Yapay zekâ tarafından üretilen blog yazıları yalnızca yapıdan tespit edilebiliyor — yeniden yazılsa bile

arXiv'e yüklenen ve Hacker News'in ön sayfasına çıkan bir ön baskı, yapay zekâ tarafından üretilen ticari web yazılarının kelime seçiminden değil, yapıdan — bilginin sunuluş sırasına, dayandığı kanıtlara ve benimsediği üsluba dayanarak — tespit edilebileceğini savunuyor. Jochen Madler imzalı "SlopShape: Identifying AI-Generated Commercial Web Content" başlıklı makale, 187 yapısal özelliğin analizinin, eğitimden dışlanan şirketlerde bile yapay zekâ yazısı blog gönderilerini 98,0 macro-F1 ile ayırt ettiğini ve her yapay zekâ gönderisi, onu üreten model tarafından yeniden yazıldığında bile skorun 98,1 ile neredeyse hiç değişmediğini bildiriyor.

Kırılganlık sorunu

Makalenin motivasyonunu oluşturan kelime düzeyindeki dedektörler, düzenlenmemiş makine metnini neredeyse kusursuz biçimde tespit ediyor; ancak bir metin parafraz edildiğinde başarısız oldukları belgelenmiş durumda. Kelime düzeyindeki bir olasılık skoru ayrıca başka pek bir şey söylemiyor: ne bir metni makineye benzer kılan şeyi tanımlıyor ne de hangi modelin yazdığını gösteriyor. Yazar, ele veren izin bir düzey daha derinde, yüzeysel ifade değişikliklerine dayanabilen yapısal imzalarda yatıp yatmadığını soruyor.

Kurmacadan ticari içeriğe

Özete göre çalışma, yapay zekâ tarafından üretilen kurmacada bu tür yapısal kalıpları gösteren StoryScope'u (Russell vd., 2026) yeniden üretiyor ve yaklaşımı ticari yazıya taşıyor. Veri kümesi, ChatGPT var olmadan önce yazılmış, 268 şirket alanından gelen 2.250 insan yazısı blog gönderisini, beş öncü model tarafından üretilen — insan başına beş gönderi olmak üzere — 11.250 yapay zekâ karşılığıyla eşleştiriyor. 214 özellikli bir araç bir LLM tarafından uygulanmış ve insan altın standart DAMGAlama oturumuyla karşılaştırılmış; insan DAMGAlayıcılar arası uyum 0,928, insanlarla model arası uyum ise 0,946 olmuş. Tespit yalnızca yapısal özelliklere dayanıyor ve sonuçlar belirli alan adlarını ezberlemesin diye eğitimden dışlanan şirketler üzerinde değerlendiriliyor.

Analizin bulguları

Üç bulgu öne çıkıyor. Birincisi, tespit güçlü ve parafraza dayanıklı: görülmemiş şirketlerde 98,0 macro-F1, her yapay zekâ gönderisi kendi modeliyle yeniden yazıldıktan sonra da fiilen değişmeden kalıyor. İkincisi, sinyal atanabilir — yapay zekâ gönderilerinin yüzde 79,3'ü doğru kaynak modele atanmış; beş model arasında şans oranı yüzde 16,7. Üçüncüsü, iki yazarlık sınıfı sadece derece olarak değil, tür olarak da farklı davranıyor: yapay zekâ gönderileri kendi yapısını açıkça ortaya koyan düzgün, kalıplaşmış bir örgütlenmeye yakınsarken, insan gönderileri yapısal özelliklerin alışılmadık, nadiren tekrarlanan bileşimlerini işgal ediyor. Makale, tüm etkilerin StoryScope'un yönüyle eşleştiğini ve büyüklük olarak onu aştığını, ayrıca pipeline, ölçüm aracının, promptların, kodun ve toplu artefaktların yayınlanmakta olduğunu bildiriyor.

Akılda tutulması gereken uyarılar

Bu bir ön baskı — ikinci sürüm 17 Eylül 2026 tarihli — ve henüz hakem incelemesinden geçmedi; buradaki ayrıntılar Hacker News üzerinden paylaşılan özetten geliyor. ChatGPT'den önceki insan yazısını güncel model çıktısıyla eşleştiren veri kümesi tasarımı insan kökenini garanti ediyor, ancak bugünün insan yazımı web metnine — bir kısmı yapay zekâ destekli veya düzenlenmiş — kıyasla farkı büyütebilir. Aynı veri kümesi içinde dışlanan şirketler üzerinde yapılan değerlendirme, yöntemin diğer türler, hafifçe düzenlenmiş karma metinler veya daha yeni modellere nasıl genelleştiğini netleştirmiyor. Özellik DAMGAlaması LLM güdümlü olsa da, insan doğrulama oturumu ölçümlerin yeniden üretilebilir olduğunu gösteriyor.

Neden önemli

Parafraz direnci, hafif bir yeniden yazımla alt edilebilen, kullanımdaki yapay zekâ metin dedektörlerinin ana zayıflığına yöneliyor. Yeniden yazmaya dayanan — ve olası kaynak modeli adlandırabilen — yapısal tespit, arama motorlarına, moderatörlere ve arşivcilere kelime istatistiklerinden daha sağlam bir sinyal veriyor. Bu ayrıca sorunu içerik üreticileri için yeniden çerçeveliyor: ele veren şey modern modellerin bir savunuyu nasıl örgütlediğiyse, hangi kelimeleri seçtiği değil, uyum sağlamak yapısal değişim gerektiriyor; salt sözdağarcığı çeşitliliği değil. Makine yazımı ticari içerik web'e yayıldıkça, ölçülebilir ve atanabilir bir yapısal parmak izi, provenans için pratik bir araç ve jenerik yapay zekâ yazısının insan işini ne kadar ikna edici taklit edebileceğine dair yararlı bir kısıt haline geliyor.