AI Dedektörleri Nöroçeşitli Yazarları Daha Sık mı İşaretler? Çalışmalar Ne Diyor
Hakemli bir çalışma, muhtemelen otistik yazarların bir AI dedektöründe daha sık işaretlendiğini buldu. Bu rehber, çalışmanın sonuçlarını, DEHB ve disleksi konusunda üniversite rehberliğini ve bir işaretlemeden sonra atılacak adımları ele alır.
Evet. 2025 tarihli hakemli bir çalışmada, bir AI detector muhtemel otistik yazarları daha sık işaretledi: genel bir grupta yüzde 1.2 iken, gönderi başına 300 kelimede onların gönderilerinin yüzde 1.7'sini işaretledi. Bu, AI detection false positive neurodivergent konusundaki başlıca çalışmadır ve üniversiteler ADHD ve disleksi konusunda da uyarıda bulunmaktadır.
Bunlar, yazıyı insan yapımı mı yoksa makine yapımı mı diye puanlayan AI metin detector'larıdır. İnsanları otizm açısından tarayan araçlar çoğu zaman aynı aramalarda karşımıza çıkar ve farklı bir konudur. Bu çalışmalar, herhangi bir tanı iddiası olmaksızın, detector'ların metni ne sıklıkla işaretlediğini ölçmektedir.
AI detection false positive neurodivergent araştırmasına bir bakış
Otistik yazarlar üzerine 2025 tarihli bir çalışma, şimdiye kadarki en iyi verileri sunmaktadır. Bir AI detector için işaretlenme oranlarını ölçmüştür. Üniversite öğretim merkezleri de eğitmenleri ADHD ve disleksisi olan öğrenciler konusunda uyarmaktadır. 2024 tarihli bir haber testi, yazım denetimi ve yeniden yazma araçlarının AI skorlarını nasıl etkilediğini ölçmüştür. Anadili İngilizce olmayan yazarlar üzerine yapılan diğer büyük çalışmalar, farklı detector'ların sonuçlarının nasıl değiştiğini göstermektedir.
| Group | Bulma veya rehberlik | Source |
|---|---|---|
| Otistik yazarlar | Bir AI detector'da, 300 kelimede genel bir grubun yüzde 1.2'sine karşılık yüzde 1.7'si işaretlendi | Chambers & Kelley, AIED 2025 |
| ADHD'li yazarlar | "Yanlış pozitif değerlendirme alma eğiliminde olan" öğrenciler arasında listelendi | University of Nebraska-Lincoln teaching center |
| Disleksili yazarlar | Aynı rehberlikte listelendi | University of Nebraska-Lincoln teaching center |
| Genel olarak nöroçeşitli öğrenciler | "Yanlışlıkla işaretlenme olasılığı daha yüksek" | Northern Illinois University teaching center |
| Düzenleme araçları kullanan yazarlar | Yazım denetimi ve dil bilgisi önerileri AI skorlarını neredeyse hiç değiştirmedi, tüm metni yeniden yazma ise onları büyük ölçüde değiştirdi | Bloomberg Businessweek test, 2024 |
| Anadili İngilizce olmayan yazarlar | 13 detector arasında yüzde 0.0 ile yüzde 100.0 arasında değişen yanlış pozitif oranları | Park, Jeong & Kim, EMNLP 2026 |
450'den fazla eğitmenin yer aldığı bir ankete göre, öğretmenlerin yaklaşık üçte ikisi bir AI dedektörünü düzenli olarak kullandıklarını söylüyor. Center for Democracy & Technology bunu Mart 2024'te yayımladı. Bloomberg Businessweek'in bildirdiğine göre, düşük bir hata oranı bile öğrencilerin her yıl yazdığı makale sayısı üzerinden birikebilir.
Otizm AI detector çalışması: yazarların bulguları
Makalenin adı "The Misclassification of Autistic Writing as AI-Generated" olup George Mason University'den Summer Chambers ve Matthew C. Kelley tarafından yazılmıştır. Hakem değerlendirmesinden geçmiştir ve Springer bunu Artificial Intelligence in Education (AIED 2025) içinde yayımlamıştır. arXiv üzerinde ücretsiz bir kopya edinebilirsiniz. Araştırmacılar, otistik yazarların daha sık yanlış tanımlandığına ilişkin anekdotların "resmî olarak araştırılmadığını" yazıyor. Bu iddiaları test etmek istediler.
Veri kümeleri, kullanıcı başına bir gönderi olacak şekilde yaklaşık 60.000 Reddit gönderisinden oluşuyor. Kısa gönderileri, 1.000 karakterin altındakileri, dışladılar. Muhtemelen otistik grup, otizmle ilgili 13 subreddit'ten geldi. Genel grup ise, ruh sağlığı, sosyal durumlar ve tavsiye üzerine uzun birinci tekil şahıs anlatılarıyla tarz bakımından benzer olacak şekilde seçilmiş 12 popüler subreddit'ten geldi. Otizm anahtar kelimeleri içeren genel gönderiler çıkarıldı.
Gönderiler Reddit API'sinden elde edildi ve yaklaşık 2021 ile 2024 arasındaki gönderileri, ayrıca daha eski gönderilerden oluşan bir derlemeyi, 2010 ile 2020 arasındakileri, kapsıyordu. Hem otizm anahtar kelimelerini hem de "my daughter" veya "my nephew" gibi ifadeleri içeren gönderiler de, otistik yazarlar tarafından yazılmış gönderileri korumak için çıkarıldı.
Yazarlar ilk gruba "likely-autistic" adını veriyor, çünkü herhangi bir tanı kontrol edilmedi ve herkes herhangi bir subreddit'te gönderi paylaşabilir. Bazı otistik kişiler genel subreddit'lerde de gönderi paylaşıyor, bu nedenle yazarlar otistik ve otistik olmayan yazarlar arasındaki gerçek farkın, ölçtükleri farktan daha büyük olabileceğinden şüpheleniyor.
Dedektör, OpenAI'nin RoBERTa GPT-2 dedektörüydü, 2019'da yayımlandı ve indirmesi ücretsizdi. Bir gönderi, dedektör AI olasılığını 0.5'in üzerine çıkardığında, burada bir işaret olarak sayılan "Fake" etiketini alıyordu. İlk deneyde, daha kısa gönderiler daha uzun olanlara göre daha sık işaretlendi ve muhtemelen otistik olan gönderiler ortalama olarak daha kısaydı. Uzunluk farkın bir kısmını açıklamış olabilirdi, bu nedenle ikinci deneyde yazarlar yalnızca 300 kelimenin üzerindeki gönderileri tuttular ve her birini tam olarak 300'e indirdiler.
| Ölçüt | Deney 1 | Deney 2 |
|---|---|---|
| Analiz edilen gönderiler | 59,947 | 33,216 |
| Kullanılan metin | 1,000 karakter veya daha uzun gönderiler | Tam olarak 300 kelimeye kısaltılmış gönderiler |
| Muhtemelen otistik grup işaretlendi | 1.9% | 1.7% |
| Genel grup işaretlendi | 1.5% | 1.2% |
| Düzeltilmiş olasılık oranı | 1.246 (p = 0.001) | 1.501 (p below 0.001) |
| Daha yüksek perplexity | İşaretlenme olasılığı daha düşük | Anlamlı değil |
Uzunluk eşitlendiğinde de fark sürdü. Deney 2'de 1.7 ve 1.2%, 1,000 gönderi başına yaklaşık 17'ye karşı 12 gönderi demektir, dolayısıyla her iki gruptaki gönderilerin çoğu işaretlenmedi.
Ayrıca, cümle uzunluğu, kelime uzunluğu, perplexity, burstiness ve gönderi tarihini kontrol eden bir regresyondan alınan olasılık oranlarını da rapor ediyorlar. Deney 1'de "25% greater chance" of a flag ve Deney 2'de "50% greater chance" ifadelerini kullanıyorlar. Bunlar, küçük bir taban üzerindeki göreli sayılardır. Deney 2'deki fark, ham yüzdelerde yarım yüzde puanıdır, kaç gönderinin işaretlendiğini bilmek istiyorsanız yüzdeleri kullanın.
Dedektörler neden nöroçeşitli yazıyı işaretleyebilir
Üniversite rehberliği ve araştırmacılar, sözcük seçimine işaret ediyor. "The Challenge of AI Checkers", University of Nebraska-Lincoln'den öğretim üyeleri için bir rehber, nöroçeşitli öğrencilerin neden yanlış pozitif aldığına dair tek bir neden olmadığını söylüyor. Bunun, yinelenen ifadeler, terimler ve sözcüklere dayanmayla sıklıkla ilişkili olduğunu belirtiyor. Aynı rehber, I, me ve we gibi zamirlerin yokluğunun, denetleyiciye bağlı olarak, AI yazımı olarak yanlış yorumlanabileceğini söylüyor.
Bloomberg Businessweek'in Ekim 2024 tarihli bir haberi, en duyarlı öğrencilerin, nöroçeşitli öğrenciler de dahil olmak üzere, daha genel bir biçimde yazanlar "olası" kişiler olduğunu söylüyor. Muhabirler bunu öğrencilerden, akademisyenlerden ve AI geliştiricilerinden duydu. Stanford'dan James Zou, anadili İngilizce olmayan yazarlar üzerine 2023 çalışmasının kıdemli yazarıydı. Aynı haber ondan şu alıntıyı yapıyor: "Sözcük seçimleri daha genel ve kalıplaşmış olma eğilimindeyse, o çalışma AI detectors tarafından işaretlenme açısından daha yüksek bir şansa sahiptir."
Otizm çalışmasında, daha yüksek bir işaretlenme oranı, perplexity veya burstiness'te azalma olmamasıyla ilişkilendirildi. Her iki puan da iki grup için neredeyse aynıydı, ancak olası otistik grup için biraz daha yüksek olma eğilimindeydi. Yazarlar, otizme sahip olma olasılığı bulunan yazarların metnindeki özelliklerle AI-generated text arasındaki ilişkilerin "straightforward" olmadığını not ediyor.
AI detectors nasıl çalışır rehberimiz, bunlar size yeni geliyorsa perplexity ve burstiness'i açıklar.
Kendi makalenizi insanlaştırın
AI destekli metninizi dönüştürün ve önemli kelimelere ya da atıflara dokunmadan, insan tarafından yazılmış gibi duyulmasını sağlayın.
ADHD yazımı AI olarak işaretlendi: üniversiteler öğretim üyelerine ne söylüyor
Üniversite öğretim merkezleri, ADHD'li öğrenciler konusunda öğretim üyelerini uyarmaya başladı. Nebraska rehberi şöyle diyor: "Nöroçeşitli öğrenciler (otizm, ADHD, disleksi vb...) da yanlış pozitif derecelendirmeler alma eğilimindedir". Northern Illinois University'nin Aralık 2024 tarihli "AI detectors: An ethical minefield" başlıklı metni şöyle diyor: "Nöroçeşitli öğrencilerin de AI-generated writing nedeniyle yanlışlıkla işaretlenme olasılığı daha yüksektir".
Whitney Gegg-Harrison ve Claire Quarterman, Academic Integrity in the Age of Artificial Intelligence (IGI Global) içinde bir 2024 kitap bölümü yazdı. Küçük derlemeli çalışmaları, popüler tespit araçları genelinde, reklamı yapılanın çok üzerinde yanlış pozitif oranları buldu. Bu çalışmadan, haber raporlarından ve öğrenci tanıklığından hareketle, bölüm "nöroçeşitli yazarların, L2 yazarlarla birlikte, yanlış pozitiflerden etkilenme olasılığının daha yüksek olduğu olasılığını ortaya koymaktadır" ifadesini kullanır. L2, ikinci dil anlamına gelir.
Otizm çalışmasından çıkan bulgulardan biri, tartışma gönderileri gibi kısa metinler yazan herkes için geçerlidir. Deney 1'de, daha kısa gönderiler daha uzun olanlara kıyasla daha sık işaretlendi. Dedektörlerin uzunluk hakkında ne söylediğini, AI dedektörü minimum kelime sayısı hakkındaki yazımızda ele alıyoruz. Yazarken taslaklarınızı ve notlarınızı kaydetmek, yazma sürecinizin bir kaydına sahip olmanın iyi bir yoludur. Bu, herhangi bir puandan daha iyi bir şekilde bir işaretlemeye yanıt verir.
Disleksi için AI tespiti ve düzenleme araçları
Nebraska rehberi, yanlış pozitiflere ilişkin uyarısında disleksisi olan öğrencileri de kapsar. Birçok yazar, taslak hazırlarken yazım denetimi, dilbilgisi önerileri veya yeniden yazma araçları kullanır ve iki çalışma, bu araçların AI puanlarını nasıl değiştirdiğini gösterir.
2024 tarihli bir Bloomberg Businessweek testinde, popüler bir yazma asistanının yazım denetleyicisi ve dilbilgisi önerileri, belgelerin daha çok AI tarafından yazılmış gibi görünmesini sağlamada yalnızca marjinal bir etki gösterdi. Tüm metni yeniden yazma ise farklıydı: aynı asistandan bir denemeyi "iyileştirmesini" ya da "akademik duyulmasını sağlamasını" istemek, yüzde 100 insan tarafından yazılmış olarak puanlanan bir çalışmayı yüzde 100 AI tarafından yazılmış olarak puanlanan bir çalışmaya dönüştürdü.
Hyeonchu Park, Gahye Jeong ve Bugeun Kim, EMNLP 2026'da sunulan "Style as a Confound" adlı çalışmada profesyonel düzenlemeyi inceledi. 2018 ile 2025 arasında, akademik İngilizce düzenleme hizmetinden alınmış 135,389 belge çifti kullandılar. Her çift, ana dili İngilizce olmayan bir yazarın, ana dili İngilizce olan bir editör tarafından düzenlenmeden önceki ve sonraki el yazmasıdır. 13 dedektör boyunca, aynı düzenlemeler bazı dedektörlerde puanları yükseltirken diğerlerinde düşürdü ve puan değişimleri düzenleme miktarı arttıkça büyüdü.
Ardından, düzenlemeleri OpenAI RoBERTa modeli olan dedektörlerden birinde türlerine göre ayırdılar. Dilbilgisi düzenlemeleri, puanında küçük bir negatif kayma üretirken, sözdizimsel düzenlemeler, yani cümle yapısını değiştiren düzenlemeler, en büyük pozitif kaymayı üretti. Sonuç olarak, dedektör çıktılarının AI kullanımına ilişkin kesin kanıt olarak değerlendirilmemesi gerektiğini, özellikle de düzenlemenin yaygın olduğu durumlarda, belirtirler. Tüm pasajları yeniden yazan bir araç kullanıyorsanız, önceki sürümlerinizi saklayın ve dersinizin neye izin verdiğini kontrol edin.
Yanlış pozitif oranları dedektöre bağlıdır
Yanlış pozitif oranı her dedektöre göre değişir. Bu oran, çalışmanın test ettiği belirli dedektöre aittir. Liang ve meslektaşlarının Patterns'da yayımlanan 2023 çalışması, ABD'deki sekizinci sınıf öğrencilerinin denemelerinde neredeyse kusursuz doğruluk buldu. Buna karşılık, dedektörler ana dili İngilizce olmayan yazarların TOEFL denemelerinin yarısından fazlasını işaretledi. Ayrıntılar için ana dili İngilizce olmayan yazarlara karşı dedektör yanlılığı hakkındaki yazımıza bakın.
TextPulse Research'in 2026 tarihli ana dili İngilizce olmayan yazarlar ve yanlış pozitifler hakkındaki çalışma makalemiz, modern AI araçlarından önce yazılmış 5,600 ICNALE denemesini puanladı. Bir araştırma sınıflandırıcısı, lojistik regresyon, öğrenenlerin denemelerinin 2.7%'ini ve ana dili İngilizce olanların denemelerinin 3.3%'ini işaretledi. Aynı özellikler ve denemeler üzerinde eğitilmiş bir gradyan artırma modeli, öğrenenleri 12.5% ve ana dili İngilizce olanları 3.8% oranında işaretledi. Dolayısıyla, hangi grubun daha sık işaretlendiği dedektöre bağlıdır.
Park çalışmasında, 13 dedektörün yanlış pozitif oranları insan tarafından yazılmış metinler için büyük ölçüde değişiyordu, 0.0 yüzde ile 100.0 yüzde arasında seyrediyordu. İki önde gelen dedektör, ChatGPT öncesinde, 2022 yazında Texas A&M'ye gönderilen 500 üniversite başvuru denemesinden oluşan rastgele bir örneklem üzerinde Bloomberg Businessweek tarafından test edildi. Hizmetler, denemelerin 1 yüzde ile 2 yüzde arasındaki kısmını yanlış biçimde olası AI olarak sınıflandırdı.
Aynı raporda, Turnitin belge düzeyindeki yanlış pozitif oranının 1 yüzde'nin altında, cümle düzeyindeki oranının ise 4 yüzde olduğunu söyledi. Dolayısıyla bir öğrenci için önemli olan rakam, okulunun kullandığı dedektöre ait olandır.
İşaretlenirseniz, ya da bir işareti incelerseniz
Öğrenciler için
Başlangıç noktanız taslak geçmişinizdir. Bu, önceki taslakları ve metninizin nasıl geliştiğine ilişkin notları gösterir, bir puan ise gösteremez. Tam raporu ve geçerli olan politikayı yazılı olarak isteyin. Adımlar, AI kullandığınızla suçlanırsanız önce ne yapmanız gerektiği ve bir AI tespiti itiraz mektubu yazma konusundaki yazılarımızda ele alınmaktadır.
Bir işarete verilecek en iyi yanıt, yaptığınız işi göstermektir. Yazdıklarınızın kaydını tutun. Notlarınızı, taslaklarınızı ve okuduğunuz kaynakları hazırlamak ve izlemek için Google Docs veya Microsoft Word, sürüm geçmişi etkinleştirilmiş olarak, kullanın. Yazım denetimi, dikte veya metinden sese gibi yardımcı teknolojiler kullanıyorsanız, hangi araçları nasıl kullandığınızı öğretim üyenize veya erişilebilirlik ofisinize bildirebilirsiniz.
Üniversitenizin engellilik veya erişilebilirlik ofisiyle de iletişime geçmek isteyebilirsiniz. Tanınız hakkında öğretmeninize veya kurulunuza bilgi vermek isteyip istemediğinize karar verin. Şöyle bir şey söyleyebilirsiniz: Oranlar dedektörden dedektöre değişir. Hakemli bir çalışma, bunlardan birinde muhtemel otistik yazarlar için daha yüksek bir işaretleme oranı gösterdi. Taslaklarınız, gruplar üzerine yapılan araştırmalardan daha önemlidir, çünkü gruplar üzerine yapılan araştırmalar kendi denemenizin nasıl yazıldığını gösteremez.
Personel için
Puan yalnızca bir tahmindir. Bu, yazım süreci hakkında soru sormak için bir nedendir. Varsa taslakları ve notları görmeyi isteyin. Öğrenciye parçayı nasıl yazdığını sorun. Bir tanı ya da bir yazı stili, AI kullanımının lehine ya da aleyhine kanıt değildir. Öğrencinin yazım denetimi veya dikte gibi hangi araçları kullandığını sorun. Yazım denetimi ve dil bilgisi önerileri, Bloomberg'in 2024 testinde AI puanlarını çok az değiştirdi, ancak tüm metin yeniden yazımları onları büyük ölçüde değiştirdi. Aynı Bloomberg raporu, dedektör üreticilerinin puanlarının bir öğretmene rehberlik edecek veri noktalarından yalnızca biri olduğunu söylediğini belirtir. Chambers ve Kelley, bu modellerin ve bunların akademik bağlamlardaki kullanımının daha ileri eleştirel incelemesini önermektedir.
Bu sitedeki araçlar
ücretsiz perplexity checker, taslağınızdaki sözcük çeşitliliğini tahmin eder ve ücretsiz burstiness checker cümle uzunluklarınızı grafikle gösterir. Bu iki sayı da metni kimin yazdığına dair hiçbir şeyi kanıtlamaz. TextPulse AI humanizer, alıntıları ve terimleri korurken, kendiniz yazdığınız bir taslaktaki AI puanlarını düşürmek için tasarlanmıştır. Bunu kullanırsanız, dersinizin böyle bir araca izin verip vermediğini kontrol edin ve çıktıyı okuyun. Bu araştırmada, yazma biçiminizi değiştirmeniz gerektiğini söyleyen hiçbir şey yoktur.
Sıkça Sorulan Sorular
Ölçülen AI tespiti yanlış pozitif nöroçeşitli oranı, 2025 tarihli hakemli bir Reddit gönderileri çalışmasından gelir. Bir AI dedektörü, muhtemelen otistik gönderilerin yüzde 1.9'unu genel gönderilerin yüzde 1.5'ine karşılık işaretledi ve her gönderi 300 kelimeye kısaltıldığında yüzde 1.7'yi yüzde 1.2'ye karşılık işaretledi. Diğer dedektörlerde oranlar farklıdır.
PhD in natural language processing, with years spent building NLP applications end to end. Moe works on text analysis: lexical and syntactic structure, and what separates machine-generated prose from human prose statistically. He has been experimenting with computational linguistics since the early days of NLTK, spaCy and WordNet, and still writes most of his tooling in Python.
