Uganda'da kadın siyasetçilere çevrimiçi saldırılarCEFR B2
16 Şub 2026
Uyarlanmıştır: Prudence Nyamishana, Global Voices • CC BY 3.0
Fotoğraf: Andrew Itaga, Unsplash
Kadınlar Uganda siyasetinde uzun bir geçmişe sahip. Ekim 1962'deki bağımsızlıktan bu yana kadınlar politikayı şekillendirdi; Joyce Mpanga 1988–1989'da Kadınların Kalkınması Bakanı olarak görev yaptı ve Winnie Byanyima 1995 Anayasası'nın hazırlanmasına katkıda bulundu. Anayasa'nın 21. maddesi pozitif ayrımcılık getirdi ve yerel yönetimler ile parlamento koltuklarının üçte birini kadınlara ayırdı.
Ocak 2026 genel seçimleri sırasında birçok kadın aday yarıştı ama kampanya dönemi çevrimiçi saldırılarla gölgelendi. Saldırılar arasında yapay zekâ ile üretilmiş görüntüler, deepfake'ler, cinsiyete dayalı dezenformasyon ve zararlı anlatılar vardı. Genç haklar savunucusu ve milletvekili adayı Nawaya Gloria HIV pozitif olduğunu açıkladı ve tacize uğradı; paylaşımlar arasında Prof. V Baryamureeba'nın alıntılanmış tweet'inde yer alan "Parlamentoda bu kadar çok şehvetli milletvekili olacağını bilerek, senin başına gelmemesini dilerim." gibi sözler de vardı. Nawaya'nın yanıtıysa: "Profesör Vernacious Baramureeba'ya bir gülümseme gönderiyorum, ve sizi bilgilendirmek isterim ki parlamentoya yatmaya değil değişim yaratmaya geliyorum..." şeklindeydi.
İnternette başka kadınları hedef alan örnekler de görüldü: Joyce Bagala hakkında Luganda'da aşağılayıcı ifadeler kullanıldı ve bazı paylaşımlar onun Demokratik Cephe kurucusu Mathias Mpuuga'nın metresi olduğunu ima etti. Cumhurbaşkanlığı adayı Yvonne Mpambara da cinselleştirici suçlamalarla karşılaştığını yazdı. TikTok'ta Rebecca Alitwala Kadaga hakkında yapay görüntüler yayıldı; Kadaga bunları yalanlayıp evde olduğunu belirtti. Anita Among hakkında deepfake'ler yayıldı ve bir YouTuber'ın Joyce Bagala'ya yönelik iddiaları bildirildi. Ulusal Birlik Platformu destekçileri ayrıca Demokratik Cephe'ye geçen bir üyeyi hedef aldı.
UN Women raporu, Uganda İstatistik Bürosu verilerine atıfla yüzde 95'in fiziksel ve/veya cinsel şiddet yaşadığını; katılımcıların yüzde 49'unun kadınlara yönelik şiddetin kendi topluluklarında yaygın olduğunu; yüzde 62'sinin aile içi şiddeti özel bir mesele olarak gördüğünü ve yüzde 54'ünün cinsiyete dayalı şiddet bildiren bir kadının eleştirileceğini veya utandırılacağını düşündüğünü belirtiyor. Teknoloji mevcut şiddeti büyüttü ve kadınların siyasi katılımı önünde yeni engeller oluşturdu; teknoloji kaynaklı cinsiyete dayalı şiddet için özel bir yasa yok ve 2011 Bilgisayar Suistimali Yasası zaman zaman Stella Nyanzi gibi feminist muhaliflere karşı kullanıldı.
Zor kelimeler
- pozitif ayrımcılık — dezavantajlı gruplara özel hak veya avantaj sağlama
- dezenformasyon — bilerek yanlış bilgi yayma eylemi
- taciz — rahatlığı bozan ve zarar veren istenmeyen davranıştacize
- cinsiyete dayalı şiddet — cinsiyete göre uygulanan fiziksel veya sözel zarar
- yapay zekâ — bilgisayarların insan benzeri akıl yürütmesi
- engel — bir hedefe ulaşmayı zorlaştıran durum veya faktörengeller
İpucu: Türkçe metni okurken veya ses kaydını dinlerken, vurgulanan kelimelerin üzerine gel, odaklan ya da dokun; anında kısa tanımlar görünür.
Tartışma soruları
- Kadınlara ayrılan üçte birlik kota siyasi temsil ve karar alma üzerinde nasıl etkiler yaratabilir? Neden?
- Çevrimiçi taciz, deepfake ve dezenformasyon kampanyaları kadın adayların seçim kampanyalarını nasıl zorlaştırır? Örneklerle açıklayın.
- Teknoloji kaynaklı cinsiyete dayalı şiddet için özel bir yasa olmamasının olası sonuçları nelerdir? Hangi önlemler alınabilir?
İlgili makaleler
Afrika sağlık sistemlerini yapay zekâ ve dijitalle güçlendiriyor
Durban'daki CPHIA toplantısında kendi kendine yeterlilik vurgulandı. Landry Dongmo Tsague, Africa CDC için yapay zekâ ve dijital araçların iç sistemleri güçlendirebileceğini, üye devletlerde birinci basamakta izlemeyi iyileştirebileceğini ve veri yönetişiminin önemli olduğunu anlattı.
Kuş sürülerinden esinlenen yöntem yapay zekâ özetlerini iyileştiriyor
Araştırmacılar, kuş sürüsü davranışından esinlenen bir ön işleme çerçevesi geliştirdi. Yöntem, uzun belgeler için LLM'lere daha kısa ve temsilî girdi vererek özetlerdeki halüsinasyonları azaltmayı hedefliyor; sonuçlar 9.000'den fazla belgede test edildi.