Okumakta olduğunuz metnin yapay zeka tarafından yazıldığını söyleseydim tepkiniz ne olurdu? Zannediyorum pek çoğunuz bu durumu ilginç bulmazdı. Geçtiğimiz ay kurumlara finansal danışmanlık hizmeti veren bir şirket olan Deloitte’un 440.000 dolar ücret karşılığında Avustralya’daki bir Bakanlığa hazırladığı raporda yapay zekadan yararlandığı tespit edildi. Bunun üzerine Bakanlık, Deloitte şirketinin son taksiti iade edeceği bilgisini kamuyla paylaştı. Raporda mevcut olmayan kaynaklara referans verilmesi bir hayli dikkat çekiciydi (Dhanji, 2025).
Yapay zeka gerçekten de yaşamın hemen her alanına sirayet etmeye başladı. Örneğin bilimsel araştırmaların yapay zeka araçlarıyla ilişkisi akademik alanda büyük yankı uyandırıyor. Bu araçlar, yenilikten doğan merakın yanı sıra araştırma süreçlerini kolaylaştıran avantajlar sunmasıyla yakın geleceğin gündeminden düşmeyecek gibi görünüyor.
Elbette nitel araştırma yöntemleri de söz konusu gündemden payını alıyor. Zira yapay zeka nitel bir çalışma sürecinde araştırma ve araştırmacıyı desteklemeye elverişli bir potansiyel barındırıyor. Nasıl mı? Kabaca bir çalışma omurgası çizdiğimizi hayal edelim. Yapay zeka bizim için bir çalışma konusu önerebilir, havalı başlıklar oluşturabilir, konu bağlamında teorik bir çerçeve çizebilir, literatür taraması yapabilir, yönteme uygun yaklaşım belirleyebilir, araştırma verilerini yorumlayabilir ve tüm bunları bir rapora dönüştürebilir. Örneğin Şen ve arkadaşları çalışmalarında (2023) ChatGPT ile gerçek katılımcı görüşmelerinin analiz edilip edilemeyeceği sorusuna cevap arıyor ve makalelerinde ChatGPT’nin araştırma konusuna sadık kalarak kod, kategori ve temalar oluşturup, katılımcılar arası ortaklaşan ve farklılaşan anlamlara ulaşabildiğini paylaşıyorlar.
Tüm bu meziyetlerine binaen yapay zeka teknolojisi, hızla akan zaman karşısında kulaç atma mücadelesindeki araştırmacılar için etkili bir yardımcı görevi üstleniyor. Zaman tasarrufuna ek olarak yapay zekayı kullanmak iş gücünü bölmek anlamına geliyor. Aynı zamanda bu yazılımlar araştırmacı kapasitesini geliştirme fırsatı yaratıyor. Dolayısıyla yapay zeka için zamanımızın yadsınamaz bir parçasıdır demenin yanlış olmayacağı kanaatindeyim.
Öte yandan madalyonun ötekini yüzünü çevirdiğimizde teknolojik imkanların gelişmesine paralel olarak gerileme tehlikesi barındıran bazı gerçekliklerle yüzleşmek durumunda kalıyoruz. Öyle ki yapay zekalı ekip arkadaşlarımız araştırmaların suistimal edilme riskini artırıyor. Gibson ve Beattie’nin (2024) araştırmaları bu bağlamda anlamlı bir sorunu ortaya koyuyor. Araştırmacılar, çalışmalarında katılımcılarından bazılarının yapay zekayı kullanan sahte katılımcılar olmasından şüpheleniyor ve bunun üzerine yapay zekanın nitel çalışmaların katılımcısı olma ihtimalini tartışıyor. En nihayetinde makaleleri, yapay zekanın öznel deneyimden arınmış, yüzeysel ve duygu yoksunu üslubunun katılımcı rolü için yetersiz olduğunu vurguluyor.
Benzer sayılabilecek diğer bir çalışmada ise Pagan ve arkadaşları (2025) büyük dil modellerinin insan benzeri metin yazma marifetinin geldiği noktayı tespit etmeye çalışıyor. Bu merak üzerine çalışmalarında Bluesky, X ve Reddit isimli sosyal medya platformlarındaki gönderilerde insan ve yapay zeka yorumlarını mukayese ediyorlar. Araştırmacılar, tesadüf üzerine seçtikleri aktif kullanıcıların yorumları ile gönderiler üzerine fikir üret komutu verilen yapay zekanın yanıtlarını irdeliyor. Neticede büyük dil modelleri özellikle insan kullanıcıların dilindeki duygusal havayı yakalama bakımından sınıfta kalıyor. Daha da önemlisi çalışma yapay zeka yazılarının %70-80 oranında ayırt edildiği sonucuna varıyor. Yani yapay zeka en azından bugün insanı taklit etme konusundaki beklentileri karşılamıyor.
Atari ve arkadaşları (2023) ise çalışmalarında yapay zeka bilgisinin konumluluğunu irdeliyor. Yazarlara göre yapay zeka WEIRD (Western, Educated, Industrialized, Rich, Democratic) olarak tanımlanan yani Batılı, Eğitimli, Sanayileşmiş, Zengin ve Demokratik kökenli kaynakları referans alıyor. Nitekim internette yer alan belgeler bizzat WEIRD bireyler tarafından üretiliyor. Dolayısıyla insanların büyük bir kısmının internete dahi erişemediği bir yerde yapay zeka hem çoğunluğu İngilizce olan bilgilerden öğreniyor hem de buradan hareketle iletişime geçiyor. Bunun doğal bir sonucu olarak makale, GPT’nin cevaplarının başta Amerika olmak üzere Uruguay, Kanada, Kuzey İrlanda, Yeni Zelanda, Birleşik Krallık, Avustralya, Andorra, Almanya, Hollanda gibi bilginin egemeni add edebileceğimiz ülkelerin kültürlerine daha yakın durduğu sonucuna ulaşıyor. Kültürel yanlılığı detaylandıran diğer bir bulguları ise GPT’nin Amerika kültüründen uzaklaşıldığında insan benzerliğini temsil özelliğinin azalma eğilimi göstermesi olarak aktarılıyor. Elbette yapay zekanın çalışmalara dahil edilmesi başka sınırlılıklar da içeriyor. Kosmyna ve arkadaşlarının (2025) çalışmasına göre makale yazım sürecinde yapay zekadan destek almak düşünme becerisini, hafızayı ve çalışmaya ilişkin bağlılık hissini olumsuz yönde etkiliyor.
Bazı nitel araştırmacılar nitel çalışmalara yapay zekayı dahil etmek konusunda epey net bir tavır sergiliyor. Örneğin yakın zamanda 38 ülkeden toplam 416 nitel araştırmacı nitel araştırmalara yapay zekayı dahil etmeyi tamamen reddettiklerini bildiren bir metin yayımladı. Çünkü yapay zekanın veriyi anlamlandıramayacağını yani refleksif davranmaktan yoksun olduğunu düşünüyorlar. Bu nedenle yapay zeka kullanımının baskın dil kalıplarının yeniden üretilmesine ve marjinal grupların görünürlüğünün engellenmesine mahal vereceğini tahmin ediyorlar. Araştırmacılar nitel araştırmaları merkezinde insan olan, insanlar tarafından ve insanlar için yapılan araştırmalar olarak tanımlıyor. Haliyle yapay zekanın ortaklığını nitel araştırmanın doğasını bozan bir unsur olarak değerlendiriyorlar. Ayriyeten araştırmacıların öne sürdüğü üzere yapay zeka şirketlerinin kar amaçlı politikaları çevre üzerinde ciddi boyutta sorunlara yol açıyor (Jowsey vd., 2025).
Sözün özü yapay zekayı nitel araştırmalarda konumlandırırken dikkatli olmak son derece önemli görünüyor. Çünkü yapay zekaya ne tam anlamıyla güvenebilir ne de artık onu yok sayabiliriz.
Kaynaklar:
Atari, M., Xue, MJ, Park, PS, Blasi, D. ve Henrich, J. (2023). Which Humans? https://doi.org/10.31234/osf.io/5b26t
Dhanji, K. (6 Ekim 2025). Deloitte to pay money back to Albanese government after using AI in $440,000 report. The Guardian . https://www.theguardian.com/australia-news/2025/oct/06/deloitte-to-pay-money-back-to-albanese-government-after-using-ai-in-440000-report
Gibson, AF ve Beattie, A. (2024). More or less than human? Evaluating the role of AI-as-participant in online qualitative research. Qualitative Research in Psychology , 21 (2), 175-199. https://doi.org/10.1080/14780887.2024.2311427
Jowsey, T., Braun, V., Clarke, V., Lupton, D. ve Fine, M. (2025). We reject the use of generative artificial intelligence for reflexive qualitative research. Available at SSRN: https://ssrn.com/abstract=5676462 or http://dx.doi.org/10.2139/ssrn.5676462
Kosmyna, N., Hauptmann, E., Yuan, YT, Situ, J., Liao, X.-H., Beresnitzky, AV, Braunstein, I. ve Maes, P. (2025). Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task. https://doi.org/10.48550/arXiv.2506.08872
Pagan, N., Thornberg, P., Bail, CA, Hannak, A. ve Barrie, C. (2025). Computational Turing Test Reveals Systematic Differences Between Human and AI Language. https://doi.org/10.48550/arXiv.2511.04195
Şen, M., Şen, Ş. N. ve Şahin, TG (2023). A New Era for Data Analysis in Qualitative Research: ChatGPT! Shanlax International Journal of Education , 11 (1), 1-15. https://doi.org/10.34293/education.v11iS1-Oct.6683