YAPAY ZEKA TESPİT TEKNOLOJİLERİ: KURUMSAL DEĞERLENDİRME POLİTİKASI VE TEKNİK STANDARTLAR
Doküman Kodu: KHAS-AI-POLICY-2025/v1.0
Yayın Tarihi: 19 Kasım 2025
Statü: Kurumsal Politika Belgesi (Kamuya Açık Referans Nüsha)
Dayanak: UNESCO (2023) ve ENAI (2024) Etik Çerçevesi
1. GİRİŞ VE AMAÇ
Kadir Has Üniversitesi Bilgi Merkezi, akademik süreçlerde kullanılan üretken yapay zeka tespit araçlarını değerlendirirken, ticari vaatler yerine kanıt tabanlı bilimsel metrikleri esas almayı ilke edinmiştir.
Geleneksel “intihal tespiti” (benzerlik) ile “yapay zeka tespiti” (köken analizi) birbirinden tamamen farklı disiplinlerdir. Bu doküman, kurumumuzun deneme erişimi, abonelik/satın alma süreçlerinde tedarikçilerden talep ettiği teknik standartları, test protokollerini ve etik sınırları tanımlamak üzere hazırlanmıştır.
2. YÖNETİCİ ÖZETİ VE TEMEL YAKLAŞIM
Kurumumuz, yapay zeka tespit araçlarını bir “ceza mekanizması” olarak değil, akademik rehberlik aracı olarak konumlandırmaktadır. Bu bağlamda temel yaklaşımımız şudur:
- Masumiyet Karinesi Esastır: Hiçbir yazılımın ürettiği skor, tek başına kesin delil (conclusive evidence) kabul edilemez.
- Olasılık vs. Kesinlik: İntihal raporları deterministik (var/yok), AI raporları ise olasılıksaldır (muhtemelen).
- Sıfır Tolerans: (Masum öğrenciyi suçlama) oranı %1’in üzerinde olan araçlar, idari risk taşıdığı gerekçesiyle kurumumuzca reddedilir.
3. KURUMSAL SINIFLANDIRMA VE AİDİYET İLKESİ (MEVZUAT BAĞLAMI)
Kurumumuz; Yapay Zeka Tespit Araçlarını salt bir “Bilgisayar Yazılımı” olarak değil; akademik üretimin özgünlüğünü ve güvenilirliğini denetleyen “Akademik Kalite Güvence ve İçerik Doğrulama Hizmeti” olarak sınıflandırmaktadır.
Bu araçlar, teknik bir altyapı sunmaktan ziyade, bilimsel içeriğin niteliğine dair raporlama yaptığı için; temini, yönetimi ve bütçelendirilmesi, üniversitenin bilgi kaynaklarını yöneten Bilgi Merkezi sorumluluğunda değerlendirilen “Çeşitlenmiş Online Kütüphane Bilgi Hizmetleri” kapsamındadır.
4. DEĞERLENDİRME KRİTERLERİ VE PUANLAMA
Bilgi Merkezi, araçları aşağıdaki ağırlıklandırılmış kriter setine göre puanlar. Toplam skoru 75’in altında kalan araçlar teknik değerlendirmeyi geçemez.
| Kriter | Ağırlık | KHAS Standartı ve Beklenti |
| 1. Güvenlik | %40 | Kritik Eşik: Bağımsız testlerde hata payı <%1 olmalıdır. 2020 öncesi tezlerde “AI” uyarısı veren araçlar doğrudan elenir. |
| 2. Dilsel Adalet | %20 | Stanford Kriteri: Araç, Türk öğrencilerin yazdığı İngilizce veya Türkçe metinleri “sözcük çeşitliliği az” olduğu için AI olarak etiketlememelidir. |
| 3. Saldırı Direnci | %20 | RAID Kriteri: Quillbot vb. araçlarla değiştirilmiş metinlerde tespit başarısı %85’in üzerinde olmalıdır. |
| 4. Açıklanabilirlik (Kanıt) | %10 | Rapor, disiplin kuruluna sunulabilir nitelikte cümle bazlı detay ve olasılık grafiği içermelidir. |
| 5. Model Kapsamı | %10 | Sadece GPT değil; Claude, Gemini ve Llama modellerini de tanımalıdır. |
STRATEJİK NOT: ULUSAL LİSANS VE TAMAMLAYICI ÇÖZÜM İHTİYACI
Kurumumuz, TÜBİTAK ULAKBİM tarafından sağlanan Turnitin hizmetini “Birinci Katman Filtreleme” olarak kullanmaya devam etmektedir. Ancak, Turnitin’in AI tespit modülünün, akademik yaptırım (disiplin cezası) uygulamak için gereken “Adli Bilişim Standartlarını” henüz tam olarak karşılayamadığı; hatalı pozitif riskinin hukuki sorumluluk doğurduğu tespit edilmiştir. Bu nedenle, mevcut hizmetler bu standartlara yükseltilene kadar; Kurumumuzun “İkinci Katman Doğrulayıcı” olarak özelleşmiş araçlara yatırım yapması, bir tercih değil, akademik ve hukuki bir zorunluluktan kaynaklanan tamamlayıcı bir hizmet alımıdır.
6. KHAS BİLGİ MERKEZİ TEST PROTOKOLÜ (KÖR TEST)
Tedarikçi firmaların ürünleri, deneme erişimi, abonelik/satın alma kararı verilmeden önce aşağıdaki adımlara tabi tutulur:
- Grup A – Tarihsel Kontrol (Zorunlu): Arşivden 2018-2019 yıllarına ait 5 adet Türkçe Yüksek Lisans tezi yüklenir. (Beklenen Sonuç: %0 AI).
- Grup B – Dil Önyargısı Testi: Bir Türk öğrenci tarafından orta seviye (B2) İngilizce ile yazılmış özgün metin yüklenir. (Beklenen Sonuç: İnsan).
- Grup C – Saldırı Testi: AI ile yazılıp Quillbot ile değiştirilmiş metin yüklenir. (Beklenen Sonuç: >%80 AI).
- Grup D – Çeviri Testi: Türkçe -> İngilizce -> Türkçe çeviri döngüsüne sokulmuş insan metni yüklenir. (Beklenen Sonuç: İnsan veya Düşük AI Skoru).
7. REFERANS KAYNAKLAR
- Liang, W., et al. (2023). “GPT Detectors are Biased Against Non-Native English Writers.” Patterns (Cell Press) / Stanford University.
- University of Chicago (2024). “Artificial Writing and Automated Detection Report.” Becker Friedman Institute.
- Weber-Wulff, D., et al. (2023). “Testing of Detection Tools for AI-Generated Text.” International Journal for Educational Integrity.
- RAID Benchmark (2024). “Robust AI Detection Leaderboard.” Association for Computational Linguistics (ACL).
- UNESCO (2023). “Guidance for generative AI in education and research.” Paris: UNESCO.
- ENAI (2024). “Recommendations on the ethical use of AI in Education.” European Network for Academic Integrity.
⚠️ YASAL BİLGİLENDİRME
Bu doküman, Kadir Has Üniversitesi Bilgi Merkezi’nin iç kalite güvence süreçlerini tanımlar ve mesleki bilgi paylaşımı amacıyla kamuya sunulmuştur. Dokümanda yer alan kriterler, teknolojinin doğası gereği değişime açıktır. Nihai deneme erişimi, abonelik/satın alma kararı, ilgili kurumların kendi yetkili organlarına aittir.
EK-1: TEDARİKÇİ TEKNİK YETERLİLİK BEYAN FORMU