27. Akademik ve Mesleki Kullanım

27.1 Üç Evrensel İlke

Yayıncılar, etik kuruluşları ve meslek örgütleri ayrıntılarda farklılaşır; ancak üç noktada istisnasız birleşirler. Bu üç ilke, bölümün geri kalanının çerçevesidir.

Üçüncü ilke, bu bölümün omurgasıdır. Bir metni, hesabı veya tasarımı kendi adınızla sunduğunuzda, onu nasıl ürettiğiniz sorumluluğunuzu değiştirmez.

27.2 Neden Yapay Zekâ Yazar Olamaz?

Gerekçe teknik değil, kavramsaldır. Yazarlık üç şeyi gerektirir: çalışmanın doğruluğundan hesap verebilmek, çıkar çatışması beyan edebilmek ve telif hakkı yönetebilmek. Bir yazılım aracı bunların hiçbirini yapamaz.

Kaynaklar: COPE Pozisyon Bildirisi (Şubat 2023, publicationethics.org); ICMJE Tavsiyeleri (Ocak 2026 güncellemesi, icmje.org). Doğrulama tarihi: 7 Eylül 2026.

ICMJE'nin ifadesi nettir: sohbet botları yazar olarak listelenemez çünkü çalışmanın doğruluğu, bütünlüğü ve özgünlüğünden sorumlu tutulamazlar.

27.3 Yayıncı Politikaları Haritası

Aşağıdaki tablo, başlıca yayıncıların politikalarını karşılaştırır. Ortak noktalar evrenseldir; farklılıklar beyanın nereye konacağıyla ilgilidir.

Ortak muafiyet: temel dilbilgisi, yazım ve noktalama denetimi genellikle beyan gerektirmez. Ancak metin üretimi, yeniden yazım ve içerik oluşturma her yayıncıda beyan konusudur.

Alana Özgü Katı Politikalar

Bazı meslek kuruluşları, genel yayıncı çizgisinin belirgin biçimde ötesine geçer. İnşaat mühendisliği bunun en açık örneğidir.

ASCE, insan olmayan yazarlarca yazılmış makaleleri değerlendirmeyeceğini ve kabul etmeyeceğini belirtir; yapay zekâ araçları hiçbir gerekçeyle yazar satırında listelenemez. Hakemlerin değerlendirme yaparken veya yazarlara yorum hazırlarken bu araçları kullanması yasaktır.

Bağımsız bir denetim çalışması, politikaları kamuya açık 56 yayıncıdan yalnızca dördünün yazarların yapay zekâ sohbet botu kullanımına tam yasak koyduğunu buldu; ASCE bunlardan biriydi.

Kaynaklar: ascelibrary.org/author-center/ai-policy; Ganjavi ve ark., Research Integrity and Peer Review (2025). Doğrulama tarihi: 7 Eylül 2026.

ACI ise farklı bir açıdan katıdır: kendi standartlarının, taslak belgelerinin ve komite ürünlerinin herhangi bir yapay zekâ aracına girilmesini yasaklar. Bu, yazarlık değil fikri mülkiyet koruması gerekçesine dayanır.

27.4 Beyan: Ne, Nerede, Nasıl

Beyan tek tip değildir. Kullanım türüne göre farklı yerlere ve farklı ayrıntıda yazılır.

Beyan Metni Şablonu

Aşağıdaki şablon, yaygın kabul gören biçimin çevrilebilir hâlidir. Köşeli parantezler doldurulmalıdır.

Ne Kadar Ayrıntı?

• Aracın adı ve mümkünse sürümü.
• Hangi amaçla kullanıldığı.
• Hangi bölümlerin etkilendiği.
• Çıktının gözden geçirildiği ve sorumluluğun yazarda olduğu ifadesi.

Belirsiz beyan ("bu çalışmada yapay zekâdan yararlanılmıştır") çoğu yayıncı için yetersizdir ve editör tarafından ayrıntı istenebilir.

27.5 Alanlar Arası Farklar

Politikalar disiplinlere göre farklılaşır çünkü riskler farklıdır.

27.6 Mesleki Sorumluluk: Tüm Mühendislik Dalları

Bu alt bölüm, akademik yayının ötesine geçer. Bir mühendis, akademik bir makale yazmasa bile, mesleki uygulamasında yapay zekâ kullanıyorsa aynı sorumluluk çerçevesine tabidir.

Ortak Çekirdek

Mühendislik meslek kuruluşlarının etik kuralları — inşaat, elektrik, makine, kimya, havacılık dalları dâhil — yapısal olarak aynı çekirdeği paylaşır.

• Kamunun güvenliği, sağlığı ve refahı her şeyin üstündedir.
• Yalnızca yetkin olunan alanda hizmet verilir.
• İş, sorumlu gözetim altında yürütülür.
• Raporlar ve teknik beyanlar doğru olmalıdır.
• Hatalar kabul edilir ve düzeltilir.

Kaynaklar: NSPE Etik Kuralları; IEEE, ASME, AIChE, AIAA etik çerçeveleri; eyalet/ülke lisans kurulları düzenlemeleri. Doğrulama tarihi: 7 Eylül 2026.

Sorumlu Gözetim İlkesi

Bu bölümün en önemli kavramı budur. Lisanslı bir mühendis için, taslak hazırlayan, hesap yapan veya tasarlayan bir araç kullanmak bir verimlilik sorusu değil, sorumlu gözetim sorusudur.

ASCE'nin Temmuz 2024'te kabul ettiği politika bildirisi bu çizgiyi açıkça çeker: yapay zekâ mühendise yardımcı olabilir, ancak mesleki muhakemenin yerini alamaz. Mühendisten, tasarımda, modellemede ve analizde yapay zekânın nasıl kullanıldığını değerlendirmesi ve bu araçların sınırlarının güvenliği tehlikeye atabileceği noktaları tanıması beklenir.

Kaynak: ASCE Policy Statement 573 (Temmuz 2024). Doğrulama tarihi: 7 Eylül 2026.

Lisans ve Yetkinlik Boyutu

NSPE, kamu güvenliğini doğrudan etkileyen yapay zekâ sistemlerini tasarlayan, geliştiren veya denetleyen kişilerin, lisanslı mühendislerle aynı profesyonel standartlara tabi tutulması gerektiğini savunur. Gerekçe: lisans, yetkinlik ve hesap verebilirliğin kurumsal güvencesidir.

Uygulamada Ne Anlama Gelir?

• Kullandığınız aracın varsayımlarını ve sınırlarını bilin. Bilmiyorsanız o aracı sorumluluğunuz altındaki bir işte kullanmayın.
• Yapay zekâ çıktısını bağımsız bir yolla doğrulayın — el hesabı, ikinci bir yöntem veya doğrulayıcı belge.
• Nihai kararı siz verin. Araç öneri üretir; muhakeme size aittir.
• Kullanımı kayıt altına alın. Hangi araç, hangi aşamada, hangi doğrulamayla.
• Riske göre kademelendirin. Geri alınamaz veya can güvenliğini etkileyen işlerde doğrulama yükünü artırın.

Mühendislik firmalarının bir kısmı, yapay zekâ çıktılarının yapay zekâ dışı kaynaklarla teyit edilmesini zorunlu kılan iç politikalar uygulamaktadır. Bu, Bölüm 2'deki uydurma riskinin mesleki karşılığıdır.

27.7 Hakem Değerlendirmesi ve Gizlilik

Bu, akademik camiada en sık ihlal edilen ve sonuçları en ağır olabilecek kuraldır.

Değerlendirmekte olduğunuz bir makaleyi kamuya açık bir yapay zekâ aracına yüklemek, gizlilik yükümlülüğünün ihlalidir. Yayımlanmamış bir çalışmayı üçüncü tarafa vermiş olursunuz ve içerik eğitim verisi olarak kullanılabilir.

Yeni Bir Suistimal Biçimi: Gizli Talimat

2025'te belgelenen bir olgu, hakemlikte yapay zekâ kullanımının yarattığı ikinci riski gösterir. Bazı ön baskılarda, beyaz renkli veya mikroskobik puntolu metinle gizlenmiş talimatlar bulundu — makaleyi bir yapay zekâ aracına yükleyen hakemi olumlu değerlendirme yazmaya yönlendirmek amacıyla.

Bu, Bölüm 10.4'te ele alınan istem enjeksiyonunun akademik ortamdaki uygulamasıdır. İki yönlü ders içerir: hakem olarak yapay zekâ kullanmak sizi manipülasyona açık hâle getirir; yazar olarak böyle bir talimat gizlemek ise açık bir suistimaldir.

27.8 Tespit Araçları ve Adalet Sorunu

Bu alt bölüm hem araştırmacılar hem eğitimciler için kritiktir.

Bulgular Çelişiyor

Tespit aracı üreticileri, kendi iç araştırmalarına dayanarak yanlış pozitif oranlarının düşük ve ana dili İngilizce olan/olmayan yazarlar arasında anlamlı fark bulunmadığını bildirmektedir.

Buna karşılık bağımsız akademik çalışmalar aksini bulmuştur. Yayımlanmış bir çalışmada, ana dili İngilizce olmayan yazarlara ait sınav denemelerinde ortalama yanlış pozitif oranı yüzde altmışın üzerinde ölçülmüş; aynı araçlar ana dili İngilizce olan öğrencilerin metinlerinde neredeyse kusursuz doğruluk göstermiştir.

Mekanizma açıklayıcıdır: bu araçlar dilsel öngörülebilirliği yapay zekâ göstergesi sayar. Ana dili İngilizce olmayan yazarlar daha sınırlı ve öngörülebilir sözcük dağarcığı kullandığı için sistematik olarak işaretlenir.

Kaynak: Liang, Yuksekgonul, Mao, Wu & Zou, "GPT detectors are biased against non-native English writers," Patterns 4(7), 100779 (2023). Karşı görüş için Turnitin'in kendi yayımladığı iç araştırma bulguları. Çelişki bilinçli olarak korunmuştur.

Eğitimciler İçin

Bu bulgu, öğretmen ve öğretim üyesi konumundaki okuyucular için doğrudan bir yükümlülük doğurur: bir tespit skoruna dayanarak disiplin süreci başlatmak, özellikle ana dili farklı öğrencilerde haksızlık üretme riski taşır. Değerlendirme, süreç kanıtlarına (taslak, revizyon, sözlü savunma) dayandırılmalıdır.

27.9 Belgelenmiş Vakalar

Riskin soyut olmadığını gösteren vaka türleri aşağıdadır.

Bu vakaların ortak özelliği, Kısım IV'ün bulgusuyla aynıdır: hiçbiri üretim aşamasında hata vermedi. Metin akıcıydı, biçim düzgündü, atıflar gerçek görünüyordu. Yalnızca doğrulama yapıldığında ortaya çıktılar.

27.10 Veri Gizliliği ve Yasal Çerçeve

Akademik çalışmada yapay zekâ kullanımının en az konuşulan ama en somut hukuki boyutu budur.

Yüklenmemesi Gerekenler

• Yayımlanmamış araştırma verisi.
• Hakem değerlendirmesindeki bir makale.
• Patent başvurusu öncesi buluş bilgisi — yenilik niteliğini kaybettirebilir.
• Kişisel veri içeren ham veri setleri.
• Kurumsal gizlilik anlaşmasına tabi belgeler.
• Etik kurul onayı belirli kullanımla sınırlı olan veriler.

Yasal Çerçeveler

Kişisel veri içeren araştırma verisinin sınır ötesi sunuculara aktarılması, birçok ülkede ek yükümlülük doğurur. Avrupa Birliği'nde genel veri koruma düzenlemesi ve kademeli olarak yürürlüğe giren yapay zekâ düzenlemesi; diğer ülkelerde muadil ulusal mevzuat geçerlidir.

27.11 Tez ve Lisansüstü Çalışma

Lisansüstü çalışma, bu bölümdeki tüm ilkelerin bir arada uygulandığı yerdir ve ek bir boyut taşır: tez, öğrencinin kendi yetkinliğinin kanıtıdır.

Devredilemeyecek Kısımlar

Araştırma sorusunun kurulması, hipotezin geliştirilmesi, yöntem tercihinin gerekçelendirilmesi, bulguların yorumlanması ve özgün katkının tanımlanması — bunlar tezin var oluş nedenidir. Yapay zekâya devredildiğinde geriye tez kalmaz.

Devredilebilecek Kısımlar

Dil düzeltme, biçimlendirme, kaynak listesi düzenleme, terim tutarlılığı kontrolü, kod yazımı ve veri işleme — bunlar araç yardımıyla yapılabilir, ancak beyan ve doğrulama şartıyla.

Danışman İlişkisi

Danışmanına yapay zekâ kullanımını söylemeyen bir öğrenci, yalnızca kural ihlali yapmaz; danışmanlık ilişkisinin işlevini de bozar. Danışman, öğrencinin hangi becerileri geliştirdiğini göremezse doğru yönlendirme yapamaz.

27.12 Kontrol Listesi

Aşağıdaki liste, herhangi bir ülkede ve herhangi bir alanda uygulanabilir.

Yazmadan Önce

• Kurumunuzun ve hedef derginizin güncel yapay zekâ politikasını okuyun.
• Hangi kullanımların yasak, hangilerinin beyanla serbest olduğunu belirleyin.
• Veri gizliliği sınırlarınızı tanımlayın: neyi yükleyemezsiniz?

Yazarken

• Kullandığınız her aracı, amacı ve tarihi kayıt altına alın.
• Özgün katkı gerektiren kısımları kendiniz yazın.
• Üretilen her atfı birincil kaynaktan doğrulayın.
• Sayısal her iddiayı bağımsız olarak kontrol edin.

Göndermeden Önce

• Beyanı, yayıncının istediği bölüme, istediği ayrıntıda yazın.
• Görsellerin üretken yapay zekâ ile üretilmediğinden emin olun.
• Kaynakçadaki her kaydı açıp doğruladığınızdan emin olun.
• Ortak yazarlarınızı kullanım hakkında bilgilendirin.

Hakemlik Yaparken

• Değerlendirdiğiniz makaleyi hiçbir yapay zekâ aracına yüklemeyin.
• Yorumlarınızı kendiniz yazın.
• Şüpheli bir yapay zekâ izi görürseniz editöre bildirin, kendiniz karar vermeyin.