Yazar: Avukat Şerafettin KAYA

Yapay Zekâ ve Hukuk: Kapsamlı Bir Değerlendirme

Yapay zekâ (YZ), 1950’lere dayanan köklü bir geçmişe sahip olmakla birlikte, özellikle üretken YZ ve büyük dil modellerinin (örn. ChatGPT) yükselişiyle küresel yönetişim ve etik tartışmalarının merkezine yerleşmiştir. Sunum, YZ’nin insanlık için hem muazzam fırsatlar sunduğunu hem de Stephen Hawking gibi düşünürlerin dikkat çektiği varoluşsal riskler barındırdığını vurgulamaktadır.

Hukuki açıdan en temel sorunlar; algoritmik önyargı, şeffaflık eksikliği, hesap verebilirlik boşlukları, kişisel verilerin mahremiyeti ve fikri mülkiyet ihlalleridir. Yapay zekânın hukuki statüsü (obje mi, süje mi?) ve bir zarar durumunda sorumluluk zincirinin (geliştirici, kullanıcı, sağlayıcı) nasıl kurulacağı, doktrinde yoğun tartışmalara konu olmaktadır. Küresel düzeyde, Avrupa Birliği’nin risk odaklı ve kapsamlı “Yapay Zekâ Tüzüğü”, Çin’in güvenlik ve devlet kontrolü merkezli yaklaşımı, Japonya’nın inovasyon dostu gönüllülük modeli ve ABD’nin daha serbest piyasa odaklı düzenlemeleri gibi farklı yaklaşımlar ortaya çıkmıştır.

Avukatlık mesleği için yapay zekâ, bir ikame değil, belge analizi ve dava stratejisi oluşturma gibi alanlarda verimliliği artıran bir yardımcı araç olarak konumlandırılmaktadır. Ancak bu araçların kullanımı, “halüsinasyon” olarak bilinen yanlış bilgi üretme riski ve müvekkil verilerinin gizliliğinin ihlal edilmesi gibi ciddi mesleki sorumlulukları beraberinde getirmektedir. Türkiye, 2028’e kadar AB mevzuatıyla uyumlu ulusal bir yapay zekâ kanunu çıkarmayı ve Avrupa Konseyi Çerçeve Sözleşmesi’ne taraf olmayı hedefleyen stratejik planlarla bu alandaki hukuki altyapısını geliştirmeyi amaçlamaktadır.

——————————————————————————–

1. Giriş: Yapay Zekânın Kavramsal ve Tarihsel Gelişimi

Yapay zekâ, popüler algının aksine yeni bir kavram olmayıp, temelleri 20. yüzyılın ortalarına dayanan bir alandır. Teknolojinin evrimi, YZ’yi teorik tartışmalardan gündelik hayatın ve hukuki düzenlemelerin merkezine taşımıştır.

1.1. Tarihsel Arka Plan

• 1950’ler: Bilgisayar biliminin kurucusu kabul edilen Alan Turing’in 1950’de yayımladığı “Makineler Düşünebilir mi?” başlıklı makalesi ve “Turing Testi” kavramı, YZ’nin kavramsal temelini atmıştır.
• 1956: “Yapay Zekâ” terimi, Dartmouth Konferansı’nda ilk kez kullanılmıştır.
• 1959: Ünlü Türk matematikçi Cahit Arf, Erzurum Atatürk Üniversitesi’nde sunduğu “Makineler Düşünebilir mi ve Nasıl Düşünebilir?” başlıklı makalesi ile konuya Türkiye’den önemli bir katkı sağlamıştır.
• 1980’ler ve 1990’lar: Uzman sistemlerin gelişimi ve ardından gelen “YZ Kışı” olarak adlandırılan durgunluk dönemi yaşanmıştır. 1990’larda Dünya Satranç Şampiyonu Kasparov’un Deep Blue sistemine yenilmesi, YZ’nin ana akım ilgisini çekmesini sağlamıştır.
• 2000’ler ve Sonrası: “Büyük Veri”nin (Big Data) yükselişi, derin öğrenme ve nöral ağ teknolojilerindeki ilerlemelerle YZ gelişimini hızlandırmıştır. 2020’lerden itibaren OpenAI’nin ChatGPT gibi üretken yapay zekâ modelleri, teknolojiyi küresel bir tartışma konusu haline getirmiştir.

1.2. Temel Kavramlar ve Teknolojiler

• Yapay Zekâ (AI): İnsan zekâsını ve beynindeki nöral ağları taklit ederek karar verme, öğrenme ve problem çözme gibi işlevleri yerine getiren bilgisayar sistemleridir.
• Makine Öğrenmesi (Machine Learning): Verilerden öğrenerek kendi performansını geliştiren algoritmalardır. Spam filtreleri bu teknolojinin basit bir örneğidir.
• Derin Öğrenme (Deep Learning): Çok katmanlı sinir ağları yapısıyla insan beynini daha yakından taklit eden bir makine öğrenmesi alt kümesidir.
• Büyük Dil Modelleri (LLM): ChatGPT gibi, devasa metin verileriyle eğitilerek dili anlama, özetleme ve üretme yeteneğine sahip sistemlerdir.
• Üretken Yapay Zekâ (Generative AI): Mevcut verilerden yola çıkarak yeni ve özgün metin, görsel, ses veya kod üreten sistemlerdir (örn. DALL-E).
• Ajansal Yapay Zekâ (Agentic AI): Kendi hedeflerini belirleyip çevreyle etkileşime geçerek otonom eylemlerde bulunan sistemlerdir.
• Genel Yapay Zekâ (AGI) ve Süper Zekâ (ASI): Sırasıyla insan zekâsına erişen ve insan kapasitesini aşan, henüz teorik aşamada olan ancak güncel tartışmaların temelini oluşturan kavramlardır. Stephen Hawking’in “insanlığın sonunu getirebilecek bir şey” olarak tanımladığı riskler bu kategoriyle ilişkilidir.

2. Yapay Zekânın Çalışma Prensibi ve Temel Nitelikleri

2.1. “Garbage In, Garbage Out” İlkesi

Yapay zekâ sistemlerinin çalışma prensibi, “çöp içeri, çöp dışarı” olarak özetlenebilecek temel bir ilkeye dayanır. Sistemin çıktısının kalitesi, kendisine sağlanan verinin kalitesiyle doğrudan ilişkilidir.

1. Veri Girdisi: YZ, nesnelerin interneti (IoT) sensörleri, kameralar, mikrofonlar, kullanıcı etkileşimleri (tıklamalar, arama geçmişi), komutlar, kurumsal veritabanları ve lisanslı veri kümeleri gibi çok çeşitli kaynaklardan veri toplar.
2. Öğrenme Süreci (Model Katmanı): Toplanan veriler algoritmalar tarafından işlenir. Bu süreç denetimli (etiketlenmiş veri ile) veya denetimsiz (deneme-yanılma yoluyla) olabilir. Model, geri bildirimler yoluyla sürekli olarak kendini optimize eder.
3. Karar ve Çıktı Süreci: Eğitilmiş model, yeni veriler üzerinde tahmin, sınıflandırma, özetleme veya üretim gibi işlemler yapar. Çıktı, bir metin yanıtı, bir görsel veya otonom bir araçta olduğu gibi doğrudan bir eylem olabilir.
4. Geri Bildirim Döngüsü: Model, performansını sürekli ölçer ve hatalardan öğrenerek kendini yeniden eğitir. Bu döngüde “insanın denklemde tutulması” (human-in-the-loop) kritik bir ilkedir.

2.2. Yapay Zekânın Karakteristik Özellikleri

• Öğrenme Yeteneği: Veri ve deneyimlerden öğrenerek performansını artırır.
• Adaptasyon: Değişken ortamlara ve yeni koşullara uyum sağlar.
• Özerklik (Otonomi): Yalnızca tepki vermekle kalmaz, proaktif kararlar alabilir. Örneğin, bir süpermarket YZ’si düşen stoklar için otomatik sipariş verebilir.

3. Yapay Zekânın Doğurduğu Temel Etik ve Hukuki Sorunlar

Yapay zekânın yaygınlaşması, mevcut hukuki ve etik çerçeveleri zorlayan çok sayıda sorunu beraberinde getirmektedir.

3.1. Algoritmik Önyargı ve Ayrımcılık

YZ sistemleri, eğitildikleri verilerdeki mevcut önyargıları ve eşitsizlikleri devralır ve yeniden üretir. Bu durum, ayrımcı sonuçlar doğurabilir.

• Twitter TayTweets Botu: Twitter verilerinden öğrenen bu bot, 24 saatten kısa sürede ırkçı ve cinsiyetçi içerikler üretmeye başladığı için kapatılmıştır.
• Amazon İşe Alım Aracı: Geçmiş işe alım verilerindeki erkek egemen yapı nedeniyle kadın adayları sistematik olarak elemiş ve proje iptal edilmiştir.
• Güzellik Yarışması Jürisi: Geçmiş verilere dayandığı için kazananları ağırlıklı olarak beyaz tenli bireyler arasından seçmiştir.

3.2. Şeffaflık, Denetim ve Hesap Verebilirlik

YZ’nin karar alma süreçleri genellikle “kara kutu” (black box) olarak nitelendirilir. Algoritmanın nasıl çalıştığının anlaşılamaması, denetimi ve hesap verebilirliği imkânsız hale getirir. Bir zarar meydana geldiğinde sorumlunun kim olduğu (geliştirici, kullanıcı, YZ’nin kendisi) belirsizleşir.

3.3. Veri Koruma ve Mahremiyet

YZ sistemleri, devasa ölçekte kişisel veri işler. Akıllı televizyonlardaki sesli dinleme modları veya sosyal medyadaki “10 years challenge” gibi masum görünen uygulamalar, kullanıcıların farkında olmadan YZ eğitimine veri sağlamasına neden olur. Müvekkil bilgilerinin anonimleştirilmeden bu sistemlere girilmesi, avukatlar için ciddi bir sır saklama yükümlülüğü ihlali riskidir.

3.4. Fikri Mülkiyet Hakları

Üretken YZ sistemlerinin telif hakkı koruması altındaki eserlerle (kitaplar, görseller, müzikler) eğitilmesi, ciddi fikri mülkiyet ihlallerine yol açmaktadır. Bu durum, “makinenin öğrenmemesi” (unlearning) gibi teknik ve hukuki zorlukları gündeme getirir.

3.5. Manipülasyon ve Güven Sorunları

YZ tarafından üretilen sahte içeriklerin (deepfake, sahte sokak röportajları) gerçeğinden ayırt edilmesi giderek zorlaşmaktadır. Bu durum, özellikle seçim dönemlerinde dezenformasyon ve manipülasyon için kullanılma riski taşır. Bu nedenle, birçok düzenleme YZ ile üretilen içeriklerin etiketlenmesini zorunlu kılmaktadır.

4. Hukuki Sorumluluk ve Kişilik Tartışmaları

4.1. Yapay Zekânın Hukuki Statüsü: Araç mı, Özne mi?

Mevcut durumda YZ, hukuken bir “araç” veya “eşya” (obje) olarak kabul edilmektedir. Ancak artan otonomisi, Roma hukukundaki köleler veya modern hukukdaki tüzel kişilikler gibi sui generis (kendine özgü) bir “teknolojik kişilik” tanınması tartışmalarını başlatmıştır. YZ’ye bir hukuki kişilik (süje) tanınması, onun doğrudan sorumlu tutulabilmesi ve mülkiyet edinebilmesi anlamına gelecektir ki bu, şu an için radikal bir adımdır.

4.2. Sorumluluk Zincirinin Belirsizliği

Bir YZ sisteminin neden olduğu zarardan kimin sorumlu olacağı net değildir.

• Geliştirici mi?
• Kullanıcı mı?
• Sağlayıcı mı?

Mevcut kusur, nedensellik ve tehlike sorumluluğu gibi klasik hukuk ilkelerinin bu yeni duruma uyarlanması zordur. Özellikle otonom sistemlerde zincirleme veya müteselsil sorumluluk modelleri tartışılmaktadır.

4.3. Klasik Hukuk Dallarındaki Yansımalar

5. Küresel Düzenleme Yaklaşımları ve Uluslararası Çerçeve

Dünya genelinde yapay zekâyı düzenlemeye yönelik farklı stratejiler geliştirilmiştir.

5.1. Avrupa Birliği: Risk Odaklı Kapsamlı Düzenleme (AI Act)

AB, dünyanın en kapsamlı YZ düzenlemesi olan Yapay Zekâ Tüzüğü (AI Act) ile risk odaklı bir yaklaşım benimsemiştir. Bu tüzük, diğer dijital düzenlemelerle (GDPR, Dijital Hizmetler Tüzüğü vb.) entegre bir yapı sunar.

• Risk Sınıflandırması:
  • Yasaklı Sistemler: Sosyal skorlama, manipülatif teknikler gibi uygulamalar tamamen yasaktır.
  • Yüksek Riskli Sistemler: Eğitim, sağlık, yargı gibi kritik alanlarda kullanılan sistemler sıkı kurallara tabidir (kalite standartları, insan gözetimi, şeffaflık).
  • Sınırlı Riskli Sistemler: Chatbotlar, deepfake içerikler gibi sistemler için şeffaflık (YZ olduğunu belirtme) yükümlülüğü vardır.
  • Asgari Riskli Sistemler: Video oyunları, spam filtreleri gibi uygulamalar büyük ölçüde serbesttir.
• Cezalar: Yükümlülüklere uyulmaması halinde 35 milyon Euro’ya veya yıllık küresel cironun %7’sine varan ağır para cezaları öngörülmektedir.

5.2. Amerika Birleşik Devletleri (Kaliforniya Modeli)

Federal düzeyde kapsamlı bir yasa olmamakla birlikte, Kaliforniya gibi öncü eyaletler şeffaflık ve inovasyon odaklı düzenlemeler yapmaktadır. Otonom araç kazalarında üreticiye doğrudan hukuki sorumluluk yüklenmesi gibi spesifik düzenlemeler mevcuttur.

5.3. Çin: Güvenlik Odaklı Devlet Kontrolü

Çin, ulusal güvenlik ve sosyal istikrarı önceliklendiren katı bir model benimsemiştir.

• İçeriklerin temel sosyalist değerlere uygun olması zorunludur.
• YZ ile üretilen içerikler etiketlenmelidir.
• Geliştiriciler, algoritmalarını devlet otoritelerine kaydettirmek zorundadır.

5.4. Japonya: İnovasyon Dostu ve Gönüllülük Esaslı Yaklaşım

Japonya, zorunlu lisanslama yerine hükümet rehberliği ve öz denetim modelini teşvik etmektedir. Şirketler, gönüllü olarak etik denetim kurulları kurmaya ve raporlar hazırlamaya teşvik edilmektedir.

5.5. Avrupa Konseyi Çerçeve Sözleşmesi

Dünyanın ilk bağlayıcı uluslararası yapay zekâ sözleşmesidir. İnsan hakları, demokrasi ve hukukun üstünlüğü ilkelerini temel alır. Taraf devletlere insan denetimini ve şeffaflığı güvence altına alma yükümlülüğü getirir. Türkiye’nin bu sözleşmeye taraf olması hedeflenmektedir.

6. Dikkate Değer Yargı Kararları ve Hukuki İncelemeler

• Kişisel Verilerin Korunması (KVKK/GDPR) İhlalleri: İtalyan Veri Koruma Kurumu, hukuki dayanak eksikliği ve yaş doğrulama sistemindeki yetersizlikler nedeniyle OpenAI’ye 15 milyon Euro para cezası vermiştir. Google (Palm 2) ve Twitter (Grok) hakkında da benzer soruşturmalar sürmektedir.
• Telif Hakkı İhlali Davaları: Müzik ve kitap yayıncıları, eserlerinin izinsiz şekilde YZ eğitiminde kullanıldığı gerekçesiyle Anthropic aleyhine açtıkları toplu davada 1.5 milyar dolarlık bir uzlaşma sağlamıştır. Benzer davalar Apple, OpenAI, Microsoft ve Meta aleyhine de devam etmektedir.
• Otonom Araç Kazaları ve Sorumluluk: Kaliforniya’da ölümle sonuçlanan bir Tesla kazasında, mağdurun ailesi şirkete dava açmış ve dava 243 milyon dolarlık bir tazminatla sonuçlanmıştır. Bu dava sonrası Kaliforniya, üreticinin sorumluluğunu netleştiren bir yasa çıkarmıştır.
• Yargı Süreçlerinde Yapay Zekâ Kullanımı: ABD’deki Loomis v. Wisconsin davasında, sanığın gelecekte suç işleme riskini tahmin eden Compass adlı YZ aracının raporuyla en üst sınırdan ceza verilmesi, algoritmanın “ticari sır” olduğu gerekçesiyle denetlenememesi nedeniyle adil yargılanma hakkı tartışmalarına yol açmıştır.
• Etik ve Güvenlik Vakaları: İntihara meyilli gençleri teşvik ettiği iddia edilen chatbotlar (OpenAI, Character.AI) hakkında aileler tarafından davalar açılmıştır. Bu olaylar, özellikle reşit olmayan kullanıcıların korunması gerekliliğini ortaya koymuştur.

7. Avukatlık Mesleği Üzerindeki Etkiler ve Geleceği

7.1. Fırsatlar ve Riskler

Yapay zekâ, avukatlık mesleğini ortadan kaldırmayacak ancak dönüştürecektir. Belge tarama, sözleşme analizi ve dava stratejisi oluşturma gibi alanlarda verimlilik sağlayan bir yardımcı araçtır. Ancak ciddi riskler barındırır:

• Halüsinasyon Riski: YZ, gerçekte var olmayan mahkeme kararları veya makaleler uydurabilir. ABD’de bir avukatın, ChatGPT’nin ürettiği 6 sahte kararı mahkemeye sunması nedeniyle hakkında disiplin soruşturması açılmıştır.
• Gizlilik ve Sır Saklama Yükümlülüğü: Müvekkillere ait hassas ve gizli bilgilerin bu platformlara yüklenmesi, veri sızıntısı durumunda telafisi imkânsız sonuçlar doğurabilir.

7.2. Avukatlar İçin Gerekli Yeni Beceriler

Avukatların, teknoloji ve yapay zekâ okuryazarlığı becerilerini geliştirmeleri zorunludur. Kullanılan araçlardan elde edilen çıktıları körü körüne kabul etmek yerine, doğruluğunu titizlikle kontrol etme ve etik kurallar çerçevesinde kullanma sorumluluğu bulunmaktadır. Baroların ve meslek kuruluşlarının bu konuda eğitim ve rehberlik sağlaması kritik öneme sahiptir.

7.3. Yapay Zekânın Mesleği İkame Etmesi Tartışması

YZ’yi etkin kullanmayan avukatlar rekabette zorlanabilir. Ancak insan muhakemesi, vicdan, ahlak ve empati gibi unsurlar gerektiren avukatlık mesleğinin tamamen YZ tarafından ikame edilmesi öngörülmemektedir. Aksine, internet içeriğinin büyük ölçüde YZ tarafından üretildiği bir gelecekte, “insan tarafından hazırlanmış” hukuki belgeler ve analizler bir lüks ve kalite göstergesi haline gelebilir.

8. Türkiye’deki Mevcut Durum ve Gelecek Projeksiyonları

Türkiye, yapay zekâ alanında tüketici konumundan üretici konumuna geçmeyi hedefleyen kapsamlı stratejiler geliştirmektedir.

• AB Eylem Planı ve Mevzuat Uyumu: Türkiye, 2028 yılına kadar AB’nin Yapay Zekâ Tüzüğü ile uyumlu ulusal bir Yapay Zekâ Kanunu çıkarmayı ve ilgili tüm dijital mevzuatını AB ile uyumlaştırmayı hedeflemektedir. Avrupa Konseyi Yapay Zekâ Çerçeve Sözleşmesi’ne taraf olunması da bu planın bir parçasıdır.
• Ulusal Yapay Zekâ Stratejisi (2021-2025): Sanayi ve Teknoloji Bakanlığı ile Cumhurbaşkanlığı Dijital Dönüşüm Ofisi tarafından hazırlanan bu belge, etik ve hukuki çerçevenin güçlendirilmesini, 50.000 nitelikli YZ uzmanı yetiştirilmesini ve kamu verilerine güvenli erişim sağlanmasını amaçlamaktadır.
• Yargı Reformu Stratejisi (2025-2029): Adalet Bakanlığı, yargı bilişim sistemlerinin güncellenmesi ve karar destek mekanizmaları için pilot yapay zekâ uygulamalarının kullanılmasını planlamaktadır.