Yapay zeka yanıtları, kaynakları değerlendirmeyi neden daha önemli hale getiriyor?
Yapay zeka yanıtları, iddiaları akıcı bir dille ve güvenilir görünen kaynaklarla sunduğu için kaynak değerlendirmesini daha önemli hâle getirir. Üstelik bu kaynaklar hiç var olmayabilir veya yanıttaki iddiayı desteklemeyebilir. Kendinden emin bir üslup kanıt değildir.
15 kişilik hayali bir atıştırmalık markası olan Lumen Foods'u düşünün. Pazarlama sorumlusu Ade'nin bir perakendeciye yapacağı sunumda öne çıkaracağı bir istatistiğe ihtiyacı var. Bir yapay zeka asistanına soruyor ve şu yanıtı alıyor: 'Birleşik Krallık'taki alışverişçilerin 68% kadarı artık düşük şekerli atıştırmalıkları seçiyor (Küresel Atıştırmalık Trendleri Raporu 2024, Perakende Araştırmaları Enstitüsü).' İkinci bir aramada, '10 alışverişçiden 7 tanesi düşük şekerli ürünleri tercih ediyor' ifadesini tekrarlayan, ancak bağlantı vermeyen bir blog yazısı çıkıyor. Sunum cuma günü ve iki sayı da kullanılabilir görünüyor.
Bir kaynak adım adım nasıl değerlendirilir?
Bir kaynağı değerlendirmek için kullanmadan önce durun, kaynağın arkasında kimin olduğunu kaynak dışındaki bilgilerle kontrol edin, aynı iddiayı daha iyi ele alan kaynaklar arayın ve iddianın ilk kaynağına ulaşın. Kütüphane rehberleri bunu, dijital okuryazarlık uzmanı Mike Caulfield tarafından geliştirilen SIFT yöntemi olarak öğretir: Durun, kaynağı araştırın, daha iyi kaynaklar bulun, iddiaları özgün bağlamlarına kadar izleyin.
1. Durun
Bir iddia tam da bulmayı umduğunuz şeyi söylüyorsa bunun farkına varın. Onu kontrol etme olasılığınızın en düşük olduğu an budur.
2. Farklı kaynaklara bakarak yetkinliğini kontrol edin
Kaynak sayfadan ayrılın ve başkalarının yayıncı veya yazar hakkında ne söylediğini araştırın. Bağımsız kaynakların ne söylediğini görmek için yeni sekmeler açarak yapılan yanal okuma, kaynağın kendi yazdığı Hakkında sayfasından daha fazla bilgi verir.
3. Tarihi kontrol edin
Yalnızca makalenin ne zaman yayımlandığını değil, verilerin ne zaman toplandığını da bulun. 2024 tarihli bir makale 2017 verilerini alıntılıyor olabilir.
4. Kanıtları kontrol edin
Örneklem büyüklüğüne, kime sorulduğuna, sorunun tam ifadesine ve yönteme bakın. Yöntemi belirtilmeyen bir istatistik, yanına sayı eklenmiş bir söylentidir.
5. Yanlılık olup olmadığını kontrol edin
İddiaya inanmanızın kime yarar sağladığını sorun. Az şekerli ürünler satan bir markanın yayımladığı düşük şeker istatistiği için ek doğrulama gerekir.
6. Asıl kaynağa kadar izini sürün
Birincil kaynağa ulaşana kadar atıfların izini sürün ve sayının alındığı cümleyi okuyun.
Bir yapay zeka aracının verdiği kaynak atıflarını nasıl kontrol edersiniz?
Yapay zekanın kaynak atıflarını üç adımda kontrol edin: kaynağın var olduğunu, yapay zekanın iddia ettiği şeyi söylediğini ve bir özetin özeti değil, asıl kaynak olduğunu doğrulayın. Kütüphanelerin yapay zeka rehberleri, yapay zeka araçlarının gerçek gibi görünen kaynaklar da dahil olmak üzere bilgi uydurabileceği konusunda uyarır.
Yalnızca yapay zekanın verdiği bağlantıya tıklamak yerine, raporun tam başlığını ve yayımlayan kuruluşu kendiniz arayın. Raporu bulursanız, sayısal değeri bulmak için belgenin arama işlevini kullanın. Araç web'de gezinebiliyor veya arama yapabiliyorsa, ilgili cümleyi ve sayfa numarasını aynen vermesini isteyin, ardından bu alıntıyı belgeyle karşılaştırın. Kaynağı bulamıyorsanız, iddia ne kadar ayrıntılı görünürse görünsün onu doğrulanmamış kabul edin.
Yetersiz ve özenli bir kaynak değerlendirmesi nasıl olur?
Zayıf yaklaşım: Ade, ikinci slayta 'Birleşik Krallık'taki alışveriş yapanların 68%'i düşük şekerli atıştırmalıkları tercih ediyor' ifadesini, yapay zekanın verdiği kaynak referansını da küçük puntolarla ekler. Toplantıda perakendecinin satın alma sorumlusu raporu ister. Ade arama yapar ancak Perakende İçgörü Enstitüsü adında bir kuruluş veya o başlıkta bir rapor bulamaz. Tüm sunumun inandırıcılığı azalır.
Dikkatli yaklaşım: Ade raporun başlığını aratır ve hiçbir şey bulamaz, bu yüzden 68% oranını kullanmaz. Blogdaki '10 kişiden 7’si' iddiasının kaynağını araştırır ve küçük bir çevrim içi katılımcı grubuna yönlendirici bir soru sorularak yapılan, bir tatlandırıcı şirketinin yayımladığı ankete dayandığını görür. Ardından daha sağlam kaynaklar arar ve yöntemi açıklanmış, daha sınırlı bir eğilim bildiren ve saha çalışmasının tarihlerini açıkça belirten bir kamu kurumu gıda araştırması bulur. Slaytı artık bu araştırmanın ne gösterdiğini belirtir, yayımlayan kurumu ve yılı verir ve tabloya bağlantı içerir. İddia daha sınırlıdır ama alıcının sorusu karşısında geçerliliğini korur.
Kaynakları değerlendirirken sık yapılan hatalar nelerdir?
En yaygın hata, bir kaynağı ne kadar profesyonel göründüğüne göre değerlendirmektir; bu görünümü taklit etmek kolaydır. Diğer hatalar: başlığı ve yılı var diye yapay zekanın gösterdiği bir kaynağa güvenmek, yalnızca kaynağın kendi Hakkımızda sayfasını kontrol etmek, eski verileri alıntılayan yeni bir makaleyi kullanmak, asıl kaynağı bulmak yerine ikincil bir raporla yetinmek ve hepsi aynı kaynaktan kopyaladığı hâlde tek bir sayıyı tekrarlayan çok sayıda blogu bağımsız doğrulama saymak.
Kaynak değerlendirmenin Tosheo.ai kataloğundaki yeri nedir?
Kaynakları değerlendirme, Eleştirel Düşünme kategorisindeki eleştirel düşünme kursunda, zayıf argümanları fark etme ve yapay zeka çıktısını kontrol etme derslerinin yanında yer alır. Tosheo.ai üzerindeki uygulamalı görevde, gerçek ve uydurma kaynakların bir arada kullanıldığı bir iddia sunulur. Puanlama kılavuzuna dayalı geri bildirim, hangi kontrolleri atladığınızı ve bu kontrollerin neleri ortaya çıkaracağını gösterir.
Kaynaklar ve kapsam
Scottsdale Community College Kütüphanesi, SIFT yöntemi (kontrol tarihi: 19 October 2026) ↗