Google’ın geliştirdiği sistem, altı ayda 50 bin koordineli içerik kümesindeki yaklaşık 130 bin spam kanalını kapattı.
Google araştırmacıları, yapay zekâyla seri biçimde üretilen düşük kaliteli ve koordineli video içeriklerini tespit etmek amacıyla geliştirilen yeni denetim sisteminin ayrıntılarını yayımladı.
“Scalable Cluster Termination System” adı verilen sistem, videoları yalnızca tek tek incelemek yerine aynı kişi veya otomasyon ağı tarafından yönetildiği değerlendirilen bağlantılı kanal kümelerini analiz ediyor.
Google Research tarafından yayımlanan araştırmanın özetine göre sistem, altı aylık uygulama döneminde yaklaşık 50 bin koordineli kümede yer alan 130 bin kanalı kapattı. Araştırmada sistemin “büyük bir çevrim içi video platformunda” kullanıldığı belirtilirken platformun adı açıkça paylaşılmadı.
SİSTEMİN YOUTUBE’DA KULLANILDIĞI KESİN Mİ?
Araştırmayı hazırlayan isimlerin Google çalışanı olması ve çalışmanın çevrim içi video platformlarına odaklanması, sistemin YouTube’da kullanıldığı yönündeki değerlendirmeleri güçlendirdi.
Ancak araştırma metninde platformun adı “YouTube” olarak geçmiyor. Çalışmada yalnızca sistemin büyük bir çevrim içi video platformunda devreye alındığı ifade ediliyor. Bu nedenle “YouTube son altı ayda 130 bin kanalı kapattığını açıkladı” demek, mevcut resmî kaynakların söylediğinin ötesine geçiyor.
YouTube CEO’su Neal Mohan ise Ocak 2026’da yayımladığı değerlendirmede, düşük kaliteli yapay zekâ içeriklerinin yayılmasını azaltmanın platformun 2026 öncelikleri arasında bulunduğunu açıkladı. Mohan, bu amaçla spam, tıklama tuzağı ve tekrarlayan içeriklere karşı kullanılan mevcut sistemlerin güçlendirileceğini belirtti.
Bu iki bilgi birlikte değerlendirildiğinde yeni sistemin YouTube’la ilişkili olduğu yönünde güçlü bir çıkarım yapılabiliyor. Ancak 130 bin kanal rakamının doğrudan YouTube tarafından açıklanmış resmî bir şeffaflık verisi olmadığı unutulmamalı.
130 BİN KANAL NASIL TESPİT EDİLDİ?
Yeni sistemin temel farkı, yalnızca tek bir videonun yapay zekâyla üretilip üretilmediğine bakmaması.
Araştırmada sistemin önce kanallar arasındaki bağlantıları analiz ettiği belirtiliyor. Ortak altyapı sinyalleri, API kullanım biçimleri, paylaşım zamanları, yükleme sıklığı ve otomatik üretime işaret eden davranış kalıpları kullanılarak aynı aktör tarafından yönetilme ihtimali bulunan hesaplar kümelere ayrılıyor.
İkinci aşamada ise bu kanalların yayımladığı içerikler inceleniyor. Sistem şu işaretleri değerlendirebiliyor:
Benzer metin ve senaryo kalıpları
Tekrarlanan başlık ve açıklama ifadeleri
Videolar arasındaki anlamsal benzerlik
Yükleme hızı ve paylaşım zamanlaması
İlk videonun ne kadar kısa sürede yüklendiği
Görüntü, ses ve altyazılardaki üretim izleri
Benzer görsel şablonların tekrar kullanılması
Araştırmaya göre metin gömme modelleri, belirgin başlık ve açıklama ifadeleri, video yükleme temposu ve görsel benzerlik sinyalleri bir araya getirilerek seri üretim davranışı belirleniyor.
VİDEOLAR TEK TEK DEĞİL, AĞLAR HÂLİNDE İNCELENİYOR
Geleneksel içerik denetimi, çoğunlukla tek bir video veya paylaşım hakkında karar verilmesine dayanıyor. Yapay zekâ destekli spam ağları ise aynı içeriğin küçük değişikliklerle yüzlerce farklı sürümünü üretebiliyor.
Bir videonun başlığı, görseli, dili veya seslendirmesi değiştirilse bile anlatılan hikâye ve üretim şablonu aynı kalabiliyor. Böylece içerikler birbirinin tam kopyası olmadığı için klasik eşleştirme sistemlerinden kaçabiliyor.
S-CTS, bu soruna kanal ilişkilerini ve üretim davranışlarını birlikte inceleyerek karşılık veriyor. Yeterince güçlü bağlantı ve sentetik içerik işareti tespit edildiğinde tek bir video yerine ilgili kanal kümesinin tamamı hakkında işlem yapılabiliyor.
Bu yaklaşım, aynı otomasyon sistemini kullanan çok sayıda kanalın ayrı ayrı değerlendirilmesi yerine ağın kaynağına müdahale edilmesini amaçlıyor.
“AI SLOP” NE ANLAMA GELİYOR?
Araştırmada düşük kaliteli, seri üretilmiş sentetik içerikler için “AI slop” ifadesi kullanılıyor.
Bu kavram yalnızca yapay zekâ kullanılarak hazırlanmış her videoyu kapsamıyor. Çalışmada hedef alınan içerikler; otomatik sistemlerle çok büyük miktarlarda üretilen, birbirine benzeyen, platformun kalite filtrelerini aşmayı amaçlayan ve kimi zaman kullanıcıları dolandırıcılık veya zararlı hizmetlere yönlendiren yayınlar olarak tanımlanıyor.
Araştırmada özellikle şu alanların yapay zekâ destekli kötüye kullanıma açık olduğu belirtiliyor:
Gerçek kişileri taklit eden sentetik videolar
Yapay zekâyla hazırlanan dolandırıcılık içerikleri
Çocuk güvenliğini tehdit eden şok ve şiddet videoları
Cinsel içerikli sentetik üretimler
Aynı hikâyenin farklı görüntülerle tekrarlandığı seri videolar
Platform algoritmasını yanıltmak amacıyla üretilen kanal ağları
Dolayısıyla sistem, yapay zekânın yaratıcı üretimde kullanılmasını değil; otomatik, koordineli ve yanıltıcı içerik üretimini hedefliyor.
YAPAY ZEKÂYLA VİDEO HAZIRLAMAK YASAKLANDI MI?
YouTube’da yapay zekâ kullanarak video hazırlamak genel olarak yasak değil.
YouTube, yaratıcıların senaryo, görsel, ses, kurgu veya üretim süreçlerinde yapay zekâ araçlarından yararlanabileceğini kabul ediyor. Ancak içeriklerin özgün değer sunması, yanıltıcı olmaması ve platform kurallarına uyması gerekiyor.
YouTube’un güncel spam politikasında, otomatik araçlar veya yapay zekâ kullanılarak küçük değişikliklerle çok sayıda benzer içerik üretilmesi yasaklanan davranışlar arasında sayılıyor. Aynı müzik, benzer yapay zekâ görselleri ve otomatik hazırlanmış metinlerin çok sayıda videoda tekrar kullanılması bu kapsamdaki örneklerden biri olarak gösteriliyor.
Platformun para kazanma politikasında da seri üretilmiş, tekrarlayan ve özgün katkı sunmayan videolar “özgün olmayan içerik” kapsamında değerlendiriliyor. Genel veya hazır yapay zekâ şablonları kullanılarak oluşturulan ve içerik üreticisinin özgün yorumunu içermeyen kanallar para kazanmaya uygun bulunmayabiliyor.
HATALI KAPATMA ORANI GERÇEKTEN YÜZDE 1’İN ALTINDA MI?
Paylaşılan referansta “algoritmik operasyondaki hatalı kapatma oranının yüzde 1’in altında kaldığı” belirtiliyor. Araştırmadaki ölçüm ise biraz daha farklı tanımlanıyor.
Çalışmanın sonuç bölümünde, verilen kararların daha sonra geri çevrilme oranının yüzde 1’in altında olduğu ifade ediliyor. Bu veri, kapatılan bütün kanalların yalnızca yüzde 1’inin hatalı olduğu şeklinde doğrudan yorumlanmamalı.
Geri çevirme oranı; itiraz edilen ve yeniden incelenerek değiştirilen kararları gösteriyor. İtiraz etmeyen, itiraz sürecini tamamlayamayan veya başka nedenlerle yeniden incelemeye alınmayan kanallar bu ölçümün dışında kalabilir.
Araştırmada otomatik ihlal kararları için kullanılan sınıflandırıcıların bazı içerik kategorilerinde yüzde 92 ile yüzde 95 arasında kesinlik sağladığı belirtiliyor. Belirsiz vakaların ise doğrudan otomatik kapatılması yerine insan incelemesine yönlendirildiği aktarılıyor.
Bu nedenle daha doğru ifade, “itiraz sonrasında kararın geri çevrilme oranı yüzde 1’in altında kaldı” şeklinde olmalı.
İNSAN İNCELEMESİ TAMAMEN KALDIRILMADI
Yeni sistem bütün kararların yalnızca yapay zekâ tarafından verildiği tamamen otomatik bir yapı olarak çalışmıyor.
Araştırmaya göre yüksek güven puanına sahip ihlaller otomatik işleme alınabiliyor. İçeriğin veya kanal ilişkisinin yeterince açık olmadığı durumlar ise insan uzmanlara gönderiliyor.
Sistem aynı zamanda güvenli ve özgün olduğu konusunda yüksek puan alan içerikleri manuel inceleme kuyruğunun dışına çıkarıyor. Böylece uzmanların zamanının daha karmaşık vakalara ayrılması amaçlanıyor.
Altı aylık değerlendirmede kanal kümelerinin doğrulanma süresinin insan incelemesine göre ortalama yüzde 32, sentetik içerik inceleme süresinin ise yüzde 50 azaldığı bildirildi.
AYNI METNİ KULLANAN KANALLAR OTOMATİK KAPATILACAK MI?
Kanalların benzer başlık veya metin kullanması tek başına kapatılma nedeni olarak gösterilmiyor.
Sistem birçok sinyali birlikte değerlendiriyor. Metin benzerliğinin yanında paylaşım hızı, kanal bağlantıları, ortak üretim altyapısı, görsel kalıplar ve sentetik içerik yoğunluğu da dikkate alınıyor.
Haber kuruluşları, müzik şirketleri, eğitim ağları veya çok dilli yayın yapan kuruluşlar aynı başlık biçimini ve ortak üretim araçlarını kullanabilir. Araştırmada bu tür meşru üretim ağlarının yanlışlıkla hedef alınması riskine karşı kesinliğin geri çağırma oranından daha öncelikli tutulduğu belirtiliyor.
Çalışmada ayrıca tekil biçimde yeni araçları deneyen içerik üreticileri yerine koordineli ve kitlesel üretim davranışlarının hedeflendiği ifade ediliyor.
ÖZGÜN İÇERİKLER DAHA FAZLA ÖNE ÇIKACAK MI?
Araştırma, 130 bin kanalın kapatılmasının özgün içeriklerin izlenme veya önerilme oranını ne kadar artırdığına ilişkin bir veri sunmuyor.
Bununla birlikte YouTube’un para kazanma politikası, özgün ve gerçek katkı sunan içerikleri ödüllendirmeyi; seri üretilmiş ve birbirinin yerine geçebilecek videoları ise gelir sisteminin dışında bırakmayı amaçlıyor.
Spam ağlarının kapatılması, arama sonuçları ve öneri alanlarında otomatik üretilmiş içeriklerin kapladığı alanı azaltabilir. Ancak bunun her özgün kanalın izlenmesini otomatik olarak artıracağı söylenemez. İzlenme süresi, izleyici memnuniyeti, konu, rekabet ve yayın düzeni gibi başka faktörler de görünürlüğü belirlemeye devam ediyor.
YAPAY ZEKÂ KULLANAN İÇERİK ÜRETİCİLERİ NELERE DİKKAT ETMELİ?
YouTube’da yapay zekâ araçlarından yararlanan içerik üreticilerinin yalnızca videoyu farklılaştırmak için birkaç kelime veya görüntüyü değiştirmesi yeterli olmayabilir.
Kanal güvenliği ve para kazanma uygunluğu açısından şu noktalar önem taşıyor:
Her videoya özgün araştırma, yorum veya anlatım eklenmeli.
Aynı senaryo küçük değişikliklerle çok sayıda kanalda yayımlanmamalı.
Hazır görsel ve ses şablonları sürekli tekrarlanmamalı.
Başlık ve küçük resimler yanıltıcı biçimde hazırlanmamalı.
Otomatik yükleme sistemleriyle kısa sürede yüzlerce benzer video paylaşılmamalı.
Gerçek kişi veya olayları taklit eden içeriklerde gerekli yapay zekâ bildirimi yapılmalı.
Başka kaynaklardan alınan görüntülere özgün yorum, kurgu veya eğitim değeri eklenmeli.
YouTube, gerçek bir kişinin söylemediği sözleri söylemiş gibi gösteren, gerçek bir olayı değiştiren veya yaşanmamış gerçekçi bir sahne oluşturan sentetik içeriklerin bildirilmesini istiyor. Senaryo taslağı, başlık önerisi veya üretim desteği gibi gerçekçi biçimde yanıltıcı olmayan kullanımlar için aynı bildirim zorunluluğu uygulanmıyor.
PARA KAZANMA KAPATMASI İLE KANALIN KAPATILMASI AYNI DEĞİL
YouTube’un para kazanma kuralları ile spam politikasına bağlı kanal yaptırımları birbirinden farklı.
Bir kanalın içeriği özgün bulunmadığı için YouTube İş Ortağı Programı’ndan çıkarılması, kanalın tamamen kapatıldığı anlamına gelmeyebilir.
Ancak seri üretimin spam, dolandırıcılık, yanıltıcı yönlendirme veya koordineli kötüye kullanım niteliği taşıması durumunda içerik kaldırma, para kazanmayı askıya alma veya kanalın kapatılması gibi daha ağır yaptırımlar uygulanabiliyor. YouTube’un spam politikası, bağlantılı kanal ağlarını da kapsıyor.
Yeni araştırmada açıklanan sistem de yalnızca gelir kesintisine değil, belirlenen kanal kümelerinin tamamen sonlandırılmasına odaklanıyor.
YOUTUBE’DA YAPAY ZEKÂ İÇERİKLERİ İÇİN YENİ DÖNEM
Google araştırmacılarının geliştirdiği sistem, içerik denetiminde videodan ağa doğru önemli bir değişime işaret ediyor.
Artık yalnızca tek bir videonun kuralları ihlal edip etmediği değil; kanalların birbiriyle ilişkisi, aynı üretim sistemini kullanıp kullanmadığı, paylaşım zamanları ve içerik şablonları da değerlendirmeye alınabiliyor.
Google Research sayfasındaki verilere göre altı aylık süreçte yaklaşık 50 bin bağlantılı kümede bulunan 130 bin sentetik spam kanalı kapatıldı. Ancak çalışmada kullanılan büyük video platformunun adı açıklanmadığı için bu rakamların kesin olarak YouTube’a ait olduğu resmî biçimde doğrulanmış değil.
YouTube’un düşük kaliteli yapay zekâ içeriklerini 2026 öncelikleri arasına alması ve güncel spam kurallarında otomatik seri üretime açıkça yer vermesi, platformdaki denetimlerin daha kapsamlı hâle geleceğini gösteriyor.
Bu değişiklik, yapay zekânın yaratıcı bir yardımcı olarak kullanılmasını engellemiyor. Hedefte, aynı şablonlarla çok sayıda kanal üzerinden yayın yapan, kullanıcıları yanıltan ve platformun sistemlerini manipüle etmeye çalışan otomatik içerik ağları bulunuyor.
