Bir Bulgudan İnsanlığa Ne Kadar Gidebiliriz?

Bir üniversite laboratuvarında yüz öğrencinin, çoğunluğun açıkça yanlış cevabıyla karşılaştığında kendi doğru cevabından daha sık vazgeçtiğini düşünelim. Bu sonuç, çalışmaya katılan öğrenciler ve kullanılan görev için bir bulgudur. Fakat araştırma yazıya dönüştüğünde cümle kolayca genişleyebilir: İnsanlar çoğunluğa uyar. Bu kısa cümlede öğrenciler bütün insanları, belirli bir görsel görev bütün anlaşmazlıkları, laboratuvar ortamı bütün sosyal bağlamları temsil etmeye başlamıştır.

Araştırmanın amacı yalnızca odadaki yüz kişiyi anlatmak değildir; gözlenen örüntüden daha geniş bir süreç hakkında bilgi üretmektir. Yine de verinin kendisi araştırmaya katılmayan kişileri, kullanılmayan görevleri veya yaşanmayan tarihsel dönemleri doğrudan içermez. Bu nedenle genelleme, sonuç bölümüne sonradan eklenen iddialı bir cümle değil, araştırmanın kimleri ve hangi koşulları temsil ettiğine ilişkin gerekçeli bir çıkarımdır.

Bir çalışmanın benzer yöntemlerle yeniden yürütülmesi ve karşılaştırılabilir bir sonuç üretmesi, bulgunun yalnızca ilk veri setindeki rastlantıdan veya çözümleme tercihinden kaynaklanmadığına ilişkin güveni artırabilir. Bu parçada tekrarlanabilirlik sözcüğü, aynı temel iddianın yeni verilerle yeniden sınanmasını kapsayan geniş anlamıyla kullanılmaktadır. Literatürde tekrarlanabilirlik ve yeniden üretilebilirlik terimlerinin daha teknik ve farklı kullanımları da vardır; önemli olan hangi işlemin tekrarlandığının açıkça belirtilmesidir.

Genellenebilirlik ise farklı bir soru sorar: Sonuç hangi insanlarda, uyaranlarda, görevlerde, ortamlarda ve zamanlarda beklenebilir? Aynı üniversitede aynı görevle yapılan başarılı bir tekrar, bulgunun başka kültürlerde veya gündelik hayattaki farklı anlaşmazlıklarda da ortaya çıkacağını tek başına göstermez. Tersine başka bir bağlamda daha küçük veya farklı bir sonuç bulunması da ilk çalışmanın mutlaka hatalı olduğu anlamına gelmez; iki çalışma birlikte etkinin sınır koşullarına işaret ediyor olabilir.

Bu ayrım, tekrar ile genellemeyi birbirinden koparmaz. Doğrudan tekrarlar önce bulgunun tanımlanmış koşullarda ne kadar istikrarlı olduğunu sınar. Örneklemi, görevi veya ortamı sistematik biçimde değiştiren çalışmalar ise sonucun kapsamını araştırır. Sağlam bir bilgi birikimi her iki tür kanıta da ihtiyaç duyar.

Aynı sonuç cümlesi bu sınamaların her birinde farklı anlam taşır. Bir etkinin ortalama olarak bulunması kadar çalışmalar arasında ne ölçüde değiştiği de önemlidir. Amaç bütün bağlamlarda aynı sayı çıkmasını beklemek değil, değişimin rastlantısal belirsizlikten mi yoksa sistematik sınır koşullarından mı kaynaklandığını araştırmaktır.

Örneklem denildiğinde çoğunlukla katılımcılar düşünülür. Oysa sosyal psikolojik bir çalışma aynı zamanda uyaran, görev, durum ve zaman örnekleri seçer. Bir araştırmada kullanılan altı yüz fotoğrafı, on haber başlığı veya iki yardım senaryosu mümkün örneklerin tamamı değildir. Katılımcılar rastgele seçilmiş olsa bile sonuç yalnızca belirli uyaranlara özgüyse, yüzler veya haberler hakkında geniş bir genelleme yapılamaz.

Simons, Shoda ve Lindsay (2017), araştırmacıların yalnızca insanlar için değil, durumlar ve uyaranlar için de hedef evrenlerini belirtmeleri gerektiğini savunur. Yarkoni (2022) bu sorunu istatistiksel çıkarım düzeyinde genişletir: Araştırmacılar sözlü olarak insanlar, görevler, uyaranlar ve araştırma merkezleri hakkında genel bir iddia kurarken kullandıkları model yalnızca kişiler arasındaki değişkenliği hesaba katabilir. Sözlü iddianın kapsamı ile istatistiksel modelin kapsadığı değişkenlik uyuşmadığında sonuç, verinin izin verdiğinden daha geniş sunulabilir.

Bu nokta her araştırmanın sonsuz sayıda yüz, görev ve ülke içermesi gerektiği anlamına gelmez. Araştırmacı hangi öğeleri sabit tuttuğunu, hangilerini örneklediğini ve iddiasının hangi evrene uzandığını belirtmelidir. Tek bir uyaran bilimsel olarak değersiz değildir; yalnızca o uyaranın bütün benzerlerini temsil ettiği ayrıca gerekçelendirilmelidir.

Bir çalışmanın bütün bu evrenleri aynı anda kapsaması beklenmez. Fakat sonuç cümlesi hangi sütunlarda kanıt bulunduğunu yansıtmalıdır. Belirli bir görevdeki üniversite öğrencilerinden elde edilen sonuç ile insan doğası hakkında evrensel iddia arasında çok sayıda sınanmamış geçiş bulunabilir.

Katılımcı sayısının artması, örnekleme hatasını azaltabilir ve etki büyüklüğünün daha hassas tahmin edilmesini sağlayabilir. Fakat on bin kişinin aynı dar topluluktan seçilmesi, araştırmaya katılmayan toplulukları kendiliğinden temsil etmez. Kesinlik ile temsil edicilik farklı özelliklerdir: Büyük ama sistematik biçimde sınırlı bir örneklem, kendi hedef kitlesi hakkında hassas; daha geniş insan topluluğu hakkında ise dar bilgi verebilir.

Temsil sorunu yalnızca rastgele örnekleme yapılıp yapılmadığıyla da bitmez. Araştırmaya kimin erişebildiği, kimlerin katılmayı kabul ettiği, hangi dilde ölçüm yapıldığı, internet bağlantısı veya okuryazarlık gerekip gerekmediği örneklemi şekillendirir. Çevrimiçi katılımcı havuzu coğrafi çeşitlilik sağlayabilirken belirli teknoloji, platform ve gönüllülük özelliklerine sahip kişileri fazla temsil edebilir.

Bu nedenle büyük örneklemler küçümsenmemeli, fakat nüfus çeşitliliğinin yerine de konmamalıdır. Örneklem büyüklüğü ne kadar belirsizlik kaldığını; örnekleme çerçevesi ise sonucun kimler hakkında konuşabildiğini belirler.

Henrich, Heine ve Norenzayan (2010), davranış bilimlerinde Batılı, eğitimli, sanayileşmiş, zengin ve demokratik toplumlara dayanan örneklemlerden insan psikolojisine ilişkin geniş sonuçlar çıkarılmasını eleştirmiştir. İnceledikleri alanlarda toplumlar arasında önemli değişkenlik bulunduğunu ve WEIRD örneklemlerin bazı sonuçlarda insan çeşitliliğinin ortasında yer almak yerine uçlarda bulunabildiğini göstermişlerdir. Bu değerlendirme, tek bir dar topluluktan evrensel insan doğasına geçmenin güvenli olmadığını görünür kılmıştır.

WEIRD kısaltması insanları iki homojen kutuya ayıran bir tanı değildir. Batı toplumları kendi içlerinde; Batı dışında kalan toplumlar da birbirleri arasında dil, sınıf, din, eğitim, kentleşme, geçim biçimi, kurumlar ve tarih bakımından büyük farklılıklar taşır. Bir örneklemi WEIRD değil diye adlandırmak, onu otomatik olarak insanlığın temsilcisi yapmaz. Aynı şekilde WEIRD bir örneklemde bulunan sonuç da değersiz değildir; sorun, örneklemin niteliği belirtilmeden sonucun evrenselmiş gibi sunulmasıdır.

Rad, Martingano ve Ginges (2018), önde gelen bir psikoloji dergisindeki araştırmaları inceleyerek örneklem çeşitliliğinin ve demografik raporlamanın sınırlı kaldığını göstermiştir. Çözüm yalnızca daha çok ülke adı eklemek değildir. Yerel araştırmacıların kuramsal ve yöntemsel karar süreçlerine katılması, kullanılan kavramların yerel anlamının sınanması ve topluluk içindeki çeşitliliğin raporlanması gerekir.

İki ülkedeki ortalama sonuçların farklı olması, kültürün neden olduğu sonucunu tek başına vermez. Örneklemler yaş, eğitim, gelir, kentleşme, dil kullanımı veya ölçüme aşinalık bakımından ayrışabilir. Çeviri aynı sözcükleri taşısa bile sorunun sosyal anlamı değişebilir. Ölçek iki grupta aynı yapıyı aynı biçimde ölçmüyorsa puanları doğrudan karşılaştırmak yanıltıcı olabilir.

Gruplar arasında fark bulunmaması da psikolojik sürecin evrensel olduğunu kanıtlamaz. Çalışmanın farkı görecek gücü yetersiz olabilir, örneklenen topluluklar ilgili kültürel boyut bakımından aslında birbirine benzeyebilir veya aynı ortalama farklı mekanizmalarla oluşabilir. Evrensellik, sıfır hipotezinin reddedilememesinden daha güçlü bir iddiadır.

Kültür, açıklanamayan her farklılığın sonradan bağlandığı bir kutu olmamalıdır. Araştırmacı hangi norm, kurum, anlam veya uygulamanın sonucu değiştirmesini beklediğini önceden belirtmeli ve mümkünse bu mekanizmayı doğrudan ölçmelidir. Ülke, kültürel sürecin kendisi değil, birçok sürecin birlikte değişebildiği bir bağlamdır.

Klein vd. (2018), Many Labs 2 projesinde 28 psikolojik bulguyu 36 ülke ve bölgeden 125 örneklemde, toplam 15.305 katılımcıyla önceden kaydedilmiş protokoller kullanarak yeniden sınamıştır. Projenin temel amacı, sonuçların örneklem ve araştırma ortamına göre ne ölçüde değiştiğini incelemekti. Bu geniş tasarım, tek bir laboratuvarın sağlayamayacağı bir bağlam çeşitliliği oluşturmuştur.

Sonuçlar basit bir her yerde aynıdır veya her kültürde farklıdır hükmü vermemiştir. İncelenen 28 etkinin 11’inde örneklemler arasında örnekleme hatasının ötesine geçen anlamlı heterojenlik saptanmıştır; bununla birlikte genel olarak hangi etkinin incelendiği, etkinin büyüklüğü hakkında hangi örneklemde incelendiğinden daha fazla bilgi sağlamıştır. Laboratuvar ile çevrimiçi uygulama farkı gibi bazı kolay açıklamalar için güçlü ve tutarlı bir moderasyon kanıtı bulunmamıştır.

Bu sonuçlar bağlamın önemsiz olduğunu göstermez. Araştırmadaki etkiler ve örneklemler insan psikolojisinin rastgele bir temsili değildi; araştırmacılar da bu sınırlamayı açıkça belirtmiştir. Daha önemli ders şudur: Bir tekrar başarısız olduğunda görünmeyen kültürel fark veya küçük yöntem ayrıntısı varsaymak, bu moderatörü yeni verilerle sınamakla aynı şey değildir. Bağlam açıklaması da diğer bilimsel açıklamalar gibi ölçülmeli ve yanlışlanabilir olmalıdır.

Gündelik bir ortamda yürütülen saha çalışması, davranışın doğal sonuçlarını ve yerleşik ilişkileri yakalayabilir. Fakat tek bir okulda, iş yerinde veya mahallede yapılan saha araştırması başka kurumlara genellenmeyebilir. Laboratuvar deneyi ise gündelik dünyanın ayrıntılarını azaltırken kuramsal olarak önemli bir süreci daha açık biçimde sınayabilir. Wilson, Westgate ve Aronson (2025), dış geçerliği bir nedensel ilişkinin farklı topluluklar, kültürler ve ortamlarda ne ölçüde sürdüğü üzerinden ele alır; araştırmanın yalnızca gerçek hayata benziyor görünmesi bu soruyu çözmez.

Laboratuvar ile saha arasında değişmez bir üstünlük sırası yoktur. Laboratuvarda bulunan mekanizmanın sahada da çalışıp çalışmadığı ayrıca araştırılabilir; sahada gözlenen örüntünün hangi süreçten kaynaklandığı kontrollü tasarımlarla sınanabilir. Çevrimiçi araştırma da tek başına yapay veya doğal değildir: Katılımcı evinde gerçek bir sosyal ortam içindedir, fakat platformun arayüzü, dikkat koşulları ve katılımcı havuzu sonucun kapsamını biçimlendirebilir.

Genellenebilirlik, araştırma ortamının adına bakılarak değil, hedeflenen kişiler ve koşullar boyunca ilişkinin gerçekten sınanmasıyla değerlendirilir. Bir çalışma açıkça dar bir bağlamı açıklıyorsa bu zayıflık değil, doğru kapsamlandırmadır.

Simons vd. (2017), araştırma raporlarında genellik sınırlarının açık bir bölümle belirtilmesini önermiştir. Böyle bir açıklama, bulgunun hangi insan, uyaran, durum ve işlemlere uzanmasının makul olduğunu; hangi özelliklerin kritik olabileceğini ve nerelerde yeni kanıta ihtiyaç bulunduğunu gösterir. Amaç her olası sınırlılığı sıralamak değil, araştırmanın hedef evrenini dürüstçe tanımlamaktır.

Genellik sınırları yalnızca çalışma bittikten sonra düşünülürse kolayca kalıplaşmış bir zayıflık listesine dönüşebilir. Daha güçlü yaklaşım, araştırma tasarlanırken hedef kitlenin ve değişmesi beklenen koşulların belirlenmesidir. Örneklem seçimi, uyaran havuzu, ölçüm dili ve araştırma merkezleri bu hedefe göre düzenlenebilir. Kuram hangi bağlam farkının önemli olduğunu öngörüyorsa, bu fark bir mazeret olarak değil, sınanacak değişken olarak tasarıma girebilir.

Her sınırı tek çalışmada çözmek mümkün değildir. Bilim birikimli çalışır: İlk araştırma belirli koşullarda bir ilişki gösterir, sonraki çalışmalar başka topluluk ve görevleri ekler, çok merkezli araştırmalar değişkenliği ölçer, meta-analizler kanıtı birleştirir. Genellenebilirlik tek bir mükemmel örneklemle kazanılan bir damga değil, farklı kanıtların zaman içinde oluşturduğu bir kapsam haritasıdır.

Şu iddiayı değerlendirin: İnsanlar, çoğunluğun görüşüyle karşılaştıklarında kendi yargılarını değiştirir. İddianın tek bir üniversitede, görsel karşılaştırma görevi kullanan bir deneyden geldiğini varsayın. Ardından aşağıdaki soruları ayrı ayrı yanıtlayın:

Amaç iddiayı doğru veya yanlış diye tek hamlede sınıflandırmak değildir. Amaç, eldeki verinin desteklediği en geniş cümleyi kurmak ve daha geniş bir cümle için hangi yeni örnekleme ihtiyaç bulunduğunu belirlemektir.