Yapay Zeka Her Dilde Aynı mı Konuşur Üretken Yapay Zeka Yanıtlarının Dile Göre Farklılaşması Üzerine Bir İnceleme

Bu çalışmanın amacı, üretken yapay zeka (ÜYZ) sistemlerinin eğitim bağlamında farklı dillerde ürettikleri içeriklerin benzerlik ve farklılıklarını çok boyutlu biçimde incelemektir. Özellikle büyük dil modellerinin çok dilli ortamda sundukları çıktılarda, dil ve modele bağlı olarak ne tür önyargılar, duygu yönelimleri ve doğruluk düzeyleri ortaya çıktığı ve bu içeriklerin güvenlik filtrelerinden nasıl etkilendiği araştırılmıştır. Bu kapsamda, en yaygın kullanıma sahip ChatGPT ve Copilot modelleri bağlama sadık kalınarak Türkçe, İngilizce, İspanyolca ve Arapça dillerinde test edilmiştir. Her dil ve model eşleşmesi için sekiz istem türü kullanılarak toplam 192 yanıt toplanmış ve içerikler toksiklik, duygusal değer, stereotip üretimi, olgusal doğruluk ve güvenlik ile ret davranışları gibi beş gösterge temelinde analiz edilmiştir. Araştırma, karşılaştırmalı nicel içerik analizi yöntemiyle yürütülmüştür. Veriler nicel olarak kodlanmış olup kodlayıcılar arası güvenilirlik ölçülerek analizlerin geçerliği sağlanmıştır. Elde edilen bulgular, modellerin farklı dillerde anlamlı biçimde değişen yanıt stratejileri sergilediğini göstermektedir. Örneğin, Copilot modeli Arapça dilinde en yüksek toksisite oranını üretirken, ChatGPT’nin Arapça yanıtları en düşük toksisite puanına sahiptir. Duygu valansı bakımından ChatGPT İngilizce ve İspanyolca’da negatif tonlar üretirken, Copilot İspanyolca’da pozitif bir yönelim göstermiştir. En fazla stereotip ChatGPT’nin Türkçe yanıtlarında gözlemlenmiş, doğruluk açısından ise Copilot – İngilizce kombinasyonu öne çıkmıştır. ChatGPT’nin İngilizce ve Arapça yanıtlarında yüksek ret oranları, dil temelli güvenlik filtrelemesinin asimetrik olabileceğini göstermektedir. Bu bulgular, üretken yapay zekâ araçlarının çok dilli eğitim ortamlarında eşitlikçi, güvenilir ve pedagojik olarak uygun biçimde kullanılabilmesi için dil-duyarlı tasarım ve yönetişim politikalarının geliştirilmesini gerekli kılmaktadır. Eğitimcilerin bu tür sistemlerle çalışırken, dil model etkileşimlerini dikkate alan bilinçli uygulama stratejileri benimsemeleri önem arz etmektedir.