Yapay zekâ yönetişimi ve risk
Yapay zekâ yönetişimi ve sorumlu uygulama
Yönetişim, bir yapay zekâ sistemine sonradan eklenen uyum etiketi değildir. Sistem neyi etkiliyor, karar kimin üzerinde kalıyor ve sorun çıktığında neye dayanarak müdahale edileceği daha tasarım aşamasında netleşmelidir.
Bu rehber, yapay zekâyı bir ürün özelliği ya da tekil araç olarak değil, müşterileri, çalışanları veya kritik operasyonları etkileyen bir sistem olarak değerlendiren karar vericiler içindir.
Gelişen bir karar alanıDüzenlemeler, tedarikçi koşulları ve teknik imkânlar değişir. Bu sayfa hukukî görüş vermez; kalıcı işletme sorularını görünür kılar ve ayrıntılı analizlere yönlendirir.
Kapsamdan başlayınDüzenleme ve kapsam: etiketten önce sistem haritası
Bir chatbot, aday sıralama aracı ve sağlıkla ilgili ilk değerlendirme ekranı benzer bir model kullanabilir. Buna rağmen taşıdıkları sonuç, şirketin zincirdeki rolü ve incelenmesi gereken konular farklıdır. Yönetişimin ilk işi bu farkı görünür kılmaktır.
Düzenleme sorusu ile teknik karar aynı şey değildir. Hangi hukukî değerlendirmelerin gerektiği uzmanlık ve somut bağlam ister. İşletmenin yine de kendi başına cevaplaması gereken soru daha erken başlar: Sistem hangi işi yapıyor, kimi etkiliyor ve yanlış çıktıda ne oluyor?
- Amaç
- Sistem bilgi mi veriyor, öneri mi üretiyor, sıralama mı yapıyor, yoksa bir işlemi doğrudan mı başlatıyor?
- Etkilenen kişi
- Çıktı yalnızca iç ekipte mi kalıyor, yoksa müşterinin, adayın, hastanın ya da başka bir kişinin seçeneğini değiştiriyor mu?
- Şirketin rolü
- Şirket sistemi geliştiriyor, satın alıyor, kendi sürecine yerleştiriyor veya başkası adına mı işletiyor?
- Başka sınırlar
- Kişisel veri, sözleşme, sektör kuralı, ürün güvenliği veya tüketici ilişkisi aynı anda ayrı sorular doğuruyor mu?
Bu harita tek başına bir sınıflandırma ya da uyum sonucu vermez. Ancak tedarikçiden istenecek kanıtı, hukukî inceleme ihtiyacını ve sistem tasarımını doğru sorularla başlatır.
İlgili yazı
İlgili analiz
AB Yapay Zekâ Yasası Nedir, Neleri Düzenliyor?
Düzenlemenin sistem, rol ve kullanım amacıyla neden birlikte okunması gerektiğini kurar.
Yeni sekmede açılır
Risk sınıfı, başlangıç haritasıdır
Bir risk etiketi, konunun ağırlığını anlamaya yardımcı olabilir. Bunun ardından kullanım amacı, veri akışı, kullanıcı arayüzü, insan müdahalesi ve kayıt düzeni yeniden ayrı ayrı ele alınmalıdır. Aynı model, farklı işlerde aynı yönetişim kararını doğurmaz.
İlgili yazı
İlgili analiz
AB Yapay Zekâ Yasası: Risk seviyesini belirledikten sonra ne yapmalısınız?
Risk seviyesinden sonra ürün, veri, gözetim ve sorumluluk haritasının nasıl açıldığını inceler.
Yeni sekmede açılır
Bir sistemin hangi pazarlara, kullanıcılara ve sonuçlara ulaştığı da haritanın parçasıdır. Coğrafi bağlantı, uygulanabilirlik ve fiilî işletme etkisi hakkında varsayım yapmak yerine ilgili iş modelini ve dağıtım yolunu ayrı incelemek gerekir.
İlgili yazı
İlgili analiz
AB Yapay Zekâ Yasası Türkiye'deki Şirketleri Ne Kadar Etkiliyor?
AB dışındaki şirketler için kapsam ile fiilî etkiyi ayıran soruları ele alır.
Yeni sekmede açılır
Kontroller ve hesap verebilirlik: insanı eklemek yetmez
İnsan denetimi, ekranda bir onay düğmesi bulunması değildir. İnsan, hangi durumda durabileceğini, neyi kontrol edeceğini ve hangi kanıtla kararı değiştireceğini bilmelidir. Aksi halde sorumluluk yalnızca görünüşte insanda kalır.
Kontrol tasarımı dört şeyi birlikte bağlar: verinin nereye gittiği, sistemin hangi yetkiyle hareket ettiği, insanın hangi noktada devraldığı ve olay sonrası neyin yeniden kurulabileceği.
- Yetki sınırı
- Sistem taslak mı hazırlar, öneri mi sunar, yoksa geri alınabilir veya geri alınamaz bir işlem mi yürütür?
- İnsan müdahalesi
- İnceleyen kişi yeterli bağlamı, zamanı ve değiştirme yetkisini gerçekten taşıyor mu?
- Veri akışı
- Hangi veri hangi sağlayıcıya, hangi amaçla ve hangi saklama veya erişim koşullarıyla gidiyor?
- İz ve öğrenme
- Bir hata, itiraz veya beklenmedik sonuç sonrası hangi kayıt, karar ve değişiklik incelenebilir?
İnsan kontrolü, yalnızca risk yükseldiğinde devreye giren bir fren değildir. Sistem iyi çalışıyor görünürken de yanlış varsayımı, istisnayı veya amaç kaymasını fark etmeye yarayan işletim parçasıdır.
İlgili yazı
İlgili analiz
AI İşi Yaparken İnsan Sürecin Neresinde Olmalı?
İnsan denetiminin iş akışında nerede anlamlı olduğunu tartışır.
Yeni sekmede açılır
Güven, modelin ikna edici anlatımından doğmaz. Belirli bir görev için hangi hata türlerinin kabul edilebilir olduğu, çıktının hangi kanıtla kontrol edildiği ve sistemin nerede duracağı açık olduğunda daha sağlam bir zemine oturur.
İlgili yazı
İlgili analiz
Yapay Zekâ Yargılarına Neden Güveniyoruz?
Yapay zekâ çıktısına duyulan güvenin hangi karar ve kanıt koşullarına bağlı olduğunu inceler.
Yeni sekmede açılır
Veri sınırı, sözleşme kutusundan önce başlar
Bir dış sağlayıcıya veri gönderme kararı, yalnızca teknik entegrasyon değildir. Veri türünü, gerçek kullanım amacını, erişebilen tarafları ve mümkünse daha dar bir akışın kurulup kurulamayacağını görünür kılmalıdır.
İlgili yazı
İlgili analiz
Chatbot verisini üçüncü taraf yapay zekâ sağlayıcısına göndermek ne demek?
Chatbot verisinin dış sağlayıcıya gönderilmesinde görünür kılınması gereken akışı ele alır.
Yeni sekmede açılır
Verinin nerede işlendiği önemli bir soru olabilir; fakat tek başına güvenlik veya uygunluk sonucu vermez. Veri sınıfı, erişim, alt işleyenler, yedekleme, destek süreci ve şirketin kendi kontrol kabiliyeti birlikte değerlendirilir.
Yönetişim için tek bir unvan atamak da yeterli değildir. Yetkinin hangi kararı kapsadığı, teknik ekip, iş sahibi, güvenlik, hukuk ve operasyon arasında nasıl dağıldığı; bir sorun çıktığında kimin karar değiştirebildiğiyle anlaşılır.
İlgili yazı
İlgili analiz
Şirketin yapay zekâ kararlarını kim yönetmeli? CAIO’nun rolü ve yetkisi
CAIO rolünü unvandan çok karar yetkisi ve organizasyon tasarımı üzerinden inceler.

Uygulama riskleri: demo değil, çalışma koşulu
Bir sistemin güvenli veya yararlı olup olmadığı laboratuvardaki örneğinden anlaşılmaz. Gerçek kullanıcı, gerçek istisna, hatanın etkisi ve insan devri birlikte görülmeden yalnızca model performansı değerlendirilmiş olur.
Aşağıdaki senaryolar aynı teknoloji ailesine ait olabilir. Ancak yönetişim kararını belirleyen, model adı değil sistemin insanlara ve operasyona bağlandığı yerdir.
- Bilgi verme
- Sistem sınırlı ve doğrulanabilir bilgiyi sunar.Sınır, güncellik, hata düzeltme ve kullanıcıya açık işaretler önem kazanır.
- Önceliklendirme
- Sistem insanların veya taleplerin hangi sırayla ele alınacağını etkiler.Gerekçe, itiraz, insan incelemesi ve sistematik hata ihtiyacı görünür olmalıdır.
- İşlem yürütme
- Sistem randevu oluşturur, iletişim başlatır, kaydı değiştirir veya bir sonraki adımı tetikler.Yetki, geri alma, doğrulama, hata yolu ve olay kaydı iş akışının parçası olur.
Sağlıkla ilişkili bir sohbet arayüzü, bilgi vermekten klinik kararı etkilemeye doğru kayabilir. Bu nedenle kullanıcının gerçekte ne sorduğu, sistemin neye yanıt verdiği ve insan uzmanına geçişin hangi anda zorunlu olduğu tasarımın merkezindedir.
İlgili yazı
İlgili analiz
Sağlıkta yapay zekâ: Chatbot, triyaj ve tıbbi cihaz arasındaki fark
Bilgi veren chatbot ile triyaj ve klinik karar etkisi arasındaki ayrımı açıklar.
Yeni sekmede açılır
Sesli ajanlarda akıcı konuşma, tamamlanan işin kanıtı değildir. Kimin aranacağı, neden aranacağı, konuşmanın hangi noktada insan devrine gideceği ve sonuç kaydının nasıl tutulacağı, model seçiminden önce gelen uygulama kararlarıdır.
İlgili yazı
İlgili analiz
Sesli ajan sistemi kurarken neye dikkat etmeliyiz?
Sesli ajan yatırımında kanal, iş sonucu ve pilot tasarımının rolünü gösterir.
Yeni sekmede açılır
Bir yapay zekâ kapasitesi operasyonun parçası hâline geldikçe kesinti, maliyet, davranış değişimi ve sağlayıcı bağımlılığı yalnızca satın alma riski olmaktan çıkar. Kritik akış için alternatif, daraltma ve geri dönüş yolları gerçek kullanımda sınanmalıdır.
İlgili yazı
İlgili analiz
Şirketinizin AI Bağımlılığının Farkında mısınız?
Kritik AI kapasitesinin şirketin çalışma biçimine yerleştiğinde doğan bağımlılığı ele alır.
Yeni sekmede açılır
Tekrar kullanılabilir kısa karar kaydı
Bir yönetişim kararı, uzun bir politika belgesinden önce kısa ve incelenebilir bir kayıtla başlayabilir. Amaç form doldurmak değil; sistem değiştiğinde hangi varsayımın, yetkinin ve kanıtın yeniden kontrol edileceğini unutmamaktır.
- Amaç ve etki
- Sistemin yaptığı iş, etkilenen kişi veya süreç, yanlış sonucun muhtemel etkisi.
- Yetki ve insan devri
- Sistemin başlatabildiği işlem, insanın devralacağı durum ve değiştirebileceği karar.
- Veri ve dış bağımlılık
- Gönderilen veri, dış taraflar, kritik hizmet varsayımları ve sınırlandırma seçeneği.
- Kanıt ve gözden geçirme
- Başarı ve hata sinyali, incelenecek kayıt, sorumlu sahip ve yeniden bakma tetikleyicisi.
Bu kayıt hukukî veya teknik incelemenin yerine geçmez. Hangi incelemeye neden ihtiyaç duyulduğunu ve karar değiştiğinde nereye dönüleceğini daha açık hâle getirir.
Rehber bölümlerine dönOkuma haritası
Rehberdeki tüm yazılar
Yayınlanmış yazılar, konu zincirindeki yerine göre burada görünür. Her bağlantı ayrıntılı analizi yeni sekmede açar.
Yeni sekmede açılır
Düzenleme ve kapsam
Düzenleme hangi sistemleri, rolleri ve kullanım biçimlerini ayırıyor?
AB Yapay Zekâ Yasası Nedir, Neleri Düzenliyor?
Risk etiketi konulduktan sonra işletmenin hangi soruları kalıyor?
AB Yapay Zekâ Yasası: Risk seviyesini belirledikten sonra ne yapmalısınız?
AB dışındaki şirket için kapsam ve fiilî etki nasıl ayrılır?
AB Yapay Zekâ Yasası Türkiye'deki Şirketleri Ne Kadar Etkiliyor?
Kontroller ve hesap verebilirlik
İnsan, AI iş akışında nerede anlamlı biçimde kalmalı?
AI İşi Yaparken İnsan Sürecin Neresinde Olmalı?
AI ile içerik üretmek SEO'ya zarar verir mi?
Bir AI değerlendirmesine hangi koşulda güvenilebilir?
Yapay Zekâ Yargılarına Neden Güveniyoruz?
Chatbot verisi dış sağlayıcıya giderken ne değişir?
Chatbot verisini üçüncü taraf yapay zekâ sağlayıcısına göndermek ne demek?
AI sorumluluğu için unvan mı, karar yetkisi mi belirleyicidir?
Şirketin yapay zekâ kararlarını kim yönetmeli? CAIO’nun rolü ve yetkisi
Uygulama riskleri
Sağlıkta bilgi verme, triyaj ve klinik karar nerede ayrılır?
Sağlıkta yapay zekâ: Chatbot, triyaj ve tıbbi cihaz arasındaki fark
Sesli ajan yatırımında konuşmadan önce hangi koşullar sınanmalı?
Sesli ajan sistemi kurarken neye dikkat etmeliyiz?
AI kapasitesi kritik hâle gelirse şirket hangi bağımlılığı üstlenir?
Şirketinizin AI Bağımlılığının Farkında mısınız?
Buradan nasıl devam edebilirsin?
Bu rehber kararın bir bölümünü açıyor. Aşağıdaki iki konu, aynı kararın bağlı olduğu başka bir kısmını incelemenize yardımcı olabilir.
Şirketiniz için yapay zekâ sistemi nasıl tasarlanır?
Yönetişim gereksinimleri sistemin tasarımını nerede değiştirmeli?
İş kapsamı, bilgi ve yetki kararlarını model seçimiyle birlikte ele alın.
Yapay zekâ destekli yazılım geliştirme
Kontrolleri çalışan bir teslimat düzenine nasıl taşırsınız?
Doğrulama, sorumluluk ve geri dönüş kararlarını geliştirme akışında görünür tutun.
Rehberlerin dışındaki yazılar
AI, yazılım, operasyon ve işletme kararları üzerine diğer yazılar da bu rehberlerin dışında yer alıyor.
Tüm yazıları inceleyin