Veri ve yapay zekâ teknolojileri

Modüller

Üretken yapay zekâ, akademik çalışmaların nasıl yazıldığını ve nasıl değerlendirildiğini değiştirdi.

Her modül belirli bir işe odaklanır ve sonucun neye dayandığını gösterir.

Kullanımda · Türkçe

Yapay zekâ yazım analizi

KLX modelimiz, metnin yapay zekâyla yazılmış olabileceğine işaret eden özellikleri inceler. Sonucun belirsizlik düzeyini de gösterir.

Kullanımda · Türkçe

Açıklamalı rapor

Bir bölümün neden işaretlendiğini, sonuca ilişkin güven düzeyini ve analizin sınırlarını gösterir.

Kullanımda · Türkçe

Kaynakça oluşturucu

Girdiğiniz kaynak bilgilerinden APA 7 biçiminde kaynakça oluşturur.

Planlanan

Kaynakça ve atıf kontrolü

Atıf yapılan kaynakların gerçekten var olup olmadığını ve metin içi atıfların kaynakçayla eşleşip eşleşmediğini kontrol eder.

Planlanan

Yapay zekâ kullanım beyanı

Verdiğiniz bilgilere göre yapay zekâ kullanım beyanı hazırlar. Tarayıcıda çalışır ve girdiğiniz metni sunucuya göndermez.

Planlanan

Metin benzerliği kontrolü

Metni yayımlanmış kaynaklarla karşılaştırır ve örtüşen bölümleri gösterir.

Ürünler

Türkiye'de kullanılıyor. İngilizce ve Arapçaya genişliyor.

Kullanımda · Türkçe

TezMakale

Modüllerimiz TezMakale'de kullanılıyor.

1.400+anonim kullanıcı
300+kayıtlı kullanıcı
20+akademik araştırmacı

Ekim 2026 · TezMakale kayıtları

TezMakale.com'a git
KLX

KLX, Türkçe için geliştirdiğimiz bir makine öğrenimi modeli.

Makine öğrenimi

İnsanların ve yapay zekânın yazdığı Türkçe akademik metinlerden öğrenir. Yeni verilerle ölçmeyi ve geliştirmeyi sürdürüyoruz.

Türkçe temelli

Türkçenin dil bilgisi kurallarına ve akademik yazım özelliklerine dayanır. Başka bir dil için yapılmış bir modelin uyarlaması değildir.

Tamamen yerli

Türkiye'de, kendi ekibimizle geliştiriyoruz. Türkçe analizde dış bir yapay zekâ modeli ya da servisi kullanılmaz.

Örnek rapor

Örnek metin kurgusaldır. Açıklamalar elle hazırlanmıştır ve model çıktısı değildir. Açıklamayı görmek için işaretli bir cümleyi seçin.

Gösterim örneği · gerçek analiz değil

Geri bildirimin zamanlaması, öğrencilerin yazma becerilerini geliştirmede belirleyici bir rol oynar. Bu çalışmada iki lisans dersinde, taslak teslimlerinden sonra geri bildirimin ne kadar sürede verildiği karşılaştırıldı. Geri bildirimi bir hafta içinde alan öğrencilerin ikinci taslaklarında, daha geç alanlara göre daha az biçim hatası vardı. Bu bulgu, geri bildirimin öğrenme sürecinin vazgeçilmez bir parçası olduğunu ve eğitimde dönüştürücü bir etkiye sahip olduğunu açıkça ortaya koymaktadır. Örneklem küçük olduğu için sonuç başka derslere genellenmemelidir.

Örnekte iki cümle işaretlidir. İşaretler incelenecek bölümleri gösterir; metnin yapay zekâyla yazıldığını kanıtlamaz.

Neden işaretlendi

Güven düzeyi
Analizin sınırları

Yöntem

Nasıl ölçtüğümüzü açıkça yazıyoruz.

  1. Değerlendirme yöntemi

    Yapay zekâ yazım analizi araçlarının doğruluğunu, kendi modelimiz KLX'ten başlayarak test ediyoruz. Yöntemi test sonuçlarını görmeden önce kayda geçiriyoruz.

  2. Her dil için ayrı değerlendirme

    Başarımı her dilde ayrı ölçüyoruz. Sırada Arapça ve İngilizce var.

  3. Sonuçların yorumlanması

    Analiz sonucu tek başına bir metnin yapay zekâyla yazıldığını kanıtlamaz. Sonuçlar insan değerlendirmesiyle birlikte ele alınmalıdır.

Şirket

Kurucu ortaklar

Yusuf Oskay Dağlı

Yazılım ve ürün geliştirme

LinkedIn

Veri ve iş geliştirme

Aybars Kutay Dağlı

Balıkesir ÜniversitesiEndüstri Mühendisliği

LinkedIn

Mehmet Görkem Akdoğan

İstanbul Teknik Üniversitesiİnşaat Mühendisliği (Yüksek Lisans)

LinkedIn

Bora Başkan

Bilkent ÜniversitesiSiyaset Bilimi

LinkedIn