BAŞ DÖNMESİ HAKKINDA TÜRKÇE WEB KAYNAKLARI VE ÜRETKEN YAPAY ZEKÂ YANITLARININ KALİTE, GÜVENİLİRLİK VE OKUNABİLİRLİK AÇISINDAN KARŞILAŞTIRILMASI
1İstanbul Medipol Üniversitesi, Odyoloji, İstanbul, Türkiye Amaç: Hastalar baş dönmesi hakkında bilgi edinmek için giderek daha sık hem web tabanlı kaynaklara hem de üretken yapay zekâ araçlarına başvurmaktadır. Ancak bu kaynakların kalite, güvenilirlik ve okunabilirlik düzeyleri değişkenlik gösterebilir. Bu çalışmada, baş dönmesi hakkında Türkçe web kaynakları ile ChatGPT ve Gemini tarafından üretilen yanıtların karşılaştırılması amaçlandı.Yöntemler: Bu kesitsel, eşleştirilmiş dijital içerik analizinde baş dönmesi ile ilgili 10 hasta odaklı soru kullanıldı. Her soru için bir Türkçe web yanıtı, bir ChatGPT yanıtı ve bir Gemini yanıtı elde edilerek toplam 30 metin değerlendirildi. Google aramaları 14-17 Mart 2026 tarihleri arasında yapıldı; yapay zekâ yanıtları 17 Mart 2026 tarihinde toplandı. Okunabilirlik Ateşman ve Çetinkaya-Uzun formülleri ile, kalite ve güvenilirlik DISCERN aracı ile değerlendirildi. Ayrıca yapılandırılmış 5 maddelik bir doğruluk/güvenlik formu kullanıldı.
Bulgular: Ortalama DISCERN puanları ChatGPT için 60,2±2,2, Gemini için 56,1±4,9 ve web kaynakları için 51,7±8,1 olarak saptandı ve gruplar arasında anlamlı genel fark bulundu (p=0,001). Ortalama doğruluk puanları ChatGPT için 8,7±0,9, Gemini için 8,2±1,5 ve web kaynakları için 7,8±1,9 idi; ancak bu fark istatistiksel olarak anlamlı değildi (p=0,212). Çetinkaya-Uzun okunabilirlik puanları gruplar arasında anlamlı farklılık gösterirken (p=0,007), Ateşman okunabilirlik puanları açısından anlamlı fark saptanmadı (p=0,122). Yanlış/riskli öneri yalnızca bir web metninde, aşırı kesin ifade ise yalnızca bir Gemini yanıtında görüldü.
Sonuç: Üretken yapay zekâ yanıtları bazı karşılaştırmalarda daha yüksek kalite/güvenilirlik puanları ve daha elverişli okunabilirlik değerleri göstermiştir. Bununla birlikte, klinik doğruluk ve güvenlikle ilişkili değişkenler açısından gruplar arasında istatistiksel olarak anlamlı fark saptanmamıştır. Bu nedenle daha yüksek DISCERN veya okunabilirlik puanları klinik üstünlük ya da hasta güvenliği açısından avantaj olarak yorumlanmamalıdır. Hem yapay zekâ tarafından oluşturulan hem de web tabanlı kaynaklar dikkatli değerlendirilmeli ve klinisyenler hastaları dijital sağlık bilgilerini eleştirel biçimde yorumlama konusunda yönlendirmelidir.
Anahtar Kelimeler : Baş dönmesi; DISCERN; Büyük Dil Modelleri; Hasta güvenliği; Okunabilirlik; Sağlık bilgisi