Bu yazı, saygı duyduğum kişilerin kaleme aldığı son dönem yapay zekâ yazılarından ilham alıyor: Dan Williams, Alex Imas, Ben Ansell, Tibor Rutar, scott cunningham, Kevin Munger, Hollis Robbins, Claude (evet!) Blattman, Kevin Bryan, Andy Hall, Kelsey Piper, Sean Westwood ve daha birçoğu. Burada, rahatsız edici ama gerekli olan görüşler yazma geleneğini sürdürüyorum.
Göç ve kamuoyu araştırması yapıyorum, yapay zekâ değil. Ama son birkaç aydır yapay zekânın kendi araştırma iş akışımı nasıl dönüştürdüğünü izledim ve meslektaşlarıma söyleyecek bazı şeylerim var. Hayatımda ilk kez akademinin beş yıl sonra nasıl görüneceğini gerçekten bilmiyorum.1 İlerleme tamamen dursa ve sonsuza kadar mevcut modellerle kalsak bile, halihazırda devam eden değişimler akademik araştırma ve yayıncılık alanımı tanınmaz hâle getirecek. Mevcut durum sürdürülebilir değil. Zaman alabilir, çünkü akademi gezegenin en yapısal olarak muhafazakâr kurumudur. Ama değişecek.
İşte çoğu hâlâ habersiz görünen meslektaşlarıma on tez.
1. Yapay zekâ zaten çoğu profesörden daha iyi sosyal bilim araştırması yapabiliyor.
Bu abartı değil. Tibor Rutar yakın zamanda yalnızca yapay zekâ komutlarıyla eksiksiz bir araştırma makalesi üretmeyi anlattı ve ortaya çıkan çalışmayı birinci çeyreklik dergilerde yayımlanabilir nitelikte bulduğunu belirtti. Paul Novosad’ın 2-3 saatte benzer sonuçlar elde ettiği aktarılıyor. Yascha Mounk, Claude’un iki saatten kısa sürede, minimum geri bildirimle yayımlanabilir kalitede bir siyaset teorisi makalesi ürettiğini iddia ediyor. Scott Cunningham, makale oluşturmanın artık temelde yaklaşık 100 dolarlık redaksiyon hizmeti artı bir Claude aboneliğine mal olduğunu tahmin ediyor.
Ve bu, sayıları çatırdatmanın veya mevcut Stata kodlarını çalıştırmanın çok ötesine gidiyor. Evet, burada iddia ettiğim şey, büyük dil modellerinin mükemmel literatür taramaları ürettiği ve mevcut fikirlerin verimli yeniden birleşimlerini oluşturduğudur. Dürüst olalım: akademisyenler de yazı konusunda özellikle parlak değildi ve yapay zekâ fikirlerinizi gerçekten ihtiyaç duyan insanlar için çok daha erişilebilir hâle getirebilir. Ama etkili kullanım yatırım gerektirir: Aziz Sunderji, araştırma iş akışını, yargı çağrılarını ve davranışsal koruyucu önlemleri kodlayan yaklaşık 200 satırlık bir talimat dosyası oluşturmayı anlatıyor. Bu bir beceri gerektirir.
2. Akademik makale, ölüme mahkûm bir format.
Sean Westwood bunu açıkça söyledi: “Yapay zekâ literatür taramalarını daha iyi yapıyor. Yapay zekâ hakemli değerlendirme yapacak. Kullanıcılar yapay zekâ özetlerini okuyacak. Asıl bilim, soru, ön-analiz planı ve analizdir. 30 sayfalık makale sadece körelmiş bir ambalaj kâğıdıdır.” Bunu söylediği için Bluesky’da eleştiri yağmuruna tutuldu. Ama kesinlikle haklı ve gelen tepki onun argümanını kanıtlıyor: alan, açık olanı tartışmayı bile yapamadan savunmaya geçiyor. Arthur Spirling de haklıdır; makale nedir, “değerlendirme” ne anlama gelir ve üretken yapay zekânın doğru rolünün ne olduğu konusunda konuşmalara ihtiyacımız var. Belki de yapay zekâ nihayet bizi, üniversitelerin vergi mükelleflerinin parasını ticari yayıncılara ödeyerek kamuya açık araştırmaların çok yavaşça üretilen erişim duvarı ardındaki PDF’lerini2 çıkardığı güncelliğini yitirmiş sonuçlarla dolu bir sistemden geçmemize yardımcı olacaktır.
3. Ticari dergi sistemi buna dayanamayabilir.
Cunningham’ın son yazısı hesapları ortaya koyuyor. Makale oluşturma birkaç saate ve yaklaşık 100 dolara düşerse, başvurular beş kat artabilirken dergi yuvaları sabit kalır. Masabaşı red oranları yaklaşık yüzde 50’den yüzde 90’a çıkar. Gelir modeli çöker. Zaten zorlanmış olan hakemli değerlendirme, bu ölçekte imkânsız hâle gelir. Kevin Munger başvuru ücretleri, ücretli hakemler, yayın sonrası değerlendirme ve büyük dil modeli destekli tarama konusunda argümanlar sunuyor. Soru, dergilerin uyum sağlayıp sağlamayacağı yoksa devre dışı kalıp kalmayacağıdır. Benim tahminim çoğunun devre dışı kalacağı yönünde.
4. Akademisyenler yapay zekâya absürt çifte standartlar uyguluyor.
İçerik uydurma endişe vericidir ve araştırmacılar kaynaklarını her zaman doğrulamalıdır. Ancak tıpkı sürücüsüz arabalarda olduğu gibi, bir referans noktasına ihtiyacımız var: insan yazarlar çağlardan beri makaleleri yalnızca özete bakarak yüzeysel biçimde alıntılıyor. Dergiler zaten veri hatalı, p-değeri manipüle edilmiş ve tekrarlanamayan bulgular içeren çalışmaları endişe verici oranlarda yayımlıyor. Bir tahmine göre, yayımlanan makalelerin gerçekten yararlı olanlarının payı yaklaşık yüzde 4. Zaman zaman bir alıntıyı uyduran bir büyük dil modeli, rutin olarak hakemli değerlendirmeden geçecek kadar jargonla süslenmiş çöp bilim üreten bir sistemle rekabet ediyor. Yapay zekâ çıktılarına uyguladığımız aynı şüpheciliği insan üretimi araştırmalara uygulasaydık, yarın dergilerin yarısını kapatırdık.
5. Genç akademisyenler en büyük yıkım ve fırsatla karşı karşıya.
Bu, muhtemelen bu altüst oluş ortasında kariyerlerini ilerletmeye çalışan genç akademisyenler için kötü haber. Jason Fletcher, kadro almanın stratejik mantığının değişmediğini—önce kapıdan geçmek gerektiğini—savunuyor, ama yapay zekâ oraya nasıl ulaşacağınızı temelden değiştiriyor. Ders hazırlık maliyetleri düşüyor. Veri temizleme ve hata ayıklama yapay zekâya devrediliyor. Darboğaz, uygulamadan doğrulama ve özgün düşünceye kayıyor.
Gauti Eggertsson, kavramsal düşünme ve özgün fikirlerin getirilerinin teknik angarya işlere kıyasla artık görece daha yüksek olduğunu gözlemliyor. İyi fikirleri olan genç bir akademisyen, Claude Code ile birkaç yıl önce tam bir laboratuvar gerektirecek hızda araştırma üretebiliyor. Ama herkes de yapabiliyor ve değerlendirme kriterleri henüz buna ayak uyduramadı.3
6. İş akışımda artık bir araştırma asistanı rolü öngörmüyorum.
Mentorluk verdiğim kişilere ve ortak yazarlara sahip olmanın çok değerli olduğunu hâlâ düşünüyorum. Ama rolleri hızla değişiyor. Yapay zekâ tüm bunları daha hızlı ve ihmal edilebilir maliyetle yaparken birini veri temizleme, regresyon çalıştırma veya literatür taraması taslağı hazırlamak için işe almayacağım. İş birlikçilerden istediğim şey özgün düşünce, alan uzmanlığı ve entelektüel meydan okumadır. Bu, geleneksel çıraklık modeli için gerçek bir kayıptır ve yerine ne koyulacağına dair net bir cevabım yok. Fletcher’ın tamamlayıcı çerçevesi—yapay zekâ ilk analizleri üretir, insan araştırmacılar sıfırdan bağımsız olarak tekrarlar—umut verici bir yöne işaret ediyor. Ama sosyal bilimlerde artan ortak yazarlık eğiliminin çok yakında tersine dönebileceği açıktır.
7. Yapay zekâya muhalefetın büyük bölümü ilke kılığına bürünmüş statü korumacılığıdır.
Son zamanlarda Twitter’da yapay zekâ belirtilerine yönelik tiksintinin, temelde dilbilgisi polisliğinin yeni bir versiyonu—insanların dil bekçiliği yoluyla statü göstergelerini dayatması—olup olmadığını sordum. Kevin Bryan bunu açıkça söyledi: “Matrisleri elle ters çevirip zanaatkâr, el yapımı araştırma arzusunu anlıyorum. Ama işimiz bilgi sınırını ilerletmektir, kendimizi gerçekleştirmek değil.”
Dan Williams, neredeyse herkesin aynı önyargıları paylaştığı kurumlarda yüksek kültür yanlış bilgisinin nasıl serpildiğini ikna edici biçimde yazmıştır. Yapay zekâ inkârcılığında da benzer bir şeyin yaşandığını düşünüyorum. Pek çok akademisyen—özellikle Bluesky’da yoğunlaşanlar4 ve sanırım tamamen çevrimdışı olanlar—neler olduğu konusunda tam bir inkâr içinde. Chris Blattman, birkaç hafta içinde Claude Code şüphecisinden tam bir yapay zekâ iş akışı araç seti oluşturmaya geçti. Robert Wright yakın zamanda Alex Hanna ve Emily Bender’ın büyük dil modellerinin işe yaramaz olduğunu savundukları bir program sundu. Milyonların yararlı bulduğu bir aracın temelden bozuk olduğunu iddia eden akıllı insanlar. Bu küçümseyici tutum, tam olarak popülistlerin kazanmasının nedenidir ve yapay zekâ inkârcılığı için de siyaset için olduğu kadar geçerlidir.
8. Verimli endişeler güvenlik ve doğrulama hakkındadır.
Yapay zekâ yeteneklerini reddeden herkese meydan okumam: Claude Code veya Codex ile bir odada bir hafta yalnız geçirin. Sohbet robotu değil—ajan. Çoğu insan hâlâ yapay zekâyı bazen bir şeyler uyduran bir arama motoru olarak düşünüyor. Ajantik yapay zekâ sistemlerinin neler yapabildiğinden haberleri yok.
Büyük dil modellerinin “gerçekten anlayıp anlamadığına” veya “gerçek” bilgi üretip üretmediğine odaklanmak, endişelenmeye değer şeylerden uzaklaştıran felsefi bir lüks. Yapay zekâ tarafından üretilen iddiaları ölçekte nasıl doğrularız? P-değeri manipülasyonunu nasıl önleriz? Andy Hall’un ekibi, yapay zekâ ajanlarının dalkavuk p-değeri manipülasyonuna şaşırtıcı derecede dirençli olduğunu—ancak mütevazı bir çabayla sınırlarının aşılabileceğini buldu. Yapay zekâ araçları kurumsal arşivlere eriştiğinde hassas verileri nasıl koruruz? Çevrimiçi anket katılımcılarının gerçek olduğundan nasıl emin oluruz? Bunlar çözülebilir mühendislik ve kurumsal tasarım problemleridir; Hollis Robbins’in “son kilometre” zorlukları dediği türden—uzmanlığın kenarlarında, bağlamsal ve belirsiz olan yerlerde yaşayan sorunlar. Claude’un “gerçekten” zeki olup olmadığını tartışmak, rakibiniz problem setini bitirirken hesap makinesinin “gerçekten” matematik yapıp yapmadığını tartışmak gibidir.
9. Çok daha iyi bilim yapacağız.
Yine de bazı olumlu yönler var. Kendi alanım göç konusunda: artık ülkeler arasındaki politika ve kamuoyu değişikliklerini otomatik olarak kataloglayabilir ve gerçek zamanlı düzeltmeler önerebiliriz. Mültecileri ve göçmenleri hedef topluluklarla daha iyi eşleştirmek için algoritmalar geliştirebiliriz. Araştırma ve kanıtların, hiçbir zaman akademik dergi okumayan politika yapıcılar ve seçmenler için erişilebilir olmasını sağlayabiliriz.
Daha somut olarak, Yamil Velez ve Patrick Liu 2022’den bu yana yapay zekâ tarafından üretilen deneysel tasarımlar oluşturuyor; özelleştirilmiş Qualtrics deneyleri artık komutlarla 15 dakikada oluşturulabiliyor. Velez’in çalışması daha da büyük bir şeye işaret ediyor: yapay zekâ sadece mevcut anket yöntemlerini hızlandırmıyor, tamamen yeni biçimlerde etkileşimli, uyarlanabilir anketleri mümkün kılıyor—elle programlamanın pratik olmayacağı tasarımlar. David Yanagizawa-Drott işleri daha da ileri taşıdı ve yapay zekâ ile 1.000 ekonomi makalesi üretme projesi başlattı—bir gösteri olarak değil, araştırma üretme maliyeti sıfıra yaklaştığında ne olacağının bir stres testi olarak.
Ana dili İngilizce olmayanlar da muazzam fayda görecek: Kahire’deki, São Paulo’daki ve Cakarta’daki araştırmacılar artık Cambridge veya Stanford’dan çıkan herhangi bir metin kadar iyi okunan nesir üretebiliyor. Eggertsson, yapay zekânın ABD’deki üst düzey okulların uzun süredir sahip olduğu tekeli aşındıracağından şüpheleniyor, çünkü avantajları kısmen artık neredeyse anlık olan bilgi aktarımına dayanıyordu. Bilimi demokratikleştirmeyi önemsiyorsanız, bu üniversitelerin para harcadığı çoğu şeyden daha önemlidir.
10. Kıyamet senaryoları dışında, yapay zekâ gerçekten heyecan verici.
Evet, gerçek riskler var. Bazı akademisyenler (ve diğer çoğu kişi) için iş kaybı varsayımsal değil. Uyum ve güvenlik endişeleri, en kötü durum senaryolarında gerçekleşmesi olası olmasa bile, gerçek. Bunları ciddiye alıyorum ve belirsiz geleceğimizden bir ölçüde korkuyorum.
Ama sürekli döndüğüm nokta şu: yapay zekâ yararlı ve eğlenceli. “Ajantik yapay zekâ bizi aptallaştırıyor” diyen kalabalığın bazı konularda haklı olduğu hissini taşıyorum. Ama erteleme eşiğimin yükseldiğini de fark ettim. Sonsuz kaydırma yerine artık Claude Code’da yan projeler deneyerek oyalanıyorum. Belki de iş dışı zamanın en verimli biçimi. Son birkaç haftadır oldukça heyecan verici birkaç projeyi vibe-coding yapıyorum. Takipte kalın.
Bilge Yiqing Xu, hepimizin iş akışımızı yeniden değerlendirmek ve yeniden tasarlamak için bir ay duraklamamızı, sonra devam etmemizi tavsiye ediyor. Katılıyorum. Karşılığı büyük olacak. Kendinizi Claude Code ile bir odaya kilitleyin ve ne olacağını görün.
Not: Bu yazı tamamen ajantik yapay zekâ tarafından yeni Claude Code (Opus 4.6) iş akışım kullanılarak üretilmiş ve Substack’te yayımlanmıştır. Bunu nasıl yorumlarsanız.
İkinci Not: Yani tamamen benim zanaatkâr, el yapımı insan sosyal medya paylaşımlarıma ve konuyla ilgili düşüncelerime dayanarak üretilmiştir. Peki gerçekten kim yazdı? Siz söyleyin.
Matthew Yglesias yakın zamanda yapay zekâ belirsizliğinin kendisinde yazar tıkanıklığı yarattığını anlattı; çünkü her orta vadeli politika analizi artık yapay zekânın gidişatı hakkındaki tartışmalara dönüşüyor. Bu duyguyu tanıyorum. ↩
Tabii ki, artık PDF değil Markdown kullanmamız gerektiğini biliyoruz. ↩
İlgili bir not: Şu anda Notre Dame’da doktora sonrası araştırmacı işe alıyorum. İlan açıkça ajantik yapay zekâ araçlarına ilgi arıyor. Birkaç yıl içinde bunun işe alım kriterlerinde standart hâle geleceğini düşünüyorum. ↩
Üzgünüm ama Nate Silver’a hak vermem gerekiyor—Bluesky’cılık kesinlikle gerçek. ↩