AI filigranlama nedir?

Filigranlama, büyük dil modellerinin (LLM) belirli kelimeleri kullanma sıklığını değiştirmeye dayanan, yapay zeka tarafından üretilen içeriği tespit etmeye yönelik bir yöntemdir. Böylelikle, kelime sıklığındaki bu değişiklikleri tespit etmek ve bir metnin belirli bir yapay zeka modeli tarafından yazılmış olup olmadığını belirlemek mümkün olur.

Filigran ekleme nasıl çalışır?

LLM’ler, bir dizi kelimeyi girdi olarak alarak çalışır ve ardından cümlede bu kelimelerin ardından gelebilecek bir dizi olası kelimeyi çıktı olarak verir. Yapay zekalar işte bu şekilde yazar: bir cümleyi okur ve cümlenin devamında gelebilecek kelimelerin bir listesini oluşturur. Bu kelimelerin her birine, LLM’nin onu bir sonraki kelime olarak kullanma olasılığı atanır. Ardından LLM, bu listeden gerçekten bir sonraki sırada yer alacak bir kelime seçer; ancak bu, mutlaka (hatta genellikle) en yüksek olasılıklı kelime olmak zorunda değildir – örneğin, "I walk my…" gibi herhangi bir cümle verildiğinde LLM her zaman en olası kelime olan "dog"u seçseydi, LLM’ler aynı soru sorulduğunda her seferinde aynı şeyi söylerdi.

Elinizde kısmi bir cümle ve aralarından seçim yapabileceğiniz olası sonraki kelimelerin bir listesi var. LLM’nin bir sonraki kelimeyi seçme süreci, filigranın devreye girdiği noktadır: bu süreç, söz konusu sonraki kelime seçeneklerinin olasılıkları arasında ince ayarlamalar yapmaktır.

Bunu başka bir şekilde şöyle ifade edebiliriz: Bir LLM’nin kullanabileceği olası kelimelerin kümesini düşünün – yani, bir yapay zeka modelinin söyleyebileceği her türlü kelimeyi. Buna LLM’nin kelime dağarcığı diyeceğiz. Filigranlama, kelime dağarcığının bir alt kümesini sözde rastgele seçip, bazı kelimelerin seçilme olasılığını artıran minik bir değiştiriciyi puanlarına uygulayarak çalışır.

LLM’nin kelime dağarcığından psödorastgele seçilen bir alt kümeye filigran eklenir

Dolayısıyla, LLM potansiyel kelimelerin sıralı bir listesini oluşturduğunda, değiştirici bu kelimelerin listede normalde olacağından biraz daha üst sıralarda yer almasını sağlar ve böylece seçilme olasılıkları artar.

Filigranlı kelimeler, LLM’nin bir sonraki kelimeler sıralamasında biraz daha üst sıralara yükselir

Filigran, çıktı metni incelenerek ve filigranlı kelimelerin ne sıklıkta geçtiği belirlenerek tespit edilir. Bu kelimeler metinde, standart İngilizceye kıyasla daha sık geçiyorsa, bu durum olumlu bir sonuç olarak değerlendirilir ve filigran algılayıcı, metnin yapay zeka tarafından üretildiğini bildirir.

Bir yapay zeka filigranı neye benzer?

AI filigranları görünmezdir ve araştırmalar, AI filigranlamanın çıktıların kalitesini düşürmediğini göstermektedir. Bu, ilk bakışta mantığa aykırı görünebilir: Eğer filigranlar, bazı kelimelerin bir LLM çıktısında görünme olasılığını değiştiriyorsa, tıpkı LLM’lerin “delve” gibi kelimeleri kullandığını fark ettiğimiz gibi, bu durum bir insan tarafından da fark edilmez mi?

Bunun nedeni, filigran eklenecek kelimelerin listesinin her bir token için ayrı ayrı oluşturulmasıdır. Yani, filigran eklenmek üzere seçilen kelime dağarcığı alt kümesi, cümledeki her yeni kelimeyle birlikte değişir. Bu da, filigran eklenecek kelime kümesi sabit ve önceden belirlenmiş tek bir kelime kümesi olsaydı bekleneceğinden çok daha fazla değişkenliğin kelime dağarcığında mevcut olduğu anlamına gelir.

Yapay zeka ile filigran eklemenin avantajları nelerdir?

Filigranlar, çeşitli nedenlerden ötürü yapay zeka tespiti açısından avantajlıdır. Her şeyden önce, filigranlama nispeten az sayıda kelime üzerinde yüksek bir kesinlik derecesi sağlayabilir; ancak Pangram’da olduğu gibi, segmentler kısaldıkça bu kesinlik azalır. Filigranlar ayrıca her modele özeldir – Pangram sadece bir metnin yapay zeka tarafından üretilip üretilmediğini söylerken, filigranlama hangi yapay zeka modelinin metni ürettiğini tam olarak belirleme yeteneğine sahiptir. Ancak, bir filigran üzerinde elde edilen pozitif sonuç da modele özeldir: ChatGPT metnini bir Claude filigran tespit aracına girerseniz, negatif bir sonuç alırsınız, çünkü filigran yalnızca Claude tarafından yazılmış metinlerde görünür.

Filigran ekleme, yapay zeka şirketleri açısından da uygulaması kolay bir yöntemdir: filigranlar nispeten düşük bir maliyetle uygulanabilir ve kullanılabilmesi için modelin yeniden eğitilmesini gerektirmez.

Yapay zeka ile oluşturulan filigranlar aşılabilir mi?

Filigranlama kırılgandır ve Pangram’ın karşı koyabildiği “humanizer” gibi algoritmik stratejilerle kolayca aşılabilir. Filigran, kelime seçimine gömülü olduğu için, kelimeleri eşanlamlılarıyla değiştirerek bir yapay zeka filigran dedektörünü alt etmek kolaydır. Filigranlama ayrıca ikili bir yaklaşımdır: Pangram’ın dedektörü, yapay zeka destekli içerik ile insan ve yapay zeka karışımı içeriği ayırt edebilir; oysa filigranlama, bir metnin size ulaşmadan önceki son adım olarak bir LLM’den geçip geçmediğini gösterir.

Filigran analizi, bir metnin bir model tarafından yazılıp yazılmadığını ortaya çıkarabilir; ancak bir filigran dedektöründen gelen olumsuz bir sonuç, metnin yapay zeka tarafından üretilmediğini ya da hatta söz konusu model tarafından üretilmediğini göstermez: sadece o modele ait filigranın bulunmadığını gösterir. Metin, başka bir model tarafından yazılmış ya da metindeki kelimeleri eşanlamlılarla değiştiren bir "humanizer" veya benzeri bir programdan geçirilmiş olabilir.

Claude, yapay zeka tabanlı filigranlama özelliğini destekliyor mu?

Evet, şu anda Claude modelleri AB düzenlemelerine uymak amacıyla yapay zeka tabanlı filigranlama kullanmaktadır: Anthropic, blogunda duyurduğu üzere 2 Ağustos 2026 tarihinden itibaren Claude çıktılarına filigran eklemeye başlamıştır.

Şu anda ChatGPT, yapay zeka filigranı özelliğini kullanmamaktadır ve ChatGPT tarafından üretilen metinler için güvenilir bir yapay zeka filigranı tespit aracı veya kontrol programı bulunmamaktadır.

Filigran eklemek Pangram’ı etkiler mi?

AI filigranlama, Pangram’ın AI algılama sistemi üzerinde pek bir etki yaratmamaktadır. Filigranlama, büyük dil modellerinin (LLM) kullandığı kelimelerin olasılık puanlarını sadece hafifçe değiştirdiğinden, filigranlanmış LLM çıktıları Pangram tarafından algılanmaya devam edecektir.

Sonuç olarak, filigranlama yöntemi yalnızca yapay zeka kullanımını gizlemeye yönelik hiçbir çaba gösterilmemiş, en bariz ve değiştirilmemiş yapay zeka çıktılarını işaretlemektedir. Biz ise çok daha ayrıntılı bir yaklaşım benimsemeyi ve yapay zeka yardımı, yapay zeka ile insan tarafından yazılmış karışık metinler ile tamamen yapay zeka tarafından üretilmiş metinler arasında ayrım yapmayı hedefliyoruz. Ayrıca, filigran algılayıcıların aksine, metni üretmek için kullanılan modele bakılmaksızın tarafsız bir yaklaşım sergiliyoruz.

AI filigranlamasını Pangram’ı tamamlayıcı bir unsur olarak görüyoruz. Ayrıca, AI’nın yazarlık konusunda daha fazla şeffaflığın sağlanmasının genel olarak dünya için yararlı olacağını düşünüyoruz.

Sık Sorulan Sorular

ChatGPT'de filigran var mı?

Hayır, ChatGPT metinlerine filigran eklemiyor. OpenAI, 2024 yılında metinlere filigran eklemek için bir sistem geliştirdi ancak bunu hiçbir zaman piyasaya sürmedi.

SynthID nedir?

SynthID, 2024 yılından beri Gemini modellerinde kullanılan Google’ın filigranıdır.

Bir metinde yapay zeka filigranı olup olmadığını nasıl kontrol edebilirim?

AI filigran tespit araçları, modeli geliştiren şirket tarafından piyasaya sürülmektedir; bu nedenle, bir metinde filigran olup olmadığını kontrol etmek için, söz konusu şirketin filigranı oluştururken kullandığı özel anahtara erişim izni vermesi gerekmektedir. 14 Eylül 2026 itibarıyla, Gemini’nin halka açık bir görüntü tespit aracı olmasına rağmen, hiçbir AI şirketi metinler için bir AI filigran tespit aracını kamuya açık olarak piyasaya sürmemiştir.

Pangram, yapay zeka ile oluşturulan filigranları tespit ediyor mu?

Pangram şu anda yapay zeka destekli filigran algılama özelliğini desteklememektedir.