21 Ekim 2026'da sunulan ve EMNLP 2026'da kabul edilen bir makaleye göre, Google DeepMind ve Pennsylvania Üniversitesi, AI metin dedektörlerini şeffaf ve açıklanabilir hale getirmek için bir yöntem geliştirdi. Araştırmacılar, opak sinir ağı kararlarını insan tarafından okunabilir kavramlara çevirmek için seyrek otomatik kodlayıcılar kullandı ve alan içi verilerde geleneksel kara kutu dedektörlerine kıyasla %98.0'a karşı %96.8'lik bir F1 skoru elde etti. Dağıtım dışı metinlerde, yorumlanabilir model, %75.2'ye karşı %92.2 ile temel performansı önemli ölçüde geride bıraktı.
Bu yaklaşım, eğitim, hakemli inceleme ve içerik moderasyonu gibi AI uygulamalarında kritik bir boşluğu ele alıyor; burada sistem kararları doğrudan bireyleri etkiliyor. İnceleyiciler artık sadece "bu AI tarafından yazılmıştır" demek yerine, dedektörün yargısını etkileyen belirli kavramları inceleyebilir, bu da itiraz ve hesap verebilirliği mümkün kılar. Kod ve eğitilmiş modeller, GitHub'da google-deepmind/detectorscope deposu altında kamuya açıktır.