Dergiler / Uluslararası Türk Lehçe Araştırmaları Dergisi (TÜRKLAD) / 2025 / Cilt: 9 Sayı: 2

DİJİTALLEŞME, BÜYÜK DİL MODELLERİ VE SOSYODİLBİLİM: DİL VE TOPLUM ÇALIŞMALARINDA YAPAY ZEKAYA DAİR KURAMSAL PERSPEKTİFLER

Digitalization, large language models, and sociolinguistics: Theoretical perspectives on artificial intelligence in language and society studies

Sayfa
401–410
Yayın Tarihi
2025-12-20
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Sonuç olarak, büyük dil modelleri dijitalleşme çağında sosyodilbilimsel araştırmaların kuramsal boyutlarını derinleştirme potansiyeline sahiptir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Dijitalleşme, dil kullanımını, sosyal etkileşim ağlarını ve kimlik inşası süreçlerini dönüştürerek sosyodilbilim alanında etkili olgulardan biri hâline gelmiştir.
📊
Temel Bulgular & Veri:Dijital ortamların genişlemesi, çağdaş bağlamda dilsel çeşitlilik, ideoloji, güç ve kimlik üzerine yeni tartışmaları gerekli kılmaktadır.
💡
Sonuç & Katkı:Sonuç olarak, büyük dil modelleri dijitalleşme çağında sosyodilbilimsel araştırmaların kuramsal boyutlarını derinleştirme potansiyeline sahiptir.
🔬Tür:Uygulamalı Anket & Alan Araştırması
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Dijitalleşme ve sosyodilbilim · Büyük dil modelleri (LLM'ler) · Yapay Zeka (YZ)

Özet

Dijitalleşme, dil kullanımını, sosyal etkileşim ağlarını ve kimlik inşası süreçlerini dönüştürerek sosyodilbilim alanında etkili olgulardan biri hâline gelmiştir. Dijital ortamların genişlemesi, çağdaş bağlamda dilsel çeşitlilik, ideoloji, güç ve kimlik üzerine yeni tartışmaları gerekli kılmaktadır. Bu çerçevede, yapay zekâ temelli büyük dil modelleri (LLM’ler) yalnızca teknolojik yenilikler değil, aynı zamanda dilin toplumsal boyutlarını yeniden düşünmeye davet eden kuramsal kavşaklardır. Bu çalışma, LLM’lerin dijitalleşme bağlamında sosyodilbilime sunabileceği kuramsal katkıları tartışmayı amaçlamaktadır. Bu modellerin geniş ölçekli dilsel verileri işleme kapasitesi, çevrimiçi söylemler, dijital kimlikler ve dilsel uygulamalara ilişkin yeni bakış açıları sunmaktadır. Özellikle dijitalleşmenin hızlandırdığı dil kullanımındaki değişim ve çeşitlilik, sosyodilbilim içinde yeniden değerlendirilmesi gereken alanları temsil etmektedir. Bununla birlikte bu potansiyel, önemli riskleri de barındırır. Kültürel bağlamın azaltılması, ideolojik önyargıların yeniden üretilmesi, etik kaygılar ve insanın yorumlayıcı gücünün zayıflaması, eleştirel dikkat gerektiren başlıca sorunlar arasındadır. Sonuç olarak, büyük dil modelleri dijitalleşme çağında sosyodilbilimsel araştırmaların kuramsal boyutlarını derinleştirme potansiyeline sahiptir. Ancak bu potansiyelin anlamlı ve üretken biçimde gerçekleşmesi, insan yorumunun korunmasına, eleştirel farkındalığın sürdürülmesine ve etik ilkelere bağlı kalınmasına bağlıdır. Bu çalışmanın amacı; dijitalleşme, sosyodilbilim ve yapay zekâ arasındaki kesişimleri inceleyerek süregelen kuramsal tartışmalara katkıda bulunmak ve alanın olası gelecek yönelimlerine ilişkin içgörüler sunmaktır.

Abstract

Digitalization has become one of the most influential phenomena in sociolinguistics by transforming language use, networks of social interaction, and processes of identity construction. The expansion of digital environments necessitates renewed debates on linguistic diversity, ideology, power, and identity in contemporary contexts. In this regard, artificial intelligence–based large language models (LLMs) function not only as technological innovations but also as theoretical intersections that invite scholars to reconsider the social dimensions of language. This study aims to discuss the theoretical contributions that LLMs may offer to sociolinguistics within the broader framework of digitalization. The capacity of these models to process large-scale linguistic data provides new perspectives on online discourses, digital identities, and linguistic practices. Particularly, the shifts and diversification in language use accelerated by digitalization highlight areas within sociolinguistics that require renewed examination. However, this potential also entails significant risks. The reduction of cultural context, the reproduction of ideological biases, ethical concerns, and the weakening of human interpretive agency are among the critical issues that demand careful attention. In conclusion, large language models have the potential to deepen the theoretical dimensions of sociolinguistic research in the age of digitalization. Yet the meaningful and productive realization of this potential depends on preserving human interpretation, maintaining critical awareness, and adhering to ethical principles. By examining the intersections among digitalization, sociolinguistics, and artificial intelligence, this study seeks to contribute to ongoing theoretical debates and to offer insights into possible future directions of the field.

🔖

Bu Makaleye Atıf Yap

Eraydın, Y. Y. (2025). DİJİTALLEŞME, BÜYÜK DİL MODELLERİ VE SOSYODİLBİLİM: DİL VE TOPLUM ÇALIŞMALARINDA YAPAY ZEKAYA DAİR KURAMSAL PERSPEKTİFLER. Uluslararası Türk Lehçe Araştırmaları Dergisi (TÜRKLAD), Cilt: 9 Sayı: 2, 401–410. https://doi.org/10.30563/turklad.1826422

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (15)

  1. Androutsopoulos, J. (2014). Languaging when contexts collapse: Audience design in social networking. Discourse. Context & Media, 4-5, 62-73.
  2. Bender, E. M., Gebru, T., McMillan-Major, A. & Shmitchell, S. (2021). On the dangers of stochastic parrots: Can language models be too big? 2021 ACM Conference on Fairness, Accountability, and Transparency. p. 610-623. Association for Computing Machinery.
  3. Bender, E. M., & Koller, A. (2020). Climbing towards NLU: On meaning, form, and understanding in the age of data. Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics. p. 5185-5198. Association for Computational Linguistics.
  4. Blodgett, S. L., Green, L., & O'Connor, B. (2016). Demographic dialectal variation in social media: A case study of African-American English. Proceedings of the 2016 Conference on Empirical Methods in Natural Language Processing. p. 1119-1130. Association for Computational Linguistics.
  5. Blommaert, J. (2010). The sociolinguistics of globalization. Cambridge University Press.
  6. Blommaert, J., & Rampton, B. (2011). Language and superdiversity. Diversities, 13(2), 1-21.
  7. Bölükbaşı, T., Chang, K. W., Zou, J. Y., Saligrama, V., & Kalai, A. T. (2016). Man is to computer programmer as woman is to homemaker? Debiasing word embeddings. Advances in Neural Information Processing Systems. p. 4349-4357.
  8. Crawford, K. (2021). Atlas of AI: Power, politics, and the planetary costs of artificial intelligence. Yale University Press.
  9. Gray, M. L., & Suri, S. (2019). Ghost work: How to stop Silicon Valley from building a new global underclass. Houghton Mifflin Harcourt.
  10. Huang, L. (2023). Large language models and sociolinguistics: Opportunities and challenges. Language and Linguistics Compass, 17(2), e12478.
  11. Labov, W. (1972). Sociolinguistic patterns. University of Pennsylvania Press.
  12. Latour, B. (2005). Reassembling the social: An introduction to actor-network-theory. Oxford University Press.
  13. Nguyen, D., Dogruöz, A. S., Rosé, C. P., & de Jong, F. (2016). Computational sociolinguistics: A survey. Computational Linguistics, 42(3), 537-593.
  14. Tagg, C., & Seargeant, P. (2014). Audience design and language choice in the construction and maintenance of translocal communities on social network sites. P. Seargeant & C. Tagg (Ed.), The language of social media: Identity and community on the internet, p. 161-185, Palgrave Macmillan.
  15. Vaswani, A., Shazeer, N., Parmar, N., Uszkoreit, J., Jones, L., Gomez, A. N., Kaiser, Ł., & Polosukhin, I. (2017). Attention is all you need. Advances in Neural Information Processing Systems, p. 5998-6008.