Frontiers | Laboratuvar Ortağı Olarak Robotlar: Robot Destekli Deney Tasarımını Yönlendirmek İçin Kimyacıların Görüşleri

Orijinal Araştırma Makalesi

Front. Robot. AI, 13 Kasım 2026

Sec. İnsan-Robot Etkileşimi

Cilt 13 – 2026 | https://doi.org/10.3389/frobt.2026.1959483

• AV

  Adrian Vecina Tercero *

• PC

  Praminda Caleb-Solly

• ND

  Nikhil Deshpande

• Bilgisayar Bilimleri Fakültesi, Nottingham Üniversitesi, Nottingham, Birleşik Krallık

Makale ölçütleri

Görüntülemeler

Özet

Deneysel laboratuvar çalışmaları, tekrarlayan, emek yoğun manuel işlemler ve sıkı güvenlik protokollerini içerdiğinden Robotik ve Yapay Zekâ (RAI) için cazip bir alan oluşturuyor. Araştırmalar şu anda teknik yenileşmeye odaklanırken, kimyacı-robot işbirliğinin insani faktörleri ve bu teknolojilerin kimya alanındaki işin niteliğini nasıl değiştireceği incelenmeye çok az çalışılmıştır. Kimyacıların gereksinimlerini ve bakış açısını anlamak, RAI’nin laboratuvarlarda başarılı biçimde uygulanması ve kabul görmesi açısından hayati önem taşır. Farklı kariyer aşamalarında bulunan ve laboratuvar otomasyon deneyimi olup olmayan dokuz deneysel kimyacıyla bağlamsal soruşturma ve yarı yapılandırılmış görüşmeler gerçekleştirerek, robot destekli kimya deneyiminin potansiyelini gelecek kullanıcıların bakış açısıyla inceledik. Çalışmalarının otomasyondan nasıl yararlanabileceğine dair konuma uygun bir anlayış edinmek ve robotlarla birlikte çalışmaya ilişkin bakış açıları ve görüşlerini anlamak için yansıtıcı tematik analiz kullanıldı. Katılımcılarımızın robot destekli deneyime açık olduklarını ve laboratuvardaki insan-robot ortaklıkları konusunda net görüşlere sahip olduklarını bulduk. Kimyacıların arzuladığı uygulamaları, uygulama gereksinimlerini ve robot destekli deneyime ilişkin bakış açılarını karakterize eden sekiz temayı belirledik. Bu bulgular, robot destekli deneyimin başarılı biçimde kabul görmesinin yalnızca teknik yenileşmeye değil, aynı zamanda bu sistemlerle birlikte çalışacak kimyacıların pratik engelleri ve kaygılarıyla ilgilenilmesine de bağlı olduğunu gösteriyor. Temel kaygı, RAI’nin kimyacının bilgi keşfindeki rolünü kısıtlamaması, aksine tamamlaması gerektiğidir. Bulgular, RAI’nin deneysel laboratuvar çalışmalarına başarılı biçimde entegrasyonu için donanım, yazılım ve etkileşim tasarımını kapsayan bir dizi ilk tasarım düşüncesine katkı sağlıyor.

1 Giriş

Deneysel kimyada süreçler, tarihsel olarak bireysel araştırmacıların koridorlu dolaplar, eldiven kutuları ve tezgâhlar içinde çeşitli manuel manipülasyon görevlerini yerine getirmesiyle yürütülmüştür; bu, tekrarlayan, emek yoğun manuel işlemler ve sıkı güvenlik protokollerini gerektirir (Angelopoulos et al., 2024; Thurow et al., 2021). Robotik ve makine öğrenimindeki ilerlemelerle birlikte bu durum, Robotik ve Yapay Zekâ (RAI)’nın kimyasal deneyleri yürütmek ve desteklemek amacıyla kullanımına artan ilgiyi doğurmuştur (Jung and Bruns, 2024; Darvish et al., 2025). Bu çalışmada, bu sistemlerin yelpazesini kapsayan bir çatı terimi olarak Robot Destekli Deney (RAE) terimini kullanıyoruz: (i) yüksek düzeyde görevleri yerine getiren birbirine bağlı ve tezgâh üstü otomasyon ekipmanları (Hamm et al., 2024); (ii) kimyacı ile aynı kimyasal alanlarda, örneğin koridorlu dolaplar içindeki robot kolları gibi, prosedürleri kimyacının yanında yerine getiren robotik asistanlar (Darvish et al., 2025; Longley et al., 2026); ve (iii) deney döngüsünün tamamını asgiri müdahaleyle kapatan Otonom Laboratuvarlar (SDL’ler) (Abolhasani and Kumacheva, 2023; Tobias and Wahab, 2025; Tom et al., 2024). Bu yaklaşımlar ölçek ve otonomilik derecesi bakımından değişmektedir; bireysel görevlerin otomasyonundan otonom karar almaya kadar uzanmaktalar, ancak kimya araştırmalarını hızlandırmaya yönelik ortak bir amacı paylaşmaktadırlar.

Kimyaya gelince, bu gelişmiş deney becerileri ve sezgi gerektiren, karmaşık ve tekrarlayan bir süreçtir ve tam otomasyonu zorlaştırmaktadır (Jung and Bruns, 2024). Şu ana kadar SDL platformlarının kullanımı, karmaşıklıkları ve maliyetleri nedeniyle çoğunlukla kavratım niteliğindeki gösterilere veya büyük ölçekli kuruluşlara限制lı kalmıştır (Tobias and Wahab, 2025; Abolhasani and Kumacheva, 2023). Kimyacıların rollerinin nasıl değişeceğini anlamak, robot destekli otomasyonun gelişimi için temel bir husustur (Tom et al., 2024); ancak son laboratuvar otomasyon çalışmalarını gözden geçirdiğimizde, araştırmaların büyük bölümünün teknik zorlukları çözmeye odaklandığını, nihayetinde bu sistemlerle çalışacak kimyacıların bakış açıları ve pratik ihtiyaçlarının ise yeterince incelenmediğini görüyoruz.

İnsan-Robot Etkileşimi (HRI) alanında gerçekleştirilen önceki çalışmalar, robotların çeşitli uygulamalarda kullanımını yönlendirmek için kullanıcı merkezli çalışmaların önemini vurgulamıştır (Pizzagalli ve ark., 2021; Giannopoulou ve ark., 2021; Bethel ve Murphy, 2010). Kimya laboratuvarı gibi karmaşık ortamlarda zayı etkileşim tasarımı ya da sistem varsayımları ile pratik gereksinimler arasındaki uyumsuzluk, hayal kırıklığına, iş akışının bozulmasına ya da kimyacıların insan kontrolünde tutmayı tercih edeceği görevlerin istemsizce başka yerlere kaydırılmasına yol açabilir (Schadenberg ve ark., 2023; Turja ve Oksanen, 2019). Robot destekli deneylerin başarılı şekilde benimsenmesi için, onları kullanan kimyacılar tarafından güvenilir, sezgisel ve etkileşimi kolay olarak algılanmaları gerekir (Simone ve ark., 2022; Hamad ve ark., 2024). Robot çabanın nerede ve nasıl en çok karşılanacağını belirlemek için kimyacılarla doğrudan görüşmek hayati önem taşır ve robot destekli deneylerin mevcut laboratuvar ekosistemlerine sorunsuz şekilde entegre edilebilmesini güvence altına alır.

Bu çalışma, laboratuvar çalışmalarının bağlamını ve onların birlikte çalışacağı kimyacıların görüşleri ile gereksinimlerini inceleyerek, kimya laboratuvarlarında robot destekli deneylerin gelecekteki tasarımı ve tanıtımı konusunda yol göstermeyi amaçlamaktadır. İlgimiz, bu tür sistemlerin—özellikle kimyacılarla birlikte çalışması öngörülenlerin—nasıl tasarlanması, iş akışına nasıl dahil edilmesi ve sürdürülmesi gerektiğine dair bakış açılarını anlamaktır. Bu amaca ulaşmak için, çeşitli kimyacılarla yarı yapılandırılmış görüşmeler gerçekleştirdik ve bunlara laboratuvarlarında bağlamsal sorgulamaları eşlik ettirdik. Toplanan veriler, kimyacıların günlük görevleri, robotlarla birlikte çalışma konusundaki düşünceleri ve bu teknolojiyi laboratuvarlarında gelecekte nasıl dahil etmeyi istedikleri etrafındaki bilgi ve anlayışı özetlemek amacıyla yansıtıcı Tematik Analiz (TA) (Braun ve Clarke, 2006) ile analiz edildi.

2 Arka Plan

2.1 Robot destekli deneyler

SDL’ler (ayrıca Toplam Laboratuvar Otomasyonu olarak da adlandırılır), her adımda en az insan müdahalesiyle bir prosedürün tüm aşamalarını yerine getirmek için yapay zekâ ve özel robotik donanımı kullanarak deney döngüsünü kapatmayı hedefler. Uzun süreli reaksiyon optimizasyon kampanyaları ve yüksek verimli deneylerde son derece etkili olsalar da, belirli hipotezlere odaklanmak için aylara varan geliştirme süresi gerektirebilirler (Tom et al., 2024; Tobias and Wahab, 2025).

Otonomiliğin daha düşük seviyelerinde (Tom et al., 2024 tarafından tanımlandığı şekilde), mevcut laboratuvar kaplamaları içinde ticari olarak temin edilen robotlar kullanılarak genellikle hayata geçirilen platformlar bulunur (Hamm et al., 2024; Longley et al., 2026). Bu sistemler, kimyacıların bazı sabit reaksiyon aşamalarını bir robota devretmesine olanak tanımak için tasarlanmıştır; örneğin (Longley et al., 2026), bazı genel sentez ve analiz aşamalarını yerine getirmek için laboratuvar kabini içine bir robot kolu entegre etmektedir. Darvish et al. (2025) gibi bazı projeler platformlarını zekâlandırmak için ayrıca yapay zekâ modelleri kullanır. Doğal dili yapılandırılmış deney temsillerine dönüştürmek için Büyük Dil Modeli (LLM) kullanır ve cihazların konum tahmini için bilgisayarlı görüş kullanır; bu da önceden programlanmış hareketlere kıyasla daha büyük bir esneklik sağlar. Bu platformlar kimyacıyı üst düzey karar vermeye aktif şekilde dahil ederken, fiziksel görevleri robot yerine getirir. Bu platformlar daha çeşitli reaksiyon aşamalarını yerine getirmeyi hedefledikleri için, deney kimyasının tipik olduğu çeşitli ve hızla değişen prosedürler için daha ulaşılabilir bir yol temsil eder. Daha yakın zamanda yapılan çalışmalar, laboratuvar ortamında basit doğal dil prosedürlerinin doğrudan robot hareketlerine dönüştürüldüğü (Ren et al., 2026) gibi, hiçbir önceden programlama olmadan prosedürleri çalıştırmak için çok büyük miktarda sentetik veriyle eğitilmiş Görüntü-Dil-Hareket (VLA) modellerinden yararlanır.

2.2 Laboratuvarda insan-robot etkileşimi

Mevcut iş akışlarına robotların nasıl dahil edildiğinin dikkatle değerlendirilmesi büyük önem taşır; aksi halde insanların çalışmalarının istemsiz biçimde yerinden edilmesi (tercih edilen insan görevlerinin aşırı şekilde devralınması yoluyla) (Schadenberg ve ark., 2023), zayı etkileşim tasarımı kaynaklı hoşnutsuzluk veya tasarım varsayımları ile pratik kullanıcı gereksinimleri arasındaki uyumsuzluk (Turja ve Oksanen, 2019; Holland ve Davies, 2020) gibi sorunlarla karşılaşılabilir. Robot destekli deneylerin tanıtımıyla ilgili olası olumsuz etkilere rağmen, bu konuyu inceleyen çalışmalar oldukça azdır ve kullanıcıların robotik platformlarıyla birlikte nasıl çalışacağına dair neredeyse sınırlı bir araştırma mevcuttur. Örnek olarak Darvish ve ark. (2025), önerdikleri platformun etkileşim tasarımı ve kullanılabilirliğini, kimyacı katılımcıların önerdikleri sistemi kullanmadan önce ve sonra anketle değerlendirdiği kısa bir kullanıcı çalışması ile NASA-TLX (Hart ve Staveland, 1988) ve sistem kullanılabilirlik ölçekleri aracılığıyla değerlendirmektedir. Jung ve Bruns (2024) da NASA-TLX ve bağlamsal sorgulamaları kullanarak, ıslak laboratuvarlarda kimyacılar tarafından gerçekleştirilen farklı deney görevlerinin resmi bir tipolojisini oluşturmaktadır. Daha kapsamlı bir kullanıcı çalışması ise Hung ve ark. (2024)’e aittir; laboratuvar otomasyonunda keşif yapan 102 araştırmacının katıldığı bir topluluk anketi yürüten bu çalışma, laboratuvar otomasyonunun önemine dair görüşleri, tercihleri ve kaygıları özetlemekte, laboratuvar otomasyonu ile otonomluğu (örneğin muhakeme ve planlamanın dahil edilmesi) arasında bir ayrım yapmakta ve geleceğin laboratuvarlarında araştırmacıların rollerini tartışarak, otomasyonsuz laboratuvarlardan tamamen otonom sistemlere kadar uzanan laboratuvar otonomluğu seviyeleri (L0’dan L5’e) önermektedir. Hung ve ark. (2024)’ın sabit anket yaklaşımının aksine, bizim çalışma, Temel Analiz ile analiz edilen görüşmeler kullanmakta ve otomasyona dair deneyim düzeyleri ile alan uzmanlığı seviyeleri çeşitli kimyacıları kapsamakta; böylece otomasyon araştırmacılarının ötesinde daha geniş bir perspektif yelpazesi sağlamayı amaçlamaktadır.

Bunların dışında, Hung ve ark. (2024)’ın yanı sıra, bu makalede sunduğumuz işe en benzer çalışma, klinik testlerin ön analiz aşamasını yürüten hastane laboratuvarındaki çalışanların görüşlerini inceleyen Schadenberg ve ark. (2023) çalışmasıdır. Yazarlar, çalışanlarla, laboratuvarlarına robotların sokulmasını içeren fütüristik biyografik hikayeler üzerinden ilerleyen yarı yapılandırılmış görüşmeler gerçekleştirir. Bu görüşmeler, kurgusal tasarım yoluyla katılımcıların ihtiyaç ve değerlerini ortaya koyar. Yazarlar tematik analiz yöntemini benimser ve bir dizi tema tanımlayıp sunar. Bu çalışmanın temel bulguları, hastane çalışanlarının robotların kendi refahlarını iyileştireceğini, özellikle düşük bilişsel yük gerektiren görevleri üstleneceğini öngörmeleridir; böylece muhakeme ve sorun çözme üzerine daha fazla odaklanma imkanı doğar. Katılımcılar, aynı zamanda hastane laboratuvarındaki rollerinin gelecekte “otomasyon operatörleri” yönünde değişebileceğini de öngörür. Sunulan temalar ve görüşmeler hastane işiyle sınırlı olmasa da, hastane çalışanlarının değerlerini yansıtır; bu değerler ise bizim çalışmamızın odaklandığı deney kimyacılarının değerlerinden farklı olacaktır. Yazarlar, çalışmalarının önemli bir sınırlamasını da kabul ederler: katılımcılar, robotlarla çalışma deneyimine sahip olmaları nedeniyle görüşlerini etkileyebilecek aynı akademik hastanadan gelmektedir. Biz de deneyim ve arka plan çeşitliliği daha yüksek katılımcılar işe alarak bu sınırlamayı ortadan kaldırmaya çalıştık.

Bize benzer bir çalışma da Giannopoulou ve ark. (2021) tarafından sunulmuştur; bu çalışma, kullanıcı arayüzlerinin deneyimsiz çalışanların çeşitli endüstriyel ortamlarda—kimyasal ve malzeme laboratuvarları dahil—robotları programlaması ve robotlarla işbirliği yapmasına nasıl yardımcı olabileceğine odaklanan, Birleşik Krallık’taki profesyonellerle yapılan görüşmelere dayalı nitel bir çalışma sunmaktadır. Katılımcılara; konuşma, jest, dokunmatik ekran girişi ve yapay zekâ tabanlı algılama (nesne tespiti, el takibi, dil anlama) içeren çok modlu bir arayüz üzerinden programlanan bir robotu gösteren videolar izletilmiştir. Yazarlar, önemli temaları çıkarmak için tematik analiz kullanmış ve ardından bu endüstryelerde robotların başarılı biçimde benimsenmesinin iyi arayüz tasarımıyla bağlantılı olduğunu savunmuştur. Giannopoulou ve ark. (2021) kimyaya değinse de (katılımcıların 15’inin 3’ü kimyasal ve malzeme sektöründe), odakları daha dar olup esas olarak insan-robot etkileşimi için arayüz tasarımı yönündedir. Oysa biz, deneyimli kimyacıların kimyada RAI kullanımına dair bakış açılarını da içeren daha bütüncül bir yaklaşım benimsiyoruz.

3 Katkılar

Bilgimiz dahilinde bu, laboratuvarlarda RAI’nin son kullanıcıları olarak deneyimli kimyacıları özel olarak ele alan ilk kullanıcı merkezli tematik çalışmadır. Önceden yapılan nitel çalışmalar, hastane laboratuvarı çalışanlarını (

Schadenberg ve ark., 2023

), endüstriyel profesyonelleri (

Giannopoulou ve ark., 2021

) ve otomasyon geliştiricilerinin kendi bakış açılarını (

Hung ve ark., 2024

) incelemiştir. Daha önce belirtildiği gibi, deneyimli kimya araştırmalarının özgün bağlamı, şimdiye kadar yeterince araştırılmamıştı. Bu nedenle tematik analizden elde edilen bulgular ve önerilen tasarım önerileri, doğrudan deneyimli kimya laboratuvarlarında çalışan kimyacıların ihtiyaçlarına dayanmaktadır. Bu çalışmanın katkıları aşağıdaki gibidir:

• Robot destekli deneylerle ilgili deney kimyacılarının bakış açılarına ve görüşlerine dayanarak içgörüler sunuyoruz; üç ülkede beş farklı kurumda görev yapan dokuz kimyacıyla yarı yapılandırılmış görüşmeler üzerinden yürütülen bu çalışma, kimyacıların laboratuvar ortamlarında robotlarla birlikte çalışma konusundaki perspektiflerini; kariyerin çeşitli aşamaları, kimya alanları ve otomasyona dair geçmiş deneyimler kapsayacak şekilde ortaya koyar.

• Kimyacıların ihtiyaçlarını, tercihlerini ve kaygılarını karakterleyen sekiz temayı belirleriz; bu temalar, bilişsel işlere ayırılmak istenen zaman talebinden modülerlik gereksinimlerine, kaçırılan keşif endişelerine kadar geniş bir yelpaze içerir. Bu temalar, robot destekli deneylerin sunduğu fırsatları ve zorlukları ortaya koyar ve benzer ortamlardan (örneğin klinik laboratuvarlar) elde edilen bulguları, deney kimyasının kendine özgü bağlamına taşır.

• Robot destekli deney platformlarının geliştirilmesine yönelik tasarım önerileri sunarız; bulgularımız ve tartışmalarımızdan sentezlenen bu öneriler; kimyacının sürece dahil edildiği mimariler, yeniden yapılandırılabilir donanım, çok modalli algılama, bağlam bilinen güvenlik ve çok modalli etkileşim tasarımı gibi sonuçları kapsayan çıkarımları ortaya koyar.

4 Yöntem

4.1 Genel Bakış

Bu çalışma, robot destekli deneylerin kimya laboratuvarına dahil edilmesinin tasarım gereksinimlerini ve etkilerini anlamak için kullanıcı merkezli bir yaklaşım benimser. Çeşitli ve uygulanabilir veri toplamak amacıyla önce katılımcılarımızın üçüyle bağlamsal sorgulamalar (Duda ve ark., 2020; Beyer ve Holtzblatt, 1999) yürütüp ardından tüm katılımcılarla gerçekleştirilen yarı yapılandırılmış görüşmeler için konuları ve soruları formüle ettik. Görüşmelerdeki odak noktamız, robotiğin mevcut kimya prosedürlerine nasıl dahil edilmesi gerektiği ve kimyacılarla robotlar arasındaki olası işbirliğinin niteliğiydi. Bunun yanı sıra katılımcıları aynı zamanda robotlar ve otomasyona dair genel tutumları konusunda da sorguladık. Bu çalışma, Nottingham Üniversitesi Bilişsel Bilimler Fakültesinin etik kurulundan (CS-2024-SA6) onay almıştır.

4.2 Katılımcılar

Toplamda beş kurumdan, üç farklı ülkeden (İngiltere, ABD ve Almanya) dokuz katılımcı katıldı; bu kurumlardan ikisi akademik değil ve detaylar Tablo 1’de listelenmiştir. Katılımcılar, çalışmanın amaç ve hedeflerini de içeren bir özet sunan ve katılıma davet eden bir e-posta yoluyla sağlandı. Bu e-posta, yazarların bölüm içi ve dışı iletişim kanalları aracılığıyla dağıtıldı. Bazı katılımcılar, katılmaya ilgilenebileceklerini düşündükleri iletişim kişileriyle bu e-postayı paylaşmayı tercih ederek ulaşımyı genişletti. Katılımcıların tamamı deney kimyası laboratuvarı çalışmalarına aşinaydı ve 2 ile 30 yıl arasında deneyime sahipti (ortalama = 11 yıl). Laboratuvar kimyasında farklı rolleri temsil ettiler; arasında doktora öğrencileri (4), profesyonel laboratuvar araştırmacıları (3), proje yöneticileri (1) ve akademisyenler (1) bulunuyordu ve robotik ile otonomiliğe farklı düzeylerde aşinaları vardı. Bu deneyim, bilgi ve rol çeşitliliği, robot destekli deneyimin tanıtımı tartışılırken bize geniş bir bağlam ve bakış açısı yelpesi sağlıyor.

TABLO 1

Araştırmaya katılanlar, demografik veriler ve laboratuvar otomasyonuna ilişkin deneyimleri ile birlikte listelenmiştir.

Kalın yazılanlar bağlamsal sorgulamalara katılmıştır. Kurumsal aitlikler, parantez içindeki harflerle ayrıştırılmıştır.

4.3 Bağlamsal sorgulama

Deneyim ortamının ve kimyacıların fiziksel işinin bağlamsal bir biçimde anlaşılmasını sağlamak amacıyla bağlamsal soruşturma yaklaşımı kullanıldı; böylece robot destekli deneylerin bu iş akışlarına ve alanlara nasıl entegre olduğu anlaşıldı. Kaynak ve pratik kısıtlamalar nedeniyle bağlamsal soruşturmalar, yalnızca üç yerel Birleşik Krallık merkezli katılımcı ile sınırlı tutuldu. Öncelikle laboratuvara dair kısa başlangıç ziyaretleri (30–40 dk) düzenlenerek laboratuvara dair yüzeysel bir anlayış edinildi ve gerekli güvenlik eğitimleri tamamlandı. Soruşturmalar daha sonra birinci yazar tarafından, katılımcıyla sonraki bir tarihte; katılımcının laboratuvar işini gün içinde yaparken ona eşlik ederek (3 ila 5 saat arasında) gerçekleştirdi. Katılımcılara çalışmalarının belirli bir yönünü göstermeleri veya göstermeleri için talimat verilmedi. Notlar, görüşmelerden, görevlerden ve laboratuvar düzeninden yola çıkılarak alındı ve bunlar, ilgi alanlarımızın ve sorularımızın başlangıç konularını içeren küme oluşturmak için kullanıldı (bkz. Tablo 2).

TABLE 2

Röportaj konuları ve örnek sorular.

4.4 Yarı yapılandırılmış röportaj

Tüm katılımcılar, 40-70 dakika süren yarı yapılandırılmış mülakatlara katıldı; bu mülakatlar birinci yazarla birebir, yüz yüze veya video konferans yoluyla gerçekleştirildi. Katılımcı yönlendirmeli görüşmeler için bir dizi standart soru yol gösterici olarak kullanıldı. Bu sorular, araştırma ekibi içinde yinelemeli tartışmalar sonucunda, bağlamsal sorgulama verileri ve araştırma sorularımız temel alınarak hazırlandı. Tablo 2’de bazı örnek sorular sunulmaktadır. Mülakatlar, katılımcılarla açık görüşmeler yürütmeyi ve onlara robot destekli deneylerin en önemli ya da en etkili buldukları yönleri tartışma imkanı tanımayı amaçladı. Mülakatlar ses kayıtlarından Microsoft Teams 1 veya Microsoft Word 2 yerleşik transkripsiyon hizmeti kullanılarak otomatik olarak metne dönüştürüldü, ardından ses tanıma hataları için elle gözden geçirildi ve bu hatalar birinci yazar tarafından orijinal ses kayıtları kullanılarak düzeltildi. Düzeltilen transkripsiyonlar analiz için NVivo15 3 içine aktarıldı.

4.5 Analiz

Mülakat verileri Yansıtıcı Tematik Analiz (Braun ve Clarke, 2006; ) kullanılarak analiz edildi. Analizi, deney kimyası yerine robotik ve yapay zekâ alanında geçmişe sahip olan birinci yazar yürüttü. İlk kodlar, veriye kapsamlı bir şekilde aşinalık sağlandıktan sonra, içerik temel alınarak tümevarımsal olarak üretildi. Bu ilk yorumu zenginleştirmek için eş yazarlar, her katılımcıdan alınan alıntıları bağımsız biçimde kodladı. Bu bağımsız kodlar, ekip toplantılarında yansıtıcı bir diyalog üzerinden tartışıldı; bu süreç yorumu güçlendirdi ve derinleştirdi, aynı zamanda bazı mevcut kodların iyileştirilmesini ve ek kodların üretimini de tetikledi. Yorumlayıcı tutumumuz nedeniyle hiçbir değerlendirici güvenilirliği metriği kullanılmadı. Bu yöntem, kodları önceden tanımlanmış bir şemaya indirgemeden, katılımcıların görüş ve kaygıları hakkında açık ve kapsamlı bir anlayış edinmek amacıyla seçildi.

Tema, katılımcılar arasında paylaşılan anlam örüntülerini aktaran son sekiz temaya ulaşılana kadar yazar ekibi tarafından tekrar tekrar üretilmiştir. Kod üretimi sırasında göz önünde bulundurulmamış olsa da, katılımcılar arasındaki arka plan, deneyim ve kurum farklılıkları temalarımızdan bazılarında ve tartışmalarda incelenmiştir. Tematik analize dayanarak, kimyada robot destekli deneyimin gelecekteki tasarımı ve geliştirilmesini deney kullanıcılarının beklentileri ve kaygılarıyla uyumlu kılmayı amaçlayan bir dizi tasarım önerisi üretilmiştir.

5 Bulgular

Tematik analizimiz aracılığıyla, laboratuvar çalışmalarının çeşitli yönleriyle ilgili ve katılımcılarımızın seslendirdiği gibi laboratuvara RAI girişine dair faydalar, tercihler ve kaygılar olmak üzere sekiz kapsayıcı temayı belirledik. Bunlar Şekil 1’de özetlenmiş ve aşağıdaki alt bölümlerde ayrı ayrı tartışılmaktadır. Temalarımız gevşek bir şekilde gruplandırılmıştır; 1-2, kimyada robot ve otomasyonun istenen uygulamalarına; 3-4, uygulama gereksinimlerine; 5-8 ise robot destekli deneyime yönelik insan faktörleri ve benimseme perspektiflerine odaklanmaktadır.

ŞEKIL 1

5.1 Tema 1: Bilişsel görevler ve bilgi çalışmaları için “israf edilen” zamanın geri kazanılması

Çeşitli araştırma soruları, laboratuvarlar ve iş akışlarına rağmen tüm katılımcılar, robot destekli deneylerin kendilerine ve araştırmalarına nasıl fayda sağlayabileceğini belirledi. Katılımcılar arasında birincil istek, zamanlarının büyük bir kısmını alan görevlere yardımcı olmak ya da bu görevleri üstlenmekti. Aktif olarak deney yapan katılımcılar, haftada yaklaşık 20-25 saatini laboratuvarda geçirdiklerini; bunun büyük bir kısmının kombinatorial sentez, tartım ve tarama gibi sıradan, tekrarlayan görevlere “israf edildiği” olarak nitelediklerini bildirdi: P1: “Bazen yazı yazmak için akşamlar feda edilir ya da yaptığım deney sayısı azaltılmak zorunda kalırım”. Bu görevler sık sık emek yoğun ve düşük beceri gerektiren olarak tanımlandı; katılımcılar bu işleri robotlara devrederek yaratıcı, bilişsel görevlere—yeni prosedürlerin kurgulanması, sonuçların daha derinlemesine analizi ya da yalnızca okuma ve yazma—daha fazla zaman ayırabilmeyi umdu: “Bu görevler (yıkama, numune hazırlama) aslında […] çok, çok tekrarlayan. […] Böyle bir görevi robotlar yaparsa, deneylerinize daha fazla zaman ayırmanıza olanak tanır” (P9).

5.2 Tema 2: erişilebilirliği ve kişisel güvenliği artırmak

Katılımcılar, robotların laboratuvar kimyasında erişilebilirlik ve ergonomik zorlukları çözebileceğini belirtti; eldiven kutularının günlük kullanımından kaynaklanan rahatsızlığa, fume hood’larında eğilerek çalışan uzun boylu kimyacıların yaşadığı bel ağrısına ve tekerlekli sandalyeyle laboratuvar içinde hareket etmenin zorluğuna dair örnekleme betimlemeler sundu. Robotlar, laboratuvar çalışmalarının fiziksel yükünü azaltmanın bir yolu olarak görüldü: hem tekrarlayan görevlerin yarattığı yorgunluğu azaltarak hem de uzak arayüzler olarak işlev görerek. Bir örnekte P3, bazı kimyacıların eldiven kutusuna ulaşmaya çalışırken karşılaştığı zorlukları anlattı: “Oraya ulaşmak bir kabustur, çünkü bu ince motor becerisi kısıtlamasını çözmeye çalışıyorsunuz” ve kimyasal alma konusunda robot desteği önerdi: “Belki bir kodu tararım ya da bir şeyler yazarım, tıpkı bu kimyasalı arıyormuşum gibi, sen de bana bulursun”. Eşitlebilirlik ve ergonomiye ek olarak, katılımcıların çoğu tehlikeli görevlerde kimyacıların tehlikeli malzemelerle doğrudan temasını azaltarak güvenliği artırmak için robot kullanımından bahsetti: P8: “İşimizde kişiyi ortadan kaldıırırsanız, daha güvenli hale gelebilir”, P2: “Güvenlik açısından, bu görevlerden birilerinin bir robot tarafından yapılması, […] bu kazalardan muzdarip olmamı engelleyebilir”.

5.3 Tema 3: yeniden yapılandırılabilir ve modüler otomasyona talep

Röportajlar ve laboratuvar ziyaretleri sırasında, laboratuvarda modülerliğin önemi düzenli olarak gündeme getirildi; neredeyse tüm katılımcılar, cihazlarını, madde ve görevlerini düzenli olarak değiştirme becerisine sahip olmanın gerekliliğini vurguladı: P4 kimya ekipmanlarını yerinde değiştirilebilen “lego”lar ile karşılaştırdı ve bunun analiz çalışmalarları için hayati önemde bir gereklilik olduğunu belirtti. Otomasyon ve SDL deneyimine sahip katılımcılar, mevcut platformların son derece özelleşmiş ve katı kurulumlara bağımlı olduğunu, kimyacıların sistemi tamamen yeniden yapılandırmadan veya yeniden kodlamadan tepki adımlarını hızlıca değiştirmesine olanak tanıyan robot destekli deneyimlere dair genel bir istek olmasına rağmen bunu ifade etti: P7: “Bir şeyi denemek için her robot kurulumu son derece zaman alıcıysa, bunun bir projenin deneme-yanılma taramasını daha da uzatacağından hissediyorum”, P4: “Tüm kurulumunuzu yeniden yapılandırmadan veya yeniden kodlamadan veya benzeri bir şeyle tepki adımlarını hızlıca değiştirme yeteneğine sahip olmak gerçekten hayati önemde”. Esneklik ile hassaslık arasındaki içsel ödünleşim de kabul edildi, ancak görüşler; laboratuvarın çeşitli gereksinimlerini karşılayabilen yeniden yapılandırılabilir ve uyarlanabilir robotlara dair bir istek yönünde birleşiyor. Bazı katılımcılar, basit bir ekonomik argüman ileri sürece kadar gitti: Donanımın fiyatı, esnek ve birçok görev için kullanışlıysa daha kolay şekilde gerekçelendirilebilir. Modülerliğin, sistemin belirli bir prosedür için sahip olması gereken sensörlerin ve karar noktalarının da kapsamına uzanması bekleniyordu; örneğin sıcaklığa duyarlı olduğu bilinen bir tepki adımı için termal kameralar: P2: “…Bir sıcaklık eşiği belirleyebilir ve sıcaklık bunun dışına çıktığında size bildirim gönderir”.

Yeniden yapılandırılabilirlik, aynı zamanda mevcut otomasyon araçlarının çok pahalı veya erişilebilir olmadığı niş görevler için de yararlı olarak değerlendirildi. Katılımcılardan biri, kısa bir zaman diliminde çok sayıda kağıt diskin doğru miktarda emülasyonla püskürtülmesini içeren bir işlemin yol açtığı yorgunluğa değinerek, bunu manuel olarak yapmanın “çirkin” olduğunu belirtti. Bu katılımcı, kolay programlanabilir bir platformun, özellikle bu tür görevlerde otonomiyi daha esnek şekilde kullanmalarını sağlayacağını öne sürdü. Diğer katılımcılar da bunun, sürekli otonom tarama, uzun süren reaksiyonların izlenmesi ve yüksek verimli deney gibi manuel olarak yapılması mümkün olmayan yaklaşımların mümkün olmasını sağlayacağını belirtti.

5.4 Tema 4: güvenli, bağlama duyarlı ve kimya robotları

Kimyanın kendine özgü özelliklerinin dikkatle değerlendirilmesinin, robot destekli deneylerin tanıtımında önemli bir boyut olduğu vurgulandı. Katılımcıların en çok dikkat ettiği konu operasyonel güvenlikti ve robotik güvenlik protokollerinin bağlamı fark eden ve katmanlı olması gerektiğine dair güçlü bir görüş birliği vardı. P1 şunu belirtti: “Bir sıradan sıçramadan dolayı tüm laboratuvarın kapanmasını istemem, ama aynı şekilde felaket bir durum发生时 geciken bir e-postaya güvenir gibi de olmak istemiyorum”. Kimya doğası gereği öngörülemez olarak tanımlandı: “Bazen biliminizi kontrol edemezsiniz” (P3). Bu durum, robotik kimya platformlarının, bir reaksiyonun ne zaman ve nasıl durdurulması ya da insan müdahalesinin çağrılması da dahil olmak üzere beklenmedik senaryolar için sağlam algılama ve muhakeme yeteneklerine sahip olma isteğini doğurdu. Ayrıca, tüp dolaplar, çalışma masaları ve eldiven kutuları gibi fiziksel kimya ortamlarının kırılgan cam eşyalar ve potansiyel olarak tehlikeli kimyasallar çevresinde yer alması, gerçek zamanlı geri bildirim ve güvenilir hata algılamanın zorunlu kılınması da dile getirildi. Robotların, öngörülemez olaylarla başa çıkmak için gereken sezgi ve hızlı muhakeme yeteneğinden yoks olduğu görüşü öne çıktı: P3: “Bazen termal kaçış reaksiyonu yaşarsınız. Çok, çok hızlı ısınıır ve işler kontrolden çıkar. Otomasyon, bir reaksiyonu durdurmak için o hızlı muhakeme kararını veremez, değil mi?”. Katılımcılar, her hatanın programlanarak öngörülmesinin imkânsız olduğunu vurgulayarak, bu sistemlerin arızaları büyütmeden önce bağımsız biçimde değerlendireip yönetebilmek için güvenilir algılama ve zekice karar verme yeteneklerine ihtiyaç duyduğunu kaydetti.

Röportajlar boyunca, robot destekli deney platformlarının tek bir kimya işlemindeki çeşitli görevleri hesaba katması gerektiği belirtildi. Bu kapsamda, hangi görevlerin daha fazla deneyim gerektirdiğine dair tartışmalar; elektrot yerleştirme ve viskoz sıvı işleme gibi belirli görevlerin, katı kurallar yerine “geliştirilmiş içgörü” (P4) üzerinde dayandığı yönünde ilerledi. Bu örtük bilginin robot programlamaya aktarılmasının zor olduğu, tam otonom kimya sistemlerinin geliştirilmesinde bir zorluk oluşturduğu değerlendirildi.

5.5 Tema 5: görünürlük ve etkileşim tasarımının önemi

Katılımcılar, özellikle sürekli insan gözetimi olmadan çalışan sistemler için sağlam geri bildirim mekanizmalarına ihtiyaç vurguladı. Bu geri bildirinin ideal biçimi ve ayrıntı düzeyi hakkındaki görüşler oldukça çeşitliydi: bazıları kapsamlı, gerçek zamanlı sensör çıktılarını tercih ederken, bazıları periyodik olarak kontrol edebilecekleri daha basit video akışlarını tercih etti. Bu farklara rağmen, görünürlüğün, kimya işlemlerinin doğası gereği görsel olmasından dolayı güven oluşturmak ve sürdürmek için esastığı yönünde geniş bir uzlaşı vardı: P5: “…çok fazla görsel deney yapıyorsunuz, özellikle bir kimyacı olarak, renk ve opaklık gibi. Bunlar her zaman aradığınız şeyler […] Görünürlüğün, sadece bir kamera türüyle sağlanmış olsa bile, güvende olmanın büyük bir faktörü olduğunu düşünüyorum”. Kameralar genellikle robotu izlemenin tercih edilen yoluuydu: P4: “…kesinlikle gözlerimle (görünür) olması gerekmiyor. Kimyacıların ekranlara ve NMR verilerine bakmaktan çok rahat olduklarını düşünüyorum”. Fiziksel yakınlık da robot destekli deneyler için önemli bulundu; bazıları hatta robotla ortak bir çalışma alanını paylaşma isteğini dile getirdi, böylece otomasyon adımları için ekipman ve malzemeleri hazırlayabilir ya da kararları doğrulayıp düzgün çalışmayı sağlayabilirlerdi.

Etkileşim konusunda en sık sözlü arayüzlerden bahsedildi ve katılımcılar zaten aşina oldukları LLM tabanlı sohbet botlarına yöneldiler. Sık sık robotu sadece “ne yapması gerektiği” konusunda bilgilendirmek, kimyasal bilgiyi ya da önceden kaydedilmiş deney kurulumlarını kullanarak görevi yerine getirmesini beklemek gibi bir istek vardı: P1: “İdeal olan, sohbet özelliğine sahip bir şey olmalı; ‘şu kimyasaldan bunu kullan’ gibi üst düzey talimatlar verebilmeliyim. Her küçük adımı açılır menülerden manuel olarak ayarlamak istemem—bu sıkıcı olur.”. Bu rahat yaklaşım, arıza giderme, hızlı görevler ve bir reaksiyonun erken aşamada sonlandırılması gerekip gerekmediğini belirlemek gibi karar verme senaryoları için uygun görüldü; bir katılımcıya göre bu tür durumlar keşif araştırmalarının erken aşamalarında sık sık yaşanabilir. Bu kararlar için platform, katılımcılarla doğrudan mesaj, görüntü ya da veri yoluyla iletişime geçecekti. Buna karşılık, görsel programlama, kinestetik öğretim ya da fiziksel gösterim gibi daha kesin yöntemler, robot hareketlerini ve prosedürlerini tanımlamak için tercih edildi; bu da üst düzey niyet ile alt düzey belirtimler arasındaki ayrımı yansıtıyor.

5.6 Tema 6: kimyacı-robot işbirliğini hayal etmek ve yeni rollere uyum sağlamak

Katılımcıların büyük çoğunluğu, robot destekli deneylerin işbirliğine dayalı olması gerektiğinde hemfikirdi; ancak bu işbirliğinin niteliğine dair görüşler farklıydı. Bazıları için robotlar, günlük yardımcılar olarak hayal ediliyordu; belirli faydalı görevleri paralel olarak yürütebilen, örneğin reaktifleri sentezleyebilen veya kimyacının daha hassas adımlarla uğraşırken karakterizasyonları çalıştırabilen. Başzaları için ise robotlar uzun, çok adımlı prosedürleri uzaktan yürütecekti: “Procedürünü kuruyorsun, sonra onu bırakıyorsun, sırtını dönüp gidiyorsun ve ‘her şey yolunda’ diye sana her şeyi anlatan bir kamera ya da bilgisayarin oluyor; ya da müdahale etmen gerekiyorsa müdahale ediyorsun” (P8) — bu yaklaşım büyük miktarlı numune hazırlığı ve kombinatorial deneyler için popülerdi. Genel olarak, kimyaçilerin her zaman sürecin içinde tutulması gerektiğine dair sağlam bir fikir birliği vardı; onların muhakemeleri robotun yeteneklerini tamamlayacaktı. Bu çoğu zaman, sistemin bilinmeyenlerde onlardan danışma arzusu ya da kimyacının gerektiği gibi değişiklik talep etme ya da uygulama yeteneğine sahip olma isteği olarak tanımlanıyordu. Bazen bu, kimyacının robotu denetlemesi olarak ifade ediliyordu; doğrulamaları işbirliğinin ayrılmaz bir parçasıydı: P3: “Yine de onu denetlemen gerekiyor ve onu denetlemesi gereken kişi bir alan uzmanı olmalı, yani bir kimyacının. Bence bu yakında ortadan kalkmayacak”.

Genel olarak katılımcıların büyük kısmı, robot destekli deneylerin kimyanın kaçınılmaz ama olumlu bir evrimi olacağı, manuel çalışmalardan veri analizi, fikir üretimi ve bilgi emeğine geçişi anlamına geleceği görüşünü paylaştı; “kulağımızdaki aleti kullanmak” (P8). Aynı zamanda kimyada köklü bir değişimle birlikte “önemli geri dönüşler” (P6) olabileceğinin de bilindiği belirtildi; ancak çoğu, insan sezgisinin sonuçları yorumlamak ve keşfi yönlendirmek için temel önemini koruyacağı konusunda hemfikir oldu. Bu bağlamda birçok katılımcı, kimyasal anlayışlarının yanı sıra programlama veya robotikte daha yüksek teknik yeterlilik gerektiren rolleri benimsemekten rahatsız olmayacaklarını paylaştı. Buna rağmen, birkaç katılımcı laboratuvar çalışmalarını yapmaktan hâlâ hoşlandıklarını vurguladı ve ideal bir işbirliğinde yalnızca robot programcısı haline gelmek istemeyeceklerini açıkladı.

5.7 Tema 7: benimseme engelleriyle başa çıkma

Robot destekli deneylere yönelik coşku göz önünde bulundurulsa da, katılımcılarımız gerçek kaygıları ve fiziksel engelleri dile getirmeye devam etti. Onların çoğu, otomasyonu takip etmelerini engelleyen şeyi (veya bunu yapanların karşılaştığı sorunları) anlattı. Robotik donanım pahalıdır ve başarılı bir şekilde uygulaması için gereken eğitim ve personel, çoğu kimya grubunda nadirdir. Katılımcı popülasyonunda SDL deneyimi olanlar (P3,P4), mühendisler/robotikçiler işe alarak bu sistemleri kurma yoluyla robot destekli deneylere aktif olarak yatırım yapan, büyük ve iyi finanse edilen kuruluşlardan geliyordu. Laboratuvarlarında daha çok yönetici rolleri olan katılımcılar için otomasyonun başlangıç maliyeti, “sıkmanın değip değmeyeceği” (P3) sorularını gündeme getirdi. Bu katılımcılar için en büyük engeller, fonlama konusundaki zorluk ve bilgi eksikliği oldu.

Robotik donanımın doğrudan maliyetinin yanı sıra, geliştirme süresi de önemli bir engel olarak gösterildi P6: “Programlamak ve kurmak uzun sürüyorsa, insanlar ‘ben bunu elle yapsam, sürenin yarısında bitiririm’ diye düşünebilir'”. Bu sistemlerin yeniden yapılandırılabilir ve programlanabilir olması gerekir; ancak bazı katılımcılar, bu teknolojileri kullanmayı öğrenmek için gereken sürenin, özellikle karmaşık programlama içeriyorsa, otomasyondan tamamen kaçınmalarına yol açabileceğini belirtti: P2: “Yani bana, mesela, C++ programlama diliyle robotlar getirirseniz, ‘Oradan çıkın gider’ derim”.

Genel olarak, robotik platformların ürettiği sonuçların güvenilirliği karışıktı. Güven tartışmaları çoğunlukla robotun yeteneklerinin kanıtlanması etrafında şekillendi; bazı katılımcılar, robot sisteminin bilinen bir dizi prosedür veya tepime adımı gerçekleştirmesi ve bu sonuçların beklendiği gibi olması halinde robota güvenilebileceğini öne sürdü. Bazıları daha temkinliydi; böyle bir sistem kullanacaklarsa, özellikle ilginç veya yayımlanabilir sonuçlarla karşılaştıklarında sistemi sık sık manuel olarak tekrar kontrol etmek isteyeceklerini belirtti. Güvene ilişkin tutumlar, katılımcıların bu sistemleri nasıl kullanacağını görme biçimine güçlü şekilde bağlıydı; robotları paralel olarak önemsiz görevleri yerine getirmek için bir araç olarak kullanmak isteyenler, daha karmaşık ve kritik prosedürleri tamamlamak amacıyla kullanmayı düşünenlere göre platforma daha fazla güvenme eğilimindeydi; bu da güvence ile görevin kritikliği arasında belirgin bir ilişki gösteriyordu: P7: “Görev ne kadar karmaşıksa, o kadar fazla güvenceye ihtiyacım olur; belki de bu saçmadır çünkü belki de robotlar daha güvenilirdir, ancak özellikle yeni bildirilen tepemeler için, neler olduğunu doğrulayabilen bir kişinin olmasının benim için çok önemli olacağını düşünüyorum”.

5.8 Tema 8: İş kaybı, beceri kaybı ve kaybolan keşif kaygıları

İş kaybı konusunda karışık duygular vardı; katılımcıların çoğu robot destekli deneylerin rollerini etkileyeceğine inanmakla birlikte, tamamen yerlerinin alınmasının olası olmadığını düşünüyordu: P5: “Kişisel görüşüme göre iş kaybı olmayacağını düşünüyorum, tabii ki bilimin nasıl yürütüldüğü değişecek”. Bunun nedenleri çeşitliydi, ancak çoğu zaman kimyanın karmaşıklığına ve keşif, yaratıcılık ve bilimin her zaman insan düşüncesine ihtiyaç duyacağına indirgeniyordu: P8: “Yine kimyacıların beynine ihtiyaç olacak. Şeyleri denetlemek için eğitilmiş kimyacılar olmaya devam edeceğiz.”.

Beceri kaybı daha yaygın bir korkuydu; katılımcılar robot destekli deneylerin kimyacıların deney bilgisi kaybetmesine ve bu sistemlere bağımlı hale gelmesine yol açabileceğinden endişeliydi: P5: “Yine de kimyacı olarak, bunu manuel ve tekrarlayan işi nasıl yapacağınızı öğrenmeniz çok önemli, çünkü yalnızca gerçekten anladığınızda bunu gerçekten uygulanabilir bir şekilde otomatikleştirebilirsiniz”. Bu durum, öğrencilerin artık deney yöntemlerini öğrenmesine gerek kalmamasına ve keşfi besleyen önemli insan sezgisinin potansiyel olarak kaybedilmesine kadar uzanıyordu. Özellikle dikkat çeken görüşmeler, laboruarlarında sıkıcı ve tekrarlayan görevleri lisans öğrencilerine veren katılımcılardan geldi. Bu öğrenciler genellikle saat başı ücretlendiriliyor ve laboruvarda olmaktan heyecan duyuyorlar, ancak robot destekli deneylerin bu hevesli öğrencilerin yerini alması, deney kimyasına genel bir deneyim, beceni ve ilgi kaybına yol açabilir.

Aynı zamanda, son derece gelişmiş kimyasal otomasyon ile keşfin kaçırılma olasılığı olduğundan da endişe edildi: P3: “Eğer hiçbir gözetim veya denetim olmadan tamamen otomatikleştirilirse, öğrenilmesi gereken asıl, temel gerekli şeyleri kaçırabiliriz”

6 Tartışma

Tema genelinde kimyacılar, robot destekli deneylerin yalnızca teknik bir müdahalenin ötesine geçen beklentilerini ortaya koydu. Katılımcılar, yaratıcılığa ve bilişsel çalışmalara zaman kazandıran otomasyondan memnuniyet duysa da, insan gözetiminin, bağlama dayalı yargının ve beklenmedik deney sonuçlarına karşı duyarlılığın önemini koruduğunu vurguladı. Katılımcılarımızın görüşlerini incelediğimizde, görüşlerin büyük ölçüde kimyanın dalları ve deneyim yılları boyunca paylaşıldığını tespit ettik. Katılımcılar arasındaki temel fark, 5.3 ve 5.7’de tartışıldığı üzere SDL’lere ve laboratuvar otomasyonuna dair deneyimlerinden (veya bu deneyimin eksikliğinden) kaynaklandı. Bu bulgular, kimyacıların rolünü kısıtlamak yerine tamamlayan, bilgi keşfi ve tüm otomasyon düzeylerinde deney pratiği içinde bir RAI destekli deney yaklaşımını destekliyor.

6.1 Katı otomasyondan esnek bedenli zekâya

Mevcut kimya otomasyon platformları, özellikle SDL’ler, deney prosedürlerini belirli bir hedef değişkene odaklanan bir optimizasyon problemi olarak ele alır (Seifrid et al., 2022). Bu yaklaşım, reaksiyon optimizasyonu gibi iyi tanımlanmış problemlerde başarılı olmuş olsa da, birçok laboratuvarda yürütülen keşif odaklı araştırmalarla uyumlu değildir. Bu katılık iyi belgelenmiştir; mevcut platformlar sık sık karmaşık, pahalı, esnek olmayan ve kurulumu için uzman bilgisi gerektiren yapılar olup, birçok küçük araştırma grubu ve proje için uygulanabilir değildir (Tobias and Wahab, 2025; Stephenson et al., 2023; Holland and Davies, 2020). Bunun başlıca nedeni, ön programlanmış robot hareketlerine ve sabit görev yürütmelerine dayanmaktır; bunları uygulamak veya değiştirmek uzun geliştirme süreleri ve eğitimli personel gerektirebilir (Stephenson et al., 2023; Thurow et al., 2021). Bulgularımız, kimya prosedürlerinin çeşitli olduğunu ve özellikle birden fazla kullanıcının birden fazla araştırma sorusuyla platformu paylaştığı durumlarda gereksinimlerin sık sık değişebileceğini göstermektedir. Bu da katılımcıların büyük ölçüde yeniden yapılandırılabilirlik istemelerine yol açar (§5.3); ancak mevcut platformlar bu beklentiyi genellikle karşılayamaz (Tobias and Wahab, 2025; Holland and Davies, 2020).

Birçok katılımcının da belirttiği gibi, esnek olmayan, tamamen otonom sistemlerin keşifi kaçırma riski vardır (§5.8): bir robot belirli bir sonuca odaklanacak şekilde programlanırsa, anormal sonuçları görmezden gelebilir veya yok sayabilir (Stephenson et al., 2023; Holland and Davies, 2020). Katılımcılar, penisilin ve grafenin keşiflerini uyarı niteliğinde örnekler olarak göstermiş, zekice algılama yeteneğine sahip olmayan bir sistemin atılımları yönlendiren kritik gözlemleri görmezden gelebileceğini savunmuştur. Bu endişe, sabit prosedürleri sabir hedefe doğru yürütmekten öte, beklenmedik olayları tanıyabilen ve kaydedebilen platformlara ihtiyaç olduğunu vurgulamaktadır.

Bu sınırlamalardan bazılarını aşmak için, geleceğin robot destekli deney platformları veriye dayalı model tabanlı kontrol kullanımını araştırabilir. Daha önce belirtildiği gibi, son yıllarda VLA modellerinde kaydedilen ilerlemeler, kimyasal ortamlarda sabit robotik yollar için umut verici bir alternatif sunuyor (Ren ve ark., 2026). Bu modeller ilk hareket planlarını üretebilir; belki kimyacının kendi eylemleriyle yapılan gösterimlerden eğitilmiş bu planlar daha sonra düzenlenebilir veya tekrarlanabilir. Birincil fayda, kimyacılara reaksiyon adımlarını kendilerinin yapılandırıp düzenlemelerini sağlamak, böylece konuşlandırma süresini belirgin şekilde azaltmak ve sıkça dile getirilen geliştirme ve programlama engellerini çözmek olur (§5.7).

Fiziksel esnekliğin ötesinde, bu platformların aynı zamanda bir kimyasal zeka düzeyi de geliştirmesi gerekir. Katılımcılarımız, beklenmedik durumları bağımsız olarak değerlendirmek ve müdahale etmenin ya da insan desteği çağırmanın ne zaman gerekli olduğunu belirlemenin önemini vurguladı (§5.4, §5.7). Bu yetenek daha önceki çalışmalarla kısmen gösterildi (Darvish ve ark., 2025) ve Dil-Görüntü Modelleri (VLM’ler) aracılığıyla sahne anlamlandırmasında son dönemde kaydedilen iyileşmeler, dökülmeler gibi basit arızaları tespit etmek için umut verici sonuçlar ortaya koydu (Munguia-Galeano ve ark., 2026); ancak reaksiyonlar için gerekli olan çok modlu algılamanın entegrasyonunda daha fazla çalışma yapılması gerekiyor. Ayrıca, kimyasal bilgi ve algılama içeren bir sistem, prosedürel değişiklikler önererek veya sonuçların ön analizini gerçekleştirerek kimyacılara daha ileri düzeyde yardımcı olabilir ve pasif bir yürütüciden gerçek bir asistana dönüşebilir.

6.2 Laboratuvarda robotlarla yan yana çalışma

Mülakatlarımız boyunca tutarlı bir bulgu, katılımcıların robotları ikame değil, işbirlikçi ortaklar olarak görmeleriydi (§5.5). Bu bulgu, katılımcıların (hastane laboratuvarı, imalat ve bakım çalışanları) benzer şekilde uçtan uca tam otomasyon yerine kısmi otomasyonu ve amaca yönelik robot desteğini tercih ettiği Schadenberg ve ark. (2023) ile Retzer ve Niessen (2026) çalışmalarının sonuçlarıyla örtüşüyor. Her iki bağlamda da katılımcılar, muhakeme, karar verme ve keşif süreçlerinde insanın merkezinde tutulmasının değerine önem verdi. Bulgularımızda, tamamen otonom platformların beceri düşüklüğüne yol açması, erken kariyer kimyacılarının deneyim kazanmasını azaltması ve beklenmedik ancak önemli gözlemlerin kaçırılması riski konularında belirli endişeler öne çıktı (§5.7). Bu endişeler kimyasal bilimin kendisine de yansıyor: bulularımızda ve önceki çalışmalarda (Seifrid ve ark., 2022) belirtildiği gibi, bazı görevler tamamen biçimlendirilmesi ve devredilmesi zor olan örtük bilgiye dayanır (5.4). Bu durum, kimyacının yorumu, muhakeme ve sürecin genel yönü üzerinde gözetimi koruduğu insan döngüde (human-in-the-loop) tasarımlarının gerekçesini pekiştiriyor.

(§5.5)’de bulunduğu gibi, etkili işbirliği kimyacılar arasında farklılık gösteriyor. Tercihlerin bu geniş yelpazesi, robot destekli deney platformlarının esnek ve kişiye özel görev devrini desteklemesi gerektiğini gösteriyor; böylece her kimyacı hangi adımları otomatikleştireceğini ve hangilerini kendinde tutacağını belirleyebiliyor. Katılımcılar aynı zamanda süreçlerin nasıl icra edildiği üzerinde de kontrol istedi; zorla dayatıldığı veya şeffaf olmadığı hissedilen robot süreçlerinin güveni zedeleyebileceğini belirterek, kendi yöntemlerine göre yapılandırıp uyarlayabilecekleri sistemleri tercih ettiklerini ifade ettiler (Giannopoulou ve ark., 2021).

Automation topluluğundaki 102 araştırmacının laboratuvar otonomisi konusundaki motivasyon ve kaygılarını ölçtüğü Hung ve ark. (2024) çalışmasıyla bazı karşılaştırma noktaları bulunuyor. Katılımcıların verimliliği birincil hedef olarak sıralamaları, araştırmacı mutluluğu ve güvenliği ise en az önemli bulmaları; fiziksel yükleri azaltma ve yaşam kalitesini iyileştirme beklentisinin öne çıktığı katılımcılarımızla tezat oluşturuyor. Güvenlik tartışmasında da ilginç bir ayrılık ortaya çıkıyor: Hung ve ark. (2024)’nin katılımcıları tehlikeli görevleri otomatikleştirmeye isteksizken, katılımcılarımız tam tersi bir tutum sergileyip tehlikeli işlemlerin robotlara özel olarak verilmesini istiyor (§5.2). Bu farklar, platformları geliştirenlerle nihayetinde onları kullanacak olan son kullanıcıların farklı görüşlerini öne çıkarıyor. Yine de her iki çalışma da yaratıcılık, yorumlama ve örtük bilgi gerektiren görevlerde insanların döngüde tutulmasının öneminde güçlü bir şekilde örtüşüyor.

Kimyacı-robot etkileşiminin tasarımı, bu platformların tanıtımında kritik bir unsur. Katılımcılar en sık düzeyde talimatlar, sorun giderme ve karar verme için sözlü arayüzleri önermiş, ancak robot hareketleri ve tepki planlaması için görsel programlama ve fiziksel gösterim gibi daha kesin yöntemlerin kullanılması gerektiğini de belirtmiş (§5.6). Bu ayrım önemli: düzenli görevlerde sürtünmesiz etkileşim idealken, uygulama adımları için kesin kontrol gerekiyor; bu da katılımcıların betimlediği kesinlik ve tekrarlanabilirlik gereksinimiyle örtüşüyor. Her iki etkileşim biçimini de göz önünde bulundurmak, görüşmelerde öne çıkan geliştirme süresi ve karmaşıklık engelini aşmaya yardımcı olabilir. Bu bulgular, uzman olmayan kullanıcılar arasında çok sayıda sektörde robotik benimsemenin erişilebilir, çok modlu arayüzler kadar kritik olduğunu ortaya koyan Giannopoulou ve ark. (2021) çalışmalarını izliyor. Robot destekli deney platformları, kimyacıların sapmaları fark edip gerekli müdahaleleri yapabilmesi için bilinçli gözetimi destekleyecek şekilde, ayrıntılı gerçek zamanlı sensör verilerinden basit durum güncellemelerine kadar çeşitli geri bildirimler sağlamalıdır.

6.3 Güven, görünürlük ve şeffaflığın önemi

Güven, sabit bir tutumdan ziyade, görevlerin kritikliğine göre değişen bir tutum olarak ortaya çıktı. Katılımcılar genel olarak rutin görevlerin devredilmesinde rahatlardı, ancak kritik olarak değerlendirdikleri tepki adımlarında RAI’ye yakın gözetim olmadan güvenmekten daha temkinliydi. Bu tutum, robota ilişkin uygun güvenirliğin sistemin güvenilirliğine ve hatanın sonuçlarına göre belirlendiği daha geniş güven kalibrasyonu kavramını yansıtıyor (Simone et al., 2022). Bu kademeli yaklaşım diğer alanlarda da gözlemlendi; Retzer ve Niessen (2026), çoklu sektörlerde çalışanların, düşük düzeyde başlayıp deneyim arttıkça artan benzer bir özerklik isteğini betimlediklerini bildiriyor. İnsanların robot platformlarına dair güveninin iyi kalibre edilmesi gerekir (Lewis et al., 2018); ancak bu güven, kullanıcı sisteme dair deneyim kazandıkça değişir (§5.7), bu da robot destekli deney platformlarının tek bir güven ayarını varsaymaması, kimyacıların özerkliklerini kademeli olarak tanımlarına olanak tanıması gerektiği anlamına geliyor; belki de bazı katılımcılar tarafından belirtilen doğrulama aşamaları aracılığıyla. Bu ‘önce kanıtla’ beklentisi, bu güven inşası mekanizmalarının sistem tasarımında göz önünde bulundurulması gerektiğini, ortaya çıkmasına bırakılmaması gerektiğini gösteriyor.

Bu tür bir mekanizma şeffaflıktır; katılımcılar istedikleri geri bildirim düzeyinde farklılık göstermekle birlikte, sistemin ne yaptığını, neden yaptığını ve bir şeylerin beklentiden saparken bunu açıkça iletilmesi gerektiğinde hemfikirdir. Bu, kimyacıların güvenleri kalibre ettikçe ayarlayabilecekleri çok düzeyli geri bildirim gerekliliğine işaret etmektedir. Daha geniş ölçekte görünürlük ile güven arasındaki ilişki verilerimizde açıktı; katılımcılar en azından başlangıçta doğrulamak ve güven inşa etmek için sistemi izlemeye ihtiyaç duyduklarını ifade etti. Kimyada sonuçların tekrarlanabilir ve metodolojik açıdan sunulabilir olması gerekir; bu da eylemlerini veya karar verme süreçlerini gizleyen herhangi bir platformun bilimsel çıktısına belirsizlik sokabileceği anlamına gelir (Simone et al., 2022; Holland and Davies, 2020). Bu durum, sonuçları tekrar kontrol etme isteğiyle örtüşmekte ve kimyanın deneysel bütünlük gerekliliğini yansıtmaktadır. Dolayısıyla şeffaflık yalnızca kullanım kolaylığı açısından değil, aynı zamanda RAI kaynaklı güvenilir veri ve sonuçların ön koşulu olarak da önem taşımaktadır.

6.4 Tasarım göz önünde bulundurmaları

Bulgularımıza dayanarak, robot destekli deney platformlarının tasarımı ve geliştirilmesi için aşağıdakileri başlangıç düzeyinde bir göz önünde bulundurma listesi olarak öneriyoruz. Tüm robot destekli deney yelpazesinde geçerli olmakla birlikte, her bir göz önünde bulundurmaya verilen vurgu platformun ölçeğine ve otonomilik düzeyine göre değişecektir. Önerilen her bir göz önünde bulundurma için bunu besleyen temaları belirterek, sistem tasarımı için önerilen çıkarımlar ile tematik analizimiz ve bunların temelini oluşturan katılımcı görüşleri ve bakış açıları arasında bir bağ kuruyoruz. Tema §5.1’inin bu göz önünde bulundurmaların tümünü kapsadığını, çünkü ilk başta bu teknolojilerin istenme nedenlerini içerdiğini belirtmek gerekir.

• Tasarımda kimyacı döngüde: Kimyacı ile robot arasındaki iş bölümü yapılandırılabilir olmalı ve kimyacının ihtiyaçlarına göre yönlendirilmelidir. Kimyacının yorumlama, karar verme ve araştırma yönüne dahil edilmesinin korunması, deney sürecinde insan yargısının merkezinde kalmayı sağlamak, beceri kaybı ve kaçan keşifleri azaltmak açısından esastır. İlgili Temalar: Tema 5 (5.5), Tema 6 (5.6) ve Tema 8 (5.8).

• Yeniden yapılandırılabilir mimari: Platformlar, kimyacıların pahalı uzman müdahalesi olmadan bileşenleri, sensörleri ve reaksiyon adımlarını değiştirmesine olanak tanıyacak kadar modüler olmalıdır. İlgili Temalar: Tema 3 (5.3), Tema 7 (5.7).

• Görüntü ötesinde algılama: Kimyacılar yalnızca görsel ipuçlarına dayanmaz; ancak deneyimlerimizde güncel robot destekli deney platformları, kameralar dışında algılama biçimlerini nadiren uygular. Gelecek platformlar, farklı arızaların tespitini iyileştirmek için çeşitli sensörlerle (örneğin sıcaklık, kızılötesi, nem) özelleştirilebilir sensör setleri içermelidir. Bu aynı zamanda kimyacılara kendi kararlarını ve gözetimlerini geliştirmelerine yardımcı olacak kapsamlı çok modlu bilgi sağlayacaktır. İlgili Temalar: Tema 4 (5.4), Tema 5 (5.5).

• Bağlam farkında güvenlik: Laboratuvarlardaki robotlar beklenmedik olayları tespit etmek için gerçek zamanlı algılama kullanmalı, ancak daha da önemlisi, bunların önemini akıl yürütebilmeli ve otonom olarak müdahale edip yardım çağırabilmelidir. Bu müdahaleler şiddet derecesiyle ölçeklenmeli, ikili aç/kapat eylemleri, kapatma vb. yerine olmalıdır. İlgili Temalar: Tema 2 (5.2), Tema 4 (5.4), Tema 5 (5.5).

• Çok modlu etkileşim: Sohbet arayüzleri temel talimatı ve üst düzey karar vermeyi yönetebilirken, hassas robotik yürütme kolay kullanılımlı programlama arayüzlerini kullanmalıdır. Bu ayrım, etkileşimdeki karmaşıklık engelini düşürürken, herhangi bir otonom prosedür üzerinde yeniden yapılandırılabilir kontrolü de sağlamaya devam eder. İlgili Temalar: Tema 4 (5.4), Tema 5 (5.5), Tema 7 (5.7).

6.5 Bu çalışmanın sınırlamaları

Katılımcı topluluğumuzda roller, konumlar ve kimya alanı açısından çeşitlilik bulunmakla birlikte, toplam 9 katılımcı sayısı nispeten düşüktür ve bu da bulgularımızın kapsamını sınırlamaktadır. Ayrıca katılımcılarımızın kendi kendini seçen gönüllüler olduğunu ve çalışmamızın konusu olan konuda belirli bir ilgileri olabileceğini kabul ediyoruz. Buna ek olarak, bu hipotetik teknolojilerin ve bilimin ve iş alanındaki etkilerinin tartışılmasında, yorumlamaları doğrudan katılımcıların böyle teknolojilere—örneğin robotik, SDL’ler ve otomasyon—maruz kalması ve bu konulardaki önceki bilgileri ile böyle tartışmalara açık olmaları tarafından etkilenmesi nedeniyle içsel sınırlamalar bulunmaktadır.

7 Sonuç

Bu çalışma, kimyacılarla yürütülen nitel bir çalışmanın bulgularını sunmaktadır; kimya alanlarında robot destekli deneyimin uygulanmasına ilişkin tutumları ve fikirleri incelemektedir. Bulgularımızı bu veri üzerinde yaptığımız analiz temelinde sunuyoruz ve kullanıcı odaklı tasarım önerileri sağlayarak laboratuvar robotiğine yönelik artan ilgiyi bilgilendirmeyi amaçlıyoruz. Genel olarak katılımcılar, RAI destekli deneyime olumlu bakıyor; birçok katılımcı robotların çalışma yaşamı kalitelerini iyileştireceğini, manuel iş yüklerini azaltacağını ve anlamlı bilişsel görevler için daha fazla zaman tanıyacağını öngörüyordu. Katılımcılar, robotların yakın gelecekte iş akışlarının önemli bir parçası olacağı senaryosunu, tıpkı bugün diğer kimya ekipmanlarının kullanıldığı gibi, kolayca hayal edebildiler. Üretkenliği artıracak ve daha hızlı keşfi mümkün kılacak şekilde laboratuvarlarda kimyacıların yanında esnek çalışabilecek robot destekli deneyim platformları hayal ediyoruz.

Bu araştırma, robot destekli deneyim platformlarının gerçek dünya örnekleriyle gösterimlerini içeren, daha büyük sayıda katılımcıyla yürütülecek gelecekteki çalışmalar için kullanışlı bir temel sağlamaktadır; böylece daha derin içgörü kazanılmak ve tasarım önerilerinin özgüllüğü artırılmaktadır.

Açıklamalar

Veri erişilebilirliği açıklaması

Bu makalede sunulan veri setleri, etik ve veri gizliliği gerekliliklerimiz nedeniyle kolayca erişilebilir değildir. Veri setlerine erişim talepleri AV’ye yönlendirilmelidir: psyav2@nottingham.ac.uk.

Ahlak beyanı

İnsanlar dahil edilen çalışmalar, Nottingham Üniversitesi Bilişim Bilimleri Fakültesinin Etik Kurulu tarafından (CS-2024-SA6) onaylanmıştır. Çalışmalar yerel mevzuat ve kurumsal gerekliliklere uygun olarak yürütülmüştür. Katılımcılar, bu çalışmaya katılmak için yazılı aydınlatılmış onamlarını vermişlerdir.

Yazar katkıları

AVT: Yöntem, Veri düzenleme, Soruşturma, İnceleme ve düzenleme, Doğrulama, Kavramsal çerçeve, Orijinal taslak, Görselleştirme. PC-S: Yöntem, Kavramsal çerçeve, İnceleme ve düzenleme, Gözetim, Doğrulama. ND: Doğrulama, Gözetim, İnceleme ve düzenleme, Proje yönetimi, Kavramsal çerçeve, Yöntem.

Finansman

Yazar(lar), bu çalışma ve/veya yayımı için herhangi bir finansal destek alınmadığını beyan etmiştir.

Tesekkürler

Yazarlar, değerli zamanlarını ayıran, bakış açılarını paylaşan ve bağlamsal soruşturmaları ile mülakatları laboratuvarları ve çalışma alanlarında gerçekleştirmemize olanak tanıyan katılımcılara teşekkür etmek ister. Ayrıca katılımcı kaydında bize yardımcı olan diğer işbirlikçilerimize de teşekkür ederiz.

Çıkar çatışması

Yazar(lar), bu çalışmanın, potansiyel bir çıkar çatışması olarak değerlendirilebilecek herhangi bir ticari veya finansal ilişki olmadan yürütüldüğünü beyan etmiştir.

Üretken yapay zekâ beyanı

Yazar(lar), bu el yazısında üretken yapay zekâ kullanılmadığını beyan etmiştir.

Bu makaledeki figürlerle birlikte sağlanan alternatif metinler (alt text), Frontiers tarafından yapay zekâ desteğiyle oluşturulmuş olup, yazarların mümkün olduğunca gözden geçirmesini de içeren makul çabalar doğruluklarının sağlanması için alınmıştır. Herhangi bir sorunu tespit ederseniz, lütfen bizimle iletişime geçin.

Yayımcının notu

Bu makalede ifade edilen tüm görüşler yalnızca yazarlara aittir ve bağlı oldukları kuruluşların, yayıncının, editörlerin veya hakemlerin görüşlerini zorunlu olarak yansıtmaz. Bu makalede değerlendirilebilecek herhangi bir ürün veya üreticisinin yapabileceği herhangi bir iddia, yayıncı tarafından garanti edilmez veya desteklenmez.

Alıntılar

1.^https://support.microsoft.com/en-us/teams/meetings/start-stop-and-download-live-transcripts-in-microsoft-teams-meetings

2.^https://support.microsoft.com/en-us/word/transcribe-your-recordings

3.^https://lumivero.com/products/nvivo-desktop

• AbolhasaniM.KumachevaE. (2023). The rise of self-driving labs in chemical and materials sciences. Nat. Synth.2, 483–492. 10.1038/s44160-022-00231-0

• AngelopoulosA.CahoonJ. F.AlterovitzR. (2024). Transforming science labs into automated factories of discovery. Sci. Robotics9, eadm6991. 10.1126/scirobotics.adm6991

• BethelC. L.MurphyR. R. (2010). Review of human studies methods in HRI and recommendations. Int. J. Soc. Robotics2, 347–359. 10.1007/s12369-010-0064-9

• BeyerH.HoltzblattK. (1999). Contextual design. Interactions6, 32–42. 10.1145/291224.291229

• BraunV.ClarkeV. (2006). Using thematic analysis in psychology. Qual. Res. Psychol.3, 77–101. 10.1191/1478088706qp063oa

• Braun V. Clarke V. (2019). Reflecting on reflexive thematic analysis. Qual. Res. Sport, Exerc. Health 11, 589–597. 10.1080/2159676X.2019.1628806

• Darvish K. Skreta M. Zhao Y. Yoshikawa N. Som S. Bogdanovic M. et al (2025). Organa: a robotic assistant for automated chemistry experimentation and characterization. Matter 8, 101897. 10.1016/j.matt.2024.10.015

• Duda S. Warburton C. Black N. (2020). “Contextual research,” in Human-Computer Interaction. Design and User Experience. Editor Kurosu M. (Cham: Springer International Publishing), 33–49. 10.1007/978-3-030-49059-1_3

• Giannopoulou G. Borrelli E.-M. McMaster F. (2021). “Programming – it’s not for normal people: a qualitative study on user-empowering interfaces for programming collaborative robots,” in 2021 30th IEEE International Conference on Robot & Human Interactive Communication RO-MAN, 37–44. 10.1109/RO-MAN50785.2021.9515535

• Hamad M. Nertinger S. Kirschner R. J. Figueredo L. Naceri A. Haddadin S. (2024). “A concise overview of safety aspects in human-robot interaction,” in Human-Friendly Robotics 2023. Editors Piazza C. Capsi-Morales P. Figueredo L. Keppler M. Schütze H. (Cham: Springer Nature Switzerland), 1–18.

• Hamm J. Lim S. Park J. Kang J. Lee I. Lee Y. et al (2024). A modular robotic platform for biological research: cell culture automation and remote experimentation. Adv. Intell. Syst. 6, 2300566. 10.1002/aisy.202300566

• Hart S., Staveland L. E. (1988). “NASA-TLX (Görev Yükü İndeksi) gelişimi: Ampirik ve kuramsal araştırmaların sonuçları,” in Advances in Psychology. Editörler Hancock H. A., Meshkati N., 139–183. 10.1016/S0166-4115(08)62386-9

• Holland I., Davies J. A. (2020). Yaşam bilimi araştırmaları laboratuvarında otomasyon. Front. Bioeng. Biotechnol.8, 571777. 10.3389/fbioe.2020.571777

• Hung L., Yager J. A., Monteverde D., Baiocchi D., Kwon H.-K., Sun S. ve ark. (2024). Hızlandırılmış malzeme keşfi için otonom laboratuvarlar: Bir topluluk anketi ve pratik içgörü. Digit. Discov.3, 1273–1279. 10.1039/d4dd00059e

• Jung D. N., Bruns C. J. (2024). Sentezik Kimya Alt Görevleri için Tipoloji Geliştirme: Islak Laboratuvarda İnsan-Robot İşbirliği Görev Tasarımı Yönünde. American Society of Mechanical Engineers Digital Collection. 10.1115/DETC2024-142677

• Lewis M., Sycara K., Walker P. (2018). “İnsan-robot etkileşiminde güvenin rolü,” in Trusted Autonomy Foundations. Editörler Abbass H. A., Scholz J., Reid D. J. (Cham: Springer International Publishing), 135–159. 10.1007/978-3-319-64816-3_8

• Longley L., Munguia-Galeano F., Han Y., Clowes R., Vijayakrishnan S., Edwards A. ve ark. (2026). RobInHood: Bir tüp altında çalışan robotik kimyager. Digit. Discov.5, 2438–2447. 10.1039/D6DD00007J

• Munguia-Galeano, F., Zhou, Z., Veeramani, S., Fakhruldeen, F., Longley, L., Clowes, R. ve diğerleri (2026). Kimyacı gözü: Kendinden yürüyen laboratuvarlarda güvenlik izlemi ve robot karar vermeste kullanılan görsel dil modeli destekli sistem. Digit. Discov. 5, 2209–2220. 10.1039/d6dd00062b

• Pizzagalli, S. L., Kuts, V., Otto, T. (2021). İnsan-Robot İşbirliği sistemleri için kullanıcı odaklı tasarım. IOP Conf. Ser. Mater. Sci. Eng. 1140, 012011. 10.1088/1757-899X/1140/1/012011

• Ren, B., Liu, X., Chen, X., Liu, Y., Li, C., Gao, D. ve diğerleri (2026). LabVLA: Görsel-dil-aksiyon modellerinin bilimsel laboratuvarlarda temellendirilmesi. 10.48550/arXiv.2606.13578

• Retzer, L., Niessen, C. (2026). İşçiler, gelecek robotlardan temel sosyal beceriler ancak sınırlı özerklik bekliyor: Robot sosyal becerileri için nitelikli görüş araştırması ve sınıflandırma. Front. Robotics AI 13, 1815966. 10.3389/frobt.2026.1815966

• Schadenberg, B. R., Garcia Goo, H., Nyman, L., Keisu, J., Evers, V. (2023). “Hastane laboratuvarı çalışanlarının laboratuvar testlerinin robotlarla zenginleştirilmesine dair görüşleri,” in Companion Proceedings of the 2023 ACM/IEEE International Conference on Human-Robot Interaction (New York, NY, USA: Association for Computing Machinery), 607–611. 10.1145/3568294.3580157

• Seifrid, M., Pollice, R., Aguilar-Granda, A., Morgan Chan, Z., Hotta, K., Ser, C. T. ve diğerleri (2022). Otonom kimyasal deneyler: Kendinden yürüyen bir laboratuvar kurma konusunda zorluklar ve perspektifler. Accounts Chem. Res. 55, 2454–2466. 10.1021/acs.accounts.2c00220

• Simone V., Pasquale V. D., Giubileo V., Miranda S. (2022). İnsan-Robot İşbirliği: İşçilerin performansının analizi. Procedia Comput. Sci.200, 1540–1549. 10.1016/j.procs.2022.01.355

• Stephenson A., Lastra L., Nguyen B., Chen Y.-J., Nivala J., Ceze L. ve ark. (2023). Sentetik biyolojide fiziksel laboratuvar otomasyonu. ACS Synth. Biol.12, 3156–3169. 10.1021/acssynbio.3c00345

• Thurow K., Gu X., Göde B., Roddelkopf T., Fleischer H., Stoll N. ve ark. (2021). Mobil robotların otomatik laboratuvar süreçlerine entegrasyonu: uygun bir iş akışı yönetim sistemi. SLAS Technol.26, 232–235. 10.1177/2472630320967620

• Tobias A. V., Wahab A. (2025). Otonom ‘kendi kendine süren’ laboratuvarlar: teknoloji ve politika sonuçlarının bir incelemesi. R. Soc. Open Sci.12, 250646. 10.1098/rsos.250646

• Tom G., Schmid S. P., Baird S. G., Cao Y., Darvish K., Hao H. ve ark. (2024). Kimya ve malzeme bilimi için kendi kendine süren laboratuvarlar. Chem. Rev.124, 9633–9732. 10.1021/acs.chemrev.4c00055

• Turja T., Oksanen A. (2019). İş yerinde robot kabulü: 27 AB ülkesine dayalı çok seviyeli analiz. Int. J. Soc. Robotics11, 679–689. 10.1007/s12369-019-00526-x

Özet

Anahtar kelimeler

insan-robot etkileşimi (HRI), deneysel kimya, kendi kendine süren laboratuvarlar, tematik analiz (TA), kullanıcı çalışması

Başvuru

Vecina Tercero A, Caleb-Solly P ve Deshpande N (2026) Robots as lab partners: chemists’ perspectives for informing the design of robot-assisted experimentation. Front. Robot. AI 13:1959483. doi: 10.3389/frobt.2026.1959483

Alındı

05 Ağustos 2026

Kabul edildi

30 Ekim 2026

Yayınlandı

13 Kasım 2026

Cilt

13 – 2026

Casey Bennett, DePaul University, United States

Sayan Basak, University of Calcutta, India

Rodrigo Moreno, IT University of Copenhagen, Denmark

© 2026 Vecina Tercero, Caleb-Solly ve Deshpande.

Bu, Creative Commons Atıf Lisansı (CC BY) koşulları altında dağıtılan açık erişimli bir makaledir. Orijinal yazar(lar)ın ve telif hakkı sahib(lar)ının itibar edildiği ve bu dergideki orijinal yayının, kabul görmüş akademik uygulama doğrultusunda atıf edildiği sürece, diğer forumlarda kullanım, dağıtım veya çoğaltma izinlidir. Bu koşullara uymayan herhangi bir kullanım, dağıtım veya çoğaltma izinlidir.

*İletişim: Adrian Vecina Tercero, psyav2@nottingham.ac.uk

Bu makalede ifade edilen tüm iddialar yalnızca yazarlara aittir ve mutlaka bağlı oldukları kuruluşların, ya da yayıncının, editörlerin ve değerlendirenlerin görüşlerini yansıtmaz. Bu makalede değerlendirilebilecek herhangi bir ürün veya üreticisinin yapabileceği herhangi bir iddia, yayıncı tarafından garanti edilmez veya desteklenmez.