Görünmez İmza: OpenAI AB'de ChatGPT ve Codex Metinlerine Filigran Ekliyor — Peki Kurumlar Neye Güvenmeli?

Yapay zekâ ile üretilen metni insan yazısından ayırmak yıllardır çözülemeyen bir problem. OpenAI 5 Ekim'de bu soruya düzenleyici baskı altında somut bir yanıt verdi: textGrain adlı görünmez bir metin filigranı. Önümüzdeki haftalarda AB'deki tüm ChatGPT ve Codex planlarında uygun metin çıktılarına ekleniyor.

Nasıl çalışıyor?

• Filigran metne gizli karakter, görünmez boşluk ya da fazladan token eklemiyor; model bir sonraki kelimeyi seçerken aday kelimelerin olasılıklarını belirli alternatiflere doğru hafifçe kaydırıyor.
• Ortaya çıkan iz, okuyucunun fark edemeyeceği ama bir dedektörün istatistiksel olarak yakalayabileceği bir örüntü.
• API müşterileri dünya genelinde seçili modellerde filigranı proje ya da organizasyon düzeyinde açabiliyor; varsayılan olarak kapalı.
• Dedektöre şimdilik yalnızca onaylı araştırmacılar ve uzman kuruluşlar, vaka bazında erişebiliyor; bir şirketin İK departmanı gibi özel kurumlar bu kapsamda değil.

Neden şimdi?

AB Yapay Zekâ Yasası'nın 50. maddesi, üretken AI sağlayıcılarının ürettikleri içeriği makine tarafından okunabilir biçimde tanınabilir kılmasını istiyor ve bu şeffaflık yükümlülükleri 2 Ağustos 2026'dan beri uygulanıyor. OpenAI filigranı bu şarta verdiği yanıt olarak konumluyor; bu yüzden uygulama başlangıçta küresel bir varsayılan değil, AB'ye özel.

Sınırlar: iz kolayca siliniyor

• OpenAI'ın kendi testlerinde, %1 yanlış pozitif hedefinde tespit oranı 200 tokenlik yanıtlarda yaklaşık %80, 400 tokenlikte yaklaşık %95.
• 400 tokenlik bir metinde kelimelerin %10'u eş anlamlılarıyla değiştirildiğinde tespit yaklaşık %92'den %66'ya, %25'i değiştirildiğinde ise %17'ye düşüyor.
• Kısa, düzenlenmiş ya da çevrilmiş metinlerde tespit güvenilir değil; şirket, filigranın bulunmamasının metnin insan tarafından yazıldığını kanıtlamadığını açıkça belirtiyor.

Kurumlar için çıkarımlar

• Filigranı bir 'AI dedektörü' gibi kullanmayın: hem erişim kısıtlı hem de sonuçları düzenlenmiş metinlerde zayıf. Çalışan ya da aday değerlendirmesinde tek başına kanıt sayılmamalı.
• AB'de müşteriye dönük metin üreten uygulamalarınız varsa, kullandığınız her model ve sağlayıcının 50. maddeye nasıl uyum sağladığını belgeleyin.
• API üzerinden üretilen içerikte filigranı hangi projelerde açacağınıza bilinçli karar verin; bu bir uyum tercihi olduğu kadar bir ürün tercihi de.
• En güçlü köken kanıtı kendi kayıtlarınız: hangi metnin hangi modelden, ne zaman ve hangi istemle üretildiğini saklamak, filigrandan çok daha güvenilir.

remot açısından

Filigran, metnin dışarıda nasıl tanınacağıyla ilgili; kurum içinde ise asıl soru 'bu çıktıyı hangi model üretti?' sorusuna kanıtla cevap verebilmek. remot, tüm model çağrıları tek bir orkestrasyon katmanından geçtiği için her çıktıyı model, sağlayıcı, zaman ve politika bilgisiyle birlikte kayda alır; filigranın hangi projelerde açık olacağı gibi ayarları da merkezi politikalarla yönetmeyi mümkün kılar. Böylece AI Yasası denetiminde filigranın dayanıklılığına değil, kendi denetim izinize güvenebilirsiniz.