Son yıllarda yapay zekâ destekli metin üretim araçlarının yaygınlaşması, hem içerik üreticilerini hem de akademik camiayı yeni bir ikilemin eşiğine getirdi. Geleneksel yöntemler, metnin “AI üretilmiş” olup olmadığını anlamak için belirgin kalıp ve dil hatalarını ararken, Intel Uluslararası Bilim ve Mühendislik Fuarı’nda (ISEF) keşfedilen yeni bir yaklaşım bu süreçte çığır açıyor. Bu proje, kalıp aramalarını bir kenara bırakarak, iki metnin aynı yazarın elinden çıkıp çıkmadığını anlamayı hedefliyor. Yani “AI kokusu”nun ötesine geçerek, yazarın kendine özgü dil yapısını kıyaslıyor.
Öncelikle projenin temel fikri son derece basit: Bir yazarın üslubu, öylece kaybolup gitmeyecek kadar karakteristik özellikler taşır. Cümle uzunluklarına, kelime tercihlerine, noktalama alışkanlıklarına ve hatta yazı içinde gizlileyen gizli “imza çizgilerine” odaklanarak iki metin arasında güçlü bir karşılaştırma yapabiliyor. Böylece, eğer birinin gerçek bir insana, diğerinin ise yapay zekaya mı ait olduğu bilinmiyorsa, yazarın özgün stilini yansıtan örnekler karşılaştırılarak kimin kaleminden çıktığı tespit edilebiliyor.
Yapay zekâ tespit araçlarının aksine bu yöntem, “anormallik” değil, “özgünlük” peşinde koşuyor. Yazılı ifade biçiminin ince ayrıntılarını sayısallaştırarak makine öğrenimi modellerine aktarıyor. Örneğin bir yazarın ortalama cümle uzunluğu, tercih ettiği bağlaç sıklığı, özel isim kullanım kalıpları ve noktalama işaretlerinde gösterdiği tutarlılık, tarz analizinin temel verileri haline geliyor. Ardından bu veriler, belirli bir ölçüm aralığında her iki metin için birbirine yakınsa; iki metin de aynı kişiye ait kabul ediliyor.
Elde edilen başarı, akademik dünyada intihal ve sahtecilikle mücadelede yeni bir araç sunuyor. Öğrenci ödevlerinden bilimsel makalelere, gazetecilikteki araştırma yazılarından mahkemelerdeki belge incelemelerine kadar geniş bir yelpazede kullanılabilme potansiyeli taşıyor. Ayrıca, yapay zekâ destekli sahte haberlerin yayılmasını önlemek, içerik doğrulama süreçlerini güçlendirmek adına da önemli adımlar atılmasını sağlıyor.
Geliştirici ekip, ilerleyen aşamalarda yöntemi daha da genişletmeyi planlıyor. Farklı dillerdeki yazı stillerini kapsayacak şekilde veri tabanını zenginleştirmek, çok daha küçük metin parçalarından bile stili çözümleyebilecek hassasiyeti elde etmek ve mobil uygulamalar aracılığıyla kolay erişilebilir araçlar sunmak, projenin sonraki odak noktaları arasında. Böylece, her seviyeden kullanıcı kendi üslubunu analiz edebilecek, yabancı kaynaklı metinleri kendi tarzına uyarlayıp uyarlamadığını anında öğrenebilecek.
Sonuç olarak bu yenilikçi yaklaşım, yapay zekâyı sadece görünmez bir “ajite edici faktör” olarak algılamak yerine, insan yazarlığının kendine has izlerini takip eden bir dedektif gibi çalışıyor. İlerleyen dönemde içerik üretim ve doğrulama ekosistemlerini baştan aşağı dönüştürebilecek bir adım atıldı diyebiliriz.
https://www.snexplores.org/wp-content/uploads/2025/05/1030_authorship_authenticator_ISEF_25_feat.jpg
Bir yanıt yazın