Blog
Üretken Yapay Zeka, Akademik Bilgiden Geri Kalıyor
Son kırk yıldaki teknolojik ilerlemeler, mobil cihazları ve bilgisayarları dünyanın en büyük kütüphanesine dönüştürdü. Artık bilgiye tek dokunuşla ulaşılabiliyor.
www.arkeofili.com
Bir çalışmada, üretken yapay zeka ile akademik bilgi arasındaki fark Neandertaller üzerinden incelendi ve fark çok büyük çıktı.
Bu, çalışmaya dahil edilen, DALL-E 3 ile üretilmiş bir görüntü. İstem metninde tipik aktiviteler, ortam, kıyafetler ve araçlar tanımlanmış ancak bilimsel doğruluk talep edilmemişti. C: University of Maine
Son kırk yıldaki teknolojik ilerlemeler, mobil cihazları ve bilgisayarları dünyanın en büyük kütüphanesine dönüştürdü. Artık bilgiye tek dokunuşla ulaşılabiliyor. Telefonlar, dizüstü bilgisayarlar, tabletler, akıllı saatler gündelik hayatın bir parçası hâline geldiler; eğlenceye, bilgiye ve birbirimize erişimi kolaylaştırdılar.
Üretken yapay zekadaki (generative AI) süregelen gelişmeler, bu teknolojilere daha da avantaj kazandırıyor. Birisi cihazına dinozorların nerede yaşadığını ya da nabzının ne kadar hızlandığını sorsa, yapay zeka bu bilgiyi teknolojinin şimdiye kadar yapabildiğinden daha hızlı sağlayabiliyor. Öte yandan doğruluk hâlâ soru işareti.
Üretken yapay zeka, geçmişin nasıl temsil edildiğini ve görselleştirildiğini etkileme gücüne sahip. Ülke genelinde araştırmacılar bu olguyu inceliyor. Bu araştırmacılar arasında University of Maine’den Matthew Magnani de var.
Antropoloji alanında yardımcı doçent olan Magnani, hesaplamalı antropoloji konusunda uzman University of Chicago’dan Jon Clindaniel ile birlikte, yüzyıllara yayılan bilimsel kuram ve akademik araştırmalara dayanan bir model oluşturmak için çalıştı. İki sohbet botundan Neandertallerin gündelik yaşamını betimleyen görseller ve anlatılar üretmelerini istediler ve bulgularını Advances in Archaeological Practice dergisinde yayımladılar.
Araştırmacılar, doğruluğun yapay zekanın kaynak bilgilere erişebilme kapasitesine bağlı olduğunu buldu. Bu örnekte, üretilen görseller ve anlatılar güncelliğini yitirmiş araştırmalara referans veriyordu.
Bu çalışma neden önemli?
Magnani ve Clindaniel, dört farklı istemin (prompt) her birini 100’er kez test etti. Görsel üretimi için DALL-E 3’ü, anlatı üretimi içinse ChatGPT API’sini (GPT-3.5) kullandı. İstemlerin ikisi bilimsel doğruluk talep etmiyor, diğer ikisi ise ediyordu. Ayrıca ikisi daha ayrıntılıydı; örneğin Neandertallerin ne yapıyor ya da ne giyiyor olması gerektiği gibi bağlamlar içeriyordu.
Amaçları, geçmişe dair önyargıların ve yanlış bilgilerin yapay zekanın normal, gündelik kullanımında nasıl yer bulduğunu anlamaktı.
Magnani, “Bu teknolojileri gündelik hayatımızda kullanırken içine gömülü önyargı türlerini incelemek genel olarak önemli. Aldığımız hızlı yanıtların, en güncel ve çağdaş bilimsel bilgiyle nasıl bir ilişki içinde olduğunu anlamak kritik. Sohbet botlarından bilgi aradığımızda eski/yayımlanma tarihi geçmiş yanıtlar almaya yatkın mıyız ve hangi alanlarda?” diyor.
Magnani ve Clindaniel çalışmaya 2023’te başladı. Sadece iki yıl içinde üretken yapay zeka, teknoloji ufkunun bir noktasından modern toplumun merkezine taşındı. Magnani, bu çalışma şimdi tekrarlansaydı, chatbot’ların son bilimsel araştırmaları daha iyi entegre edeceğini umduğunu söylüyor.
Magnani, “Çalışmamız, akademik bilgi birikimi ile yapay zeka kullanılarak üretilen içerik arasındaki mesafeyi incelemek isteyen diğer araştırmacılar için bir şablon sunuyor” diyor.
Clindaniel ise yapay zekanın, büyük bilgi yığınlarını işlemek ve örüntüler bulmak için çok iyi bir araç olabileceğini; fakat bilimsel kayda dayanmasını sağlamak için onu beceriyle ve dikkatle kullanmak gerektiğini ekliyor.
Üretken yapay zeka nerede yanıldı?
Neandertallerin iskelet kalıntıları ilk kez 1864’te tasvir edilmişti. O zamandan beri bilim dünyası, bu türle ilgili ayrıntılar konusunda hem değişti hem de zaman zaman birbirine zıt görüşler geliştirdi. Bu görüş ayrılıkları giysilerinin nasıl durduğundan nasıl avlandıklarına kadar pek çok konuda oluştu. Neandertaller hakkında “somut” ve kesin bir anlayışın eksikliği, onları üretken yapay zekanın doğruluğunu ve kaynaklara dayanma becerisini test etmek için ideal bir konu haline getirdi.
Bu çalışmada üretilen görseller, Neandertalleri 100 yıldan daha önce nasıl göründüklerine inanılıyorsa öyle resmediyordu: insanla akraba, ilkel bir tür; özellikleri insanlardan çok şempanzelere daha yakın, arkaik görünümlü. Görsellerde bol miktarda vücut kılı ve öne eğik bir üst gövdeye ek olarak, kadınlar ve çocuklar da yer almıyordu.
Anlatılar ise, çağdaş bilimsel literatürde anlaşıldığı biçimiyle Neandertal kültürünün çeşitliliğini ve sofistikeliğini küçümsüyordu. ChatGPT’nin ürettiği anlatıların yaklaşık yarısı akademik bilgiyle örtüşmüyordu; bir istem için bu oran yüzde 80’in de üzerine çıktı.
Hem görsellerde hem anlatılarda teknolojiye dair sepet örücülüğü, sazdan çatılar ve merdivenler, cam ve metal gibi referanslar dönem için fazla ileri düzeydeydi.
Magnani ve Clindaniel, sohbet botlarının bilgiyi hangi kaynaklardan derleyip topladığını, üretilen görselleri ve anlatıları bilimsel literatürün farklı dönemleriyle karşılaştırarak belirleyebildi. ChatGPT’nin en çok 1960’ların literatürüyle, DALL-E 3’ün ise 1980’lerin sonu ve 1990’ların başıyla en uyumlu içerikler ürettiğini buldular.
Clindaniel, “Daha doğru yapay zeka çıktıları üretebilmemizin önemli yollarından biri, antropolojik veri setlerini ve akademik makaleleri yapay zekanın erişimine uygun hâle getirmek için çalışmak” diyor.
1920’lerde oluşturulan telif yasaları, 2000’lerin başındaki açık erişim dalgasına kadar akademik araştırmalara erişimi sınırladı. Bundan sonra akademik araştırmalara erişim etrafındaki politikalar, yapay zekanın ne üreteceğini dolayısıyla geçmişin nasıl hayal edildiğini doğrudan etkileyecek.
Magnani, “Öğrencilerimize üretken yapay zekaya temkinli yaklaşmayı öğretmek, teknik açıdan daha okuryazar ve daha eleştirel bir toplum ortaya çıkaracaktır” diyor.
University of Maine. 6 Şubat 2026.
Makale: Magnani, M., & Clindaniel, J. (2025).
Bu yazı hakkında yorum bulunamamıştır. İlk yorumu siz ekleyebilirsiniz >