Dilbilimciler için yapay zekâ: saha kaydı ve topluluk izni

Risk altındaki bir dili belgeleyen dilbilimci, saatlerce kaydı elle dökmek zorunda kalır. Yapay zekâ bu dökümde taslak sunabilir, ama dilin sahibi topluluktur ve karar da onunla birlikte verilir.

Aklınıza bir soru mu takıldı?

Sorunuzu ya da aradığınız konuyu yazın Ders bul

Bu derste neler öğreneceksiniz?

• Risk altındaki dillerde konuşma tanımanın gerçek bir çalışmada nasıl tartışıldığını
• Taslak dökümün neden “bitmiş döküm” sayılmadığını
• Saha notu ve kayıt düzeninde asistandan nasıl yararlanacağınızı
• Konuşucunun rızasını ve verinin sahipliğini nasıl koruyacağınızı

Meslekte gerçek kullanım

Risk altındaki yerli dillerde dil teknolojisini ele alan bir akademik makale, konuşma tanımayı temel örneklerden biri olarak kullanıyor. Makale, “az kaynaklı dil” kavramının çok farklı durumları aynı torbaya koyduğunu söylüyor. Yazarların incelediği 163 “az kaynaklı” dilin yaklaşık yüzde 61’i yaygın konuşulan ve iyi desteklenen dil çıkmış; yalnızca yüzde 15’i konuşuru az ve desteği zayıf diller.

Makale üç kurgusal topluluğu karşılaştırıyor. Altmış ile yüz saat arası kaydı ve standart yazımı olan topluluklarda kelime hata oranı yüzde 20’nin altına inebiliyor. Yalnızca altı saatlik kaydı ve çok az yazılı metni olan topluluk için ise denenen en iyi sistemde bu oran yüzde 40’ın hemen altında kalıyor. Yazarlar, bu oranın bile taslak üretmek için “yeterince iyi” olabileceğini savunuyor: dil öğrenenler taslağı düzeltiyor, bu da belgelemeyi hızlandırıyor ve yeni eğitim verisi üretiyor. Makale bu üç topluluğun kurgusal birleşimler olduğunu, sayıların bir argümanı göstermek için kullanıldığını belirtiyor.

Gerçek bir örnek de var: ana dil konuşuru olarak yaklaşık elli yaşlısı kalmış Cayuga dili. Dilbilimci haftada yaklaşık elli kelimeyi elle bölümlere ayırıyor. Makale yazıldığında 262 kelime işaretlenmişti ve otomatik bölümleme başarısı (F1) yaklaşık yüzde 50 idi. Ekip, bu oran yaklaşık yüzde 75’e ulaşınca topluluğa geri bildirimde bulunmayı planlıyor.

Bu çalışmanın size öğrettikleri

Birincisi, taslak döküm tamamlanmış döküm değildir. Kelime hata oranı yüzde 40 olan bir sistem, her on kelimenin yaklaşık dördünde yanılıyor demektir. Bu çıktıyı yalnızca düzeltmeye başlamak için kullanın.

İkincisi, topluluğun görüşü belirleyicidir. Makalede dil öğretmenleriyle yapılan ankette 23 öğretmen, dört Kuzey Amerika topluluğundan görüş verdi: çoğu video işlemeyi ve morfolojik bölümlemeyi öğrenmede yararlı buldu, konuşma tanıma hakkında ise görüşler karışıktı. Bazı katılımcılar bunu yararlı bir tekrar aracı olarak görürken, bazıları tümüyle reddetti.

Üçüncüsü, veri sahipliği. Makalede bir şirketin dil verisinin kamuya açık yapılmasını ya da şirketin mülkiyetine geçmesini istediği, topluluğun ise geçmişte dış araştırmacıların verdiği zarar nedeniyle kabul etmediği anlatılıyor. Yani veriyi nereye yüklediğiniz, kimin elinde kaldığı ve kime yarayacağı teknik değil, etik bir sorudur.

Günlük işte nerede yardım alırsınız?

Sohbet asistanını, topluluğun izin verdiği sınırlar içinde, çevre işlerde kullanabilirsiniz: saha notu şablonu, kayıt üst veri tablosu (tarih, yer, konuşucu kodu), transkripsiyon yönergesi taslağı ve makale düzeltmesi. Konuşucuyu tanıtan bilgi yerine kod kullanın.

Ses kaydını ya da dökümü bir yapay zekâ servisine yüklemeden önce konuşucuların yazılı ya da kayıtlı rızasına bakın; rızada “yapay zekâ servisine yüklenebilir” ifadesi yoksa yüklemeyin. Kayıt, konuşucunun sesini ve kişisel bilgilerini taşır. Kişisel Verileri Koruma Kurumu’nun üretken yapay zekâ rehberinin duyurusu kvkk.gov.tr adresinde. Bu bilgi genel bilgidir, hukuki tavsiye değildir.

Dilbilimcinin son sözü söylediği yerler

Bir dilbilgisi tespiti, bir sözcüğün anlamı ya da bir hecenin yazılışı konusunda son söz konuşucu topluluğa ve dilbilimciye aittir. Asistan Türkçe, İngilizce gibi büyük dillerde iyi görünen akıcı bir açıklama üretir; ama az bilinen bir dilde uydurma bir kural ya da çeviri üretebilir.

Bu yüzden asistandan alınan her dil verisini bir ana dil konuşuruna sorun. Konuşucu “böyle denmez” diyorsa, asistan yanılmıştır.

Adım adım uygulama

1. Konuşucuların rızasını ve topluluğun veri kurallarını yeniden okuyun; rıza metninde yapay zekâ kullanımı yoksa kayıt yüklemeyin.
2. Konuşucu bilgilerini kodlayın; ad, köy, yaş ve iletişim bilgisini çıkarın.
3. Araca yalnızca topluluğun izin verdiği içeriği ya da şablonu verin.
4. Makine dökümünü taslak sayın; ana dil konuşuruyla birlikte düzeltin.
5. Düzeltilmiş dökümü ayrı bir sürüm olarak saklayın, makine taslağını da arşivleyin.
6. Yöntem notunda hangi adımın makineyle yapıldığını ve topluluğun onayını yazın.

Kontrol listesi

• Rıza metni yapay zekâ kullanımını kapsıyor
• Konuşucu bilgileri kodlandı
• Makine dökümü konuşucuyla birlikte düzeltildi
• Veri sahipliği ve saklama yeri topluluğa danışıldı
• Yöntem notu yazıldı

Sık yapılan hatalar

• Rıza metninde yapay zekâ olmadığı hâlde kaydı bir servise yüklemek.
• Makine dökümünü düzeltmeden arşive “bitmiş döküm” olarak koymak.
• Az bilinen bir dil için asistanın kural ya da çevirisini konuşucuya sormadan kullanmak.
• Topluluğun veri hakkını sormadan modelin eğitimine veri vermek.

Kendinizi deneyin

Kaynaklar

• Risk altındaki yerli diller için dil teknolojisi: konuşma tanıma ve topluluk ihtiyaçları (arXiv) (İngilizce)
• KVKK: Üretken Yapay Zekâ ve Kişisel Verilerin Korunması Rehberi (15 Soruda) duyuru sayfası (Türkçe)

Son kontrol: 8 Kasım 2026

Kaynak: yzdersleri.com/ders/dilbilimciler-icin-yapay-zeka-saha-kaydi-ve-topluluk-izni/ · Yapay Zeka Dersleri