İki gerçek görselin paydası

Bir görsel doğrulama sisteminin önündeki sorun, yapay üretilmiş görüntüyü bulmakla bitmiyor. Gerçek fotoğrafa yapay zekâ damgası vurulması da aynı karar masasının konusu. Abdullah Yıldırmaz ve Yaşar Öztürk’ün 15 Kasım’da yayımlanan çalışmasında bu ikinci yönde 2 vaka var. Teyit.org arşivinden seçilen toplam 52 vakanın geri kalanı sentetik içerikle ilgili. Bu küçük ayrıntı, dedektör değerlendirmesinin iki tür yanlışı birlikte sayması gerektiğini düşündürüyor: üretilmiş içeriği gerçek kabul etmek ve gerçek içeriği üretilmiş saymak. İki hata, farklı kişilerin sözünün yanlış gerekçeyle kabul edilmesine veya reddedilmesine yol açan karşıt kararlar.[1]

Fakat 2 sayısının paydası dikkat istiyor. Araştırmacılar internetteki bütün görsellerden rastgele örnek çekmedi. Ocak 2024–Mayıs 2026 arasında doğrulama platformunda belgelenen 76 adaydan, kapsam ölçütlerine uyan 52 vakayı amaçlı olarak seçtiler. Yalnızca metin olanlar, Türkiye’de dolaşımı gösterilemeyenler, belirsiz kalanlar ve sayfası kaldırılanlar dışarıda tutuldu. Böyle bir tasarım, tartışma doğuran görsellerin yapısını incelemek için anlamlı. Aynı tasarımdan, gerçek fotoğrafların ne kadarının yanlış işaretlendiğini hesaplamak mümkün olmuyor. O hesap için önce sistemin karşılaştığı gerçek görsellerin tamamını temsil eden bir örneklem gerekiyor.[1]

Sınıfları kim yeniden üretebilir?

Çalışmanın işe yarar katkısı, tek bir sahte görsel düşüncesini parçalarına ayırması. Yan yana konmuş gerçek ve üretilmiş parçalar, birleştirilmiş kompozisyonlar veya fotoğraftan türetilen videolar aynı teknik sorunu yaratmıyor. Araştırmacıların sınıflaması bu birleşimleri görünür kılıyor. Benim çıkardığım yöntem önerisi, bir sonraki sınama kümesini bu yapılara göre katmanlara ayırmak. Bir aracın bütün görsele verdiği puan, yalnızca küçük bir bölümü değiştirilmiş içerikte hangi parçayı yakaladığını açıklamayabilir. Bununla birlikte, görülen tür çeşitliliğinin bir bölümü doğrulama platformunun hangi vakaları seçtiğinden kaynaklanabilir; bu sınıfları bütün ağın dağılımı gibi kullanmak örneklem sınırını aşar.[1]

Sınıfların başkaları tarafından aynı biçimde uygulanıp uygulanmadığı da açık bir soru. Makalede tek kodlayıcı, dört hafta arayla iki geçiş yapıyor; bağımsız kodlayıcılar arasında uyum katsayısı yok. Bu durum sınıflamayı kullanışsız kılmıyor. Ancak aynı kişinin ikinci okuması, başka bir araştırmacının aynı karara varmasıyla farklı bir sınama. İlk kontrol, zaman içinde tutarlılığı yokluyor; ikincisi sınıfların aktarılabilirliğini inceliyor. Üstelik aynı yoruma varan iki kodlayıcı ortak bir yanılgıyı da paylaşabilir. Bu yüzden kodlayıcı uyumunun yanına, görselin üretim süreciyle doğrulanmış köken bilgisi koymak daha güçlü bir değerlendirme sağlar.[1]

Yeni sınama nasıl kurulmalı?

Dört katmanlı şemayı da bu ölçüm sorusuyla okumak gerekiyor. Olasılıksal tespit araçları, üreticinin bıraktığı köken işaretleri, platform etiketleri ve insan incelemesi farklı türde kanıt taşıyor. Makaledeki birleşim, yazarların vaka çözümlemesinden kurduğu kavramsal yapı. Yeni bir dedektörün sınandığı deney veya Teyit’in açıkladığı resmî teknik mimari sunulmuyor. Bu ayrım, şemanın değerini daha somut hale getiriyor: bir sonuca hangi kanıt türleriyle varıldığını tarif etmek için kullanılabilir. Katmanların aynı yönde konuşması ise ancak birbirinden ne ölçüde bağımsız oldukları ve gerçek kökenle nasıl karşılaştırıldıkları belli olduğunda doğruluk hesabına girebilir.[1]

Bir sonraki anlamlı adım, bu tipolojiyi başka platformlardan seçilmiş görsellere uygulayan kör bir sınama. Gerçek ve sentetik örneklerin kökeni önceden doğrulanmalı; kodlayıcılar bu bilgiyi görmeden sınıflandırmalı. Yanlış alarm ve kaçırılan üretim sayıları, her içerik türünün kendi paydasıyla açıklanmalı. Böyle bir düzen, karma görsellerin hangi koşullarda ayırt edilebildiğini incelemeye elverişli olur. Yanlışlıkla şüpheli sayılan bir gerçek fotoğrafın editörde yarattığı inceleme yükünü de ölçüme katmak gerekir. Çalışmanın bugünkü katkısı, bu deneyi kurmak için sınanabilir sınıflar önermesi. Bir sonraki iddianın ağırlığını ise o sınıfların bağımsız örneklerde nasıl çalıştığı belirler.[1]