Mapping Artificial Intelligence Literature in Social Sciences: A Bibliometric Analysis of Conceptual and Thematic Trends (2015–2025)

Year 2026, Volume: 15 Issue: 1 , 638 - 672 , 31.03.2026

Bahriye Terlemez

https://doi.org/10.15869/itobiad.1732414

https://izlik.org/JA65JL26KX

Abstract

This study analyses the conceptual and thematic transformation of artificial intelligence in the social sciences literature using bibliometric methods on publications indexed in the Web of Science database between 2015 and 2025. The dataset, downloaded on May 29, 2025 and comprising 7,693 records after filtering, includes English-language articles and reviews. The study uses a multi-layered framework integrating performance analysis, science mapping techniques, and text-based analyses. Prior to analysis, duplicate records were removed, and thesaurus- and stopword-based term normalization was applied to reduce term variation and enhance conceptual consistency. Publication trends and citation structures were examined using keyword co-occurrence networks, multiple correspondence analysis (MCA), thematic maps, thematic evolution, and N-gram analyses. Collaboration networks at the author, institutional, and country levels and a three-field plot were also analysed. Analyses were conducted using Bibliometrix (Biblioshiny). The dataset was divided into two sub-periods (2015–2020 and 2021–2025) to comparatively evaluate the temporal transformation of the literature. Parameter sensitivity was tested using different minimum frequency (minfreq) thresholds. To assess external validity, a limited validation analysis was conducted using the Scopus database. The findings indicate that artificial intelligence research in the social sciences has accelerated, particularly after 2020, and that the literature has expanded not only quantitatively but also conceptually and thematically. Moreover, technically oriented approaches have increasingly integrated with themes such as ethical governance, algorithmic decision-making, and societal impact. In conclusion, this study demonstrates that artificial intelligence research in the social sciences has evolved from a technically oriented field into an interdisciplinary domain centered on ethics, governance, and societal implications. The study contributes by mapping the intellectual structure and temporal transformation of the field through a multi-layered approach and proposes future research directions focused on value-oriented algorithms, cultural contexts, and governance frameworks.

Keywords

Artificial Intelligence , Social Sciences , Bibliometric Analysis , Science Mapping , Thematic Evolution , Algorithmic Decision-Making , Ethical Governance

Ethical Statement

* This article has not been presented as an oral presentation anywhere before and is not derived from a thesis study. *This article is based on published secondary data. No information was collected from any human and/or animal and no interaction was established during the research process. Therefore, ethics committee permission was not required. The research was conducted in accordance with the rules specified in the “Higher Education Institutions Scientific Research and Publication Ethics Directive”. *It is declared that scientific and ethical principles were complied with during the preparation of this study and all the studies utilized are stated in the bibliography.

Supporting Institution

The author(s) acknowledge that they received no external funding in support of this research.

Sosyal Bilimlerde Yapay Zekâ Literatürünün Haritalanması: Kavramsal ve Tematik Eğilimlere Yönelik Bibliyometrik Bir Analiz (2015–2025)

https://izlik.org/JA65JL26KX

Abstract

Bu çalışma, yapay zekânın sosyal bilimler literatüründeki kavramsal ve tematik dönüşümünü incelemek amacıyla 2015–2025 yılları arasında Web of Science veri tabanında yayımlanan akademik yayınları bibliyometrik yöntemlerle analiz etmektedir. 29 Mayıs 2025 tarihinde indirilen ve filtreleme sonrası 7.693 kayıttan oluşan veri seti, İngilizce makale ve derlemeleri kapsamaktadır. Çalışma, performans analizleri, bilimsel haritalama teknikleri ve metin temelli analizleri bütünleştiren çok katmanlı bir çerçeveye dayanmaktadır. Analiz öncesinde veri setindeki yinelenen kayıtlar temizlenmiş; terim varyasyonlarını azaltmak amacıyla thesaurus ve stopword temelli terim normalizasyonu uygulanmıştır. Bu kapsamda yayın eğilimleri ve atıf yapısı; anahtar kelime eş-görünüm ağları, çoklu uyum analizi (MCA), tematik harita, tematik evrim ve N-gram analizleri kullanılarak incelenmiştir. Ayrıca yazar, kurum ve ülke düzeyinde iş birliği ağları ile three-field plot analizi gerçekleştirilmiştir. Analizler, Bibliometrix (Biblioshiny) aracılığıyla yürütülmüş; veri seti 2015–2020 ve 2021–2025 olmak üzere iki alt döneme ayrılarak literatürdeki zamansal dönüşüm karşılaştırmalı olarak değerlendirilmiştir. Bunun yanı sıra, anahtar kelime ve tematik yapı analizlerinde farklı minimum frekans eşikleri kullanılarak bulguların parametre duyarlılığı test edilmiştir. Bulguların dış geçerliliği Scopus veri tabanı üzerinden sınırlı bir doğrulama analizi ile değerlendirilmiştir. Bulgular, yapay zekâ temalı sosyal bilim araştırmalarının özellikle 2020 sonrasında belirgin bir ivme kazandığını ve literatürün yalnızca nicel olarak genişlemekle kalmayıp kavramsal ve tematik açıdan da derinleştiğini göstermektedir. Ayrıca teknik odaklı yaklaşımların zamanla etik yönetişim, algoritmik karar alma ve toplumsal etki temalarıyla bütünleştiği ortaya konulmuştur. Sonuç olarak bu çalışma, yapay zekâ temalı sosyal bilim literatürünün teknik araç odaklı bir alandan etik, yönetişim ve toplumsal etkileri merkeze alan disiplinlerarası bir araştırma alanına evrildiğini göstermektedir. Bu yönüyle çalışma, literatürün entelektüel yapısını ve zamansal dönüşümünü çok katmanlı analizlerle haritalandırarak alan yazına metodolojik ve kavramsal açıdan özgün katkılar sunmakta; buna ek olarak gelecekteki araştırmalar için değer odaklı algoritmalar, kültürel bağlamlar ve yönetişim çerçevelerine yönelik yeni araştırma gündemleri önermektedir.

Keywords

Yapay Zekâ , Sosyal Bilimler , Bibliyometrik Analiz , Bilimsel Haritalama , Tematik Evrim , Algoritmik Karar Alma , Etik Yönetişim

Ethical Statement

* Bu makale, daha önce herhangi bir yerde sözlü bildiri olarak sunulmamış ve bir tez çalışmasından üretilmemiştir. *Bu makale, yayımlanmış ikincil verilere dayalı olarak yürütülmüştür. Araştırma sürecinin hiçbir insan ve/veya hayvandan bilgi toplanmamış, herhangi bir etkileşim kurulmamıştır. Bu nedenle etik kurul iznine gerek duyulmamıştır. Araştırma, “Yükseköğretim Kurumları Bilimsel Araştırma ve Yayın Etiği Yönergesi” kapsamında belirtilen kurallara uygun şekilde yürütülmüştür. *Bu çalışmanın hazırlanma sürecinde bilimsel ve etik ilkelere uyulduğu ve yararlanılan tüm çalışmaların kaynakçada belirtildiği beyan olunur.

Supporting Institution

Bu araştırmayı desteklemek için dış fon kullanılmamıştır.

References

• Adeosun S.O. (2024). Scopus Indexing Delays of Articles Published in Major Pharmacy Practice Journals. Innovations in Pharmacy, 15(4),5. https://doi.org/10.24926/iip.v15i4.6322.
• Alexopoulou, S. (2025). Paradigm shift: Exploring the impact of digital technologies on the welfare state through a systematic literature review. Social Policy & Administration, 59(1), 135–157. https://doi.org/10.1111/spol.13054
• Aria, M., & Cuccurullo, C. (2017). bibliometrix: An R-tool for comprehensive science mapping analysis. Journal of informetrics, 11(4), 959–975. https://doi.org/10.1016/j.joi.2017.08.007
• Arnaboldi, M. (2018). The missing variable in big data for social sciences: The decision-maker. Sustainability, 10(10), 3415. https://doi.org/10.3390/su10103415
• Aşkun, V. (2023). Sosyal Bilimler Araştırmaları İçin Chatgpt Potansiyelinin Açığa Çıkarılması: Uygulamalar, Zorluklar ve Gelecek Yönelimler. Erciyes Akademi, 37(2), 622–656. https://doi.org/10.48070/erciyesakademi.1281544
• Atabay, E., Çizel, B., & Ajanovic, E. (2019). Akıllı şehir araştırmalarının R programı ile bibliometrik analizi Akıllı şehirler, Eskişehir. https://avesis.akdeniz.edu.tr/yayin/5e41bc66-d933-4227-9e34-827cd68ee032/akilli-sehir-arastirmalarinin-r-programi-ile-bibliometrik-analizi
• Azizoğlu, F., Terzi, B., & Düzkaya, D. S. (2024). Global trends in technology-dependent children, home care, and parental discharge education: A bibliometric analysis using Biblioshiny. Journal of Pediatric Nursing, 79, e213–e222. https://doi.org/10.1016/j.pedn.2024.10.024
• Bauwens, R., Batistič, S., Kilroy, S., & Nijs, S. (2022). New kids on the block? A bibliometric analysis of emerging COVID-19—trends in leadership research. Journal of leadership & organizational studies, 29(2), 224–232. https://doi.org/10.1146/annurev-polisci-053119-015921
• Bircan, T., & Salah, A. A. A. (2022). A bibliometric analysis of the use of artificial intelligence technologies for social sciences. Mathematics, 10(23), 4398. https://doi.org/10.3390/math10234398
• Caymaz, A., & Ünsar, A. S. (2025). Dijital Dünyada Metaverse ve Yapay Zekâ Teknolojilerinin İşletmeler Üzerindeki Etkisi [The Impact of Metaverse and Artificial Intelligence Technologies on Businesses in the Digital World]. İnsan ve Toplum Bilimleri Araştırmaları Dergisi, 14(2), 603–635. https://doi.org/10.15869/itobiad.1603086
• Diodato, V. P., & Gellatly, P. (2013). Dictionary of Bibliometrics. https://doi.org/10.4324/9780203714133
• Dirik, D., Eryılmaz, İ., & Erhan, T. (2023). Post-Truth Kavramı Üzerine Yapılan Çalışmaların VOSviewer ile Bibliyometrik Analizi [A Bibliometric Analysis of the Post-truth Research Using Vosviewer -Post-truth Kavramı Üzerine Yapılan Çalışmaların Vosviewer ile Bibliyometrik Analizi]. Sosyal Mucit Academic Review, 4(2), 164–188. https://doi.org/10.54733/smar.1271369
• Dirik, D., Eryılmaz, İ., & Erhan, T. (2024). Yapay Zekâ ve Örgüt Temelli Araştırmaların Potansiyel Eğilimleri Üzerine Bibliyometrik Bir Analiz [A Bibliometric Analysis on Potential Trends in Artificial Intelligence and Organization Studies]. Bulletin of Economic Theory and Analysis, 9(3), 669–698. https://doi.org/10.25229/beta.1487924
• Donthu, N., Kumar, S., Mukherjee, D., Pandey, N., & Lim, W. M. (2021). How to conduct a bibliometric analysis: An overview and guidelines. Journal of business research, 133, 285–296 https://doi.org/10.1016/j.jbusres.2021.04.070
• Çalış Duman, M. (2022). Toplum 5.0: İnsan Odaklı Dijital Dönüşüm. Sosyal Siyaset Konferansları Dergisi (82), 309-336. https://doi.org/10.26650/jspc.2022.82.1008072
• Ertürkmen, G., & Öter, A. (2025). Makina Öğrenmesi Yoluyla İşsizlik Oranlarının Tahmini: Türkiye İçin Bir Uygulama [Estimation of Unemployment Rates through Machine Learning: An Application for Türkiye]. İnsan ve Toplum Bilimleri Araştırmaları Dergisi, 14(2), 869–886. https://doi.org/10.15869/itobiad.1629420
• Ghamgosar, A., Panahi, S., & Nemati-Anaraki, L. (2023). Cancer and COVID-19 research studies with team science: a bibliometric study. Journal of Interprofessional Care, 37(4), 568–575.
• Gölgeli, K. (2025). Yapay Zekâ ile Reklam Tasarımı: Reklamcılara Yönelik Bir Araştırma [Advertising Design with Artificial Intelligence: A Research on Advertisers in Kayseri Province]. İnsan ve Toplum Bilimleri Araştırmaları Dergisi, 14(1), 319–336. https://doi.org/10.15869/itobiad.1527182
• Güler, G. (2023). A Bibliometric Analysis on Power Analysis Studies. Journal of Measurement and Evaluation in Education and Psychology, 14(3), 235–248. https://doi.org/10.21031/epod.1343984
• Gürün Karatepe, S., Kavak, O., & Topçuoğlu, E. (2023). Sosyal Politikalar Bağlamında Girişimciliğin Uluslararası Alanyazındaki Yeri Üzerine Bibliyometrik Analiz [Bibliometric Analysis on the Place of Entrepreneurship in the International Literature in the Context of Social Policies]. İnsan ve Toplum Bilimleri Araştırmaları Dergisi, 12(1), 79–97. https://doi.org/10.15869/itobiad.1217898
• Haddaway, N. R., Page, M. J., Pritchard, C. C., & McGuinness, L. A. (2022). PRISMA2020: An R package and Shiny app for producing PRISMA 2020-compliant flow diagrams, with interactivity for optimised digital transparency and Open Synthesis. Campbell Systematic Reviews, 18(2), e1230. https://doi.org/10.1002/cl2.1230
• Karaca, M., & Paçacı, M. (2025). Sosyal Bilimlerde Yapay Zekâ İzleri: Bibliyometrik Bir Analiz. İnsan ve Toplum Bilimleri Araştırmaları Dergisi, 14(5), 2381-2410. https://doi.org/10.15869/itobiad.1731080
• Kaya, E. (2025). An In-Depth Study on the Reflections of Artificial Intelligence on Management with Bibliometric Analysis. Journal of the Human and Social Science Researches, 14(4), 1-19. https://doi.org/10.15869/itobiad.1670487
• Mete, M. H. (2023). Sosyal Bilimlerde Büyük Veri Analitiği, Yapay Zekâ ve Makine Öğreniminin Kullanımı. Anadolu Üniversitesi Sosyal Bilimler Dergisi, 23(1), 99–120. https://doi.org/10.18037/ausbd.1272565
• Montazeri, A., Mohammadi, S., M. Hesari, P., Ghaemi, M., Riazi, H., & Sheikhi-Mobarakeh, Z. (2023). Preliminary guideline for reporting bibliometric reviews of the biomedical literature (BIBLIO): a minimum requirements. Systematic Reviews, 12(1), 239. https://doi.org/10.1186/s13643-023-02410-2
• Moral-Muñoz, J. A., Herrera-Viedma, E., Santisteban-Espejo, A., & Cobo, M. J. (2020). Software tools for conducting bibliometric analysis in science: An up-to-date review. Profesional de la Información, 29(1). https://doi.org/10.3145/epi.2020.ene.03
• Mukherjee, D., Lim, W. M., Kumar, S., & Donthu, N. (2022). Guidelines for advancing theory and practice through bibliometric research. Journal of business research, 148, 101–115. https://doi.org/10.1016/j.jbusres.2022.04.042
• Muñoz-Leiva, F., Viedma-del-Jesús, M. I., Sánchez-Fernández, J., & López-Herrera, A. G. (2012). An application of co-word analysis and bibliometric maps for detecting the most highlighting themes in the consumer behaviour research from a longitudinal perspective. Quality & Quantity, 46, 1077–1095. https://doi.org/10.1007/s11135-011-9565-3
• Oruçoğlu, O. (2022). Endüstri 4.0'ın İnsan Kaynakları Yönetimi Fonksiyonlarından İşe Alım'a Etkileri. Ege Stratejik Araştırmalar Dergisi, 13(1), 57–84. https://doi.org/10.18354/esam.1034997
• Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C. D., Shamseer, L., Tetzlaff, J. M., Akl, E. A., & Brennan, S. E. (2021). The PRISMA 2020 statement: an updated guideline for reporting systematic reviews. bmj, 372. https://doi.org/10.1136/bmj.n71
• Robila, M., & Robila, S. A. (2020). Applications of artificial intelligence methodologies to behavioral and social sciences. Journal of child and family studies, 29(10), 2954–2966. https://doi.org/10.1007/s10826-019-01689-x
• Singh, V.K., Singh, P., Karmakar, M. Leta, J., and Mayr, P., (2021). The journal coverage of Web of Science, Scopus and Dimensions: A comparative analysis. Scientometrics, 126, 5113–5142. https://doi.org/10.1007/s11192-021-03948-5
• Sönmez, A. R. (2025). İslami Finansal Kuruluşlar Alanyazının Bibliyometrik Analizi [Bibliometric Analysis of Islamic Financial Institutions Literature]. İnsan ve Toplum Bilimleri Araştırmaları Dergisi, 14(1), 303–318. https://doi.org/10.15869/itobiad.1608096
• Terlemez, B. (2025). Dijital çağda karar alma mekanizmalarının evrimi: İnsan mı, algoritma mı daha iyi yönetir? Yapay zekâ destekli liderlik. Ö. Uysal Şahin (Ed.), Uluslararası Dönüşüm ve Refah Konferansı (ICTW2025) Bildiriler Kitabı (Tam metin bildiri). Holistence Yayınları. https://doi.org/10.55094/holistence.259
• Terlemez, B. (2026). Sosyal Bilimlerde Yapay Zekâ Literatürünün Haritalanması: Kavramsal ve Tematik Eğilimlere Yönelik Bibliyometrik Bir Analiz (2015–2025) [Data set]. Zenodo. https://doi.org/10.5281/zenodo.19113526.
• Turan Torun, B., & Çelik, E. (2024). Etik Liderlik ile Performans Arasındaki İlişkinin Bibliyometrik Olarak İncelenmesi [A Bibliometric Investigation of the Relationship between Ethical Leadership and Performance]. İnsan ve Toplum Bilimleri Araştırmaları Dergisi, 13(5), 2057–2078. https://doi.org/10.15869/itobiad.1350125
• Turan, T., Turan, G., & Küçüksille, E. (2022). Yapay zekâ etiği: Toplum üzerine etkisi. Mehmet Akif Ersoy Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 13(2), 292–299. https://doi.org/10.29048/makufebed.1058538
• Turing, A. M. (2021). Computing machinery and intelligence (1950). Mind, 59(236), 33–60. https://doi.org/10.1093/oso/9780198250791.003.0017
• Van Eck, N. J., & Waltman, L. (2014). Visualizing Bibliometric Networks. In Y. Ding, R. Rousseau, & D. Wolfram (Eds.), Measuring Scholarly Impact: Methods and Practice (pp. 285–320). Springer International Publishing. https://doi.org/10.1007/978-3-319-10377-8_13
• Yıldız, A., & Avinç, G. M. (2024). Artificial Intelligence and Sustainability in Architecture: Scientific mapping in WoS with Biblioshiny. International Journal of Built Environment and Sustainability, 11(3), 121–134.
• Yılmaz, M. B., & Dündar, G. (2025). Türkiye’de Dijital Bağımlılık Üzerine Yapılan Lisansüstü Tezlere Yönelik Bibliyometrik Bir Analiz [A Bibliometric Analysis of Graduate Theses on Digital Addiction in Turkey]. İnsan ve Toplum Bilimleri Araştırmaları Dergisi, 14(2), 1028–1047. https://doi.org/10.15869/itobiad.1642129
• Yuan, Y., & Zhu, W. (2022). Artificial intelligence-enabled social science: A bibliometric analysis. In 2022 3rd International Conference on Artificial Intelligence and Education (IC-ICAIE 2022) (pp. 1602-1608). Atlantis Press. https://doi.org/10.2991/978-94-6463-040-4_242
• Zahidi, S. (2025). Future of Jobs Report 2025 (Future of Jobs Report 2025). W. E. Forum. https://www.weforum.org/reports/the-future-ofjobs-report-2025/