Beş Yapay Zekâ Sohbet Botu 58 Vegan Beslenme Sorusunu Nasıl Yanıtladı?
Yaygın olarak kullanılan beş yapay zekâ sohbet botuna, günlük hayatta sorulan 58 vejetaryen ve vegan beslenme sorusu soruldu. Beşinin de eğitimli değerlendiricilerin “olası güvensiz” saydığı yanıtları oldu: toplam 290 yanıtın 47’si. Sorunlar tam da hata payının en dar olduğu yerlerde toplanmıştı — B12 vitamini, iyot ve selenyum, gebelik ve bebek beslenmesi, bir de takviyeyle değil hekimle çözülecek belirtiler. Çalışma, yanıtların kendisini puanladı; bu yanıtlara uyan kimseyi izlemedi.
Ne yayımlandı?
“Safety, accuracy, empathy, reliability, and readability of large language model chatbot responses to public-facing vegetarian and vegan nutrition advice questions: a cross-sectional comparative study” (Büyük dil modeli sohbet botlarının halka açık vejetaryen ve vegan beslenme sorularına verdiği yanıtların güvenliği, doğruluğu, empatisi, güvenilirliği ve okunabilirliği: kesitsel karşılaştırmalı bir çalışma) başlıklı makale, 3 Ağustos 2026’da Frontiers in Public Health dergisinde yayımlandı. Dokuz yazar, Çin’in Chongqing ve Yongzhou şehirlerindeki klinik beslenme ve hastane bölümlerinde çalışıyor. Çalışmaya mali destek alınmadığını ve çıkar çatışması sayılabilecek ticari ya da mali bir ilişki bulunmadığını bildiriyorlar.
Çalışma nasıl yapıldı?
Ekip, 192 aday soru arasından halka açık nitelikte 58 soruyu seçti — hekimin değil, okurun yazacağı türden sorular. Her soru bir kez, İngilizce olarak, beş ürüne resmî web arayüzleri üzerinden soruldu: ChatGPT (GPT-5.4 Thinking), Gemini (3.5 Flash, Think kipi), Microsoft Copilot (Think Deeper kipi), DeepSeek (V4-Pro, Expert kipi) ve Doubao (Seed-Doubao V3.7.2, Thinking kipi). Sorgular 20 Mayıs 2026 ile 27 Mayıs 2026 arasında Chongqing’de yapıldı ve 290 yanıt üretti. Her soru ayrı bir oturuma girildi, bellek kapatıldı, takip sorusu sorulmadı: amaç, sıradan bir kullanıcının ilk temasta aldığı yanıta yaklaşmaktı.
Klinik beslenme eğitimi almış beş değerlendirici, hangi yanıtı hangi ürünün yazdığını bilmeden, her yanıtı önceden hazırlanmış referans yanıtlarla karşılaştırarak puanladı. Güvenlik, çoğunluk kararıyla “güvenli” ya da “olası güvensiz” olarak işaretlendi; doğruluk ve empati 1-5 arası puanlandı. Güvenilirlik ve bilgi kalitesi için dört yerleşik araç kullanıldı: DISCERN, EQIP, JAMA ölçütleri ve Global Quality Score. Okunabilirlik altı formülle ölçüldü. Değerlendiriciler arası uyum yüksekti: güvenlikte Fleiss kappa 0,823, diğer ölçümlerde sınıf içi korelasyon 0,872-0,882.
Ne bulundu?
Hiçbir ürün temiz çıkmadı. Güvenli yanıt oranı DeepSeek’te %89,7, ChatGPT’de %87,9, Copilot’ta %86,2, Gemini’de %79,3, Doubao’da %75,9 idi. Çoklu karşılaştırma düzeltmesinden sonra ürünler arasında güvenlik açısından istatistiksel olarak anlamlı bir fark bulunmadı; yani bu sıralama örneklemi betimler, bir kazanan ilan etmez.
47 olası zararlı yanıt, 14 soruda toplanmış. Ürün başına sayılar: Doubao 14, Gemini 12, Copilot 8, ChatGPT 7, DeepSeek 6. İşaretlenen sorular B12 kaynakları, yosundan iyot, selenyum kaynağı olarak Brezilya cevizi, gebelik, bebek beslenmesi, ergen ve yaşlı beslenmesi, kronik böbrek hastalığı, tiroit hastalığı, geçmeyen yorgunluk ve vegan beslenmeye geçtikten sonra ortaya çıkan nörolojik belirtilerle ilgiliydi.
Asıl önemli olan, hataların biçimi. Yazarlar, işaretlenen yanıtların çoğunun tümüyle yanlış olmadığını, doğru genel bilgiyle güvensiz bir belirsizliği bir arada sunduğunu yazıyor. Sağlam bir önerinin yanına kulağa makul gelen bir istisna ekleniyor; hekime yönlendirilmesi gereken yerde yatıştırıcı bir cümle duruyor. Eğitimi olmayan bir okur için bu karışımı fark etmek neredeyse imkânsız.
Güvenlikte olmayan fark kalitede vardı. Doğrulukta ortanca puan ChatGPT, Copilot ve DeepSeek’te 4,00; Gemini’de 3,20; Doubao’da 3,00 idi. Empatide en yüksek ortanca ChatGPT’nindi: 3,80. DISCERN’de (ortanca 64,40) ve EQIP’te (85,00) Copilot öndeydi; bu araçlarda yüksek puan daha iyi demektir. Doubao ikisinde de en düşüktü (54,90 ve 67,50). En okunaklı metni Gemini üretti (ortalama Flesch-Kincaid sınıf düzeyi 9,99); en zor okunanlar Doubao ve ChatGPT’ydi (13,28 ve 12,47).
Kaynak gösterme her üründe zayıftı. JAMA ölçütleri, çevrim içi tıbbi bilginin yazarını, dayanağını, beyanlarını ve güncelliğini belirtip belirtmediğini sorgular. Beş üründen dördünde ortanca puan 1,00, Copilot’ta 1,90 çıktı. Yazarlar bunu süregelen bir şeffaflık sorunu olarak niteliyor.
Çalışmanın söyleyemedikleri
- Her soru bir kez soruldu. Bu yüzden çalışma, yanıtların tekrarlanabilirliğini ya da zaman içindeki kararlılığını ölçmedi.
- Ürünlerin fotoğrafı, modellerin değil. Bulgular, kaydedilen ayar, tarih ve konum altında ürün düzeyinde karşılaştırmadır; altta yatan modellerin ya da gelecekteki sürümlerin karşılaştırması değildir.
- Yalnız İngilizce ve tek turlu. Başka dillerde, başka bölgelerde, farklı kullanıcı profillerinde ya da çok turlu konuşmalarda sonuç değişebilir.
- Sıralama betimleyicidir. Ürünler arasındaki güvenlik farkları istatistiksel anlamlılığa ulaşmadı; insan puanlaması da özellikle empati ve bilgi kalitesinde kısmen özneldir.
Okur için pratik not
Yazarların aktardığı 2026 tarihli ve ABD’yi temsil eden 5.660 kişilik bir ankette, katılımcıların %25’i sağlık bilgisi ya da tavsiyesi için bir yapay zekâ aracı kullandığını söylemiş; son dönemde kullananların %59’u beslenme ya da egzersiz sorusu sormuş.
İşaretlenen yanıtların dönüp dolaşıp geldiği üç besin öğesi, vegan beslenmede hata payının en dar olduğu öğelerdir. Üçünde de “ne kadar çok o kadar iyi” eğrisi değil, güvenli bir aralık var:
- B12 vitamini — mesele kaynağın güvenilirliği. Uyuşma ya da karıncalanma, dozu kendi başınıza artırmanız için değil, hekime gitmeniz için bir nedendir. Veganlarda B12 vitamini rehberimize bakın.
- İyot — hem eksikliği hem fazlası sorun çıkarır, yosunun iyot içeriği de değişkendir. Veganlarda iyot rehberimize bakın.
- Selenyum — sohbet botları hemen Brezilya cevizine uzanıyor; oysa kanıtlar burada temkinli bir dil gerektiriyor, çünkü selenyum içeriği ve maruziyet değişkenlik gösterebiliyor. Veganlarda selenyum yazımıza bakın.
Bu makale, sitede kural olarak uyguladığımız bir şeyi sayılarla da gösteriyor: sohbet botu yanıtı kaynak değildir. Buradaki her yazı, bir iddianın arkasındaki çalışmayı, dergiyi ve tarihi adıyla verir; böylece gidip kontrol edebilirsiniz. Makaledeki JAMA puanları, bir sohbet botu yanıtının çoğu zaman bu şekilde kontrol edilemeyeceğini gösteriyor: yanıt, iddianın nereden geldiğini ya da en son ne zaman doğru olduğunu söylemiyor. Sohbet botu, neyi soracağınızı bulmak için makul bir yoldur; yanıtın doğru olup olmadığını öğrenmek için değil. Aradaki farkı beslenme araştırmaları nasıl okunur yazımızda anlatıyoruz.
Kaynaklar
- Zhou J, Zhou Q, Zhou L, Wang J, Gao J, Qin L, Tan B, Fan P, Li C. Safety, accuracy, empathy, reliability, and readability of large language model chatbot responses to public-facing vegetarian and vegan nutrition advice questions: a cross-sectional comparative study. Front Public Health. 2026;14. doi:10.3389/fpubh.2026.1921819.
Editör: Anıl Güler, Eczacı
Son bilimsel gözden geçirme: 19 Eylül 2026
