Telif Hakkı, Gizlilik, Etik ve Yönetişim

Kazanimlar:

• Girdinin telif durumunu ve aracın veri koşullarını değerlendirip çıktının haklarını sorgulayarak yasal riskleri azaltabilme
• Kişisel veriyi anonimleştirme ve minimizasyonla koruyup kullanıcıya şeffaf olarak mahremiyeti güvence altına alabilme
• Kurum için onaylı araç, yasak veri ve doğrulama kuralı içeren bir yönetişim çerçevesi kurup kullanımı kütüphanecilik değerleriyle test edebilme

Kütüphaneci ve bilgi yöneticisi, bilgiyi yalnızca düzenleyip sunan değil, aynı zamanda koruyan kişidir: yaratıcının haklarını, kullanıcının mahremiyetini ve kurumun sorumluluğunu korur. Yapay zeka bu üç alanı da yeni ve karmaşık sorularla sarsar. Bir belgeyi YZ'ye yüklemek bir telif ihlali mi? Kullanıcı verisini bir YZ aracına vermek mahremiyeti çiğner mi? Kurum, YZ kullanımını nasıl yönetmeli? Bu kapanış ünitesinde, tüm modül boyunca değindiğimiz etik ve hukuki ipleri bir araya getiren bir çerçeve kuracağız.

Kavramları tanımlayalım. Telif hakkı, bir eserin yaratıcısına eserinin kullanımı üzerinde tanınan yasal haktır; izinsiz çoğaltma ya da kullanım ihlal sayılabilir. Kişisel veri, bir kişiyi doğrudan ya da dolaylı olarak tanımlayan her bilgidir ve yasal korumaya tabidir. Yönetişim (governance), bir kurumun YZ kullanımını yöneten kural, politika ve sorumluluk çerçevesidir. Bu üç kavram, sorumlu YZ kullanımının hukuki ve etik zeminini oluşturur.

Adım adım: sorumlu ve yasal YZ kullanımı

1. Girdinin telif durumunu değerlendir. Bir metni, kitabı ya da makaleyi bir YZ aracına yüklemeden önce, o eserin telif durumunu ve aracın kullanım koşullarını düşünün. Telifli bir eseri, yüklediğiniz veriyi kendi amaçları için kullanan bir araca vermek hak ihlali doğurabilir.

2. Çıktının haklarını sorgula. YZ'nin ürettiği metnin telif durumu belirsiz olabilir ve YZ, eğitim verisindeki telifli içeriği farkında olmadan yeniden üretebilir. Bir YZ çıktısını yayımlamadan önce özgünlüğünü ve olası ihlalleri değerlendirin.

3. Kişisel veriyi koru. Kullanıcıların kimliği, okuma/arama geçmişi ve kişisel bilgileri, açık rıza ve güçlü koruma olmadan hiçbir YZ aracına girmemelidir. Anonimleştirme ve veri minimizasyonu (yalnızca gereken kadar veri) esastır.

4. Şeffaflık ve rıza sağla. Kullanıcılar, verilerinin ve etkileşimlerinin nasıl işlendiğini bilmeli; YZ'nin devrede olduğu yerlerde bu açıkça belirtilmelidir. Gizli YZ kullanımı güveni zedeler.

5. Yönetişim çerçevesi kur. Kurum, hangi araçların onaylı olduğunu, hangi verinin girilebileceğini, kimin sorumlu olduğunu ve çıktıların nasıl doğrulanacağını yazılı bir politikayla belirlemelidir.

İpucu: Kurumunuz için basit bir "YZ kullanım kuralları" tek sayfası hazırlayın: hangi araçlar onaylı, hangi veri asla girilmez (kişisel/telifli/gizli), her çıktı nasıl doğrulanır ve kim sorumlu. Net bir tek sayfalık kılavuz, uzun bir politikadan daha fazla uygulanır.

Etik ilkeler ve kütüphaneciliğin değerleri

Kütüphanecilik mesleğinin köklü değerleri, YZ çağında pusula işlevi görür: bilgiye eşit erişim, düşünce özgürlüğü, kullanıcı mahremiyeti, entelektüel dürüstlük ve tarafsızlık. YZ bu değerleri destekleyebilir de tehdit edebilir de. Erişimi genişletebilir ama önyargıyı pekiştirebilir; hizmeti hızlandırabilir ama mahremiyeti riske atabilir; keşfi kolaylaştırabilir ama yanlış bilgi yayabilir.

Sorumlu kütüphaneci, her YZ kullanımını bu değerlerle test eder: "Bu kullanım erişimi eşitliyor mu, yoksa bir grubu dışlıyor mu? Mahremiyeti koruyor mu? Doğru ve dürüst bilgi mi sunuyor?" YZ bir araçtır; onu hangi değerlerle kullanacağınız mesleğin özüdür. Teknoloji değişir, ama bu değerler kütüphaneciliğin sabit pusulasıdır.

Dikkat: "Herkes kullanıyor" ya da "hızlı oluyor" bir YZ kullanımını meşru kılmaz. Bir kullanım yasal olsa bile etik olmayabilir; telif, mahremiyet ve adalet açısından zararlı bir uygulamayı, sadece kolay diye benimsemeyin. Nihai sorumluluk, aracın değil, onu kullanan uzmanındır.

Üç mini vaka

Vaka 1 — Telifli yükleme durduruldu. Bir ekip, telifli bir referans kitabının tamamını, özet üretmek için genel bir YZ aracına yüklemeyi planladı. Bilgi yöneticisi, bunun hem telif hem de aracın veri kullanım koşulları açısından riskli olduğunu gördü; bunun yerine yalnızca kısa, izinli alıntılarla ve kurumun kapalı sisteminde çalışıldı.

Vaka 2 — Kişisel veri anonimleştirildi. Bir kütüphane, kullanıcı geri bildirimlerini YZ ile analiz etmek istedi; ama geri bildirimler kullanıcı adları ve iletişim bilgileri içeriyordu. Ekip, veriyi analiz öncesi anonimleştirdi; yalnızca kimliksiz, toplu eğilimler işlendi. Mahremiyet korundu, içgörü yine elde edildi.

Vaka 3 — Yönetişim boşluğu kapatıldı. Bir kurumda çalışanlar, farklı YZ araçlarını denetimsiz kullanıyor, bazen gizli belgeleri giriyordu. Bilgi yöneticisi, onaylı araçları, yasak veri türlerini ve doğrulama kurallarını tanımlayan tek sayfalık bir politika yayımladı; belirsizlik ve risk belirgin biçimde azaldı.

Personel yetkinliği ve kurum kültürü

Bir yönetişim politikası, ancak onu uygulayan insanlar kadar güçlüdür. En iyi yazılmış kural bile, çalışanlar YZ'nin risklerini anlamıyorsa kağıt üzerinde kalır. Bu yüzden sorumlu YZ kullanımının kalıcı temeli, personel yetkinliğidir: her çalışanın halüsinasyonun ne olduğunu, hangi verinin asla girilmemesi gerektiğini ve bir çıktının neden doğrulanması gerektiğini kavramasıdır. Kütüphaneler ve bilgi kurumları bu konuda çifte bir rol taşır; hem kendi personelini eğitmeli hem de kullanıcılara bu okuryazarlığı yaymalıdır. İyi bir kurum kültürü, bir YZ hatasını gizlemek yerine bildiren, "bu çıktıdan emin değilim, doğrulayalım" demeyi normal karşılayan bir kültürdür. Ceza korkusuyla hataların saklandığı bir ortamda, uydurma bir kaynak ya da bir mahremiyet ihlali fark edilmeden yayılır. Ayrıca teknoloji ve araçlar hızla değiştiği için, politika ve eğitim tek seferlik değil, düzenli olarak güncellenmelidir. Yönetişim; kurallar, araçlar, eğitim ve kültürün birlikte çalıştığı canlı bir sistemdir. Bu sistemin merkezinde, aracın değil, sorumluluğu üstlenen ve nihai kararı veren yetkin insan durur.

İpucu: Yeni bir YZ aracı benimsemeden önce küçük bir pilot uygulama yapın: sınırlı bir ekiple, gerçek ama düşük riskli görevlerde deneyin, hataları ve riskleri kaydedin. Bu, aracı tüm kuruma yaymadan önce hem yetkinlik kazandırır hem de politikanın zayıf noktalarını ortaya çıkarır.

Dört kopyalanabilir şablon

1) Telif ön değerlendirmesi:

Aşağıdaki içeriği bir YZ aracına yüklemeden önce telif açısındandeğerlendirmeme yardım et: içerik telifli olabilir mi, hangikullanım biçimi riskli, hangi alternatif (kısa alıntı, izin,kamu malı) daha güvenli? İçerik türü: [buraya]

2) Kişisel veri tarama:

Aşağıdaki metinde kişisel veri (isim, iletişim, kimlik, okuma/aramageçmişi, sağlık/inanç ima eden bilgi) var mı? Her birini işaretle,sınıfla ve nasıl anonimleştirileceğini öner. Metin: [buraya]

3) YZ kullanım politikası taslağı:

Kurumumuz için tek sayfalık YZ kullanım kuralları taslağı üret:(1) onaylı araç ilkeleri, (2) asla girilmeyecek veri türleri,(3) çıktı doğrulama kuralı, (4) sorumluluk ve şeffaflık, (5) telifve mahremiyet ilkeleri. Kısa ve uygulanabilir tut. Bağlam: [buraya]

4) Etik kontrol sorgusu:

Aşağıdaki planlanan YZ kullanımını kütüphanecilik değerleriyletest et: erişim eşitliği, mahremiyet, doğruluk/dürüstlük, önyargıriski açısından değerlendir ve varsa endişeleri işaretle.Kullanım: [buraya]

Zayıf prompt / Güçlü prompt

Zayıf prompt:

Bu kitabı özetlemek için YZ'ye yükleyeyim mi?

Soru, telif, aracın veri koşulları ve alternatifleri hiç dikkate almaz; "evet" yanıtı bir hak ihlaline yol açabilir.

Güçlü prompt:

Rolün: telif ve gizlilik danışmanı asistanı. Aşağıdaki içeriği birYZ aracına vermeyi değerlendiriyorum. Telif durumu, aracın verikullanımı ve kişisel veri riski açısından olası sorunları sırala;daha güvenli alternatifleri (kısa alıntı, izin alma, kamu malı,kapalı sistem) öner. Hukuki kesinlik iddia etme, riskleri göster.İçerik ve bağlam: [buraya]

Güçlü prompt; kararı telif, veri koşulu ve mahremiyet boyutlarıyla ele alır ve güvenli alternatifleri masaya koyar.

Yönetişim boyutları tablosu

Boyut

Temel soru

Önlem

Telif

Girdi/çıktı hak ihlali var mı?

İzin, kamu malı, kısa alıntı

Mahremiyet

Kişisel veri korunuyor mu?

Anonimleştirme, minimizasyon

Şeffaflık

Kullanıcı biliyor mu?

Açık bilgilendirme, rıza

Sorumluluk

Kim hesap veriyor?

Yazılı politika, insan onayı

Değerler

Erişim ve dürüstlük korunuyor mu?

Etik kontrol, önyargı denetimi

Sık yapılan hatalar

• Telifli içeriği düşünmeden yüklemek. Hak ihlali ve veri koşulu riski doğar.
• Kişisel veriyi genel araca girmek. Mahremiyet ihlali ve yasal risk.
• YZ kullanımını gizlemek. Şeffaflık olmadan güven zedelenir.
• "Yasal" ile "etik"i karıştırmak. Yasal bir kullanım etik olmayabilir.
• Yönetişim çerçevesi kurmamak. Denetimsiz kullanım öngörülemez risk yaratır.

Özetle

Telif, gizlilik ve etik, YZ çağında kütüphaneciliğin sorumluluk zeminidir. Girdinin telif durumunu ve aracın veri koşullarını değerlendirin; çıktının haklarını sorgulayın; kişisel veriyi anonimleştirme ve minimizasyonla koruyun; kullanıcıya şeffaf olun ve rıza alın; kurumda net bir yönetişim çerçevesi kurun. Kütüphaneciliğin köklü değerleri (eşit erişim, mahremiyet, dürüstlük, tarafsızlık) her YZ kullanımını sınayan pusuladır. Teknoloji değişir; sorumluluk ve değerler değişmez ve nihai hesap verme daima insanındır.

Uygulama görevi

Kurumunuz (ya da hayali bir kurum) için "YZ kullanım politikası taslağı" şablonuyla tek sayfalık bir kullanım kuralları belgesi hazırlayın: onaylı araçlar, asla girilmeyecek veriler, doğrulama kuralı, sorumluluk. Ardından planladığınız bir gerçek YZ kullanımını "Etik kontrol sorgusu" şablonuyla erişim, mahremiyet, doğruluk ve önyargı açısından test edin ve çıkan endişeleri nasıl gidereceğinizi yazın.

Kontrol listesi

• [ ] Girdinin telif durumunu ve aracın veri koşullarını değerlendirdim.
• [ ] Kişisel veriyi anonimleştirdim ve yalnızca gerekeni kullandım.
• [ ] Kullanıcıya YZ kullanımı konusunda şeffaf oldum ve rıza gözettim.
• [ ] Kurum için yazılı bir YZ kullanım politikası oluşturdum.
• [ ] Kullanımı kütüphanecilik değerleriyle test ettim ve sorumluluğu insanda tuttum.

Modul Sinavi

1. Kütüphanecilik ve bilgi yönetiminde yapay zeka için en doğru konumlandırma aşağıdakilerden hangisidir?

• A) Yapay zeka bir özet, meta veri, arama ve öneri asistanıdır; doğruluk, kaynak güvenilirliği ve etik kararların sorumluluğu insandadır ✔
• B) Yapay zeka bir kaynağın gerçekliğini ve doğruluğunu güvenilir biçimde kendisi teyit edebilir
• C) Yapay zeka yalnızca kitap kataloglamada işe yarar, diğer kütüphanecilik işleriyle ilgisi yoktur
• D) Yapay zeka insandan daha tarafsız olduğu için konu ve sınıflandırma kararları ona bırakılmalıdır

Aciklama: Yapay zeka; meta veri taslaklayan, özetleyen, çeviren, örüntü işaretleyen ve kaynağa yönlendiren bir asistandır. Doğruluğun teyidi, konu ve sınıflandırma kararı, kaynak güvenilirliği ile telif ve mahremiyet kararları gibi yüksek sonuçlu işlerin sorumluluğu yetkin uzmana aittir; doğrulanmamış bir çıktı, uydurma bir kaynağın yayılmasına veya bir mahremiyet ihlaline yol açabilir.

2. Kütüphaneci için 'halüsinasyon' neden özellikle tehlikelidir?

• A) Yapay zekanın çıktısı çok yavaş üretilir ve zaman kaybettirir
• B) Yapay zeka var olmayan kaynak ve alıntıları ikna edici biçimde üretebilir ve mesleğin özü kaynağın gerçekliğidir ✔
• C) Halüsinasyon yalnızca görüntü işlemede olur, metinle ilgisi yoktur
• D) Halüsinasyon sadece çok eski yapay zeka araçlarında görülür, güncel araçlarda hiç olmaz

Aciklama: Halüsinasyon, yapay zekanın var olmayan bir kaynağı, alıntıyı ya da bilgiyi son derece ikna edici biçimde üretmesidir. Mesleğin özü kaynağın gerçekliği ve güvenilirliği olduğu için, uydurma bir künye ya da alıntı bir kaynakçaya veya kullanıcıya doğrulanmadan aktarılırsa ciddi bir yanlış bilgilendirme doğar.

3. Yapay zeka ile meta veri üretirken uydurma riski en yüksek olan alan aşağıdakilerden hangisidir ve nasıl ele alınmalıdır?

• A) Dil alanı en riskli alandır ve doğrulanmasına gerek yoktur
• B) Başlık alanı en yüksek riski taşır ve tahminle doldurulmalıdır
• C) ISBN ve yayın yılı en yüksek uydurma riskini taşır ve asıl kaynakla birebir doğrulanmalıdır ✔
• D) Hiçbir alan riskli değildir çünkü yapay zeka meta veriyi her zaman doğru üretir

Aciklama: ISBN ve yayın yılı gibi kesin, sayısal alanlar yapay zeka tarafından çok kolay uydurulur; yapay zeka bilmediği bir ISBN yerine makul görünen bir numara üretebilir. Bu alanlar mutlaka asıl kaynakla (barkod, künye/kolofon) birebir doğrulanmalıdır.

4. Konu terimi atarken 'kontrollü söz varlığı' kullanmanın temel amacı nedir?

• A) Kayıtlar arasında terim tutarlılığını ve bulunabilirliği sağlamak; yapay zekanın serbest terim uydurmasını engellemek ✔
• B) Yapay zekanın istediği her yeni terimi otomatik olarak kataloga eklemek
• C) Konu terimlerini tamamen ortadan kaldırıp yalnızca başlıkla arama yapmak
• D) Kataloglamayı yavaşlatmak ve her kaydı farklı terimlerle yazmak

Aciklama: Kontrollü söz varlığı, onaylı ve standart terimlerden oluşan bir listedir. Aynı konu farklı kayıtlarda farklı terimlerle yazılırsa kullanıcı birini bulur diğerini kaçırır. Yapay zekaya bu liste verilip 'yalnızca listeden seç' denerek tutarlılık ve bulunabilirlik korunur; yapay zekanın önerdiği liste dışı yeni bir terim kataloga eklenmemelidir.

5. Bir belgenin sınıflama numarasını yapay zekadan alırken doğru yaklaşım nedir?

• A) Yapay zekanın verdiği tam numara, resmî tabloya bakmadan doğrudan kabul edilmelidir
• B) Sınıflama numaraları hiç kullanılmamalı, kaynaklar rastgele raflanmalıdır
• C) Ana sınıf önerisi başlangıç kabul edilmeli, kesin basamaklar resmî sınıflama tablosuyla doğrulanmalıdır ✔
• D) Yapay zeka sınıflandırma yapamayacağı için bu görev tamamen atlanmalıdır

Aciklama: Yapay zeka genellikle doğru ana sınıfı bulabilir ama alt basamakları (örneğin tıp yerine tıp tarihi) kaçırabilir ya da makul görünen yanlış numaralar üretebilir. Bu yüzden ana sınıf önerisi bir başlangıç kabul edilip kesin basamaklar resmî sınıflama tablosuyla doğrulanmalıdır.

6. Semantik arama ile anahtar kelime aramasını karşılaştırırken hangi ifade doğrudur?

• A) Semantik arama her durumda anahtar kelime aramasının yerini almalıdır
• B) Semantik arama anlamca ilgili kaynakları bulur; kesin başlık veya ISBN için anahtar kelime araması daha güvenilirdir ✔
• C) Anahtar kelime araması anlamca ilgili farklı terimli kaynakları semantik aramadan daha iyi bulur
• D) Semantik arama yalnızca sayısal verilerde çalışır, metinde işe yaramaz

Aciklama: Semantik arama, kelimelerin anlamını (gömme vektörleri aracılığıyla) eşleştirdiği için 'uyku sorunu' ile 'uyku bozukluğu' gibi farklı kelimeli ama ilgili kaynakları bulur. Buna karşılık kesin bir ISBN, tam başlık ya da yasa numarası ararken anahtar kelime/alan araması daha güvenilirdir. En iyi uygulama ikisini birlikte kullanmaktır.

7. Kişiselleştirilmiş kaynak önerisinde 'filtre balonu' riskine karşı kütüphanecinin görevi nedir?

• A) Kullanıcıya yalnızca en çok benzeyen kaynakları önererek balonu güçlendirmek
• B) Öneri yapmaktan tamamen vazgeçmek
• C) Kullanıcının okuma geçmişini herkese açık paylaşmak
• D) Bilinçli olarak farklı bakışlı, ufuk açan kaynaklar ekleyip bunu şeffaf biçimde belirtmek ✔

Aciklama: Filtre balonu, öneri sisteminin kullanıcıyı sürekli benzer içeriğe hapsedip yeni ve farklı bakış açılarından uzak tutmasıdır. Kütüphanenin değeri eşit ve çeşitli erişimdir; bu yüzden kütüphaneci bilinçli olarak farklı bakışlı, ufuk açan kaynaklar ekleyip bunu şeffaf biçimde belirterek balonu kırar.

8. Bir arşiv belgesini yapay zeka ile işlerken 'özgünlük ve bütünlük' açısından hangi uygulama doğrudur?

• A) Yapay zeka ile belgeyi 'güzelleştirip' eksik kısımları uydurarak tamamlamak ve aslın yerine koymak
• B) Ham aslı silip yalnızca yapay zeka ile iyileştirilmiş sürümü saklamak
• C) OCR yalnızca tanıma hatalarını düzeltmeli, içerik değiştirilmemeli, ham asıl korunmalı ve türevler açıkça etiketlenmelidir ✔
• D) OCR çıktısını hiç düzeltmeden 'temiz metin' olarak kabul edip aramaya açmak

Aciklama: Arşivciliğin özü, belgenin iddia edilen kaynaktan geldiğinin ve içeriğinin değiştirilmediğinin güvencesidir. OCR düzeltmesi yalnızca tanıma hatalarını gidermeli, içeriği değiştirmemeli; yapay zeka 'restorasyonu' eksik kısımları uydurabileceği için asıl kanıtın yerine geçmez. Ham (asıl) tarama daima korunmalı, türevler açıkça etiketlenmelidir.

9. Bir kütüphane danışma botunun sorumlu biçimde kurgulanması için aşağıdakilerden hangisi gereklidir?

• A) Botun her soruya genel bilgisinden hızlıca cevap üretmesi ve kaynak göstermemesi
• B) Botun yalnızca doğrulanmış kurum bilgisine dayanması, olguları kaynak göstermesi ve hassas soruları uzmana/insana yönlendirmesi ✔
• C) Botun tıbbi ve hukuki sorulara doğrudan kesin tavsiye vermesi
• D) Kullanıcıdan botla mı insanla mı konuştuğunu gizlemesi

Aciklama: Danışma botu, genel belleğinden değil yalnızca kurumun doğrulanmış güncel bilgisine ve kaynak listesine dayanmalı, olguları kaynak göstererek vermeli, tıbbi/hukuki/hassas konularda tavsiye vermeyip uzmana yönlendirmeli ve gerektiğinde insana devretmelidir. Böylece bot insanın yerine değil, yükünü hafifleten bir katman olur.

10. Bibliyometride bir yazarın atıf sayısını ya da h-indeksini öğrenmek için doğru yöntem nedir?

• A) Doğrudan yapay zekaya sormak, çünkü verdiği sayılar her zaman doğrudur
• B) Sayıları gerçek atıf veri tabanından almak; yapay zekayı yalnızca bu veriyi düzenleyip yorumlamakta kullanmak ✔
• C) Sayıları tahmin edip yayın kararlarında kullanmak
• D) Atıf sayısını bir yazarın çalışmasının kalitesinin doğrudan ölçüsü saymak

Aciklama: Yapay zeka, gerçek veriye erişmeden atıf sayısı ve h-indeksi gibi değerleri uydurabilir (örneğin gerçekte 19 olan bir değeri 42 diye verebilir). Bu yüzden sayılar ve künyeler mutlaka gerçek bir atıf veri tabanından alınmalı; yapay zeka yalnızca bu gerçek veriyi kümelemek, sıralamak ve yorumlamak için kullanılmalıdır.

11. Bibliyometrik ölçütlerin (atıf sayısı, h-indeksi, etki faktörü) sınırı konusunda hangisi doğrudur?

• A) Ölçütler kaliteyi doğrudan ölçer ve tüm alanlarda birebir karşılaştırılabilir
• B) Ölçütler bireyleri işe alma ve terfi kararlarında tek başına güvenle kullanılabilir
• C) Ölçütler kullanımı gösterir, kaliteyi değil; alanlar arası karşılaştırılamaz ve nitel değerlendirmeyle dengelenmelidir ✔
• D) Beşeri bilimlerin çıktıları atıf veri tabanlarında tam ve eksiksiz temsil edilir

Aciklama: Bu ölçütler kullanımı ve görünürlüğü gösterir, kalitenin doğrudan ölçüsü değildir. Alanların atıf kültürü farklı olduğu için (tıp ile felsefe gibi) doğrudan karşılaştırılamazlar; beşeri bilimlerde kitap ağırlıklı çıktılar veri tabanlarında eksik temsil edilir. Bu yüzden ölçütler bireyleri değerlendirmede tek başına kullanılmamalı, nitel değerlendirmeyle dengelenmelidir.

12. RAG (erişimle güçlendirilmiş üretim) yaklaşımının genel bir yapay zekaya kıyasla temel avantajı nedir?

• A) Yanıtı kurumun gerçek belgelerine bağlayıp kaynak göstererek halüsinasyonu büyük ölçüde azaltması ✔
• B) Belge tabanının kalitesinden bağımsız olarak her zaman kusursuz yanıt vermesi
• C) Halüsinasyonu tamamen ve kalıcı olarak imkânsız hale getirmesi
• D) Erişim denetimine hiç ihtiyaç duymadan tüm belgeleri herkese açması

Aciklama: RAG, bir soruyu yanıtlarken önce kurumun kendi belgelerinden ilgili parçaları bulur ve yanıtı yalnızca bu parçalara dayanarak, kaynak göstererek üretir. Böylece yanıt gerçek ve izlenebilir belgelere bağlanır ve halüsinasyon büyük ölçüde azalır. Ancak yanlış parça getirilirse yanıt yine yanlış olabileceği için RAG halüsinasyonu tümüyle ortadan kaldırmaz.

13. Beşeri ve sosyal bilimlerde bir kullanıcıya yapay zekadan alınmış bir alıntıyı doğrularken en güvenilir yöntem hangisidir?

• A) Alıntının inandırıcı ve akıcı görünmesine bakmak
• B) Yalnızca yapay zekanın aynı alıntıyı tekrar üretmesini istemek
• C) Alıntıyı yazarın gerçek eserinde bularak doğrulamak ✔
• D) Alıntının ünlü bir isme atfedilmiş olmasını yeterli kabul etmek

Aciklama: Yapay zeka, gerçek bir yazara atfedilen ama tümüyle uydurma alıntılar üretebilir; alıntının kelime kelime doğru ve inandırıcı görünmesi doğruluğunun kanıtı değildir. En güvenilir yöntem, alıntıyı yazarın gerçek eserinde bularak doğrulamaktır; 'bu yazar böyle bir şey söylemiş olabilir' mantığı yeterli değildir.

14. Telif, gizlilik ve etik açısından yapay zeka kullanımında hangi ilke doğrudur?

• A) Telifli ve kişisel veriler hızlı olduğu için düşünmeden genel araçlara girilebilir
• B) Bir kullanım yasalsa mutlaka etiktir ve başka bir değerlendirme gerekmez
• C) Yapay zeka bir çıktı ürettiğinde sorumluluk tamamen araca geçer, insana kalmaz
• D) Telif ve mahremiyet en baştan gözetilmeli; anonimleştirme, şeffaflık ve rıza esastır ve nihai sorumluluk insandadır ✔

Aciklama: Telifli içeriğin ve kişisel verinin (kullanıcı kimliği, okuma/arama geçmişi) genel yapay zeka araçlarına düşünmeden girilmesi hak ve mahremiyet ihlali doğurabilir; anonimleştirme, veri minimizasyonu, şeffaflık ve rıza esastır. Ayrıca bir kullanım yasal olsa bile etik olmayabilir; 'herkes kullanıyor' ya da 'hızlı oluyor' bir uygulamayı meşru kılmaz ve nihai sorumluluk aracın değil, uzmanındır.