analizinde "kültürel belirsizlik bayrağı" olarak raporlanmalıdır.

Değerlendirme sorularının psikometrik testi: 89 değerlendirme sorusunun yapı geçerliliği, güvenilirliği ve gözlemciler arası tutarlılığı sistematik biçimde test edilmemiştir. Önerilen çerçeve bir araştırma programı olarak görülmeli; tamamlanmış bir psikometrik ölçek olarak değil.

Algoritmik önyargı riski: "Yapay zeka tabanlı kullanıcı profilleme sistemlerinin etik boyutlarını inceleyen kapsamlı derleme, gizlilik ile algoritmik önyargının birincil etik kaygılar olduğunu ortaya koymuştur" (ScienceDirect, 2025b, s. 1).

6.2 Gelecek Araştırma Önerileri

Öneri 1: Teorik Uyumluluk Matrisinin ampirik doğrulanması — Grup A ve B kriterlerini karşılayan bireylerden oluşan örneklem üzerinde paralel uygulama.

Öneri 2: Türkçe kültürel kalibrasyon normu geliştirme — "Kültüre özgü doğrulamanın zorunlu olduğu vurgulanmaktadır" (Eyrenci vd., 2025, s. 1). Üç aşamalı program: mevcut ölçeklerin Türkçe geçerlilik çalışmaları, özgün boyut geliştirme ve iş akışı entegrasyon protokolü.

Öneri 3: Değerlendirme soruları envanterinin psikometrik doğrulaması — uzman analistlerin bağımsız uygulaması ve gözlemciler arası güvenilirlik.

Öneri 4: PAFL döngüsünün longitudinal testi — 6 ve 12 aylık tahmin doğruluk oranlarının izlenmesi.

Öneri 5 — Etik çerçeve: "Psikolojik değerlendirmede yapay zekanın etik boyutları; adalet, yorumlanabilirlik ve bilgilendirilmiş onam eksenlerinde sosyo-teknik zorlukları kapsamaktadır" (Springer Nature, 2025b, s. 1). Bu noktada temel bir sınır çizgisi çizilebilir: bu çerçeve, araştırma, eğitim ve klinik değerlendirme bağlamlarında — etik kurul onayı ve bilgilendirilmiş onam koşuluyla — meşru kabul edilebilir. Kitlesel siyasi mikro-hedefleme, haber akışı manipülasyonu ve onaysız bireysel izleme ise meşru kullanım alanının dışında kalmaktadır.

7. Sonuç

7.1 Ana Bulgular

Birinci bulgu: 2025 itibarıyla hâlâ kullanılan altı model birbirini tamamlayan ama her biri tek başına yetersiz kalan araçlardır. Hiçbirisi bilinçdışı motivasyonu, gelişimsel kriz kalıntılarını veya anlam boşluğunu ölçememektedir.

İkinci bulgu: On üç derinlik psikolojisi teorisyeninin operasyonel soru setleriyle sisteme entegre edilmesi bu boşluğu kısmen kapatabilmektedir. Ancak ön koşul şudur: her teori, ancak destekleyebildiği veri kalitesiyle eşleştirilmelidir.

Üçüncü bulgu: 89 değerlendirme sorusu ve dal haritaları, teorik derinliği operasyonel bir karar ağacına dönüştürmektedir.

Dördüncü bulgu: Üç katmanlı kontrol mekanizması — CTCS, TVW ve PAFL — bu çerçeveyi mevcut sistemlerden ayıran en özgün katkıdır. Teorik Uyumluluk Matrisi, iki katmanlı drift tespiti ve retrospektif kalibrasyon modeli birlikte çalışarak profilin güvenilirliğini ve öğrenme kapasitesini güvence altına almaktadır.

Beşinci bulgu: Güvenilirlik skoru ve çıktı yapısı, analitik belirsizliğin gizlenmesi yerine şeffaf biçimde raporlanmasını zorunlu kılmaktadır.

7.2 Özgün Katkı

Kavramsal düzey: İyi tahmin için önce doğru teori seçilmelidir; doğru teori seçimi için veri kalitesi bilinmelidir; veri kalitesi bilinmeden yapılan her analiz metodolojik aşırı iddia üretmektedir.

Yapısal düzey: Tiered Intelligence Analysis yaklaşımının psikometrik teori seçimine, veri kalitesi ön testine ve üç katmanlı kontrol mekanizmasına dayalı formatlı bir sisteme dönüştürülmesi literatürde ilk kez bu çalışmada gerçekleştirilmektedir.

Operasyonel düzey: 89 değerlendirme sorusu ve dal haritaları, hem saha analistleri hem de algoritma tasarımcıları için referans alınabilir bir karar protokolü sunmaktadır.

7.3 Kapanış

Cambridge Analytica'nın OCEAN modeli üzerinden mikro-hedefleme yaptığı dönem artık tarihsel bir referans noktasıdır. Günümüzde LLM'ler kişilik profillerinden ikna dili üretebilmekte, psikometrik YZ öz-bildirimsiz ölçüm yapabilmektedir. Bu teknik ilerleme, psikometrik derinliği daha güçlü değil, daha gerekli kılmaktadır.

Bir sistem ne kadar güçlü ölçüm yapabilirse, o ölçümün neyi ölçüp neyi ölçmediğini bilmek o kadar kritik hale gelir. Bu makalenin çerçevesi tam olarak bu soruyu yanıtlamaya çalışmaktadır: algoritmik profilleme iş akışında psikometrik derinlik neye benzer ve nasıl inşa edilir? Güvenilirliği ise şeffaf bir skor aracılığıyla raporlanır.

Yaşar Başkaya, Nisan 2026

8. Kaynakça

• Adler Graduate School. (2025). Alfred Adler: Theory and application. https://www.alfredadler.edu/about/alfred-adler-theory-application
• Association for Computational Linguistics. (2024). Confidence is not timeless: Modeling temporal validity for rule-based systems. ACL 2024. https://aclanthology.org/2024.acl-long.580
• Başkaya, Y. (2026a). Algoritmik profilleme iş akışının anatomisi: Veri toplamadan davranışsal manipülasyona uçtan uca teknik inceleme. yasarbaskaya.com.
• Borinca, I. (2025). AI as moral cover: How algorithmic bias exploits psychological mechanisms to perpetuate social inequality. Analyses of Social Issues and Public Policy, 25, e70031. https://doi.org/10.1111/asap.70031
• Buzzabout AI. (2025). What is OCEAN (Big Five) personality model? https://buzzabout.ai/blog/what-is-ocean-(big-five)-personality-model
• Cheung, F. M., Leung, K., Fan, R. M., Song, W. Z., Zhang, J. X., & Zhang, J. P. (1996). Development of the Chinese Personality Assessment Inventory. Journal of Cross-Cultural Psychology, 27(2), 181–199.
• Cialdini, R. B. (2007). Influence: The psychology of persuasion (rev. ed.). Collins Business.
• Cogent Social Sciences. (2025). Analysing criminal profiling validity: Underlying problems and future directions. https://www.sciencedirect.com/science/article/abs/pii/S0160252720301291
• Costa, P. T., & McCrae, R. R. (1992). Revised NEO Personality Inventory (NEO PI-R). Psychological Assessment Resources.
• Emergent Mind. (2025). Big Five personality model. https://www.emergentmind.com/topics/big-five-personality-model
• Erikson, E. H. (1968). Identity: Youth and crisis. Norton.
• Eyrenci, A., Kaytaz Yilmaz, B. N., & Kilby, C. J. (2025). Turkish validity and reliability study of the STRESS scale. Journal of Health Psychology. https://journals.sagepub.com/doi/10.1177/13591053251392679
• Festinger, L. (1957). A theory of cognitive dissonance. Stanford University Press.
• FIRST. (2024). Communicating uncertainties in CTI reporting. https://www.first.org/global/sigs/cti/curriculum/cti-reporting
• Frankl, V. E. (2006). Man's search for meaning (orijinal baskı 1946). Beacon Press.
• Frontiers in Big Data. (2024). Navigating pathways to automated personality prediction: A comparative study of small and medium language models. Frontiers in Big Data, 7, 1387325. https://doi.org/10.3389/fdata.2024.1387325
• GeoInt MOOC. (2024). Analytic standards and judgements: L4.06. https://www.e-education.psu.edu/geointmooc/node/2027
• Haidt, J. (2012). The righteous mind: Why good people are divided by politics and religion. Pantheon Books.
• International Journal of Research Publication and Reviews. (2025). A study on OCEAN model for personality prediction. IJRPR, 6(5), 6908–6912.
• IrisAgent. (2024). The power of AI feedback loop: Learning from mistakes. https://irisagent.com/blog/the-power-of-feedback-loops-in-ai-learning-from-mistakes
• Jung, C. G. (1959). The archetypes and the collective unconscious (R. F. C. Hull, Çev.). Princeton University Press.
• Kaiser, B. (2019). Targeted: The Cambridge Analytica whistleblower's inside story. HarperCollins.
• Kahneman, D. (2011). Thinking, fast and slow. Farrar, Straus and Giroux.
• Kelly, G. A. (1955). The psychology of personal constructs. Norton.
• Kosinski, M., Stillwell, D., & Graepel, T. (2013). Private traits and attributes are predictable from digital records of human behavior. PNAS, 110(15), 5802–5805. https://doi.org/10.1073/pnas.1218772110
• Lee, K., & Ashton, M. C. (2014). The Dark Triad, the Big Five, and the HEXACO model. Personality and Individual Differences, 67, 2–5. https://doi.org/10.1016/j.paid.2014.01.011
• Mandel, D. R., & Barnes, A. (2014). Accuracy of strategic intelligence forecasts. PNAS, 111(30), 10984–10989. https://doi.org/10.1073/pnas.1406521111
• May, S. K., Kobayashi, I., & Tomohiro, I. (2025). Big Five personality trait prediction based on user comments. Information, 16(5), 418. https://doi.org/10.3390/info16050418
• Merten, T., Dandachi-FitzGerald, B., Puente-López, E., & Çetin, E. (2025). Cross-cultural aspects of symptom and performance validity assessment. In Handbook of Psychological Injury and Law. Springer. https://doi.org/10.1007/978-3-031-69734-0_18
• Mitchell, L. L., Lodi-Smith, J., Baranski, E. N., & Whitbourne, S. K. (2021). Implications of identity resolution in emerging adulthood for intimacy, generativity, and integrity across the adult lifespan. Psychology and Aging, 36(5), 545–556.
• Mnemonic AI. (2025). The OCEAN model revisited. https://mnemonic.ai/research/learn/ocean
• Nature Scientific Reports. (2024). Applying explainable artificial intelligence methods to models for diagnosing personal traits and cognitive abilities. Scientific Reports. https://doi.org/10.1038/s41598-024-56080-8
• ODNI. (2025). Evidence-based practice: Understanding people through AI and big data (ICPD-2025-29). Office of the Director of National Intelligence. https://www.zintellect.com/Opportunity/Details/ICPD-2025-29
• PAR. (2024). NEO Personality Inventory-3 normative update. Psychological Assessment Resources. https://www.parinc.com/products/NEO-PI-3-NU
• Paulhus, D. L., & Williams, K. M. (2002). The Dark Triad of personality: Narcissism, Machiavellianism, and psychopathy. Journal of Research in Personality, 36(6), 556–563.
• Personality and Individual Differences. (2024). Temporal stability of trait emotional intelligence. Personality and Individual Differences, 217, 112467.
• Pletzer, J. L., & Abrahams, R. (2025). Personality and job performance: A review of trait models. Current Opinion in Psychology.
• Plutchik, R. (1980). Emotion: A psychoevolutionary synthesis. Harper & Row.
• Sav, M., vd. (2025). Does cultural fit predict well-adapted personality? A cross-cultural comparison between Turkey and Germany. International Journal of Psychology. https://doi.org/10.1002/ijop.70129
• ScienceDirect. (2023). Revisiting Carl Jung's archetype theory: A psychobiological approach. Biosystems. https://doi.org/10.1016/j.biosystems.2023.104906
• ScienceDirect. (2025b). Ethical considerations in AI-based user profiling for knowledge management. https://doi.org/10.1016/j.csi.2025.100001
• She, M. H. C., Ronay, R., & den Hartog, D. N. (2025). The sociable and the deviant: A latent profile analysis of HEXACO and the dark triad. Journal of Business Ethics, 199, 529–547. https://doi.org/10.1007/s10551-024-05835-4
• Sheppard, G., vd. (2026). Understanding and assessing personality across cultures: A scoping review. PLOS One. https://doi.org/10.1371/journal.pone.0338521
• Simply Psychology. (2024). Alfred Adler's theory of individual psychology. https://www.simplypsychology.org/alfred-adler.html
• Simply Psychology. (2025a). Erik Erikson's stages of psychosocial development. https://www.simplypsychology.org/erik-erikson.html
• Simply Psychology. (2025b). Logotherapy: Viktor Frankl's theory of meaning. https://www.simplypsychology.org/logotherapy.html
• SpecialEurasia. (2024). Report writing for intelligence. https://www.specialeurasia.com/2024/11/27/report-writing-for-intelligence
• Springer Nature. (2025b). Ethical challenges and strategic responses to AI integration in psychological assessment. AI and Ethics. https://doi.org/10.1007/s43681-025-00788-4
• Stachl, C., vd. (2021). Explainable AI for psychological profiling from behavioral data. Information, 12(12), 518. https://doi.org/10.3390/info12120518
• SUE Behavioural Design. (2026). System 1 and System 2 explained by Kahneman. https://www.suebehaviouraldesign.com/en/blog/system-1-and-system-2-explained
• Tajfel, H., & Turner, J. C. (1979). An integrative theory of intergroup conflict. In W. G. Austin & S. Worchel (Eds.), The social psychology of intergroup relations (pp. 33–47). Brooks/Cole.
• Wang, vd. (2024). Algorithmic discrimination: Examining its types and regulatory measures. Frontiers in Artificial Intelligence, 7, 1320277. https://doi.org/10.3389/frai.2024.1320277
• Wikipedia. (2024). Analytic confidence. https://en.wikipedia.org/wiki/Analytic_confidence
• Zimbardo, P. G. (2007). The Lucifer effect: Understanding how good people turn evil. Random House.