Yapay Zeka Tespit Araçlarında Yanlış Alarmlar ve Vakalar

👁 112 okunma

Bir yapay zeka tespit aracı bir çalışmayı yapay zeka tarafından üretilmiş olarak etiketledi. Bu durum sıfır not vermek, bir kitabı reddetmek veya yazarı sahtekarlıkla suçlamak için yeterli mi? Hayır. Bir sınıflandırıcının sonucu, tek başına yazarlık kanıtı değil, doğrulanması gereken bir bilgidir. Öğrencilerin yaşadıkları, üniversitelerin aldığı kararlar ve ABD Anayasası ile ilgili bilinen örnek bunu açıkça ortaya koyuyor.

Aşağıda belgelenmiş hatalı tespitler ile kurumların izlediği yöntemlerin sorgulandığı anlaşmazlıkları birbirinden ayırıyorum. Bu önemli bir ayrımdır: İptal edilen bir ceza, tespit aracının yanıldığının otomatik laboratuvar kanıtı sayılmaz. Kaynakların durumu: 14.10.2026. Metin belgelere ve yayınlara dayanmaktadır.

Ayrıca ödüllü roman davasını ve yapay zeka tespit araçlarına dayanan suçlamaları ayrı bir yazıda ele alıyorum.

Yapay zeka tespit aracında yanlış alarm ne anlama gelir?

Yanlış alarm, yani yanlış pozitif (false positive) sonuç; bir aracın, insan tarafından yazılmış bir metne makine kaynaklı etiketi yapıştırması durumunda ortaya çıkar. İzin verilen bir yapay zeka yardımının (örneğin belirli bir dil düzeltmesinin) doğru şekilde tespit edilmesi ise farklı bir durumdur. Böyle bir durumda uyuşmazlık sadece yazılımın doğruluğuyla değil, kurumun kurallarıyla da ilgilidir.

Bu ayrım, Victor Angelier’in 18.09.2026 tarihli incelemesinde vurgulanmaktadır. Yazar, sınıflandırıcının yalnızca nihai metnin niteliklerini değerlendirdiğini, metnin ortaya çıkış sürecini doğrudan gözlemlemediğini belirtmektedir. Dolayısıyla tek başına sonuç, ilgili kişinin tam olarak ne yaptığını ve kuralları ihlal edip etmediğini belirlemez.

Ses getiren bir vakayı değerlendirmeden önce kendinize üç soru sorun: Metnin kaynağını biliyor muyuz, fiilen hangi araç kullanıldı ve nihai olarak ne tespit edildi? Bunlar olmadan internetteki bir ekran görüntüsünü, bir öğretim görevlisinin suçlamasını ve kesinleşmiş bir kararı birbirine karıştırmak kolaylaşır; oysa bunlar tamamen farklı bilgi türleridir.

ABD Anayasası ve İncil nasıl yapay zeka metni olarak etiketlendi?

Ars Technica’nın 14.07.2023 tarihli haberinde, ABD Anayasası’ndan bazı kesitlerin GPTZero ve ZeroGPT tarafından yapay zeka metni olarak etiketlendiği gösterildi. ZeroGPT, Tekvin (Yaratılış) kitabından bir bölüme de benzer şekilde yaklaştı. Bunlar belirli örnekler ve o dönemin araçlarının sonuçlarıydı; tüm tarihi belgeleri kapsayan geniş bir araştırma değildi.

Bu örnek, etiketleri yorumlarken temkinli olmayı öğretir. Tespit aracı bir belgenin yazıldığı tarihi belirleyemez. Ancak bu durum, söz konusu servislerin bugünkü sürümlerinin de tamamen aynı şekilde davranacağı anlamına gelmez. Bu testi tekrar etmedim.

Bir okuyucu olarak böyle bir gösteriyi bir uyarı ışığı gibi görebilirsiniz. Hata ihtimalini gösterir ancak sınıfınızdaki ödevlerde veya bir yayınevinin taslaklarındaki hata oranını vermez. Bunun için kaynağı bilinen temsil edici bir metin örneği ve net şekilde tanımlanmış bir değerlendirme yöntemi gerekir.

Texas A&M University-Commerce: Dedektör rolünde sohbet botu

Mayıs 2023’te Texas A&M University-Commerce’deki bir öğretim elemanı, öğrenci ödevlerini ChatGPT’ye yapıştırarak bunları programın yazıp yazmadığını sordu. NBC News’in 18.05.2023 tarihli (AOL’de de yayımlanan) haberine göre, sohbet botunun verdiği yanıtlar ödevleri sorgulamak için kullanıldı. Bu, uzmanlaşmış bir tespit aracının testi değildi.

Üniversite, tüm sınıfın kaldığı ve mezuniyetlerinin engellendiği yönündeki iddiaları düzeltti. Tamamlanmamış dersi belirten geçici notlar verildiğini bildirdi. Açıklamaya göre bazı öğrencilerin suçlamalardan aklandığı, bir kişinin derste ChatGPT kullandığını kabul ettiği, diğerlerinin ise ek ödev yapmayı seçtiği belirtildi.

Buradan çıkarılacak sonuç her suçlamanın asılsız olduğu değildir. Asıl sorun, toplu bir karara varılmasına olanak tanımayan yöntemdi. Hikayenin en sansasyonel versiyonunu yaymak yerine kurumun resmi açıklamasını dikkate almak da bir o kadar önemlidir.

Bir eğitimci için bu önemli bir kontrol noktasıdır: Bir programın yazarlık hakkındaki yanıtı, öğrencinin etkinliğinin kaydı değildir. Başka bir kanıt yoksa karar açıklamak yerine süreci aydınlatacak bir inceleme başlatılmalıdır.

Vanderbilt Üniversitesi yapay zeka tespitini neden kapattı?

Vanderbilt University, 16.08.2023 tarihinde Turnitin’deki yapay zeka tespit özelliğini kapattığını duyurdu. Gerekçe olarak yanlış alarm riskini, aracın sınırlı şeffaflığını ve ana dili İngilizce olmayan yazarlarla ilgili endişeleri gösterdi. Açıklama doğrudan yapay zeka modülünü kapsıyordu.

Üniversite, sağlayıcının o dönem bildirdiği %1’lik yanlış alarm oranını, bir önceki yıl teslim edilen yaklaşık 75 bin ödevle karşılaştırdı. Ortaya çıkan 750 ödev rakamı, potansiyel risk ölçeğinin bir göstergesiydi; kesinleşmiş 750 haksız suçlama anlamına gelmiyordu.

Bu ayrım manşetler açısından da kritiktir. Bir hata yüzdesi temsili bir belge sayısına dönüştürülebilir, ancak bu matematiksel işlemin sonucu doğrudan mağdur edilen insan sayısı olarak sunulamaz. Ayrıca bu yüzdelik oranın hangi koşullar altında verildiğini bilmek gerekir.

Kurumlar için pratik ders şudur: Otomatik denetimi devreye almadan önce hatanın doğuracağı sonuçları değerlendirin. Çekici görünen bir doğruluk beyanı dahi, anlaşmazlığı kimin çözeceği ve yazarın kendini nasıl savunacağı sorularının yerini tutamaz.

Newby - Adelphi davası: Mahkeme gerçekte neye karar verdi?

28.01.2026’da karara bağlanan Matter of Newby v Adelphi University davasında bir öğrenci, akademik kural ihlali kararına itiraz etti. Dava belgelerinde Turnitin’in %100’lük tespiti, öğrencinin bunu reddetmesi ve savunma tarafının sunduğu diğer programların farklı sonuçları yer aldı.

Adelphi Üniversitesi, kararın makul gerekçelere ve iç yönetmeliklere uygun olduğunu belirterek tutumunu savundu. Mahkeme; ihlal kararını ve itirazın reddini iptal etti, sicil kaydının silinmesine ve yaptırımın kaldırılmasına hükmetti. Gerekçede hem kararın dayanakları hem de öğrencinin sunduğu materyallerin göz ardı edilmesi ve gerçek bir itiraz hakkı tanınmaması gibi usul hataları yer aldı.

Bu, tespit araçlarına yönelik evrensel bir yasak ya da mahkemenin araçların etkinliğini ölçtüğü bir karar değildi. Karar, kurumun kendi kurallarına uymak ve açıklamaları dikkate almak zorunda olduğunu göstermektedir. Başka bir programdan alınan düşük bir sonuç da kendiliğinden masumiyet kanıtı oluşturmaz. Burada mahkeme kararının içeriğini özetliyorum; sonraki süreçleri hakkında bir iddiada bulunmuyorum.

Bu olaydan çıkarılacak pratik kural şudur: İtirazınızda sadece bir başka yüzdelik orana sığınmayın. Sürecin kronolojisini çıkarın, göz ardı edilen materyalleri gösterin ve hangi kuralın tam olarak nasıl ihlal edildiğinin yazılı açıklamasını talep edin.

Bu vakalar yazarlık denetimi hakkında ne öğretiyor?

İstatistiki bir sinyal, insanla ilgili somut tespitlerin yerini almaya başladığında sorun ortaya çıkar. Aracın kendisi bir dosyanın yalnızca bir unsuru olabilir, ancak sonucun sunuluş biçimi ona nihai bir yanıt görüntüsü verir.

Debora Weber-Wulff ve meslektaşlarının 21.06.2023’te yayımlanan araştırması 14 aracı inceledi ve test koşullarında güvenilirlik sorunları tespit etti. Hatalar her iki yönde de (yanlış pozitif ve yanlış negatif) gerçekleşti. Bu durum yöntemin niteliğini sorgulamak için geçerli bir argümandır; ancak 2026’daki tüm tespit araçları için tek bir başarı yüzdesi ilan etmeye yetmez.

• Suçlama ile tespiti birbirinden ayırın. “Yazılım metni işaretledi” ifadesi, durumu “yazar yapay zeka kullandı” cümlesinden çok daha doğru tanımlar.
• Analiz kapsamını kontrol edin. Bir kesit, metnin tamamı ve düzeltme sonrası sürüm birbirinden farklı materyallerdir.
• Tarihi ve kullanılan aracı kaydedin. Bu bilgiler olmadan sonucu yeniden üretmek veya karşılaştırmak zordur.
• Ödevin kurallarını okuyun. Belirli bir yardım türünün serbest olup olmadığı ayrı değerlendirilmelidir.
• Yazarı dinleyin. Kişi, yöneltilen somut suçlamaya ve sunulan materyallere yanıt verebilmelidir.

Farklı bir boyutu yapay zeka tespit araçları ve ikinci dilde yazım başlıklı metinde inceliyorum. Edebiyat yarışmaları ve yayınevlerinin kuralları ise her türlü desteğin neden aynı kural ihlali sayılamayacağını gösteriyor.

Çalışmanız haksız yere işaretlendiğinde ne yapmalısınız?

Aşağıdaki liste açıklamalarınızı düzenlemenize yardımcı olacak bir öneridir; itirazın kesin sonucunu garanti etmez. Öncelikle mevcut materyalleri olduğu gibi koruyarak işe başlayın. Sırf farklı bir sonuç almak için metni değiştirmek, anlaşmazlığın çıkış noktasını gölgeler.

• Tam raporu, kullanılan servisin adını, inceleme tarihini ve analiz edilen dosya sürümünü talep edin.
• Taslakları, notları, kaynakçayı ve varsa mevcut değişiklik geçmişini (versiyon kaydını) saklayın.
• Hangi yardımlardan yararlandığınızı netleştirin: danışmanlık, düzeltme, çeviri veya yapay zeka araçları.
• İlgisiz bir klasör göndermek yerine, sunduğunuz kanıtları çalışmanın belirli bölümleriyle eşleştirin.
• Kurumunuzun kurallarındaki itiraz süresini ve usulünü kontrol edin.
• Kararın yazılı gerekçesini ve sunduğunuz açıklamalara nasıl yanıt verildiğini isteyin.

Eski sürümleri taklit etmek amacıyla geriye dönük sahte belgeler üretmeyin. Tek bir dosyada çalıştıysanız ve değişiklik geçmişiniz yoksa bunu açıkça ifade edin. Argüman akışınızı sunabilir, kaynak seçimlerinizi izah edebilir ve çalışmayı daha önce tartıştığınız kişileri belirtebilirsiniz. Her materyalin bağlamı içinde değerlendirilmesi gerekir; hiçbir tekil unsur sihirli bir yazarlık sertifikası değildir.

Değerlendiren taraf açısından ise konuya hakimiyeti ölçmek ile ifade akıcılığını yargılamayı birbirinden ayırmak faydalıdır. Görüşmenin amacı argümanların ve kararların kaynağını anlamaktır; öğrenciye hazırlıksız bir stres testi uygulamak değildir. Neyi öğrenmek istediğinizi önceden not edin ve kişinin yanıtlarını belgelerle desteklemesine olanak tanıyın.

Mevcut materyallerin neyi kanıtlayıp neyi kanıtlamadığını belirtmek de süreci kolaylaştırır. Değişiklik geçmişi çalışma aşamalarını gösterir ancak yapıştırılan her cümlenin kaynağını otomatik olarak açıklamaz. Bir not, konuya hazırlık yapıldığını doğrular ama sonraki redaksiyonu belgelemez. Mükemmel tek bir kanıt aramak yerine birkaç unsurun tutarlılığını değerlendirin: kronoloji, taslakların içeriği, kullanılan kaynaklar ve yazarın açıklamaları. Gerekçede kesinleşen hususlar ile belirsizliğini koruyan noktaları açıkça ayırın.

Ekim 2026 testimiz: Klasikler de “yapay zeka” damgası yiyor

Benzer bir tabloyu 14 Ekim 2026’da Thélyson Orélien’in romanından kesitleri kontrol örnekleriyle birlikte test ettiğimde gördüm. AUTHORRA, Zola’nın 1885 tarihli “Germinal” eserinden bir kesite %91,6 yapay zeka puanı verdi; ZeroGPT ise Maupassant’ın 1887 tarihli “Horla”sına %26,4 yapay zeka oranı atadı. Pangram ise iki kontrol örneğini de doğru tanıdı. Ayrıntılı sonuçlar ve ekran görüntüleri Thélyson Orélien ve yapay zeka dedektörü - testimiz başlıklı yazıda yer almaktadır.

Bir tespit aracı çalışmanızı işaretlediyse, adım adım eylem planını asılsız yapay zeka suçlaması karşısında ne yapılmalı rehberinde bulabilirsiniz.

Sıkça Sorulan Sorular

Yapay zeka tespit aracında %100 sonucu hile yapıldığının kanıtı mıdır?

Hayır. Bu oranın ne anlama geldiği, analizin koşulları ve metnin ortaya çıkış süreci incelenmelidir. Yüksek bir oran tek başına yazarlığı veya bir kural ihlalini kanıtlamaz.

ABD Anayasası gerçekten yapay zeka olarak etiketlendi mi?

Temmuz 2023 tarihli Ars Technica haberinde anayasa metninden bazı parçaların bu şekilde etiketlendiği belgelenmiştir. Ancak o dönemki ekran görüntüleri, güncel araç sürümlerinin tamamını bağlayan bir durum olarak görülmemelidir.

Metni ikinci bir yapay zeka tespit aracıyla kontrol etmek yeterli mi?

İkinci bir rapor uyumsuzluğu gösterebilir ancak bunun nedenini açıklamaz. Raporları metin üzerindeki gerçek çalışma materyalleriyle birlikte sunmak sürece çok daha fazla katkı sağlar.

Adelphi davasındaki karar tespit araçlarının kullanımını yasakladı mı?

Hayır. Karar sadece üniversitenin uyguladığı somut idari işleme ve usul hatalarına ilişkindi. Bu araçların kullanımına genel bir yasak getirmediği gibi her sonucun yanlış olduğu anlamına da gelmez.

Değişiklik geçmişinin (versiyon kaydının) olmaması yazarın yapay zeka kullandığı anlamına mı gelir?

Hayır, tek başına böyle bir sonuca varılamaz. İtiraz sürecinde gerçek çalışma yöntemi anlatılmalı ve mevcut materyaller sunulmalı, geriye dönük sahte sürümler üretilmemelidir.

// okumaya devamÜcretsiz yapay zekânın bedelini kim ödüyor? ChatGPT reklamlarıDergiYapay zekâ ajanı zarar verirse kim öder?DergiElizabeth Holmes 3D taraması: Yapay zekâ avatarı neden yapıldı?Dergi