Yapay Zekâ ile Makale Yazılır mı?
Bu yazının başlığını yapay zekâya verdim. Konuyu nasıl ele almak istediğimi, hangi meseleleri tartışması gerektiğini anlattım. Kaynakları araştırmasını, güncel yayın politikalarını incelemesini ve ortaya okunabilir bir metin çıkarmasını istedim.
Şu anda okuduğunuz metnin oluşturulmasında da yapay zekâ kullanılıyor.
Öyleyse soruyu en baştan soralım: Bu yazıyı kim yazdı?
Daha önemlisi, aynı şeyi akademik bir makale için sorabilir miyiz?
Son birkaç yılda yapay zekâ ve akademik yazarlık tartışmalarının önemli bir kısmı metin üzerinde yoğunlaştı. Yapay zekâya bir başlık verip birkaç saniye içinde giriş, yöntem, tartışma ve sonuç bölümlerinden oluşan akademik görünümlü bir metin elde edebiliyoruz. Üstelik artık ortaya çıkan metinler, ilk dönem örneklerinden çok daha düzgün. Akademik üslubu taklit edebiliyor, bir paragrafı yeniden kurabiliyor, uzun bir metni özetleyebiliyor, farklı anlatım seçenekleri sunabiliyor.
Fakat burada gözden kaçırdığımız temel bir ayrım var:
Bir makaleyi yazmak ile bir araştırmayı yapmak aynı şey değildir.
Makale yalnızca metin değildir
Bir araştırmacının aylarını, bazen yıllarını alan bir çalışmayı düşünelim.
Önce bir problem fark eder. Literatürü okur. Daha önce neyin araştırıldığını ve hangi soruların cevapsız kaldığını belirlemeye çalışır. Araştırma sorusunu oluşturur. Bir yöntem seçer. Gerekiyorsa sahaya çıkar. Katılımcılara ulaşır, görüşmeler yapar, anket uygular, deney gerçekleştirir, arşiv tarar, metin toplar veya bir veri tabanı oluşturur.
Dil araştırmalarında bunun karşılığı bazen yüzlerce metnin incelenmesi, binlerce dil biriminin sınıflandırılmasıdır. Diyalektolojide araştırmacı köylere gider, kaynak kişilere ulaşır, ses kayıtları yapar, kayıtları çözümler, dil özelliklerini belirler, bunları karşılaştırır ve coğrafi dağılımlarını ortaya koyar.
Sonra veri temizlenir. Sınıflandırılır. Analiz edilir.
Ve ancak bundan sonra araştırmacının önünde gerçekten söyleyebileceği bir şey oluşmaya başlar.
Bir araştırmanın bilimsel değeri çoğu zaman “Giriş” bölümündeki güzel cümlelerde değil, tam burada ortaya çıkar: Daha önce bilmediğimiz neyi öğrendik?
Yapay zekâ, araştırmacının elde ettiği gerçek bulguların yerine kulağa makul gelen bulgular üretiyorsa ortada bilimsel araştırma yoktur. Akademik biçime benzeyen bir metin vardır.
Bu ayrım son derece önemlidir.
Peki yapay zekâ yalnızca bir dil editörü müdür?
-Hayır.
Yapay zekânın akademideki rolünü “İnsan araştırmayı yapar, yapay zekâ da cümlelerini düzeltir.” şeklinde açıklamak bugün için bile fazla basit kalıyor.
Dil düzeltme, anlatımı sadeleştirme, İngilizce yazılmış bir metni iyileştirme, tekrarları azaltma veya akademik üsluba ilişkin önerilerde bulunma yapay zekânın yapabildiği en temel işler arasında. Bunlar daha önce bir meslektaştan, araştırma görevlisinden, profesyonel dil editöründen veya tercümandan alınabilecek türden desteklerdi.
Nitekim bazı büyük yayıncıların politikalarında yalnızca insan tarafından oluşturulmuş bir metnin okunabilirliğini, dil bilgisini ve üslubunu iyileştiren “AI-assisted copy editing” ile içerik üretimi birbirinden ayrılıyor. Örneğin Springer Nature'ın güncel politikalarında bu tür sınırlı dil düzenlemelerinin ayrıca bildirilmesinin gerekmediği belirtilirken, araştırmada daha kapsamlı LLM kullanımının yöntem kısmında belgelenmesi isteniyor.
Fakat yapay zekâ artık editörlük sınırının çok ötesinde.
Bir veri dosyasını verdiğinizde değişkenleri inceleyebilir. İstatistiksel analiz için kod yazabilir. Yüzlerce cevabı belirli temalara göre sınıflandırabilir. Metinler arasındaki örüntüleri bulmaya yardımcı olabilir. Bir araştırma sorusuna uygun yöntem seçeneklerini karşılaştırabilir. Analiz sonucunu açıklayabilir. Grafik oluşturmak için kod üretebilir. Çok sayıda çalışma arasındaki benzerlikleri ve farklılıkları çıkarmaya yardımcı olabilir.
Başka bir ifadeyle yapay zekâ artık yalnızca araştırma bittikten sonra devreye giren bir yazı yardımcısı değildir. Araştırma sürecinin içine girmektedir.
Bu nedenle asıl zor soru bundan sonra başlıyor.
Yapay zekâ araştırmanın kendisini de yapabilir mi?
Kısmen, evet.
Hatta bu “kısmen” sözcüğünün kapsadığı alanın önümüzdeki yıllarda hızla genişleyeceğini tahmin etmek zor değil.
Dijital ortamda bulunan büyük bir metin koleksiyonunu düşünelim. Araştırmacının amacı belirli yapıların kullanımını tespit etmek, bunları sınıflandırmak ve aralarındaki ilişkileri incelemek olsun.
Geçmişte araştırmacı bu verinin önemli bir bölümünü tek tek işlemek zorundaydı. Daha sonra bilgisayar programları ve istatistik yazılımları devreye girdi. Bugün yapay zekâ, araştırmacının doğal dille verdiği talimatları kodlara ve analiz süreçlerine dönüştürebiliyor.
Dolayısıyla “veriyi insan toplar, yapay zekâ sadece yazar” sınırı da kalıcı görünmüyor.
Yapay zekâ bazı araştırmalarda verinin bulunmasına, ayıklanmasına, kodlanmasına ve analiz edilmesine katkıda bulunabilir. COPE'un yayın etiğine ilişkin yaklaşımında da AI kullanımının yalnızca yazıyla sınırlandırılmaması dikkat çekicidir: Yapay zekâ veri toplama veya analizinde kullanılmışsa bunun nasıl ve hangi araçla yapıldığının açıklanması istenir.
Burada ilginç bir noktaya geliyoruz.
Bir araştırmacı 10.000 metni elle sınıflandırdığında bunu araştırma kabul ediyoruz. Aynı 10.000 metni yazdığı bir bilgisayar programıyla sınıflandırdığında da araştırma kabul ediyoruz. İstatistiksel hesabı elle yapmak yerine bir yazılıma yaptırması araştırmayı değersizleştirmiyor.
Öyleyse aynı işlemin önemli bir kısmını yapay zekâ gerçekleştirdiğinde neden araştırma olmaktan çıksın?
Sorun kullanılan aracın ne kadar iş yaptığı değildir.
Sorun, bilimsel sürecin denetlenebilir olup olmadığıdır.
Burada kendi ilk sezgimize de itiraz etmek gerekiyor.
“Gerçek makale emek ister; yapay zekâ birkaç dakikada yazıyor.” demek ilk bakışta ikna edici görünüyor. Fakat bilimsel değeri harcanan insan-saat üzerinden ölçemeyiz.
Bir araştırmacının üç ayda yaptığı istatistiksel hesabı bilgisayar üç saniyede yapıyorsa bilgisayarın kullanılması araştırmayı daha az bilimsel yapmaz. Dijital bir derlem, yıllarca sürebilecek bazı taramaları birkaç saniyeye indirebilir. Coğrafi bilgi sistemleri yüzlerce veriyi araştırmacının elle çizebileceğinden çok daha hızlı haritalandırabilir.
Bilimin amacı zahmeti korumak değildir.
Bilimin amacı güvenilir bilgi üretmektir.
Bu nedenle yapay zekâ araştırmanın bazı aşamalarındaki emeği dramatik biçimde azaltırsa bundan rahatsız olmamız için tek başına bir neden yoktur.
Asıl soru şudur:
Ortaya çıkan bilgi güvenilir mi, yöntem açıklanabilir mi, veri gerçek mi, analiz tekrarlanabilir mi ve sonuçların sorumluluğunu üstlenen bir araştırmacı var mı?
Bu soruların cevabı evetse yapay zekânın araştırmaya yoğun biçimde katkıda bulunması, tek başına o çalışmayı bilim dışına çıkarmaz.
Yapay zekânın hâlâ aşamadığı kritik eşik
Burada “O hâlde makaleyi tamamen yapay zekâya bırakalım.” sonucuna da varamayız.
Çünkü akademik araştırmada yalnızca işlem yapmak yoktur.
Neyin araştırılmaya değer olduğuna karar vermek vardır.
Verinin ne anlama geldiğini sorgulamak vardır.
Bir sınıflandırmanın neden hatalı olduğunu fark etmek vardır.
Bir saha görüşmesinde kaynak kişinin söylediği ile söylemek istediği arasındaki farkı sezmek vardır.
Bir istatistiksel ilişkinin bilimsel olarak anlamlı olup olmadığını değerlendirmek vardır.
Kullanılan yöntemin sınırlarını görmek vardır.
Ve en önemlisi, ortaya konan iddianın arkasında durmak vardır.
Bugünkü yayın etiği yaklaşımlarının yapay zekâyı yazar olarak kabul etmemesinin temel nedenlerinden biri de budur. ICMJE'ye göre yazarlık yalnızca metne katkı sunmak değildir; araştırmanın tasarımına, verinin elde edilmesine, analizine veya yorumlanmasına önemli katkının yanında çalışmanın içeriğini eleştirel olarak değerlendirme ve yayımlanan çalışmadan sorumlu olma yükümlülüğü de içerir. Yapay zekâ ise çalışmanın doğruluğu, bütünlüğü ve özgünlüğü için bu tür bir sorumluluk üstlenemez.
COPE da benzer nedenle yapay zekâ araçlarının yazar sayılamayacağını belirtiyor: Bir yapay zekâ sistemi gönderilen çalışmanın sorumluluğunu taşıyamaz, çıkar çatışması beyan edemez veya telif ve lisans yükümlülüklerini üstlenemez.
Belki de insan araştırmacının gelecekteki temel rolünü tam burada aramak gerekiyor.
Araştırmacının işi yazmak olmaktan çıkabilir mi?
Bence yapay zekânın akademiye getirdiği en ilginç soru budur.
Yüzyıllardır araştırmacının yaptığı iş ile araştırmacının yazdığı metin birbirine sıkı biçimde bağlıydı. Bir konuyu araştırır, verisini toplar, analiz eder ve sonunda bütün bunları makaleye dönüştürürdü.
Yapay zekâ bu zincirin son halkasını ciddi biçimde değiştiriyor.
Belki gelecekte araştırmacının asıl değeri güzel akademik cümleler kurabilmesinden çok;
doğru soruyu sorabilmesinde,
doğru veriyi oluşturabilmesinde,
uygun yöntemi seçebilmesinde,
yapay zekânın yaptığı analizi denetleyebilmesinde,
yanlış sonucu fark edebilmesinde,
bulguyu alan bilgisi içinde yorumlayabilmesinde
ve nihayet ortaya çıkan bilimsel iddianın sorumluluğunu üstlenebilmesinde aranacak.
Bu durumda araştırmacı bir anlamda metnin üreticisinden araştırma sürecinin yöneticisine ve denetleyicisine dönüşebilir.
Bu küçümsenecek bir rol değildir. Tam tersine yapay zekâ geliştikçe alan bilgisi ve yöntem bilgisi daha önemli hâle gelebilir. Çünkü bir sistem çok ikna edici fakat yanlış bir analiz ürettiğinde, yanlışlığı fark edebilmek için o alanı gerçekten bilmek gerekir.
ICMJE'nin güncel tavsiyeleri de tam bu tehlikeye dikkat çekiyor: Yapay zekâ çıktıları son derece otoriter ve ikna edici görünebildikleri hâlde yanlış, eksik veya yanlı olabilir; nihai sorumluluk insana aittir.
Bugünkü yapay zekâ üzerinden geleceğin akademisini tanımlamak da hata olabilir.
Birkaç yıl önce yapay zekâdan alınan akademik bir metnin yapaylığı çoğu zaman birkaç paragrafta fark edilebiliyordu. Bugün durum çok farklı. Modeller yalnızca daha iyi metin üretmiyor; daha uzun bağlamlarla çalışıyor, araç kullanıyor, dosyaları analiz ediyor, kod yazıyor ve çok aşamalı görevleri yerine getirebiliyor.
Bu nedenle “Yapay zekâ şunu asla yapamaz.” cümlelerini dikkatli kurmak gerekiyor.
Bugün insan denetimine ihtiyaç duyduğu birçok araştırma görevini gelecekte çok daha bağımsız biçimde yerine getirmesi mümkündür. Literatürü tarayan, araştırma boşluğu öneren, veri toplayan, analiz yapan, hipotezleri sınayan ve sonuçları makaleye dönüştüren sistemlerin gelişmesi artık yalnızca bilimkurgu sorusu değildir.
O noktada daha zor bir soruyla karşılaşacağız:
Bir araştırmanın neredeyse bütün bilişsel işlemlerini yapay zekâ gerçekleştirmiş, fakat araştırma sorusunu insan belirlemiş ve bütün süreci insan denetlemişse çalışmanın yazarı kimdir?
Bugünkü yayıncılık dünyasının cevabı açıktır: yapay zekâ yazar değildir. İnsan araştırmacı kullanılan araçları şeffaf biçimde açıklamak ve ortaya çıkan çalışmanın sorumluluğunu üstlenmek zorundadır. Güncel yayın politikalarında da bu nedenle AI kullanımının araştırma ve metin üretimindeki rolünün açıklanmasına giderek daha fazla önem veriliyor.
Fakat teknolojinin ilerlemesi bu tartışmayı bitirmeyecek; muhtemelen daha da büyütecek.
-O hâlde yapay zekâ ile makale yazılır mı?
-Evet.
Hatta soru artık biraz eskimiş durumda. Yapay zekâ ile makale zaten yazılabiliyor.
Asıl soru şu olmalı:
Yapay zekâ ile bilimsel araştırma yapılabilir mi?
Bunun da cevabı giderek daha fazla “evet”e yaklaşıyor.
Ancak üçüncü ve daha önemli bir soru var:
Ortaya çıkan araştırmanın bilimsel sorumluluğunu kim taşıyor?**
Şimdilik bu sorunun cevabı insan.
Araştırmacı yapay zekâyı dil editörü olarak da kullanabilir, kod yazdırmak için de, veri çözümlemek için de, literatürü düzenlemek için de. Bunların her biri farklı düzeylerde şeffaflık, denetim ve doğrulama gerektirir. Fakat yapay zekâ ne kadar gelişirse gelişsin, bugün için araştırmacının kendi adını koyduğu çalışmada “Bu veri gerçektir, bu yöntem uygundur, bu analiz denetlenmiştir ve bu sonuçları savunabilirim.” diyebilmesi gerekir.
Belki akademide yapay zekâ tartışmasının merkezine “Metni kim yazdı?” sorusunu koymayı bırakmanın zamanı gelmiştir.
Çünkü bir makalenin en önemli kısmı cümleleri değildir.
En önemli kısmı, o cümleleri söylememize imkân veren araştırmadır.
Ve son bir not:
Bu yazının hazırlanmasında yapay zekâdan yalnızca yazım ve dil düzeltme amacıyla yararlanılmadı. Yazının yapısının oluşturulmasında, güncel yayın etiği yaklaşımlarının araştırılmasında, karşı argümanların geliştirilmesinde ve metnin kaleme alınmasında da yapay zekâ kullanıldı.
Bu bilgi, okuduğunuz yazının değerini azalttı mı?
Eğer azalttığını düşünüyorsanız, neden?
Eğer azaltmadığını düşünüyorsanız, akademik bir makale için sınırı nereye çizersiniz?
Belki de önümüzdeki yılların asıl tartışması tam olarak burada başlayacak.
Şu anda okuduğunuz metnin oluşturulmasında da yapay zekâ kullanılıyor.
Öyleyse soruyu en baştan soralım: Bu yazıyı kim yazdı?
Daha önemlisi, aynı şeyi akademik bir makale için sorabilir miyiz?
Son birkaç yılda yapay zekâ ve akademik yazarlık tartışmalarının önemli bir kısmı metin üzerinde yoğunlaştı. Yapay zekâya bir başlık verip birkaç saniye içinde giriş, yöntem, tartışma ve sonuç bölümlerinden oluşan akademik görünümlü bir metin elde edebiliyoruz. Üstelik artık ortaya çıkan metinler, ilk dönem örneklerinden çok daha düzgün. Akademik üslubu taklit edebiliyor, bir paragrafı yeniden kurabiliyor, uzun bir metni özetleyebiliyor, farklı anlatım seçenekleri sunabiliyor.
Fakat burada gözden kaçırdığımız temel bir ayrım var:
Bir makaleyi yazmak ile bir araştırmayı yapmak aynı şey değildir.
Makale yalnızca metin değildir
Bir araştırmacının aylarını, bazen yıllarını alan bir çalışmayı düşünelim.
Önce bir problem fark eder. Literatürü okur. Daha önce neyin araştırıldığını ve hangi soruların cevapsız kaldığını belirlemeye çalışır. Araştırma sorusunu oluşturur. Bir yöntem seçer. Gerekiyorsa sahaya çıkar. Katılımcılara ulaşır, görüşmeler yapar, anket uygular, deney gerçekleştirir, arşiv tarar, metin toplar veya bir veri tabanı oluşturur.
Dil araştırmalarında bunun karşılığı bazen yüzlerce metnin incelenmesi, binlerce dil biriminin sınıflandırılmasıdır. Diyalektolojide araştırmacı köylere gider, kaynak kişilere ulaşır, ses kayıtları yapar, kayıtları çözümler, dil özelliklerini belirler, bunları karşılaştırır ve coğrafi dağılımlarını ortaya koyar.
Sonra veri temizlenir. Sınıflandırılır. Analiz edilir.
Ve ancak bundan sonra araştırmacının önünde gerçekten söyleyebileceği bir şey oluşmaya başlar.
Bir araştırmanın bilimsel değeri çoğu zaman “Giriş” bölümündeki güzel cümlelerde değil, tam burada ortaya çıkar: Daha önce bilmediğimiz neyi öğrendik?
Yapay zekâ, araştırmacının elde ettiği gerçek bulguların yerine kulağa makul gelen bulgular üretiyorsa ortada bilimsel araştırma yoktur. Akademik biçime benzeyen bir metin vardır.
Bu ayrım son derece önemlidir.
Peki yapay zekâ yalnızca bir dil editörü müdür?
-Hayır.
Yapay zekânın akademideki rolünü “İnsan araştırmayı yapar, yapay zekâ da cümlelerini düzeltir.” şeklinde açıklamak bugün için bile fazla basit kalıyor.
Dil düzeltme, anlatımı sadeleştirme, İngilizce yazılmış bir metni iyileştirme, tekrarları azaltma veya akademik üsluba ilişkin önerilerde bulunma yapay zekânın yapabildiği en temel işler arasında. Bunlar daha önce bir meslektaştan, araştırma görevlisinden, profesyonel dil editöründen veya tercümandan alınabilecek türden desteklerdi.
Nitekim bazı büyük yayıncıların politikalarında yalnızca insan tarafından oluşturulmuş bir metnin okunabilirliğini, dil bilgisini ve üslubunu iyileştiren “AI-assisted copy editing” ile içerik üretimi birbirinden ayrılıyor. Örneğin Springer Nature'ın güncel politikalarında bu tür sınırlı dil düzenlemelerinin ayrıca bildirilmesinin gerekmediği belirtilirken, araştırmada daha kapsamlı LLM kullanımının yöntem kısmında belgelenmesi isteniyor.
Fakat yapay zekâ artık editörlük sınırının çok ötesinde.
Bir veri dosyasını verdiğinizde değişkenleri inceleyebilir. İstatistiksel analiz için kod yazabilir. Yüzlerce cevabı belirli temalara göre sınıflandırabilir. Metinler arasındaki örüntüleri bulmaya yardımcı olabilir. Bir araştırma sorusuna uygun yöntem seçeneklerini karşılaştırabilir. Analiz sonucunu açıklayabilir. Grafik oluşturmak için kod üretebilir. Çok sayıda çalışma arasındaki benzerlikleri ve farklılıkları çıkarmaya yardımcı olabilir.
Başka bir ifadeyle yapay zekâ artık yalnızca araştırma bittikten sonra devreye giren bir yazı yardımcısı değildir. Araştırma sürecinin içine girmektedir.
Bu nedenle asıl zor soru bundan sonra başlıyor.
Yapay zekâ araştırmanın kendisini de yapabilir mi?
Kısmen, evet.
Hatta bu “kısmen” sözcüğünün kapsadığı alanın önümüzdeki yıllarda hızla genişleyeceğini tahmin etmek zor değil.
Dijital ortamda bulunan büyük bir metin koleksiyonunu düşünelim. Araştırmacının amacı belirli yapıların kullanımını tespit etmek, bunları sınıflandırmak ve aralarındaki ilişkileri incelemek olsun.
Geçmişte araştırmacı bu verinin önemli bir bölümünü tek tek işlemek zorundaydı. Daha sonra bilgisayar programları ve istatistik yazılımları devreye girdi. Bugün yapay zekâ, araştırmacının doğal dille verdiği talimatları kodlara ve analiz süreçlerine dönüştürebiliyor.
Dolayısıyla “veriyi insan toplar, yapay zekâ sadece yazar” sınırı da kalıcı görünmüyor.
Yapay zekâ bazı araştırmalarda verinin bulunmasına, ayıklanmasına, kodlanmasına ve analiz edilmesine katkıda bulunabilir. COPE'un yayın etiğine ilişkin yaklaşımında da AI kullanımının yalnızca yazıyla sınırlandırılmaması dikkat çekicidir: Yapay zekâ veri toplama veya analizinde kullanılmışsa bunun nasıl ve hangi araçla yapıldığının açıklanması istenir.
Burada ilginç bir noktaya geliyoruz.
Bir araştırmacı 10.000 metni elle sınıflandırdığında bunu araştırma kabul ediyoruz. Aynı 10.000 metni yazdığı bir bilgisayar programıyla sınıflandırdığında da araştırma kabul ediyoruz. İstatistiksel hesabı elle yapmak yerine bir yazılıma yaptırması araştırmayı değersizleştirmiyor.
Öyleyse aynı işlemin önemli bir kısmını yapay zekâ gerçekleştirdiğinde neden araştırma olmaktan çıksın?
Sorun kullanılan aracın ne kadar iş yaptığı değildir.
Sorun, bilimsel sürecin denetlenebilir olup olmadığıdır.
Peki asıl mesele emek mi?
Burada kendi ilk sezgimize de itiraz etmek gerekiyor.
“Gerçek makale emek ister; yapay zekâ birkaç dakikada yazıyor.” demek ilk bakışta ikna edici görünüyor. Fakat bilimsel değeri harcanan insan-saat üzerinden ölçemeyiz.
Bir araştırmacının üç ayda yaptığı istatistiksel hesabı bilgisayar üç saniyede yapıyorsa bilgisayarın kullanılması araştırmayı daha az bilimsel yapmaz. Dijital bir derlem, yıllarca sürebilecek bazı taramaları birkaç saniyeye indirebilir. Coğrafi bilgi sistemleri yüzlerce veriyi araştırmacının elle çizebileceğinden çok daha hızlı haritalandırabilir.
Bilimin amacı zahmeti korumak değildir.
Bilimin amacı güvenilir bilgi üretmektir.
Bu nedenle yapay zekâ araştırmanın bazı aşamalarındaki emeği dramatik biçimde azaltırsa bundan rahatsız olmamız için tek başına bir neden yoktur.
Asıl soru şudur:
Ortaya çıkan bilgi güvenilir mi, yöntem açıklanabilir mi, veri gerçek mi, analiz tekrarlanabilir mi ve sonuçların sorumluluğunu üstlenen bir araştırmacı var mı?
Bu soruların cevabı evetse yapay zekânın araştırmaya yoğun biçimde katkıda bulunması, tek başına o çalışmayı bilim dışına çıkarmaz.
Yapay zekânın hâlâ aşamadığı kritik eşik
Burada “O hâlde makaleyi tamamen yapay zekâya bırakalım.” sonucuna da varamayız.
Çünkü akademik araştırmada yalnızca işlem yapmak yoktur.
Neyin araştırılmaya değer olduğuna karar vermek vardır.
Verinin ne anlama geldiğini sorgulamak vardır.
Bir sınıflandırmanın neden hatalı olduğunu fark etmek vardır.
Bir saha görüşmesinde kaynak kişinin söylediği ile söylemek istediği arasındaki farkı sezmek vardır.
Bir istatistiksel ilişkinin bilimsel olarak anlamlı olup olmadığını değerlendirmek vardır.
Kullanılan yöntemin sınırlarını görmek vardır.
Ve en önemlisi, ortaya konan iddianın arkasında durmak vardır.
Bugünkü yayın etiği yaklaşımlarının yapay zekâyı yazar olarak kabul etmemesinin temel nedenlerinden biri de budur. ICMJE'ye göre yazarlık yalnızca metne katkı sunmak değildir; araştırmanın tasarımına, verinin elde edilmesine, analizine veya yorumlanmasına önemli katkının yanında çalışmanın içeriğini eleştirel olarak değerlendirme ve yayımlanan çalışmadan sorumlu olma yükümlülüğü de içerir. Yapay zekâ ise çalışmanın doğruluğu, bütünlüğü ve özgünlüğü için bu tür bir sorumluluk üstlenemez.
COPE da benzer nedenle yapay zekâ araçlarının yazar sayılamayacağını belirtiyor: Bir yapay zekâ sistemi gönderilen çalışmanın sorumluluğunu taşıyamaz, çıkar çatışması beyan edemez veya telif ve lisans yükümlülüklerini üstlenemez.
Belki de insan araştırmacının gelecekteki temel rolünü tam burada aramak gerekiyor.
Araştırmacının işi yazmak olmaktan çıkabilir mi?
Bence yapay zekânın akademiye getirdiği en ilginç soru budur.
Yüzyıllardır araştırmacının yaptığı iş ile araştırmacının yazdığı metin birbirine sıkı biçimde bağlıydı. Bir konuyu araştırır, verisini toplar, analiz eder ve sonunda bütün bunları makaleye dönüştürürdü.
Yapay zekâ bu zincirin son halkasını ciddi biçimde değiştiriyor.
Belki gelecekte araştırmacının asıl değeri güzel akademik cümleler kurabilmesinden çok;
doğru soruyu sorabilmesinde,
doğru veriyi oluşturabilmesinde,
uygun yöntemi seçebilmesinde,
yapay zekânın yaptığı analizi denetleyebilmesinde,
yanlış sonucu fark edebilmesinde,
bulguyu alan bilgisi içinde yorumlayabilmesinde
ve nihayet ortaya çıkan bilimsel iddianın sorumluluğunu üstlenebilmesinde aranacak.
Bu durumda araştırmacı bir anlamda metnin üreticisinden araştırma sürecinin yöneticisine ve denetleyicisine dönüşebilir.
Bu küçümsenecek bir rol değildir. Tam tersine yapay zekâ geliştikçe alan bilgisi ve yöntem bilgisi daha önemli hâle gelebilir. Çünkü bir sistem çok ikna edici fakat yanlış bir analiz ürettiğinde, yanlışlığı fark edebilmek için o alanı gerçekten bilmek gerekir.
ICMJE'nin güncel tavsiyeleri de tam bu tehlikeye dikkat çekiyor: Yapay zekâ çıktıları son derece otoriter ve ikna edici görünebildikleri hâlde yanlış, eksik veya yanlı olabilir; nihai sorumluluk insana aittir.
Ya birkaç yıl sonra?
Bugünkü yapay zekâ üzerinden geleceğin akademisini tanımlamak da hata olabilir.
Birkaç yıl önce yapay zekâdan alınan akademik bir metnin yapaylığı çoğu zaman birkaç paragrafta fark edilebiliyordu. Bugün durum çok farklı. Modeller yalnızca daha iyi metin üretmiyor; daha uzun bağlamlarla çalışıyor, araç kullanıyor, dosyaları analiz ediyor, kod yazıyor ve çok aşamalı görevleri yerine getirebiliyor.
Bu nedenle “Yapay zekâ şunu asla yapamaz.” cümlelerini dikkatli kurmak gerekiyor.
Bugün insan denetimine ihtiyaç duyduğu birçok araştırma görevini gelecekte çok daha bağımsız biçimde yerine getirmesi mümkündür. Literatürü tarayan, araştırma boşluğu öneren, veri toplayan, analiz yapan, hipotezleri sınayan ve sonuçları makaleye dönüştüren sistemlerin gelişmesi artık yalnızca bilimkurgu sorusu değildir.
O noktada daha zor bir soruyla karşılaşacağız:
Bir araştırmanın neredeyse bütün bilişsel işlemlerini yapay zekâ gerçekleştirmiş, fakat araştırma sorusunu insan belirlemiş ve bütün süreci insan denetlemişse çalışmanın yazarı kimdir?
Bugünkü yayıncılık dünyasının cevabı açıktır: yapay zekâ yazar değildir. İnsan araştırmacı kullanılan araçları şeffaf biçimde açıklamak ve ortaya çıkan çalışmanın sorumluluğunu üstlenmek zorundadır. Güncel yayın politikalarında da bu nedenle AI kullanımının araştırma ve metin üretimindeki rolünün açıklanmasına giderek daha fazla önem veriliyor.
Fakat teknolojinin ilerlemesi bu tartışmayı bitirmeyecek; muhtemelen daha da büyütecek.
-O hâlde yapay zekâ ile makale yazılır mı?
-Evet.
Hatta soru artık biraz eskimiş durumda. Yapay zekâ ile makale zaten yazılabiliyor.
Asıl soru şu olmalı:
Yapay zekâ ile bilimsel araştırma yapılabilir mi?
Bunun da cevabı giderek daha fazla “evet”e yaklaşıyor.
Ancak üçüncü ve daha önemli bir soru var:
Ortaya çıkan araştırmanın bilimsel sorumluluğunu kim taşıyor?**
Şimdilik bu sorunun cevabı insan.
Araştırmacı yapay zekâyı dil editörü olarak da kullanabilir, kod yazdırmak için de, veri çözümlemek için de, literatürü düzenlemek için de. Bunların her biri farklı düzeylerde şeffaflık, denetim ve doğrulama gerektirir. Fakat yapay zekâ ne kadar gelişirse gelişsin, bugün için araştırmacının kendi adını koyduğu çalışmada “Bu veri gerçektir, bu yöntem uygundur, bu analiz denetlenmiştir ve bu sonuçları savunabilirim.” diyebilmesi gerekir.
Belki akademide yapay zekâ tartışmasının merkezine “Metni kim yazdı?” sorusunu koymayı bırakmanın zamanı gelmiştir.
Çünkü bir makalenin en önemli kısmı cümleleri değildir.
En önemli kısmı, o cümleleri söylememize imkân veren araştırmadır.
Ve son bir not:
Bu yazının hazırlanmasında yapay zekâdan yalnızca yazım ve dil düzeltme amacıyla yararlanılmadı. Yazının yapısının oluşturulmasında, güncel yayın etiği yaklaşımlarının araştırılmasında, karşı argümanların geliştirilmesinde ve metnin kaleme alınmasında da yapay zekâ kullanıldı.
Bu bilgi, okuduğunuz yazının değerini azalttı mı?
Eğer azalttığını düşünüyorsanız, neden?
Eğer azaltmadığını düşünüyorsanız, akademik bir makale için sınırı nereye çizersiniz?
Belki de önümüzdeki yılların asıl tartışması tam olarak burada başlayacak.
Telif uyarısı: Bu sitedeki yazı, görsel ve diğer içerikler telif hakkı kapsamında korunmaktadır. MehmetYesilkaya.com kaynak gösterilmeden ve yazılı izin alınmadan içeriklerin tamamının veya bir kısmının kopyalanması, çoğaltılması, dağıtılması ya da başka mecralarda yayımlanması telif hakkı ihlali niteliğinde olup hukuki sorumluluk doğurabilir.