Yapay Zeka Modelleri Yazar Üslubunu Taklit Ederek Tespit Araçlarını Atlatıyor
Yapay zeka tarafından üretilen içerikleri ayırt etmek için kullanılan popüler araçlar, modellerin belirli bir yazarın üslubunu taklit etmesi durumunda etkisiz kalıyor. Epoch yapay zeka tarafından gerçekleştirilen yeni bir araştırma, Pangram (sürüm 3.3.2), GPTZero (model 2026-05-11-base) ve Originality.ai (Turbo 3.0.2) gibi yaygın kullanılan sistemlerin, stil taklidi yapıldığında ciddi hata paylarına sahip olduğunu gösteriyor.
Araştırmacılar, Kasım 2022 öncesinde yazılmış 495 insan metni üzerinde bir veri seti oluşturdu. Standart komutlarla üretilen yapay zeka metinlerinde bu araçlar yüzde 0,7 gibi oldukça düşük bir hata payıyla neredeyse kusursuz sonuç verdi. Ancak Claude Opus 4.8, GPT-5.5 ve Gemini 3.1 Pro gibi modeller, örnek metinlerle belirli bir yazarın üslubuna göre içerik üretmeye zorlandığında, tespit edilemeyen metin oranı ortalama yüzde 13'e yükseldi.
Bilimsel yazım kategorisinde Pangram yüzde 25, GPTZero yüzde 24 ve Originality.ai yüzde 29 oranında yapay zeka içeriğini tespit edemedi. Özellikle Gemini tarafından üretilen akademik metinlerde Pangram'ın başarısızlık oranı yüzde 48'e kadar çıkarken, Originality.ai sisteminde GPT-5.5 ile yazılmış akademik metinlerin yüzde 39'u gözden kaçtı.
Araçların çalışma prensipleri farklılık gösterse de sonuçlar benzerlik taşıyor. Pangram sinir ağları üzerinde eğitilmiş bir yapı kullanırken, GPTZero kelime seçimlerinin tahmin edilebilirliğini ölçüyor; Originality.ai ise eğitim sürecinde öğrendiği istatistiksel desenleri arıyor. Eğitim kurumlarında güvenilirliği sorgulanan bu araçların, yapay zeka destekli içerik üretiminin yaygınlaştığı bir dönemde, stil taklidi yapan modeller karşısında yetersiz kaldığı görülüyor.
