Yapay Zeka İçerik Tespiti
Bu kılavuz, DrillBit Yapay Zeka İçerik Tespit Raporu'nu açıklar - bir belge yapay zeka tarafından üretilmiş metin açısından denetlendiğinde DrillBit'in oluşturduğu indirilebilir PDF. Rapor, gönderilen belgenin ne kadarının yapay zeka desenleri gösterdiğini tahmin eder, bu tahmini blok blok ayrıştırır ve orijinal belgeyi, tespit edilen cümleler mavi, elle hariç tutulan içerik ise soluk krem renkle vurgulanmış biçimde sunar. Sonuç ne olursa olsun her yapay zeka raporu aynı dört bölümlü yapıyı kullanır ve bu kılavuzun geri kalanı göreceğiniz her parametreyi tek tek ele alır.
Yapay zeka tespiti olasılıksaldır, kesin değildir: DrillBit'in Yapay Zeka İçerik Tespiti bir tahmin üretir, bir hüküm değil. Tespit edilen yapay zeka metni yüzdesi yüksek olsa bile sonuç, bazı bölümlerin bir yapay zeka aracıyla yazılmış ya da desteklenmiş olabileceğine dair bir ipucudur - kanıt değildir. Raporu insan muhakemesi ve belgenin bağlamıyla birlikte kullanın, asla tek doğruluk kaynağı olarak değil.
Bu kılavuz boyunca örnek olarak hep aynı gerçek rapor kullanılır: 5964872 numaralı gönderim, %33,85 tespit edilen yapay zeka metni puanına sahip 384 kelimelik bir belge; iki bloğundan biri puandan elle hariç tutulmuştur.
Yapay Zeka İçerik Tespit Raporu nasıl okunur
DrillBit Yapay Zeka İçerik Tespit Raporu çok sayfalı bir PDF'tir. İlk sayfa tek bakışta özet sunar: ana puan, bu puanın %0-100 ölçeğindeki yeri, gönderim üst verileri ve içerik bileşimi grafiği. İkinci sayfa puanı blok blok ayrıştırır ve yöntemi açıklar. Sonraki tüm sayfalar, tespit edilen cümleler vurgulanmış hâlde orijinal belge metnini gösterir. Rapor, kaydırdığınızda baştan sona şöyle görünür:
Rapor şu sırayla düzenlenmiştir: her sayfada yinelenen bir rapor başlığı; Tespit Edilen Yapay Zeka Metni ana değeri ve onun Ölçek Üzerindeki Konum şeridi; 01 Gönderim Bilgileri; 02 İçerik Bileşimi; bir QR / Yapay Zeka Bütünlük Yardımı paneli; 03 Yapay Zeka İçerik Analizi - Blok Düzeyi; 04 Bu rapor nasıl yorumlanır; ve son olarak Vurgulanmış Belge İçeriği. Kılavuzun geri kalanı her bölümdeki her parametreyi ele alır.
Rapor üst bilgisi ve alt bilgisi
Her sayfa aynı üst ve alt bilgiyi taşır; böylece yazdırılmış ya da kısmen paylaşılmış bir rapor her zaman gönderimine kadar izlenebilir. Üst bilgide solda DrillBit logosu, sağda Yapay Zeka İçerik Tespit Raporu ve Gönderim Kimliği yer alır; alt bilgi ise aynı Gönderim Kimliğinin yanında DrillBit - Yapay Zeka İçerik Tespiti ifadesini yineler. Destek talebi açtığınızda bu kimliği belirtin - destek ekibinin ilgili raporu bulmasının en hızlı yolu budur.
Tespit Edilen Yapay Zeka Metni ve Ölçek Üzerindeki Konum
Ana blok kapak sayfasının üstünde yer alır ve iki yarıya ayrılır. Solda Tespit Edilen Yapay Zeka Metni (%) değeri bulunur - raporun tek başına en önemli sayısı. Sağda ise Ölçek Üzerindeki Konum şeridi aynı değeri %0-100 aralığına yerleştirir; böylece belgenin nerede durduğunu bir bakışta görürsünüz. Puanın yukarı doğru sayışını, ardından ölçeğin değer işaretiyle dolmasını izleyin:
- Tespit Edilen Yapay Zeka Metni (%): analiz edilen içeriğin yapay zeka desenleri gösteren oranı, iki ondalık basamakla verilir. Bu, raporun ana sonucudur - yapay zeka deseni sinyalinin istatistiksel bir tahminidir, kanıtlanmış yapay zeka cümlelerinin sayımı değil.
- n kelime yapay zeka deseni sinyali gösterdi: yüzdenin arkasındaki mutlak kelime sayısı. Yüzdeyle birlikte okunduğunda bulgunun ölçeğini gösterir: 384 kelimelik bu belgenin %33,85'i 130 kelimedir, yaklaşık uzun bir paragraf. Aynı yüzde 20.000 kelimelik bir tezde neredeyse 7.000 kelime ve çok daha ciddi bir bulgu olurdu.
- Ölçek Üzerindeki Konum: puanın konumunun doldurulduğu ve bir değer etiketiyle işaretlendiği %0-100 şeridi. Ek veri taşımaz - yazdırılmış bir raporda ya da sunumda sonucun anında okunabilir kalması için vardır; okuyucunun sayıyı zihninde bir aralığa yerleştirmesi gerekmez.
Tespit edilen yapay zeka metni yüzdesi sorumlulukla nasıl kullanılır: her değeri bir sonuç değil, daha fazla inceleme gerekçesi olarak görün. İşaretlenen cümleleri üslup tutarlılığı açısından belgenin geri kalanıyla karşılaştırın, uygun olduğunda yazara yazma sürecini sorun ve herhangi bir sonuca varmadan önce bağlamı (örneğin ödevin yapay zeka desteğine izin verip vermediğini) göz önünde bulundurun.
01 Gönderim Bilgileri
Bu blok, belgenin ve onu gönderen kişinin kimliğini kaydeder. Her alan yükleme anında kaydedilir ve sonradan düzenlenemez. Aşağıdaki animasyonu izleyerek her alanın açıklamasını görün:
- Yazar Adı: gönderim sırasında belgenin yazarı için girilen ad.
- Başlık: yükleme sırasında verilen belge başlığı. Raporun indirilen her kopyasında görünür.
- Belge / Gönderim Kimliği: DrillBit'in gönderime atadığı benzersiz sayısal tanımlayıcı. Her sayfanın üst ve alt bilgisinde yinelenir.
- Gönderen: belgeyi yükleyen hesabın e-posta adresi.
- Gönderim Tarihi: belgenin alındığı zaman damgası,
YYYY-AA-GG SS:DD:SSbiçiminde kaydedilir. - Belge Türü: DrillBit'in tespit ettiği kaynak türü - örneğin e-Kitap, Tez, Ödev, Makale ya da Özet.
- Dil: belgeyi analiz etmek için kullanılan dil profili. Tespit eşikleri dile göre ayarlandığından bu alan, puanı hangi profilin ürettiğini gösterir.
- Metin [Sayfa, Cümle, Kelime]: tek alanda üç sayım, her zaman bu sırayla - burada
[2, 43, 384]2 sayfa, 43 cümle ve 384 kelimelik çıkarılmış metin demektir. Kelime sayısı, rapordaki diğer her şeyin paydasıdır: "n kelime eşleşti" satırı, üç İçerik Bileşimi yüzdesi ve blok başına her değer bu 384 kelimenin payıdır.
Önce kelime sayısını denetleyin: Metin [Sayfa, Cümle, Kelime] gönderdiğiniz belgeden çok daha küçükse DrillBit metnin yalnızca bir kısmını çıkarabilmiştir - genellikle dosya seçilebilir metin yerine taranmış görüntüler içerdiği için. Yüzde o zaman bu küçük alıntı üzerinden hesaplanır; bu nedenle sonuca göre hareket etmeden önce metin tabanlı bir sürümü yeniden gönderin.
02 İçerik Bileşimi
Bu bölüm, analiz edilen belgeyi birbirini dışlayan üç parçaya ayırır ve bunları eşleşen bir açıklamayla halka grafik olarak gösterir. Köşedeki not - Renkler belge içi vurgulamayla eşleşir - önemli ayrıntıdır: buradaki renkler, raporun ilerleyen kısımlarında metni vurgulamak için kullanılan renklerle aynıdır; böylece grafik ve sayfalar görsel olarak uyuşur. Halkanın üç dilimini çizmesini ve her açıklama satırının dolmasını izleyin:
- İnsan Yazımı - özgün veya işaretlenmemiş içerik (gri, %43,49): tespit motorunun işaretlemediği her şey. İfadeye dikkat edin: bu, yapay zeka deseni sinyali göstermeyen içeriktir; bu da insan tarafından yazıldığı kanıtlanmış içerikle aynı şey değildir.
- Yapay Zeka Metni - belgede mavi vurgulanmış (mavi, %33,85): işaretlenmiş bölüm. Bu değer her zaman Tespit Edilen Yapay Zeka Metni (%) ana değerine eşittir ve belge sayfalarında mavi vurgulanmış olarak göreceğiniz bölümdür.
- Hariç Tutulan - elle hariç tutulan içerik (kehribar, %22,66): bir değerlendiricinin ya da klasör ayarlarının analizden çıkardığı içerik; dolayısıyla diğer iki değerin hiçbirine sayılmaz. %0,00 yazıyorsa hiçbir şey hariç tutulmamıştır ve puan çıkarılmış belgenin tamamını kapsar; burada %22,66'dır, yani belgenin neredeyse dörtte biri hesaplamanın dışındadır.
Hariç tutulan içerik puandan çıkarılır, belgeden değil: bu örnekteki %22,66 yine de analiz edilmiştir - yalnızca Tespit Edilen Yapay Zeka Metni'ne sayılmaz. Dolayısıyla ana değer olan %33,85 yalnızca dahil edilen içeriği tanımlar. Hariç Tutulan sıfırın üzerindeyse neyin çıkarıldığını denetleyin ve bu çıkarmanın uygun olduğundan emin olun: büyük ölçüde hariç tutulmuş bir belgedeki yüksek puan, ana sayının ima ettiğinden çok daha küçük bir metin tabanına dayanır.
Üç değer her zaman %100 eder: İnsan Yazımı + Yapay Zeka Metni + Hariç Tutulan, analiz edilen belgenin tamamını kapsar - burada 43,49 + 33,85 + 22,66 = 100. Okuduğunuz bir raporda üçü 100 etmiyorsa çıkarma işleminde bir sorun olmuş demektir ve analizi yeniden çalıştırmak gerekir.
QR Kodu ve Yapay Zeka Bütünlük Yardımı
Kapak sayfasının alt kısmında taranabilir bir QR kodu ve bir Yapay Zeka Bütünlük Yardımı bölümü içeren bir panel bulunur. QR kodunu taramak aynı raporu bir mobil cihazda açar; bu, dosyayı iletmeden yüz yüze bir görüşmede sonucu göstermek için kullanışlıdır. Yanında iki kalıcı başvuru bağlantısı vardır: kılavuzlar, politika ve iyi uygulamalar için Yapay Zeka Yardım Merkezi (drillbitglobal.com/ai-content-detection) ve puanın nasıl üretildiğine dair teknik açıklama için Tespit Yöntemi (drillbitglobal.com/ai-method). Her ikisini de raporla birlikte yazara göndermek yararlıdır; böylece görüşme, sayının ne anlama geldiğine dair ortak bir anlayışla başlar.
03 Yapay Zeka İçerik Analizi - Blok Düzeyi
Ana yüzde, belgenin tamamı için tek bir sayıdır; bu bölüm DrillBit'in bu sayıya nasıl ulaştığını gösterir. Tespit motoru çıkarılmış metni bloklara - bitişik içerik parçalarına - ayırır ve her bloğu ayrı ayrı puanlar. Blok başına bir satır içeren tablonun üzerinde dört özet kutucuğu bulunur. Bu raporda bir blok dahil edilmiş, biri hariç tutulmuştur; bu nedenle animasyon hariç tutulan bir satırın nasıl işaretlendiğini de gösterir:
Dört özet kutucuğu şöyle okunur:
- Toplam Blok: çıkarılmış metnin kaç bloğa ayrıldığı - burada 2.
- Dahil Edilen Bloklar: bu blokların kaçının yapay zeka puanına katkıda bulunduğu - burada 1.
- Hariç Tutulan Bloklar: kaçının hesaplamanın dışında bırakıldığı - burada 1. Hiçbir şey hariç tutulmamışsa burada 0 yazar ve Dahil Edilen Bloklar, Toplam Blok'a eşittir.
- Hariç Tutulan (%): hariç tutulan blokların temsil ettiği içerik payı, kehribar renkte gösterilir. Kehribar, rapor boyunca tutarlı biçimde hariç tutma için kullanılır - aynı renk İçerik Bileşimindeki Hariç Tutulan dilimini, aşağıdaki tablodaki hariç tutulan satırı ve belge sayfalarındaki hariç tutulan pasajları işaretler.
Kutucukların altındaki tabloda blok başına bir satır ve şu sütunlar bulunur:
- Blok: blok numarası. Bu numaralar yalnızca etiket değildir - belge sayfalarında küçük numaralı işaretler olarak yeniden görünür; böylece her bloğun metinde tam olarak nerede başladığını bulabilirsiniz.
- Cümleler ve Kelimeler: o bloğun büyüklüğü, kaç cümle ve kelime içerdiği. Bunlar yalnızca işaretlenmiş ve hariç tutulmuş parçalardır; bu nedenle Metin [Sayfa, Cümle, Kelime] toplamlarına eşit olmaz: belgenin işaretlenmemiş kalan kısmı blok değildir ve satır almaz. Burada iki satır belgenin 384 kelimesinin 217'sini kapsar; diğer 167 kelime İnsan Yazımı bölümüdür.
- Yapay Zeka Eşleşmesi (%): o bloğun belgenin toplam kelime sayısı içindeki payı, hem değer hem de orantılı çubuk olarak gösterilir - blok 1'in 130 kelimesi 384'ün %33,85'i, blok 2'nin 87 kelimesi ise %22,66'sıdır.
- Durum: Dahil ya da Hariç; satırın ana puana katkıda bulunup bulunmadığını gösterir. Hariç tutulan satırlar kehribar kenarlı ve kehribar rozetli krem renkle gölgelendirilir; böylece tabloyu okurken kolayca ayırt edilir.
- Notlar: tablonun altındaki satır, hariç tutmaları kelimelerle yeniden ifade eder - burada 1 blok (87 kelime) yapay zeka puanından hariç tutuldu - böylece çıkarılanın büyüklüğü yalnızca yüzde olarak değil, kelime cinsinden de belirtilir.
Satırlar toplanır - bunu raporu denetlemek için kullanın: her dahil satırın Yapay Zeka Eşleşmesi (%) değeri kapaktaki Tespit Edilen Yapay Zeka Metni değerine, her hariç satır ise Hariç Tutulan değerine toplanır. Bu raporda her iki yönde de birebir eşleşme vardır: blok 1'in %33,85'i ana puandır ve blok 2'nin %22,66'sı Hariç Tutulan değeridir. Bir ana değerin nereden geldiğini doğrulamanız gerekirse, blok tablosu bunun arkasındaki aritmetiktir.
Ana değerden önce blokları okuyun: iki belge aynı genel yüzdeyi çok farklı nedenlerle paylaşabilir - birinde sinyal birkaç bloğa eşit dağılmıştır, diğerinde neredeyse tamamını tek bir büyük blok taşır. İkinci desen sizi doğrudan incelemeye değer bölüme yönlendirir; ana sayı tek başına bunu yapamaz.
04 Bu rapor nasıl yorumlanır
Analiz sayfasının son bölümü DrillBit'in yöntemini üç kısa parçada açıklar. Puanın neyi ölçtüğünü ve aynı derecede önemli olarak başka bir aracın sonucundan neden farklı olabileceğini bilmek için bir kez okumaya değer. Animasyon her parçayı ve arkasındaki sinyalleri adım adım gösterir:
Tespit nasıl çalışır. DrillBit, yerleşik yapay zeka tespit yöntemlerini - şaşkınlık (perplexity) analizi (bir sonraki kelimenin ne kadar öngörülebilir olduğu; yapay zeka metni insan metnine göre daha düzgün akar), dalgalanma (burstiness) ölçümü (cümle uzunluğu ve karmaşıklığının ne kadar değiştiği; insan yazımı daha düzensizdir) ve üslupbilimsel profilleme (ölçülebilir üslup parmak izleri) - kurum içinde geliştirilen özel tekniklerle birleştirir. Bunların üzerine motor dört ek analitik katmanı değerlendirir:
- Yazının hiyerarşisi: fikirlerin belge boyunca nasıl düzenlendiği ve ilerlediği.
- Kompozisyon deseni: cümle yapısı, geçişler ve yinelenen kuruluşlar.
- Kelime önceliklendirmesi: anahtar terimlerin sırası, ağırlığı ve yerleşimi.
- Teknik kompozisyon: belge genelinde biçimlendirme tutarlılığı ve yapısal tekdüzelik.
Puanlar araçlar arasında neden değişir. Tespit sistemleri özellikler, eğitim verileri ve puanlama kuralları bakımından farklılık gösterir; bu nedenle araçlar arasındaki değişkenlik beklenen bir durumdur ve birinin yanlış olduğunun işareti değildir. Belirli yazım biçimleri - resmî, çevrilmiş ya da şablon tabanlı metinler - her sistemde yüksek sinyal üretebilir, çünkü bu biçimler üretilmiş metinle gerçekten istatistiksel özellikler paylaşır. Buradaki örnek rapor bunun iyi bir göstergesidir: kısa, tekdüze ve numaralandırılmış maddelerden oluşan bir gereksinim belirtimi, tam olarak sinyali yükselten şablon tabanlı yazım türüdür. Böyle bir belgedeki yüksek puan, yazının gerçek istatistiksel profilini yansıtır; sonucun otomatik bir hüküm yerine insan okumasına ihtiyaç duymasının nedeni tam olarak budur.
Bu rapor nasıl kullanılır. Rapor, yazarlığı değerlendirmek için kanıt temeli olacak biçimde tasarlanmıştır: daha yakından incelenmesi gereken bölümleri belirler ve her biri için analitik dayanağı gösterir. Nihai kararlar, taslaklar, önceki çalışmalar ve diğer destekleyici materyallerle birlikte değerlendirilerek incelemeyi yapan kişiye aittir.
Vurgulanmış Belge İçeriği
Analiz sayfalarından sonra raporun geri kalanı, tespit edilen içeriğin İçerik Bileşimi grafiğiyle aynı renklerde vurgulandığı, orijinal belgenin birebir sunumudur: Yapay Zeka Metni için mavi ve elle hariç tutulan içerik için soluk krem. Vurgusuz görünen cümleler, işaretlenmemiş İnsan Yazımı bölümdür. Küçük numaralı işaretler her analiz bloğunun nerede başladığını gösterir; böylece önceki sayfadaki blok tablosu doğrudan metinle eşleşir:
Vurgulanmış içerik bölümü nasıl kullanılır:
- Renkleri grafikle eşleştirin. Mavi %33,85 Yapay Zeka Metni, krem %22,66 Hariç Tutulan ve vurgusuz olan her şey %43,49 İnsan Yazımıdır. Dolayısıyla sayfaları okumak, kapaktaki değerlerin görsel bir denetimidir.
- Gezinmek için blok işaretlerini kullanın. Küçük numaralı işaret blok tablosundaki bir satırla eşleşir; böylece Yapay Zeka Eşleşmesi (%) yüksek olan bir blok, her sayfayı taramak yerine metinde hemen bulunabilir.
- Vurgulanmış cümleleri bağlam içinde okuyun. İşaretlenen metnin ritmi, kelime dağarcığı ya da resmiyet düzeyi çevresindeki yazıdan çoğunlukla belirgin biçimde farklıdır. Vurgular arasında atlamak yerine belgeyi baştan sona okumak, farkı görmeyi genellikle kolaylaştırır.
- Yalnızca yüzdeye değil, yoğunluğa bakın. Bu sayfalardaki mavinin görsel ağırlığı, kapaktaki değerle ve blok başına sayılarla uyumlu olmalıdır. Uyumlu değilse - örneğin yüksek puana karşılık çok az görünür vurgu varsa - Metin [Sayfa, Cümle, Kelime] alanını denetleyin; olağan neden kısmi metin çıkarımıdır.
- Vurguları konuşma başlangıcı olarak kullanın, özellikle öğrenci çalışmalarında. Yazardan işaretlenmiş bir pasajı kendi sözcükleriyle anlatmasını istemek, o kısmın kendisi tarafından mı yazıldığını, başka bir kaynaktan mı başka sözcüklerle aktarıldığını yoksa üretilmiş mi olduğunu çoğu zaman açıklığa kavuşturur.
Bir yapay zeka raporunu hızlıca okumak: bulgunun ölçeğini kestirmek için ana değerle ve eşleşen kelime sayısıyla başlayın. Puan yalnızca dahil edilen içeriği kapsadığı için Hariç Tutulan değerinin sıfırın üzerinde olup olmadığını denetleyin. Ardından sinyalin yoğunlaşmış mı yoksa dağılmış mı olduğunu görmek için blok tablosunu okuyun. Ancak bundan sonra belge sayfalarını açın ve işaretlenmiş pasajları bağlam içinde okuyun - ve baştan sona, sonucun bir kanıt değil olasılıksal bir ipucu olduğunu unutmayın.