Yapay Zekâ Kullanımı​

Araştırmacılar

Araştırmacılar için Yapay Zekâ Kullanımı​

Yapay zekâ teknolojilerinin, araştırma verileri yaşam döngüsüne katkısı yadsınamaz. Önceden aylarca sürebilecek veri toplama, temizleme veya analiz işlemleri, günümüzde bu teknolojiler sayesinde saatler içinde tamamlanabilmektedir.

Veri Yaşam Döngüsü

Şekil 1. Araştırma Verileri Yaşam Döngüsü (Kaynak: Harvard Medical School)

Temel Unsurlar

  • Araştırmacılar, kullanacakları ÜYZ programlarının kapsamını ve risklerini önceden tespit etmelidir. Bu riskler, veri güvenliği, telif hakları gibi ciddi hukuksal boyutu olan konuları içerir.
  • Proje Yürütücüleri (PY), proje çalışanlarını etik ve hukuk çerçevelerine uygun yapay zekâ kullanımı konularında bilinçlendirmelidir. Koç Üniversitesi Araştırma Verileri Politikaları, PY’lere bu konuda üst düzeyde sorumluluk yüklemektedir.
  • Araştırma projelerinde kullanılacak ÜYZ teknolojilerinin, Koç Üniversitesi Bilgi Teknolojileri (BT) Direktörlüğü’nden teknik olur alması önemlidir. Bu süreci, Araştırma Verileri Yönetimi Grubu, araştırmacı adına yürütebilir.
  • BT Direktörlüğü, bilgi güvenliği riskleri içeren ÜYZ teknolojilerinin Koç Üniversitesi altyapısında kullanılmasına kısıtlama getirebilir. Fakat, araştırma projelerinin devamı için, BT uzmanları araştırmacıyla birlikte alternatif çözümler geliştirebilir.

Veri Yönetimi Planlama ve Yapay Zekâ

Artan sayıda sponsor kuruluşu, araştırma projelerinin veri yönetim planlarını talep etmektedir. Bu planlarda, yapay zekâ hakkında cevaplanması önemli bazı temel konular aşağıdaki gibidir:

  • Araştırma verileri yaşam döngüsünün herhangi bir evresinde yapay zekâ teknolojileri kullanılıyor mu?
    • Açık kaynaklı ÜYZ teknolojileriyle araştırma verisi üretilecek mi?
    • Yapay zekâ teknolojileriyle sosyal medya API’larından veri çekilecek mi?
    • Açık kaynaklı ÜYZ teknolojileriyle araştırma verileri üzerinde istatistiksel analiz yapılıyor mu?
  • Araştırma projesi sonucunda yeni bir yapay zekâ teknolojisi üretiliyor mu?
  • Açık kaynaklı ÜYZ teknolojilerine kişisel bilgi içerebilecek veriler işleniyor mu?
  • Araştırma projesi süresince kullanılacak veya üretilecek yapay zekâ teknolojileri için etik kurullar başvurusu gerekiyor mu?

Yukarıdaki sorulardan en az bir tanesine “evet” cevabı veren KU araştırmacılarının, Araştırma Verileri Yönetimi Grubu’na (i) rdm@ku.edu.tr adresi aracılığıyla ulaşmaları veya (ii) track-it servisinden başvuru yapmaları önerilir.

Artan sayıda sponsor kuruluşu, araştırma projelerinin veri yönetim planlarını talep etmektedir. Bu planlarda, yapay zekâ hakkında cevaplanması önemli bazı temel konular aşağıdaki gibidir:

  • Araştırma verileri yaşam döngüsünün herhangi bir evresinde yapay zekâ teknolojileri kullanılıyor mu?
    • Açık kaynaklı ÜYZ teknolojileriyle araştırma verisi üretilecek mi?
    • Yapay zekâ teknolojileriyle sosyal medya API’larından veri çekilecek mi?
    • Açık kaynaklı ÜYZ teknolojileriyle araştırma verileri üzerinde istatistiksel analiz yapılıyor mu?
  • Araştırma projesi sonucunda yeni bir yapay zekâ teknolojisi üretiliyor mu?
  • Açık kaynaklı ÜYZ teknolojilerine kişisel bilgi içerebilecek veriler işleniyor mu?
  • Araştırma projesi süresince kullanılacak veya üretilecek yapay zekâ teknolojileri için etik kurullar başvurusu gerekiyor mu?

Yukarıdaki sorulardan en az bir tanesine “evet” cevabı veren KU araştırmacılarının, Araştırma Verileri Yönetimi Grubu’na (i) rdm@ku.edu.tr adresi aracılığıyla ulaşmaları veya (ii) track-it servisinden başvuru yapmaları önerilir.

Veri Oluşturma ve Yapay Zekâ

Açık kaynaklı ÜYZ programlarıyla toplanan araştırma verileri birtakım riskler içerir. Bu riskler karşısında, araştırmacıların bilinçli ve hukuk çerçevesinde hareket etmesi önemlidir:

  • Hatalı veri oluşturma: ÜYZ teknolojileri, erişimi kısıtlı kaynaklardan bilgi oluşturmaya çalışırken, halüsinasyon üretebilir. Araştırmacı, ÜYZ çıktılarına ciddi bir kalite kontrolü uygulamalıdır.
  • Etik çekinceler: ÜYZ programlarının tutarlı bir etik filtresi olmayabilir. ÜYZ çıktısı araştırma verilerinin, ilgili etik kurallarına uyumu kontrol edilmelidir. Özellikle önyargı teşkil edebilecek çıktılar, ciddi etik sorunlar doğurabilir.
  • Lisans ihlali: Her türlü ticari ürün gibi, araştırma verilerinin de kullanım lisansları vardır. ÜYZ çıktılarının hangi lisansla paylaşılmış verilerden harmanlandığı muğlaktır. Dolayısıyla, ÜYZ çıktıları, lisans ihlali riski oluşturur.

Açık kaynaklı ÜYZ programlarıyla toplanan araştırma verileri birtakım riskler içerir. Bu riskler karşısında, araştırmacıların bilinçli ve hukuk çerçevesinde hareket etmesi önemlidir:

  • Hatalı veri oluşturma: ÜYZ teknolojileri, erişimi kısıtlı kaynaklardan bilgi oluşturmaya çalışırken, halüsinasyon üretebilir. Araştırmacı, ÜYZ çıktılarına ciddi bir kalite kontrolü uygulamalıdır.
  • Etik çekinceler: ÜYZ programlarının tutarlı bir etik filtresi olmayabilir. ÜYZ çıktısı araştırma verilerinin, ilgili etik kurallarına uyumu kontrol edilmelidir. Özellikle önyargı teşkil edebilecek çıktılar, ciddi etik sorunlar doğurabilir.
  • Lisans ihlali: Her türlü ticari ürün gibi, araştırma verilerinin de kullanım lisansları vardır. ÜYZ çıktılarının hangi lisansla paylaşılmış verilerden harmanlandığı muğlaktır. Dolayısıyla, ÜYZ çıktıları, lisans ihlali riski oluşturur.

Veri İşleme ve Yapay Zekâ

Araştırmacılar, açık kaynaklı ÜYZ programlarında kişisel bilgi içeren veri analizinden mümkünse kaçınmalıdır.

  • ÜYZ programlarında işlenen her bilgi, bu programı döndüren algoritmayı besler. Dolayısıyla, ÜYZ’de işlenen kişisel bilgilerin dünyanın geri kalanına açık veri olarak sızması mümkündür.
  • Araştırmacılar, ÜYZ kullanmadan önce, kişisel verileri dikkatlice anonimleştirmeli veya takma adlandırmalıdır. Ayrıca, anonimleştirme tekniklerinin sınırlamalarının farkında olmalı ve gizliliği korumak için sentetik veri üretimi gibi alternatif yaklaşımları değerlendirmelidir.
  • Anonimleştirilmiş verilerin açık kaynaklı yapay zekâ programlarından işlenmesi durumunda, PY’nin Veri Mahremiyeti ve Araştırma Verileri koordinatörleriyle iletişime geçmesi önemlidir.

Araştırmacılar, açık kaynaklı ÜYZ programlarında kişisel bilgi içeren veri analizinden mümkünse kaçınmalıdır.

  • ÜYZ programlarında işlenen her bilgi, bu programı döndüren algoritmayı besler. Dolayısıyla, ÜYZ’de işlenen kişisel bilgilerin dünyanın geri kalanına açık veri olarak sızması mümkündür.
  • Araştırmacılar, ÜYZ kullanmadan önce, kişisel verileri dikkatlice anonimleştirmeli veya takma adlandırmalıdır. Ayrıca, anonimleştirme tekniklerinin sınırlamalarının farkında olmalı ve gizliliği korumak için sentetik veri üretimi gibi alternatif yaklaşımları değerlendirmelidir.
  • Anonimleştirilmiş verilerin açık kaynaklı yapay zekâ programlarından işlenmesi durumunda, PY’nin Veri Mahremiyeti ve Araştırma Verileri koordinatörleriyle iletişime geçmesi önemlidir.

Veri Paylaşımı ve Yapay Zekâ

Toplanma ve işlenme evresinde yapay zekâ teknolojileri kullanılmışsa, araştırmacı uygun atıfları yapmalıdır.