Yeni web sayfalarının üçte birini makine yazıyor: .gov ve .edu'da bu oran yüzde bir, .com'da on kat fazla

Amerikan merkezi Pew Research'ün bir araştırması, herkesin varsaydığı ama kimsenin saymadığı şeyi ölçtü: internetin ne kadarını artık insan yazmıyor. ChatGPT'nin çıktığı Kasım 2022'den sonra yayımlanan sayfalar için yanıt: yüzde 35. Ağdaki her üç yeni sayfadan biri, bir makinenin onu derlediğine ya da baştan aşağı yeniden işlediğine dair açık izler taşıyor.

Yöntem, doğrulanabilecek kadar basit. Common Crawl arşivinden son beş yıla ait yaklaşık yarım milyon İngilizce sayfa çekildi; ChatGPT'nin var olmadığı dönemden de bilerek örnek alındı. Ardından bunların üzerinden, metnin makine yapımı olup olmadığını değerlendiren Open Pangram aracı geçirildi. Bu yılın temmuz ayında toplanan 10.000 sayfalık rastgele bir örneklemde, yüzde 10 belirgin yapay yazarlık işaretleri gösterdi. Ama bunların içinde böyle araçların bulunmadığı dönemde yazılmış eski sayfalar da var. Pew daha eskileri çıkarıp yalnızca ChatGPT sonrasını bıraktığında, rakam anılan yüzde 35'e sıçradı.

Makine metni nerede yaşıyor

Alan adlarına göre dağılım, en çok şey söyleyen kısım. Ticari .com adresleri, yaklaşık yüzde birde duran .edu ve .gov'a kıyasla yapay yazarlığı yaklaşık on kat daha sık gösteriyor. .org uzantılı kuruluşlar yüzde 4,6'da. Başka bir deyişle: metnin bir şey satmak ya da tıklama yakalamak için yazıldığı yerde makine vardiyayı çoktan devraldı. Birinin kendi adı ve kurumuyla imza attığı yerde ise henüz devralmadı.

Rapor, Cloudflare'in bot trafiğinin insan trafiğini geçtiğini, üstelik şirketin kendi öngördüğünden daha hızlı geçtiğini duyurmasından birkaç hafta sonra geliyor. İki ölçümü birleştirin, kulağa geldiğinden daha ağır bir tablo çıkıyor: başka botların yazdığı sayfaları okuyan botlar. Bu alışverişte insan giderek isteğe bağlı hâle geliyor.

Pew, ölçümün kusursuz olmadığını kendisi kabul ediyor. Pangram, her tespit aracı gibi, insan metnini yanlışlıkla makine yapımı diye işaretleyebiliyor. Ama yarım milyon sayfalık bir ölçekte, kesin rakam birkaç puan kaysa bile yön zor tartışılır.

Yıllar içinde artan küçük alışkanlıkların listesi de ilginç: daha uzun çizgiler, Oxford virgülü, „X değil, Y” kalıbı. Bunların hiçbiri tek başına kanıt değil. Ama tüm bir ağ aynı ritimle ve aynı manyerizmlerle yazmaya başladığında, on kaynakla tek kaynak arasındaki fark kozmetik hâle geliyor.

Geriye kalan soru teknolojik değil. İnternetteki yeninin üçte birini, internetteki eski üzerinde eğitilmiş bir makine derlediyse, sıradaki modeller tam olarak neyi öğrenecek? Ve gelecek yıl biri sıradan bir şeyin yanıtını aradığında, birinin gerçekten bildiğini mi bulacak, yoksa yalnızca bu arada yazılmış her şeyle güzelce kafiyelenen şeyi mi?