Bu sayfa, 26. Dünya Psikiyatri Kongresi'nde sunulan çalışmanın yapay zekâ desteğiyle hazırlanmış Türkçe özetidir. Çalışmanın sahibi sunan yazarlardır; atıf için orijinal kaynağa başvurun.

EV0204

Kültürel bipolar araştırmalarda nitel görüşmelerin tematik analizi için ChatGPT kullanımı

USING CHATGPT FOR THEMATIC ANALYSIS OF QUALITATIVE INTERVIEWS IN CULTURAL BIPOLAR RESEARCH

ChatGPT, Roman Urduca görüşme metinlerinde yapılandırılmış ilk kodlamayı çeviriye gerek kalmadan yapabilmiş, ancak segmentlerin yalnızca küçük bir bölümü tam doğru kodlanmış ve duygusal ile kültürel nüanslar sıklıkla yitirilmiştir.

Amaç, Pakistan'da kültüre uyarlanmış bir bipolar bozukluk (bipolar disorder, BD) psikoterapisi çalışmasından elde edilen Roman Urduca (Latin harfli Urduca) görüşmelerin tematik analizinde ChatGPT'nin (GPT-4.5) kodlama asistanı olarak performansını değerlendirmektir. Nitel çalışmada, Mayıs 2024 ile Nisan 2025 arasında Ulusal Bipolar Bozukluk Kayıt Sistemi (PILL) üzerinden Pakistan genelinde toplanan 24 yarı yapılandırılmış görüşme (60-90 dakika) kullanılmış; katılımcılar remisyondaki 12 bipolar bozukluk tanılı erişkin (YMRS 12 veya altı; MADRS 10 veya altı) ve 12 aile bakım verenidir. Görüşmeler ses kaydına alınmış, birebir Roman Urduca yazıya dökülmüş ve yapay zekâ işlemesinden önce tümüyle kimliksizleştirilmiş; Braun ve Clarke refleksif tematik analizinde ChatGPT yalnızca 2. aşamada (ilk kodlama) ve 6 yinelemeyle geliştirilmiş standart bir istem (prompt) ile kullanılmış, diğer tüm aşamalar araştırmacılar tarafından yürütülmüştür. İki dilli bir araştırmacı yapay zekâ tarafından üretilen her kodu satır satır denetleyerek segmentleri Doğru, Kısmen Doğru ya da Yanlış olarak derecelendirmiş ve hataları kültürel temelli 6 tipli bir sınıflamaya göre kodlamıştır. Denetlenen 1.366 transkript segmentinin (622 bakım veren, 744 hasta) doğruluk dağılımı şöyledir: doğru %16,7 ve %29,6; kısmen doğru %82,6 ve %60,1; yanlış %0,6 ve %10,3. Tam doğru olmayan segmentlerde en sık hata türü duygusal özgüllük kaybı (%69,9 ve %38,2), ardından kültürel çekirdek kavram (%20,2 ve %5,6), ilişkisel dinamikler (%16,8 ve %14,3), ruhani ya da felsefi içerik (%10,7 ve %5,6), toplumsal cinsiyet nüansı (%8,6 ve %2,9) ve düz metafor (%5,5 ve %1,7) olmuştur; kültürel düzleştirmeye örnek olarak kendini 'zinda laash' ('yaşayan ceset') olarak tanımlayan bir katılımcının ifadesinin ChatGPT tarafından 'düşük duygudurum' şeklinde kodlanması ve bunun insan denetiminde düzeltilmesi gösterilmiştir. Yazarlar, ChatGPT'nin erken çeviri yapmadan verimli ve yapılandırılmış ilk kodlama sağladığını, ancak yorumlayıcı derinlik ve bağlamsal geçerlilik için insan denetiminin zorunlu olduğunu; özellikle kaynak kısıtlı ortamlarda büyük dil modeli kullanımının doğruluk denetimleri, hata sınıflaması ve refleksivite ile birlikte yürütülmesi gerektiğini belirtmektedir.

Tüm WCP 2026 özetleri