Araştırma için ChatGPT ile 2024'te Yapılması ve Yapılmaması Gerekenler
✏️ ChatGPT ve genel olarak yapay zeka araçları, bilimsel çalışmalarda kullanımları gibi geçen yıl içinde önemli ölçüde gelişti. İşte araştırmacıların 2024 yılında bu araçları kullanma konusunda bilmesi gerekenler.
Sadece bir yıl önce ChatGPT için ilk Yapılması ve Yapılmaması Gerekenleri yazmıştık. O zamandan bu yana çok şey değişti. Birçok araştırmacı ChatGPT ile deneyler yaptı ve 2023 Nature anketine göre bilim insanlarının %30'u makale yazmak için üretken yapay zekayı kullandı. Bu araçlar şimdiden bilimin yapılma şeklini dönüştürüyor, ancak şimdiye kadar gördüklerimiz buzdağının sadece görünen kısmı olabilir.
Kısa süre önce The Effortless Academic'in yaratıcısı Ilya Shabanov ile ChatGPT gibi yapay zeka araçlarının geçen yıl içinde nasıl geliştiğini ve bu araçların akademide nasıl bir rol oynadığını ve oynaması gerektiğini incelemek için bir röportaj yaptık. Shabanov son bir yıldır akademik araçları araştırıyor ve Twitter aracılığıyla benzer düşünen araştırmacılardan oluşan bir topluluk kuruyor. Üretken not alma teknikleri ve araç kullanımı konusundaki uzmanlığını paylaşarak başladı, ancak o zamandan beri akademisyenler için mevcut olan çok çeşitli teknolojileri dikkate alacak şekilde gelişti. Bugün, platformu The Effortless Academic, araştırmada yapay zeka kullanımına büyük önem veriyor.
Burada, araştırmacıların günümüzde araştırmada yapay zeka araçlarını ve ChatGPT'yi kullanma konusunda bilmeleri gerekenleri ele alıyoruz.
Yapay zeka araçlarını görüntülemenin yeni bir yolu
ChatGPT, 2022'nin sonundaki başlangıcından bu yana dünyayı ve beraberinde bilimsel araştırmaları kasıp kavurdu. Ortaya çıkan ilk sorunlar büyük ölçüde çözüldü, ancak yerini yeni bir endişe dalgası aldı. Yayıncılar arasındaki düzenlemeler ve hakem değerlendirmesinde yasaklanan kullanımı bu ihtiyatı yansıtıyor. Ancak pek çok araştırmacı da iyimser. Akademisyenlerin çoğunluğu, üretken yapay zekanın araştırmacılara tekrarlayan görevlerde yardımcı olacağı ve dil engellerini azaltacağı, bunun da dünya çapında araştırma işbirliklerini ve fırsatlarını radikal bir şekilde geliştirebileceği konusunda hemfikir.
Bilim camiasının tepkisi aşırı ihtiyat ile umutlu, fütüristik düşünce arasında karışıksa, Ilya Shabanov ortada bir yerde: Yapay zekanın araştırmadaki yeni uygulamaları konusunda iyimser ve temel dezavantajların ve sorunların açıkça farkında. Neredeyse her gün yeni uygulamaların ortaya çıktığı yapay zeka destekli araştırma dünyasını araştırıyor. Ona göre, keşfedilecek araç sıkıntısı yok, ancak yalnızca bir kısmı gerçek değer sağlıyor gibi görünüyor: "Çoğu araç çok kullanışlı değil, ancak yapımı kolay ve yazay zeka ile birkaç gün içinde araçlar oluşturabildiğiniz için, birçok kişinin gelip gittiğini gördük. Tabiri caizse bir araç patlaması yaşanıyor ama sadece birkaç araç ailesi evrim geçirerek gün ışığına çıkacak."
Üretken yapay zeka (yani ChatGPT) araçlarının ve kullanımlarının çoğu yazma ve okumayı geliştirmeye odaklanıyor. Ancak Shabanov bunun buzdağının sadece görünen kısmı olduğunu ve üretken Yapay zekanın en etkili kullanımlarının hala göz ardı edildiğini düşünüyor.
Araştırmacılar için en iyi kullanım durumları
Yazmayı geliştirmek ve yazılı çalışmaları değerlendirmek, günümüzde yapay zeka araçlarının en yaygın kullanım alanlarından ikisidir ve genellikle yapay zekanın hakem değerlendirmesinde yasaklanıp yasaklanmaması gerektiği veya yapay zekanın bilimsel çalışmaların güvenilirliğini ve kalitesini nasıl azaltabileceği gibi en hararetli tartışmaların merkezinde yer almaktadır.
Yazma ve okumayı geliştirmek şüphesiz faydalı olsa da, Shabanov bu uygulamaların kapsamının sınırlı olduğunu düşünüyor. Bilim camiasının çoğunluğu, aşağıda ele alacağımız temelden dönüşümsel uygulamaların farkında değil gibi görünüyor.
Uzman olarak yeni bir konu öğrenin
Üretken yapay zekanın en heyecan verici kullanımlarından biri, yeni bir alana hızlı bir şekilde atlama yeteneğidir. Bu, yeni bir alanı öğrenen olgun araştırmacılar için olduğu kadar, bir alana ilk kez giren acemi öğrenci araştırmacılar için de aynı derecede dikkat çekicidir. Shabanov'a göre, yeni bir konuya hızlı bir şekilde atlama ve alanlar arası soruları çözme yeteneği dikkat çekicidir.
Bunun pratikte nasıl yapılacağı kullanım durumuna göre değişir. En temel yöntemler, araştırmacıların doğrudan ChatGPT ile etkileşime girmesini ve ona sorular sormasını içerir. Spektrumun diğer ucunda, kullanıcıların belirli bir veri kümesi verildiğinde bir konuyla ilgili herhangi bir soruyu yanıtlamak için kişiselleştirilmiş bir botu eğitebilecekleri özel GPT'ler yer almaktadır. Bu yapay zeka botlarına, belirli görevleri daha iyi çözmelerine yardımcı olmak için belirli metinler, kitaplar, makaleler vb. verilebilir. Örneğin bir bot, verileriniz için en iyi istatistiksel testleri önerecek şekilde eğitilebilir. Bu asistanların geliştirilmesi söz konusu olduğunda temel sınırlayıcı faktörler kullanıcının yaratıcılığı ve "bilgi istemi okuryazarlığı "dır.
"Yapay zeka, bu çapraz alan sorularına çok daha hızlı bir şekilde girmenizi sağlıyor... Bundan önce, birkaç kitap okumanız gerekirdi. Bırakın bir profesörü, hiçbir doktora öğrencisinin bile buna vakti yok." - Ilya Shabanov
Bilgi boşluklarını doldurun ve destekleyici kanıtlar bulun
Yapay zeka araçları, araştırmacıların kaynak ve örnek bulmalarına yardımcı olma konusunda oldukça etkilidir. Bu, özellikle belirli bir yönteme ilişkin destekleyici kanıtlar veya alternatif yaklaşımlar bulmaya çalışırken faydalıdır. Örneğin Shabanov, herhangi bir belge ya da metni farklı bakış açılarından eleştirel bir şekilde analiz etmek için (Consensus kullanarak) "lehinde/aleyhinde kanıt bul" komutunu önermektedir. Bunun tüm yapay zeka araçlarında/botlarında eşit derecede etkili olmadığını unutmayın. Örneğin, Consensus, SciSpace ve ScholarAI milyonlarca bilimsel makale üzerinde açıkça eğitilmişken, varsayılan ChatGPT eğitilmemiştir.
Araştırmacılar, yapay zekanın geniş bilgi külliyatlarını inceleme ve gerçekleri öğrenme yeteneğinden yararlanarak, manuel olarak arama yapmaktan daha kolay bir şekilde bilgi boşluklarını kapatabilirler. Shabanov, nüfus artışını tahmin etmek için hangi modellerin mevcut olduğunu belirlemek için kendi ekoloji alanından bir örnek veriyor. Düzinelerce olası algoritma mevcut olsa da, bunların tümünü literatürde manuel olarak tanımlamak zorlu bir süreçtir. Ayrıca, daha acemi bir araştırmacı ne arayacağını bile bilemeyebilir. Bunun yerine ChatGPT'yi sorgular (aşağıdaki resme bakın).
ChatGPT burada en iyi algoritmaları sunar ve her bir öneriyi daha derinlemesine incelemek için bir başlangıç noktası görevi görür.
Yazma
Günümüzde yapay zeka destekli araçların çoğu, öncelikle araştırmacıların daha iyi ve daha hızlı yazmalarına yardımcı olmaya odaklanmaktadır. Bilimsel yazımın açık ve belirli kuralları vardır. Yapay zeka, metnin nasıl yazıldığını kolayca tespit edebilir ve bu stile uyarlayabilir. Shabanov, yazım şeklini iyileştirmeye yardımcı olmak için yapay zekayı kullanma tekniklerini paylaşıyor. Örneğin, bir metin girebilir ve belirli yazma kurallarına dayanarak yapay zekaya nereleri geliştirebileceğini sorabilir. Aslında yapay zeka, makaleleri daha gönderilmeden önce gözden geçirmesi istenen bir ilk hakem gibi değerlendirilebilir.
Bununla birlikte, bu araçların zaman kazandıran özelliklerinin genellikle sonuçların kalitesi ve güvenilirliği ile ilgili ek cezalar ödeyerek dengelendiğini belirtmek gerekir. Shabanov'un paylaştığı gibi, "Teknoloji çok güvenilir olmadığı için, bu zamanın karşılığını bilimde genellikle kabul edilemez olan doğrulukla ödüyorum."
2024'te ChatGPT'de nelere dikkat etmeli?
Birçok araştırmacı halüsinasyonları nedeniyle ChatGPT'nin yanıtları konusunda başlangıçta şüpheciydi. Sorun devam etse de, 3.5 veya Bard'a kıyasla (bazı çalışmalara göre) önemli ölçüde daha düşük halüsinasyon oranına sahip olan ChatGPT-4 ile önemli ölçüde iyileşmiştir. Bu durum özellikle modeller belirli bilgi külliyatları üzerinde açıkça eğitildiğinde geçerlidir. Topluluk da bu sorunu daha az tartışıyor gibi görünüyor. Shabanov'un paylaştığı gibi, "2024'te neredeyse hiç kimse bundan [halüsinasyonlardan] bahsetmiyor ve bunu aşmanın yolları var. İnternete, bilimsel veri tabanlarına bağlantılarınız var. En büyük şey halüsinasyon değil, en büyük şey eksik olması. Bazı şeyleri gözden kaçırıyor."
Shabanov, yapay zeka araçlarının yeni bir konuya dalmak için etkili bir başlangıç noktası olarak hizmet edebileceğini, ancak bilginin tamamen eksiksiz olduğunun varsayılamayacağını vurguluyor.
Günümüzde çoğu kullanıcı, yapzay zeka modellerinin çeşitli önyargıları nasıl sergilediği ve şiddetlendirdiği gibi diğer temel sorunların zaten farkındadır. Bir 2023 çalışması ChatGPT'de siyasi önyargılar tespit etti ve sadece birkaç hafta önce Google'ın Gemini AI'si üretilen bazı görüntüler nedeniyle ateş altında kaldı. Kusurlu bir dünyadan gelen verileri kullanarak mükemmel modeller oluşturmaya çalıştığımız için bu sorunu çözmek özellikle zordur.
Kötü sonuçlar bir sorundur, ancak bu yanlışlıklar akademik sisteme nüfuz etmeye başladığında daha da büyük bir sorun haline gelir. Aşağıdaki görselin dolaşıma girmesinin ardından toplum ayağa kalktı: hakemli incelemeye takılmayan ve yayınlanan bir makalede yer alan, yapay zeka tarafından oluşturulmuş hatalı bir görsel. Elizabeth Bik gibi bilimsel makalelerin güvenilirliğini değerlendirme konusunda uzmanlaşmış araştırmacılar, bu yeni teknolojilere karşı özellikle temkinli davranıyor ve "Üretken yazay zekanın bilimsel makalelerin kalitesine, güvenilirliğine ve değerine ciddi zarar vereceğinden" korkuyorlar.
Yazay zeka araçlarının sınırlamalarının ve dezavantajlarının büyük farklılıklar gösterdiğine dikkat etmek önemlidir. Özellikle öğrenciler, daha iyi kaynaklara erişimi olan süpervizörlerine ve meslektaşlarına kıyasla ücretsiz veya sınırlı sürümleri kullanma olasılıkları daha yüksek olduğundan, yazay zeka araçlarının sınırlamalarının farkında olmalıdır. Örneğin, ChatGPT4, 3.5'ten önemli ölçüde daha iyi sonuçlar sağlar, ancak aylık 20 dolarlık fiyat etiketi ile birçok öğrenci bunu karşılayamaz.
İdeal olarak, danışmanlar ve kıdemli araştırmacılar, öğrencilerinin bu araçları uygun şekilde nasıl kullanacakları konusunda eğitilmelerini sağlamak için sorumluluk alırlar. Ancak, cevapları kendileri de bilmiyor olabilirler. Yapay zeka araçlarının sürekli gelişen ortamında güncel kalmak için güvenilir bir yol sağladıkları için, bu konularda mevcut olan çeşitli web seminerleri ve atölye çalışmaları bu noktada dikkate alınmalıdır.
Her ne kadar yazay zekanın hakem değerlendirmesi ve yayında kullanımına ilişkin düzenlemeler oluşturulmuş olsa da, yazay zekanın araştırmadaki etkisi söz konusu olduğunda toz henüz yatışmış değil. Hem hevesli destekçiler hem de temkinli şüphecilerin tartışmalara katkıda bulunduğu bilim camiası oldukça hareketli. Ilya Shabanov gibi bazı araştırmacılar, topluluğun bakış açısını yalnızca yazay zekanın önyargılarına ve yanlışlıklarına odaklanan bir bakış açısından, yazay zekanın araştırmayı nasıl destekleyebileceği ve hızlandırabileceği konusunda daha iyimser ve kapsayıcı bir görüşe doğru değiştirmeye çalışıyor.
Shabanov, bu araçların bilimin yapılma şeklini kökten değiştirebileceğine inanıyor. Araştırmacıları denemeye başlamaya, en iyi kullanım durumlarını keşfetmeye ve yaratıcı olmaya teşvik ediyor. ChatGPT'den sadece bir makaleyi özetlemesini istemek cazip gelse de, kızartılacak çok daha büyük balıklar var.
"Sahip olduğu bilgiden yararlanmak ve sahip olduğunuz bilgi boşluklarını kapatmak için kullanın, birbirine uyan bu yapboz parçalarını bulun." - Ilya Shabanov
✒️ Bu yazı ChatGPT for Research: Do's and Don'ts in 2024 başlıklı yazıdan çevrilmiştir.