Düzeltme (19 Ekim 2026): Üç ifade düzeltildi: AB, Türkiye'nin en büyük ticaret ortağıdır ancak dış ticaretin yarısını oluşturmaz; KVKK, 2024 değişikliklerinden bu yana yurt dışına aktarımı yeterlilik kararına veya uygun güvencelere bağlar ve açık rızaya yalnızca arızi aktarımlarda başvurulabilir; yabancı yapay zekâ sağlayıcılarına gönderilen verilerin eğitimde kullanılıp kullanılmadığı ise hizmete ve kullanım koşullarına bağlıdır.
Bu dizinin önceki bir yazısında konunun sosyo-ekonomik boyutunu ele aldık: otomasyonun hangi sektörlerde ne ölçüde işsizlik yaratabileceğini ve insan istihdamını korumak için alınabilecek kota tedbirlerini inceledik.
Ancak bir devletin teknolojiyi yalnızca ekonomik açıdan ele alması yeterli değildir. Bütün bu sosyo-ekonomik sarsıntıları yönetecek ve sistemi ayakta tutacak olan, "hukuki altyapı"dır. Yapay zeka sistemleri kod parçalarından ibaret değildir; karar veren, üreten, teşhis koyan, sanat eseri oluşturan ve zaman zaman "hata yapan" otonom aktörlerdir. Bir tıp yapay zekası yanlış teşhis koyduğunda hasta kime dava açacaktır? Üretken bir yapay zeka, dünyaca ünlü bir yazarın üslubunu kopyalayarak yeni bir kitap yazdığında telif hakkı kime aittir? Türkiye Cumhuriyeti vatandaşlarının sağlık, finans ve eğitim verileri, ABD merkezli yapay zeka sunucularını eğitmek için kullanılabilir mi?
Serinin üçüncü ve en kapsamlı bölümü olan bu yazıda, Türkiye'nin hazırlayabileceği bir Yapay Zeka Yasası'nın hukuki, etik ve ulusal güvenlik boyutlarını ele alıyoruz. Bölüm; politika yapıcılar, hukukçular, veri bilimciler ve teknolojinin toplumsal etkileriyle ilgilenen herkes için ayrıntılı bir başvuru kaynağı olarak hazırlandı.
1. Kara Kutu Problemi (Black Box Problem) ve Algoritmik Şeffaflık
Hukukun en temel ilkelerinden biri gerekçelendirme (justification) zorunluluğudur. Bir mahkeme kararında, bir bankanın kredi başvurusunu reddetmesinde ya da bir iş başvurusunun reddedilmesinde vatandaş, kararın neden alındığını bilme hakkına sahiptir. Ancak derin öğrenme (deep learning) ve yapay sinir ağlarıyla (neural networks) çalışan modern YZ sistemleri, onları geliştiren mühendislerin bile tam olarak çözemediği bir "kara kutu" (black box) mantığıyla işler.
1.1 Kararların Açıklanabilirliği (Explainable AI - XAI)
Bir yapay zeka sistemine milyonlarca veri girilir (input), sistem de bir sonuç üretir (output). Ancak sistemin bu sonuca ulaşırken milyarlarca parametre arasında hangi ağırlıkları kullandığını, hangi veriyi diğerine tercih ettiğini tam olarak bilemeyiz. Olası bir Türkiye Yapay Zeka Yasası'nın çözmesi gereken ilk büyük sorun budur.
Bir vatandaşın kredi başvurusunun, bankanın yapay zeka algoritması tarafından saniyeler içinde reddedildiğini varsayalım. Müşteri temsilcisine "Neden reddedildim?" diye soran vatandaşa "Sistem öyle uygun gördü, algoritmanın nasıl çalıştığını biz de bilmiyoruz" yanıtı verilemez. Yasa, vatandaşlara "Açıklama Talep Etme Hakkı" tanımalıdır. Avrupa Birliği'nin Yapay Zeka Yasası (EU AI Act) bu konuyu "Yüksek Riskli Sistemler" kategorisinde sıkı kurallara bağlamıştır.
1.2 Algoritmik Önyargı ve Sistematik Ayrımcılık (Algorithmic Bias)
Yapay zeka bağımsız bir varlık değildir; onu insanlar geliştirir ve insanların ürettiği geçmiş verilerle eğitilir. Geçmişte işe alınan mühendislerin çoğunun erkek olduğu bir veri setiyle (dataset) eğitilen bir yapay zeka, "iyi bir mühendis erkektir" şeklinde ciddi bir önyargı geliştirir ve kadın adayların özgeçmişlerini otomatik olarak elemeye başlar. Amazon'un bir dönem kullandığı ve sonradan kullanımdan kaldırmak zorunda kaldığı YZ işe alım aracı tam olarak bu hatayı yapmıştır.
Türkiye'de bu sorun, daha da hassas toplumsal fay hatlarına dokunabilir. Algoritmalar doğum yeri, mezun olunan lise, oturulan ilçe (posta kodu) gibi verileri kullanarak adayları elerse Anayasa'daki eşitlik ilkesi teknoloji eliyle ihlal edilmiş olur. Yasa, Algoritmik Eşitlik Denetimi yapan bağımsız kurumların (Audit Firms) kurulmasını zorunlu kılmalı ve bu algoritmaların her yıl "Ayrımcılık Testinden" geçmesini şart koşmalıdır.
2. Hukuki Sorumluluk ve Tazminat Hukuku: "Robot Hata Yaparsa Kim Öder?"
Türk Borçlar Kanunu (TBK) ve ceza hukuku sistemi, kusur ilkesine dayanır. Bir zarar doğduğunda kusurlu bir "insan" iradesi aranır. Ancak yapay zeka, bu irade kavramını kökünden sarsmaktadır. Tamamen otonom bir araç bir yayaya çarptığında ya da yapay zeka destekli bir cerrahi robot yanlış bir siniri kestiğinde sorumluluk kime aittir?
- Yazılımcıya mı? Yazılımcı, "Ben sadece kodu yazdım, sistem kendi kendine öğrenip (machine learning) bu kararı aldı" diyebilir.
- Üretici Şirkete mi? Şirket, "Donanımımız kusursuzdu, kullanıcı sisteme yanlış veri girdi" diyebilir.
- Kullanıcıya mı (Doktor/Şoför)? Kullanıcı, "Sistem otonomdu, müdahale etme şansım yoktu" diyebilir.
Bu "sorumluluk boşluğu" (liability gap), teknolojinin yaygınlaşmasının önündeki en büyük engellerden biridir; zira hukuki belirliliğin olmadığı yerde sigorta şirketleri poliçe düzenleyemez, sigortanın olmadığı yerde de yatırımcı risk almaz.
2.1 Kusursuz Sorumluluk ve "Zorunlu Yapay Zeka Sigortası"
Türkiye Yapay Zeka Yasası, otonom sistemlerin yol açtığı zararlarda "Tehlike Sorumluluğu" (Kusursuz Sorumluluk) ilkesini benimsemelidir. Karayolları Trafik Kanunu'ndaki araç işleteninin ya da Çevre Kanunu'ndaki tehlikeli tesis işleteninin sorumluluğunda olduğu gibi, bir YZ sistemini ticari amaçla piyasaya süren ve bundan kâr elde eden şirket (işleten), sistemin kendi kendine öğrenerek verdiği kararlardan doğan zararlardan da kusuru olmasa bile sorumlu tutulmalıdır.
2.2 Tüzel Kişilik ve "Elektronik Kişilik" Tartışmaları
Avrupa Parlamentosu, geçmişte çok gelişmiş otonom robotlara özel bir "Elektronik Kişilik" (Electronic Personhood) statüsü verilmesini tartışmış, ancak bu fikri şimdilik rafa kaldırmıştır. Olası bir Türkiye yasasında yapay zekaya hukuki kişilik (hak ve borç ehliyeti) tanımak henüz erken ve tehlikelidir. Yapay zeka, hukuken bir "kişi" olarak değil, sahibinin veya işleteninin sorumluluğunda bulunan gelişmiş bir "araç/ürün" (product) olarak konumlandırılmalıdır.
3. Üretken Yapay Zeka (Generative AI) ve Telif Hakları Krizi
ChatGPT, Midjourney, DALL-E ve Claude gibi Üretken Yapay Zeka (Generative AI) modelleri yoktan var olmaz. Bu modellerin "akıllı" olmasının tek nedeni, internetteki milyarlarca makaleyi, tabloyu, kodu, kitabı, fotoğrafı ve videoyu "kazıyarak" (web scraping) eğitim verisi (training data) olarak kullanmalarıdır. Bu verilerin büyük bölümü ise telif hakkıyla korunan insan emeği ürünleridir.
New York Times'ın OpenAI'a karşı açtığı büyük telif davası ya da Getty Images'ın Stability AI'a karşı açtığı davalar, bu krizin küresel ölçekteki ilk yansımalarıdır. Türkiye'deki Fikir ve Sanat Eserleri Kanunu (FSEK) 1951 yılında, yani yapay zekanın bilim kurgu filmlerinde bile tam olarak hayal edilemediği bir dönemde kaleme alınmıştır. Bu kanunun bugünün koşullarına uyarlanması zorunludur.
3.1 Eğitim Verisi (Input) Açısından İhlal ve "Adil Kullanım"
Küresel bir şirket de olsa Türkiye merkezli yerli bir girişim de olsa, bir yapay zeka şirketi Yaşar Kemal'in romanlarını, Sezen Aksu'nun şarkı sözlerini veya Sabahattin Ali'nin şiirlerini izinsiz olarak veri setine ekleyip modelini eğitebilir mi? Teknoloji şirketleri bunun "okumak ve öğrenmek" olduğunu, tıpkı bir insanın binlerce kitap okuyup kendi kitabını yazması gibi "Adil Kullanım" (Fair Use) kapsamında değerlendirilmesi gerektiğini savunmaktadır. Eser sahipleri ise bunun açıkça "izinsiz çoğaltma ve ticari fayda sağlama", yani hırsızlık olduğunu ileri sürmektedir.
3.2 Üretilen Eserin (Output) Telifi Kime Aittir?
FSEK'e göre bir eserin telif hakkı, o eseri yaratan "insana" aittir. Peki bir vatandaş, Midjourney'e çok detaylı, sayfalarca süren bir komut (prompt) (örneğin: "Kapadokya'da sabah gün doğumunda uçan balonlar, Van Gogh'un yıldızlı gece stiliyle, 4K çözünürlükte, sinematik ışıklandırmayla çiz") yazarak bir görsel üretirse bu görselin telif hakkı kimindir?
- Vatandaşın mıdır? (Çünkü prompt'u o yazmıştır ve fikri o kurgulamıştır).
- Yapay Zeka şirketinin midir? (Çünkü fırça darbelerini algoritma yapmıştır).
- Yapay zekayı eğiten orijinal ressamların mıdır?
- Yoksa bu eser "kamuya mal olmuş" (public domain) telifsiz bir ürün müdür?
| Telif Sorunu (Senaryo) | Mevcut Durum / Belirsizlik | Yapay Zeka Yasası İçin Önerilen Çözüm |
|---|---|---|
| Eğitim Verisi Kazıma (Data Scraping) | İzinsiz veri çekmek FSEK kapsamında ihlal sayılabilir; ancak bunu yasaklamak yerli YZ gelişimini durma noktasına getirir. | "Opt-out" Mekanizması: YZ eğitimi yasal sayılmalı, ancak içerik üreticilerine sitelerine bir kod ekleyerek (machine-readable) "benim eserimi YZ eğitiminde kullanma" (Opt-out) deme hakkı verilmelidir. |
| Yapay Zekanın Ürettiği Sonuç (Output) | FSEK madde 1'e göre eser "sahibinin hususiyetini taşıyan" üründür. Makine eser sahibi olamaz. | Kamu Malı (Public Domain) İlkesi: Yalnızca YZ ile üretilen ürünler telif korumasından yararlanmamalıdır. Ancak bir insan YZ çıktısı üzerinde ciddi bir düzenleme yapar ve emek harcarsa, ortaya çıkan ürün "işlenme eser" kabul edilerek bu kişiye telif hakkı tanınmalıdır. |
| Derin Sahtekarlık (Deepfake) Ses/Görüntü | Kişilik hakkı ihlali söz konusudur; ancak anonim hesaplar üzerinden yapıldığında takip ve yaptırım mekanizması yavaş işler. | Dijital Filigran (Watermark) Zorunluluğu: YZ araçları, ürettikleri görsel, ses ve videolara silinemeyen kriptografik damgalar eklemek zorunda olmalıdır. Damgasız YZ içeriği üreten platformlara ağır yaptırım uygulanmalıdır. |
4. Veri Egemenliği (Data Sovereignty), Mahremiyet ve Ulusal Güvenlik
Yapay zeka modellerinin "petrolü" veridir. Bugün Türkiye'de milyonlarca vatandaş, özel şirket veya kamu kurumu, işlerini kolaylaştırmak için ChatGPT, Claude, Google Gemini gibi ABD merkezli modellere çok büyük miktarda veri yüklemektedir. Bu veriler arasında yazışmalar, ticari sırlar, patent taslakları, mali tablolar, kişisel sağlık kayıtları, hatta devletin altyapısına ilişkin hassas kod parçaları bulunabilmektedir.
4.1 Bulut Bilişim ve Sınır Ötesi Veri Transferi
Kişisel Verilerin Korunması Kanunu (KVKK), 7499 sayılı Kanun'la yapılan ve 1 Haziran 2024'te yürürlüğe giren değişikliklerden bu yana kişisel verilerin yurt dışına aktarılmasını yeterlilik kararına ya da standart sözleşme gibi uygun güvencelere bağlamaktadır; açık rıza ise yalnızca arızi aktarımlarda başvurulabilecek bir istisnadır. Ancak yapay zeka asistanlarının gündelik hayata yayılma hızı hukukun hızını aşmış durumdadır. Hizmete ve kullanım koşullarına bağlı olarak yurt dışındaki sunuculara (cloud) giden veriler saklanabilmekte ve özellikle bireysel kullanıcılara yönelik hizmetlerde bu modelleri daha da geliştirmek için kullanılabilmektedir. Başka bir deyişle Türkiye'nin entelektüel birikimi ve hassas verileri, yabancı şirketlerin mülkiyetindeki "kapalı algoritmaları" zenginleştirmek üzere karşılıksız olarak yurt dışına akabilmektedir.
"Geleceğin dünyasında egemenlik, toprak parçasına sahip olmakla değil, vatandaşlarının verisine sahip olmakla ve o veriyi işleyecek algoritmalara hükmetmekle ölçülecektir."
4.2 Kritik Altyapılarda Yerli Modellerin Kullanım Zorunluluğu
Olası bir Türkiye Yapay Zeka Yasası'nın ulusal güvenlik anlayışının merkezinde "Veri Egemenliği" yer almalıdır. Savunma sanayii, enerji şebekeleri yönetimi, telekomünikasyon, finansal ana sistemler ve sağlık veri tabanları "Kritik Altyapı" (Critical Infrastructure) olarak tanımlanmalıdır.
5. Küresel Rekabet, Risk Sınıflandırması ve Brüksel Etkisi (Brussels Effect)
Avrupa Birliği (AB), Türkiye'nin en büyük ticaret ortağıdır: 2025'te Türkiye'nin ihracatının yaklaşık %43'ü AB'ye gitmiş, ithalatının yaklaşık %35'i AB'den gelmiştir. AB, dünyadaki ilk kapsamlı Yapay Zeka Yasası'nı (EU AI Act) kabul etmiş ve uygulama aşamasına geçmiştir. "Brüksel Etkisi" olarak bilinen olgu, AB'nin iç pazarının büyüklüğünden yararlanarak kendi düzenlemelerini tüm dünyaya fiilen (de facto) küresel standart olarak dayatmasıdır (GDPR'da olduğu gibi).
Türkiye, Avrupa'ya yazılım, otonom araç parçası, e-ticaret hizmeti veya YZ destekli endüstriyel ürün ihraç etmeyi sürdürmek istiyorsa kendi yasasını AB normlarıyla "uyumlu" (harmonized) hale getirmek zorundadır. Aksi takdirde, Türkiye'de üretilen ve AB standartlarında güvenlik testlerinden geçmemiş bir YZ ürünü, gümrük kapılarından veya dijital sınırlardan içeri alınmayacaktır.
5.1 AB Modelinin Kalbi: Risk Temelli Yaklaşım (Risk-Based Approach)
Türkiye'nin yasası da YZ sistemlerini "tek bir torbada" değerlendirmemeli, AB'de olduğu gibi risk düzeylerine göre sınıflandırmalıdır. Bir spam e-posta filtresini düzenleyen kurallarla, sürücüsüz aracı veya adli karar destek sistemini düzenleyen kurallar aynı olamaz.
Grafik: Ülkelerin YZ düzenlemelerinde benimsedikleri katılık (denetim ve ceza) düzeylerinin öngörüye dayalı karşılaştırması. Türkiye, AB kadar katı davranıp girişimcileri kaçırmamalı; ancak ABD gibi alanı vahşi kapitalizme de bırakmamalıdır.
5.2 Dört Kademeli Risk Piramidi Önerisi
Yasada yapay zeka sistemleri şu dört kategoriye ayrılmalıdır:
- Kabul Edilemez Risk (Yasaklı Sistemler): İnsanların bilinçaltını manipüle ederek zarar görmelerine yol açan sistemler veya Çin'de uygulanan türden vatandaşları her an izleyen, puanlayan ve fişleyen "Sosyal Skorlama" (Social Scoring) ve kamusal alanda gerçek zamanlı biyometrik yüz tanıma sistemleri Türkiye'de koşulsuz olarak yasaklanmalıdır.
- Yüksek Risk (Sıkı Denetim): Ulaşım, eğitim, kritik altyapı, kolluk kuvvetleri, işe alım algoritmaları ve tıp alanında kullanılan YZ. Bu sistemler piyasaya sürülmeden önce devlete kaydedilmeli, sıkı güvenlik, doğruluk, şeffaflık ve insan gözetimi (human oversight) testlerinden geçmelidir.
- Sınırlı Risk (Şeffaflık Yükümlülüğü): Chatbotlar, müşteri hizmetleri botları veya deepfake/üretken YZ yazılımları. Bu kategorideki tek yükümlülük şeffaflıktır; sistem, muhatap olduğu kişiyi "Şu an bir insanla değil, bir yapay zeka ile konuşuyorsun" veya "Bu görsel YZ ile üretilmiştir" şeklinde açıkça uyarmak zorundadır.
- Minimal/Sıfır Risk (Serbest Piyasa): Video oyunlarındaki yapay zekalar, spam filtreleri, basit envanter yönetim botları. Bu sistemler ek bir düzenlemeye tabi olmadan serbestçe geliştirilip kullanılabilmelidir.
6. Sonuç: Türkiye İçin Fırsat Penceresi Açıkken
Yapay zeka yasası hazırlamak, yalnızca mevcut sorunlara (işsizlik, telif, hata) çözüm bulmakla sınırlı değildir; ülkenin önümüzdeki 50 yıl boyunca küresel dijital ekonomide nerede duracağını da belirler. Çok katı ve yasakçı bir yasa, girişimlerin, parlak mühendislerin ve uluslararası yatırımların Silikon Vadisi'ne ya da diğer inovasyon merkezlerine kaymasına yol açar. Hiçbir kural koymadan her şeyi "piyasa halletsin" anlayışına bırakmak ise vatandaşların verilerini, kişisel haklarını ve ülkenin ulusal güvenliğini bir avuç küresel teknoloji şirketinin insafına terk etmek demektir.
Türkiye'nin önünde "İnsan Hakları ve Etik Odaklı İnovasyon" anlayışını benimseme fırsatı var. Bunun için KVKK altyapısını güçlendiren; telif hakları konusunda içerik üreticisini ezmeyen ama teknolojik gelişmeyi de durdurmayan bir denge kuran ("Opt-Out" mantığıyla); "Açıklanabilir Yapay Zeka" (XAI) mimarisini şart koşan ve hukuki sorumluluğu kusursuz sorumluluk ile "zorunlu sigorta" temelinde güvenceye alan bir yasa taslağı gerekir.
Raporun önceki bölümlerinde ele aldığımız sektörel kotalar ve yeni istihdam alanlarıyla birlikte düşünüldüğünde, iyi kurgulanmış bir Türkiye Yapay Zeka Yasası ülkeyi yalnızca teknoloji tüketen bir konumdan çıkarıp küresel ölçekte adil, şeffaf, güvenli ve üretken bir teknoloji üreticisine dönüştürecektir. Teknolojiyi durduramayız; ancak onu insan onuruna ve ulusal çıkarlarımıza hizmet edecek şekilde eğitebilir, denetleyebilir ve yönlendirebiliriz. Belirleyici olan, makinenin ne kadar zeki olduğundan çok yasa koyucunun ne kadar ileri görüşlü olduğudur.
