Bilimsel yayınlar ile akademik metinlerde yapay zeka kullanımını fark etmek giderek zorlaşıyor. Bilgisayarlı dilbilimci Fırat Mıhcı’nın yürüttüğü son araştırma, yapay zeka modellerinin kendi oluşturdukları taslakları yeniden yazarak tespit sistemlerini tamamen devre dışı bırakabildiğini gösterdi. Bu metinlerin insan editörlerce onaylanması ve gerçek isimlerle yayımlanması, makinelerin oluşturduğu dil kalıplarının zaman içinde standart insan kelime dağarcığının bir parçası olarak benimsenmesine neden oluyor.
Araştırmada 18 Bin 989 Akademik Özet Ele Alındı
Çalışmada, 2019 ile 2026 yılları arasında üç farklı disiplinde yayımlanan 18 bin 989 akademik özet ayrıntılı olarak incelendi. 2022 yılının sonlarında yaygınlaşan yapay zeka araçlarının kullanılmaya başlanmasından önceki ve sonraki dönemler karşılaştırıldığında, bilgisayarlı dilbilim alanındaki özetlerde yapay zeka ile ilişkilendirilen kelimelerin oranı 10 bin kelimede 1,9 seviyesinden 14,0 seviyesine çıktı. Bu artış yaklaşık yedi kat olarak kaydedildi.
Nörobilim özetlerinde de benzer bir yönelim görüldü. Bu alandaki oran 10 bin kelimede 1,7’den 8,7’ye yükselerek yaklaşık beş kat arttı. Matematik özetlerinde ise oran 0,9’dan 1,3’e çıktı. Araştırmacılar, istatistiksel açıdan belirsiz olan bu değişimi kontrol grubu olarak ele aldı.
Eğitim kurumlarında, lisans ödevlerinin daha önce otomatikleştirildiğini ortaya koyan MIT raporu gibi çalışmalar, yapay zekanın akademik üretim üzerindeki etkisine dikkat çekmişti. Yeni araştırma, bu etkinin yayımlanmış literatüre ne ölçüde yansıdığını somut verilerle ortaya koyuyor.
Sık Kullanılan Kelimelerdeki Değişim
Frekans analizinde, yapay zeka çıktılarında yaygın biçimde kullanılan kelimelerin zaman içinde değiştiği belirlendi. İncelenen özetlerde 2024 yılında yüzde 2,75 oranında kullanılan “delve” (derinlemesine incelemek) kelimesinin sıklığı, 2026 yılının henüz tamamlanmamış veri setinde yüzde 0,12’ye düştü. Öte yandan “intricate”, “showcase”, “nuanced” ve “underscore” gibi yapay zekanın sık kullandığı terimlerin literatüre yerleştiği tespit edildi.
Hakemlerin ve editörlerin, bu metinleri yayımlanmadan önce yapay kaynaklı olduklarına ilişkin herhangi bir not düşmediği belirlendi.
Tespit Sistemlerinde Kısır Döngü
Yapay zeka tarafından üretilen metinlerin kendilerini düzelterek insan yazısı görünümüne yaklaşması, mevcut tespit yazılımları için iki yönlü bir risk yaratıyor. Eski metinlerle eğitilen tespit sistemleri, yapay zekadan etkilenen gerçek insan yazarların özgün metinlerini yanlışlıkla yapay zeka üretimi olarak işaretleyebiliyor. Buna karşılık, güncel makaleler kullanılarak eğitilen yeni modeller, yapay zekanın şekillendirdiği dili olağan bir temel kabul ettiğinden gelecekte oluşturulacak yapay zeka metinlerini belirlemede yetersiz kalıyor.
Araştırmacılar, metin temelli denetim mekanizmalarının güvenilirliğini kaybettiğine işaret ediyor. İnsan yazısı kavramının zaman içinde değiştiğini belirten araştırmacılar, akademik dürüstlüğün korunabilmesi için üslup denetiminin ötesine geçen yöntemlere ihtiyaç olduğunu vurguluyor.