Klasik Türk Edebiyatı Çalışmalarında Yapay Zekâ Kullanımı Üzerine Gelecek Perspektifleri ve Öneriler

Öz

Bu çalışma, klasik Türk edebiyatı araştırmalarında yapay zekâ teknolojilerinin dijital dönüşüm bağlamındaki yerini ve potansiyelini incelemektedir. Araştırma, metin eleştirisi, edisyon kritik, dilbilimsel inceleme, kültürel ve tarihsel bağlam analizi gibi geleneksel filolojik yöntemlerin ötesine geçerek metin madenciliği, doğal dil işleme ve makine öğrenimi gibi yapay zekâ tekniklerinin edebî metin analizindeki işlevselliğini teorik ve uygulamalı boyutlarıyla tartışmaktadır. Dijital teknolojilerin yüksek veri işleme kapasitesi, büyük metin külliyatları üzerinde yapılacak korpus tabanlı analizlerle edebiyatın estetik ve kültürel boyutlarının daha kapsamlı incelenmesine olanak sağlamaktadır. Makine öğrenimi algoritmaları, özellikle büyük ölçekli metinleri analiz etme konusunda; şairlerin üsluplarını belirleme, dönemsel dil değişimlerini ortaya çıkarma ve metinler arası ilişki ağlarını haritalandırma gibi olanaklar sunarak Türk edebiyatı tarihçiliğine yeni yöntemsel yaklaşımlar kazandırmaktadır. Araştırma, söz konusu hesaplamalı tekniklerin edebî eserlerin yapısal, dilsel ve tematik boyutlarını yapılandırılmış bir şekilde analiz etme yolları üzerine metodolojik öneriler sunmayı ve bu alanda çalışma yapacak araştırmacılara dijital araçların kullanımında bir perspektif oluşturmayı amaçlamaktadır. Çalışma ayrıca, yapay zekâ uygulamalarının beraberinde getirdiği algoritmik önyargı, veri temsil sorunları ve araştırma etiği zorlukları gibi eleştirel meseleleri de irdelemektedir.

Anahtar Kelimeler

• Klasik Türk Edebiyatı
• Dijital Dönüşüm
• Yapay Zekâ
• Metin Madenciliği
• Doğal Dil İşleme

Future Perspectives and Suggestions on the Use of Artificial Intelligence in Classical Turkish Literature Studies

Abstract

This study examines the place and potential of artificial intelligence technologies in the context of digital transformation in classical Turkish literature studies. The research goes beyond traditional philological methods such as textual criticism, edition criticism, linguistic analysis, cultural and historical context analysis, and discusses the functionality of artificial intelligence techniques such as text mining, natural language processing and machine learning in literary text analysis with its theoretical and practical dimensions. The high data processing capacity of digital technologies allows for a more comprehensive examination of the aesthetic and cultural dimensions of literature through corpus-based analyses of large corpuses of texts. Machine learning algorithms offer new methodological approaches to the historiography of Turkish literature, especially in analyzing large-scale texts, such as identifying the styles of poets, revealing periodic linguistic shifts, and mapping intertextual networks. This study aims to provide methodological suggestions on the ways in which these computational techniques can analyze the structural, linguistic and thematic dimensions of literary works in a structured way and to provide a perspective on the use of digital tools for researchers in this field. The study also explores critical issues such as algorithmic bias, data representation problems, and research ethics challenges brought about by artificial intelligence applications.

Keywords

• Classical Turkish Literature
• Digital Transformation
• Artificial Intelligence
• Text Mining
• Natural Language Processing

Kaynakça

1. Academia Sinica Center for Digital Cultures. (t.y.). About Us. Erişim tarihi: 1 Temmuz 2025, https://ascdc.sinica.edu.tw/en/about/
2. Akkuş, M. (2018). Nefʾî, Ömer Efendi. T.C. Kültür ve Turizm Bakanlığı. https://ekitap.ktb.gov.tr/TR-206118/nefi-divani.html
3. Alice Evangaline Jebaselvi, C., Mohanraj, K., & Anitha, T. (2024). The Rise of AI in English Language and Literature. Shanlax International Journal of English, 12(2), 53–58. https://doi.org/10.34293/english.v12i2.7216
4. Arslan, C. (2022). Edebiyat Biliminde Dijitalleşme ve Sonuçları Işığında Avusturyalı Yazar Robert Musil Külliyatının Yeni Tasnif ve Derlemesi. Jass Studies-The Journal of Academic Social Science Studies, 15(92), 51–62.
5. Borgatti, S. P., Everett, M. G., & Johnson, J. C. (2013). Analyzing Social Networks. SAGE Publications.
6. Bunescu, R. C., & Mooney, R. J. (2007). Extracting Relations from Text: From Word Sequences to Dependency Paths. A. Kao & S. R. Poteet (Ed.), Natural Language Processing and Text Mining içinde (ss. 29–53). Springer. https://doi.org/10.1007/978-1-84628-754-1_3
7. Center for Open Data in the Humanities. (t.y.). About. Erişim tarihi: 1 Temmuz 2025, https://codh.rois.ac.jp/about/
8. Ceyhan Akça, N., Aslan Cobutoğlu, S., Özbek, Ö. Y., & Akça, M. F. (2024). Yapay Zekânın Edebiyatta Kullanım Serüveni. RumeliDE Dil ve Edebiyat Araştırmaları Dergisi, (39), 283–306. https://doi.org/10.29000/rumelide.1470139

9. Chinese Text Project. (t.y.). Introduction. Erişim tarihi: 1 Temmuz 2025, https://ctext.org/introduction
10. Das, R. K., & Islam, M. S. U. (2021). Application of Artificial Intelligence and Machine Learning in Libraries: A Systematic Review. arXiv. https://doi.org/10.48550/arXiv.2112.04573
11. de la Torre-López, J., Ramírez, A., & Romero, J. R. (2023). Artificial Intelligence to Automate the Systematic Review of Scientific Literature. Computing, 105(10), 2171–2194. https://doi.org/10.1007/s00607-023-01181-x
12. Dölek, İ., & Kurt, A. (2022). Osmanlıcadan Türkçeye Uçtan Uca Aktarım. Journal of Smart Systems Research, 3(1), 1–10.
13. Ece, S. (2015). Klasik Türk Edebiyatı Araştırma Yöntemleri (I–II). Eser Basım Yayın.
14. Ergün, M. (2017). Using the Techniques of Data Mining and Text Mining in Educational Research. Elektronik Eğitim Bilimleri Dergisi, 6(12), 180–189.
15. Feng, T. (2019). Cognitive Function of Artificial Intelligence Literature. IOP Conference Series: Materials Science and Engineering, 573(1), Article 012106. https://doi.org/10.1088/1757-899X/573/1/012106
16. Gutenberg. (t.y.). About Project Gutenberg: What is Project Gutenberg? Erişim tarihi: 8 Haziran 2025, https://www.gutenberg.org/about/
17. Gürbüz, M. (2023). Klasik Türk Edebiyatı Kaynaklarının Dijital Dönüşümü Üzerine. T. Doğan & A. F. Özkan (Ed.), Cumhuriyetin 100. Yılına Armağan Sosyal ve Beşeri Bilimler Türk Dili ve Edebiyatı içinde (ss. 21–35). Necmettin Erbakan University Press.
18. Hatzel, H., Stiemer, H., Biemann, C., & Gius, E. (2023). Machine Learning in Computational Literary Studies. it – Information Technology, 65(4–5), 200–217. https://doi.org/10.1515/itit-2023-0041
19. Hinrichs, E., & Krauwer, S. (2014). The CLARIN Research Infrastructure: Resources and Tools for e-Humanities Scholars. Proceedings of the 9th International Conference on Language Resources and Evaluation (LREC'14) içinde (ss. 1525–1531). European Language Resources Association (ELRA).
20. İşler, N. (2021). Eski Türk Edebiyatı Çalışmalarında Dijital Kaynaklar ve Uygulamalar. BEÜ İlahiyat Fakültesi Dergisi, 8(1), 249–272. https://doi.org/10.33460/beuifd.902116
21. Jobin, A., Ienca, M., & Vayena, E. (2019). The Global Landscape of AI Ethics Guidelines. Nature Machine Intelligence, 1(9), 389–399. https://doi.org/10.1038/s42256-019-0088-2
22. Kacena, M. A., Plotkin, L. I., & Fehrenbacher, J. C. (2024). The Use of Artificial Intelligence in Writing Scientific Review Articles. Current Osteoporosis Reports, 22, 115–121. https://doi.org/10.1007/s11914-023-00852-0
23. Kalpaklı, M. (2017, 27–29 Ocak). Ottoman Text Archive Project (OTAP), Computer Sciences and Digital Humanities [Konferans sunumu]. Many Poems of Baki, Simpson Center for the Humanities, University of Washington, Seattle, ABD.
24. Khan, S. H. (2023). AI at Doorstep: ChatGPT and Academia. Journal of the College of Physicians and Surgeons Pakistan, 33(10), 1085–1086. https://doi.org/10.29271/jcpsp.2023.10.1085
25. Kılınç, A. (2021). Fuzûlî Dîvânı. Türkiye Yazma Eserler Kurumu Başkanlığı. http://ekitap.yek.gov.tr/urun/fuz%C3%BBli-divani_765.aspx
26. Kırmızıaltın, S., & Wrisley, D. (2020). Automated Transcription of Non-Latin Script Periodicals: A Case Study in The Ottoman Turkish Print Archive. arXiv. https://doi.org/10.48550/arXiv.2011.01139
27. Larsen, K., Hovorka, D. S., Dennis, A. R., & West, J. D. (2019). Understanding the Elephant: The Discourse Approach to Boundary Identification and Corpus Construction for Theory Review Articles. Journal of the Association for Information Systems, 20(7), 887–928.
28. Lawton, G. (t.y.). AI Ethics (AI Code of Ethics). TechTarget. Erişim tarihi: 15 Nisan 2025, https://www.techtarget.com/whatis/definition/AI-code-of-ethics
29. Lee, K., & Joshi, K. (2020). Understanding the Role of Cultural Context and User Interaction in Artificial Intelligence Based Systems. Journal of Global Information Technology Management, 23(3), 171–175. https://doi.org/10.1080/1097198X.2020.1794131
30. LEHÇEDİZ. (t.y.). Hakkımızda. Erişim tarihi: 15 Nisan 2025, https://www.lehcediz.com/pages/hakkimizda.php
31. Macit, M. (2013). Fuzûlî. Türk Edebiyatı İsimler Sözlüğü. Ahmet Yesevi Üniversitesi. Erişim tarihi: 1 Temmuz 2025, https://teis.yesevi.edu.tr/madde-detay/fuzuli-mdbir
32. MESTAP. (t.y.). Mestap. Erişim tarihi: 15 Nisan 2025, https://mestap.com/
33. Meyer, J. G., Urbanowicz, R. J., Martin, P. C. N., O'Connor, K., Li, R., Peng, P. C., Moore, J. H., & McKinney, B. A. (2023). ChatGPT and Large Language Models in Academia: Opportunities and Challenges. BioData Mining, 16, Article 20. https://doi.org/10.1186/s13040-023-00339-9
34. Miao, J., Thongprayoon, C., Suppadungsuk, S., Garcia Valencia, O. A., Qureshi, F., & Cheungpasitporn, W. (2024). Ethical Dilemmas in Using AI for Academic Writing and an Example Framework for Peer Review in Nephrology Academia: A Narrative Review. Clinics and Practice, 14(1), 89–105. https://doi.org/10.3390/clinpract14010008
35. Moretti, F. (2005). Graphs, Maps, Trees: Abstract Models for a Literary History. Verso.
36. O’Sullivan, J. (2019). Towards a Digital Poetics: Electronic Literature & Literary Games. Palgrave Macmillan. https://doi.org/10.1007/978-3-030-11310-0
37. Pollak, S., Martinc, M., & Poniž, K. M. (2020). Natural Language Processing for Literary Text Analysis: Word-Embeddings-Based Analysis of Zofka Kveder's Work. R. Vieira, M. J. Finatto, S. Luz, & S. Pollak (Ed.), Proceedings of DHandNLP2020: Digital Humanities and Natural Language Processing içinde (ss. 33–42). CEUR Workshop Proceedings. https://ceur-ws.org/Vol-2607/paper4.pdf
38. Purtaş, F. (2024). Editörden. bilig Türk Dünyası Sosyal Bilimler Dergisi, (109).
39. Quaresma, P., & Finatto, M. J. B. (2020). Information Extraction from Historical Texts: A Case Study. R. Vieira, M. J. Finatto, S. Luz, & S. Pollak (Ed.), Proceedings of DHandNLP2020: Digital Humanities and Natural Language Processing içinde (ss. 49–56). CEUR Workshop Proceedings. https://ceur-ws.org/Vol-2607/short2.pdf
40. Radanliev, P., Santos, O., Brandon-Jones, A., & Joinson, A. (2024). Ethics and Responsible AI Deployment. Frontiers in Artificial Intelligence, 7, Article 1377011. https://doi.org/10.3389/frai.2024.1377011
41. Raj, A. V. T., Udayakumar, U., & Saravanan, D. (2023). Integrating Artificial Intelligence in English Literature: Exploring Applications, Implications, and Ethical Considerations. International Journal of Advanced Research in Science, Communication and Technology, 3(1), 11–15. https://doi.org/10.48175/IJARSCT-12003
42. Ramsay, S. (2011). Reading Machines: Toward an Algorithmic Criticism. University of Illinois Press.
43. Selçuk, B. (2013, 8 Kasım). Nef’î, Ömer Efendi. Türk Edebiyatı İsimler Sözlüğü. Ahmet Yesevi Üniversitesi. Erişim tarihi: 1 Temmuz 2025, https://teis.yesevi.edu.tr/madde-detay/nefi-omer-efendi
44. Shah, P., & Khaskheli, N. (2023). Literature in the Digital Age: Challenges and Embracing Opportunities. Power System Technology, 47(4).
45. Sinclair, S., & Rockwell, G. (2016). Voyant Tools [Web sitesi]. https://voyant-tools.org/
46. Stanford Literary Lab. (t.y.). About the Stanford Literary Lab. Erişim tarihi: 8 Haziran 2025, https://litlab.stanford.edu/about/
47. TEBDİZ. (t.y.). Hakkımızda. Erişim tarihi: 15 Nisan 2025, https://tebdiz.com/index.php?sayfa=hakkimizda
48. The Shahnama Project. (t.y.). The Shahnama Project [Çevrim içi koleksiyon]. Cambridge Digital Library. Erişim tarihi: 1 Temmuz 2025, https://cudl.lib.cam.ac.uk/collections/shahnama/1
49. Türk Edebiyatı Eserler Sözlüğü [TEES]. (t.y.). Proje Amacı. Erişim tarihi: 15 Nisan 2025, https://tees.yesevi.edu.tr/proje-hakkinda/proje-amaci
50. Türk Edebiyatı İsimler Sözlüğü [TEİS]. (t.y.). Kapsam. Erişim tarihi: 15 Nisan 2025, https://teis.yesevi.edu.tr/kapsam
51. Türkiye Kültür ve Turizm Bakanlığı e-Kitap. (t.y.). E-Kitap Ana Sayfa. Erişim tarihi: 15 Nisan 2025, https://ekitap.ktb.gov.tr/
52. Wagner, G., Lukyanenko, R., & Paré, G. (2022). Artificial Intelligence and the Conduct of Literature Reviews. Journal of Information Technology, 37(2), 209–226. https://doi.org/10.1177/02683962211048201
53. Yadav, D. (2024). The Role of Artificial Intelligence in Literary Analysis: A Computational Approach to Understand Literary Styles. International Journal of Emerging Knowledge Studies, 3(9), 558–565. https://doi.org/10.70333/ijeks-03-09-006
54. Yeşilkaya, N. (2022). Yapay Zekâya Dair Etik Sorunlar. Şarkiyat, 14(3), 948–963. https://doi.org/10.26791/sarkiat.1189864
55. Yükseköğretim Kurulu [YÖK]. (2024). Yükseköğretim Kurumları Bilimsel Araştırma ve Yayın Faaliyetlerinde Üretken Yapay Zekâ Kullanımına Dair Etik Rehber. Erişim tarihi: 15 Nisan 2025, https://www.yok.gov.tr/Documents/2024/yapay-zekâ-kullanimina-dair-etik-rehber.pdf
56. Zohery, M. (2023). ChatGPT in Academic Writing and Publishing: A Comprehensive Guide. Artificial Intelligence in Academia, Research and Science: ChatGPT as a Case Study içinde (ss. 10–61). Novabret Publishing. https://doi.org/10.5281/zenodo.7803703