Yapay zekâ, yazma biçimimizin yanında metinlere duyduğumuz güveni de değiştiriyor. İnternetteki bir yazının insan mı yoksa makine tarafından mı üretildiğini anlamak zorlaşırken tespit uygulamaları eğitimden yayıncılığa kadar pek çok alanda hakem rolü üstleniyor. Fakat bu araçların yanılma ihtimali, yazarları haksız suçlamalarla karşı karşıya bırakıyor.
Financial Times‘ın teknoloji muhabiri Elaine Moore’un kaleme aldığı yazı, Pangram ve GPTZero gibi uygulamaların nasıl çalıştığını inceliyor. İnsan yazısıyla makine üretimi arasındaki sınırın silindiğini belirten yazı, yanlış sonuçların yazarlar üzerindeki etkisini, şirketlerin yapay zekâ kullanımındaki sessizliğini, ‘insanlaştırma’ araçlarıyla süren yarışı ve filigranların güven sorununu çözüp çözemeyeceğini tartışıyor.
Yazıdan öne çıkan bölümleri aktarıyoruz:
“İnternette bir yazıyla karşılaştığımızda, yazıyı insanın mı yoksa yapay zekânın mı kaleme aldığını sezgilerimizle anlamaya çalışıyoruz. Uzun çizgiler, kusursuz görünen cümleler, tekrarlanan anlatım kalıpları ve inandırıcı görünen yanlış bilgiler kuşku uyandırıyor. Bazen en belirgin işaret, metnin anlam bakımından boş kalması oluyor: Cümleler düzgün akıyor, fakat okura pek az şey söylüyor.
İnsanlar yazarken sözcüklerini belirli bir niyetle seçiyorlar. Yapay zekâ ise çoğunlukla anlamlı görünen fakat özgün bilgi taşımayan cümleler üretiyor. Yine de dil modelleri geliştikçe insan anlatımıyla makine üretimi arasındaki ayrım belirsizleşiyor.
Özgünlük tartışması neden büyüdü?
Başkasının ifadelerini sahiplenmek veya yazma sürecini yardımcılara devretmek yeni sayılmaz. Yazarlar yüzyıllardır editörlerden, araştırmacılardan ve kimliği açıklanmayan gölge yazarlardan destek alıyorlar. Günümüzdeki tartışmayı farklılaştıran unsur, üretimin eriştiği sürat ve hacim.
Yapay zekâ birkaç saniyede makale, araştırma raporu, öğrenci ödevi, elektronik kitap veya sosyal medya paylaşımı hazırlayabiliyor. Dolayısıyla internette karşımıza çıkan içeriklerin kayda değer bölümünün makinelerce üretilmiş olabileceğini düşünmek artık şaşırtıcı gelmiyor.
Buna karşılık yepyeni bir tespit sektörü kurumsallaşıyor. Pangram, GPTZero, Winston AI ve Copyleaks gibi uygulamalar, şüpheli içerikleri inceleyerek yazının ne ölçüde yapay zekâyla hazırlanmış olabileceğini gösteren yüzdelik sonuçlar sunuyorlar. Sınırlı özellikler sunan ücretsiz sürümlerin yanında aylık ücreti 75 dolara yaklaşan abonelik seçenekleri de bulunuyor.
Bu sistemlerden gazetecilikten akademik araştırmalara, hukuk belgelerinden edebî eserlere kadar birçok alanda yararlanılıyor. The New York Times, Financial Times ve The Wall Street Journal’da yayımlanan bazı yazılar bile yapay zekâ tespit uygulamalarınca işaretlendi. Yayıncılık platformu Substack de haber bültenlerini taramak amacıyla Pangram ile işbirliği yürütüyor.
Yapay zekâ içeriğinin insan yazısıymış gibi sunulması, paylaşılan bilgi ortamını kirleten bir aldatmaca olarak değerlendiriliyor. Bununla beraber yanlış bir suçlama da yazarın saygınlığına, eğitim hayatına veya mesleki geleceğine ağır zararlar verebiliyor.
Bu kuşku edebiyat dünyasında somut sonuçlar da doğurdu. Yapay zekâyla yazıldığı öne sürülen bir roman, yazarı suçlamaları reddetmesine rağmen kitapçılardan kaldırıldı. Benzer bir tartışma, saygın bir öykü yarışmasını kazanan eser çevresinde yaşandı. Yarışmayı düzenleyen kuruluş yaptığı incelemenin ardından yazarın arkasında durdu, ancak edebiyat dergisi kazanan öyküleri yayımlamaktan vazgeçti. Olay, tespit puanlarının yayıncılık kararlarını ne ölçüde doğrudan etkileyebileceğini açıkça gözler önüne serdi.
Yapay zekâ tespit uygulamaları nasıl çalışıyor?
Bu yazılımlar tek bir sözcüğe, noktalama işaretine ya da belirli cümle kalıbına bakarak karar vermiyorlar. Sözcük tercihi, kelimelerin cümledeki konumu, tekrarlanma sıklığı, cümle uzunlukları ve paragraf düzenlemesi gibi sayısız örüntüyü birlikte değerlendiriyorlar.
Başka bir yöntemde metin ikiye bölünüyor, yapay zekâya yeni bir son yazdırılıyor ve metnin asıl bölümüyle yapay zekânın ürettiği devam arasındaki dilsel benzerlikler karşılaştırılarak değerlendirme yapılıyor. Bu yaklaşım akademik çevrelerde DNA-GPT adıyla biliniyor.
Pangram, ChatGPT’nin kullanıma sunulmasından önce insanlarca yazılmış milyonlarca metni bir araya getirdi. Amazon değerlendirmelerinden şiirlere ve kapsamlı incelemelere uzanan bu arşivdeki metinlerin sohbet robotlarıyla benzerleri oluşturuldu. Ardından insan yazılarıyla ‘sentetik ikizleri’ karşılaştırılarak iki anlatım biçimini ayrıştırabilecek bir model eğitildi.
GPTZero da insan ve yapay zekâ metinleriyle eğitilmiş bir sınıflandırıcıdan yararlanıyor. İncelenecek içerik önce küçük parçalara ayrılıyor, ardından parçalar sayısal gösterimlere dönüştürülüyor. Sözcük seçiminin yanında kelimelerin yerleşimi, kullanım sıklığı, cümleler ve paragraflar arasındaki benzerlikler araştırılıyor. İçerik uzadıkça yazılımın değerlendirebileceği örüntülerin sayısı artıyor.
Bu sebeple birkaç kelimeyi değiştirmek veya cümleleri yeniden sıralamak, gelişmiş sistemleri her zaman yanıltmaya yetmiyor. Bazı uygulamalar artık intihal incelemesi ve yapay zekâyla hazırlanmış görsellerin tespitini de gerçekleştiriyor.
Kullanıcılar ise ekranda karşılaştıkları yüzdeye nasıl ulaşıldığını bütünüyle bilmiyorlar. Şirketler modellerini hangi belgelerle eğittiklerini ve sonuçları hangi ölçütlerle hesapladıklarını ayrıntılı şekilde açıklamıyorlar. Kesinlik izlenimi uyandıran oranların arkasında ciddi bir belirsizlik bulunuyor.
Ya yapay zekâ tespit programları yanılıyorsa?
Tespit geliştiricileri ile yapay zekâ şirketleri arasında sonu gelmeyen bir rekabet yaşanıyor. OpenAI, Anthropic ve diğer büyük şirketlerin modelleri giderek daha doğal içerikler üretirken, ‘insanlaştırma’ olarak adlandırılan araçlar da yapay zekâ metinlerinin sözcük ve cümle düzenini değiştirerek bunları yeniden yazıyor. Bu programlar, makine üretimine işaret eden belirgin kalıpları silmeyi ve tespit yazılımlarını yanıltmayı amaçlıyorlar.
Tespit sistemlerinin karşılaştığı en önemli güçlük, bir insan tarafından yazılmış metni yapay zekâ ürünü sanmaları. OpenAI, geliştirdiği tespit aracını yüzde 9’luk yanlış pozitif oranı nedeniyle 2023 yılında kullanımdan kaldırdı. Başka bir programın Amerikan Bağımsızlık Bildirgesi’ni yüzde 98 oranında yapay zekâ üretimi olarak değerlendirdiği de ileri sürüldü.
Araştırmalar, İngilizceyi ana dili olarak konuşmayanların metinlerinin yanlışlıkla daha sık işaretlendiğini gösteriyor. Bunda, bu kişilerin daha sınırlı bir sözcük dağarcığı kullanması veya cümlelerini düzenli kalıplarla oluşturması etkili olabilir.
Bu durum uluslararası eğitim ve çalışma hayatı bakımından ciddi bir risk yaratıyor. İngilizce ödev hazırlayan öğrenci, akademik makale yazan araştırmacı veya yabancı dilde rapor sunan çalışan, daha sade ve ölçülü ifadeler kullandığı için yapay zekâdan yararlanmakla suçlanabilir.
Pangram, OriginalityAI ve GPTZero üzerinde gerçekleştirilen karşılaştırmalar, sonuçların kullanılan kanıt eşiğine göre farklılaştığını gösteriyor. Eşik düşürüldüğünde daha fazla makine üretimi yakalanıyor, fakat insan yazılarının yanlış işaretlenme ihtimali de yükseliyor. Pangram, güncel modelindeki yanlış pozitif oranının yaklaşık 24 bin belgede bire gerilediğini belirtiyor. Buna rağmen tek bir haksız suçlamanın kabul edilip edilemeyeceği, teknik hesaplamadan ziyade toplumsal bir tercih meselesi.
Metinde edebî üslup neden şüphe uyandırıyor?
Yapay zekâ kuşkusu, edebî eserleri değerlendirme biçimimizi de dönüştürüyor. Alışılmadık benzetmeler, üçlü sıralamalar, karşıtlıklar ve bazı sözcüklerin tekrarlanması artık makine yazısının göstergeleri arasında sayılıyorlar. Oysa bunların tamamı insan anlatımında uzun zamandır kullanılıyor.
Bir yazının donuk, anlaşılmaz veya fazlasıyla süslü görünmesi, metnin yapay zekâyla hazırlandığını kanıtlamıyor. Yazarın eğitimi, uzmanlığı, ana dili, edebiyat birikimi ve kişisel üslubu da benzeri bir anlatım oluşturabilir.
Sezgilere veya bir yazılımın sunduğu puana dayanarak yöneltilen suçlamalar, özgün anlatım biçimlerini baskılayabilir. Yazarlar kuşku uyandırmamak için daha sıradan kelimeler seçmeye, belirli benzetmelerden uzaklaşmaya ve cümlelerini tespit sistemlerinin beklentilerine göre değiştirmeye başlayabilirler.
Bu endişeler nedeniyle Oxford, Cambridge ve Harvard gibi üniversiteler, öğrencilerin üretken yapay zekâdan belirli şartlarda yararlanmasına izin verirken ticari tespit uygulamalarının sonuçlarını kesin kanıt olarak benimsemiyorlar. Yazılımın verdiği sonuç, daha kapsamlı bir değerlendirmeye gerekçe oluşturabilir, fakat tek başına suçlama için yeterli görülmüyor.
Şirketler yapay zekâ kullanımını neden açıklamak istemiyorlar?
Benzeri bir belirsizlik kurumsal raporlarda da görülüyor. Şirketler yapay zekânın kazandırdığı süratten ve verimlilikten bahsetse de hangi belgelerde ne ölçüde kullandıklarını genellikle açıklamıyorlar. Müşterilerin yapay zekâyla hazırlanmış raporları doğrudan daha düşük nitelikte görmesinden endişeleniliyor.
Yapay zekâ, raporların kalıplaşmış bölümlerini kısa sürede hazırlayabiliyor. Bununla birlikte ortaya çıkan içeriğin uzman tarafından denetlenmesi, yanlışlıkların düzeltilmesi ve belgenin yeniden kaleme alınması gerekiyor. Bu emek görünmediğinde müşteriler, kısa sürede oluşturulan bir çalışma karşılığında neden yüksek ücret ödediğini sorgulayabiliyor.
KPMG, EY, PwC ve Deloitte adına hazırlanan bazı çalışmalarda yapay zekâ kaynaklı yanlışlıkların ortaya çıkması, bu endişeleri güçlendirdi. Denetim ve danışmanlık şirketleri olan bu dört kuruluş, şirketlere finansal denetim, vergi, yönetim danışmanlığı ve risk yönetimi alanlarında hizmet veriyor. GPTZero da denetim ve danışmanlık şirketleri EY ile PwC’nin raporlarındaki yapay zekâ halüsinasyonlarını belirlemek amacıyla kullanıldı. Tartışmanın merkezinde içeriğin hazırlanma yöntemiyle beraber, sonuçların sorumluluğunu kimin üstleneceği bulunuyor.
Metinlerdeki görünmez filigranlar şüpheyi giderebilir mi?
Yapay zekâ metinlerine insan gözünün algılayamayacağı dijital işaretler yerleştirilmesi üzerinde çalışılıyor. Avrupa Birliği bu doğrultuda düzenlemeler hazırlarken Anthropic, yeni Claude modellerinin görünmez filigranlar içereceğini açıkladı. Fakat metnin düzenlenmesi, başka ifadelerle yeniden yazılması veya kopyalanması bu işaretleri ortadan kaldırabilir. İçerikte filigran bulunmaması da yapay zekânın kullanılmadığını kanıtlamaz.
Hiçbir tespit uygulaması veya filigran sistemi kusursuz sonuçlar sunmuyor. Bu nedenle tartışma, hangi yararlanma biçimlerini kabul edeceğimiz ve hangi durumlarda açıklama bekleyeceğimiz çevresinde şekilleniyor. Edebî eserlerde yapay zekâ kullanımı belirtilmeli mi? Hukuki taslaklar ve denetim raporları uzman kontrolünden geçtiği sürece yapay zekâyla hazırlanabilir mi? Yapay zekânın yazdığı elektronik posta, zaman kazandıran kullanışlı bir araç mı, yoksa karşıdaki insana gösterilen özeni azaltan bir tercih mi?
Gelecekte insan anlatımıyla yapay zekâ üretiminin belirli bir dengede buluşması muhtemel. Buna rağmen makinelerin aracılık etmediği iletişim biçimlerini koruma gereksinimi sürecek. Yazmak; düşünmeyi, sözcükler arasında tercih yapmayı, yorumlamayı ve anlatılanların sorumluluğunu üstlenmeyi kapsıyor. Korunması gereken insani değer, belki tam olarak burada yatıyor.”
Bu yazı ilk kez 4 Eylül 2026’da yayımlanmıştır.
