Kazanimlar:
- Ampirik bulguları yapay zeka desteğiyle hedef kitleye (akademik, politika, yönetim) uygun, dürüst ve belirsizliği içeren bir dille raporlayabilme
- Sonuç, sınırlama ve etik beyanları (veri gizliliği, çıkar çatışması, yapay zeka kullanımının açıklanması) eksiksiz yazıp yanıltıcı sunumdan kaçınabilme
- Yapay zekanın abartılı, tek yönlü veya nedensel dil üreten rapor taslaklarını fark edip son metnin ve iddiaların sorumluluğunun araştırmacıda olduğunu koruyabilme
Modul Sinavi
1. Bir araştırmacı, yapay zekaya hiç veri vermeden 'Türkiye'de 2015-2020 arası işsizlik ile enflasyon korelasyon katsayısı kaçtı?' diye soruyor ve gelen 0,62 sayısını doğrudan makalesine yazıyor. Bu yaklaşımdaki temel hata nedir?
- A) Yapay zekaya doğrulanmış veri vermeden ondan somut istatistik beklemesi; uydurulmuş olabilecek bir sayıyı doğrulamadan kullanması ✔
- B) Korelasyon katsayısının bir makalede hiçbir zaman kullanılmaması gerektiği
- C) İşsizlik ile enflasyon arasında korelasyon hesaplanamayacağı
- D) Yapay zekanın yalnızca 2020 sonrası veriye erişebildiği
Aciklama: Yapay zeka dil modeli veri setine erişmeden istatistik üretemez; verdiği sayı büyük olasılıkla halüsinasyondur (uydurma). Katsayı, oran ve test sonuçları araştırmacının kendi doğrulanmış verisinden hesaplanmalı, modelin belleğinden alınmamalıdır.
2. Eksik verinin 'rastgele eksik değil' (MNAR) olması ne anlama gelir ve neden önemlidir?
- A) Eksikliğin, gözlenmeyen değerin kendisine bağlı olması; bu yüzden basit atamanın yanlılık yaratabilmesi ✔
- B) Verinin tamamen rastgele kaybolması ve hiçbir yanlılık yaratmaması
- C) Eksik verinin her zaman satır silinerek çözülmesi gerektiği
- D) Eksik verinin analizi hiçbir şekilde etkilememesi
Aciklama: MNAR (Missing Not At Random) durumunda eksikliğin kendisi, gözlenmeyen değerin büyüklüğüne bağlıdır (örneğin yüksek gelirliler gelirini bildirmez). Bu durumda basit silme veya ortalama atama yanlı (biased) sonuç verir; eksikliğin mekanizması modellenmelidir. Yapay zekanın önerdiği atama yöntemi bu mekanizma bilinmeden körü körüne uygulanmamalıdır.
3. Bir analist, yapay zekaya çubuk grafik yaptırıyor ve yapay zeka y eksenini sıfırdan değil 40'tan başlatıyor. İki grup arasında %2'lik gerçek fark, grafikte çok büyük görünüyor. Doğru yaklaşım nedir?
- A) Ekseni sıfırdan başlatmak ya da grafik türünü değiştirmek; farkın gerçek büyüklüğünü yanıltmadan göstermek ✔
- B) Grafiği olduğu gibi kullanmak çünkü yapay zeka en iyi seçimi yapar
- C) Farkı daha da büyük göstermek için ekseni 45'ten başlatmak
- D) Çubuk grafik yerine hiçbir zaman görsel kullanmamak
Aciklama: Çubuk grafikte kesik eksen (sıfırdan başlamayan y ekseni) küçük farkları abartarak yanıltır. Dürüst görselleştirmede çubuk grafiklerin ekseni sıfırdan başlamalı ya da fark bilinçli olarak açık biçimde belirtilmelidir. Görseli doğrulamak ve gerekirse düzeltmek analistin sorumluluğudur.
4. Doğrusal regresyonda bir katsayının 'anlamlı' (p<0,05) çıkması, yapay zekanın yorumunda çoğu zaman nasıl yanlış aktarılır?
- A) Anlamlılığın, etkinin büyük ve önemli olduğu ya da nedensellik kurulduğu biçiminde abartılı sunulması ✔
- B) Anlamlılığın her zaman etkinin küçük olduğunu göstermesi
- C) p<0,05'in katsayının kesinlikle doğru olduğunu kanıtlaması
- D) Anlamlı katsayıların hiçbir zaman raporlanmaması gerektiği
Aciklama: İstatistiksel anlamlılık, etkinin sıfırdan farklı olduğuna dair kanıtın gücüyle ilgilidir; etkinin büyük, önemli veya nedensel olduğu anlamına gelmez. Yapay zeka sık sık 'anlamlı' kelimesini 'önemli/güçlü etki' gibi sunar. Araştırmacı etki büyüklüğünü, güven aralığını ve bağlamı ayrıca değerlendirmelidir.
5. 'p-hacking' terimi neyi ifade eder ve yapay zeka bunu neden kolaylaştırabilir?
- A) Anlamlı çıkana kadar çok sayıda analiz denemek; yapay zeka bunu çok hızlı yaptığından riski artırması ✔
- B) Veriyi tek bir kez ve önceden belirlenmiş planla analiz etmek
- C) p-değerini büyütmek için örneklemi genişletmek
- D) Sadece betimsel istatistik raporlamak
Aciklama: p-hacking, anlamlı bir sonuç çıkana kadar farklı değişken, alt örneklem, dönüşüm veya model denemektir; bu, şansa dayalı sahte bulgular üretir. Yapay zeka onlarca model varyantını saniyeler içinde deneyebildiğinden, dürüst bir plan olmadan p-hacking'i hızlandırabilir. Savunma; ön kayıt, sabit analiz planı ve çoklu karşılaştırma düzeltmesidir.
6. İki durağan olmayan (birim köklü) zaman serisi arasında yüksek R-kareli bir regresyon bulunması neden yanıltıcı olabilir?
- A) Ortak trend nedeniyle sahte regresyon oluşabilmesi; gerçek ilişki olmadan yüksek R-kare çıkabilmesi ✔
- B) Yüksek R-karenin her zaman güçlü nedensel ilişki kanıtlaması
- C) Durağan olmayan serilerin regresyona hiç sokulamaması
- D) R-karenin zaman serilerinde hesaplanamaması
Aciklama: Durağan olmayan seriler arasında ortak bir eşbütünleşme (cointegration) ilişkisi yoksa, yalnızca ortak trend nedeniyle sahte regresyon (spurious regression) yüksek R-kare ve anlamlı katsayı üretebilir; oysa gerçek bir ilişki yoktur. Bu yüzden durağanlık ve birim kök testleri önce yapılmalı, gerekirse fark alınmalı ya da eşbütünleşme sınanmalıdır.
7. Fark-içinde-fark (Difference-in-Differences) tasarımının geçerliliği hangi temel varsayıma dayanır?
- A) Paralel eğilimler varsayımı: müdahale olmasaydı grupların aynı yönde seyredeceği ✔
- B) İşlem ve kontrol gruplarının başlangıçta tamamen aynı olması
- C) Örneklemin normal dağılması
- D) Değişkenlerin hiç eksik veri içermemesi
Aciklama: DiD, müdahale olmasaydı işlem ve kontrol gruplarının sonuç değişkeninin zaman içinde paralel seyredeceğini (paralel eğilimler varsayımı) varsayar. Bu varsayım sağlanmazsa tahmin yanlıdır. Yapay zeka DiD kodunu üretebilir ama paralel eğilimlerin savunulması ve sınanması araştırmacının işidir.
8. Yeniden üretilebilir (reproducible) bir analiz için aşağıdakilerden hangisi zorunlu bir uygulamadır?
- A) Rastgele adımlarda tohumu (seed) sabitlemek, paket sürümlerini ve kodu kayıt altına almak ✔
- B) Sonuçları elle hesap tablosuna kopyalayıp kodu silmek
- C) Her çalıştırmada farklı sonuç çıkmasını normal karşılamak
- D) Yalnızca nihai grafikleri saklamak, veri ve kodu paylaşmamak
Aciklama: Yeniden üretilebilirlik; aynı veri ve kodla aynı sonucun tekrar elde edilebilmesidir. Rastgelelik içeren adımlarda tohum (seed) sabitlemek, paket sürümlerini kaydetmek ve kodu belge içinde çalıştırmak (okuryazar programlama) bunun temel taşlarıdır. Sonuçları elle kopyalamak veya tıklama tabanlı, kaydı olmayan adımlar yeniden üretilebilirliği bozar.
9. Değişen varyans (heteroskedastisite) bir doğrusal regresyonda neyi bozar ve yaygın çözümü nedir?
- A) Standart hataları bozar; çözümü dirençli (robust) standart hatalar veya uygun dönüşümdür ✔
- B) Katsayı tahminlerini tamamen geçersiz kılar ve çözümü yoktur
- C) R-kareyi her zaman sıfıra düşürür
- D) Yalnızca örneklem çok küçükse ortaya çıkar ve göz ardı edilebilir
Aciklama: Heteroskedastisite, katsayı tahminlerini yansız bırakır ama standart hataları yanlış hesaplar; bu da p-değerlerini ve güven aralıklarını güvenilmez kılar. Yaygın çözüm, dirençli (robust/HC) standart hatalar kullanmak veya uygun dönüşüm yapmaktır. Yapay zekanın önerdiği çözümün sorunu gizlemek yerine gerçekten düzelttiği doğrulanmalıdır.
10. Bir araştırmacı, hasta düzeyinde kimlik bilgisi ve gelir içeren mikro veriyi herkese açık bir yapay zeka sohbet aracına yükleyip 'regresyon yap' diyor. Bu davranışın temel sorunu nedir?
- A) Kişisel/lisanslı veriyi kurum dışı bir araca yüklemenin gizlilik ve sözleşme ihlali oluşturması ✔
- B) Regresyonun yapay zeka tarafından hiç yapılamayacağı
- C) Mikro verinin regresyona hiç uygun olmaması
- D) Yapay zekanın regresyonu her zaman yanlış hesaplaması
Aciklama: Kimlik ve gelir gibi kişisel/özel nitelikli veriler KVKK/GDPR ve çoğu veri kullanım sözleşmesi kapsamında korunur; bunları kurum dışı, veriyi saklayabilen bir araca yüklemek ihlaldir. Doğru yol; veriyi anonimleştirmek, yerel/kurumsal güvenli araç kullanmak ya da yapay zekadan yalnızca kod istemek ve kodu kendi ortamında çalıştırmaktır.
11. Çoklu doğrusal bağlantı (multicollinearity) yüksek olduğunda ne gözlenir?
- A) Katsayılar kararsızlaşır ve standart hatalar şişer; tek tek katsayılar anlamsız çıkabilir ✔
- B) R-kare her zaman sıfıra iner
- C) Katsayı tahminleri her zaman daha kesin hale gelir
- D) Bağımlı değişkenin ölçeği değişir
Aciklama: Yüksek çoklu bağlantıda bağımsız değişkenler birbiriyle güçlü ilişkilidir; katsayı tahminleri kararsızlaşır, standart hatalar şişer ve tek tek katsayılar anlamsız çıkabilirken model genel olarak anlamlı olabilir. VIF gibi ölçütlerle teşhis edilir. Yapay zeka değişken elemeyi önerebilir ama hangi değişkenin kuramsal olarak kalması gerektiği araştırmacının kararıdır.
12. İstatistiksel güç (statistical power) nedir ve düşük güçlü bir çalışmanın riski nedir?
- A) Var olan etkiyi tespit etme olasılığı; düşük güç gerçek etkileri kaçırır ve bulguları güvenilmez kılar ✔
- B) p-değerini düşürme olasılığı; düşük güç her zaman daha güvenilir sonuç verir
- C) Örneklem büyüklüğünden bağımsız sabit bir değer
- D) Yalnızca yapay zeka kullanıldığında geçerli olan bir kavram
Aciklama: Güç, gerçekten var olan bir etkiyi tespit edebilme olasılığıdır (1 eksi II. tip hata). Düşük güçlü çalışmalar gerçek etkileri kaçırabilir; ayrıca anlamlı çıkan az sayıdaki sonuç abartılı etki büyüklüğü ('winner's curse') taşıyabilir ve yanlış pozitif oranı yükselir. Bu yüzden analiz öncesi güç/örneklem hesabı önemlidir.
13. Bir makalede yapay zeka kullanımının açıklanması (disclosure) neden etik açıdan gereklidir?
- A) Şeffaflık ve hesap verebilirlik için; okuyucu ve hakemlerin süreci değerlendirebilmesi ve sorumluluğun yazarda kalması ✔
- B) Yapay zeka kullanımının sonuçları otomatik olarak geçersiz kılması
- C) Yalnızca reklam amacıyla dergilerin talep etmesi
- D) Açıklamanın telif hakkını yapay zekaya devretmesi
Aciklama: Şeffaflık, okuyucunun ve hakemlerin sonuçların nasıl üretildiğini değerlendirebilmesi için gereklidir; birçok dergi ve kurum artık yapay zeka kullanımının açıklanmasını zorunlu tutar. Ayrıca yapay zeka hata/halüsinasyon üretebildiğinden, sorumluluğun yazarda kaldığını ve hangi adımların denetlendiğini belirtmek dürüstlük gereğidir.
14. Araç değişken (Instrumental Variable, IV) yönteminde 'dışlama kısıtı' (exclusion restriction) neyi gerektirir?
- A) Aracın sonucu yalnızca içsel değişken üzerinden etkilemesi, başka doğrudan yolun olmaması ✔
- B) Aracın sonuç değişkeniyle hiçbir ilişkisinin olmaması
- C) Aracın içsel değişkenle ilişkisiz olması
- D) Aracın her zaman ikili (0/1) değişken olması
Aciklama: Dışlama kısıtı, aracın sonuç değişkenini yalnızca içsel açıklayıcı değişken üzerinden etkilemesini, başka hiçbir doğrudan yol veya gözlenmeyen faktörle etkilememesini gerektirir. Bu varsayım veriden tam olarak test edilemez; kuramsal ve kurumsal gerekçeyle savunulur. Yapay zeka IV kodunu yazabilir ama aracın geçerliliğini savunmak araştırmacının işidir.
15. 'Garden of forking paths' (çatallanan yollar bahçesi) sorunu, ön kayıt yapılmamış esnek analizlerde neyi ifade eder?
- A) Veriye göre yapılan çok sayıda makul analiz seçiminin, kasıt olmadan bile yanlış pozitif oranını yükseltmesi ✔
- B) Analiz yollarının tek ve zorunlu olması
- C) Yalnızca kasıtlı hile yapıldığında ortaya çıkan bir sorun
- D) Örneklem büyüdükçe kendiliğinden ortadan kalkan bir durum
Aciklama: Araştırmacı, veriyi gördükten sonra hangi değişkeni, alt grubu, dönüşümü veya eşiği kullanacağına dair birçok makul seçim yapabilir. Tek bir 'kasıtlı p-hacking' olmasa bile, bu esneklik yanlış pozitif oranını yükseltir çünkü fiilen çok sayıda analizden anlamlı olan seçilmiş olur. Ön kayıt ve sabit analiz planı bu esnekliği sınırlar.