Model hangi dil özelliklerine baktı?

Open Pangram tek bir kelimeyi ya da noktalama işaretini “yapay zekâ parmak izi” olarak kabul etmedi. Bunun yerine, yapay zekâ üretimi metinlerde insan yazımına kıyasla daha sık görülen bir dizi dilsel örüntünün birleşimini değerlendirdi. Pew’in örnekleri arasında uzun tire kullanımındaki artış, İngilizcedeki “Oxford virgülü” olarak bilinen virgül tercihi, yapay zekâ modellerinin daha sık kullandığı kelime dağarcığı ve “negatif paralellik” adı verilen “sadece X değil, Y de” türü karşılaştırmalı ifadeler yer alıyor.

Bu göstergeler olasılıksal sinyaller. Bir insan da aynı ifadeleri kullanabilir; yapay zekâyla hazırlanmış bir metin de insan tarafından ciddi biçimde değiştirilebilir. Bu nedenle sonuçlar, “yapay zekâ yazımı veya anlamlı yapay zekâ düzenlemesi işaretleri” olarak okunmalı; bütünüyle makine tarafından yazılmış sayfaların kesin sayısı olarak değerlendirilmemeli.

Araştırmanın sınırları neler?

Çalışmanın kapsamı ve kullanılan tespit yöntemi, sonuçların nasıl yorumlanması gerektiği açısından önemli:

• Common Crawl, kamuya açık web sayfalarını arşivliyor. Bu nedenle ödeme duvarı arkasındaki veya giriş gerektiren siteler örneklemde daha az temsil edilmiş olabilir.
• Örneklenen sayfaların yalnızca %10 ila %15’inde kullanılabilir bir yayın tarihi alanı bulundu. Dolayısıyla %35’lik oran, tüm ChatGPT sonrası web içeriğine değil, yayın tarihi belirlenebilen bu rastgele olmayan alt kümeye ait.
• Araştırma İngilizce web metinleriyle sınırlı. Görselleri, videoları, İngilizce dışındaki içerikleri veya internetin tamamını kapsamıyor.
• Yapay zekâ tespit araçları yanlış pozitif ve yanlış negatif sonuçlar üretebilir. Başka bir ifadeyle, insan tarafından yazılmış bir metin yapay zekâ ürünü gibi işaretlenebilir ya da yapay zekâ katkısı taşıyan bir metin gözden kaçabilir. Araçların performansına ilişkin bağımsız değerlendirmeler de test edilen metin türlerine ve kullanılan modellere göre değişebilir.

Bu sonuç neden önemli?

Bulgular, web’in yalnızca yapay zekâ içeriklerinin bulunduğu bir ortam olmaktan çıkıp, yeni yayımlanan kamuya açık metinlerin giderek daha fazla yapay zekâ aracılığıyla üretildiği veya biçimlendirildiği bir yapıya dönüştüğünü düşündürüyor. Bu değişim, web trafiğinin niteliğine ilişkin başka bir gelişmeyle de aynı döneme denk geliyor: Cloudflare’ın verilerine göre otomatik sistemlerden gelen trafik, Mayıs 2026’da kendi ağı üzerindeki insan trafiğini aştı. Ancak bu ölçüm, yapay zekâyla yazılmış içerikleri değil; botların ve diğer otomatik sistemlerin gönderdiği web isteklerini ifade ediyor.

İki bulgu birlikte değerlendirildiğinde, internetin giderek daha fazla otomatik sistemler tarafından üretildiği, tarandığı ve kullanıldığı görülüyor. Yine de bu veriler, yapay zekânın insan yazarlığının veya insanların web kullanımının yerini tamamen aldığını göstermiyor.

Model hangi dil özelliklerine baktı?

Open Pangram tek bir kelimeyi ya da noktalama işaretini “yapay zekâ parmak izi” olarak kabul etmedi. Bunun yerine, yapay zekâ üretimi metinlerde insan yazımına kıyasla daha sık görülen bir dizi dilsel örüntünün birleşimini değerlendirdi. Pew’in örnekleri arasında uzun tire kullanımındaki artış, İngilizcedeki “Oxford virgülü” olarak bilinen virgül tercihi, yapay zekâ modellerinin daha sık kullandığı kelime dağarcığı ve “negatif paralellik” adı verilen “sadece X değil, Y de” türü karşılaştırmalı ifadeler yer alıyor.

Bu göstergeler olasılıksal sinyaller. Bir insan da aynı ifadeleri kullanabilir; yapay zekâyla hazırlanmış bir metin de insan tarafından ciddi biçimde değiştirilebilir. Bu nedenle sonuçlar, “yapay zekâ yazımı veya anlamlı yapay zekâ düzenlemesi işaretleri” olarak okunmalı; bütünüyle makine tarafından yazılmış sayfaların kesin sayısı olarak değerlendirilmemeli.

Araştırmanın sınırları neler?

Çalışmanın kapsamı ve kullanılan tespit yöntemi, sonuçların nasıl yorumlanması gerektiği açısından önemli:

• Common Crawl, kamuya açık web sayfalarını arşivliyor. Bu nedenle ödeme duvarı arkasındaki veya giriş gerektiren siteler örneklemde daha az temsil edilmiş olabilir.
• Örneklenen sayfaların yalnızca %10 ila %15’inde kullanılabilir bir yayın tarihi alanı bulundu. Dolayısıyla %35’lik oran, tüm ChatGPT sonrası web içeriğine değil, yayın tarihi belirlenebilen bu rastgele olmayan alt kümeye ait.
• Araştırma İngilizce web metinleriyle sınırlı. Görselleri, videoları, İngilizce dışındaki içerikleri veya internetin tamamını kapsamıyor.
• Yapay zekâ tespit araçları yanlış pozitif ve yanlış negatif sonuçlar üretebilir. Başka bir ifadeyle, insan tarafından yazılmış bir metin yapay zekâ ürünü gibi işaretlenebilir ya da yapay zekâ katkısı taşıyan bir metin gözden kaçabilir. Araçların performansına ilişkin bağımsız değerlendirmeler de test edilen metin türlerine ve kullanılan modellere göre değişebilir.

Bu sonuç neden önemli?

Bulgular, web’in yalnızca yapay zekâ içeriklerinin bulunduğu bir ortam olmaktan çıkıp, yeni yayımlanan kamuya açık metinlerin giderek daha fazla yapay zekâ aracılığıyla üretildiği veya biçimlendirildiği bir yapıya dönüştüğünü düşündürüyor. Bu değişim, web trafiğinin niteliğine ilişkin başka bir gelişmeyle de aynı döneme denk geliyor: Cloudflare’ın verilerine göre otomatik sistemlerden gelen trafik, Mayıs 2026’da kendi ağı üzerindeki insan trafiğini aştı. Ancak bu ölçüm, yapay zekâyla yazılmış içerikleri değil; botların ve diğer otomatik sistemlerin gönderdiği web isteklerini ifade ediyor.

İki bulgu birlikte değerlendirildiğinde, internetin giderek daha fazla otomatik sistemler tarafından üretildiği, tarandığı ve kullanıldığı görülüyor. Yine de bu veriler, yapay zekânın insan yazarlığının veya insanların web kullanımının yerini tamamen aldığını göstermiyor.