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
ABD, 16 ülkeyi bilimin merkezine yapay zekâyı koymaya ikna etti.2026-10-05Matematikçiler beş açık problemi sıradan bir sohbet kutusuyla çözdü.
2026-10-05Ham modeller, cilalı sürümlerinin çözemediği işleri çözdü.
2026-10-04Sıradan fotoğraflarla eğitilen model akıl testinde %70 aldı.
2026-10-04Google yapay zekâ çiplerini dayanıklılık testi için yörüngeye yolladı.
2026-10-03