Amaç: Bu çalışmada, bir aylık süre zarfında şizofreniye yönelik Türkçe Twitter iletilerinin damgalama ve ayrımcılık yönünden nitel incelenmesi ve yapay zekâ uygulamaları kullanarak duygu çözümlemesinin yapılması amaçlanmıştır. Yöntem: Çalışmada yapay zekâ uygulamalarından biri olan Python Tweepy uygulaması ile 19 Aralık 2020-18 Ocak 2021 tarihleri arasında şizofreni ile ilgili Türkçe iletileri incelendi ve ilk aşamada iletilerin duygu çözümlemesi yapıldı. İletilerin taranmasında “şizofreni” anahtar kelimesi kullanıldı. Transformatörlerden Çift Yönlü Kodlayıcı Beyanı (Bidirectional Encoder Representations from Transformers - BERT) yöntemi ile özellik çıkarımı yapıldı ve yapay sinir ağları ile iletiler olumlu, nötr ve olumsuz olarak sınıflandırıldı. En sık beğenilen ve yeniden paylaşılan yapılan iletilerin yaklaşık %5’inin nitel çözümlemesi yapıldı. Bulgular: Bu çalışmada Türkiye’de bir aylık süre zarfında şizofreniye yönelik toplam 3406 ileti paylaşıldığı, bu iletilerden 2996 tekil (orijinal) ileti olduğu, toplam 1823 kez yeniden paylaşıldığı ve 25.413 kişi tarafından beğenildiği saptandı. Şizofreni ile ilgili paylaşılan iletilerin %63,4’ünün olumsuz, %28,7’sinin nötr ve %7,71’inin ise olumlu duygular içerdiği belirlendi. Nitel çözümleme kapsamında incelenen 145 ileti dört ana tema ve iki alt tema içinde toplandı. Bu temalar; hastaların şiddet haberleri, hakaret etme (kişiler arası ilişkilerde hakaret etme, gündemdeki kişilere hakaret etme), dalga geçme ve bilgilendirme şeklindeydi. Sonuç: Bu çalışmada yapay zekâ temelli duygu çözümlemesi ile incelenen şizofreniye ile ilgili Türkçe iletilerin sıklıkla olumsuz duygular içerdiği belirlendi. Ayrıca Twitter kullanıcılarının şizofreni terimini tıbbi durumu dışında bireylere hakaret etme ve bireylerle dalga geçmek amacıyla kullandıkları, sıklıkla hastaların şiddet mağduru ve faili oldukları haberlerinin paylaşıldığı, mesleki dal örgütleri ya da ruh sağlığı çalışanları tarafından kullanıcıların toplumu bilgilendirmesi amacıyla iletilerin paylaşıldığı belirlendi.

Objective: The aim of this study was to qualitatively examine Turkish tweets about schizophrenia in respect of stigmatization and discrimination within a one-month period and to conduct emotional analysis using artificial intelligence applications. Method: Using the keyword ‘schizophrenia,’ Turkish tweets were gathered from the Python Tweepy application between December 19, 2020 and January 18, 2021. Features were extracted using the Bidirectional Encoder Representations from Transformers (BERT) method and artificial neural networks and tweets were classified as positive, neutral, or negative. Approximately 5% of the tweets were qualitatively analyzed, constituting those most frequently liked and retweeted. Results: The study found that, of the total of 3406 schizophrenia- related messages shared in Turkey over a period of one-month, 2996 were original, and were then retweeted a total of 1823 times, and liked by 25,413 people. It was determined that 63.4% of the tweets shared about schizophrenia contained negative emotions, 28.7% were neutral, and 7.71% expressed positive emotions. Within the scope of the qualitative analysis, 145 tweets were examined and classified under four main themes and two sub-themes; namely, news about violent patients, insult (insulting people in interpersonal relationships, insulting people in the news), mockery, and information. Conclusion: The results of this study showed that the Turkish tweets about schizophrenia, which were emotionally analyzed using artificial intelligence were found often to contain negative emotions. It was also seen that Twitter users used the term schizophrenia, not in a medical sense but to insult and make fun of individuals, frequently shared the news that patients were victims or perpetrators of violence, and the messages shared by professional branch organizations or mental health professionals were primarily for conveying information to the public.