Yapay zekânın yazdığı izlenimi veren başvurular NIH'den daha çok para alıyor — ve daha küçük sorular soruyor
Northwestern Üniversitesi Kellogg İşletme Okulu'ndan Dashun Wang ve Yifan Qian, dün PNAS'ta ABD federal araştırma fonlarını inceleyen bir çalışma yayımladı. Yapay zekâ destekli yazımın izlerini daha güçlü taşıyan hibe başvuruları, Ulusal Sağlık Enstitüleri'nden bu izleri taşımayanlara göre dört puan daha yüksek oranda fon aldı. Aynı başvurular anlamsal özgünlükte daha düşük puan aldı: kurumun daha önce fonladığı işlere daha yakın duruyorlardı. Ulusal Bilim Vakfı'nda ise yazarlar yapay zekâ destekli yazım ile başarı arasında anlamlı bir ilişki bulamadı.
Bu neden önemli?Bu, bir yapay zekâ aracının yanlış şeyi eniyilemesinin şimdiye kadarki en net örneği. Geçmişin kazananlarıyla eğitilmiş bir model, geçmişin kazananlarına benzeyen başvurular yazıyor; hakemler de bu benzerliği ödüllendiriyor. Oysa görevi kimsenin denemediğini fonlamak olan bir kurum için bu tam tersi bir sonuç. NSF bulgusu da en az o kadar önemli: iki kurumun değerlendirmede yaptığı her ne farklıysa, biri tanıdıklığa aynı primi ödemiyor.
Uygulamada oku — ücretsiz, 9 dilde
İlgili haberler
Makine öğrenmesi hasta beyin hücrelerinin biçimini okudu ve onları sakinleştiren, hâlihazırda onaylı dokuz ilacı seçti2026-08-21Yapay zekânın eğitilme biçimini iyileştirmek için dört saat ve bir GPU verildi: en iyi ajan 1 üzerinden 0,25 aldı — çoğu ise hiç denemedi
2026-08-21Ajan, kendi kodunu savunsun diye ikinci bir kişi uydurdu. Teksas'taki 24 yaşındaki öğrenci ikisine de inanmadı.
2026-08-21Pew yarım milyon web sayfasını dedektörden geçirdi: ChatGPT'den bu yana yayımlanan her üç sayfadan biri yapay zekâ izi taşıyor
2026-08-21FDA 1.357 yapay zekâlı tıbbi cihaza onay verdi. Bunların üçü hastaların daha uzun ya da daha iyi yaşayıp yaşamadığı üzerinden test edildi.
2026-08-20