"Penalize ediyor mu?" sorusu, çoğunlukla ikiye bölünmüş bir cevap üretir: biri kesinlikle hayır der, öteki elinde birkaç vakayla gelir ve ikisi de haklı çıkar. Çünkü soru yanlış çerçevelenmiş. Google'ın politikası belirli bir çeviri yöntemini hedef almıyor; değer katmayan, kitlesel üretilmiş içeriği hedef alıyor. Otomatik çeviri bazen bu tanıma giriyor, bazen girmiyor.
Fark nerede başlıyor? Bir sitenin beş ürün sayfasını DeepL'e verip sonucu hiç dokunmadan yayınlaması ile aynı çıktıyı editoryal bir süreçten geçirmesi arasında Google'ın gördüğü şey aynı değil. Araç değişmiyor, kullanım biçimi değişiyor. Hangi kullanım biçimi risk taşıyor, hangisi taşımıyor? Bunu belirleyen kriterler Helpful Content güncellemesiyle oldukça netleşti.
Google'ın politikası otomatik çeviriyi nasıl tanımlıyor?
2012'den bu yana Google'ın webmaster yönergelerinde "auto-generated content" başlığı altında listelenen bir madde var: yapay olarak üretilmiş, kullanıcıya değer katmayan içerik spam sayılıyor. O dönemde bu madde, kelime değiştirme tabanlı kural motoru çıktılarını, anlamsız çeviri derleme sayfalarını ve Markov zinciriyle üretilmiş dolgu metinlerini hedef alıyordu.
2022 Helpful Content güncellemesiyle birlikte çerçeve değişti. Google artık içeriğin üretim yöntemini değil, içeriğin kullanıcı için var olup olmadığını soruyor. Bir sayfa öncelikle kitlesel içerik endeksleme amacıyla mı üretildi, yoksa gerçekten bir soruyu çözmeye mi çalışıyor? Otomatik çeviri, bu sorunun cevabına göre birinci kategoriye de girebilir ikincisine de. Politika metni 2023 güncellemesiyle daha da netleşti: üretim teknolojisi değil, niyet ve kalite belirleyici.
Modern AI çevirisi ile eski makine çevirisi aynı kategoride mi?
2012-2018 arasında kullanılan kural tabanlı makine çevirisinin çıktıları bir insan için gerçekten okunamaz durumdaydı. Sözdizimi bozuktu, deyimler anlamsız çevriliyordu, cümle yapısı kaynak dili taklit ettiği için hedef dilde yabancı hissettiriyordu. Googlebot bu metni bir insan kadar okuyamasa da, tıklama oranı, sayfa süresi ve geri dönüş davranışı gibi kalite sinyalleri bunu dolaylı olarak ölçüyordu.
Bugünkü nöral çeviri modelleri, özellikle İngilizce-Türkçe gibi kaynak verisi bol dil çiftlerinde akıcı metin üretiyor. Bir kullanıcı sizi DeepL çıktısını kaynak metinle karşılaştırmadan anlayamıyor. Google da bunu biliyor; yalnızca dil akıcılığına bakarak otomatik çeviri tespiti yapmak artık mümkün değil. Şirketin kendi açıklamalarına göre bu konudaki değerlendirme, üretim teknolojisinden bağımsız tutulmaya çalışılıyor. Akıcı ama değer katmayan içerik yine risk taşıyor; diller arasında kalite farkı oluştuğunda Google her sürümü kendi bağlamında okur.
Pratik bir ayrım şu: 2012'deki spam tanımı aracın çıktısını hedef alıyordu. Bugünkü Helpful Content sistemi sayfanın kullanıcı için var olup olmadığını soruyor. İki soru farklı sayfaları işaret ediyor.
Penalizasyon hangi koşullarda gerçekleşiyor?
Otomatik çeviri kaynaklı penalizasyon genellikle birkaç koşul bir arada gerçekleştiğinde ortaya çıkıyor.
Ölçek. Birkaç sayfa değil, yüzlerce veya binlerce sayfa kısa sürede yayınlanıyor; hangi sayfaların önce çevrileceği bu ölçekte ayrı bir karar haline gelir. Kitlesel içerik üretiminin sinyali, Google'ın örüntü tespiti açısından güçlü bir uyarı. Yüz sayfayı aynı yapıyla bir haftada yayınlamak, otomatik çeviri olmasa da dikkat çekiyor; içerik takvimi bu tempo ile editoryal onay kapasitesini aynı satırda tutmalıdır.
Kaynak değerin yokluğu. Sayfa, zaten başka bir yerde olan içeriği farklı bir dilde tekrar sunuyor; özgün araştırma, yerel örnek, pratik tavsiye veya yorumsal değer eklemiyor. Kullanıcı aynı sonucu kaynak sayfayı çeviri tarayıcısında açarak da elde edebilir.
Kullanıcı sinyallerinin bunu doğrulaması. Sayfaya gelen kullanıcılar hızla geri dönüyor, sayfada zaman geçirmiyor, dönüşüm göstermiyor. Bu sinyaller, içerik kalitesinin dolaylı ölçüsü olarak işleme giriyor.
Üç koşulun aynı anda görüldüğü durumlarda Helpful Content sistemi devreye girebiliyor. Bunlardan biri veya ikisi varsa risk belirgin biçimde düşüyor. Çerçeveyi netleştiren nokta şu: penalizasyon bir araç yasağı değil, belirli bir çıktı örüntüsünün sonucu. Kullanıcı davranış sinyalleri, ölçek ve kaynak değer yokluğundan bağımsız olarak değerlendiriliyor; aynı içerik türünde tekrar eden olumsuz davranış bireysel sayfaların dışına taşan bir etki yaratıyor ve bu sinyal zaman içinde alan adı genelinde birikebiliyor.
DeepL ve Google Translate çıktıları kalite eşiğini geçiyor mu?
Dil çiftine ve içerik türüne göre cevap farklılaşıyor.
İngilizce-Türkçe, İngilizce-Almanca, İngilizce-Fransızca gibi yüksek kaynak veri yoğunluklu çiftlerde modern nöral modeller akıcı metin üretiyor. Teknik içerik, ürün açıklaması veya prosedürel rehber gibi düz anlatım gerektiren metinlerde çıktı kalitesi çoğu durumda editoryal düzeltmeyle yayına alınabilecek seviyeye geliyor.
Türkçe-Arapça, Türkçe-Bengalce, Türkçe-Endonezce gibi kaynak veri yoğunluğu daha düşük çiftlerde aynı durum geçerli değil. Sözdizimi hataları, yanlış yerelleştirme ve anlam kayıpları belirgin oluyor. Çeviri aracı seçimi, bu dil çiftlerinde gerçek bir fark yaratsa da hiçbiri ham çıktıyı yayına hazır hale getirmiyor.
Post-editing miktarı belirleyici. Bir cümle ekleyip çıkarmakla sınırlı düzeltme gerçek değer katmıyor. Yerel örnekler eklemek, kaynak metnin varsaydığı bağlamı hedef kitleye uyarlamak, anlam belirsizliklerini gidermek; bunlar içeriği özgün bir katmana taşıyor. Kaba bir eşik olarak: çıktının yaklaşık yüzde otuzunu yeniden yazıyorsanız, bu artık "makine çevirisi" değil, "makine destekli çeviri" oluyor. İki kavramın Google nezdindeki konumu farklı.
Şunu da belirtmek gerekiyor: DeepL ve Google Translate, aynı kaynak metni yapısal olarak benzer biçimde çeviriyor, çünkü benzer eğitim verilerinden besleniyorlar. İki aracın çıktısını karşılaştırmalı kullanmak, seçenekleri görmek açısından küçük bir fayda sağlıyor. Ama bu karşılaştırma, editoryal yargının yerini tutmuyor.
Otomatik çevirinin güvenli kullanım senaryoları var mı?
Çeviri kalitesi tartışmasından bağımsız olarak, kullanım senaryosu riski belirleyen ikinci büyük etken.
Otomatik çeviri, tekrar eden yapısal içerikte iyi bir başlangıç noktası sunuyor: ürün açıklamaları, kategori meta metinleri, yasal bildirimler, teknik özellik tabloları. Bu tür içeriklerde yapı sabittir, dil yükü düşüktür ve editoryal düzeltme hızlı yapılabilir. Büyük ölçekli kataloglarda her sayfayı sıfırdan çevirmek ekonomik açıdan sürdürülebilir değil. Burada otomatik çeviri, iş yükünü azaltan bir araç olarak konumlanıyor ve insan gözünden geçmiş içerik yayınlanıyor.
Genel blog yazısı, özgün araştırma veya marka sesi gerektiren içeriklerde aynı yaklaşım işe yaramıyor. Çeviri belli oluyor; yerel arama niyetiyle örtüşmüyor; kullanıcı deneyimi kötüleşiyor. Çok dilli içerik önceliklendirmesi yaparken hangi sayfa türlerinin önce ele alınması gerektiğini bilmek, bu ayrımı pratikte kurmanızı sağlıyor.
Shopify çok dilli SEO gibi platform odaklı rehberlerde de belirtildiği gibi, platformların sunduğu otomatik çeviri entegrasyonları çoğunlukla ham çıktı sunuyor. Bu entegrasyonları aktifleştirmek, çıktıyı gözden geçirmeden yayınlamak anlamına gelmiyor. Ayrım çoğunlukla burada yapılmıyor.
Teknik belgeler, API dokümantasyonu ve özellik tabloları da görece güvenli bir kullanım alanı sunuyor. Bu içeriklerde açıklık ve tutarlılık, edebi akıcılığın önüne geçiyor. Bir API parametresini anlatan metin yüksek edebi kalite gerektirmiyor; doğruluk gerektiriyor. Bu avantaj, doğrulama adımını kısaltmıyor: teknik içerikteki bir çeviri hatası, dil hatasından çok daha yüksek risk taşıyor ve bu tür sayfalar özellikle dikkatli bir son okuma gerektiriyor.
Karar çerçevesi: hangi soruları sormak yeterli?
Otomatik çeviri kullanmayı düşünüyorsanız veya halihazırda kullanıyorsanız, üç soru durumu hızlıca değerlendirmenizi sağlıyor.
Sayfanın hedef kitleye özgün değeri var mı? Kullanıcı bu sayfayı okuduktan sonra kaynak sayfanın çevrilmiş halini okumaktan farklı bir şey elde etti mi? Yerel örnek, pazar spesifik tavsiye, yerelleştirilmiş referans. Yoksa sadece dil değişti.
Kullanıcı sayfanın çeviri olduğunu anlıyor mu? Deyimler doğal mı, yerel arama kalıpları metne yansımış mı, hedef pazarın beklentileriyle örtüşüyor mu? Çeviriyi ele veren ipuçları genellikle cümle yapısında değil, bağlam seçiminde ortaya çıkıyor.
İçerik kitlesel mi üretildi? Aynı yapıyla, aynı süreçte çok sayıda sayfa üretildiyse, her sayfanın bireysel kalitesi ne olursa olsun kitlesel sinyal oluşuyor. Yüz sayfa iyi çevrilmiş olabilir, ama kısa sürede toplu yayınlanması, Google'ın ölçek tespiti için baktığı örüntüleri tetikleyebilir.
Bu üç sorunun cevabı tatmin ediciyse, kullanılan çeviri aracı ikincil bir etken haline geliyor. Yerelleştirme ile çeviri arasındaki farkı anlamak, bu karar çerçevesini daha sağlam bir zemine oturtmanızı sağlıyor.
Google'ın penalize ettiği şey belirli bir araç değil. Değer katmayan içerik kitlesel biçimde yayınlanıyor ve kullanıcı sinyalleri bunu doğruluyorsa, bu içeriğin bir insan tarafından mı yoksa bir model tarafından mı üretildiği ikincil oluyor. Tersinden bakıldığında: özgün değer katan, yerel arama niyetiyle örtüşen, editoryal süreçten geçmiş bir sayfa, otomatik çeviriden başlasa bile bu tanımın dışında kalıyor.
"Otomatik çeviri kullanmalı mıyım?" sorusu yerine "Bu sayfanın kullanıcıya özgün katkısı ne?" sorusunu sormak, konuyu doğru çerçeveye oturtmanızı sağlıyor. Çok dilli ürün sayfası SEOsuna bakıldığında da aynı sonuç görülüyor: kaliteli çıktı her zaman araç seçiminden değil, kullanım biçiminden geçiyor.