Yapay Zekâ Taslaklarını Doğrulamak: Yayın Öncesi Kontrol Turu

2026'da KPMG'nin ajantik yapay zekâ hakkında yayımladığı bir raporda 45 atıf vardı. Beşi gerçekteydi. Geri kalanı ya uydurmaydı ya da tanınmaz hale gelecek şekilde çarpıtılmıştı (techradar.com). 2024 ile 2026 arasında PwC Middle East, en az dört yapay zekâ ile üretilmiş ya da yapay zekâ destekli raporda yanlış iddialar ve "vibe citations" olarak tanımlanan — yani kaynaklanmış hissi vermek için icat edilmiş referanslar — içerik yayımladı (techradar.com). Profesyonel firmalar, yayımlanmış işler, uydurma kaynaklar.

Bu bir frontier-lab sorunu değil. 2 Şubat 2026'da yayımlanan bir NP Digital araştırması, pazarlamacıların %47,1'inin haftada birkaç kez yapay zekâ hatalarıyla karşılaştığını ve %36,5'inin halüsinasyon içerikli materyalin halka açık şekilde yayımlandığını kabul ettiğini ortaya koydu (ppc.land). Yapay zekâ destekli taslaklar yayımlıyorsanız, bu riskin bir kısmı size ait.

Bu yazının sonunda, sırayla beş adımdan oluşan sabit bir yayın öncesi kontrol turuna ve kopyalanabilir bir kontrol listesine sahip olacaksınız. Turun dayattığı kural basit: "doğru duyuluyor" bir yayın sinyali değildir. Her sayı, alıntı ve tarih adı geçen bir kaynağa izlenebilir olmalı; aksi halde iddia yayına girmez.

Neden "doğru duyuluyor" bir yayın sinyali değildir

Yapay zekâ yazımı daha isabetli hale geldi. Vectara'nın HHEM özetleme benchmark'ında, 2026'daki frontier modeller özetlerin kabaca %1,0–2,5'inde halüsinasyon üretiyor; bu, 2023'teki %3–8'den düşük (presenc.ai). Daha iyi, ama güvenli değil; ve bu iyileşme eşit dağılmış durumda.

Risk tam olarak blog içeriğinin yaşadığı yerde yoğunlaşıyor. Uzun kuyruklu bilgiler (niş istatistikler, az bilinen çalışmalar, spesifik rakamlar) frontier modellerde bile %15–40 oranında halüsinasyona dönüşüyor. Bir modelin eğitim kesim tarihinden sonraki olaylar %30–60 oranında hatalı çıkıyor. Yaygın dağılımın tepesindeki bilgiler ("su ıslaktır") ise %1–3'te kalıyor. Son bir sektör istatistiği hakkında yazdığınız blog yazısı, tam olarak hata üretmeye yatkın kategorilerden inşa edilmiş durumda.

Hata modu aynı zamanda yakalaması en zor olan: kökeni izlenemeyen, kendinden emin ve akıcı bir cümle. Akıcılık, eksik kaynaklandırmayı gizler. Doğrulamaya okuyarak ulaşamazsınız; iz sürmeniz gerekir.

Kontrole başlamadan önce ihtiyacınız olanlar

Önem sırasına göre üç şey:

1. Bir taslak ve kaynak listesi. Doğrulama, iddiaları adı geçen kaynaklara izlemek demektir; taslağı ton açısından yeniden okumak değil. Taslak kaynaklar olmadan geldiyse, düzeltilecek ilk sorun budur.
2. Bir iddia envanteri. İstatistikleri, tarihleri, isimleri ve alıntıları ayrı iddialar olarak çıkarın. Evergreenfeed, önce yüksek etkili iddialara öncelik vermeyi öneriyor — yanlış çıktığında sizi utandıracak olanlara.
3. Kritik iddialar için iki kaynak kuralı. Evergreenfeed, kritik iddiaların en az iki bağımsız ve güvenilir kaynakla desteklenmesini ve neyin kontrol edildiğinin belgelenmesini tavsiye ediyor. Tek kaynak bir izdir; iki kaynak teyittir.

Gerçekten zaman ayırın. On istatistik içeren 1.200 kelimelik bir taslak beş dakikalık bir iş değildir; aksini düşünmek, uydurma atıfların yayımlanmasının sebebidir.

Adım 1: Kontrol edilebilir her iddiayı çıkarın

Taslağı baştan sona tarayın ve her istatistiği, alıntıyı, tarihi ve adı geçen varlığı ayrı bir satır olarak listeleyin. Satır başına bir iddia, taslak sırasına göre.

Her iddiayı türe göre etiketleyin — istatistik, alıntı, tarih, isim — çünkü her türün farklı bir doğrulama yolu vardır. Bir istatistik orijinal çalışmaya izlenir; bir alıntı transkripte; bir tarih resmi bir kayda. Etiket, Adım 2'de nereye gideceğinizi söyler.

Tuzak: "yumuşak" sayıları atlamak — laf arasında geçen bir yüzde, geçiş cümlesindeki bir "yaklaşık yarısı". Uzun kuyruklu bilgiler tam olarak en çok halüsinasyon üretenlerdir; ve gündelik görünenler, kimsenin kontrol etmediği olanlardır. Onları da kontrol edin.

Adım 2: Her iddiayı adı geçen bir kaynağa izleyin

TechTarget'ın çapraz kontrol rehberi burada standarttır: istatistikleri orijinal çalışmalarla, alıntıları birincil röportajlarla, tarihleri resmi kayıtlarla doğrulayın (6 steps in fact-checking AI-generated content). Çalışmaya atıfta bulunan başka bir blog yazısıyla değil. Çalışmanın kendisiyle.

Ardından kaynağı bir haber odası gibi değerlendirin. Haber odası doğrulaması, her olgusal ifadenin kökenini ve atıf yapılan kaynaklarını belgelemek, kaynak güvenilirliğini değerlendirmek ve birden fazla kaynak arasında üçgen doğrulama yapmak demektir (Source Triangulation Checklist for Media Claims). Tek bir bağlantı bir iz değildir. Bir basın bülteni bir çalışma değildir. Bir tedarikçinin kendi blogu bağımsız değildir.

Tuzak: var olan ama taslağın iddia ettiğini söylemeyen bir atıfı kabul etmek. Bu, kaynaklanmış taslaklardaki en yaygın hatadır: kaynak gerçektir, başlık doğru duyulur ve asıl içerik cümleyi desteklemez. Kaynağı açın. İlgili kısmı okuyun. İddiayı başlığın vaat ettiğiyle değil, söylediğiyle karşılaştırın.

Adım 3: İddia listesi üzerinde otomatik kontroller çalıştırın

İddia listesi oluştuğunda, otomasyon yerini hak eder. Factward gibi araçlar metni tekil iddialara ayırır, her birini gerçek web kaynaklarıyla karşılaştırır ve bir isabet kararı döndürür (factward.com). Bu, iddia envanterinizle birebir örtüşür: listeyi besleyin, kararları geri alın.

Bu yaklaşımın arkasındaki rakamlar gerçek. Atıf zorunluluğu olan çıktılar, desteklenmeyen iddiaları %30–60 azaltıyor; yüksek kaliteli erişimle desteklenen retrieval-augmented generation, olgusal sorgularda halüsinasyonu %50–80 oranında kesiyor. Bir taslağı yazılmadan önce erişilen kaynaklara dayandırmak, hataları sonradan yakalamaktan daha etkilidir.

Tuzak: araç çıktısını nihai saymak. Otomasyon listeyi daraltır: insan bakımını hak eden iddiaları işaretler, mekanik olanları temizler. Onayı yine editör verir. Bir araçtan gelen karar kanıttır, onay değil.

Adım 4: Uzman turu ve son okuma

Uzmanlık gerektiren konularda, kendi başınıza doğrulayamadığınız iddialar için bir alan uzmanına danışın. Bir istatistiği bir çalışmaya izleyebilirsiniz; ama çalışmanın iyi olup olmadığını her zaman söyleyemezsiniz. Yazı alanına özgü iddialara dayanıyorsa — tıbbi, hukuki, finansal, teknik — birinin iddia listesine bakmasını sağlayın; düzyazıya değil.

Ardından, ve yalnızca ardından, netlik için yazım kontrolü yapın. TechTarget sıralama konusunda açık: önce olgular, sonra redaksiyon. Sebep çıpalama etkisidir. Doğrulamadan önce cilalarsanız, akıcı dile aşık olur ve cümleleri kontrol etmek yerine savunmaya başlarsınız.

Tuzak: yayımlayıp sonra sessizce düzeltmek. Haber odası editoryal standartları, iddiaların kanıtla desteklendiğini teyit eden bir editör incelemesi, yayımlanan nihai metinde belgelenmiş kaynaklandırma ve yayından sonra hızlı ve görünür düzeltmeler öngörür (Editorial Standards · NEWSROOM). Sessiz düzenlemeler, küçük bir hatanın güven sorununa dönüşme şeklidir.

Adım 5: Turu tekrarlanabilir olması için kayıt altına alın

Neyin, hangi kaynaklara karşı kontrol edildiğini ve neyin değiştiğini kaydedin. Bu kayıt, tek seferlik bir temizliği rutine dönüştürür — bir sonraki yazıda hangi adımların işletildiğini ve zayıf iddiaların nerede olduğunu tam olarak bilirsiniz.

Riskler varsayımsal değil. Uydurma atıflar hakem değerlendirmesini bile aşabiliyor: NeurIPS 2025 kabul edilen makalelerindeki 100 halüsinasyon atfın analizi, 53 makalede — kabul edilen makalelerin yaklaşık %1'inde — hakemleri geçen uydurma atıflar buldu (arxiv.org). Hakem değerlendirmesi, bir içerik takviminden daha güçlü bir filtredir.

Tuzak: "düşük riskli" yazılarda kaydı atlamak. 2024'te Philadelphia Şerif adayı Rochelle Bilal'ın kampanyası, hiçbir meşru haber arşivinde yer almayan 30'dan fazla uydurma "haber" yayımlamak için ChatGPT kullandığını kabul etti (apnews.com). Kimse bu sonucu planlamaz. Doğrulama isteğe bağlı olduğunda ve hiçbir şey kayıt altına alınmadığında olur.

Kopyalanabilir yayın öncesi kontrol listesi

Bunu her yapay zekâ destekli taslakta, yayına girmeden önce uygulayın:

• □ Her istatistik adı geçen, güvenilir bir kaynağa izlendi (orijinal çalışma tercih edilir)
• □ Her alıntı birincil röportaj veya transkriptle doğrulandı
• □ Her tarih resmi bir kayıtla teyit edildi
• □ Kritik iddialar iki bağımsız kaynakla desteklendi
• □ Doğrulama adımları belgelendi; yayından sonra bir şey sızarsa düzeltme politikası hazır

Beş kutu. Bir iddia kendi kutusunu dolduramıyorsa, yayından önce — sonra değil — ya çıkarılır ya da doğrulanır.

Kontrolün işe yaradığını nasıl anlarsınız

İki sinyal:

1. Yayımlanmış yazıyı rastgele kontrol edin. Beş rastgele iddia seçin ve her birini kayıt üzerinden çözün. Beşi de, her biri iki dakikadan kısa sürede adı geçen bir kaynağa izlenmeli. Biri daha uzun sürüyorsa, kayıt fazla yüzeyseldir.
2. Yayın sonrası düzeltmeleri takip edin. Oran, ardışık yazılarda sıfıra yaklaşmalı. Yaklaşmıyorsa, kontrol turu tutmuyor demektir.

Ve bir teşhis: iddialar iz sürmede sürekli başarısız oluyorsa, sorun akışın yukarısındadır. Doğrulama turu yalnızca araştırma adımının ürettiğini kontrol edebilir. Editörü değil, kaynaklandırmayı düzeltin.

ContentRails'i tam bu yüzden bu şekilde kurduk. Sabit, proje başına bir iş akışı (plan, araştırma, atıflı bilgi föyü, taslak, kontroller, editör) bu sırayla çalışır ve her adım kayıt altına alınır (contentrails.ai). Atıflı bilgi föyü, taslak oluşturma ve yazmadan önce hazırlanır; böylece taslaktaki her rakam, gerçekten okuduğu bir kaynaktan gelir ve otomatik kontroller ile editör turu, insan taslağı görmeden önce çalışır. Taslağı ham düzyazıya karşı değil, bilgi föyüne karşı incelersiniz ve tam otomatik pilotu açmadığınız sürece onayınız olmadan hiçbir şey yayına girmez — her taslak kaynaklarını beraberinde taşır (contentrails.ai).

Kendi şartlarımızdan gelen dürüst bir uyarı: ContentRails rakamları erişilen kaynaklara karşı kontrol eder, ancak üretilen içerik yine de hata içerebilir ve yayımlamadan önce inceleme sorumluluğu size aittir (contentrails.ai). Bu yazıdaki insan turu editörün işi olmaya devam ediyor. İş akışı onu hızlandırır; isteğe bağlı yapmaz.

Karar kuralı

Hiçbir rakam, alıntı veya tarih, atıflı bilgi föyünde adı geçen bir kaynak olmadan yayına girmez. Bir iddianın kaynağı yoksa, yayından önce ya çıkarılır ya da doğrulanır. Kuralın tamamı budur ve kontrol listesine sığar.

Sonraki adım: kontrol listesini bir sonraki yapay zekâ taslağınızda çalıştırın ve kaç iddianın iz sürmeyi geçtiğine bakın. Ardından ContentRails'te proje başına otomasyon seviyesini ayarlayın, böylece gelecekteki her taslak aynı kontrol için önceden doğrulanmış gelsin — ücretsiz plan bir projeyi uçtan uca çalıştırır, yani iş akışını önce gerçek bir sitede deneyebilirsiniz (contentrails.ai).