Yapay Zekâ ve Veri Hukuku

Alanın sistematiği.

Türkiye'de "yapay zekâ hukuku" bağımsız ve kodifiye bir alan değildir; mevcut normların yapay zekâ uygulamalarına uyarlanmasıyla işler. Çalışırken her dosyayı önce üç eksende konumlandırın: (1) hangi katman: kişisel veri/veri yönetişimi mi, sözleşmesel/ticari mi, sorumluluk/tazminat mı, fikri mülkiyet mi, sektörel düzenleme mi; (2) yapay zekânın rolü: karar destek, tam otomatik karar, üretken model (LLM/görüntü), profilleme/skorlama; (3) tarafların sıfatı: geliştirici/sağlayıcı, dağıtan/uygulayıcı (deployer), veri sorumlusu/işleyen, ilgili kişi/zarar gören. Bu konumlandırma uygulanacak normu, görevli mercii ve ispat yükünü büyük ölçüde belirler. Türkiye'de 2024 itibarıyla yatay bir "Yapay Zekâ Kanunu" yoktur; bu nedenle AB Yapay Zekâ Tüzüğü (Regulation (EU) 2024/1689) yalnızca karşılaştırmalı/yön gösterici kaynaktır, doğrudan uygulanmaz: bunu müvekkile net söyleyin.

Hangi kanunlarla çalışır?

Beceriler bu alanda önce şu mevzuata bakar; madde numaraları hafızadan değil, kurulu ise mevzuat MCP sunucusu üzerinden resmî metinden doğrulanır.

12 beceri, tek omurga.

Her biri aynı yöntemi izler: olay, norm, altlama, gerekçeli sonuç. Aşağıdaki liste her becerinin hangi durumda devreye girdiğini özetler.

• Yapay Zekâ Hukuku Temel Kavramlar ve Sistematik. Yapay zekâ içeren bir dosyayı katman (veri-KVKK, sözleşme, sorumluluk, fikri mülkiyet, sektörel), sistemin rolü (karar destek, tam otomatik karar, üretken model, profilleme) ve tarafların sıfatı eksenlerinde konumlandırıp doğru normu ve görevli mercii belirlemek gerektiğinde kullanılır.
• Otomatik Karar ve Profilleme Denetimi. Bireyi etkileyen kredi skoru, işe alım eleme, sigorta fiyatlama, içerik moderasyonu gibi münhasıran otomatik kararlar ve profilleme söz konusu olduğunda KVKK m.11/1-g itiraz hakkı, hukuki dayanak ve insan denetimi gerekliliği değerlendirildiğinde kullanılır.
• Veri Yönetişimi ve Eğitim Verisi Uyumu. Bir yapay zekâ modelinin eğitiminde veya çalıştırılmasında kullanılan veri kümelerinin hukuka uygunluğu, kişisel veri içerip içermediği, kaynağı ve amaç sınırı değerlendirildiğinde ve web kazıma (scraping) ile veri toplama riski incelendiğinde kullanılır.
• Algoritmik Şeffaflık ve Açıklanabilirlik. İlgili kişinin veya denetçinin bir yapay zekâ kararının mantığına, kullanılan verilere ve karara dair açıklama talep etmesi durumunda aydınlatma ve bilgi verme yükümlülüğünün kapsamı ile ticari sır sınırı dengelendiğinde kullanılır.
• Yapay Zekâ Kaynaklı Zarar ve Sorumluluk. Bir yapay zekâ sistemi (otonom karar, üretken çıktı, gömülü ürün) bir kişiye zarar verdiğinde geliştirici, kullanan ve veri sağlayıcı arasında sorumluluğun haksız fiil, kusursuz sorumluluk ve sözleşme temelinde dağıtılması gerektiğinde kullanılır.
• AB Yapay Zekâ Tüzüğü ve Risk Sınıflandırması. Müvekkilin yapay zekâ sistemi AB pazarına ürün veya hizmet sunduğunda ya da karşılaştırmalı uyum hedeflendiğinde AB Yapay Zekâ Tüzüğü kapsamında yasak/yüksek riskli/sınırlı risk sınıflandırması ve yükümlülükler değerlendirildiğinde kullanılır.
• Yapay Zekâ Sözleşmeleri ve Sözleşmesel Risk Dağıtımı. Yapay zekâ modeli geliştirme, lisanslama, API kullanımı, SaaS veya entegrasyon sözleşmeleri hazırlanırken ya da incelenirken sorumluluk, veri kullanımı, fikri mülkiyet, performans garantisi ve tazminat maddeleri tasarlandığında kullanılır.
• Yapay Zekâ ve Fikri Mülkiyet. Üretken yapay zekânın eğitiminde eser kullanımı, ürettiği içeriğin eser/tasarım/marka sahipliği, telif ihlali iddiası veya açık kaynak lisans uyumu gündeme geldiğinde FSEK ve SMK çerçevesinde değerlendirme yapıldığında kullanılır.
• Kurumsal Yapay Zekâ Yönetişimi ve Uyum Programı. Bir kurumda yapay zekâ sistemlerinin geliştirilmesi veya kullanılması için iç politika, etki değerlendirmesi, envanter, insan gözetimi ve sorumluluk yapısı kurulması istendiğinde proaktif uyum programı tasarlandığında kullanılır.
• Sektörel Yüksek Riskli Yapay Zekâ Uygulamaları. Sağlıkta klinik karar destek, bankacılıkta kredi skorlama, istihdamda işe alım eleme, sigortada fiyatlama veya kamuda otomatik işlem gibi yüksek etkili yapay zekâ kullanımlarında sektörel mevzuat ile KVKK birlikte değerlendirildiğinde kullanılır.
• Yapay Zekâ Uyuşmazlıklarında Dava, Usul ve Görev-Yetki. Yapay zekâ kaynaklı bir uyuşmazlık yargıya veya Kurula taşınırken görevli merci, yetkili mahkeme, başvuru yolu, dava türü, ihtiyati tedbir ve süreler belirlendiğinde ve usul yol haritası çıkarıldığında kullanılır.
• Müvekkil İletişimi ve Yapay Zekâ Risk Bilgilendirmesi. Teknik bir yapay zekâ konusunun hukuki risklerini müvekkile yalın ve doğru biçimde anlatmak, beklenti yönetimi yapmak ve mevzuat belirsizliğini şeffafça aktarmak gerektiğinde bilgilendirme ve risk haritası üretildiğinde kullanılır.

Neleri kapsar?

Kaynak hijyeni.

İçtihat asla hafızadan zikredilmez: her karar mahkeme, daire, esas/karar numarası ve tarihle verilir; emin olunmayan künye [doğrulanacak] işaretiyle sunulur. Beceriler karar numarasını hafızadan yazmamak üzere kurgulanmıştır; yine de her künyeyi resmî kaynaktan teyit edin. Kurulu ise içtihat MCP sunucusu kararı resmî bankadan getirir.

Beceriler avukatlar ve hukukçular içindir; hukuki danışmanlık yerine geçmez. Çıktılar taslaktır; kullanılmadan önce dosyayı üstlenen yetkili hukukçu tarafından incelenmelidir. Hukukçu değilseniz ve kendi işiniz için yardım arıyorsanız bir avukata ya da baronun adli yardım bürosuna başvurun (SSS).

Claude Code'da iki satır.

# Pazarı bir kez ekle
/plugin marketplace add aydincan/turk-hukuku-ve-claude

# Bu alanı kur
/plugin install yapay-zeka-hukuku@turk-hukuku-skills

Aynı içerik OpenAI Codex ve Gemini CLI için de yayımlanır. Terminal bilmiyorsan Başlangıç Rehberi adım adım anlatır.

Sektörel ve Düzenlenmiş Alanlar