Yapay zeka sohbet botu bağımlılık ölçeği: Türkçe uyarlama ne ölçüyor?

“Yapay zeka sohbet botuna bağımlı mıyım?” sorusunu bilimsel olarak sormak için araştırmacılar ölçekler geliştiriyor. Bunlardan biri, sekiz sorudan oluşan AICD-8. Haziran 2026’da yayımlanan bir çalışma bu ölçeği Türkçeye uyarladı. Bu sayfa, çalışmanın tam metnine göre ölçeğin neyi ölçtüğünü, sonuçları ve sınırlarını Türkçe okur için derler. Sayfa bilgilendirme amaçlıdır, bir uzman görüşünün yerini tutmaz.

AICD-8 nereden çıktı?

Ölçeği İspanya ve Çin’deki üniversitelerden Zhang ve arkadaşları geliştirdi². Araştırmacılar önce yayınlardan ve kullanıcılarla yaptıkları derinlemesine görüşmelerden 17 aday madde topladı. Analizlerden sonra tek bir boyutu ölçen 8 madde kaldı; bu maddeler toplam varyansın yüzde 58,42’sini açıklıyordu². Çalışma Kasım 2024’te Cyberpsychology, Behavior, and Social Networking dergisinde çevrim içi yayımlandı².

Türkçe uyarlamanın yazarlarına göre AICD-8’i benzerlerinden ayıran nokta, başka bir bağımlılık ölçeğinden türetilmemesi ve yalnız ChatGPT’yi değil bütün yapay zeka sohbet botlarını kapsamasıdır¹. Aşırı kullanım, yoksunluk, tolerans, kontrol kaybı ve kaçış gibi bileşenleri yoklar¹.

Ölçek hangi davranışları soruyor?

Ölçek kullanamayınca huzursuzluk, sürenin artması, insanlar yerine botu seçmek ve botsuz hayatı zahmetli bulmak gibi sekiz davranışı soruyor. Katılımcı her maddeye 1 (hiç katılmıyorum) ile 5 (tamamen katılıyorum) arasında puan verir; toplam puan yükseldikçe bağımlılık eğilimi yükselir¹. Maddelerin konusu aşağıda kendi cümlelerimizle özetlendi. Ölçeğin kendisi değildir; kendinize puan vermek için kullanmayın.

Kaynak: Türkçe uyarlamanın ekindeki madde listesi ve faktör yükleri¹. Faktör yükü, maddenin ortak yapıyı ne kadar iyi temsil ettiğini gösterir; 1’e yaklaştıkça bağ güçlenir.

Türkçe uyarlama nasıl yapıldı?

Ölçeği geliştirenlerden izin alındıktan sonra uluslararası bir çeviri yöntemi izlendi¹.

1. İki yazar maddeleri birbirinden habersiz Türkçeye çevirdi.
2. İngilizcesi güçlü akademisyenler çevirileri gözden geçirdi, yazarlar tek bir metinde birleştirdi.
3. Altı doktora öğrencisi maddeleri sesli düşünerek okuyup anlaşılırlığını değerlendirdi.
4. Özgün ölçeği bilmeyen iki dilli bir öğretim üyesi metni İngilizceye geri çevirdi; özgün metinle karşılaştırıldığında düzeltme gerektiren bir anlam farkı çıkmadı.

Veriler çevrim içi anketle toplandı. İlk katılımcı sayısı 641’di; eksik doldurulan, dikkat sorularını geçemeyen ve bütün maddeleri aynı uçta işaretleyen 41 cevap çıkarıldı¹. Kalan 600 kişinin yüzde 70,5’i kadındı, yaş ortalaması 27,62’ydi (18-62). Çalışma için Sakarya Üniversitesi etik kurulundan onay alındı¹.

Başka hangi ölçekler var?

AICD-8’in yanında en az beş araç daha var; Türkçe uyarlamanın yazarları bunları şöyle sıralıyor¹.

• PUCAI-6: Konuşma tabanlı yapay zekanın sorunlu kullanımını ölçen altı maddelik bir araç; Bergen Sosyal Medya Bağımlılığı Ölçeği’nden uyarlandı.
• GAA-3: Üretken yapay zeka bağımlılığı için üç maddelik kısa bir ölçek.
• Yapay zeka bağımlılığı ölçeği: Akıllı telefon bağımlılığı ölçeklerinden türetildi.
• DAI: Yapay zekaya bağımlılığı ölçen bir başka araç.
• Sorunlu ChatGPT Kullanımı Ölçeği (PCUS): Yalnız ChatGPT için tasarlandı. Bu çalışmada 11 maddelik Türkçe çevirisi, AICD-8-T ile karşılaştırma amacıyla kullanıldı.

AICD-8’in farkı, doğrudan sohbet botları için sıfırdan yazılmış olması ve tek bir uygulamaya bağlı olmamasıdır¹. Yazarlar ayrıca sohbet botlarının birebir, kişiye özel ve bir ölçüde empati içeren konuşmalar kurduğunu, bu yüzden klasik internet ya da sosyal medya ölçeklerinin bu yeni kullanımı ölçmekte yetersiz kalabileceğini savunuyor¹.

Sonuçlar ne gösterdi?

Türkçe form, özgün çalışmadaki gibi tek boyutlu çıktı ve iç tutarlılığı iyi düzeydeydi. Uyum ölçütleri kabul edilebilir aralıkta kaldı¹.

Kaynak: Türkçe uyarlama, sonuçlar bölümü; bütün ilişkiler istatistiksel olarak anlamlı¹.

• Günlük sohbet botu ve günlük ChatGPT kullanım süresi, ölçek puanlarıyla güçlü biçimde ilişkiliydi¹.
• Yaş arttıkça hem bu ölçeğin puanı hem de internet ve sosyal medya ölçeklerinin puanları düştü. Cinsiyetle bir ilişki görülmedi¹.
• Ölçek kadınlarda ve erkeklerde, iş durumuna göre oluşturulan gruplarda, evli ve bekârlarda aynı biçimde işledi¹.
• Örneklemin ortalama puanı görece düşüktü; yazarlar katılımcıların genel olarak düşük bağımlılık düzeyinde olduğunu belirtiyor¹.

Bu ölçek bir tanı aracı mı?

Hayır. Yazarlar ölçeğin klinik bir bozukluğu değil, aşırı kullanımla ilişkili bağımlılık benzeri eğilimleri ölçtüğünü açıkça yazıyor¹. Yapay zeka sohbet botu bağımlılığı bugün resmî bir tanı değildir; ayrıntısı sohbet bağımlılığı rehberimizde anlatılıyor.

Kavramın kendisi de tartışmalı. Valencia, Paris ve Lozan’dan üç araştırmacı 2025’te Addictive Behaviors dergisinde, yoğun ya da alışkanlık hâline gelmiş sohbet botu kullanımına “bağımlılık” denmesine karşı çıktı³.

Onlara göre bir davranışa bağımlılık demek için olumsuz sonuçların, kontrol kaybının, sıkıntının ve işlevsellik kaybının sağlam kanıtı gerekir; mevcut araştırmalar bunu henüz göstermiyor³. Türkçe uyarlamanın yazarları da AICD-8’in bütün bağımlılık bileşenlerini eşit temsil edip etmediğinin tartışıldığını not ediyor¹.

Sınırlılıklar neler?

Bu yüzden sonuçlar Türkiye nüfusunun geneline doğrudan genellenemez. Çalışma yapay zeka arkadaş uygulamalarını ayrıca incelemiyor; sorular genel sohbet botu kullanımını kapsıyor; ankette örnek olarak ChatGPT, Gemini, Claude, Copilot ve DeepSeek anılıyor¹.

Okur için ne anlama geliyor?

Bu çalışma, Türkiye’de sohbet botu kullanımını inceleyecek araştırmacılara sınanmış bir Türkçe araç sağlıyor. Okur açısından ise ölçeğin maddeleri, kendi kullanımınızı düşünürken hangi davranışlara bakılabileceğine dair fikir veriyor: kullanamayınca huzursuzluk, sürenin artması, insanlar yerine botu seçmek gibi.

Yalnızlıkla bağlantısı yapay zeka ve yalnızlık rehberimizde, uzun süreli kullanımın etkisi MIT ve OpenAI araştırması özetimizde yer alıyor. Duygusal bağın nasıl kurulduğunu yapay zekaya âşık olmak rehberimiz anlatıyor. Kullanım günlük hayatınızı zorlaştırmaya başladıysa bir uzmana danışın.