Yazılım mühendisliği alanında yayınlanan makale sayısı hızla artarken, bu bilgilerin birikimli bir şekilde kullanılması konusunda ciddi sorunlar yaşanıyor. ICSE 2026 konferansı için yapılan araştırmada 280 deneyimli akademisyenin görüşleri analiz edildi. Bulgular, araştırma üretkenliğinin artmasına rağmen sonuçların sentezlenmesi, iddiaların takip edilmesi ve uzun vadeli bilgi birikiminin sağlanması konularında yetersiz mekanizmaların olduğunu ortaya koyuyor. Araştırmacılar, makalelerin izole bilgi birimleri halinde kalması, bağlamın kaybolması ve bilgi aktarımında yaşanan sorunları dört temel yapısal problem olarak tanımlıyor. Bu durum, yazılım mühendisliği alanının bilimsel ilerlemesini yavaşlatıyor.

Araştırmacılar, sınav sırasında kopya çekme davranışlarını tespit edebilen iki aşamalı yapay zeka sistemi geliştirdi. Sistem, önce YOLOv8n modeliyle sınav salonundaki öğrencileri tespit ediyor, ardından RexNet-150 modeliyle davranışlarını analiz ediyor. 273 bin örnek üzerinde eğitilen sistem %95 doğruluk oranına ulaştı. Geleneksel gözetim yöntemlerinin pahalı ve hata yapma eğiliminde olması nedeniyle geliştirilen bu teknoloji, akademik dürüstlük konusundaki sorunlara modern bir çözüm sunuyor. İki farklı derin öğrenme modelinin entegrasyonuyla çalışan sistem, şeffaf ve etkili bir alternatif oluşturuyor.

Bilimsel yayın sürecinin kritik aşamalarından biri olan hakem değerlendirmelerine yanıt yazma işlemi, yazarlar için büyük zaman ve çaba gerektiriyor. Araştırmacılar, bu süreci kolaylaştırmak için yazarın uzmanlığını ve niyetini dikkate alan yeni bir yapay zeka sistemi geliştirdi. Re3Align adlı kapsamlı veri seti ve REspGen çerçevesi sayesinde, bilim insanları artık hakem görüşlerine daha etkili yanıtlar hazırlayabilecek. Sistem, yazarın alan bilgisini ve stratejik yaklaşımını analiz ederek, kişiselleştirilmiş ve ikna edici yanıtlar üretebiliyor. Bu gelişme, akademik yayıncılık sürecini hızlandırırken kaliteyi de artırmayı hedefliyor.

Avrupa'nın en büyük açık bilim platformu OpenAIRE'ın sahip olduğu dev atıf veri seti, şimdiye kadar boyutu nedeniyle sadece süper bilgisayarlarda işlenebiliyordu. 200 milyondan fazla yayın ve 2 milyardan fazla atıf içeren bu veri kümesi, sıkıştırılmamış haliyle terabayt boyutlarında yer kaplıyordu. Araştırmacılar, bu devasa veri setini 32 GB'a kadar küçülterek normal bilgisayarlarda da kullanılabilir hale getirmeyi başardı. Bu gelişme, bilim insanlarının yayınlar arası ilişkileri analiz etmesini, araştırma trendlerini takip etmesini ve bilimsel ağları incelemesini çok daha kolay hale getiriyor. Özellikle akademik araştırmalar, bibliyometrik analizler ve bilim politikası çalışmaları için büyük önem taşıyan bu çalışma, bilimsel verilere erişimde demokratikleşme sağlıyor.

Donanım mühendisleri için büyük bir zaman kaybı olan hata tespiti sorunu, yeni bir yaklaşımla çözüme kavuşuyor. Araştırmacılar, Pecker adlı yenilikçi framework ile donanım tasarımlarındaki hataları daha hızlı ve kesin bir şekilde belirlemenin yolunu buldu. Yazılım tabanlı hata tespit yöntemlerinin donanım dünyasında yetersiz kalması, donanımın zamana bağlı çalışma karakteristiklerinden kaynaklanıyor. Bir hatanın ortaya çıktığı an ile fark edildiği an arasındaki zaman farkı, köken nedenini bulmayı zorlaştırıyor. Pecker, kırılan nedensel zinciri yeniden inşa ederek bu sorunu aşıyor. Sistem, zamansal geri izleme teknikleri kullanarak hatanın hangi döngüde aktif hale geldiğini tahmin ediyor. Bu yaklaşım, donanım geliştirme süreçlerini önemli ölçüde hızlandırarak mühendislerin debugging için harcadığı süreyi azaltma potansiyeli taşıyor.

Araştırmacılar, Avrupa'da yazılım seçimlerini etkileyen yeni bir faktör keşfetti: dijital vatanseverlik. Geleneksel olarak maliyet, güvenlik ve kullanışlılık gibi teknik kriterlerle yapılan yazılım seçimleri, artık ideolojik motivasyonlardan da etkileniyor. 2020 sonrası Avrupa devlet kurumlarının teknoloji kararlarında belirgin bir değişim gözleniyor. Erken dönem geçişler ekonomik nedenlerle yapılırken, son dönemde egemenlik, jeopolitik risk ve yerel sanayi yatırımı gibi stratejik kaygılar öne çıkıyor. 700'den fazla çevrimiçi yorumun analizi, tüketicilerin ve işletmelerin Avrupalı yazılım alternatiflerini tercih ederken fonksiyonel fedakarlıkları kabul etmeye istekli olduğunu gösteriyor.

Araştırmacılar, robot kontrolü ve otomasyon alanında kullanılan Görme-Dil-Eylem (VLA) modellerinin değerlendirilmesini kolaylaştıran yeni bir platform geliştirdi. vla-eval adlı bu açık kaynak sistem, farklı AI modellerinin performansını karşılaştırmanın zorluklarını ortadan kaldırıyor. Geleneksel yöntemlerde her yeni test için ayrı yazılım kurulumları ve uyumluluk sorunları yaşanıyordu. Yeni platform, Docker teknolojisi kullanarak bu sorunları çözüyor ve araştırmacıların 14 farklı simülasyon ortamında modellerini tek seferde test etmelerine olanak sağlıyor. Bu gelişme, robotik ve yapay zeka alanındaki araştırmaları hızlandırarak, daha güvenilir model karşılaştırmaları yapılmasını mümkün kılıyor.

Araştırmacılar, açık kaynaklı büyük dil modellerinin yazılım testi konusundaki en büyük eksiklerinden birini çözen yeni bir algoritma geliştirdi. TestDecision adlı bu sistem, test paketi oluşturma sürecini matematiksel optimizasyon problemi olarak ele alarak, mevcut testlerin kapsamını değerlendirip en yüksek faydayı sağlayacak yeni testleri seçebiliyor. Geleneksel sistemlerin aksine, bu yaklaşım bütüncül bir bakış açısıyla çalışarak daha verimli test süreçleri oluşturuyor. Çalışma, özellikle veri gizliliği ve maliyet endişeleri nedeniyle açık kaynaklı modelleri tercih eden akademik ve endüstriyel kullanıcılar için önemli bir gelişme sunuyor.

Araştırmacılar, akademik yazım sürecinde yazarlara hedef belirleme ve takibinde yardımcı olan ses tabanlı yapay zeka asistanı WriteFlow'u geliştirdi. Akademik yazım, sürekli düşünme ve hedeflerin yeniden şekillenmesini gerektiren karmaşık bir süreç. Ancak mevcut çalışmalar, yazarların değişen hedeflerini ifade etme ve yönetmede zorlandığını gösteriyor. Piyasadaki AI yazım araçları genellikle verimliliğe odaklanırken, yazarın düşünce süreçlerini desteklemede yetersiz kalıyor. WriteFlow, yazarlarla diyalog kurarak hedef belirleme, izleme ve müzakere süreçlerini destekleyen yenilikçi bir yaklaşım sunuyor. 12 uzman kullanıcıyla yapılan deneysel çalışma, sistemin yazarların hedeflerini geliştirmelerine, metin-hedef uyumunu korumalarına ve başarı değerlendirmesi yapmalarına yardımcı olduğunu ortaya koydu. Bu gelişme, AI destekli yazım araçlarının gelecekteki tasarımına önemli katkılar sağlayabilir.

Araştırmacılar, COMSOL yazılımıyla uyumlu çalışan MCPlas adlı yeni bir MATLAB araç kutusu geliştirdi. Bu araç, termal olmayan plazmaların bilgisayar simülasyonlarını otomatik olarak oluşturabiliyor. Açık kaynak kodlu olan sistem, JSON formatında standartlaştırılmış veri kullanıyor ve şeffaf bir yaklaşım sunuyor. MCPlas, bir ve iki boyutlu modelleme yapabiliyor, farklı koordinat sistemlerini destekliyor. Argon gazındaki düşük basınçlı deşarj sistemleriyle test edilen araç kutusunun sonuçları, COMSOL'un ticari Plazma Modülü ile karşılaştırıldığında güvenilir sonuçlar verdiği doğrulandı. Bu geliştirme, plazma araştırmacılarının çalışmalarını daha verimli ve tekrarlanabilir şekilde yürütmesine olanak sağlayacak.

Üniversite öğrencileri üzerinde yapılan kapsamlı bir araştırma, interaktif öğrenme araçlarının geleneksel ders anlatım yöntemlerinden çok daha etkili olduğunu ortaya koydu. Kahoot, Quizizz gibi dijital platformların kullanıldığı interaktif grupta öğrenciler hem akademik başarıda hem de duygusal refah düzeyinde belirgin iyileşmeler gösterdi. Bilgisayar güvenliği dersi alan 100 üniversite öğrencisi ile gerçekleştirilen çalışmada, interaktif yöntemlerle eğitim alan öğrenciler final sınavında %80,8 başarı oranına ulaşırken, geleneksel yöntemle eğitim alanlar %61,4'te kaldı. Araştırma, modern eğitim teknolojilerinin sadece öğrenmeyi kolaylaştırmakla kalmayıp aynı zamanda öğrenci motivasyonunu ve duygusal sağlığını da olumlu etkilediğini gösteriyor.