Large Language Models (LLMs) in Hadith Research: Theoretical Framework, Limitations and AI-Assisted Structured Data Construction
Hadis Araştırmalarında Büyük Dil Modelleri (LLM): Teorik Çerçeve, Sınırlar ve Yapay Zekâ Destekli Yapılandırılmış Veri İnşası
This article examines whether large language models (LLMs) can serve as a verifiable tool in the field of hadith studies. The study focuses on three fundamental structural issues encountered by general-purpose models in domain-specific applications: corpus dependency, the risk of hallucination, and the limitations of the context window. To address these issues, the article proposes a solution framework that integrates constraining system prompts, a Retrieval-Augmented Generation (RAG) architecture, and a vector database tailored to the field. In the theoretical section, conducted using a qualitative descriptive method, the relevant literature is reviewed. In the applied section, Volume 23 of al-Dhahabī’s Siyar Aʿlām al-Nubalāʾ was transferred to a vector database and converted into a structured dataset using the Gemini 2.5 Flash model. The study produced a rijāl dataset comprising 21 variables for 271 scholars. The findings indicate that, when constrained by restrictive guidelines, the model minimized the risk of hallucination: rather than generating fabricated information, it clearly reported missing data and successfully analyzed the complex structure of Arabic rijāl literature. Accordingly, AI systems supported by data-driven architectures and supervised by subject-matter experts appear to offer significant opportunities as a complementary tool in comprehensive hadith research, including rijāl and isnād analysis, textual analysis, the extraction of narrator-relationship networks, and the identification of ṭarīq and ṭabaqa.
Bu makale, büyük dil modellerinin (LLM) hadis alanında denetlenebilir bir araç olarak kullanılıp kullanılamayacağını incelemektedir. Çalışmada, genel amaçlı modellerin alana özgü uygulamalarda karşılaştığı korpus bağımlılığı, halüsinasyon riski ve bağlam penceresi sınırlılığı olmak üzere üç temel yapısal soruna odaklanılmaktadır. Söz konusu sorunları aşmak amacıyla kısıtlayıcı sistem yönlendirmelerini (prompting), RAG mimarisini ve vektörel veri tabanını alana entegre eden bir çözüm çerçevesi önerilmektedir. Nitel betimsel yöntemle yürütülen çalışmanın kuramsal bölümünde konuyla ilgili literatür incelenmiş, uygulama bölümünde ise Zehebî’nin Siyeru A’lâmi’n-Nübelâ adlı eserinin 23. cildi vektörel veri tabanına aktarılarak Gemini 2.5 Flash modeli aracılığıyla yapılandırılmış bir veri setine dönüştürülmüştür. Bu çalışma sonucunda 271 âlime ait 21 farklı değişkeni kapsayan bir ricâl veri kümesi elde edilmiştir. Araştırma bulguları ışığında kısıtlayıcı yönlendirmelerle sınırlandırılan model, halüsinasyon riskini en aza indirmiş; uydurma bilgi üretmek yerine eksik verileri açıkça raporlamış ve Arapça ricâl literatürünün karmaşık yapısını başarıyla çözümleyebilmiştir. Bu doğrultuda alan uzmanının denetiminde veri odaklı mimarilerle desteklenen yapay zekâ sistemlerinin; ricâl ve isnad tahlili, metin çözümlemesi, râvi ilişki ağlarının çıkarılması, tarîk ve tabaka tespiti gibi kapsamlı hadis araştırmalarında tamamlayıcı bir araç olarak önemli imkanlar sunabileceği değerlendirilmektedir.
Alan, Ahmet Yusuf vd. “Improving LLM Reliability with RAG in Religious Question-Answering: MufassirQAS”. Turkish Journal of Engineering 9/3 (01 Temmuz 2025), 544-559. https://doi.org/10.31127/tuje.1624773
Alghamdi, Jawaher vd. “Pretrained Models Against Traditional Machine Learning for Detecting Fake Hadith”. Electronics 14/17 (31 Ağustos 2025). https://doi.org/10.3390/electronics14173484
Altammami, Shatha Hamad. Artificial Intelligence for Understanding the Hadith. University of Leeds, Phd, 2023. https://etheses.whiterose.ac.uk/id/eprint/32802/
Apaydın, Mehmet. “The Feasibility of Using Artificial Intelligence in Hadith Research”. Journal of Sharia and Islamic Studies 40/140 (04 Mart 2025), 9-64. https://doi.org/10.34120/jsis.v40i140.3479
Ayhan, Mehmet - Kılıç, Zülal. “Yapay Zekâ Modellerinin Hadis Tarihi Sorularına Verdiği Yanıtların Karşılaştırmalı Analizi: Chatgpt ve Gemini Örneği”. Dinbilimleri Akademik Araştırma Dergisi 24/3 (31 Aralık 2024), 137-159. https://doi.org/10.33415/daad.1586164
Başarslan, Burhan - Büyükyılmaz, Yusuf. “Üretken Yapay Zeka Teknolojileri İle Diyaloğa Girmek Mümkün müdür?” Beytulhikme An International Journal of Philosophy 15/15:4 (2025), 1473-1496. https://doi.org/10.29228/beytulhikme.86607
Çakır, Furkan. “Yapay Zekâ ve Hadis”. Şırnak Üniversitesi İlahiyat Fakültesi Dergisi 32 (15 Eylül 2023), 109-131. https://doi.org/10.35415/sirnakifd.1240725
Çelik, Abdullah. “Dijital Ortamda Hadis Naklinin Geleceği: Kaynak Güvenilirliği Ve Yorum Metotları”. Dijital Çağda Dil, Din, Düşünce ve Ahlâkın Evrimi (Hadis). ed. Hamide Ulupınar. 101-128. Ankara: İlahiyat Yayınları, 2025.
Dönmez, Süleyman. “Yapay Zekâ: Nazariyat Bakımından Bir Çözümleme”. Beytulhikme An International Journal of Philosophy 15/15:4 (2025), 1425-1447. https://doi.org/10.29228/beytulhikme.86755
El Ganadi, Amina vd. “The Impact of Generative AI on Islamic Studies: Case Analysis of ‘Digital Muhammad ibn Ismail Al-Bukhari’”. 2024 2nd International Conference on Foundation and Large Language Models (FLLM). 179-187, 2024. https://doi.org/10.1109/FLLM63129.2024.10852480
Ganadi, Amina El vd. “Generative AI for Islamic Texts: The EMAN Framework for Mitigating GPT Hallucinations”. 1221-1228, 2026. https://www.scitepress.org/Link.aspx?doi=10.5220/0013312800003890
Ji, Ziwei vd. “Survey of Hallucination in Natural Language Generation”. ACM Computing Surveys 55/12 (2023), 1-38. https://doi.org/10.1145/3571730
Kurt, İsmail. “İsnad Tenkidinde Yapay Zekanın Kullanılabilirliği”. Dijital Çağda Dil, Din, Düşünce ve Ahlâkın Evrimi (Hadis). ed. Hamide Ulupınar. 215-234. Ankara: İlahiyat Yayınları, 2025.
Latifi, Hasan. “Challenges of Using Artificial Intelligence in the Process of Shi’i Ijtihad”. Religions 15/5 (Mayıs 2024), 541. https://doi.org/10.3390/rel15050541
Lewis, Patrick vd. NIPS ‘20. “Retrieval-augmented generation for knowledge-intensive NLP tasks”. Proceedings of the 34th International Conference on Neural Information Processing Systems, 9459-9474.
Mikolov, Tomas vd. “Efficient Estimation of Word Representations in Vector Space”. https://doi.org/10.48550/arXiv.1301.3781
Polat, Zeynep. “Yapay Zekâ Ve Hadis İlmi: Fırsat Mı Risk Mi?” Dijital Çağda Dil, Din, Düşünce ve Ahlâkın Evrimi (Hadis). ed. Hamide Ulupınar. 189-216. Ankara: İlahiyat Yayınları, 2025.
Sağlam, İbrahim. “Hadis Tahrîci ve Tenkidinde Yapay Zekâ Destekli Çalışmalara Yönelik Literatür Taraması”. Kahramanmaraş Sütçü İmam Üniversitesi İlahiyat Fakültesi Dergisi 45 (30 Haziran 2025), 115-137. https://doi.org/10.35209/ksuifd.1630098
Şahin, Ayşegül Toprak. “Yapay Zekânın Hadislerin Karşılaştırmalı Metin Tenkidine Katkısı Üzerine Bir İnceleme”. Dijital Çağda Dil, Din, Düşünce ve Ahlâkın Evrimi (Hadis). ed. Hamide Ulupınar. 235-262. Ankara: İlahiyat Yayınları, 2025.
Şenol, Şule Soyal. “Dijital Çağda Hadis Araştırmaları: Yapay Zekâ Destekli Analiz Denemesi”. Dijital Çağda Dil, Din, Düşünce ve Ahlâkın Evrimi (Hadis). ed. Hamide Ulupınar. 263-309. Ankara: İlahiyat Yayınları, 2025.
Tombul, Sema. “Algoritmik Araştırmalar ve Veri Madenciliği Tekniklerinin Hadis İlmine Uygulanabilirliği”. Eskiyeni 44 (20 Eylül 2021), 475-498.
Xu, Peng vd. “Retrieval meets Long Context Large Language Models”, 2024. https://doi.org/10.48550/arXiv.2310.03025
Yılmaz, Abdurrahman. “Yapay Zekâ ile Hadis Uydurma Problemi: Klasik Usûl Karşısında Yeni Bir Sınama”. HADITH 15 (31 Aralık 2025), 504-530. https://doi.org/10.61218/hadith.1764899
Yüceer, Mustafa. “Hadis Usûlünde Yapay Zekânın Klasiğini Kurgulamak Mümkün Mü?” Dijital Çağda Dil, Din, Düşünce ve Ahlâkın Evrimi (Hadis). ed. Hamide Ulupınar. 129-161. Ankara: İlahiyat Yayınları, 2025.
Zehebî, Şemseddîn Muhammed b. Ahmed. Siyeru a’lâmi’n-nübelâ. thk. Şuayb el-Arnaut-Hüseyin el-Esed vd. 25 Cilt. Beyrut: Müessesetü’r-Risâle, 3. Basım, 1985.
Hadis Literatürü. “Hadis Literatürü Veritabanı”. Erişim 03 Ocak 2026. https://veritabani.hadisliteraturu.com/
“intfloat/multilingual-e5-large · Hugging Face”. 2025. Erişim 03 Ocak 2026. https://huggingface.co/intfloat/multilingual-e5-large
KITAB. “OpenITI Documentation”. Erişim 13 Ocak 2026. https://kitab-project.org/docs/openITI
Telif Hakkı (c) 2026 Orhan Çinici (Yazar)
Bu çalışma Creative Commons Attribution-NonCommercial 4.0 International License ile lisanslanmıştır.
İndir
Makale Bilgileri
- Makale Türü Araştırma Makalesi
- Gönderildi Şubat 20, 2026
- Kabul Edildi Nisan 21, 2026
- Yayınlanmış Haziran 15, 2026
- Sayı Sayı 16 (2026)
- Bölüm Araştırma Makalesi
