~/yanıtlar

Yapay zekâ dedektörleri doğru mu?

Birinin yapay zekâ kullandığını kanıtlayacak kadar doğru değiller. Birçok üniversite, yanlış alarmları ve anadili İngilizce olmayan yazarlara karşı önyargıyı gerekçe göstererek yapay zekâ tespitini kapattı.

Üniversitelerin bulguları

• Vanderbilt, Ağustos 2023’te Turnitin’in yapay zekâ dedektörünü kapattı. Turnitin’in verdiği yüzde 1’lik yanlış alarm oranı bile her yıl haksız yere işaretlenen pek çok öğrenci demek; ayrıca anadili İngilizce olmayanlara karşı önyargıdan endişe duyuldu (Vanderbilt).
• Waterloo Üniversitesi, Eylül 2025’te Turnitin’in yapay zekâ tespitini kullanmayı bıraktı; araçları güvenilmez buldu ve öğretim üyelerini değerlendirme tasarımına, yapay zekâ okuryazarlığına ve beyana yönlendirdi (Waterloo).
• Bir Stanford çalışması, yedi dedektörün anadili İngilizce olmayanların TOEFL denemelerinin yüzde 61’ini yapay zekâ yazmış gibi işaretlediğini, ABD’li öğrencilerin denemelerinde ise çok daha iyi sonuç verdiğini buldu (Stanford HAI).

Dedektörler neden zorlanır

Bir dedektör kelimelerin ne kadar tahmin edilebilir olduğuna bakar. Açık ve sade yazı, ikinci dilde yazılmış metin ve çok düzenlenmiş metin tahmin edilebilir görünebilir; bu yüzden dürüst çalışmalar işaretlenir. Hafifçe yeniden yazılmış yapay zekâ metni ise gözden kaçabilir.

Daha iyi işe yarayan

Bir metnin nasıl yazıldığına bakmak: taslaklar, sürüm geçmişi ve çalışma hakkında bir konuşma. Snowkit Write’ta öğrenciler gizli bir yazma kaydı tutabilir ve bunu yapay zekâ kullanım beyanıyla paylaşabilir. Bu bir dedektör değildir. Yazarken ne olduğunu gösterir; paylaşıp paylaşmamaya öğrenci karar verir.