Üniversitede AI Kopya Tartışması: Akademik Dürüstlük, Tespit Araçları ve Yeni Sınav Tasarımı

Üniversite AI kopya akademik dürüstlük tartışması, kampüslerin son dönemdeki en sert iç çatışmasına dönüştü. Öğrenciler ChatGPT, Claude ve Gemini ile ödev hazırlarken; öğretim üyeleri tespit araçlarının verdiği yanlış pozitif sonuçlardan, disiplin kurulları ise belirsiz yönetmeliklerden şikayetçi. Mesele artık “kopya çekildi mi” değil, “ne kopya sayılır” sorusu. ABD’den Türkiye’ye uzanan kampüs gündemi, yönetmelik kaleme alma telaşı, tespit aracı satın alımı ve sınav tasarım reformuyla aynı anda yürüyor.

Tespit araçlarının doğruluk sorunu ve kampüs paniği

GPTZero, Turnitin AI ve Originality.AI gibi araçların pazarlama broşürleri yüzde 98’lere varan doğruluk vaat ediyor. Saha tablosu farklı. Stanford Üniversitesi’nin yaptığı bir karşılaştırmada Turnitin AI’ın yüzde 4 civarında yanlış pozitif ürettiği, anadili İngilizce olmayan öğrencilerin metinlerinde bu oranın daha da yükseldiği raporlandı. Bir öğrencinin gerçekten kendi yazdığı tezin yüzde 60 oranında “AI üretimi” olarak işaretlenmesi, disiplin soruşturmasına dönen vakaları besledi.

Üretici modeller her sürümle insan diline yaklaşırken; tespit araçları geçmişin örüntü izlerini kovalıyor. Bu asimetri kampüslerde panik dalgası yaratıyor. Bazı öğretim üyeleri tek bir tespit raporuna dayanarak sıfır verdi, sonra mahkeme süreciyle karşılaştı. NPR’ın haberlerinde tespit aracı sonucunu tek delil olarak gören kurumların hukuki riski genişliyor. Çoğu eyalet üniversitesinin avukatları, “yazılım çıktısı tek başına disiplin kararına temel oluşturamaz” yönünde memorandum yayımlamak zorunda kaldı.

Türkiye’de YÖK koordinasyonunda yapılan rektörler toplantısında akademik dürüstlük yönetmeliklerinin yenilenmesi çağrısı dile getirildi. Üniversite AI gündem başlığında en somut adım, tek araç sonucuna dayanmayan çok katmanlı değerlendirme. Üniversite hukuk müşavirleri “tek delil rejiminin” mahkemede taşınamaz olduğunu hatırlatıyor; öğrenci hakları uzmanları ise itiraz süreçlerinin yazılı ve sözlü ayağı olmazsa yargı yolunun açık kalacağını söylüyor. Bizim ekonomi ve teknoloji yazılarımızı takip etmek isteyenler için üniversite ai gündem sayfasında güncel başlıklar derleniyor.

Yanlış pozitif neden bu kadar yüksek

Tespit modelleri, üretici modellerin tipik istatistiksel imzalarını arıyor: düşük perplexity, belirli kelime sıklıkları, cümle uzunluğunda fazla tekdüzelik. Sorun şu ki, deneyimli akademik yazarlar da benzer profilleri üretiyor. Standart akademik dil, kalıplı geçişler, alıntı zinciri; doğal olarak “düşük rastgelelik” görünüyor.

İkinci sorun: çok dilli öğrenciler. Anadili Türkçe olan bir doktora öğrencisinin İngilizce makalesi, sadeleştirilmiş cümle yapısı yüzünden yapay zekaya benzer puanlanabiliyor. GPTZero kendi belgesinde aracın “delil değil sinyal” olarak kullanılması gerektiğini söylüyor. Üçüncü sorun da var: AI’ın ürettiği metni öğrencinin ciddi biçimde yeniden yazması (“paraphrase” katmanı) çoğu aracın algılama eşiğini düşürüyor; yani araç “temiz” diyebiliyor ama özgün üretim yine yok. Bu asimetri, “AI saptama” pazarının vaat ettiğinin tersi bir gerçeği gösteriyor: tespit sadece ödevini tamamen kopyala-yapıştır teslim eden öğrenciyi yakalayabilecek kadar kaba bir filtre. Tablo şöyle:

Kuralın özeti net: hiçbir araç yüzde 100 doğru değil. Disiplin yönetmeliğine “tespit aracı sonucunu mutlak delil sayma” maddesi ekleyen üniversitelerin sayısı geçen dönem hızla arttı. Bunun pratik karşılığı: aracın verdiği yüzde puanı bir “olasılık göstergesi” olarak okunuyor, ardından sözlü değerlendirme, taslak inceleme ve metin-yazar tutarlığı analizi gibi adımlar geliyor. Çoğu kampüste tek bir tıklama ile sıfır vermek artık kabul edilmiyor; soruşturma açma kararı bile en az iki öğretim üyesinin imzasına bağlandı. Bu mesleki sorumluluk meselesinin nasıl iç linkle örüldüğünü merak edenler ai tutor pazar sayfasındaki çerçeveye bakabilir.

Üç eksenli akademik yanıt: araç, sınav, norm

↑ Başa dön

Akademik dürüstlük tartışmasında olgun kurumların izlediği yol üç eksen üzerinde duruyor. Birincisi: tespit aracı + disiplin yönetmeliği. Araç, soruşturmayı tetikleyen sinyaldir; tek başına ceza üretemez. Yönetmelik öğrenciye savunma hakkı, taslakların ve sürüm geçmişinin sunulabilmesi, hocayla yüz yüze değerlendirme oturumu zorunluluğu içerir. Bazı üniversiteler “iki kademeli inceleme” uyguluyor: aracın sinyali geldiğinde dosya önce öğretim üyesine, ardından bağımsız üçüncü hakeme gidiyor; ancak iki ayrı değerlendirme aynı yönde sonuç verirse disiplin kurulu masaya oturuyor.

İkinci eksen: sınav tasarım kurgusu. Kopyaya karşı en sağlam savunma, AI’ın çözemeyeceği biçimde tasarlanan ölçmedir. Gözetimli sözlü sınav, ders içi yazılı kompozisyon, sunum + soru-cevap, ekip projesi defansı; öğrencinin yapıyı “anlamış olmasını” görünür kılar. Geleneksel “ev ödevi olarak makale yaz” formatı, üretici modeller karşısında ayakta kalamıyor.

Üçüncü eksen: birlikte çalışma normu. Bazı dersler AI kullanımını yasaklarken bazıları teşvik ediyor. Önemli olan kuralın baştan ilan edilmesi ve kullanım belgelemenin zorunlu hale getirilmesi. Öğrenci hangi promptu kullandı, hangi paragrafı düzenletti, hangi atıfı kendi bulduğu kaynaktan çekti; bunların ekinde sunulması bekleniyor.

Üç eksenin birbirini desteklemesi şart. Sadece tespit aracına yaslanan kurumlar yanlış pozitif krizleriyle, sadece sınav tasarımını yenileyenler öğretim yükünün altında eziliyor, sadece kullanım normuyla yetinenler ise denetim mekanizması olmadığı için ayar kaçırıyor. Üç ayağın da olduğu hibrit modeli benimseyen üniversitelerin öğrenci memnuniyet anketlerinde “akademik dürüstlük güveni” puanları belirgin biçimde daha yüksek çıkıyor. Bu noktada üniversitelerin iç paydaş haritası önemli: rektörlük, dekanlıklar, hukuk müşavirliği, BT direktörlüğü ve öğrenci konseyi aynı masada oturmadıkça çerçeve sahada tutmuyor.

Claude Learning Mode ve Sokratik diyalog yaklaşımı

Anthropic’in Claude için geliştirdiği Learning Mode, akademik dürüstlük tartışmasında alternatif bir hattı temsil ediyor. Sistem öğrenciye doğrudan cevap vermek yerine Sokratik diyalogla yönlendiriyor: soruyu parçalara böl, varsayımını sorgula, kanıt iste, kendi cümleni kur. Tarih veya felsefe gibi derslerde öğrenciyi tartışmaya iten katman olarak öne çıkıyor.

Bu yaklaşım, kopya tartışmasını yön değiştirten bir öneri. Öğrenci modeli yasak nesne olarak değil çalışma ortağı olarak kullanıyor; çıktısı kendi düşünsel süreciyle birleşiyor. Northeastern ve CodePath gibi kurumlarda pilot programlar başladı. Daha geniş çerçeve için claude education uygulamasındaki vaka analizi yararlı.

Üniversiteler için iki başlık öne çıkıyor: lisans erişimi ve veri gizliliği. Anthropic kurumsal Claude Education sözleşmesinde öğrenci yazışmalarının modele geri öğretim olarak verilmediğini taahhüt ediyor. Bu, üniversitelerin satın alma kararlarında ağırlık taşıyan bir hassasiyet. KVKK ve GDPR uyumu, öğrenci verisinin sınır ötesi taşınması, model log’larının silme süresi gibi maddeler artık satın alma şartnamelerinde standart.

Sokratik diyalogun derste yarattığı fark da somut. Geleneksel “sor-cevap al” akışı öğrencinin metin üretme becerisini geliştirmiyor; tersine cevabı paketleyip teslim alma alışkanlığını besliyor. Learning Mode benzeri yapılar öğrencinin elindeki soruyu parçalara böldüğü için derse hazırlık niteliği artıyor. Öğretim üyeleri ders içinde aynı sorulara daha derin yanıt aldıklarını söylüyor. Bu noktada modelin “doğru cevabı” verip vermediği değil, öğrencinin bağ kurma becerisini yükseltip yükseltmediği önem kazanıyor.

ChatGPT EDU kullanım belgesi ve CSU petition

OpenAI’ın yükseköğretim ürünü ChatGPT EDU, akademik kullanımı belge altına alan en yaygın çözüm. Estonya’nın ülke çapında lise lisansı, California State Üniversitesi’nin 460 binin üzerinde öğrenciye dağıttığı erişim, Princeton ve Wharton gibi okulların pilot uygulamaları bu hattı besliyor. Daha geniş resim için chatgpt edu yayılım üzerinden takip edilebilir.

CSU özelinde ilginç bir karşı dalga doğdu. Bir grup öğretim üyesi, üniversitenin OpenAI ile yaptığı 16,9 milyon dolarlık anlaşmaya karşı bir petition başlattı. Talepler şunlar:

• Anlaşma metninin ve maliyet kalemlerinin şeffaf açıklanması
• Öğrenci verisinin model eğitiminde kullanılmayacağına dair sözleşmeye bağlı garanti
• Çevresel etki raporu (enerji ve su tüketimi)
• Akademik özgürlüğün korunmasını sağlayan opt-out hakkı
• Yetiştirme ve telafi destekli geçiş dönemi

Petition, ChatGPT EDU’nun kampüslere girişinin sadece teknik değil siyasi-mali bir mesele olduğunu hatırlatıyor. OpenAI tarafında ise üniversitelerin AI okuryazarlığı için ortak ders modülleri geliştiriliyor. Bu modüllerde “prompt yazma teknikleri”, “model halüsinasyonu tanıma”, “kaynakça çapraz doğrulama” ve “atıf etiği” gibi başlıklar standart hale geliyor. Sertifika dünyasındaki paralel hareketi takip etmek isteyenler sertifika pazar başlığındaki karşılaştırmaya bakabilir.

Üniversite tarafında satın alma kararı çoğunlukla rektör yardımcılığı + BT direktörlüğü + akademik kurul ortak masasında alınıyor. Karar parametreleri: öğrenci başına maliyet, veri gizliliği maddeleri, kurumsal kontrol paneli (kim ne kullandı), entegrasyon (LMS ile Canvas, Moodle, BlackBoard senkronizasyonu), öğrenci destek hattı ve eğitim kataloğu. Beş yüz dolarlık bir lisans farkı bile birkaç on binlik bir kampüste milyonluk yıllık fatura yaratıyor; bu yüzden fiyat pazarlığı sözleşmenin en uzun maddesi haline geliyor.

YÖK rektörler toplantısı ve Türkiye’nin pozisyonu

↑ Başa dön

Türkiye’de YÖK’ün koordine ettiği rektörler toplantısı, AI politika çağrısıyla sonuçlandı. Çağrının üç ana başlığı var: ortak akademik dürüstlük şablonu, üniversitelerin AI lisans erişimleri için merkezi satın alma çerçevesi, öğretim üyelerine yönelik AI okuryazarlığı eğitimi. ODTÜ, Boğaziçi ve İTÜ kendi iç yönetmeliklerini güncellemeye başladı.

Yönetmelik güncellemelerinin ortak iskeleti şöyle şekilleniyor:

1. AI kullanımı ders sözleşmesinde açıkça beyan edilir (yasak, sınırlı, serbest)
2. Öğrenci kullandığı modelleri, prompt’ları ve çıktıları ekte sunar
3. Tespit aracı sinyali tek başına ceza üretmez; sözlü değerlendirme oturumu gelir
4. Lisans ve doktora tezlerinde “AI yardımı bildirim formu” zorunlu olur
5. Disiplin kurulu üyelerine teknik bilirkişi katılımı sağlanır

Bu maddelerin Türkiye’deki uygulaması heterojen. Vakıf üniversitelerinin bir kısmı ChatGPT EDU veya Claude for Education lisanslarını kurumsal düzeyde aldı, bir kısmı ise tamamen yasakçı pozisyon aldı. EdSource’un eğitim haberlerinde ABD eyalet üniversitelerinin de benzer ayrışmayı yaşadığı gösteriliyor. Türkiye’nin avantajı: merkezi bir koordinasyon hattı (YÖK) üzerinden ortak çerçeve oluşturma kapasitesinin görece yüksek olması.

YÖK koordinasyonunun çıkmaz noktası: yönetmelik baskı altında acele yazılırsa öğrenci hakları zayıflıyor, ağırdan alınırsa fakülteler kendi başına buyruk hareket ediyor. Geçtiğimiz dönemde bazı fakültelerin “AI kullanan öğrenciye otomatik sıfır” maddesi koyup haftalar sonra geri çekmek zorunda kalması, sürecin nasıl yamalı ilerlediğini gösteriyor. Ortak şablon hazırlanırken hukuk fakültelerinin akademik özgürlük perspektifi, mühendislik fakültelerinin kod-yardımı normu, sosyal bilim fakültelerinin metin üretim hassasiyeti aynı masada uzlaştırılmak zorunda. Bu uzlaşma yapılmadığı sürece her fakülte farklı kural koyacak, öğrenci kafa karışıklığı sürecek.

Yeni sınav tasarımı: gözetimli sözlü ve proje tabanlı

Sınav tasarımındaki dönüşüm, kopya tartışmasının en sessiz ama en derin etkisi. “Eve ödev olarak makale yaz” formatı yerini “ders içinde sözlü savunma” veya “iki haftalık proje + final sunumu” gibi yapılara bırakıyor. Turnitin’in yayınladığı akademik dürüstlük raporu kampüslerin yüzde 50’sinden fazlasında sınav formatının değiştirildiğini gösteriyor.

Yeni formatların ortak özellikleri:

• Süreç görünürlüğü: taslaklar, sürüm geçmişi, ortak çalışma platformları (Overleaf, Google Docs sürüm kaydı)
• Sözlü savunma: 5-10 dakikalık soru-cevap, öğrenci kendi metnini açıklar
• Ders içi yazılı: defter veya kontrollü cihazda anlık üretim
• Sınıf arkadaşı geri bildirimi: peer review zorunlu katman olarak ekleniyor
• Proje çıktısı + sergi: portfolyo tabanlı değerlendirme tek-makale ağırlığını kırıyor

Bu modelin zorluğu öğretim yükü. Sözlü savunma yüz öğrencilik bir derste haftalar süren bir iş. Asistan kadrosu güçlü olmayan üniversiteler proje + portfolyo hattına yöneliyor. Açık görünen şu: tek tip “ödev makalesi” döneminin kapısı kapanmak üzere.

Proje tabanlı sınav tasarımının başarılı vakaları, ölçütlü değerlendirme tablosuyla birleştiğinde sağlamlaşıyor. Rubrik denilen bu tablo, projenin hangi başlık altında kaç puan alacağını öğrenciye baştan gösteriyor: özgün katkı, kaynak doğruluğu, sözlü savunma kalitesi, ekip içi rol, sunum disiplini. Öğrenci kendi metnini bu ölçütlere göre planlıyor; AI’ı sadece okuma listesi taraması veya dil parlatma gibi sınırlı işlerde kullanıyor. Hocalar ise tek tek harf notu vermek yerine rubrik üzerinden hızlı puanlama yapabiliyor. Bu yöntemin yan kazancı: öğrenciye verdiği geri bildirim kalitesi de yükseliyor, çünkü puan kırıldığı maddenin gerekçesi rubrikte yazılı.

Sıkça Sorulan Sorular

Tespit aracı sonucu disiplin için yeterli mi?

Olgun yönetmelikler yeterli görmüyor. Sinyal kabul edilip öğrenciyle sözlü değerlendirme oturumu, taslak ve sürüm geçmişinin incelenmesi gibi katmanlar ekleniyor.

Anadili Türkçe olan bir öğrenci yanlış suçlanırsa ne yapmalı?

Yazım sürecinin tüm kanıtlarını toplaması gerekiyor: Google Docs sürüm geçmişi, taslak notları, kaynaklar, ders içi sözlü değerlendirmeye hazırlık. Disiplin kuruluna teknik bilirkişi talebi etmek hakkıdır.

AI ile çalışmak kopya mı?

Ders sözleşmesine bağlı. Hocanın kuralı yasaksa kullanım kopyadır; serbestse kullanım belgelemek koşuluyla kabul ediliyor. Belirsiz alanı baştan sormak en güvenli yol. Bazı dersler “kaynak tarama serbest, metin üretim yasak” gibi ara katmanlar koyuyor; bu durumda da öğrencinin hangi adımı AI ile yaptığını şeffaf biçimde göstermesi bekleniyor.

Üniversiteler hangi AI lisansını alıyor?

En yaygın iki ürün ChatGPT EDU ve Claude for Education. Veri gizliliği taahhüdü, kurumsal kontrol paneli ve maliyet pazarlığı kararı belirliyor. Türkiye’de pilot uygulamalar ODTÜ, Boğaziçi ve bazı vakıf üniversitelerinde başladı. Google Workspace for Education kullanan kurumlar Gemini entegrasyonunu tercih ediyor, AWS odaklı altyapısı olan üniversiteler ise Bedrock üzerinden Claude ya da Llama kombinasyonuna yöneliyor.

Sözlü sınav yeniden yaygınlaşacak mı?

Kapasite zorlu olduğu için her derste değil, kilit derslerde yaygınlaşıyor. Bitirme projeleri, tezler ve seçmeli alan dersleri ilk hedef. Lisansüstü programlarda zaten standart olan defans modeli lisansa doğru sızıyor.

Tespit aracı çıktıları kalıcı olarak kayda alınıyor mu?

Çoğu üniversitede sadece soruşturma açılırsa kayda alınıyor. Otomatik tarama sonuçları geçici sinyal sayılıyor, kalıcı disiplin sicili oluşturulurken sözlü değerlendirme tutanağı ve öğretim üyesi raporu esas alınıyor.

Öğrenci AI kullandığını bildirmek zorunda mı?

Olgun yönetmeliklerde evet. Ders sözleşmesi AI kullanımına izin veriyorsa öğrenci ekte hangi modeli kullandığını, hangi adımda devreye soktuğunu ve kaynak yapısını belirten kısa bir not sunuyor. Bu bildirim hem hocanın değerlendirme bağlamını netleştiriyor hem de itiraz süreçlerinde öğrencinin tarafını güçlendiriyor.

Editör notu: Üniversite AI kopya tartışması, tespit aracı doğruluk sorunundan sınav tasarımına ve birlikte çalışma normuna uzanan geniş bir politika alanı açtı. Türkiye’de YÖK koordinasyonu, ABD’de eyalet üniversitesi sözleşmeleri ve OpenAI-Anthropic’in eğitim ürünleri bu alanın çerçevesini hızla yeniden çiziyor. Yazıdaki maddeler akademik politika tasarımına bilgilendirme amaçlıdır; herhangi bir hukuki veya kurumsal kararın yerine geçmez. Bu yazı yatırım tavsiyesi değildir, bilgilendirme amaçlıdır. — Mehmet Kara, Teknoloji Editörü