Akademik yazımda yapay zekâ kullanımı ve etik sınırlar

Üniversite kütüphanesinde kitaplar ve dizüstü bilgisayarıyla çalışan bir lisansüstü öğrenci

Lisansüstü öğrencilerle konuşurken yapay zekâ konusu artık neredeyse her seferinde açılıyor. Kimisi bu araçları hiç kullanmadığını, kullanırsa başının derde gireceğinden korktuğunu söylüyor. Kimisi ise literatür taramasından analiz yorumuna kadar her aşamada kullandığını ama bunu kimseye söylemediğini fark ettiriyor. İki uç da sağlıklı değil. Bu yazıda akademik yazımda yapay zekâ kullanımına dair, özellikle tez ve makale yazan lisansüstü öğrenciler için birkaç temel noktayı paylaşmak istiyorum.

Öncelikle şunu netleştirelim: Akademik yazımda yapay zekâ kullanımı tek bir şey değil. Bir paragrafın dil bilgisi hatalarını düzelttirmek ile bir bölümün tamamını yazdırmak arasında büyük fark var. Bir kavramı anlamak için araçla sohbet etmek ile aracın ürettiği literatür özetini tezinize koymak da aynı şey değil. Etik tartışmayı yaparken kullanımın türünü ve düzeyini ayırt etmek gerekiyor.

Genel olarak kabul görme ihtimali yüksek kullanımlar, sizin ürettiğiniz içeriği biçimsel olarak iyileştiren kullanımlar. Kendi yazdığınız bir metnin dil bilgisi ve yazım hatalarını kontrol etmek, uzun bir cümleyi daha okunur hale getirmek için öneri almak, yabancı dilde yazdığınız bir özetin akıcılığını iyileştirmek bu gruba giriyor. Burada fikir, argüman ve yorum sizin. Araç yalnızca ifadeyi düzeltiyor.

Dil düzeltme gibi masum görünen bir kullanımda bile dikkatli olmanızı öneririm. Bu araçlar bir cümleyi “iyileştirirken” alanınızdaki yerleşik bir terimi gündelik bir kelimeyle değiştirebiliyor, temkinli kurduğunuz bir ifadeyi kesin bir iddiaya dönüştürebiliyor ya da iki kavram arasındaki ince bir ayrımı silebiliyor. Önerilen her değişikliği tek tek okuyup kabul etmek, metnin tamamını toptan değiştirtmekten çok daha güvenli. Ayrıca aynı araçtan geçen metinler birbirine benzemeye başlıyor. Kendi akademik sesinizi geliştirmek de lisansüstü eğitimin bir parçası.

Bir de öğrenmeye yardımcı kullanımlar var. Anlamakta zorlandığınız bir istatistiksel kavramı farklı açılardan açıklatmak, bir araştırma deseninin güçlü ve zayıf yönlerini tartışmak ya da kendi argümanınıza yöneltilebilecek itirazları düşünmek için bu araçlarla çalışmak, iyi kullanıldığında öğrenmenizi hızlandırabilir. Ancak burada da aracın söylediklerini birincil kaynaklardan doğrulamanız gerekiyor. Bir yöntem kitabının yerini tutmuyor.

Sorunlu alan, aracın sizin yerinize düşünmeye ve üretmeye başladığı yer. Araştırma sorusunu, kuramsal çerçeveyi, bulguların yorumunu ya da tartışma bölümünü bir araca yazdırıp küçük düzeltmelerle kendi metniniz gibi sunmak, akademik yazımın temel varsayımını çiğniyor. O varsayım da metnin altında imzası olan kişinin o fikirlerin sahibi ve sorumlusu olması. Bir tezin asıl amacı, sizin bir araştırmacı olarak yetişmeniz. Bu süreci bir araca devrettiğinizde elinizde bir tez olabilir, ama o tezin size kazandırması gereken beceriler olmaz.

Uydurma kaynaklar ve doğrulama

Akademik yazımda yapay zekânın en tehlikeli yönlerinden biri, var olmayan kaynaklar üretebilmesi. Bu araçlar gerçekçi görünen yazar adları, dergi adları, yıllar ve hatta sayfa numaralarıyla tamamen uydurma kaynaklar önerebiliyor. Bazen gerçek bir yazarın adını gerçek olmayan bir makaleyle eşleştiriyor, bazen gerçek bir makaleye o makalede olmayan bir bulguyu atfediyor.

İkinci durum birincisinden daha sinsi. Kaynak gerçekten var olduğu için kontrol listenizden geçebilir, ama metninizde o kaynağa dayandırdığınız iddia kaynakta yer almıyor olabilir. Bir jüri üyesi ya da hakem bu kaynağı açıp baktığında ortaya çıkan durum, kasıtlı olmasa bile akademik dürüstlük açısından ciddi bir sorun.

Bu yüzden kuralım çok basit: Okumadığınız bir kaynağa atıf yapmayın. Bir yapay zekâ aracı size bir kaynak önerdiyse onu kütüphane veri tabanlarında bulun, açın ve ilgili kısmı kendiniz okuyun. Kaynağın gerçekten sizin iddianızı desteklediğinden emin olun. Literatür taramasını bu araçlarla değil, alanınızın veri tabanlarında sistematik aramalarla yapın. Araçlar en fazla arama terimleri konusunda fikir vermek gibi yardımcı bir rol oynayabilir.

Aynı dikkat analiz ve bulgular için de geçerli. Bir aracın istatistik çıktınızı yorumlamasını istediğinizde verdiği cevap kulağa çok makul gelebilir ama yanlış testi önerebilir, bir değeri yanlış okuyabilir ya da verinizde olmayan bir ilişkiden söz edebilir. Analizlerinizin her adımını açıklayabiliyor olmanız gerekiyor. Tez savunmasında “neden bu testi seçtiniz?” sorusuna verilecek cevap, araç öyle söyledi olamaz.

Beyan ve veri gizliliği

Kullanımınızı açıkça belirtmek, etik tartışmanın merkezinde yer alıyor. Yapay zekâ araçlarını akademik yazımda kullanmanın kabul edilebilirliği büyük ölçüde şeffaflığa bağlı. Hangi aracı, hangi amaçla, hangi aşamada kullandığınızı beyan etmek hem okuyucuya hem de hakeme metninizi doğru değerlendirme imkânı veriyor.

Bu konuda kurumlar ve dergiler arasında farklılıklar var ve kurallar hızla değişiyor. Bu yüzden genel bir kural ezberlemek yerine her seferinde ilgili kuralı kontrol etmenizi öneririm. Bir dergiye makale göndermeden önce derginin yapay zekâ kullanımına dair politikasını okuyun. Tez yazıyorsanız enstitünüzün ve üniversitenizin yönergelerine bakın. Kural bulamadıysanız danışmanınızla konuşun ve kullanımınızı yine de beyan edin. Gizlenmiş bir kullanım sonradan ortaya çıktığında, beyan edilmiş aynı kullanımdan çok daha ağır sonuçlar doğurabilir.

Bir yapay zekâ aracını yazar olarak göstermek ise kabul edilebilir bir yaklaşım değil. Yazarlık, çalışmanın sorumluluğunu üstlenmeyi, hatalar için hesap verebilmeyi ve gerektiğinde çalışmayı savunabilmeyi gerektiriyor. Bir aracın bunları yapması mümkün değil.

Veri gizliliği konusu lisansüstü öğrencilerin en sık atladığı nokta. Nitel bir araştırmada topladığınız görüşme dökümlerini, katılımcıların açık uçlu cevaplarını ya da öğrencilerden topladığınız verileri analiz etmek için bir yapay zekâ aracına yüklemeden önce çok dikkatli düşünmeniz gerekiyor. Katılımcılarınız onam formunu imzalarken verilerinin üçüncü taraf bir hizmete aktarılacağını bilmiyordu büyük ihtimalle. Etik kurul onayınızda da böyle bir işlem yer almıyorsa, bu verileri bir araca yüklemek etik kurul izninin dışına çıkmak anlamına gelebilir. Anonimleştirme bile her zaman yeterli olmayabilir, çünkü ayrıntılı bir görüşme dökümünde katılımcıyı tanınır kılan pek çok bağlamsal bilgi bulunabiliyor.

Henüz yayımlanmamış kendi çalışmanız için de benzer bir dikkat gerekli. Hakem olarak size gönderilen bir makaleyi bir yapay zekâ aracına yüklemek ise hem gizlilik hem de hakemlik etiği açısından ciddi bir sorun. Hakemlik sürecindeki metinler size güvenle emanet edilmiş metinlerdir.

Kendinize sık sık şu soruyu sormanızı da öneririm: Bu metni bir jüri önünde, aracın yardımı olmadan, satır satır savunabilir miyim? Cevabınız evetse büyük ihtimalle aracı bir yardımcı olarak kullanıyorsunuz. Cevabınız hayırsa, araç sizin yerinize çalışmaya başlamış demektir.

Görüşmek üzere.

Görsel: Suhiresearch, CC BY-SA 4.0, Wikimedia Commons.