GRAFFAIN nitel verilerin büyük dil modelleri yardımıyla analiz edilmesini ve ortaya konan bulguların görselleştirilmesini sağlayan Python Shiny destekli çok modüllü bir çevrimiçi analiz yazılımıdır.

GRAFFAIN nitel veri analizlerinin tekrarlanabilirliğini artırmayı amaçlamakla birlikte nitel veri analizlerinin doğası gereği araştırmacının deneyimlerinden ve ilgili teorilerden kaynaklı farklılaşmayı reddetmez. Bu nedenle GRAFFAIN’ın temel felsefesi araştırmacıların yerini almak değil araştırmacılara yardımcı olmak üzerinedir.

GRAFFAIN verileri analiz ederken çok dilli ön eğitimli dil modellerini kullanır. Bu bakımdan sunulan analizlerin gücü ve modüllerin analiz performansı o modülde faydalanılan dil modelinin kapasitesi ile sınırlıdır. GRAFFAIN dil modellerinin yeteneklerini tutarlı bir şekilde sergilemelerini amaçlasa da ortaya çıkabilecek olan ayrıştırma/sınıflama/karşılaştırma hatalarını kabul eder. Bununla birlikte GRAFFAIN sürekli olarak gelişen ve değişen bir platform olmayı ve hataları minimize etmeyi hedefler. Ortaya çıkabilecek olan hata miktarı verilerin farklı dillerde olmasına göre farklılık gösterebilir. Araştırmacıların bunu göz önünde bulundurarak veri setlerinin farklı dillerdeki formatları ile aldıkları bulguları karşılaştırmaları önerilir.

GRAFFAIN’de yer alan farklı modüller farklı amaçlarla tasarlanmış ve erişilen dil modelleri modülün amacına uygun olarak farklı promptlar ve farklı veri setleri ile eğitilmiştir. Modülün performansı ön eğitim için kullanılan veri setleri ile kullanıcının veri seti arasındaki benzerlik ölçüsünde artış veya azalış gösterebilir. Ortaya çıkacak hata miktarı da dil modelinin kapasitesinin yanı sıra modelin eğitim amacı ile araştırmacının kullanım amacı arasındaki farklılıklardan kaynaklı artış gösterebilir.

GRAFFAIN modülleri belirli amaçlarla ve sınırlı veri setleri ile eğitilmiş olup amaç dışı kullanımlarda etkili sonuçlar vermez. Kullanıcıların tüm bunları göz önünde bulundurarak GRAFFAIN’dan aldıkları sonuçları detaylı şekilde kontrol etmeleri önerilir.

Her bir modül için detaylı teknik arka planın yer aldığı teknik rapor kısa süre içerisinde websitemizde yer alan dokümanlar bölümünde yayınlanacaktır. Modüllerin kullanımı için hazırlanan mini kılavuza aşağıdaki butona tıklayarak ulaşabilirsiniz:

GRAFFAIN bilimsel & toplumsal araştırmalara katkı sağlamak amacıyla geliştiricilerin özverili çabaları sonucu desteksiz ve bağımsız olarak geliştirilmiş olan ücretsiz bir platformdur. Eğer çalışmalarınızda GRAFFAIN kullanırsanız geliştiricilere atıfta bulunmanız bu çabanın karşılığındaki tek beklentidir.

Atıf:

Çüm, S., Demir, E. K., Demir, T., & Kahyaoğlu Erdoğmuş, Y. (2025). GRAFFAIN: Mini Kılavuz [Preprint]. figshare. https://doi.org/10.6084/m9.figshare.29310398

GRAFFAIN kurucu ve yönetici ekibi aşağıda belirtilen katkıları haricinde fikir, tasarım, yaratım ve test süreçlerinde birlikte düşünmüş ve birlikte hareket etmiştir. GRAFFAIN’ın kullanıcı dönütleri ile birlikte sürekli olarak geliştirilmesi sürecinde de aynı anlayışla yoluna devam edecektir.

GRAFFAIN araştırmacıların katkılarına her anlamda açıktır. Bu anlamda geribildirimde bulunmak istediğiniz modülün geliştiricisi ile aşağıdaki iletişim adreslerinden doğrudan iletişime geçebilirsiniz. GRAFFAIN’ın modüler yapısı onun sürekli büyüme hedefleri ile paralel giden bir felsefeyi yansıtmaktadır. Mevcut modüller sürekli olarak geliştirilecek ve yeni modüller eklenecektir. GRAFFAIN yönetici ekibi birlikte çalışmak ve yeni modüller geliştirmek isteyen tüm araştırmacılara açık davette bulunmaktadır. Katkıda bulunmak isteyen araştırmacılar GRAFFAIN gönüllü ekibinin bir parçası olarak geliştirdiği modülle birlikte platformdaki yerini alacaktır.

Doç. Dr. Sait Çüm

Dokuz Eylül Üniversitesi
Eğitimde Ölçme ve Değerlendirme
İletişim: sait.cum@deu.edu.tr
Yazdığı Modüller: İçerik Analizi, Ağ (Network) Analizi, Duygu Değişimi Analizi, Ana Akım & Marjinal Görüş Analizi, Shiny Tasarımı, Shiny UI & Server

Doç. Dr. Elif Kübra Demir

Ege Üniversitesi
Eğitimde Ölçme ve Değerlendirme
İletişim: elif.kubra.demir@ege.edu.tr
Yazdığı Modüller: Dört Duygu Analizi, Risk Matrisi, Shiny UI & Server

Dr. Tolga Demir

Milli Eğitim Bakanlığı
İletişim: demir.tolga@yahoo.com
Yazdığı Modüller: İçerik Analizi, İhtiyaç Analizi, Politik Eksen Analizi, Shiny UI & Server

Dr. Öğretim Üyesi Yasemin Kahyaoğlu Erdoğmuş

Dokuz Eylül Üniversitesi
Bilgisayar ve Öğretim Teknolojileri Eğitimi
İletişim: yasemin.kahyaoglu@deu.edu.tr
Yazdığı Modüller: Logo Tasarımı, Website Tasarımı, Web Hosting, Website Frontend ve Backend