Yapay Zekâ ile Araştırmanın Beş Kuralı
![Yapay Zekâ ile Araştırmanın Beş Kuralı]( "Yapay Zekâ ile Araştırmanın Beş Kuralı")
Yapay Zekâ ile Araştırmanın Beş Kuralı
Tuna Yenicesu, Kurucu, perspectivefirst.com
Dr. Ayşe Ergüven Ph.D., Biol.
• • •
Isaac Asimov’un bir sözü var: “Tek gerçek eğitim öz-eğitimdir.”(1) Yapay zekâ çağında bu söz eskimedi — keskinleşti.
Çünkü cevabı almak ile cevabı değerlendirebilmek arasında uçurum var. Yapay zekâ size tutarlı, akıcı, kaynak göstermiş görünen bir metin üretebilir. Ama o metnin doğru olup olmadığını, eksik olup olmadığını, yanıltıcı olup olmadığını değerlendirecek olan yapay zekâ değil — sizsiniz.
Düzen Laboratuvarları bülteninde yayımlanan YZ (Yapay Zekâ) serisini üretirken yapay zekâyı araştırma aracı olarak kullandık. Bu süreçten beş kural çıktı — hemoglobinopatiyle sınırlı değil, herhangi bir alanda geçerli.
• • •
1. Yargıyı Devretme
Yapay zekâya “hemoglobinopati hakkında yaz” dediğinizde, bir metin alırsınız. Genel geçer, tutarlı, muhtemelen büyük ölçüde doğru. Ama hangi soruya cevap verdiği belirsizdir — çünkü siz soru sormadınız.
Biz Hemoglobinopati araştırmasında şu sorularla başladık: Türkiye’nin ulusal taşıyıcı oranı yüzde 2,1 — ama bu ortalamanın arkasında ne var? Evlilik öncesi tarama 20 yıldır uygulanıyor — gerçekten işe yaradı mı? Gen tedavisi 2,2 milyon dolar — Türkiye’de erişilebilir mi? Bu soruların hiçbirini yapay zekâ kendiliğinden sormaz.
Yapay zekâ cevap üretir. Hangi sorunun sorulmaya değer olduğuna karar vermek sizin işinizdir. Bu kararı devrettiğiniz an, çıktının kalitesi üzerindeki kontrolünüzü kaybedersiniz.
• • •
2. Kaynağı İddiadan Ayır
Yapay zekâ bir cümle üretir: “Türkiye’de hemoglobinopati taşıyıcılığı yaygındır.” Doğru. Ama bu bir iddia, kaynak değil.
Aynı bilginin kaynak destekli hali: Altay’ın 2002 çalışması bölgesel dağılımı belgeledi — Adana yüzde 13,46, Antalya yüzde 6,57, Batı Marmara yüzde 1’in altı. (2) İkisi arasındaki fark: birincisi size bir izlenim bırakır, ikincisi size bir veri verir. İzlenimle karar verilmez; veriyle verilir.
Her kaynak eşit değildir. Bir hiyerarşi uyguladık: peer-reviewed çalışma birincil, klinik kılavuz ikincil, haber veya blog son çare. Blog düzeyinde kaynak kullanmak zorunda kaldığımızda bunu açıkça belirttik.
Yapay zekâ kaynak gösterebilir — ama o kaynağın ağırlık sınıfını değerlendirmek sizin işinizdir.
Dil de önemli. Yapay zekâ “kanıtlanmıştır” yazar — kesinlik iddiası. Bilimsel dürüstlük farklı konuşur: “gözlenmiştir”, “mevcut veriler gösteriyor”, “bulgular şunu düşündürüyor.” Birincisi dogmatik sestir, ikincisi araştıran ses. Okur farkı hisseder. Bilim bir mercektir — güçlü, çünkü replike edilebilir ve yanlışlanabilir. Ama bilimi tanrı yapmak da tehlikeli, silah yapmak da: “Bilimsel olarak kanıtlanmıştır ki...” diyerek okurun deneyimini geçersiz kılmak epistemik şiddettir. Mercek, mercek olarak kalsın.
• • •
3. Doğruyla Eksik Aynı Şey Değildir
Sağlık bilgisinde asıl tehlike yanlışlık değil, eksikliktir. Yanlış bilgi fark edilebilir. Eksik bilgi görünmez — çünkü orada olmayanı aramazsınız.
Hemoglobinopati araştırmasında bunu en net alfa-talasemi bölümünde gördük. Resmi rakamlara göre Türkiye’de alfa-talasemi taşıyıcı oranı yüzde 0,25. Bölgesel çalışmalar ise Adana’da yüzde 7,5, Adıyaman’da yüzde 13,15 gösteriyor. (3) 30 ila 50 kat fark.
Neden? Standart tarama yöntemi — HPLC — alfa-talasemi taşıyıcılarını yakalayamıyor. Dolayısıyla resmi rakam yanlış değil — görülebilenleri sayıyor. Ama görülmeyenler sayılmıyor.
Yapay zekâ size resmi rakamı verir. “Yüzde 0,25” yazar. Doğrudur. Ama doğru olanın eksik olabileceğini sorgulamak — bunu yapmak sizin işinizdir.
Bu tespiti üç katmanda düşünün. Resmi rakamın eksik olduğunu bilmek — bilgi. HPLC’nin alfa-talasemiyi neden kaçırdığını anlamak — mekanizma. “Eğer Çukurova’da yaşıyorsanız ve standart taramadan geçtiyseniz, alfa-talasemi taşıyıcılığınız tespit edilmemiş olabilir — moleküler test talep edebilirsiniz” — erişim. Bilgi sunmak ile bilgiyi yaşanabilir kılmak arasındaki fark budur. Yapay zekâ ilk katmanda güçlüdür, ikincisinde zorlanır, üçüncüsünü yapamaz — çünkü sizin hayatınızı bilmez.
Benzer bir örnek tanıda: orak hücre hastalığı ile HbS/β-talasemi bileşik heterozigotların ayrımı. Bir çalışmada 14 hastanın 8’i moleküler testle yeniden sınıflandırıldı. (4) “OHH” etiketi doğru görünüyor — ama altında farklı bir genotip yatıyor ve tedavi yaklaşımı değişiyor.
• • •
4. Güncel Olanı Kanıtlanmıştan Ayır
Voxelotor (Oxbryta) 2019’da FDA onayı aldı — orak hücre hastalığında yeni bir tedavi seçeneği olarak. Yapay zekâya 2023’te sorsaydınız, “FDA onaylı OHH tedavisi” olarak sunardı. Doğruydu. Eylül 2024’te dünya çapında gönüllü geri çekilme yapıldı.(5)
Laboratuvar parametreleri iyileşiyordu — hemoglobin yükseliyordu. Ama klinik sonuçlar kötüleşiyordu: kriz sıklığı artmıştı, ölüm oranı yükselmişti. “Tedavi var” ile “tedavi işe yarıyor” arasındaki uçurum.
Bu örnek evrensel bir ilkeyi gösteriyor: güncel olmak kanıtlanmış olmak değildir. Yeni bir ilaç, yeni bir takviye, yeni bir yöntem — FDA onayı bile zaman testinin yerine geçmez. Yapay zekâ size en güncel bilgiyi verir; o bilginin ne kadar güvenilir olduğunu siz değerlendirirsiniz.
• • •
5. Araç Değişir, Disiplin Değişmez
Yapay Zeka serisinde Claude (Anthropic) kullanıldı. Ama önemli olan hangi aracın kullanıldığı değil, sürecin nasıl kurgulandığıdır. ChatGPT, Claude, Gemini — her modelin güçlü ve zayıf yönleri farklı. Ama kaynak disiplini, uzman denetimi, çıkarma disiplini aynı kaldığı sürece çıktı kalitesi korunur.
Hemoglobinopati araştırmasının bilimsel doğruluk kontrolü Dr. Ayşe Ergüven tarafından gerçekleştirildi. Bu aşama vazgeçilmezdir — yapay zekâ klinik bağlamı bilmez. Türkiye sağlık sisteminin nüanslarını anlayamaz. SGK geri ödeme listesindeki bir değişikliğin sahada ne anlama geldiğini bilemez.
Yapay zekâyı eğitebilmek için önce kendinizi eğitebiliyor olmanız gerekir. Araç, kullananla anlam kazanır.
• • •
Beş kuralı tek cümlede özetlemek mümkün: yapay zekâyı kullanmak kolay, yargıyı korumak zor. Ama bir altıncı kural var, belki en önemlisi: bilgi sunmak yetmez — bilgiyi yaşanabilir kılmak gerekir. Doğru olanı söylemek ile o doğrunun okurun hayatında ne anlama geldiğini göstermek arasındaki mesafe, insanı makineden ayıran mesafedir.
Yargıyı korumak demek: doğru soruyu sormak, kaynağı iddiadan ayırmak, doğru olanın eksik olabileceğini sorgulamak, güncel olanı kanıtlanmıştan ayırmak ve aracın değil disiplinin belirleyici olduğunu bilmek.
Yapay zekâ bir kaldıraçtır. Kaldıraç kuvveti çoğaltır — ama yönü belirleyen el hala sizin.
O eli sağlam tutun.
Kaynaklar:
1.Asimov, I. (1975). “The only true education is self-education.” Science Past, Science Future. Doubleday.Altay, Ç. (2002).
2.Abnormal hemoglobins in Turkey. Turkish Journal of Hematology, 19(1), 63–74.
3.Şahin, A. et al. — Adana alfa-talasemi moleküler karakterizasyon çalışması. Resmi taşıyıcı oranı %0,25; bölgesel çalışmalar %7,5–13,15.
4.Celkan, T. — İstanbul Üniversitesi Cerrahpaşa / Liv Hospital, Türk OHH klinik verileri. 14 hastanın 8’i moleküler testle yeniden sınıflandırıldı.
5.Voxelotor (Oxbryta): Pfizer/Global Blood Therapeutics. Gönüllü geri çekilme, Eylül 2024. Laboratuvar iyileşmesi klinik sonuçlara dönüşmedi.