Öğrenciler İçin Yapay Zeka: Tez ve Ödevde Etik Kullanım Rehberi

Kampüslerde "yapay zeka yasak mı, serbest mi" tartışması bir süredir yatıştı. Doğrusu asıl mesele hiçbir zaman bu değildi. Bir tezin ya da ödevin akademik ağırlığını düşürmeden araştırma sürecini nasıl kısaltırsınız — öğrencinin bugün gerçekten cevaplaması gereken soru bu. Bu yazı, yapay zekayı metin kusan bir otomat gibi değil, sınırları belli bir araştırma ortağı gibi kullanmanın yollarını anlatıyor.

Yasak mı, serbest mi? Soru aslında bu değil

ChatGPT, Claude, Gemini gibi sohbet tabanlı modeller son iki üç yılda kampüs rutininin parçası oldu. Danışman hocalar, jüri üyeleri ve akademik dürüstlük kurulları bunu görmezden gelmiyor. Aksine: nerede durmak gerektiğini tarif etmeye çalışıyorlar. Bir bölüm kullanımı dipnotla belirtmenizi ister. Bir başkası işi yalnızca dil ve imla düzeltmesiyle sınırlar. Kimi fakülte ise hiç ayrım yapmadan bunu sınavda kopyayla aynı kefeye koyar.

İlk bakışta kafa karıştırıcı. Ama altta yatan mantık tek: emek ve düşünce size ait olacak, araç yalnızca o düşünceye giden yolu kısaltacak. Bu ayrımı içine sindiren öğrenci, hangi üniversitede okursa okusun kolay kolay duvara toslamaz.

Ghostwriter mı, araştırma ortağı mı? Çizgi nerede

En riskli komut hep aynı: "bana bu konuda 3.000 kelimelik bir bölüm yaz." Etik tarafını bir kenara koyun; teknik olarak da tuzaktır. Modeller atıf uydurur. Var olmayan makale başlıkları, gerçek gibi duran DOI numaraları üretir. Bir çalışmanın bulgusunu ters yüz edebilir. Buna "halüsinasyon" deniyor ve tezde karşınıza sahte bir kaynakça olarak çıkması işten bile değil.

Sağlıklı çerçeve şu: model, kafanızda zaten var olan bir fikri keskinleştirir; dağınık notları toparlar; ağır bir makaleyi çözer; aklınıza gelmeyen bir karşı görüşü hatırlatır. Tezin argümanı, sentezi ve son cümleleri ise sizin. Basit bir test var: savunmada jüri "bunu neden böyle kurdunuz" diye sorduğunda kendi cümlelerinizle cevap verebiliyor musunuz? Veremiyorsanız o metin gerçekte size ait değildir.

Tezin hangi aşamalarında gerçekten işe yarıyor?

Konu belirleme ve literatür taraması

Bir tez konusunu daraltırken en çok vakit gideni, alanı tarayıp hangi boşluğun doldurulmaya değdiğini görmektir. Modele "bu alanda son yıllarda hangi tartışmalar öne çıktı" ya da "şu iki kavram arasındaki fark ne" diye sorup hızlı bir zemin çıkarmak işe yarar. Bir uyarı şart: modelin eğitim verisi belli bir tarihte donmuş olabilir. Güncel bir tarama için modelin gerçek zamanlı web kaynaklarına ulaşıp ulaşmadığı belirleyici. Örneğin aineron, güncel kaynaklara dayalı araştırma yapabilmek için entegre web aramasını destekliyor; böylece yanıt yalnızca eski eğitim verisiyle değil, o an erişilebilir kaynaklarla üretilebiliyor. Öğrenci açısından anlamı şu: "bu bilgi hâlâ geçerli mi" sorusunu doğrudan modele sorabiliyorsunuz.

Uzun makaleleri ve raporları özetleme

Elli sayfalık bir makaleyi baştan sona okumadan önce ana argümanını, yöntemini ve sınırlılıklarını üç dört paragrafta görmek, hangi kaynağın tezinize gerçekten değeceğini hızlı anlamanızı sağlar. Okumayı bitirmez — kritik kaynakları yine tam metin okuyacaksınız — ama elemeyi hızlandırır. Özellikle tarama aşamasında onlarca makaleyi kısa sürede süzmeniz gerektiğinde ciddi zaman kazandırır.

Beyin fırtınası ve taslak iskeleti

Bir bölümü nasıl kuracağınıza karar veremediğinizde modelden üç ayrı taslak iskeleti istemek, kâğıt başında saatlerce düşünmekten daha hızlı bir başlangıç verir. "Bu tartışmaya hangi karşı argümanlar getirilebilir" ya da "bu yöntemin sınırı ne olur" gibi sorular kör noktalarınızı açar. Amaç, modelin metnini kopyalamak değil; o metnin tetiklediği kendi düşüncenizi yazıya dökmektir.

Dil, ifade ve biçim düzeltme

Yazdığınız bir paragrafın daha akıcı, daha akademik bir tona çekilip çekilemeyeceğini sormak çoğu bölümde kabul gören bir kullanım. Sınır şurada: önerilen cümleleri olduğu gibi yapıştırmak yerine okuyup kendi kelimelerinizle yeniden yazın. Hem üslubunuz korunur hem de metin gerçekten sizin sesinizle çıkar.

Neden tek bir modele güvenmemeli?

Aynı soruya farklı modeller farklı cevap verir. Eğitim verileri ayrı, muhakeme biçimleri ayrı, güçlü oldukları alanlar ayrı. Biri bir kavramı berrak anlatırken öteki yüzeyde kalabilir; biri güncel bir gelişmeyi yakalarken diğeri eski bilgiyle konuşur. Akademik araştırmada bu ciddi bir risktir. Tek modelin yanıtını doğru sanıp tezinize taşırsanız, hatalı bir varsayımı da beraberinde taşımış olursunuz.

Çapraz kontrol tam burada devreye giriyor. aineron gibi platformlar, aynı araştırma sorusunu birden fazla büyük dil modeline sorup yanıtları yan yana koymanıza imkân veriyor. "Bu teorinin temel eleştirileri nedir" sorusunu tek bir modele değil birkaçına birden sorup cevapları karşılaştırdığınızda, modellerin nerede hemfikir olduğunu, nerede ayrıştığını görürsünüz. Ortak vurguladıkları noktalar görece daha güvenilirdir. Ayrıştıkları her nokta ise birincil kaynaktan doğrulanmak zorundadır.

Aynı soruyu tek bir yerden birden çok modele yöneltebilmenin pratik bir tarafı da var: her modelin arayüzünü ayrı ayrı öğrenme derdi ortadan kalkıyor, karşılaştırma tek ekranda kalıyor.

Akademik etik: çizgiyi nerede çekmeli?

Etik kullanımın dört çıpası var:

Şeffaflık: Bölümünüzün ya da danışmanınızın açıklama politikasına uyun. Kimi kurum, yapay zeka kullanımının yöntem bölümünde ya da ayrı bir beyanla belirtilmesini ister.

Doğrulama: Modelin önerdiği hiçbir atıf, veri ya da istatistik doğrulanmadan kaynakçaya girmemeli. Google Scholar, YÖK Tez ya da alanınızın veritabanında aratıp teyit edin.

Sahiplik: Nihai metin, sentez ve argüman size ait olmalı. Modelin bir cümlesini olduğu gibi kopyalamak, kaynak göstermeden başkasının metnini kullanmakla aynı kapıya çıkar.

Öz-farkındalık: Her şeyi sürekli modele sormak eleştirel kasınızı köreltir. Yapay zekayı kısayol değil de sıçrama tahtası gibi kullanan öğrenci, uzun vadede daha güçlü bir araştırmacı olur.

Bir tez savunmasının en sıkıntılı anı, jürinin "bu cümleyle tam olarak neyi kastettiniz" sorusuna cevap verememektir. Yapay zeka bu riski hem büyütebilir hem küçültebilir; fark, aracı nasıl kullandığınızda gizli.

Adım adım: güvenli ve etkili bir akış

Konunuzu netleştirin. Modele konu önerttirmeden önce elinizde en az bir taslak fikir olsun; model sizi sürüklemesin, düşüncenizi genişletsin.

Literatürü çapraz kontrol edin. Aynı soruyu birkaç modele sorun, yanıtları karşılaştırın, çelişen noktaları not alın.

Her atıfı elle doğrulayın. Önerilen her makale, yazar ve yıl bilgisini gerçek bir veritabanında aratmadan kaynakçaya eklemeyin.

Taslağı kendi kelimelerinizle yazın. Modelden aldığınız iskeleti ya da özeti temel alın ama cümleleri sıfırdan siz kurun.

Geri bildirim için kullanın. Yazdığınız paragrafı modele gösterip "bu argüman zayıf mı, hangi karşı görüş eksik" diye sorun; düzeltmeyi siz yapın.

Kurumunuzun politikasını uygulayın. Danışmanınız ya da bölümünüz açıklama istiyorsa kullanımınızı net biçimde beyan edin.

Bu sıra tutulduğunda yapay zeka her aşamada zaman kazandırır ama son ürünün akademik bütünlüğünü zedelemez. Asıl kazanç şurada: tarama, özetleme, format gibi mekanik işler kısalır; düşünmeye ve sentezlemeye daha çok zaman kalır.

Sonuç: hızlandırır ama hesabı sizin yerinize vermez

Yapay zeka, öğrenciliğin en yorucu kısımlarını hafifletebilecek gerçek bir araç. Ama bir tezi ya da ödevi değerli kılan şey ne kelime sayısıydı ne de ne kadar hızlı bittiği. Özgün bir soruyu dürüst bir yöntemle, doğrulanmış kaynaklarla ele almaktı — hep buydu. Bu denklem yapay zekayla değişmedi; yalnızca hangi adımların hızlanabileceği değişti. Gerisi, savunma masasında sizin.