Genelde hayir, bazen evet.
Simdi bir defa bazi bilimsel calismalar, henuz insanligin sonucunu bilmedigi alanlarda yapiliyor. ( Karanlik Enerji vs ). Bu gibi konularda zaten hesap makinesi ne kadar faydali olursa AI da o kadar faydali olur, zira train datasinda aradigimiz sonuclar yok. Bu bir kenarda dursun.
Diger tarafta, daha perifer calismalar icin zaten neredeyse her akademisyen AI kullaniyor. Bu da tezlerin , makalelerin cogunun aslinda ciddi oranda AI tarafindan yazilmasi demek. Yine literatur taramasini da AI yapacagi icin aslinda AI kendi yazdiklarini okuyup kendi kendini train etmis olacak cok yakin gelecekte. Bunun da "Model Collapse" adi verilen calisilmis bir yan etkisi var:
AI models collapse when trained on recursively generated data - Nature
Bir nevi fotokopinin fotokopisinin orijinaline benzememesi gibi, generate edilmis data uzerinde train edilen AI in da yuksek bias ile calismasi hatta sonunda hic calismamasi gibi.
Pozitif tarafi ise, bilgiye erisimimiz cok daha seri hale geldi bu sayede. Standart arama motorlariyla uzun surede ulasacagin bilgiye LLM ile daha hizli ve kestirme ulasabiliyorsun. Ama buradaki problem de kredibilite. Kaynagini bilmiyorsun. AI'in bazi iddialarini dogrulamak direkt arastirma yapmak kadar uzun surebiliyor. Bununla da ilgili bir calisma var, insanlar AI'in islerini kolaylastirdigini zannediyor ama bazen o olmadan daha hizli hallediyorlar, ozellikle sofistike konularda:
Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity
Elbette bu calisma programlama ile alakali ama konu kimya muhendisligi olunca degisecegini hic zannetmiyorum.
AI modelleri, online okuyabilecekleri tum veri setleri uzerinde calistigi muddetce bilimsel gelisime ciddi katki yapamazlar bana gore. Cunku normal bir istatistiksel dagilim var. Bu is icin uzmanlasmi modeller egitilebilir, peer-review edilmis dogru bilgi uzerinde calistirilir. Bunun da genel becerisi daha dusuk olacak.
