Machine Learning Ethics (Makine Öğrenmesi Etiği) Nedir? Yapay Zekanın Vicdanı ve Hukuki Sınırlar

Yapay zeka sistemleri artık sadece veri analiz etmiyor; kimin işe alınacağına, kimin kredi alacağına ve hatta kimin suç işleme potansiyeli olduğuna dair kararlar veriyor. Bu noktada karşımıza çıkan en kritik kavram Machine Learning Ethics (Makine Öğrenmesi Etiği) oluyor. Bu disiplin, algoritmaların sadece “çalışmasını” değil, aynı zamanda “adil, şeffaf ve hesap verebilir” olmasını sağlayan ilkeler bütünüdür.

Kavramın Ruhu: Algoritmik Adalet ve İnsan Onuru

Felsefi bir perspektifle baktığımızda, makine öğrenmesi etiği, insan değerlerinin matematiksel fonksiyonlara tercüme edilmesidir. ODTÜ Felsefe vizyonuyla; bir algoritmanın istatistiksel olarak “başarılı” olması, onun “etik” olduğu anlamına gelmez. Etik, çoğunluğun verisinden yola çıkarak azınlığın haklarını feda etmemeyi, yani makinenin mantığına insan vicdanını entegre etmeyi amaçlar.

Mevzuat Merceği:

“Yapay zeka sistemleri, veri madenciliği ve profil oluşturma süreçlerinde kişilerin temel hak ve özgürlüklerine müdahale etmemelidir. Özellikle KVKK ve AB Yapay Zeka Yasası (EU AI Act), algoritmik karar alma süreçlerinde ‘ayrımcılık yasağı’ ve ‘insan denetimi’ (human-in-the-loop) ilkelerini merkeze alır.”

Mühendis Ne Diyor? / Hukukçu Ne Anlıyor?

Perspektif	ML Ethics Algısı
Mühendislik	Veri setindeki yanlılığın (bias) giderilmesi, açıklanabilir yapay zeka (XAI) ve modelin şeffaflığı.
Hukuk	Eşitlik ilkesinin korunması, hatalı kararlarda sorumluluğun tespiti ve savunma hakkının dijital süreçlerde korunması.

Somut Uygulama Örnekleri

1. İnsan Kaynakları Algoritmaları: Geçmiş verilerde erkek adaylar daha çok işe alınmışsa, algoritmanın kadın adayları otomatik olarak elemesi bir etik ihlalidir. Burada “Fairness” (Adalet) bariyerleri devreye girmelidir.
2. Yüz Tanıma Sistemleri: Algoritmanın belli etnik kökenlerde daha yüksek hata payı ile çalışması, toplumsal barış ve hukuk önünde “teknolojik ayrımcılık” teşkil eder.
3. Kredi Skorlama: Bir kişinin sadece oturduğu mahalle veya harcama alışkanlıkları nedeniyle “riskli” ilan edilmesinin, hangi kriterlere göre yapıldığının açıklanamaması (Black Box sorunu) etik dışıdır.

Avukat ve Yatırımcı Notu (Bilirkişi Gözüyle)

Bilirkişi incelemelerimde sıkça rastladığım “Algoritma böyle hesapladı, bizim müdahalemiz yok” savunması, modern hukukta geçerliliğini yitirmektedir. Bir sistemin etik standartlara uymaması, şirketi doğrudan tazminat yükümlülüğü ve itibar kaybı ile karşı karşıya bırakır. Yatırımcılar için etik denetimden geçmemiş bir ML modeli, sürdürülemez bir teknolojik borçtur. Etik, artık bir “seçenek” değil, sistem mimarisinin ayrılmaz bir parçasıdır.

İlişkili Terimler (Kavram Haritası)

• Algorithmic Bias (Algoritmik Yanlılık): Modelin eğitim verisindeki önyargıları öğrenip kararlarına yansıtması.
• Explainable AI (XAI – Açıklanabilir YZ): Yapay zekanın bir karara nasıl vardığının insanlar tarafından anlaşılabilir olması.
• Accountability (Hesap Verebilirlik): Yapay zeka kaynaklı bir hata durumunda sorumluluğun kime ait olduğunun netliği.

---

Sıkça Sorulan Sorular (Rank Math SSS)

1. Makine öğrenmesi etiği neden sadece mühendislerin işi değildir?

Çünkü algoritmaların verdiği kararlar hukuki sonuçlar doğurur. Bir mühendis kodu yazabilir ancak o kodun toplumsal ve hukuki “adil” sınırlarını belirlemek hukukçuların ve etik uzmanlarının görevidir.

2. Veri setindeki yanlılık (bias) nasıl önlenir?

Eğitim verilerinin çeşitlendirilmesi, hassas grupları temsil eden verilerin modele dahil edilmesi ve eğitim aşamasında “etik denetim” algoritmalarının kullanılmasıyla önlenebilir.

3. Yapay zekanın “etik dışı” davranması durumunda kim sorumludur?

Mevcut hukuki eğilimler; sistemi geliştiren üreticiyi, sistemi kullanan işletmeyi ve bazen de gerekli denetimi yapmayan yöneticiyi sorumlu tutmaktadır.

4. Şeffaflık (Transparency) ticari sırları tehlikeye atar mı?

Tam şeffaflık tüm kodun paylaşılması demek değildir. Önemli olan, kararı etkileyen ana parametrelerin ve mantıksal kurgunun denetlenebilir ve açıklanabilir olmasıdır.

5. EU AI Act bu konuda neyi zorunlu kılıyor?

Yüksek riskli yapay zeka sistemlerinin insan hakları etki değerlendirmesinden geçmesini ve etik risklerin minimize edildiğine dair teknik dosya hazırlanmasını zorunlu kılmaktadır.

---

Kaynaklar

• UNESCO – Recommendation on the Ethics of Artificial Intelligence
• EU AI Act Official Site – Ethics and Risk Levels
• IEEE Global Initiative on Ethics of Autonomous and Intelligent Systems
• NIST AI Risk Management Framework
• TBB – Bilişim Hukuku ve Yapay Zeka Etik Bildirgesi Çalışmaları

Etiketler: Machine Learning Ethics, Yapay Zeka Etiği, Algoritmik Adalet, Bilişim Hukuku, EU AI Act, Veri Etiği, Teknoloji Hukuku, Özgür Eralp Sözlük