Yapay zeka alıntı çalışması: GitHub yapay zeka tarafından alıntılanıyor mu?

GitHub, kelimenin katı anlamıyla birincil kaynaktır: sayfaları, yazılımı geliştiren kişiler tarafından yazılır. Bir README dosyası projenin ne işe yaradığını anlatır, bir sürüm sayfası her sürümde neyin değiştiğini söyler, sorun takip sistemi ise hangi hataların bilindiğini ve düzeltilip düzeltilmediğini gösterir. Yapay zekâ modelleri bir aracı tanımlarken bu sayfaları kanıt olarak kullanır.

Yanıtlarda genellikle şu dört tür GitHub sayfası ortaya çıkar:

• Depo ana sayfaları; bu sayfalardaki README, açık kaynaklı bir projenin resmî tanımı işlevi görür.
• Sürümler ve değişiklik günlükleri; “En son sürüm hangisi?” ya da “Bu özellik ne zaman eklendi?” gibi sorularda kullanılır.
• Sorun bildirimleri ve tartışmalar; biri bir hata, bir sınırlama ya da geçici çözüm hakkında soru sorduğunda alıntılanır.
• GitHub Advisory Database'den gelen güvenlik danışmanlıkları; açık kaynak paketlerdeki bilinen güvenlik açıklarını belgeler.

Kuruluş profilleri de önemlidir. SDK'larını, eklentilerini veya entegrasyonlarını herkese açık bir GitHub kuruluşunda tutan bir şirket, yapay zekâ modellerine ürününün var olduğunu ve bakımının yapıldığını doğrulanabilir bir iz bırakır.

Alıntılar teknik niyetlerde yoğunlaşır. Tipik istemler şunlardır: “Jira için açık kaynak alternatif”, “Stripe CLI nasıl kurulur”, “Bu npm paketi hâlâ bakımda mı?”, “En iyi kendi sunucunuzda çalışan parola yöneticisi” ya da “Log4j güvenlik açığı nasıl yamanır?”. Her durumda depo, bir asistanın sunabileceği en doğrudan kanıttır.

Günlük işletmelerle ilgili sorular nadiren GitHub'a ulaşır. “Lyon'da güvenilir bir tesisatçı” ya da “Bir startup için en iyi muhasebe firması” bulmak için kimsenin bir depoya ihtiyacı yoktur. Bu nedenle GitHub alıntıları, yazılım yayıncılarıyla, siber güvenlik satıcıları ve BT hizmet şirketleriyle ilgili sorularda yoğunlaşır, diğer sektörlerde ise marjinal kalır.

Dil de rol oynar. GitHub'daki belgelerin büyük çoğunluğu İngilizce yazılmıştır; bu yüzden İngilizce yanıtlar, Fransızca, Almanca ya da İspanyolca yanıtlara kıyasla GitHub'a çok daha doğal biçimde ulaşır. Bu diller ise çoğunlukla çevrilmiş eğitimleri ya da yerel medyayı alıntılama eğilimindedir.

Farkın büyük bölümü, her modelin bilgiyi nasıl getirdiğinden kaynaklanır. Gemini, birçok yanıtını Google Arama'ya dayandırır; orada depolar proje adlarında iyi sıralanır, bu yüzden yanıtla birlikte bir GitHub bağlantısı gelebilir. ChatGPT ise eğitimde öğrendiklerini ChatGPT arama sonuçlarıyla birleştirir ve çoğunlukla soruda belirli bir proje adı geçtiğinde bir depo bağlantısı ekler.

Perplexity her soru için web'de arama yapar ve kaynaklarını listeler; ancak karşılaştırma sorgularında ham depolar yerine çoğu zaman inceleme makalelerine ve satıcı sitelerine dayanır. Grok, geliştiricilerin sürüm duyurularını yaptığı ve hataları tartıştığı X'teki paylaşımları ekler. Claude ise varsayılan olarak daha seyrek kaynak gösterir ve web araması açılmadıkça bir projeyi kendi sözleriyle anlatma eğilimindedir.

GitHub'ın etkisinin bir kısmı alıntı sayılarında görünmez. GitHub'da barındırılan herkese açık kod ve belgeler birçok büyük modelin eğitim verisini besler; bu nedenle bir asistan, bir kütüphanenin nasıl çalıştığını açıklarken öğrendiği sayfayı adıyla anmayabilir.

Burada bir alıntı şu anlama gelir: yanıt, github.com üzerindeki bir sayfayı kaynak olarak göstermiştir; bu bir depo, bir sorun bildirimi, bir güvenlik danışmanlığı ya da GitHub belgeleri olabilir. “Kodunuzu GitHub'da barındırın” gibi bağlantısız bir tavsiye ise hizmetin önerisidir; bu oranın ölçmediği farklı bir sinyaldir.

GitHub Pages ile oluşturulan siteler github.io adresinde ya da özel alan adlarında yayınlanır; bu yüzden bunlar kendi başlarına birer web sitesi olarak değerlendirilmelidir. Bir marka için değerli olan durum, kendi depolarından birinin kategorisiyle ilgili bir yanıtta çıkmasıdır: yapay zekânın kontrol edebileceği teknik bir kaynak, pazarlama sayfalarının nadiren başardığı bir şey.