Akademisyenler yapay zekâ konusunda uyanmalı, Bölüm III

Lütfen beğenin, paylaşın, yorum yapın ve abone olun. Bu, bültenin büyümesine maddi katkı gerektirmeden destek olur. Okuduğunuz için teşekkürler.

Birinci Bölüm’de, YZ’nin çoğu profesörden daha iyi sosyal bilim araştırması yapabildiğini savundum. İkinci Bölüm’de ise binden fazla yanıtı ele alarak eleştirmenlerin haklı olduğu noktalarda geri adım atarken asıl iddiamda ısrar ettim: akademik statüko zaten çökmüştü ve YZ yalnızca bu hesaplaşmayı zorunlu kılıyor.¹ Akademik çevrelerle ve akranlarımla birlikte geçen ay boyunca YZ ile ortak kaleme aldığım bu Üçüncü Bölüm’de, tanıdan akademisyenlerin gerçekte neler yapıp neler yapamayacağına geçiyorum.

Bu üçüncü bölümün pek de beklenmedik yakın nedeni, dünyanın önde gelen uluslararası çalışmalar uzmanlarının katıldığı köklü disiplinlerarası bir konferans olan 2026 Uluslararası Araştırmalar Derneği (ISA) Yıllık Konvansiyonu’nu Columbus, Ohio’da ziyaret etmem oldu. En azından bana öyle söylenmişti. Gerçekte gördüğüm ise herhangi bir dersimde zar zor C alabilecek sunumlardı: tez ya da tutarlılıktan yoksun argümanlar, herhangi bir yazım denetleyicisinin yakalayacağı dilbilgisi hataları, sunucular sanki ilk kez karşılaşıyormuş gibi kendi yetersiz argümanlarını slaytlarından okuyordu. Yazım hatalarının ve tutarsızlıkların varlığından anladığım kadarıyla bunların hiçbirinde YZ’nin parmağı yoktu. Bunlar yalnızca lisans öğrencileri değil; doktora derecesine, kadro güvencesine ve araştırma bütçelerine sahip kişilerdi.

YZ “düşük kaliteli içeriği” (slop) herkesin uyardığı kriz buysa, ISA’da ya da pek çok büyük sosyal bilimler konferansında gördüklerimi ne olarak nitelendirmek gerektiğini gerçekten merak ediyorum.² Karşıtlık görmezden gelinebilir gibi değildi: YZ’nin çoğu profesörden daha iyi araştırma yapabildiğini öne sürdüğüm için tam da o sırada çevrimiçi ölüm tehditlerinin ve işten kovulma çağrılarının hedefi olurken bu sunumlara oturuyordum. Bu karşıtlık, bu yazının argümanını kristalleştirdi.

21. “Düşük kaliteli içeriğin” büyük bölümü her zaman insan yapımı olmuştur ve öyle olmaya devam etmektedir.

İlk tezim, şimdiye kadar söylediğim en provokatif şeydi ve o günden bu yana yalnızca hafifçe düzelttim: ajanlı YZ, dünya genelinde çoğu sosyal bilim araştırma görevini çoğu profesörden daha iyi yapabilmektedir. Bu görüşü hâlâ savunuyorum. Yakın zamanda Chronicle ile yaptığım röportajda bu daha dolaysız bir biçimde ifade edildi: “AI Is a Better Researcher Than You” (YZ Sizden Daha İyi Bir Araştırmacı). Hâlâ buna inanmıyorsanız, birkaç yıl sonra konuşuruz.

Ancak madalyonun öbür yüzü de bir o kadar önemli. YZ profesörlerden daha iyi araştırma çıktısı üretebiliyorsa, bu aynı zamanda o profesörlerin YZ’siz ürettiği ve hâlâ üretmeye devam ettiği çıktıları da mahkûm eder.

“Slop” (düşük kaliteli içerik), Merriam-Webster’ın 2025 Yılın Kelimesi olarak seçildi ve YZ tarafından üretilen düşük kaliteli dijital içerik olarak tanımlandı. Oysa ISA konferansı, düşük kaliteli içeriğin büyük çoğunluğunun her zaman insan yapımı olduğunu bir kez daha hatırlattı. Beşeri bilimler ve sosyal bilimlerin büyük bölümündeki akademik dergi sistemi ve büyük konferanslar, herhangi birinin ChatGPT aboneliği edinmesinden çok önce birer düşük kaliteli içerik fabrikasıydı. Evet, gerçekten araştırmaların büyük çoğunluğunun slop olduğunu kastediyorum.³

Bir kısmı da filozofu Harry Frankfurt’un “saçmalama” (bullshit) dediği türden: iddialarının doğru olup olmadığına kayıtsız çalışmalar; özellikle göç gibi siyasi açıdan hassas konularda, araştırmacıların sol görüşlü sonuçtan başlayıp geriye doğru çalıştığı durumlar. Ama düşük kaliteli içerik, saçmalamadan daha geniş bir kavramdır. Hiçbir iddia taşımayan, ustalık değeri taşıması beklenen ama bunu başaramayan çalışmaları da kapsar. Sorusu olmadan bir veri seti bulan, ardından yayımlamaya değer anlamlı sonuçlar için kazıp duran araştırmacı düşük kaliteli içerik üretmektedir. Bu araştırmacılar YZ’den çok önce de vardı. Yalnızca daha yavaştılar.

22. Akademisyenler, YZ’den önce de halüsinasyon görüyor ve hile yapıyordu.

İnsanların YZ ile ilgili olarak akademide öne sürdüğü halüsinasyon ve hile kaygıları, bu sorunların onlarca yıl, hatta yüzyıllar öncesine uzandığını göstermektedir. Bu ay Nature‘da yayımlanan ve küçük bir parçası olduğum kapsamlı yeni bir proje, yüzlerce sosyal bilim makalesini test etti: istatistiksel açıdan anlamlı iddiaların yalnızca yaklaşık yarısı tekrarlandı, medyan etki büyüklükleri ise büyük ölçüde küçüldü. Bu çalışma, 2015 Açık Bilim İşbirliği çalışmasının psikolojide bulgular arasında yaklaşık üçte ikisinin tekrarlanamadığını saptamasından bu yana elde edilen bulguları doğrulamakta ve alanları genişletmektedir.

YZ öncesinde bunlara “halüsinasyon” demiyorduk. “Bilim” diyorduk. Düşündüğünüzde, halüsinasyon ile ilham arasında göründüğü kadar fark yok. Her ikisi de girdinin ötesine geçen kombinasyonlar üretmeyi içerir. Sonuç yanlış olduğunda halüsinasyon, doğru olduğunda ise çığır açıcı bir buluş diyoruz.

Bu arada akademisyenler rutin olarak özetin ötesinde okumadıkları makalelere atıf yapıyor.⁴ En azından YZ’nin halüsinasyon oranları izleniyor ve iyileşiyor. Akademideki insan halüsinasyon oranları ise hiç izlenmiyor. Bunlara yalnızca “alanyazına katkılar” diyoruz. Ve hakem değerlendirmeciyseniz kendi başınıza halüsinasyon görmenize bile gerek yok: “Lütfen beni alıntılayın” yazıp devam edebilirsiniz.

Bazı araştırmalar gerçekten mükemmeldir. Ama YZ destekli hile konusunu tartışmadan önce bir an için insan hilesiyle yüzleşelim. Diederik Stapel, Marc Hauser, Francesca Gino, Dan Ariely: yüksek profilli dolandırıcılık davalarının listesi büyümeye devam ediyor ve bunlar yalnızca yakalananlar. Açık veri uydurmanın ötesinde, p-kırpma, HARKING (sonuçlar bilinmeden sonra hipotez kurma) ve seçici raporlama yıllarca o kadar yaygındı ki neredeyse suç sayılmıyordu. Bu pratikleri anlamak konusunda gerçek ilerleme kaydettik, ancak neyin yayımlandığını şekillendirmeye devam edecek kadar yaygın olmayı sürdürüyorlar. Tüm bunların ötesinde, kıdemli profesörler her zaman ağırlıklı olarak lisansüstü öğrencilerin yazdığı makalelere imzalarını attı; ünlü bir akademisyenin adı altında çalışan araştırma asistanı ekipleri tarafından derlenen kitapların tamamı yazıldı. Bunların hiçbiri, YZ süreci daha ucuz ve görünür kılana dek hile sayılmıyordu.

23. “Stokastik papağan” metaforu insanları YZ’den daha iyi tanımlar.

YZ tartışmasındaki en etkili sloganlardan biri⁵ her zaman düşünceyi durduran bir klişe olarak işlev gördü. Cate Hall’un gözlemlediği gibi, bu güçlü bir ifade: söylenmesi keyifli, kavramsal açıdan verimli ve bugünkü modeller için doğru olmadığı hâlde pek çok kişinin zihnini kalıcı olarak işgal etmiş durumda. Gerçek anlamda dilsel bir sanat eseri. Ayrıca deneysel olarak da yanlış: GPT-4’ten bu yana her büyük sınır modeli metin dışı girdiler üzerinde eğitildi ve orijinal argümanın kendi mantığı yalnızca metin tabanlı eğitimle çalışmayı gerektiriyor.

Şimdi tamamen farklı ama yine de çok tanıdık bir şeye bakın: “Bu Evde İnanıyoruz” (In This House We Believe) bahçe levhaları. Bilim Gerçektir. Aşk Aşktır. Hiçbir İnsan Yasadışı Değildir, vb. Her satıra inanabilir ve yine de bu konuların hiçbirinde tutarlı bir politika pozisyonunuz olmayabilir. “Hiçbir insan yasadışı değildir” uygulama politikası için ne anlama gelir: açık sınırlar mı, af mı, başka bir şey mi? Levha bunu söylemiyor, çünkü söylemek çelişkilerle yüzleşmeyi gerektiriyor. Bu bir sadakat yeminidir, argüman değil.

İnsanlar bu levhayı yıllardır alay konusu yapıyor.

Asıl nokta ise tam da YZ’nin eleştirildiği şeyin bu olmasıdır: anlam yerine aidiyet bildiren yüzeysel, kendini iyi hissettiren ifadeler üretmek. Meğer insanlar bunu YZ’li ya da YZ’siz, bahçede levha koyacak çimleri olduğu günden bu yana yapıyormuş.

Bahçe levhası bir istisna değil. Çoğu insanın çoğu konuya nasıl yaklaştığı gibi görünüyor: grubunun pozisyonunu benimse, tekrarla, devam et. Neyi savunduğunuzun özü, nasıl çerçevelediğinizden çok daha önemlidir; ancak çerçeveleme daha kolaydır ve bu yüzden Twitter dizilerinden konferans sunumlarına kadar kamuoyunu egemenliği altına alıyor.

Bunu ISA’da bizzat gördüm: kadrolu meslektaşlarım bilimsellik görüntüsü vermek için birkaç yanlış tanımlanmış regresyonla süslenmiş, akademik bir bahçe levhasına eşdeğer çalışmalar sundu. Stokastik papağan eleştirisi YZ’yi küçük düşürmek için tasarlanmıştı. Sonunda insan entelektüel yaşamının, kimsenin öngörmediği kadar iyi bir betimlemesi oldu.

24. Evet, rızası olan yetişkinler yazmak için YZ kullanabilir. Bunu denetlemek işe yaramaz.

İkinci Bölüm’de YZ dedektörlerinin çoğunlukla pek işe yaramadığını ve çözdüklerinden fazla sorun yarattığını belirtmiştim. Ama daha derin sorun, bunların ardındaki dürtüdür: ne ürettiğinden bağımsız olarak YZ katılımının özünde kirletici olduğu inancı. Quinn Que, YZ yazım dedektörlerine olan takıntının 19. yüzyıl Amerikan ırksal sınıflandırmasındaki “tek damla kuralı”na benzediğine dair büyüleyici bir argüman sunuyor: kaliteden ve yazarın niyetinden bağımsız olarak herhangi bir YZ müdahalesi tüm çalışmayı kirletiyor.

Başta bu analojiye şüpheyle yaklaştım, ama oldukça isabetli. YZ karşıtı aktivistlerin gözünde kendinizin yazmadığı her kelime ahlaki bir kirlenme. YZ’yi yazma amacıyla kullanmak teknik olarak “yasadışı” olmasa da, meşru bir yazar mı yoksa sahtekar mı, iyi biri mi yoksa kötü biri mi olduğunuzu belirleyen temelde bir tek damla kuralı işliyor. Dolayısıyla “düşüncelerini makineye havale ettiğim” için YZ kullanımını açıklayan benim gibi insanlara yönelik kınamalar ve ölüm tehditleri.

Birinci Bölüm’de savunduğum gibi, YZ’ye karşıtlığın büyük bölümü ilke kılığına büründürülmüş statü korumacılığıdır. Andy Masley, sohbet botu ahlaki paniğinin statü projesinin ötesinde bir kaynağı olabileceğini öne sürerek bu görüşü daha da ileri taşıyor. Bu kaynak, batıl inancı andıran bir şey (“sohbet botları şeytanidir”): YZ tarafından üretilen metnin ruhsal açıdan lekeli olduğu, ne yazdığından bağımsız olarak yazabilen bir makinede yanlış hatta kötü bir şey bulunduğu hissi.⁶

Megan McArdle bile, yakın zamanda YZ kullanımını onurlu biçimde açıklayarak gazeteciler arasında akademisyenlerin birkaç ay önce Bluesky’da yaşadığı tartışmanın aynısını başlatmasına karşın, “YZ metne dokunmadı” diyerek kendini savunmak zorunda hissetti. Sesini yükseltmesine saygı duyuyorum. Peki metin sorusu neden bir mesele olsun ki? Çalışma iyiyse ve süreç açıklanmışsa, gerisi etik kılığına büründürülmüş estetik tercihtir. Saflığın bozulması nerede başlıyor? Google’da arama mı? Otomatik düzeltme mi? Yazım denetimi mi? Deşifreler mi?

Tüm bunları bir yana bırakacak olursak: Dune tarzı bir YZ felaketi ve ardından insanlığın teknolojiyi yasaklamak için koordine olması senaryosu olmadıkça, mevcut teşvikler göz önünde bulundurulduğunda yaygın YZ destekli kurgu dışı yazımın denge noktasında neredeyse kaçınılmaz olduğu görülüyor. Belirtmeye değer bir diğer husus şu: “YZ kirliliği” olmadan tamamen kendi başınıza iyi yazılar yazıyor olsanız bile, bu saflık için yakında kimse sizi ödüllendirmeyecek.

25. Araştırmanızda ve yazımınızda en güncel YZ araçlarını kullanmamak bir malpraktistir.

Matthew Yglesias yakın zamanda büyük dil modellerinin gazetecilik alanında gereğinden az kullanıldığını savundu. Bu görüş akademisyenler için de geçerli: araştırmanın amacı faydalı çıktıdır, insan aracılığıyla yürütülen süreç değil. Titizlik düşüncede ve doğrulamada olmalıdır; bir insan mı yoksa bir makine mi cümleleri yazdı ya da R’da regresyonları çalıştırırken enter’a bastı, bunda değil. Hollis Robbins’in isabetli bir ifadeyle belirttiği gibi, profesörler muhtemelen kahvaltıdan önce YZ modellerini test etmelidir (temelde Scott Cunningham gibi olmalıdır).

YZ’nin en sıradan kullanımı hataları yakalamaktır. 3 Nisan 2026 tarihli New York Times başlığını ele alalım: “A North American Treaty Organization Without America?” (Amerika’sız Bir Kuzey Amerika Antlaşma Örgütü?). Doğru adın elbette Kuzey Atlantik Antlaşma Örgütü olduğunu belirtmek gerekir. Times ertesi gün düzeltme yaptı. Bazıları hatanın YZ’den kaynaklandığını öne sürdü. Bunu asla bilemeyeceğiz ve açıkçası önemi de yok. Yeterince zeki herhangi bir LLM iş akışı hatayı saniyeler içinde yakalardı. Tüm başlıklar için basit bir otomatik rutin—”Bu herhangi bir hata içeriyor mu? İki ayrı kaynağa göre doğrulayın”—Times‘ı bir haber döngüsü boyunca yaşanan utanç durumundan kurtarırdı.

Ama gerçek denetimi bu değil; bu yalnızca tabandır. Daha ilgi çekici kullanım, daha önce mümkün olmayan şeyler yapmaktır. Şu anda ortak yazarım olan Kelsey Piper yakın zamanda Codex’e, incelediği bir siyaset bilimi makalesini gerçek anlamda anlamasına yardımcı olacak etkileşimli bir web sitesi kurması için görev verdi; ardından çalışmanın katılımcılarının yaptığı gibi görevi kendisi de tamamladı. YZ yalnızca bir çıktı üretme süresini kısaltmıyor. Çoğu araştırmacının atladığı türden aktif katılımın—şeyi kendiniz inşa etme, bir argümanı stres testi yapma, analizi katılımcıların yaptığı gibi yeniden çalıştırma—maliyetini düşürüyor. Derin anlayış gerçekten bunu gerektirir.

Aynısı akademi için de geçerli. Columbus’ta ISA’da katıldığım sunumların yarısı, ChatGPT üzerinden kısaca bir tur atarak anlamlı biçimde iyileştirilebilirdi: dilbilgisini düzeltmek, argümanları sıkılaştırmak, mantıksal boşlukları yakalamak. Bu araçlar ücretsiz ya da neredeyse ücretsiz. Bunları kullanmamayı seçmek, özellikle kamuoyunu bilgilendirmek gibi bir misyonunuz varsa, yapabildiğinizden daha kötü iş çıkarmayı seçmektir. Ancak gazeteciler ve akademisyenler YZ’yi yalnızca başlıklardaki yazım hatalarını yakalamak için kullanmamalı. Etkileşimli görselleştirmeler oluşturmak, argümanları stres testi yapmak ve hakkında yazdıkları karmaşık konuları gerçekten anlamak için kullanmalılar.

Peki ya yazımın kendisi? YZ kullanan birine yaygın bir yanıt gördünüz mühtemelen: “Makaleyi okumak yerine neden onu yaratan istemi okumayayım?” Kulağa mantıklı geliyor, değil mi? Hayır, biraz düşündüğünüzde.

Bakkaliye listesini okumak yerine neden yemeği yesiniz? Bir ggplot betiği yerine neden bir grafiye bakasınız? Yazarın notları yerine neden kitabı okuyasunuz? İstem size yeni bir bilgi vermez. Çıktı verir. Mesele zaten bu. İkinci Bölüm’de savunduğum gibi, farklı uzmanlık, veri ve bağlama sahip (claude.md dosyalarına yansıyan şekilde) farklı insanlar aynı istemden tamamen farklı çıktılar üretiyor. Bu bir beceri meselesi.

Anlıyorum: bir yazarın ürettiğinden daha uzun süre bir şeyi okumak garip gelebilir. Ama bunu daha önce de yaşadık. R’da saniyeler içinde oluşturulan bir grafik, dikkatli okunması dakikalar alabilir. Kimse grafik yerine yalnızca kodu görmek istemez ya da bunu hayal etmez. Grafiği ve ne söylediğini—daha önce mevcut olmayan yeni bilgiyi—değerlendirir.

26. LLM’ler gerçekten yeni bilgi üretebilir.

John Burn-Murdoch’un yakın zamanda belgelediği gibi, YZ sohbet botları kullanıcıları tutarlı biçimde uzman konsensüsüne yöneltti; sosyal medyanın yaptığının tam tersine. Bu araçlar yalnızca daha iyi yazmanıza yardımcı olmuyor. Aktif olarak kullanıldığında daha dikkatli düşünmenize de yardımcı oluyor.⁷ LLM’ler bu sayede popülizmin yükselişini bile tersine çevirebilir. Ama gerçek denetim yeni bilgi üretmekle aynı şey değildir.

LLM’lerin gerçek anlamda yeni fikirler üretip üretemeyeceğini sormadan önce (bunun iyi örnekleri var), ne kadar insanın bunu yapabildiğini sormalıyız. Akademisyenlerin büyük çoğunluğu kariyerini mevcut fikirleri küçük varyasyonlarla yeniden birleştirerek, aynı yöntemleri biraz farklı veri setlerine uygulayarak, kendi alt disiplinleri dışında kimsenin okumayacağı artımlı çalışmalar üreterek geçirir. Özgün düşünce her kuşakta son derece güç ve nadirdir. Bunu meslektaşlarımdan herhangi birine (ya da kendime) hakaret olarak söylemiyorum. Ama LLM’lerin aşması gereken çıta, kabul etmek istediğimizden çok daha düşük.⁸

Güney Carolina Üniversitesi’nde çalışan, parlak bir siyasal metodolog ve yayımlanmış kurgu yazarı⁹ olan dostum Robert Kubinec, YZ abartısının büyük bölümüne oldukça şüpheyle yaklaşıyor gibi görünüyor. LLM’lerin asla bilgi üretmediğini, bilginin “yalnızca insan beyninde var olduğunu” ve onların “yalnızca bir bilgi kümesini diğeriyle karşılaştırabildiğini” savunuyor. Bob’a saygı duyuyorum, bu yüzden anlaşmazlığımız sorun değil. Yanıtım şu: Öz-farkındalıkla ilgili felsefi soru gerçek, ama pratik soruyla ilgisiz. Modelin herhangi bir şeyi “anlayıp anlamadığından” bağımsız olarak, çıktı insanlar için faydalı yeni bilgi içeriyor mu, içermiyor mu?¹⁰

Bunu destekleyen en yakın örnek, Anthropic’in yeni sınır modeli Claude Mythos. Birkaç haftalık testte, 27 yıl boyunca tespit edilememiş biri dahil olmak üzere büyük işletim sistemleri ve tarayıcılarda daha önce bilinmeyen binlerce güvenlik açığı tespit etti. Buna ne demek isterseniz deyin, “bir bilgi kümesini diğeriyle karşılaştırmak” bunu tam olarak karşılamıyor.

Sosyal bilimlerdeki en iyi kavramsal teoriler zaten mevcut fikirlerin yeniden birleşimlerinden oluşuyor. Anthony Downs, rasyonel tercih teorisini mikroekonomik fayda maksimizasyonunu oy vermeye aktararak inşa etti ve kitabına An Economic Theory of Democracy (Demokrasinin İktisadi Bir Teorisi) adını açıkça koydu. Baumgartner ve Jones, evrimsel biyolojiden noktalı denge kavramını ödünç alarak politika yapımına uyguladı. Sosyal ağ analizi, çizge teorisini matematikten bütünüyle ithal etti. Axelrod, mahkûm ikilemi ile evrimsel uyum seçimini bir araya getirdi. Alexander Wendt daha da ileri giderek Quantum Mind and Social Science (Kuantum Zihin ve Sosyal Bilim) adlı eserinde kuantum teorisini uluslararası ilişkilere uyguladı; pek çok kişinin (haklı olarak) saçma bulduğu ama yine de Cambridge University Press’in yayımladığı bir hamle. Sosyal bilimler nadiren sıfırdan icat eder. Alanlar arasında çevirir ve çeviri teorik katkıdır.

Bu yapısal olarak LLM’lerin yaptığıyla aynıdır: bağlamlar arasında kalıpları ve kavramları yeniden birleştirmek. Bazen sonuç saçmalık olur. Bazen üretkendir. İnsan yeniden birleşimi için de aynısı geçerlidir. Wendt’in kuantum uluslararası ilişkileri yaklaşımı fiziği yanlış kullanan bir metafor olarak eleştirildi, ama yukarıda belirtildiği gibi Cambridge University Press bunu yayımladı. Bu bilgi üretimi sayılıyorsa, LLM tarafından oluşturulan yeniden birleşimlerin neden sayılmayacağını anlamak güç.

Bob, felsefi tutumunu sürdürürken pratik noktayı kabul etmek konusunda takdire değer bir tutum sergiledi: “soru, bilgiyi ilerletmek için bu kapasiteyi nasıl kullanacağımız.” Tam olarak. Birinci Bölüm’de de söylediğim gibi, en çok paydası olan insanlar araçları işlerini iyileştirmek için zaten kullanırken LLM’lerin “gerçekten anlayıp anlamadığını” tartışmayı bırakın.

27. Eleştirmenler için YZ kullanıcısının zihinsel modeli, çok eski olan 2023’te takılı kalmış.

Bu duruma nasıl geldiğimizi hatırlayalım. Öğrenciler, profesörlerinden önce YZ’ye ilgi gösterdi ve bunun için ChatGPT 3.5 gibi ilk halka açık, ücretsiz modelleri kullandı. Sonuç olarak pek çok profesör ve entelektüel, tipik YZ kullanıcısını bir kompozisyonda hile yapmaya çalışan bir lisans öğrencisi ya da YZ slop’u gönderen başarısız bir asistan olarak hayal etmeye devam ediyor. Bu, dünya genelinde pek çok gelişigüzel YZ kullanımını hâlâ tanımlıyor olabilir. Çoğu alandaki en iyi araştırmacıların bu araçlarla nasıl çalıştığını ya da gerçekten sorumlu ve bilinçli biçimde YZ kullanan herkesin nasıl işlediğini tanımlamıyor.

Stefan Schubert bunu en iyi şekilde dile getirdi: diğer insanların rasyonelliğini hafife alıyoruz, onların yeni araçları gerçekte olduğundan çok daha düşüncesizce uyguladığını varsayıyoruz. ChatGPT’den bir makalenin tamamını yazdırması ile her kelimeyi bizzat yazması arasında geniş bir uzay var. “Kendiniz” yazdığınızda zaten kısayollar kullanıyorsunuz. Yaptığınız her atıf için derinlemesine araştırma yapmıyorsunuz. Google’da bir istatistiğe bakıp başlık rakamına güveniyorsunuz. Bir özeti hızlıca okuyup makaleyi alıntılıyorsunuz. Kaynaklarınız varsa doğrulamayı bir araştırma asistanına ya da gerçek denetçiye yaptırıyorsunuz. YZ bunun büyük bölümünü daha sistematik, otomatik ve ucuz bir şekilde yapmanıza olanak tanıyor.

Pek çok kişi gibi Derek Thompson da haklı olarak yazmanın düşünme olduğuna ve tüm yazma sürecini YZ’ye havale etmenin zihni boşalttığına inanıyor. Ancak yazmanın büyük bölümü düşünme olsa da, düşünme yalnızca yazmaktan ibaret değildir. Sanat yapmak da düşünmektir. Konuşmak da düşünmektir. Dina Pisareva’nın savunduğu gibi, karşınızda iyi bir Sokratik ortak varsa, istem vermek de düşünmektir.

Thompson aynı zamanda tüm yazımın her zaman fikirler, gerçekler, düzeltme ve gerçek denetimi için yazarın zihninin dışına ulaşmayı içerdiğini de kabul ediyor. Meşru yardım ile yasadışı havale arasındaki çizgi her zaman belirsiz olmuştu ve YZ bu bulanıklığı yaratmadı. Yalnızca görmezden gelinmesini imkânsız kıldı. Thompson’ın kendi sonucu: “Bulanıklık konusunda dürüst ve açık olmalıyız; Claude penceresi açık olan herkesi slop sınıfının üyesi ilan etmek yerine.”

Açıklama meselesini nerede bırakırız? Pek çok değerli insan ve en iyi akademik dergiler çözüm olarak tam YZ kullanımı açıklamasını öneriyor. Ancak açıklama, oyun teorik bir anlamda sürdürülebilir değil: açıklayanlar itibar maliyetine katlanırken gizlice kullananlar bedavaya yararlanır; denge bu nedenle açıklamamaya doğru iter. Megan McArdle ve benim gibi insanlar bu sorunun yaşayan kanıtıyız. Ryan Briggs’in ifade ettiği gibi daha iyi çerçeveleme şu: YZ uzmanlığı tamamlar—çalışmanızı kontrol eden otomatik araştırma asistanları, argümanları anında resmileştirme, istek üzerine veri toplama. Bu, yetenekli insanların daha iyi ve daha hızlı düşünmesini sağlayan bir çarpandır.

Açıklamanın gerçekten zorunlu olduğu tek durumun şu olduğunu düşünüyorum: izleyicinin tamamen insan tarafından üretilmiş bir çalışma beklentisi bulunduğunda ve bu beklenti ödedikleri şeyin bir parçasını oluşturduğunda. En iyi analoji, kişisel ya da yaratıcı yazarlık açısından canlı bir konserdir: canlı bir performans beklentisiyle gittiğinizde sanatçının playback yaptığını görüyorsanız, bu meşru bir şikâyettir. Daha kesin bir ifadeyle, açıklama yükümlülüğü, açıklamamanın izleyiciyi ne aldıkları konusunda yanıltacağı durumlarda söz konusudur. İmzasıyla bir makale yayımlayan gazeteci, tuş vuruşlarının kaynağını değil hesap verebilirliği ve özgünlüğü taahhüt ediyor. Anı yazan biri her ikisini de taahhüt ediyor. Ölçüt, yazarın adını koyduğu şeydir; bir araç kullanılıp kullanılmadığı değil.

Ama bilim ve gazetecilik canlı gösteriler değildir. Yeni bilgiyi keşfetmek ve paylaşmakla ilgililer. Kimse yazım denetimi, araştırma asistanları ya da Google arama kullandığını açıklamıyor. Yaratıcı yazarlık ve sanat için normlar farklı olacak, haklı olarak öyle; çünkü izleyici orada kısmen şeyi yapmanın insan deneyimi için ödüyor. Beşeri bilimler pek çok tartışmalı süreç ve kırılan dostluklar eşliğinde muhtemelen bir yerde orta yolda buluşacak. Ancak araştırma ve gazetecilik için “her şeyi açıkla” bizi gitmemiz gereken yere götürmüyor. Okuyucuların önemsemesi gereken doğruluk ve yazarın sayfadakinin tam sorumluluğunu üstlenip üstlenmediğidir. Kaynak, bunların ikisinden de çok daha zayıf bir sinyaldir.

28. Kimse hiçbir şey bilmiyor, ben dahil. Bu sorun değil—birlikte çözeceğiz.

YZ konusunda gazetecilerle konuşmaktan başlangıçta kaçındım, çünkü bu konuda anlamlı bir şekilde uzman değilim. Ancak bu her neyse konusunda gerçek anlamda uzman kimsenin olmadığını giderek daha fazla fark ediyorum; birinin ortaya çıkmasını beklemek ise hiç norm oluşturamamak anlamına geliyor. Claude Code’u (ya da tercih ettiğiniz ajanlı aracı) kurun ve elinizde bir sorun varsa onunla konuşarak çözmeye çalışın tavsiyesinin ötesine geçmekten hâlâ kaçınıyorum.

Arthur Spirling bu konuda her zamanki açıklığıyla şunu söyledi: modelleri geliştiren laboratuvarlardaymış gibi meslektaşlarına ve doktora öğrencilerine sürekli “tavsiye” sunan YZ-akademik hesaplar sıkıcı. Onlar da bizim gibi seyirci.¹¹ Laboratuvarlardaki insanlar bile modellerin birkaç ayın ötesinde ne kadar iyi olacağını bilmiyor.

Dolayısıyla garip bir konumdayız: yeni iş akışı ortamının normlarını birinin oluşturmaya başlaması gerekiyor ve bunu yapacak kişiler, neyin normlarını oluşturduklarını tam olarak anlamayan insanlar olacak. Bu tuhaf ve rahatsız edici. Çok daha yavaş bir tempoyla da olsa, muhtemelen diğer kurumsal geçişlerin büyük bölümünün de böyle işlediği bir gerçek.

Profesörlerin öğrencilerin YZ kullanımını tam ve titizlikle denetlemenin ne verimli ne de mümkün olduğunu kabul etmek zorunda kaldığı, çok eski bir dönem gibi görünen bir versiyonunu yaşadık. Aynısı şimdi araştırmacılar için geçerli. Gerçekten önemli olan kısımları—replikasyon kodu gibi—denetleyebilirsiniz ve LLM’ler bunu zaten kolaylaştırıyor. Kaynak, denetleyemeyeceğiniz tek şeydir ve her halükarda enerji harcamamız gereken şey değildir. Teşvikleri takip etmek ve araçların iyi kullanılmasını sağlayan sistemler kurmak zorundasınız; araçların hiç kullanılmıyormuş gibi davranmak değil.

Öğretimle ilgili benzer bir noktada, izinde olduğum için burada da tavsiye vermekten kaçındım. Aldığım pek çok soru göz önünde bulundurulduğunda, YZ’nin araştırma üzerindeki etkisine kıyasla öğretim üzerindeki etkisi konusunda daha karamserim. Örneğin, araştırmamda ve yazımda YZ’yi açık ve kapsamlı biçimde kullansam da, içerik derslerimde tüm elektronik cihazları yasaklamayı ve yüz yüze yazılı ve sözlü sınavlara geri dönmeyi planlıyorum.

Bunlar çelişkili pozisyonlar değil. Sınıf, tam da öğrencilerin daha sonra YZ ile işbirliğini verimli kılacak bilişsel becerileri inşa etmeleri gereken yerdir. Bir YZ aracını anlamlı biçimde yönlendirmeniz için onsuz düşünmeyi hiç öğrenmemiş olmamanız gerekir. İkinci Bölüm’deki beceri körelmesi kaygısı burada en geçerli olanı: öğrencilerin temelleri içselleştirmeleri ve ardından bunları dışarıya havale etmeleri gerekiyor. Araştırma, değerli bir çıktı üretmek için elinizdeki en iyi araçları kullandığınız yerdir. Öğretim ise bir sonraki neslin bu araçları gerçekten iyi kullanabildiğinden emin olduğunuz yer.¹²

29. En iyi çalışmalar insan ve YZ iş birliğinde gerçekleşiyor.

Yazılarında YZ kullanmamaya yemin eden pek çok kişi görüyorum hâlâ. Bu, araştırma asistanlarından ya da ortak yazarlardan yardım almamaya yemin etmek kadar mantıklı. Dolayısıyla ben tam tersini yeminediyorum: araştırmamı ya da onu iletme biçimimi en iyi iyileştirmek için en güncel LLM’leri ve bunun yanı sıra mevcut her türlü aracı ya da insan ortak yazarı kullanacağım. Bu sayede üzerime imza atıyorsam, bunun kendi en iyi yargımı yansıttığından emin olabilirsiniz.

Özellikle beşeri bilimlerden pek çok akademisyen, işine ne kadar zaman harcadığının önemli olduğuna hâlâ inanıyor gibi görünüyor. Ama halk emek değer teorisi ekonomide yanlış, burada da yanlış. Matrislerinizi elinizle tersine çevirerek ya da R komutları çalıştırmak yerine sağlamlık kontrollerinizin tamamını manuel yaparak ya da orijinal el yazmalarını manuel çevirerek ya da deşifre ederek yıllarca geçirmek isteyen tuhaf biri olabilirsiniz; bu size kalmış. ISA’daki o uluslararası araştırmalar profesörlerinin insan slop’u sunumlarına 10 mu yoksa 100 saat mi ayırdığını pek önemsemiyordum. Çalışma ya iyidir ya değildir.

Bununla birlikte, belirlemeye değer bazı normlar var. “İnanıyorum” ya da “hissediyorum” yazdığınızda, bu birinci şahıs gerçekten siz olmalısınız. “Ben” zamiri, arkasında insan bir sesin varlığını ima eden örtük bir söz içerir. NATO’nun doğru adı gibi olgusal bir iddia, kim yazdığıyla ilgilenmez. Ama kişisel bir inanç ilgilenir. Canlı bir konseri düşünün: izleyici gerçek bir performans için para öder, playback için değil. “Ben” kullandığınızda okuyucu bunu gerçekten kastettiğinizi beklemeye hak kazanır. Bu, her kelimeyi bizzat yazmayı (ya da dikte etmeyi) gerektirmiyor. Modeli yönlendirebilir, notlarınızdan yararlanabilir ve dikkatlice üzerinden geçebilirsiniz; ama inancın sizin olmasını gerektiriyor.

Bu yazı, örneğin, orijinal fikirlerime, akranlarımla yaptığım konuşmalara ve akademik ile akademik olmayan insan meslektaşlarımın yararlı önerilerine dayanan Claude Code ile yinelemeli bir ileri-geri sohbet kullanılarak açıkça ve gururla yazıldı.¹³ Birinci Bölüm insan düzeltme olmaksızın YZ yeteneklerini denedi. İkinci Bölüm %100 insan sesiyle yansıttı. Şu an okuduğunuz Üçüncü Bölüm, sesimi YZ yetenekleriyle birleştirerek çemberi tamamlıyor. Hangisinin en iyi olduğuna siz karar verin.

Peki insanlar nerede üstünlüğünü koruyor? Yiqing Xu’nun savunduğu gibi, muhtemelen eğitim verilerinin henüz mevcut olmadığı açık uçlu ortamlarda ve doğrudan insan etkileşimi gerektiren görevlerde. Bu yakında değişebilir. Ama bu kariyer yolunu seçtik; çünkü şeyleri çözmeye anlam buluyoruz, yalnızca bunda daha iyi olduğumuz için değil. Bu yüzden grunt işlerin büyük bölümünü YZ’ye (ya da geleneksel değerleri olanlar için araştırma asistanlarına) havale etmekte ve en anlam verdiğimiz şeye—dünya hakkında önemli sorular bulmak ve bunları mevcut en iyi araçlarla yanıtlamak—odaklanmakta hiçbir çelişki görmüyorum.

30. Bilimdeki gerçek risk YZ hızında insan slop’u. Bunu hâlâ önleyebiliriz.

YZ, ona ne getirdiğinizi büyütür. Gerçek merak ve zor sorular getirin, YZ okumaya değer bir şey üretmenize yardım eder. Hiçbir şey getirmeyin, hiçbir şeyi daha hızlı üretirsiniz.

Ama iyimserlik için nedenler var. Üreme edilebilirliğin ne kadar kırık olduğunu ortaya koyan aynı Nature bulguları aynı zamanda zorunlu veri ve kod paylaşımı olan dergilerin anlamlı ölçüde daha yüksek üreme edilebilirlik oranlarına sahip olduğunu gösterdi. YZ bunu zaten hızlandırabilir: dergi editörlerinin otomatik üreme edilebilirlik kontrolleri ve başvuru koşulu olarak zorunlu kod doğrulaması uygulamasını yalnızca atalet engelliyor. Bu sistemler neredeyse belirleyici biçimde kurulabilir, çok az hata payıyla; ve dahili ajanlı iş akışının kodlarını nasıl üreteceğini belirleyemediğine inanan yazarlar her zaman otomatik masa reddi kararına itiraz edebilir.

Daha hırslı bir hedefle, YZ bir zamanlar her idari veri setine erişimi olan 30 araştırma asistanlı ekibiyle Raj Chetty olmayı ya da kalem ve kâğıtla Daron Acemoglu olmayı gerektiren büyük ölçekli, veri yoğun çalışma yapma maliyetini düşürüyor. Codex kullanan genç bir akademisyen, beş yıl önce lojistik açıdan imkânsız olacak projeleri artık deneyebilir. Yayımlanacakların çıtası yükselmelidir; çünkü üretilebileceklerin çıtası zaten yükseldi.

Standart değişmedi: adınızı bir şeyin üzerine koyduğunuzda arkasında durursunuz. Çıktının kalitesini değerlendirin, süreci değil. YZ slop tartışması, sohbet botlarından çok önce sormamız gereken daha zor sorudan bir dikkat dağıtmadır: İlk etapta bu kadar insan slop’una neden bu kadar uzun süre göz yumuyorduk?

***

Birinci Bölümü paylaştığımda amacım basitti: kapalı kapılar ardında ve mesajlaşma uygulamalarında zaten yürütülen konuşmayı açık alana taşımak. Yine de meslektaşlarımdan sürekli aynı şeyi duyuyorum: “Alex, YZ kullandığını biliyoruz, biz de kullanıyoruz; ama sessiz kalamazsın?”

YZ’nin sorumsuzca kullanılarak önlediğinden fazla slop üreteceği korkusunu anlıyorum. Ama düşündüğünüzde, “sessiz kal” yalnızca evrensel ikiyüzlülüğü mesleki bir norm olarak savunmaktır. Herkesin iş akışları ve gelecekleri hakkında yaşadığı belirsizliğin daha istikrarlı bir dengeye ulaşmasını istedim. Bu, sessizlik değil, dürüst bir konuşma gerektirir.

Ve bu zaten oluyor. Emily Oster yakın zamanda Isaiah Andrews’ın MIT ekonomi doktora öğrencilerine YZ tavsiyeleri üzerine yazdıklarını paylaştı ve bunların tüm doktora gruplarına dağıtılması gereken bir şey olduğunu söyledi. Andy Hall’un belirttiği gibi, en önemli şey herhangi bir tavsiye değil; yüksek profilli öğretim üyelerinin açık bir sinyal göndermesiydi: bunu ciddiye almanız gerekiyor. Gazetecilik alanındaki en düşünceli insanlardan biri olan Dylan Matthews bile yakın zamanda YZ taraftarlarının çok sık haklı çıktığını kabul etti.

Değişim gerçek. Akademisyenler zaten yarı uyanık ve geri dönmeyecekler. Doktora adayları ve genç akademisyenler dikkatli ilerlemeli ama YZ araçlarını öğrenmeyi ve kullanmayı tam olarak benimsemeli. Katılmayı reddeden akademisyenler, entelektüeller ve yazarlar bu saflıkları için ödüllendirilmeyecek. Yalnızca aynı entelektüel titizliği, aynı merakı ve daha iyi araçları bir araya getiren meslektaşları tarafından geride bırakılacaklar.