Yazarlık platformu Substack, kullanıcıların okudukları metinlerin yapay zeka tarafından üretilip üretilmediğini anlamalarını sağlayacak yeni bir araç kullanıma sundu. Salı günü yayınlanan blog yazısına göre bu sistem; paylaşımları, notları, yanıtları ve yorumları tarayarak metnin ne kadarının yapay zeka desteğiyle oluşturulduğuna dair bir tahmin sunuyor.

Pangram Entegrasyonu ve Kullanım Şartları

Platformun yeni özelliği, yapay zeka tespit uzmanı Pangram şirketi tarafından destekleniyor. Sistem şu an için web sürümü ve iOS uygulaması üzerinden erişilebilirken, Android sürümünün yakında yayınlanacağı belirtildi. Okurlar, 100 kelimenin üzerindeki içeriklerde sağ üst köşedeki üç nokta menüsünde yer alan 'Scan for AI text' seçeneğini kullanarak analiz yapabiliyor.

Şeffaflık ve Yazarlar İçin Yeni Seçenekler

Substack CEO'su Chris Best, bu hamlenin temel amacının sosyal medyadaki yapay zeka yaygınlığına karşı şeffaflığı artırmak olduğunu ifade etti. Best, okuyucuların insan düşüncesi içermeyen içeriklere farkında olmadan vakit ayırmasını 'Claudefishing' olarak tanımlıyor. Bu doğrultuda platform, yazarlara içeriklerini nasıl oluşturduklarını açıklayabilecekleri 'How I make this' isimli yeni bir beyan alanı da sunuyor.

Yazarlar kendi taslaklarını Pangram ile tarayabilecek ve hatalı sonuçlar aldıklarında raporlama seçeneğini kullanabilecekler. Chris Best, aracın sadece yapay zeka kullanımını tespit edebildiğini, metnin ne kadar özenle hazırlandığını veya yapay zeka araçlarının sadece kaynak olarak kullanılıp kullanılmadığını belirleyemediğini vurguladı.

Ne anlama geliyor?

Bu teknoloji, büyük dil modellerinin metin üretirken kullandığı istatistiksel kalıpları ve kelime dizilim olasılıklarını analiz ederek çalışır. İnsan yazımı metinler genellikle daha düzensiz ve öngörülemez bir yapı sergilerken, otomatik sistemler daha standart ve tekrarlayan matematiksel örüntüler oluşturur. Tespit sistemi, metindeki bu yapısal farkları karşılaştırarak içeriğin üretim kaynağına dair bir olasılık puanı üretir.

Sektör genelinde bu tür araçlar, dijital içerik tüketiminde güven sorununu çözmeyi amaçlar. Okuyucunun, karşısındaki içeriğin gerçek bir deneyime mi yoksa otomatik bir veri işleme sürecine mi dayandığını bilmesi, zaman yönetimi ve bilgi doğruluğu açısından kritik bir rol oynar. Kullanıcılar için bu durum, okuma alışkanlıklarını optimize etme ve daha nitelikli, insan odaklı içeriklere yönelme imkanı sağlar.