Zihin ve davranış bilimlerinde bir problem olduğunu çoğu kişi hissediyor; peki problem nerede? Bu eğitimde, bilişsel bilim ve psikolojide son yıllarda gündeme gelen tekrarlanabilirlik (replikasyon) krizini merkeze alarak, bilimsel yöntemleri ve kuramsal tartışmaları inceleyeceğiz.
Eğitim boyunca önce bilişsel bilimde yaygın araştırma yöntemlerinin (deney tasarımları, ölçüm teknikleri) ve istatistiksel uygulamaların (ör. hipotez testleri) tekrarlanabilirlik krizinin ortaya çıkmasındaki rolü tartışılacak, ardından akademik yayın ve iletişim pratiklerinin (ör. yayın ve yayıncı yanlılığı) etkisi ele alınacaktır. Devamında, açık bilim hareketiyle önerilen çözümler (ör. ön-kayıt, kayıtlı raporlar, meta-analizler, çok merkezli çalışmalar vb.) incelenecek ve bu teknik iyileştirmelerin yanında alandaki derinleşen teori eksikliği krizine değinilecektir. Son olarak, bilimsel pratiğin yapıtaşları olan kuramsal çerçevelerin neden zayıf kaldığı ve mevcut akademik teşvik sisteminin araştırma kalitesine etkileri üzerinde durularak daha iyi bir bilişsel bilim nasıl mümkün olabilir sorusu tartışılacaktır.
Hamit Başgöl, insanların duyusal çevrelerindeki düzenlilikleri nasıl fark edip öğrendiklerini ve beklentiler ihlal edildiğinde bunun gözbebeği tepkilerine nasıl yansıdığını psikofiziksel deneylerle incelemektedir. Bireyler arası duyarlılık farklarını deneysel çalışmalar ve hesaplamalı modellerle araştırarak, beynin dünyaya dair modellerini nasıl izleyip güncellediğine dair genel ilkeleri anlamayı hedeflemektedir. Psikoloji lisansını Hacettepe Üniversitesi’nde (2012–2016), Bilişsel Bilim yüksek lisansını Boğaziçi Üniversitesi’nde (2017–2021) tamamlamış; 2022’den bu yana Tübingen Üniversitesi Experimental Cognitive Science grubu ve Nöral Bilgi İşleme alanında, Volker H. Franz ve Peter Dayan danışmanlığında doktora çalışmalarını sürdürmektedir.
Ders için temel istatistik ve bilimsel araştırma yöntemleri bilgisi faydalı olacaktır; ancak ders, kavramsal çerçeveye odaklandığı için bu alanlara yeni başlayan katılımcılar da takip edebilir.
Süre: Haftada 3 saatlik ders oturumu, 4 hafta. Eğitim 8, 15, 22, 29 Ocak Perşembe Günleri 19:30-22:30 arasında çevrimiçi olarak Zoom üzerinden gerçekleştirilecek.
1. Hafta: Bilişsel Bilim, Tekrarlanabilirlik Krizi ve İstatistiksel Tuzaklar
- Bilişsel bilim nedir, hangi disiplinleri bir araya getirir?
- Tekrarlanabilirlik (replikasyon) krizi ne demektir, neden bu kadar ciddiye alınıyor?
- p-değeri, istatistiksel anlamlılık ve istatistiksel güç gibi kavramlar yanlış kullanıldığında ne olur?
Bilişsel bilimin disiplinlerarası doğasını ve bilimsel araştırmada karşılaşılan tekrarlanabilirlik (replikasyon) sorununu anlamak. Bilimsel yöntem nedir ve bilişsel bilimde hangi bilimsel yöntemler kullanılır? Bilimsel yöntem ve tekrarlanabilirlik krizi arasındaki ilişki ne anlama gelir.
Peki ya istatistiksel yöntemler? Bilimsel bulguların istatistiksel olarak nasıl değerlendirildiğini anlamak. p-değeri, istatistiksel anlamlılık, istatistiksel güç (power) gibi kavramları gözden geçirmek ve yanlış uygulamaların (p-hacking, HARKing, optional stopping etc.) sonuçları nasıl çarpıtabileceğini öğrenmek.
Açıklama: Bu hafta bilişsel bilimin kapsamına kısaca bakacağız. Zihni anlamaya çalışan bu alanın ne kadar karmaşık olduğunu göreceksiniz (psikoloji, nörobilim, yapay zeka, dilbilim vb. hepsi bu alana dahil). Ardından tekrarlanabilirlik krizi konusuna giriş yapacağız. Önemli ve çok vurgulanan deneyler tekrarlandığında neden aynı sonuçları vermiyor? Bulgular güvenilmez mi? Bu soruları tartışacağız ve somut örnekler üzerinden bu krizin ne anlama geldiğini kavramaya çalışacağız.
Tekrarlanabilirlik krizinin çerçevesini çizdikten sonra odak noktamızı istatistiğe kaydıracağız. Önce anlamlı sonuç dediğimiz şeyin ölçütü olan p-değerini ele alıyoruz: p < 0.05 kuralı nereden geliyor, ne anlama gelir/gelmez; bunları netleştireceğiz. Sonra, araştırmalarda sık yapılan hatalardan bahsedeceğiz: Veriyi birden çok şekilde analiz edip sadece işe yarayan sonucu raporlamak (p-hacking) veya deneyi yaptıktan sonra aslında hipotezim buydu diye hikayeleştirmek (HARKing) gibi pratiklerin pratikte ne anlama geldiğini konuşacağız. Ayrıca istatistiksel güç konusuna değinerek küçük örneklemlerle çalışmanın problemlerini ve neden hala küçük örneklemler ile çalıştığımızı konuşacağız.
Hazırlık Okumaları:
1. Open Science Collaboration. (2015). Estimating the reproducibility of psychological science. Science, 349(6251), aac4716.
2. Simmons, J. P., Nelson, L. D., & Simonsohn, U. (2011). False-positive psychology: Undisclosed flexibility in data collection and analysis allows presenting anything as significant. Psychological Science, 22(11), 1359-1366.
3. [isteğe bağlı] Ed Yong (2018). Psychology’s replication crisis is running out of excuses. https://www.theatlantic.com/science/archive/2018/11/psychologys-replication-crisis-real/576223/
Hazırlık Görevi:
(a) Size ilginç gelen bir psikoloji veya bilişsel bilim çalışmasını seçin ve kısa bir araştırma yapın: Bu çalışma daha sonra başka araştırmacılar tarafından tekrarlanmaya veya genelleştirilmeye çalışılmış mı? Varsa, tekrar/izleyen çalışmanın temel bulguları neler? Sonuçlar ilk çalışma ile ne kadar benzer, nerelerde ayrışıyor? Kendi cümlelerinizle 5–6 cümlelik bir özet yazın.
(b) Seçtiğiniz orijinal çalışma ile tekrar çalışması arasında istatistiksel güç açısından nasıl bir fark olabileceğini düşünün: Her iki çalışmanın da (olanaklıysa) yaklaşık örneklem büyüklüklerini not edin. Siz aynı etkiyi tekrar test etmek isteseydiniz, kaç katılımcı planlardınız? Neden? İsteğe bağlı: Seçtiğiniz etki için yaklaşık bir güç analizi yapmayı deneyin. Bunu: Python/R/Matlab ile basit bir simülasyon yazarak, veya G*Power gibi bir yazılım kullanarak yapabilirsiniz. Kullandığınız aracı ve bulduğunuz yaklaşık örneklem büyüklüğünü not edin.
2. Hafta: Akademik Yayın Sistemi
- Bilimsel çalışmalar dergilerde nasıl değerlendirilir ve görünür olur?
- Yayın yanlılığı, dosya çekmecesi problemi ve publish or perish kültürü ne anlama gelir?
- Atıf sistemi ve hakemlik (peer review) gerçekten kaliteyi mi ödüllendiriyor?
Amaç: Akademik yayın süreçlerinin bilimsel bulguların yayılımını nasıl etkilediğini anlamak. Yayın yanlılığı, dosya çekmecesi problemi, publish or perish kültürü gibi kavramlarla tanışarak, araştırmacı davranışları üzerindeki yapısal baskıları görmek.
Açıklama: Bu hafta bilimsel bilginin dergilere nasıl girdiğini ve nasıl değerlendirildiğini inceleyeceğiz. Maalesef her yapılan çalışma eşit şekilde görünür olmuyor; dergiler ilginç ve pozitif (görünen) sonuçları tercih ediyor, araştırmacılar da kariyer baskısıyla bunları üretmeye veya çalışmalarını o şekilde göstermeye çalışıyor. Bu durum yayın yanlılığı dediğimiz sorunu doğuruyor: literatürde okuduklarımız, yapılmış tüm çalışmaların tarafsız bir kesiti değil. Ayrıca bir prestij sinyali olarak atıf sisteminin çalışıp çalışmadığını; peer review sisteminin akademik kalite getirip getirmediğini konuşacağız.
Hazırlık Okumaları:
1. Trueblood, J. S., Allison, D. B., Field, S. M., Fishbach, A., Gaillard, S. D., Gigerenzer, G., … & Teodorescu, A. R. (2025). The misalignment of incentives in academic publishing and implications for journal reform. Proceedings of the National Academy of Sciences, 122(5), e2401231121.
2. Adam Mastroianni (2022). The rise and fall of peer review: Why the greatest scientific experiment in history failed, and why that’s a great thing. https://www.experimental-history.com/p/the-rise-and-fall-of-peer-review
3 [isteğe bağlı] 2. Martin Kulldorff (2025). The rise and fall of scientific journals and a way forward. https://substack.brownstone.org/p/the-rise-and-fall-of-scientific-journals
Hazırlık Görevi: Yukarıdaki yayınları okuduktan sonra, siz akademik yayıncılık hakkında ne düşünüyorsunuz? Sizce günümüz dünyasında kar odaklı yayıncılık bilime zarar veriyor mu? Başka bir sistem mümkün mü? Şimdi, kendi yayın sisteminizi tasarlayın. Makaleler nerede ve nasıl paylaşılmalı, Yayınlar, atıf, veri paylaşımı, ve hakem denetimi gibi alanlar nasıl değerlendirilmelidir? Bir araştırmacının kalitesi nasıl ölçülmelidir?
3. Hafta: Açık Bilime Metodolojik Yaklaşımlar
- Açık bilim (open science) nedir, hangi problemleri çözmeyi hedefler?
- Ön-kayıt, kayıtlı rapor, açık veri ve kod gibi uygulamalar araştırma pratiğini nasıl değiştiriyor?
- Meta-analizler ve çok merkezli çalışmalar bilimde güven krizine nasıl yanıt veriyor?
Amaç: Tekrarlanabilirlik krizine yanıt olarak ortaya çıkan açık bilim (open science) uygulamalarını öğrenmek. Ön-kayıt, kayıtlı rapor, açık veri, meta-analiz, çoklu laboratuvar çalışmaları gibi çözümlerin ne işe yaradığını kavramak ve araştırma pratiğine olumlu etkilerini değerlendirmek.
Açıklama: Bu hafta moral verici gelişmelere odaklanıyoruz! Bilimde güven krizine karşı alınan önlemleri tek tek inceleyeceğiz. Ön-kayıt: Araştırmacılar çalışmalarını yapmadan önce planlarını kaydediyorlar, böylece sonradan hikaye uydurma azalıyor. Kayıtlı rapor: Dergiler sonuçtan bağımsız yayın garantisi veriyor, bu da “sadece pozitif sonuçlar yayınlanır” önyargısını kırmaya başladı. Açık veri ve açık kaynak: Artık bir çok araştırma verisini, kodunu paylaşıyor; bu da hataların yakalanmasını ve ortak çalışmayı kolaylaştırıyor. Meta-analizler: Tek tek çalışmaların ötesine geçip genel resme bakmamızı sağlıyor; bir konuda gerçekten etki var mı yok mu daha iyi anlıyoruz. Çok merkezli tekrarlama projeleri: Dünyanın dört bir yanından araştırmacılar aynı deneyi yapıyor, böylece bulgunun evrenselliği test ediliyor. Tüm bu yaklaşımların ortak noktası, bilimi daha şeffaf, ortak ve kendini düzeltir hale getirmek. Bunların somut örneklerini ve şimdiden alınan olumlu sonuçları tartışacağız.
Hazırlık Okuması:
1. Munafò, M. R., Nosek, B. A., Bishop, D. V., Button, K. S., Chambers, C. D., Percie du Sert, N., … & Ioannidis, J. P. (2017). A manifesto for reproducible science. Nature Human Behaviour, 1(1), 0021.
Hazırlık Görevi: Bu hafta bir ön-kayıt deneyimi kazanıyoruz. Kafanızda basit bir araştırma sorusu belirleyin ve bunun için bir ön-kayıt planı yazın. Şu başlıklara kısa cevaplar verin: Hipoteziniz, Deney/Çalışma Tasarımı (kaç kişi, ne yapılacak), Ölçümler (neyi ölçeceksiniz) ve Analiz Planı (hangi istatistik veya kriterle hipotez değerlendirilecek). Bu bir taslak şeklinde olabilir, detaylı olmak zorunda değil. Önemli olan, çalışmaya başlamadan önce ne yapacağınızı tam olarak belirtmeniz ve olasılıkları sınırlamanız. Gönüllü öğrenciler planlarını paylaşacak ve yorumlayacağız.
4. Hafta: Metodolojik Reformlar Çözüm mü? Teori Tartışmaları ve Sonrası
- Neden bu kadar çok veri olmasına rağmen güçlü ve öngörü gücü yüksek kuramlarımız yok?
- Teori krizi nedir; kuramların netliği, test edilebilirliği ve biçimsel temsili neden önemlidir?
- Akademik teşvik sistemleri (yayın baskısı, fon rekabeti vb.) bilimsel kaliteyi ve teori inşasını nasıl şekillendiriyor?
Amaç: Bilimsel araştırmaların yön verici çerçevesi olan kuramların psikoloji ve bilişsel bilimde neden zayıf kaldığını anlamak; kuramların test edilebilirliğini, biçimsel temsilini ve teorisizliğin krizle ilişkisini tartışmak. Metodolojik (açık bilim, istatistiksel reformlar vb.) çözümler ile kuramsal çözümleri birlikte düşünerek, bilimsel üretimin yalnızca bireysel tercih ve hatalarla değil, aynı zamanda yapısal koşullar ve teşvik sistemleriyle belirlendiğini kavramak. Yayın baskısı, fon rekabeti ve yükselme kriterleri gibi unsurların bilimsel kalite ve teori inşası üzerindeki etkilerini değerlendirmek.
Açıklama: Bu hafta şu soruyla yola çıkıyoruz: “Neden elimizde bu kadar çok veri var ama hâlâ zihni tatmin edici biçimde açıklayan güçlü kuramlarımız yok?” Teori krizi, yani kapsamlı, yanlışlanabilir ve öngörü gücü yüksek kuramların eksikliği, psikoloji ve bilişsel bilimde uzun süredir tartışılan bir sorun. Tekrarlanabilirlik krizinde de gördük ki, tek başına bakıldığında anlamlı ve ilginç görünen pek çok bulgu, bir araya geldiğinde tutarlı bir büyük resim oluşturamayabiliyor. Bu derste şu soruyu masaya yatıracağız: Bilimde ilerleme sadece daha çok veri toplamakla mı olur, yoksa bu verileri anlamlandıracak sağlam teorilere de ihtiyaç var mı; varsa bu teorilerin nasıl bir yapıda olması gerekir?
Teori tartışmalarına baktıktan sonra odağımızı bireysel hata ya da teknik yanlışların ötesine taşıyıp, bilimsel üretimi yönlendiren yapısal faktörlere çevireceğiz. Akademik teşvik sistemleri, araştırmacılara gerçekte neyi yaparlarsa “ödüllendirileceklerini” söyler. Birçok araştırmacının yayın baskısı, atıf kaygısı ya da fon rekabeti nedeniyle bulgularını olduğundan daha pozitif göstermeye çalıştığı, veriyle oynadığı ya da negatif sonuçları hiç yayınlamadığı artık sır değil. Fakat bu durum sadece bireysel etik zaaflardan ibaret değildir; bilimsel sistemin yanlış teşviklerle yapılandığının bir göstergesidir.
Yayınla ya da yok ol kültürünün Campbell Yasası bağlamında bilimsel kaliteyi nasıl aşındırdığını, hangi davranışları seçilim yoluyla ödüllendirip hangilerini cezalandırdığını inceleyeceğiz. Ayrıca, bu yapısal mekanizmaların araştırma yanlılığına, teorik yüzeyselliğe ve uzun vadeli kuramsal projelerden kaçınmaya nasıl yol açtığını anlamaya çalışacağız. Böylece metodolojik reformların tek başına yeterli olup olmadığını, teori inşası ve teşvik sistemleriyle birlikte düşünerek tartışacağız.
Hazırlık Okumaları:
1. Meehl, P. E. (1967). Theory-testing in psychology and physics: A methodological paradox. Philosophy of Science, 34(2), 103-115.
2. Nosek, B. A., Spies, J. R., & Motyl, M. (2012). Scientific utopia: II. Restructuring incentives and practices to promote truth over publishability. Perspectives on Psychological Science, 7(6), 615-631.
3. [isteğe bağlı] Oberauer, K., & Lewandowsky, S. (2019). Addressing the theory crisis in psychology. Psychonomic Bulletin & Review, 26(5), 1596-1618.
Hazırlık Görevi:
(a) Teori analizi: Kendi araştırma alanınızda ya da ilgilendiğiniz bir konuda sıkça atıf alan bir “teori” seçin (örneğin bellek, dikkat, karar verme, dil, gelişim, kişilik vb. alanlardan). Seçtiğiniz teoriyi aşağıdaki açılardan kısaca analiz edin: Bu teori net mi, yoksa kavramları muğlak mı? Test edilebilir mi? Hangi tip deney veya veriyle sınanıyor/sınanabilir? Alternatif açıklamalara ne kadar açık? Farklı bir teori aynı bulguları açıklayabilir mi? Niceliksel (sayısal) tahminler yapabiliyor mu? Biçimsel (matematiksel veya hesaplamalı) bir modele dönüştürülebilir mi? Bu sorulara dayanarak 4–5 maddelik kısa bir özet çıkarın. Derste bu notları kullanarak teorilerin ne kadar “sağlam zeminde” durduğunu tartışacağız.
(b) Teşvik ve davranış: Aşağıdaki durumu hayal edin: Bir üniversitede genç bir araştırmacısınız, sözleşmeniz bitmek üzere ve işe alınmanız için makaleler yayınlamanız gerekiyor. Elinizde geçen hafta yaptığınız deneyin sonuçları var ve sonuç istatistiksel olarak anlamlı değil. Bu durumda ne yapardınız? Aşağıdakilerden size en yakın gelen seçeneği işaretleyin ve kısaca nedenini yazın (2–3 cümle yeterli): (a) Sonucu olduğu gibi, “anlamlı değil” haliyle yayınlamaya çalışmak. (b) Sonuç anlamlı çıkana kadar deneyi/analizi değiştirmek veya tekrarlamak. (c) Bu konuyu rafa kaldırıp daha moda ve yayınlanabilir görünen başka bir konuya geçmek. (d) Akademiyi bırakıp bir pastacı açmak. Derste bu olası seçimleri tartışıp, teşvik sisteminin bizleri hangi davranışlara ittiğini birlikte konuşacağız.
Eğitimin ücreti kişi başı KDV dahil 1500 TL’dir. Ödeme bilgileri, başvurusu onaylanan katılımcılar ile en kısa zamanda e-posta ile paylaşılacaktır.
