İnsanlaştırmanın Endüstrileştirilmesi

Upwork ve Fiverr gibi serbest çalışma platformlarındaki iş ilanları ve hizmet teklifleri son zamanlarda ‘humanize’ kelimesini yoğun bir şekilde içeriyor, çeşitli işler ve sağlayıcılar bir makalenin AI tarafından yazıldığını, kısmen yazıldığını ya da ortak yazıldığını gizlemek için farklı seviyelerde örtbas etme öneriyor.

Upwork’teki gerçek gönderilerdeki ‘Humanize’ trendi.

AI‑’kirletilmiş’ çıktıyı yeniden yazarak bir insanın oturup birkaç saat ter döktüğü izlenimini veren insan ve otomatik hizmetlere olan talep, evrensel bir uzlaşmanın ‘insani dokunuş’unun bağlantı ve erişim için gerekli olduğuna ve AI çağındaki içerik bolluğunun bu bağlantıyı tekrar vazgeçilmez kılacağını gösterdiğini öne sürüyor.

Bireysel olarak bunu düşünmek isterim, ancak mutlaka doğru değildir – özellikle de Google’ın kendi yönergeleri metnin kalitesiyle ilgili muamele üzerine odaklanıyor, oluşturulma yöntemi değil.

Gerçek şu ki, şu anda tam olarak ne kadar ve ne tür AI’ye tolerans gösterebileceğimizi, ya da milyarlarca insanın her gün AI’dan elde ettiği faydaları teknolojiyle ilgili ‘suçluluk’ ve ahlaki baştan çıkarma hissiyle ne ölçüde rasyonelleştirebileceğimizi bilmiyoruz.

Yukarıda bahsedilen iş ilanları da bunu yansıtıyor; burada yaratıcılar ve şirketler otomasyona aç, muhtemelen ölçekli yayın yapmak istedikleri için, bu da Google’ın sıralama algoritmasında özellikle cezalandırmayı vaat ettiği uygulamadır. Aynı zamanda ‘insanlaştırmayı’ endüstrileştirmek için hem otomatik hem de insan temelli yöntemler arıyorlar.

Bana bir ölçüde Steven Wright’ın nöroçeşitli 1980’ler komedi rutinlerindeki en iyi şakalarından biri hatırlatıyor:

‘Evimde bir mikrodalga şömine var. Sadece 8 dakikada akşamı ateşin önünde uzanabilirim.’

Gelecek Slop’un Şekli

Her zamanki gibi, bu düşünceler Arxiv’de günlük taramamdan ilham alıyor; bugün özellikle Sitefire adlı pazarlama otomasyonu şirketinde Jochen Madler tarafından yazılan makaleye dikkat çektim, başlığı SlopShape: Identifying AI-Generated Commercial Web Content.

Genellikle tek yazarlı makaleleri ‘Victor Frankenstein’ ilkesiyle göz ardı ederim, ancak bunun önermesi sade, ve test metodolojisi sağlam.

Araştırma temelde şunu söylüyor: bir AI‑tarafından oluşturulan gönderi tamamen yeniden yazıldığında, hatta insanlar tarafından bile, kelime seviyesinin çok ötesinde bir düzeyde var olan belirgin bir mimari imza korur; bu, metnin herhangi bir yeniden ifade edilmesi ya da yüzeysel düzenlemesiyle ortadan kaldırılamayan karakteristik bir ‘şekil’ oluşturur.

İnsan ve AI tarafından yazılmış gönderilerdeki yapısal kalıpların karşılaştırması. İnsan yazısı daha nadir yapı kombinasyonları kullanma eğilimindedir, oysa beş AI modeli daha geleneksel kombinasyonları tercih eder. Kaynak

Açıkça, bu sorunu (eğer bir sorun olarak görüyorsanız) kendi yazım sürecinizi planlayarak ve ya hiç AI kullanmayarak ya da yalnızca kendi planladığınız ayrı bileşenlerde kullanarak aşabilirsiniz.

Ancak, Upwork’teki coşkulu ilanlar kanıtladığı gibi, bu istenen şey değil; bu gönderilerin tonundan, içeriğin sadece AI tarafından yapılandırılmasının değil, aynı zamanda fikir üreten AI tarafından yapılması gerektiği çıkarılabilir – yani bir LLM’nin şirket ya da varlığın genel hedefleriyle uyumlu uygun konuları önereceği anlamına gelir.

Bunun ardından, AI’nin içeriğin çeşitli ilerleyici taslaklarını üretmesi tamamen beklenir, rahatsız edici insan bileşeni yalnızca kapanış ve hafif bir insan dokunuşu eklemek için devreye girer (ideal olarak, bu süreç sonunda bir Python iş akışına dönüşmesi beklenir).

Çarpıcı Özellikler

Yeni makalenin yazarı, ChatGPT’nin (2020‑2022) yayınlanması ve yayılması öncesine ait birkaç bin şirket blog gönderisini toplayarak ve onlardan istemler çıkararak bu içgörüleri elde etti.

Yani, gerçek, insan tarafından yazılmış makaleleri okumak ve önde gelen LLM’lerden bazıları için benzer bir çalışma üretmek üzere tasarlanmış bir istemi tersine mühendislik yapmak için Gemini 3 Flash kullandı; bunlar arasında GPT5.4, Kimi 2.5, DeepSeek V3.2, Claude 4.6 ve Gemini 3. yer alıyor.

Bu istemler daha sonra gerçek insan gönderilerinin her birinin beş AI versiyonunu oluşturmak için kullanıldı; bu süreçte özellikler çıkarıldı ve bu özellikler beş modeldeki LLM‑özel içerik ‘şeklini’ tanımlayacaktı; Madler ise ‘AI gönderileri düzenli, kendini ilan eden bir şekle sahiptir’ diye not etti.

Tüm çalışma, bu Ağustos’ta COLM 2026’dan StoryScope projesi‘nin yeniden yürütülmesidir; Maryland Üniversitesi ve Google DeepMind arasındaki bir iş birliği olup, aynı metodolojiyi kurguya uygulamış ve AI tarafından üretilen hikayelerin insan yazılarına göre daha dar ve daha öngörülebilir bir anlatı yapısı yelpazesine yaklaştığını bulmuştur:

StoryScope çalışmasından, insan ve AI tarafından üretilen kurgu içindeki anlatı kalıplarının bir dağılım grafiği karşılaştırması. İnsan tarafından yazılan hikayeler ayrı bir bölgeyi işgal ederken, beş önde gelen AI modelinin hikayeleri daha yakın bir şekilde kümeleniyor ve bu, temel anlatı seçimlerinde daha büyük bir benzerlik gösterdiğini işaret ediyor. Kaynak

Madler, kurgu yazımının daha eksantrik alanına kıyasla, şirket bloglarını otomatikleştirme yönündeki kapsamlı finansal itici güç nedeniyle StoryScope’u yeniden çalıştırmaya karar verdi ve bunların zaten büyük ölçüde otomatikleştirildiği gerçeği (2026 Mayısına kadar çevrimiçi içeriğin %50 otomasyonu, Madler’in çalışmasında atıfta bulunulan Graphite çalışması’na göre).

Belki de en ilginç analiz, 2022 öncesi insan tarafından yazılmış gönderilere dayalı olarak AI tarafından üretilen materyalden çıkarılan özelliklerin ayrıntılı incelenmesidir:

‘AI modelleri tarafından en sık üretilen değerler, bizim “düzenli, kendini ilan eden blog gönderisi” dediğimiz şeye toplanır: başlıkta zaten getiriyi vaat eder, tezini belirtir ve ilk bölümden önce yapısını duyurur, editöryel‑açıklayıcı bir sesle konuşur ve tezi özetleyen ya da yeniden ifade eden bir bölümle kapanır.

‘Tipik bir AI gönderisinde, getiri başlıkta vaat edilir: “Onboarding Süresini Yarısına Düşürme”. Tez belirtilir ve akış ilk bölümden önce duyurulur: “Bu gönderide, onboarding’in neden durduğunu, işe yarayan üç düzeltmeyi ve farkı nasıl ölçebileceğimizi ele alacağız.”

‘Ve kapanış tezi yeniden ifade eder: “Kısacası, yapılandırılmış onboarding zaman tasarrufu sağlar.” İnsan‑eğilimli değerler, bu işaretler olmadan gönderileri tanımlar: duyurulmuş bölüm akışı yok, risk artışı yok ve tezi yeniden ifade eden bir kapanış bölümü yok.

Hatalı Bir Varsayım

Bu arada, tanımlanan şablonlarda bulunan çoğu trope ve klişe, LLM öncesi pazarlama sahnesinin SEO takıntılı kısıtlamalarından türetilmiştir. AI’nın bu alışkanlıkları nereden öğrendiğini düşünüyoruz?

Şablonlu pazarlama metni her zaman nefret edilirdi, AI’dan çok önce ve her zaman ölçekli olarak üretilirdi, makinelerin bunu iyi yapabildiğinden çok önce; ve SEO uygulamalarına uyma gereği nedeniyle, anahtar kelime yerleştirme ve özenle tasarlanmış bağlantılar gibi korkunç gelenekler oluşturulmuştur.

Son durumda, AI muhtemelen yanlış dersi öğrenmiş olabilir, çünkü eğitildiği yalnızca metin içeren korpus, kaynak materyalde orijinal olarak bulunan stratejik diyagramlar, görsel açıklayıcılar gibi SEO odaklı taktiklerin çoğunu, özellikle de hiperlinkleri, çıkarmıştır.

Bir makalenin tüm bölümleri, bir müşterinin öne çıkarmak istediği bir hiperlinki veya YouTube gömüsünü çerçevelemek için hazırlanmış olabilir; ancak veri bir LLM’ye eğitildiğinde, gömme ya da bağlantı çıkarılmış ve onu vurgulamak için tasarlanan metin orijinal bağlamından yoksun bırakılmıştır.

Bu nedenle, tartışmasız bir şekilde, bu tür materyaller etrafında eğitim metodolojileri tasarlamadaki büyük hata, web içeriğini 19. yüzyıl edebiyatı (tamamen kendi kendine yeten) gibi ele alıp çoklu ortam (video, hiperlinkler ve illüstrasyonlar gibi metin dışı faktörlerden önemli ölçüde etkilenen) olarak görmemekti.

Diğer büyük hata, zaten insanların nefret ettiği materyaller üzerinde eğitim yapılması ve bu materyallerin, muhtemelen artık geçerli değildir kurallar tarafından popüler olmayan bir şekle zorlanmasıydı.

Dikkat, İnsanlar

Yine de, Upwork trendlerine inanabiliyorsanız, LLM’ler tarafından ölçekli olarak üretilen ve mevcut en az bireysel sürecin kullanılmasıyla, en yüksek hızda ve en düşük maliyetle ‘insanlaştırılmış’ aynı içeriğe yönelik önemli bir talep vardır.

Tüm bunlar, dikkat etkisini yaratmak içindir: sizin gibi birinin (en azından bir endokrin sistemine sahip) birkaç saat oturup size ne söylemek istediğini düşünmesi fikri.

İnsan dikkatinin algılanması bizim için yardımcı olmadığında bile anlamlıdır; bu nedenle kesinlikle endüstrileştirilmeye değerdir.

Madler’ın makalesinin bir şekilde durumu daha da kötüleştirme ihtimali olduğunu hissetmekten kendimi alamıyorum, çünkü karakteristik yüksek boyutlu özellikleri tanımlıyor ve bunlar artık muhtemelen daha fazla AI ile ele alınabilir, böylece varsayılan imzalar modeller evrimleştikçe daha insanî bir şekil alacaktır.

İlk yayınlanma Perşembe, 17 Eylül 2026