AI Məzmun Aşkarlanması: Müştəri SEO Kampaniyalarında Ondan Necə İstifadə Edirik

GPTZero, Originality.ai, Copyleaks və Turnitin-in AI yazı göstəricisi kimi alətlər mətndəki statistik nümunələri təhlil edir. İki fikir tez-tez ortaya çıxır: çaşqınlıq (perplexity), yəni hər bir sözün dil modeli üçün nə dərəcədə proqnozlaşdırıla bilən olması və partlayıcılıq (burstiness), yəni cümlə uzunluğu və strukturunun nə qədər dəyişməsi. Maşın tərəfindən yazılmış mətn daha vahid və proqnozlaşdırıla bilən olmağa meyllidir.

Bəzi alətlər həmçinin insan və AI mətnlərinin böyük dəstlərində təsnifatçılar hazırlayır. Çıxış adətən faiz və ya hər cümlə üçün bir etiketdir. Onların heç birinin edə bilmədiyi şey yazıçının ağlını oxumaq və ya qaralama prosesini görməkdir.

İnterfeyslərinin təklif etdiyindən daha az etibarlıdır. OpenAI 2023-cü ildə aşağı dəqiqliyi əsas gətirərək öz AI mətn təsnifatçısını geri götürdü. Akademik tədqiqatlar göstərib ki, detektorlar ana dili ingilis dili olmayanların yazılarını ana dili olanlara nisbətən daha çox AI tərəfindən yaradılmış kimi işarələyir və yüngül parafraza balları kəskin şəkildə aşağı sala bilər.

Ballar həmçinin alətlər arasında dəyişir. Eyni məqalə bir detektorda əsasən insan, digərində isə əsasən AI kimi oxuna bilər. Qısa mətnlər, siyahılar, texniki təriflər və məhsul spesifikasiyaları kimi formul məzmunlar xüsusilə yanlış müsbət nəticələrə meyllidir.

• Bala sui-istifadə sübutu kimi baxmayın.
• Müxtəlif alətlərdən gələn balları sanki bir şkala imiş kimi müqayisə etməyin.
• Təxminən 300 sözdən az olan mətnlərdə daha çox səs-küy gözləyin.
• Redaktələrdən sonra yenidən yoxlayın; tək bir sınaq hökm deyil, bir anlıq görüntüdür.

Həmçinin ədalətlilik məsələsi də var. Bal əsasında ittiham olunan yazıçının mənfi nəticəni sübut etmək imkanı yoxdur. Google Docs-dakı qaralama tarixi və ya CMS düzəliş jurnalı istənilən detektordan daha yaxşı sübutdur və suallar yarandıqda komandalar buna etibar etməlidir.

Google-un dərc olunmuş mövqeyi ondan ibarətdir ki, o, necə yaradılmasından asılı olmayaraq faydalı, etibarlı və insan yönümlü məzmunu mükafatlandırır. Onun spam siyasətləri miqyaslı məzmun sui-istifadəsini hədəf alır, yəni AI, insanlar və ya hər ikisi tərəfindən yaradılmasından asılı olmayaraq, istifadəçilər üçün az dəyəri olan və əsasən reytinqləri manipulyasiya etmək üçün yaradılmış çoxsaylı səhifələr.

Bu çərçivə agentliklər üçün vacibdir. Google-un verdiyi sual “model iştirak edibmi?” deyil, “bu səhifə axtarış edənə kömək edirmi və bu, minlərlə demək olar ki, eyni səhifədən biridirmi?” sualıdır. Aşkarlama alətləri ikinci problemi aşkar etməyə kömək edə bilər. Onlar birincisinə cavab verə bilməzlər.

Biz detektorlardan qapı kimi deyil, keyfiyyət göstərişi kimi istifadə edirik. Qaralamada yüksək AI ehtimalı balı adətən redaktorun onsuz da işarələyəcəyi zəif cəhətləri göstərir: qeyri-müəyyən girişlər, təkrarlanan cümlə formaları, doldurucu keçidlər və xüsusiyyətləri olmayan iddialar.

Praktiki nəzərdən keçirmə ardıcıllığı

• Brifinq: axtarış niyyətini, cavablandırılacaq sualları və yazıçının daxil etməli olduğu ilkin materialı müəyyən edin.
• Qaralama: hər bir faktiki iddia üçün qeyd olunan mənbələrlə, insan, AI dəstəkli və ya hər ikisi.
• Redaksiya rəyi: dəqiqliyi, niyyət uyğunluğunu, strukturu və brend səsini yoxlayın.
• Siqnal yoxlanışı: detektor və plagiat yoxlayıcısını işə salın; işarələnmiş keçidləri ikinci dəfə baxmaq üçün qeyd edin.
• Düzəliş: keçidlərin ümumi olduğu yerlərdə nümunələr, mənbələri olan məlumatlar, ekran görüntüləri və ya ekspert rəyi əlavə edin.
• Məzmun izləyicisində qeydə alınan, adlandırılmış redaktor tərəfindən yekun təsdiq.

Detektorun insan rəyindən sonra gəldiyinə diqqət yetirin. Əgər əvvəl işləsəydi, redaktorlar rəqəmə köklənər və tənqidi oxumağı dayandırardılar.

Bir neçə yoxlama məzmunun hər hansı AI ehtimalı rəqəmindən daha yaxşı reytinq və sitat qazanacağını proqnozlaşdırır.

• Orijinal məlumat: yalnız bu biznesin təmin edə biləcəyi məlumatlar, fotolar, proses detalları və ya rəylər.
• Aydın müəlliflik: müvafiq təcrübəyə malik real müəllif və müəllif səhifəsi.
• Faktiki dəqiqlik: hər bir rəqəm və iddia mənbəyə əsaslanmalıdır.
• Niyyət uyğunluğu: səhifə açar sözün arxasındakı suala ilk paraqrafda cavab verir.
• Sayt səviyyəsində oxşarlıq: səhifənin saytdakı digər səhifələrə nə qədər yaxın olması.

Sonuncu məqamı nəzərdən qaçırmaq asandır. Yüzlərlə oxşar səhifə arasında daxili dublikat, bir məqalənin ChatGPT ilə yazılıb-yazılmamasından daha güclü risk siqnalıdır. Siteliner kimi oxşarlıq alətləri və ya skriptdə sadə MinHash müqayisəsi, demək olar ki, dublikat olan klasterləri aşkar edir.

Qısa yazılı siyasət mübahisələrin çoxunun qarşısını alır. Orada AI dəstəyinin icazəli olub-olmadığı, hansı alətlərin təsdiqləndiyi, hər bir səhifənin insan redaktəsinə və fakt yoxlamasına ehtiyacı olduğu və aşkarlama ballarının məsləhət xarakterli olduğu bildirilməlidir. Həmçinin fikir ayrılıqlarının necə həll ediləcəyi də qeyd olunmalıdır: redaktorun mətni oxuması baldan üstündür.