Sevgi Baykaldı
2022 yılının sonuna doğru yapay zekâ (YZ) hayatımıza girdiği andan itibaren farklı disiplinlerde hızlı ve dikkat çekici bir dönüşüm süreci başlatmıştır. Ancak bu dönüşüme uyum sağlamak ve alandaki gelişmeleri düzenli olarak takip etmek, günümüzün hızla değişen dünyasında bazı zorluklar yaratmıştır. Bu durum özellikle akademik çalışmalar açısından önem taşımaktadır. YZ’nin akademik çalışmalara entegre edilmesi, araştırma süreçlerini verimli hâle getirme potansiyeli taşısa da uygulamada çeşitli zorluklar ortaya çıkmaktadır.
Lee (2023), “Yapay Zekâ Sohbet Robotu, Bilimsel Bir Makalenin Yazarı Olabilir mi?” adlı makalesinde bu konuyu ele almıştır. Makalede, bazı araştırmacıların YZ sohbet robotlarını akademik makalelerinde ortak yazar olarak listelediği aktarılmaktadır. Ancak Nature ve Science dergileri, sohbet robotlarının makalelerde yazar olarak yer alamayacağını; bunun gerekçesi olarak da YZ’nin bir sohbet robotu olması, insan olmaması ve ürettiği metinlerin telif hakkı ile korunan eserler olarak kabul edilememesini göstermiştir. Ayrıca, YZ tarafından üretilen metinler için sorumluluk alınamaması nedeniyle, araştırma etiği açısından da bu sohbet robotlarının yazar olarak değerlendirilemeyeceği vurgulanmıştır.
Öte yandan akademide giderek artan üretim ve performans baskısı, YZ kullanımını hem önemli bir fırsat hem de zorlu bir sınav hâline getirmektedir. Akademisyenler, bir yandan bu teknolojiyi öğrenmek ve araştırma süreçlerine dâhil etmek için zaman ve emek harcarken; diğer yandan akademik üretim baskısıyla karşı karşıya kalmaktadır. YZ tabanlı araçların işleyiş mantığını kavramak, özellikle teknolojiyi yeni öğrenenler için zaman ve emek isteyen bir süreçtir. Ayrıca, etik ve akademik dürüstlük konularında ortaya çıkan kaygılar, alan standartlarındaki belirsizlikler, teknik altyapı ve erişim kısıtlılıkları, mesleki kimlikte yol açtığı yöntemsel direnç ve artan rekabet baskısı sürecin karmaşıklığını artırmaktadır.
Dolayısıyla YZ, akademide bir yandan üretkenliği artırabilecek güçlü bir araç olarak öne çıkarken, diğer yandan akademisyenler açısından yeni bir uyum ve adaptasyon alanı yaratmaktadır. Bu durum, YZ’nin akademik alandaki potansiyelinden en verimli şekilde yararlanabilmek için, karşılaşılan engellerin ve bu engelleri aşmaya yönelik stratejilerin araştırılmasını gerekli kılmaktadır. Ayrıca, YZ tabanlı uygulamaların kullanımıyla birlikte çeşitli etik sorunlar ve intihal vakaları ortaya çıktığından, bilimsel yazılarda YZ ve sohbet robotlarının kullanımının düzenlenmesi konusunda bir konsensüs sağlanması gerekliliği bilim dünyasında tartışılmaktadır (Salvagno, Taccone & Gerli, 2023).
Yakın dönemde yapılan araştırmalar, akademik çalışmalarda YZ kullanımının yazma süresini kısalttığını, ancak özellikle literatür inceleme makalelerinde yer alan referansların yaklaşık %70’inde hatalar içerdiğini ortaya koymuştur (Kacena, Plotkin, Fehrenbacher, 2024). Bulgular, YZ kullanımının daha kapsamlı bir doğrulama süreci gerektirdiğini ve bunun da bilimsel araştırmalarda zaman kaybına neden olabileceğini göstermektedir. Bu nedenle, YZ’nin özellikle literatür tarama ve makale özetleme aşamalarında destekleyici bir araç olarak kullanılması, araştırma süreçlerine hız kazandırabilir. Ancak YZ tabanlı araçların akademik çalışmalarda kullanımı her ne kadar verimlilik ve hız kazandırsa da beraberinde “halüsinasyon” olarak adlandırılan hatalı içerikleri üretmesi, gerçekte var olmayan ve doğrulanamayan yanlış bilgiler sunması, literatür taramalarında olmayan kaynaklar gösterme tehlikesi bulunmaktadır. Bu durum etik açıdan sorun yaratmanın ötesinde bilimsel güvenirliliği zedelemekte ve araştırmacıların kaynakları doğrulama iş yükünü de beraberinde getirmektedir.
YZ ile ilgili bir diğer sorun akademik dergilere gönderilen makalelerin insan tarafından mı yoksa YZ tarafından yazılıp yazılmadığını ayırt etme konusudur. Değerlendiriciler ve editörler üretilen içerikleri YZ tarafından üretildiğini tespit etmek konusunda zorlanabilmektedir (Misra & Chandwar, 2023). Bununla ilgili YZ’yi ayırt eden yazılım programları kullanılmaktadır. Ancak bu araçlar hala gelişme aşamasındadır. Bu bağlamda, bilimsel makalelerin kabulü sırasında kör hakemlik ve ChatGPT’nin değerlendirmesi üzerine yapılan bir araştırmada, ChatGPT’nin insan değerlendiricilerinin kalitesini geçtiği hipotezi test edilmiştir (Marella, Jiang, Ipaktchi & Liverneaux, 2025). Çalışmaya göre ChatGPT’nin editoryal kararlar verebildiği, kalite ve tutarlılık potansiyeli taşıdığını göstermiştir. Ancak halüsinasyon riskine karşı dikkat edilmesi gerektiği tespit edilmiştir. Bununla beraber çalışmanın sonunda ise YZ tarafından üretilen incelemelerin insan değerlendirmesiyle birleştirilmesinin bilimsel yayınların kalitesini iyileştirebileceğinin araştırılması önerilmiştir. Benzer başka bir çalışmada ise dergi editörleri ve hakemlerin ChatGPT benzeri uygulamalar tarafından üretilen içeriği tespit edemediğini ortaya koydu (Öztürk, Karahan, Günay et al, 2025). Çalışma öneri olarak hakemler ve editörlerin farkındalıklarının artması, YZ tarafından üretilen metinler için tespit sistemlerinin geliştirilmesi ve en önemlisi YZ’nin kullanımıyla ilgili editörlük beyanlarının oluşturulması gibi önlemler üzerinde durmuştur.
Sonuç olarak teknoloji hızla değişse de akademide yapay zekanın kullanımıyla ilgili tartışmalar bir süre daha devam edecektir. Bununla birlikte bazı önde gelen dergiler yapay zekâ kullanımına ilişkin kılavuzlar sunarken bazı yayıncılar arasında ise fikir ayrılıkları devam etmektedir. Ayrıca YZ’nin gelişmesi devam ettikçe bilimsel çıktıların sonuçlarını korumak için YZ ile ilgili kılavuzlara ihtiyaç olduğu görülmektedir. YZ tek başına kullanılamaz ancak bilimsel araştırmalarda akademisyenlerin inceleme yapmasına ve makale yazımında yardımcı olması için insanlar tarafından denetlenerek kullanılabilir.
Referanslar
Kacena, M. A., Plotkin, L. I., & Fehrenbacher, J. C. (2024). The use of artificial intelligence in writing scientific review articles. Current Osteoporosis Reports, 22(1), 115-121.
Lee, J. Y. (2023). Can an artificial intelligence chatbot be the author of a scholarly article?. Journal of educational evaluation for health professions, 20, 6.
Marrella, D., Jiang, S., Ipaktchi, K., & Liverneaux, P. (2025). Comparing AI-Generated and Human Peer Reviews: A Study on 11 Articles. Hand Surgery and Rehabilitation, 102225.
Misra, D. P., & Chandwar, K. (2023). ChatGPT, artificial intelligence and scientific writing: What authors, peer reviewers and editors should know. Journal of the Royal College of Physicians of Edinburgh, 53(2), 90-93.
Öztürk, A., Karahan, A. T., Günay, S., Erdal, A. S., Komut, S., Komut, E., & Yiğit, Y. (2025). Artificial intelligence as author: Can scientific reviewers recognize GPT-4o-generated manuscripts?. The American Journal of Emergency Medicine
Salvagno, M., Taccone, F. S., & Gerli, A. G. (2023). Can artificial intelligence help for scientific writing?. Critical care, 27(1), 75.
Oku