Fizik ve Mühendislik Makalelerinde Uydurma Kaynakça Yaklaşık Dört Kat Arttı

2 Kasım 2026
4 dk dk okuma süresi
Fizik ve Mühendislik Makalelerinde Uydurma Kaynakça Yaklaşık Dört Kat Arttı

Bilimsel bir makalenin kaynakça bölümü, çalışmanın dayandığı iddiaları ve gerekçeleri destekler. Keşifler ve klinik uygulamalar zamanla bu atıf ağının üzerine kurulur. Hakem değerlendirmesinde kendi atıflarını şişiren yazarlar ve makale fabrikaları (paper mills) bu sistemi uzun süredir zorluyordu. Şimdi kaynakça bölümlerinde yeni bir sorun büyüyor: hiç var olmayan kaynaklar.

Tıptan Sonra Diğer Alanlar Da İncelendi

Columbia Üniversitesi’nde sağlık alanında yapay zekâ çalışan bilim insanı Maxim Topaz ve ekibi, Mayıs 2026’da biyomedikal makalelerde sorunun boyutunu göstermişti. Uydurma kaynak oranı 2023’te on bin makalede 4 iken 2025 sonunda 51,3’e yükselmişti. Topaz’ın aktardığına göre o günden beri en sık sorulan soru şuydu: “Bu yalnızca tıbbın sorunu mu?”

Ekip yanıtı aramak için fizik, bilgisayar bilimi, malzeme bilimi, mühendislik ve kimya alanlarına baktı. Bulgular Proceedings of the National Academy of Sciences dergisinde yayımlandı. Uydurma kaynak içeren makaleler toplam içinde küçük bir paya sahip. Buna karşın görülme sıklığı 2023 ile 2026 arasında bu alanların hepsinde arttı.

Yöntem: DOI Eşleştirmesinden Yedi Kaynakta Aramaya

Araştırmacılar, OpenAlex adlı akademik kataloğa Ocak 2023 ile 31 Mart 2026 arasında eklenmiş, beş alanı kapsayan 500 bin çalışmadan oluşan bir örneklem indirdi. Doğrulama hattı şu adımlardan oluşuyordu:

  1. Makalelerin kaynakçaları ayrıştırıldı.
  2. Kaynakçadaki başlıklar, ilgili kaydın sayısal nesne tanımlayıcısı (digital object identifier, DOI) bağlantısında görünen başlıklarla karşılaştırıldı.
  3. Biçim farklarından doğan yanlış pozitifleri ayırmak için büyük dil modeli (large language model) kullanıldı.
  4. DOI bağlantısındaki kaynak uyuşmazsa başlık, akademik veri tabanları ve arama motorları dahil yedi kaynakta arandı.
  5. Hiçbir sonuç dönmeyen kayıtlar uydurma kabul edildi.

Rakamlar Ne Söylüyor?

Ekip toplam 21,6 milyon kaynağı değerlendirdi ve bunların 1.135’ini büyük olasılıkla uydurma olarak işaretledi. Bu kaynaklar beş alanın tamamından 619 makalede yer alıyordu. Makalelerin çoğunda kaynakçadaki bir ya da iki atıf sorunluydu, ancak 27 çalışmada beş veya daha fazla görünürde uydurma kaynak vardı.

  • Uydurma kaynak içeren makale oranı tüm alanlarda ortalama olarak on binde 6,3’ten (2023) on binde 23’e (2026’nın ilk çeyreği) çıktı.
  • En çok etkilenen alan fizikti: on bin çalışmada 25,6 makale.
  • En düşük oran kimyadaydı: on binde 4,3.

Araştırmacılar fizikteki yüksekliği, fizik makalelerinin kaynakçalarında daha sık ön baskı (preprint) bulunmasına bağlıyor olabilir. Doğrulanamayan bir kaynak, ön baskılarda editoryal süreçte aynı alarmı yaratmayabilir.

“Bu, buzdağının görünen kısmı.” — Maxim Topaz

Topaz’a göre bu çalışma yalnızca doğrulanabilir DOI’si olan makalelere odaklandı. Ekip şimdi DOI içermeyen kaynaklara bakıyor ve uydurmaların çok daha büyük bölümünün orada saklandığından şüpheleniyor. Topaz’ı toplam sayıdan çok eğilim endişelendiriyor.

Yapay Zekâ Şüphesi ve Çalışmanın Sınırı

Çalışma artışın nedenini doğrudan test etmedi. Topaz, yeni yapay zekâ modellerinin devreye girişiyle zaman çizelgesinin örtüşmesi nedeniyle bu modellerin rolünden şüphelendiklerini söylüyor. Ekibin arXiv’e yüklediği ön baskı, birçok modelin hâlâ uydurma kaynak üretmeye devam ettiğini gösteriyor.

Çalışmaya dahil olmayan Cornell Üniversitesi bilgisayar bilimcisi Yian Yin, yapay zekânın bilime etkisini inceliyor. Yin’in ekibi de arXiv’de, büyük dil modellerinin kullanıma girmesiyle ön baskılardaki halüsinasyonlu kaynakların arttığını gösteren bir ön baskı yayımladı. Yin, çalışmanın dikkatle yürütüldüğünü belirtiyor. Yine de 2023 öncesi dönem için de oran ölçülseydi yapay zekâ etkisinden daha emin olunabileceğini ekliyor:

“İdeal olarak önce düz seyreden, sonra yükselen bir tablo görmeyi beklersiniz. Bu, yapay zekâ etkisi konusunda bizi çok daha emin kılar.” — Yian Yin

Yin ayrıca küçük bir oranın bile literatürün bir ekosistem olması nedeniyle bilimsel yapıda uzun vadeli etki yaratabileceğine dikkat çekiyor. Araştırmacılar yeni çalışmalarını bu literatürün üzerine kurduğu için sahte bir kaynak zincirleme biçimde yayılabilir.

Yazarlar İçin Mesaj

Topaz, PubMed Central’daki açık erişimli makalelerin yüzde 89’unda yazımda yapay zekâ kullanımına dair kanıt bulunduğunu öne süren yeni bir ön baskıya da değiniyor. Ona göre yazarların, büyük dil modellerinin atıflar dahil hata yapabildiğini ve yaptığını kabul etmesi şart.

“Bir kaynak, okura verilmiş bir sözdür: Kaynak gerçekten vardır. Bilimin her alanına yayılan bu eğilimle birlikte, bu söz tutulmuyor.” — Maxim Topaz

Sonuç olarak, uydurma kaynak sorunu yalnızca biyomedikal yazına özgü değil. Oranlar düşük, ancak yükselişin hızı ve henüz taranmamış DOI’siz kaynaklar, yayıncılar ile araştırma topluluğunun doğrulama araçlarını güçlendirmesini gerektiriyor.

Çalışma: Proceedings of the National Academy of Sciences · Haber kaynağı: The Scientist

Editör Yorumu!

Kaynakça doğrulaması artık yalnızca dergi editörlerinin değil, literatüre dayanarak rapor, protokol ve başvuru dosyası yazan her laboratuvarın iş akışına girmesi gereken bir adım. Yapay zekâ destekli bir metin taslağından alınan her atıfın DOI'si açılıp başlığı ve yazarlarıyla karşılaştırılmalı. Yöntem validasyonu raporlarında, standart çalışma prosedürlerinin (SOP) dayanak literatüründe ve proje başvurularında bu kontrol özellikle önem taşıyor. Hakemlik yapan laboratuvar profesyonelleri için de somut bir ipucu var: çalışmada uyuşmazlıkların çoğu bir veya iki atıfta toplanıyordu, yani sorunlu kaynak çoğu zaman uzun bir listenin içinde gizleniyor. Bu yüzden yalnızca ilk birkaç atıfa bakmak yetmez. Ön baskılara dayanan alanlarda ise doğrulanamayan kaynağın alarm yaratmama riski daha yüksek, dolayısıyla ön baskı atıflarını ayrıca ele almak gerekir. Topaz ekibinin DOI'siz kaynaklara yönelik sürmekte olan analizi, sorunun gerçek boyutunu ortaya koyacak; bu sonuçlar izlenmeli.

Araştırmacılar OpenAlex'ten 500 bin makalelik bir örneklem indirdi, kaynakçaları ayrıştırdı ve başlıkları DOI bağlantısındaki kayıtlarla karşılaştırdı. Biçim farklarından doğan yanlış pozitifleri ayırmak için büyük dil modeli kullanıldı. Uyuşmayan kaynaklar akademik veri tabanları ve arama motorları dahil yedi kaynakta arandı; hiçbir sonuç dönmeyenler uydurma kabul edildi.

En çok etkilenen alan fizik oldu: on bin çalışmada 25,6 makale. En düşük oran kimyada görüldü: on binde 4,3. Araştırmacılar fizikteki yüksekliği, bu alandaki kaynakçalarda daha sık ön baskı bulunmasına bağlıyor olabilir.

Çalışma nedeni doğrudan test etmedi. Topaz, yeni yapay zekâ modellerinin devreye girişiyle zaman çizelgesinin örtüşmesi nedeniyle bu modellerden şüpheleniyor. Cornell Üniversitesi'nden Yian Yin ise 2023 öncesi dönem için de oran ölçülseydi yapay zekâ etkisinden daha emin olunabileceğini belirtiyor.

Bülten Aboneliği

Sosyal Medyada Paylaşın

LabHaber

Tüm Hakları Saklıdır © 2026 - Tasarım ve Yazılım: brain.work

labhaber, laboratuvar, analiz, biyoteknoloji ve test alanlarında faaliyet gösteren profesyoneller için hazırlanmış bağımsız bir sektörel haber platformudur.