Yapay Zekâ Metnindeki Gizli İmza: Filigranlar Nasıl Çalışıyor?

Her şey takvimden başladı. AB Yapay Zekâ Yasası'nın 50. maddesi, 2 Ağustos 2026'dan itibaren üretici şirketlerin sentetik metin, ses, görüntü ve video çıktılarını makinece okunur biçimde işaretlemesini zorunlu kıldı. Anthropic 11 Ağustos'ta Claude metinlerine filigran basacağını duyurdu, üç gün sonra tekniği ayrıntılı bir yazıyla açıkladı. Google ise SynthID adlı yöntemi 2024'ten beri Gemini uygulamasında kullanıyordu. Dikkat çekici nokta şu: şirketler uygulamayı Avrupa ile sınırlamadı, lojistiği tek elden yürütmek daha kolay olduğu için tüm dünyaya yaydı.

Videodaki ana fikir ilk bakışta ters köşe: filigran, metne iliştirilen gizli bir karakter veya görünmez bir mürekkep değil. İmza, modelin kelime seçimlerinin içine gömülü bir örüntü. Okur cümlede hiçbir tuhaflık görmüyor, ama gizli anahtarı elinde tutan şirket metni sonradan inceleyip neredeyse kesin bir hükme varabiliyor. Meselenin kopya yakalamaktan ibaret olmadığı da vurgulanıyor; asıl hedef, ölçeklenen yapay üretimi denetlenebilir kılmak.

Tekniği anlamak için modelin nasıl yazdığını hatırlamak gerekiyor. 'Bugün hava soğuk ve' cümlesinden sonra 'şekerli' kelimesi neredeyse hiç gelmez; 'kapalı' veya 'gri' gelir ve okur için ikisi arasında anlam farkı yoktur. İşte bu tür düşük riskli tercihler, uzun bir metin boyunca yüzlerce kez tekrarlanır. Filigran tam bu bolluğun içine saklanır: anlamı değiştirmeyen seçimler, gizli bir kurala göre yönlendirilir.

Bu fikir yeni değil. Videoda yıllar önce aynı kanalda anlatılan yeşil-liste önerisine selam veriliyor; o çalışma zekiceydi ama sınırları vardı. Sonraki iki yılda yayımlanan makaleler yöntemi parça parça güçlendirdi ve ortaya gerçekten kullanılabilir bir sistem çıktı. Yani izlediğimiz şey bir buluş anı değil, bir olgunlaşma hikâyesi.

Videonun en eğlenceli bölümü mekaniğin tahta başında canlandırılması. Sekiz kutu yan yana diziliyor, önceki kelimelerin özeti bir özet fonksiyonundan geçirilip gizli anahtarla birleştiriliyor ve her üretim adımında kutular eşleşip kazanan kelimeyi belirliyor. Kritik iddia şu: aynı cümle bin kez üretildiğinde kelime dağılımı filigransız hâliyle birebir aynı çıkıyor. Kaliteye dokunulmuyor iddiasının matematiksel kalbi bu deney.

Tespit tarafı ise saf istatistik. Filigranlı bir metinde ölçülen ortalama, yarım çizgisinin biraz üstünde seyrediyor; videodaki 0,4964 gibi bir değer filigran yok anlamına geliyor. Güven, metin uzadıkça artıyor çünkü her kelime dedektöre bir örnek daha veriyor. Kısa bir cevapta ise sinyal gürültüde kayboluyor; yöntemin ilk ve en dürüst sınırı bu.

İkinci sınır entropi, yani metnin ne kadar öngörülebilir olduğu. Cevabı tek olan bir bilgi sorusunda veya JSON gibi katı formatlarda modelin oynayacak alanı yok; orada imza zayıflıyor. Macbeth üzerine yazılan açık uçlu bir denemede ise alan bol, imza güçleniyor. Videoda açık bir modelle yapılan karşılaştırmalı deneme bu farkı sayılarla gösteriyor.

Kod cephesi ayrı bir vaka. Komut satırı için yapılacaklar listesi programı istendiğinde filigran çoğunlukla yorum satırlarında yaşıyor; yöntem ölçekte çalışıyor ama küçük bir düzenleme imzayı silebiliyor. Yapılandırılmış üretimde istatistiksel güven toplamak çok daha zor, çünkü kodun dili zaten dar bir kalıba hapsolmuş durumda.

Burada bekçilik sorusu doğuyor. Sırrı yalnızca şirket bildiği için 'bu metin sana mı ait' sorusunu da yalnızca o yanıtlayabiliyor; ilk bakışta kapı bekçiliği gibi duruyor. Videonun yanıtı, güvenliğin başka türlü işlemediği yönünde: kural herkese açılsa imzayı silmek çocuk oyuncağı olur. AB de bu gerilimi görmüş ve tespit mekanizmasının herkese açık olmasını şart koşmuş; yani Google veya Anthropic'e sorup güven skorlu bir yanıt alabileceğiz, ama anahtarın kendisini göremeyeceğiz.

Sonuçta sıradan kullanıcı için ekranda değişen hiçbir şey yok; cümleler aynı cümleler. Değişen şey, platformların, öğretmenlerin ve denetçilerin eline geçen yeni bir ihtimal hesabı. Video da iddiasını tam buraya oturtuyor: filigran kopyacılığı bitiren bir polis değil, yapay üretimin izini süren bir ölçü aleti.

Karşıt görüşü hakkıyla koyalım: kararlı bir kullanıcı filigranı silebilir. Metni baştan yazmak veya başka dile çevirmek, Google'ın kendi anlatımında bile güven skorunu ciddi biçimde düşürüyor; bağımsız incelemeler de motive bir aktörün izi bozabileceğini söylüyor. Bu itiraz yöntemi çürütmüyor ama hedefini küçültüyor: mutlak kanıt değil, kopyala-yapıştır ölçeğindeki tembelliğe karşı caydırıcılık.

Videonun az değindiği boşluklar var. Kısa metinler, tek cevaplı bilgiler ve kod zaten zayıf halka; açık ağırlıklı modellerde ise zorunluluk fiilen işlemiyor çünkü dileyen filigransız sürümü kendi makinesinde çalıştırıyor. Üstelik her şirket yalnızca kendi imzasını okuyabiliyor, yani evrensel bir dedektör için rakiplerin iş birliği şart. Bu koordinasyon sorunu teknik değil, kurumsal.

İddiaların kaynağına da dikkat gerekir. 'Kaliteye etkisi yok' ve 'dağılım birebir korunuyor' cümleleri, uyum baskısı altındaki satıcıların kendi ölçümleri; beğeni karşılaştırmalarının ham verisi ve tespit eşiklerindeki hata oranları kamuya kapalı. Benim kuralım basit: videodaki sayıları mekanizmanın zekâsına kanıt sayarım, yaygınlık ve güvenilirlik iddialarını ise bağımsız tekrar testleri görene kadar emanette tutarım.

Benim hükmüm şu: öğretmen, editör ve platform ekipleri için ölçekli bir ilk filtre olarak gerçek bir araç; mahkeme salonuna taşınacak bir delil değil. Öğrenen ve üreten taraftaysanız filigranı düşman bellemeyin, neyi yapıp neyi yapamadığını bilin. Kısa ödev metnindeki 'temiz' raporu ile uzun rapordaki 'filigranlı' raporu aynı ağırlıkta değil; aradaki farkı bilmek artık okuryazarlığın parçası.

fi̇li̇gran · claude · synthid