Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
Yapay Zekâ ve Bilimsel Metin Yazımı: Türk Kamu Yönetimi Alanyazınında ChatGPT4.0 Örneği
4
Zitationen
1
Autoren
2025
Jahr
Abstract
Bilimsel metin üretimlerinde yapay zekâ kullanımı giderek artmakta ve yaygınlaşmaktadır. Yapay zekâ araçları, araştırma süreçlerinde verimliliği artırsa da etik, intihal ve içerik doğruluğu konularında riskler taşımaktadır. Özellikle nesnel bilgilerde hatalar ve eksiklikler görülebilirken, subjektif içerikler düşünsel süreçlere oldukça büyük destekler sağlamaktadır. Bu nedenle yapay zekâ, bilimsel üretimde bir destek aracı olarak kullanılmalı, eleştirel bir süzgeçten geçirilmesi önerilmektedir. Bu çalışmada, yapay zekânın Türk Kamu Yönetimi alanyazınındaki akademik çalışmalarda kullanım potansiyeli objektif ve subjektif sorulara verdiği yanıtlar üzerinden incelenmiştir. Basit tesadüfi örnekleme yöntemi kullanılarak seçilen beş temel başlık çerçevesinde günümüz yapay zekâ araçlarından en popüleri olan ChatGPT’nin güncel ve ücretli versiyonu 4.0’a hem objektif hem de subjektif sorular yöneltilmiş, verilen cevaplar yorumlanarak değerlendirilmiştir. Nesnel bilgilerdeki doğruluk eksiklikleri ve intihal riskleri, dikkatli bir inceleme ve kontrol gerektirirken, subjektif içeriklerin akademik yazı süreçlerine katkıları göz önünde bulundurulabilecek avantaj sağlamaktadır. Yapay zekânın akademik yazımda etkin bir şekilde kullanılması için, etik kuralların sıkı bir şekilde takip edilmesi ve yapay zekâ tarafından üretilen içeriklerin bilimsel doğruluk açısından sürekli test edilmesi gerekmektedir.
Ähnliche Arbeiten
Explainable Artificial Intelligence (XAI): Concepts, taxonomies, opportunities and challenges toward responsible AI
2019 · 8.719 Zit.
Stop explaining black box machine learning models for high stakes decisions and use interpretable models instead
2019 · 8.628 Zit.
High-performance medicine: the convergence of human and artificial intelligence
2018 · 8.176 Zit.
BioBERT: a pre-trained biomedical language representation model for biomedical text mining
2019 · 6.880 Zit.
Proceedings of the 19th International Joint Conference on Artificial Intelligence
2005 · 5.781 Zit.