Akademik Çalışmalarda Yapay Zekadan Yararlanmak

Son zamanlarda yapay zekanın (YZ) teknolojilerinin ilerlemesini ve yaygınlaşmasını çok konuşuyoruz. Başlangıçta eğlence amacıyla, sosyalleşmek için veya iş için kullanırken daha sonra eğitim amacıyla akademik alanda da kullanmaya başladık. 

Yapay zekayı önce bir yardımcı bir uşak olarak gördük. Şimdi de insanlığın katili bu uşak olabilir diyoruz. Ondan korkuyoruz. Bunu söylememizin nedeni yapay zekanın, mekanik makinelerden farklı olarak insanların yapacağı “düşünsel işleri” yapabilecek duruma gelebilmelerinden kaynaklanmaktadır. Geniş Dil Modelleri (Large Language Models – LLM) geliştirilerek oluşturulan YZ modellerinin en gelişmiş örneklerinden biri olan ChatGPT4-o uygulamasını kullandığınızda YZ ile bir arkadaşınızla konuşur gibi sohbet edebiliyorsunuz. Aynı zamanda bir bilimi insanıyla ya da bir iş insanıyla, bir filozofla bir politikacıyla da konuşur gibi sohbet edebiliyorsunuz. Bu kişileri ayrı ayrı tanıyor olmanız ve onların size vakitlerini ayırması gerekmiyor. 

YZ hızla zamanımızın en önemli ve dönüştürücü teknolojilerinden biri haline geldi ve neredeyse her alanda ve endüstride uygulamalara sahip oldu. Bu uygulamalar arasında, akademik yazım en hızlı gelişen ve YZ tabanlı araçların ve yöntemlerin en yaygın kabul gördüğü alanlardan biri olarak öne çıkmakta. Bunu çağlayarak gelen sele karşı durmak gereksizdir kolaycılığı veya pratikliği ile söylemiyorum ama YZ tabanlı araçların bilimsel yazımda kullanılmasının yaygın şekilde benimsenmesi gerektiğini düşünüyorum. 

Peki neden? Nature dergisinde Haziran 2023 tarihli, Yapay Zekâ ile Akademik Yazım: Paradigma Değiştiren Bir Teknolojik İlerleme” adlı makalesinde Roei Golan ve arkadaşları, akademik yazımda YZ kullanımını iki geniş kategoriye ayırıyor: Yazarları yazım sürecinde destekleyen araçlar ve yazılı çalışmaların kalitesini ve geçerliliğini değerlendirmek için kullanılan araçlar. Doğal dil işleme gibi, insan benzeri dili anlayıp üretebilen araçlar yazarların makalelerini yazmalarına ve hazırlamalarına yardımcı olabilir. İntihal tespit yazılımları ve otomatik hakem değerlendirme platformları gibi araçlar ise hakemler ve editörler için makalelerin kalitesini değerlendirme sürecinde destek sağlayabilir. Ayrıca, otomatik hakem değerlendirme platformları büyük miktardaki makaleleri hızla ve nesnel olarak değerlendirebilir, bu da iş yüklerini azaltma potansiyeline sahiptir.

YZ tabanlı araçların akademik yazımda en önemli avantajlarından biri, zaman tasarrufu sağlaması ve verimliliği artırmasıdır. Örneğin, doğal dil işleme algoritmaları yazarların çalışmaları üzerindeki hataları tespit etmelerine ve düzeltmelerine yardımcı olabilir, böylece yazarlar yazılarının içeriğine odaklanabilir. Bu algoritmalar ayrıca dil çevirisi ve metin özetleme gibi görevlerde de yardımcı olabilir, bu da kapsamlı literatür taramalarını daha verimli hale getirir. Ayrıca, doğal dil işleme algoritmaları, makaleler, araştırma protokolleri, hibe başvuruları, bilgilendirilmiş onamlar, e-postalar, tıbbi gereklilik mektupları, raporlar ve diğer yazılı belgeler için belirli taslaklar oluşturabilir. Bu taslaklar, metnin önemli bileşenlerinin dahil edilmesini sağlayan çerçeveler olarak kullanılabilir. Son olarak, dil işleme, bir makaleyi veya özeti güçlendirmek için belirli önerilerde bulunabilir. Örneğin, YZ algoritmaları, giriş kısmına dahil edilmesi gereken önceki ilgili çalışmaları veya tartışma bölümlerinde belirtilmesi gereken sınırlamaları önerebilir. Ancak, YZ algoritmalarının mevcut sınırlamaları arasında tüm yayınlara erişimin sınırlı olması ve en güncel çalışmaları tanıyamama durumu yer alır. Ayrıca, YZ önceki çalışmalara dayalı olarak uygun örneklem büyüklüğünü önerebilir ya da çalışmanın dağılımına göre en uygun istatistiksel testi önerebilir. Dolayısıyla, akademik çalışmalarda bir editör, hakem ve hatta danışman görevi görebilir. Burada unutulmaması gereken nokta, yapay zekaya nasıl editörlük, hakemlik ve danışmanlık yapacağını açıklayan komut dizilerini (prompt, metinleştirilmiş algoritma da diyebiliriz) oluşturmanın ve bunları her çalışmada geliştirip iyileştirmenin yine araştırmacının görevi olduğudur. Çünkü her araştırmacıya veya her araştırmaya uygun olan tek bir prompt yoktur. 

Son olarak YZ araçlarını kullanan, kullanmayan, kullanmayı düşünen ve kullanmayı düşünmeyen akademisyenlerle önemli olduğunu düşündüğüm birkaç notumu paylaşmak isterim:

1. Öğrenciler artık ChatGPT gibi gelişmiş YZ tabanlı araçlara kolayca erişebilmektedir. Bu araçlar, Büyük Dil Modelleri (LLM'ler) kullanır ve öğrencilerin değerlendirmelerinde kullanabilecekleri orijinal yazılı içerikler oluşturabilir.

2. Bu araçlara, genellikle öğrencilere değerlendirmelerinde ‘yardımcı olmak’ amacıyla hedeflenmiş ticari hizmetler aracılığıyla erişilebilir.

3. LLM'ler tarafından oluşturulan çıktılar, akademisyenler ya da intihali tespit etmek için kullanılan geleneksel metin karşılaştırma yazılımları tarafından tespit edilemeyecek kadar tutarlıdır, ancak değiştirilmemiş sahte referanslar, bu araçların kullanımına işaret edebilir.

4. Bu araçların kullanımı, öğrenciler başvurularında şeffaf oldukları sürece mutlaka intihal olarak değerlendirilmeyebilir; ancak, Yükseköğretim Kurumlarının (üniversiteler) akademik dürüstlük politikalarını ihlal edebilir.

5. Bu araçların, öğrencilerin eğitimini desteklemek için meşru kullanımları vardır, bu da üniversitelerin öğrencilerin bu yazılımı kullanmasıyla ilgili politikaları nasıl oluşturduklarını dikkatlice düşünmelerini ve belirlemelerini gerektirir.