En son yapay zekâ yazım skandalı, ne uygun ki, Papa ile birlikte geldi. 25 Mayıs 2026’da Vatikan, Papa XIV. Leo’nun 15 Mayıs tarihli ilk genelgesi Magnifica Humanitas‘ı yayımladı; genelge, yapay zekâ çağında insanın korunmasını ele alıyordu. Günler içinde insanlar onu, edebî ve akademik şüphenin saygın aracı haline gelivermiş tespit programı Pangram’a beslemeye başladı. Bazı bölümler görünüşe göre yapay zekâ destekli olarak işaretlendi ve suçlama kolayca anlaşılırdı: Papa, ya da en azından Vatikan, yapay zekâ hakkında yazmak için yapay zekâ kullanmıştı.
Tepkim aşağı yukarı şuydu: Tamam, peki sonra ne olacak? Genelgeler zaten kurumsal bir taslak hazırlama, personel çalışması, danışma, revizyon, çeviri ve komite benzeri bir yumuşatma sürecinden geçer. Bir Vatikan görevlisi, Papa Leo’nun fikirlerini düzyazıya dökmek için Claude kullandıysa, asıl önemli sorular yine de belgenin doğru, düşünceli ve okunmaya değer olup olmadığı olurdu. Ama yanıldığımı kabul etmeliyim.
Yapay zekâ serimin II. Bölümünde, yapay zekâ yazım tespit araçlarının kötü olduğunu ve muhtemelen kötü kalacağını yazmıştım. Pangram fikrimi değiştirdi: arkasında bağımsız kanıtlar var, çok düşük bir yanlış pozitif oranı olduğunu öne sürüyor ve insanların açıklanmamış yapay zekâ yazımından şüphelendiklerinde başvurdukları tespit aracı haline geldi. Kelsey Piper kısa süre önce, Pangram Labs’in birkaç ödüllü kısa öykünün yapay zekâ tarafından üretildiği ya da önemli ölçüde yapay zekâ destekli olduğu yönündeki iddialarını yazdı; The Atlantic‘ten Matteo Wong da Pangram’ın okullarda, yayıncılıkta, gazetecilikte ve yapay zekâ yazım suçlaması ekonomisinde giderek artan gücünü ele aldı.
İşleyen bir tespit aracı, etiği daha da acil kılıyor çünkü insanları kaynağı bir hüküm gibi görmeye teşvik ediyor. İşte bu yüzden, insan eliyle yazılmış içeriği elemek için Pangram kullanma şakası, ilk duyulduğundan daha keskin: pek çok ortamda, yapay zekâ destekli yazı, yardımsız insan düzyazısından daha okunaklı ve daha kullanışlı olabilir. Alttaki veriler sağlamsa, cümle düzeyindeki insan emeği fazla bir şey katmaz.
Burada taraflı bir konumda olduğumu da açıkça söylemeliyim. Ben yapay zekâ yardımıyla gururla yazan o kötü şöhretli yapay zekâ profesörüyüm. Yapay zekâ tespitinin statü denetçiliğine dönüşebileceğini savunan bir yazı, elverişli biçimde kendi pratiğimin de bir savunması oluyor; bu yüzden okurlar, sınırı kendimi kayıran bir şekilde çizip çizmediğimi sorgulamalı.
Kaynak spektrumu
Yapay zekâ yazım etiği, yazarın verdiği sözle başlar. Bir yazar; bir öğretmene, editöre, okura, kuruma ya da muhataba söz verebilir. Etik soru, bir tespit puanına bağlı olmadan önce o söze bağlıdır.
Şüphecilerin haklı olduğu yerden başlayalım. Yapay zekâyı açıkça yasaklayan bir öğrenci ödevi en bariz örnektir. Yeni insan yazarları tanımayı vaat eden bir yaratıcı yazım yarışması da bir başkasıdır. Bir taziye notu, bir sınavdan farklı bir kategoriye girer; ama yas tutan biri sizden gelen sözler bekliyorsa, bu duygusal eylemi bir makineye havale etmek bir ihanet gibi hissettirir.
Bazı kararlar ayrıca hesap verebilir insan muhakemesi gerektirir. Birinin burs ya da hibe alıp almayacağına ben karar veriyorsam, kaynak önemlidir çünkü başvuru sahibinin benim muhakememe hakkı vardır. Yapay zekâ kanıtları düzenlemeye ya da tutarlılığı kontrol etmeye yardımcı olabilir, ama değerlendirme eyleminin benim olarak kalması gerekir.
Sonuçlar da önemlidir. Karar ne kadar etkiliyse ve kişisel muhakemeye ne kadar bağlıysa, kararı kimin ya da neyin verdiğini bilmenin gerekçesi o kadar güçlenir. İnsan takdiri, yapay zekâ takdirinden daha kötü de olabilir: bir komite önyargılı ya da keyfi olabilir, oysa iyi tasarlanmış bir yapay zekâ sistemi nihayetinde bazı kararları daha tutarlı hale getirebilir.
Birinci tekil şahıs iddiaları için ayrıca özel bir kural vardır. “Düşünüyorum” ya da “hissediyorum” dediğimde, o kanaatin gerçekten benim olması gerekir. Yapay zekâ onu ifade etmeme, sınamama ya da daha az beceriksiz kılmama yardımcı olabilir. Ama kanaatin kendisini sağlayamaz.
Araştırma ve gazetecilik ortaya daha yakın durur. Bir imza, yazarın iddiaların, kanıtların ve muhakeme kararlarının arkasında durduğuna dair bir sözdür. Bu hiçbir zaman, yazarın her cümleyi; arama motorları, redaktörler, ortak yazarlar, çevirmenler ya da artık büyük dil modelleri olmadan bizzat yazdığı anlamına gelmedi. Bir argümanın üzerinde adım varsa, argüman benim olmalı; düzyazı ise desteklenmiş olabilir.
Teknik yazıların çoğu, içeriğin önemli olduğu tarafa daha yakın durur. Yapay zekâdan bir grafiği betimlemesini, bir yöntem paragrafı yazmasını ya da bir regresyon sonucunu sıradan bir dile çevirmesini istersem, asıl önemli soru çıktının doğru olup olmadığıdır. Yine de sayıları doğrulamak ve nihai metni sahiplenmek zorundayım. Ahlaki ağırlığı doğruluk ve hesap verebilirlik taşır.
En uçta ise, neredeyse hiç kimsenin yazma eylemini insani açıdan umursamadığı idari mesajlar yer alır. Bir bölüm sizden bir komite toplantısını teyit eden kibar bir not göndermenizi isterse, yapay zekâyı serbestçe kullanın. İlgili ölçüt, notun doğru ve açık olup olmadığıdır.
Tek bir yapay zekâ puanı etik soruyu yanıtlayamaz. Aynı düzeydeki yapay zekâ yardımı, bir idari e-postada zararsız, teknik bir raporda yararlı, kişisel bir denemede tartışmalı ve yapay zekâya izin vermeyen bir sınıf ödevinde diskalifiye edici olabilir. Bağlam, altta yatan tespit doğru olsa bile, meselenin tamamıdır.
Tespitin de bir spektrumu var
Tespit etiği, kullanım etiğini izlemelidir. Bir öğretmen öğrencilere belirli bir ödevde yapay zekâsız yazmalarını söylediyse, bir tespit aracı akademik dürüstlük sürecinin parçası olabilir. Bir Pangram puanı, özellikle öğrenciler için söz konusu olan riskler düşünüldüğünde, asla tek kanıt olmamalıdır.
Yaratıcı yarışmalar da benzer bir sorunla karşı karşıyadır. Piper’ın Commonwealth Kısa Öykü Ödülü hakkındaki argümanı ciddiye alınmalı, çünkü kurmaca ödülleri kısmen insan zanaatıyla ilgilidir. Bir ödül, bir insan yazarın sesini ödüllendiriyorsa, tamamen yapay zekâ tarafından üretilmiş bir başvuru bu önkabulü ihlal eder. Düzenleyici yapay zekâya izin verebilir, yasaklayabilir ya da ayrı bir kategori oluşturabilir. Sorunu yalnızca güven çözemez.
Hakem değerlendirmesi daha zordur. Seth Lazar, daha önceki Pangram yazıma yanıt olarak tespit yanlısı tezin en güçlü versiyonunu ortaya koydu: yapay zekâ tarafından üretilen araştırma çıktısı, hakem değerlendirmesine yönelik bir hizmet engelleme saldırısına dönüşebilir. İnandırıcı görünen makaleler üretmenin maliyeti çökerken, onları okuma yükümlülüğü pahalı kalır. Bu bağlamda, bir tespit aracı kıt değerlendirme kapasitesini korumaya yardımcı olabilir.
Hakem değerlendirmesi örneği yine de amaca bağlıdır. Amaç, açık bir kuralı ihlal eden öğrencileri yakalamaksa, hedef kaynaktır. Amaç, hakemleri değersiz başvurulardan korumaksa, kaynak yalnızca bir vekil göstergedir: bir tespit aracı, bir metnin yapay zekâ olma olasılığını tahmin eder, hiçbir zaman kötü olma olasılığını değil. Asıl hedef kötü işlerdir: uydurulmuş veriler, sahte atıflar, var olmayan yöntemler ve yanıtlanmaya değer bir sorusu olmayan makaleler. Bir tespit aracı bunların bir kısmını ayıklamaya yardımcı olabilir, ama birinin yine de gerçek iddiaları kontrol etmesi gerekir.
Benim endişem, altlarındaki uydurulmuş verileri görmezden gelirken uzun çizgileri denetlememiz. Bu, olayın özünü kaçırmanın çok akademik bir yolu olurdu: yüzeydeki işarete kusursuz bir dikkat, ama o şeyin doğru bir şey söyleyip söylemediğine pek az ilgi.
Açıklama çoğunlukla neden işe yaramaz
Bariz uzlaşma açıklamadır. İnsanların yapay zekâ kullanmasına izin verin, bunu belirtmelerini şart koşun ve ne kadar önemli olduğuna okurlar karar versin. Bu cazip görünüyor çünkü yapay zekâ yardımını bir bilgi olarak ele alıyor ve ahlaki gerilimi düşürüyor.
Yapay zekâ serisinin II. Bölümünde, açıklama normlarının yarattıkları teşvikler altında çöktüğünü savunmuştum. O argümanın tespit yarısı şimdi revizyona ihtiyaç duyuyor çünkü Pangram beklediğimden çok daha iyi çalışıyor gibi görünüyor. Açıklama yarısı ise bana hâlâ doğru görünüyor.
Yapay zekâ kullanımı etik açıdan ne kadar tartışmalıysa, onu gizleme teşviki o kadar güçlüdür. Yardımsız yazacağına söz verdikten sonra yapay zekâ kullanan bir öğrencinin, insan yazımı ödülüne makine yazımı kurmaca gönderen bir yarışmacının ya da sahte atıfları örtbas etmek için yapay zekâ kullanan bir araştırmacının suskun kalmak için her türlü nedeni vardır.
Açıklama yapması en olası kişiler, yapay zekâyı düşük riskli yollarla kullananlardır: bir paragrafı düzeltmek, bir grafiği çevirmek ya da kaba notları hâlâ kendilerine ait olan okunaklı bir düzyazıya dönüştürmek. Bunlar aynı zamanda açıklamanın en az önem taşıdığı durumlardır. Olası denge, zararsız yapay zekâ yardımına dair törensel itiraflarla dolu bir dünyadır; gerçekten aldatıcı durumlar ise biri onları soruşturana kadar gizli kalır.
Açıklama, tıpkı burada olduğu gibi, açıklamanın kendisi işi anlattığında yine de yardımcı olabilir. Editörler, öğretmenler, ödül komiteleri ve kurumsal yetki kullanan kişiler de uyguladıkları kurallar konusunda açık olmalıdır. Ama tüm sistem dürüst itiraflara bağlıysa, vicdanlıları cezalandırır ve stratejik kullanıcıları rahat bırakır.
Yeni gramer denetçiliği
“Gramer Nazizmi” ifadesinin sert olduğunu biliyorum ve onunla belirli bir şey kastediyorum. Sovyetler Birliği’nde doğdum ve Rus elit kültürü gramere, telaffuza, vurgu örüntülerine ve konuşmaya gömülü küçük statü işaretlerine son derece duyarlı olabiliyor. Pratikte gramer düzeltmesi çoğu zaman aynı zamanda bir toplumsal ayıklama işlevi görüyordu: yanlış okul, yanlış bölge, yanlış aile geçmişi ya da yanlış türden bir eğitim, konuşma biçiminizden sızabiliyordu.
Amerika’nın da bunun kendine özgü bir versiyonu var. Akademik İngilizce, standart kılığına bürünmüş statü işaretleriyle dolu. Doğru türden bir akıcılık, biri haklı olup olmadığınızı kontrol etmeden önce sizi zeki gösterir; yanlış aksan ya da deyiş ise argümanınız dinlenmeden önce sizi ciddiyetsiz biri olarak damgalayabilir.
Yapay zekâ tespiti, bu eski alışkanlığı yeni bir teknik ritüele dönüştürüyor. Bir zamanlar grameri denetleyen aynı insanlar şimdi “yapay zekâ izlerini” denetliyor: uzun çizgiler, akıcı geçişler, jenerik metaforlar, tuhaf biçimde dengeli paragraflar, biraz fazla temiz görünen düzyazı. Bazen haklılar. Yapay zekâ yazısının tanınabilir örüntüleri vardır; tam da bu yüzden bunlarla dolu bir stil rehberim var.
Biri bir yazıyı okuyup yeni bir şey öğrenir, sonra da konuşmayı tek bir şüpheli ifadeye getirirse, Pangramatik içgüdü herkesin zamanını boşa harcamış olur. Bir okurun dikkati önce iddiaya, kanıta ve getirisine yönelmeli; stil denetçiliği ise düzyazının gerçekten anlamayı engellediği ya da aldatma işareti verdiği durumlara saklanmalıdır.
Bu statü dinamiği çok tanıdık. Tespit puanı, bir işi dikkatlice okumadan reddetmek için bilimsel görünümlü bir ruhsat veriyor. Bundan faydalananlar genellikle bir muhakeme kararını bir puana dönüştürebilen yerleşik yazarlar ve diplomalı kapı bekçileridir. Suçlama, özellikle düşük statülü yazarlara ve İngilizceyi iyi yazamayan ama artık çeviri yapmak, taslak hazırlamak ve İngilizce konuşan bir kitleye ulaşmak için yapay zekâ kullanabilen insanlara karşı son derece elverişli hale geliyor. Fazla cilalı sahte görünüyor. Fazla beceriksiz düşük kaliteli görünüyor. Her iki durumda da kapı bekçisi kazanıyor.
Ahlaki bulaşma mantığı sorunu daha da kötüleştiriyor. Yapay zekâ katkısı bir kez kirlilik gibi ele alındığında, herhangi bir yardım izi tüm işi mahkûm etmeye yetiyor. Bu, insan yazısının her zaman editörler, hakemler, ortak yazarlar, çevirmenler ve dün okuduğunuz cümle tarafından toplumsal olarak üretildiği bir dünya için tuhaf bir ölçüt.
Mümkün olan en komik denge zaten burada. Yapay zekâ araçları fazla net düzyazı üretiyor, tespit araçları bu netliği cezalandırıyor, sonra da yeni “insanlaştırıcı” araçlar düzyazıyı daha beceriksiz görünsün diye yeniden yazıyor. TIME kısa süre önce, yapay zekâ üretimi gibi görünmemek için yazılarına hatalar ve tuhaflıklar ekleyen insanları anlattı. Bu, tersine çevrilmiş bir Grammarly: yazıyı daha sahici görünsün diye daha kötü hale getirin.
Bunun yerine ne yapmalı
Tespit aracında ölçülülüğü savunuyorum. Pangram yalnızca kaynağın anlaşmanın parçası olduğu yerlerde kullanılmalı: açıkça yapay zekâ yasağı olan sınavlarda, insan zanaatını vaat eden yarışmalarda ya da metnin kaynağının işin bir parçası olduğu kurumsal ortamlarda. Kurumsal kural, puana bakılmadan önce yazılmalı: hangi yapay zekâ kullanımının verilen sözü ihlal edeceğini ve yüksek bir puanın ardından hangi itiraz sürecinin işleyeceğini tanımlamalı.
Birçok alanda ölçüt oldukça basit olmalı: işe adınızı koyuyorsanız, o iş sizindir. Olguların, iddiaların, hataların, zevkin, yapının ve muhakemenin sahibi sizsiniz. Yapay zekâ doğru bir teknik özet üretmenize yardımcı olduysa, ne âlâ. Yapay zekâ saçmalığı daha hızlı üretmenize yardımcı olduysa, bu sizin sorumluluğunuzdadır.
Dikkat kıt olduğu için insanlar yine kestirme yollara güvenecek. Tanıdıkları isimlere, saygı duydukları dergilere, sicili olan editörlere, işi okumuş dostlarına ve çöp yayımlarsa kaybedecek bir şeyi olan kurumlara güvenecekler. Bu kusurlu ve çoğu zaman adaletsiz. İtibar bir filtre haline geldiğinde, dışarıdakiler ve yeni gelenler bunun bedelini öder. Ama en azından itibar zaman içinde hesap verebilir. Bir dergi, ödül, profesör ya da yazar kötü işleri onaylamayı sürdürürse, insanlar bunu fark edebilir.
Bir Pangram puanı farklıdır. Metnin kaynağı hakkında hızlı bir tahmin verir ve metnin ne yaptığını sormadan okumayı bırakmaya davet eder. Pangram işliyor gibi görünüyor; dolayısıyla soru artık yapay zekâyı tespit edip edemeyeceğimiz değil. Soru, bu bilgiyle ne yapmamız gerektiği. Onu kaynağın pazarlığın parçası olduğu ve risklerin bir soruşturmayı haklı çıkardığı yerlerde kullanın. Onu muhakeme için bir vesile olarak görün, asla muhakemenin yerine geçen bir şey olarak değil.
İş sahteyse, yanlışsa, intihal içeriyorsa, duygusal olarak hileliyse ya da açık bir kuralın ihlaliyse, bunu söyleyin ve buna göre hareket edin. İş doğru, yararlı ve üzerinde adı olan kişiye aitse, cümleleri bir araya getirmeye Codex, Claude ya da ChatGPT’nin yardım etmiş olması skandal için zayıf bir gerekçedir. Asıl skandal, herkesin yazısını insan eliyle yazılmış gibi geçsin diye daha kötü hale getirmeyi öğrendiği bir kültür inşa etmek olurdu.
Son bir açıklama, çünkü tüm yazı tam da bu soruyla ilgili: yukarıdaki deneme, birkaç saatlik dikte edilmiş düşüncelerimden, önceki yazılarımdan, kaydedilmiş stil talimatlarımdan ve son sosyal medya yazışmalarımdan yola çıkılarak tümüyle Codex’te yazıldı. Kapak görseli ve spektrum grafiği de Codex tarafından üretildi. Bu tek seferlik bir komut değildi. Çoğunlukla argümanı ve grafiği iyileştirerek bir düzineden fazla yineleme yaptık. Evet, artık Codex’i Claude Code’dan daha çok kullanıyorum. Evet, taslağı yayımlamadan önce okudum ama düzyazıyı hiç satır satır düzenlemedim. Kendi grafiğime göre bu deneme, spektrumun içeriğin önemli olduğu tarafında yer alıyor ve arkasında duruyorum.