Bir şeyin doğru olduğunu nasıl bilirsiniz? Büyükannenizden duyduğunuz için mi? Sezgileriniz öyle söylediği için mi? Yoksa herkesin aynı şeyi söylediği için mi? Bu sorularla boğuşmak için felsefeci olmak gerekmez; çünkü bu sorular gündelik hayatın tam ortasında durmaktadır. Hangi ilacı almalıyım, hangi besini yemeliyim, hangi yöntemi uygulamalıyım — her biri aslında bir epistemoloji sorusudur: Bilgiye nasıl ulaşırım?
Bilim, bu soruya verilen en sistematik yanıttır. Ama bilim; bir bina değil, bir süreçtir — durmaksızın sorgulayan, kendini düzelten, hata yaparken bile ilerlemeyi mümkün kılan bir kolektif pratik. Ve bu pratiğin kalbinde araştırma yöntemi yatar: kanıtı önyargıdan, gözlemi temelden, sonucu varsayımdan ayırt etmenin disiplinli yolu.
Peki bilim insanları dünyayı nasıl anlamlandırır? Gözlemden teoriye, hipotezden kanıta uzanan bu yolculukta hangi araçları kullanırlar? Hangi soruyu sorarlar, hangi tuzaklara düşerler ve yanılgıyı keşiften nasıl ayırırlar? Bu yazı, o yolculuğun haritasını çizmeye çalışıyor.
Bir Soru ile Başlamak
Her araştırma, rahatsız edici bir soruyla başlar. Bazen bu soru gündelik yaşamdan fışkırır — hastanedeki bir gözlem, bir deneyde beklentilerle örtüşmeyen beklenmedik bir sonuç, literatürde kimsenin doldurmadığı sessiz bir boşluk. Bazen ise soru, mevcut teorinin yetersizliğinden doğar: kabul gören açıklama artık yeterince iyi açıklamıyor.
İyi bir araştırma sorusu dört temel nitelik taşır: özgün olmalıdır, yani bilineni tekrar etmemelidir; ölçülebilir olmalıdır, yani yanıt alınabilecek bir biçimde ifade edilmelidir; gerçekçi olmalıdır, yani mevcut kaynaklar ve teknolojilerle sınanabilmelidir; ve etik olmalıdır, yani insanlara, hayvanlara ya da çevreye zarar vermeden yanıtlanabilir olmalıdır.
Soruyu sormak kadar önemli olan bir adım daha vardır: o soruya daha önce kim ne cevap vermiş, bunu öğrenmek. Literatür taraması denen bu süreç, araştırmacının daha önceden bilinen üzerine inşa etmesini sağlar. Bilim birikmeli bir yapıdadır; her yeni taş, altındaki binlerce taşın üzerine konulur. PubMed, Web of Science, JSTOR gibi akademik veri tabanları bu zemine erişimin kapılarıdır — ama kapıyı açmak yetmez, eleştirel gözle okumak gerekir.
Hipotez: Bilimsel Düşüncenin Omurgası
Araştırma sorusu netleştikten sonra araştırmacının bir hipotez kurması gerekir. Hipotez, gözlemlenen olguyu açıklamaya yönelik sınanabilir bir önermedir. “Daha fazla uyku, öğrencilerin sınav başarısını artırır” bir hipotez olabilir. Ama “Her şey bir sebebe bağlıdır” hipotez değildir — çünkü onu çürütecek hiçbir kanıt düşünülemez.
| “Bir önermenin bilimsel sayılabilmesi için onu yanlışlayabilecek potansiyel kanıtların var olması şarttır.” |
Karl Popper, 20. yüzyılın en önemli bilim felsefecilerinden biri olarak bu ilkeyi yanlışlanabilirlik adıyla bilime kazandırdı. Ona göre bilimsel önermelerin temel özelliği doğrulanabilmek değil, yanlışlanabilmektir. Hiçbir kanıtın çürütemeyeceği bir teori bilimsel değil, dogmatiktir. Bu ilke kulağa teknik görünse de derin bir epistemolojik dürüstlük içerir: gerçek bilim, kendi hatalarına açıktır.
İyi bir hipotez ayrıca tek bir değişkeni hedef alır. “Uyku ve beslenme ve egzersiz sınavı etkiler” önermesi aslında üç ayrı hipotezi iç içe sıkıştırır ve hiçbirini düzgünce sınamaz. Bilimsel düşünme, karmaşık gerçekliği parçalara ayırır; parçaları ayrı ayrı sınar; sonra tekrar bir araya getirir.
Yöntemin Çeşitliliği: Tek Bir Bilim Yolu Yoktur
Halk arasında “bilimsel yöntem” denince akla genellikle beyaz önlüklü bir araştırmacı, steril bir laboratuvar ve test tüpleri gelir. Bu imge, biyokimya ya da fizik için kısmen doğru olsa da bilimin tamamını temsil etmez. Sosyolog saha gözlemi yapar; tarihçi arşiv belgelerini inceler; epidemiyolog milyonlarca kişinin sağlık verisini takip eder; psikolog bir bireyin iç dünyasını anlamaya çalışır.
Deneysel araştırma, nedensellik ilişkilerini sınamanın altın standardıdır. Araştırmacı bağımsız değişkeni bilinçli olarak manipüle eder, diğer faktörleri sabit tutar ve etkiyi ölçer. Rastgele kontrollü deneyler — kısaca RKD — bu yöntemin doruk noktasıdır. Bir ilacın etkili olup olmadığını test etmek için katılımcılar rastgele iki gruba ayrılır: biri ilacı alır, diğeri plasebo. Ne hasta ne de değerlendirici kimin hangi grupta olduğunu bilir. Bu çift kör tasarım, beklenti ve önyargı etkilerini neredeyse tamamen ayıklar.
Ama deney her zaman mümkün değildir. Bir araştırmacı insanları sigara içmeye zorlayıp kanser riskini ölçemez; bunu etik açıdan yapamaz. Bu tür durumlarda gözlemsel araştırma devreye girer: zaten varolan koşullar ve örüntüler incelenir. Kohort çalışmaları bir grubu yıllarca izler; vaka-kontrol çalışmaları hasta ve sağlıklı bireyleri geriye dönük karşılaştırır; kesitsel çalışmalar belirli bir anda büyük bir popülasyonun fotoğrafını çeker. Bu yöntemler nedensellik iddiasında daha temkinlidir ama topluluğu etkileyen sağlık, sosyal ve ekonomik olguları anlamak için vazgeçilmezdir.
Sosyal bilimlerin ve beşeri bilimlerin merkezi alanına girdiğimizde nitel araştırma sahneye çıkar. Anket doldurtmak, istatistik üretmek değil; insanların bir deneyimi nasıl yaşadığını, nasıl anlamlandırdığını, hangi kelimeleri kullandığını ve hangi bağlamlarda anlam ürettiklerini anlamak bu yöntemin asıl hedefidir. Derinlemesine görüşme, etnografi, söylem analizi — bunlar sayı üretmez, anlam üretir. Ve anlam çoğu zaman sayıdan daha derin bir gerçekliğe işaret eder.
| “Sayı, gerçekliğin bir dilidir; ama tek dil değildir.” |
Son olarak meta-analiz ve sistematik derleme yöntemleri, tek bir çalışmanın yetersizliklerini aşmanın en güçlü aracıdır. Tek bir deney, küçük örneklem ve özel koşullar nedeniyle yanıltıcı olabilir. Ama aynı soruyu sınamış onlarca çalışmanın bulguları istatistiksel olarak birleştirildiğinde ortaya çok daha güçlü ve güvenilir bir kanıt tablo çıkar. Kanıt hiyerarşisinin en tepesinde bu yöntemler oturur.
Tasarım, Örneklem ve Ölçüm: Şeytanın Gizlendiği Ayrıntılar
Mükemmel bir araştırma sorusu ve sağlam bir hipoteze sahip olmak, iyi bir çalışma için yeterli değildir. Araştırmanın tasarımı, şeytan ayrıntılarda gizlidir.
Örneklem büyüklüğü, bir çalışmanın gerçek bir etkiyi tespit edip edemeyeceğini belirler. Çok küçük örneklemler, gerçek var olan bir farkı “istatistiksel olarak anlamlı değil” diye raporlar — bu Tip II hata ya da yanlış negatiftir. Öte yandan devasa örneklemler, pratikte önemsiz küçücük farkları bile anlamlı gösterebilir. Güç analizi, bu ikisi arasındaki dengeyi kurmak için kullanılır.
Ölçüm araçlarının kalitesi de en az tasarım kadar kritiktir. Güvenilirlik (reliability); aynı ölçümün aynı koşullarda tekrar yapıldığında benzer sonuç vermesidir. Geçerlilik (validity) ise ölçüm aracının gerçekten ölçmek istediği yapıyı ölçüp ölçmediğidir. Bir termometre her seferinde tutarlı sonuç verebilir (güvenilir) ama sistematik olarak iki derece yüksek gösteriyorsa geçerli değildir. İyi bilim bu ikisini birden talep eder.
Araştırma tasarımında sıklıkla gözden kaçan bir başka mesele de karıştırıcı değişkenlerdir (confounders). Kahve içmenin kalp krizi riskini artırdığına dair erken çalışmalar, araştırmacıların sigara içenlerin kahve tüketimini de yüksek olduğunu gözden kaçırmalarından kaynaklanıyordu. Asıl risk, kahve değil sigaraydı. Bu tür gizli değişkenleri kontrol altına almak, araştırma tasarımının en zorlu boyutlarından biridir.
Veriden Anlama: Analiz ve Yorum
Veriler toplandıktan sonra analiz aşaması başlar. Ham veri, anlam taşımaz; işlenmeye, sınandırılmaya ve yorumlanmaya ihtiyaç duyar.
Nicel araştırmalarda istatistik merkezi bir rol oynar. Betimsel istatistikler — ortalama, medyan, standart sapma — verinin genel portresini sunar. Çıkarımsal istatistikler ise örneklemden genel popülasyona genelleme yapmayı mümkün kılar: t-testi, ANOVA, regresyon, korelasyon, ki-kare bunların başında gelir. İstatistiksel anlamlılık eşiği olan p < 0.05 değeri; bir sonucun şansa bağlı olma olasılığının yüzde beşin altında olduğunu gösterir. Ama bu değerin tek başına bir sonucun önemini ya da pratikte anlamlılığını kanıtlamadığını unutmamak gerekir. Etki büyüklüğü (effect size) ve güven aralıkları bu tabloya anlam katmak için zorunludur.
Nitel araştırmada ise analiz, kodlama sürecinden geçer. Görüşme transkriptleri, gözlem notları ya da metinler sistematik olarak incelenerek tekrar eden temalar ve örüntüler tespit edilir. Bu süreç daha yorumsalcıdır; araştırmacının bakışından bağımsız kalamaz. Bunun farkında olmak, nitel araştırmanın zayıflığı değil, dürüstlüğüdür.
Bulguların yorumlanmasında en önemli beceri, neyin söylenebileceğini ve neyin söylenemeyeceğini ayırt etmektir. Korelasyon nedensellik değildir; istatistiksel anlamlılık pratik önem değildir; örneklemi temsil etmeyen bulgular genel popülasyona uygulanamaz. Bilimin titizliği, tam da bu sınırları açıkça raporlama cesaretiyle ölçülür.
Etik: Yöntemin Sessiz Temeli
Bilimsel araştırmanın teknik boyutlarını konuşmak, etik boyutunu kolayca gölgede bırakabilir. Oysa yöntem ne kadar parlak olursa olsun, etik zemini sağlam değilse bilim değersizleşir — hem insani hem de epistemik açıdan.
Aydınlatılmış onam, araştırma etiğinin köşe taşıdır. Katılımcılar; araştırmanın amacını, olası risklerini ve haklarını açıkça öğrenerek, herhangi bir baskı olmaksızın rıza göstermelidir. Bu hak soyut bir formalite değil; Tuskegee Frengi Çalışması gibi tarihin karanlık sayfalarından damıtılmış, acı kazanımların ürünüdür.
Bilimsel suistimalin üç ana biçimi uydurma (fabrication — hiç yapılmamış deneylerin verilerini icat etmek), tahrif (falsification — mevcut verileri değiştirmek ya da elmek) ve intihaldir (plagiarism — başkasının fikir ya da ifadelerini sahiplenmek). Bu üçüne FFP kısaltmasıyla atıfta bulunulur ve her bilim kurumunun etik yönetmeliğinin kırmızı çizgisini oluşturur.
Bunların dışında daha az görünür ama en az onlar kadar yıkıcı başka ihlaller de vardır: araştırmaya katkısı olmayan kişilerin yazar listesine eklenmesi, çıkar çatışmalarının gizlenmesi, olumsuz sonuçların masa çekmecesine kaldırılması. Bu son pratik — yalnızca “olumlu” sonuçların yayımlanması ve olumsuzların gizlenmesi —
yayın yanlılığı adıyla bilimin birikimli yapısını sistematik biçimde tahrip eder; gerçek etki büyüklüklerini şişirir ve kliniğin ya da politikanın yanlış kanıta dayanmasına zemin hazırlar.
| “Olumsuz bir bulgu, olumlu bir bulgu kadar gerçektir. Onu saklamak, doğruyu çalmaktır.” |
Yeniden Üretilebilirlik Krizi ve Açık Bilim
2010’ların ortasında bilim dünyasını sarsan bir kriz patlak verdi. Psikoloji, tıp ve sosyal bilimlerdeki pek çok köklü bulgunun bağımsız araştırma gruplarınca tekrarlanamadığı ortaya çıktı. Güç pozu almanın testosteron seviyesini artırdığı, ego tükenmesinin kararları bozduğu, sosyal dışlanmanın fiziksel ağrıya yol açtığı gibi bulgular —hepsi de yüksek prestijli dergilerde yayımlanmış, binlerce kez atıf almış araştırmalar— ya zayıfladı ya da tamamen çöktü.
Bu krizin temelinde yapısal sorunlar yatıyordu: küçük örneklemler üzerinde yapılan çalışmalar; sonuç çıkana kadar analiz yöntemini değiştirme pratiği (bu uygulamaya p-hackleme deniyor); araştırmacının neyi ölçeceğini önceden kayıt altına almaması; ve yalnızca olumlu sonuçların yayımlandığı dergiler. Kısacası, bilimin kendi kalite kontrol mekanizmaları yeterince çalışmıyordu.
Bu krize verilen yanıt açık bilim hareketidir. Açık bilim; araştırma planının veri toplanmadan önce kamuya açık platformlarda kayıt altına alınmasını (ön kayıt), ham verilerin paylaşılmasını, analiz kodlarının erişilebilir kılınmasını ve tekrarlama çalışmalarının değer gören bir pratik hâline getirilmesini savunur. Bu ilkeler benimsendikçe bilim, bireysel hataları absorbe etme kapasitesini artırmaktadır.
Açık bilim aynı zamanda erişim sorunuyla da yüzleşmektedir. Kamu fonuyla üretilen araştırmaların, pahalı abonelik duvarlarının arkasında gizlenmesi hem etik hem de epistemik açıdan sorgulanabilirdir. Açık erişim dergiler ve arXiv, bioRxiv gibi ön baskı platformları bu denklemi değiştirmeye başlamıştır.
Yapay Zekanın Araştırmaya Girişi
Son yıllarda yapay zekâ, araştırma sürecinin neredeyse her aşamasına girmiştir. Literatür taraması artık saatler değil dakikalar sürebilmekte; tıbbi görüntüler algoritmaların gözünden geçirilmekte; milyonlarca satır genomik veri sınıflandırılabilmekte; ilaç keşfinde kimyasal uzay otomatik biçimde taranabilmektedir.
Bu gelişmeler muazzam bir potansiyel barındırıyor. Ama aynı zamanda yeni riskler de getiriyor. Büyük dil modelleri bazen var olmayan makalelere atıfta bulunur, sayıları yanlış yorumlar ya da korelasyonu nedensellik olarak sunar. Algoritmaların eğitildiği veriler eğer sistematik yanlılık taşıyorsa, çıktılar bu yanlılığı pekiştirip ölçeklendirir.
Daha köklü bir tehlike ise şudur: araştırmacı, modelin çıktısını eleştirel süzgeçten geçirmeksizin benimsemeye başlarsa, bilimsel düşüncenin özü olan sorgulama kültürü zayıflar. Yapay zekâ araştırmacının yerini almak için değil, kapasitesini artırmak için vardır. Yöntemsel titizlik ve etik sorumluluk, herhangi bir araçtan bağımsız olarak araştırmacının omuzlarında taşınan bir yüktür.
Sonunda Ne Kalır?
Bilimsel araştırma yöntemleri üzerine bu kadar şey söyledikten sonra şunu sormak gerekir: Peki sonunda ne kalır?
Kalır ki bilim, yanılmazlık iddiasında bulunmaz. Tersine; yanılabilirliğini kabul eder ve bu kabulden güç alır. Her büyük keşif, önceki bir yanılgının düzeltilmesidir. Newton’un mekaniği Einstein’a, Einstein’ın evreni kuantum mekaniğinin olasılık bulutuna dönüşmüştür. Bu bir çöküş değil, ilerlemenin ta kendisidir.
Kalır ki bilimsel düşünce bir yöntemler koleksiyonundan çok, bir tutum meselesidir. Kanıta saygı duymak; sevdiğin teoriden daha fazla gerçeği sevmek; kendi verilerinin seni yanlışlamasına izin vermek; karmaşıklığı basitliğe feda etmemek. Bunlar teknik becerilerden önce, entelektüel erdem sorunlarıdır.
| “Bilim bize cevap vermez; bize daha iyi soru sormayı öğretir.” |
Ve kalır ki bilimsel araştırma, sonunda yalnız bir ego egzersizi değildir. Hangi tedavi işe yarıyor? Hangi politika yoksulluğu azaltıyor? Hangi müdahale çocuğun hayatını kurtarıyor? Bu sorulara verilen yanıtlar; hastanelerde, sınıflarda, meclislerde ve insanların masalarına konan tabakların üzerinde somutlaşır.
Bilimsel düşünmenin şifreleri gizli değildir. Ama onları gerçekten uygulamak, her zaman bildiğimizden çok daha zordur. Çünkü önyargılarımızdan vazgeçmek, sevdiğimiz açıklamayı gözden düşürmek, belirsizliği tolere edebilmek — bunların hepsi zihinsel cesaret ister. Ve belki de bilim, her şeyden önce, bu cesareti kurumsal bir zorunluluk hâline getirmenin adıdır.
Öğr. Gör. Burak DEMİR
