Yapay Zeka Ayrımcılık Yapar mı? Algoritmik Ayrımcılık
Av. Arb. Yalçın Torun | Torun Hukuk Bürosu | 19 Mayıs 2026
Bu makale, aşağıdaki akademik çalışmanın bulguları esas alınarak hazırlanmıştır:
Poole-Dayan, E., Roy, D. ve Kabbara, J. (2026). “LLM Targeted Underperformance Disproportionately Impacts Vulnerable Users.” Proceedings of the AAAI Conference on Artificial Intelligence.
arXiv: 2406.17737v2 [cs.CL], 6 Kasım 2025 · DOI: 10.48550/arXiv.2406.17737 · Lisans: CC BY 4.0
Yayıncı: Association for the Advancement of Artificial Intelligence (AAAI) — http://www.aaai.org
Giriş — Sorunun Çerçevesi
Yapay zekâ sistemlerinin belirli kullanıcı gruplarına karşı sistematik biçimde daha düşük performans göstermesi, yalnızca teknik bir sorun değil; aynı zamanda temel hakları doğrudan etkileyen anayasal ve uluslararası hukuki bir meseledir. Bu makale, söz konusu performans eşitsizliğini Türk ve uluslararası hukuk perspektifinden ele almakta; algoritmik ayrımcılığın bilgiye erişim hakkı ve dijital eşitlik bağlamındaki hukuki sonuçlarını değerlendirmektedir.
1 — Anayasal Dayanak: Eşitlik ve Ayrımcılık Yasağı
Yapay zekâ sistemlerinde gözlemlenen performans eşitsizliği, öncelikle anayasal eşitlik ilkesini ihlal etmektedir. Türkiye Cumhuriyeti Anayasası’nın 10. maddesi, herkesin dil, ırk, renk, cinsiyet, siyasi düşünce, felsefi inanç, din, mezhep ve benzeri sebeplerle ayırım gözetilmeksizin kanun önünde eşit olduğunu; devlet organları ve idare makamlarının bütün işlemlerinde eşitlik ilkesine uymakla yükümlü olduğunu açıkça hükme bağlamaktadır.
Anayasa’nın 26. maddesi ifade özgürlüğünü, 27. maddesi ise bilim ve sanat özgürlüğünü güvence altına almaktadır. Bilgiye erişimin sistematik biçimde engellendiği ya da çarpıtıldığı bir ortamda bu özgürlüklerin kullanılması fiilen mümkün olmayacaktır.
2 — Kanuni Dayanak: Kişisel Verilerin Korunması ve Dijital Haklar
6698 Sayılı KVKK m. 4, kişisel verilerin işlenmesinde hukuka ve dürüstlük kurallarına uygun olma, doğru ve gerektiğinde güncel olma ile belirli, açık ve meşru amaçlar için işlenme ilkelerini düzenlemektedir. Algoritmik sistemlerin demografik verileri kullanarak farklı gruplara farklı kalitede hizmet sunması, bu ilkelerle doğrudan çelişmektedir.
5651 Sayılı Kanun ve Bilgi Toplumu Hizmetleri mevzuatı çerçevesinde dijital hizmet sağlayıcılarının içerik doğruluğu ve erişim eşitliğine ilişkin yükümlülükleri değerlendirilebilir. Bununla birlikte Türk hukukunda yapay zekâ sistemlerine özgü kapsamlı bir düzenleme henüz mevcut değildir; bu alan yasal boşluk içermektedir.
3 — Uluslararası Hukuki Çerçeve
Algoritmik ayrımcılık meselesi, uluslararası düzeyde çeşitli bağlayıcı ve yol gösterici belgelerle düzenlenmeye başlanmıştır. AB Yapay Zekâ Yasası (EU AI Act, 2024), yüksek riskli yapay zekâ sistemlerinde şeffaflık, hesap verebilirlik ve ayrımcılık yasağı yükümlülükleri getirmektedir. BM İnsan Hakları Yüksek Komiserliği’nin algoritmik karar alma sistemlerine ilişkin kılavuz ilkeleri ve UNESCO’nun Yapay Zekâ Etiği Tavsiye Kararı da bu çerçevede değerlendirilmelidir.
4 — Yargısal İçtihat: Mevcut Durum ve Boşluklar
Yapay zekâ sistemlerinde algoritmik ayrımcılık konusunda Türk mahkemelerinde verilmiş ve yayımlanmış bir Yargıtay ya da Danıştay kararına henüz ulaşılamamaktadır; bu alan Türk yargı içtihadında işlenmemiş bir mesele olmaya devam etmektedir. Avrupa İnsan Hakları Mahkemesi’nin algoritmik karar alma süreçlerine ilişkin içtihadı ve Avrupa Konseyi’nin otomatik karar alma sistemleri hakkındaki tavsiye kararları bu boşluğun doldurulmasında yol gösterici nitelik taşımaktadır.
5 — Algoritmik Ayrımcılığın Somut Görünümleri
Poole-Dayan, Roy ve Kabbara (2026) tarafından yürütülen araştırma, yapay zekâ sistemlerinin belirli kullanıcı gruplarına karşı dört temel alanda sistematik bir dezavantaj yarattığını ortaya koymaktadır:
- Bilgi Doğruluğu: İngilizcesi zayıf kullanıcılara sunulan bilgilerin doğruluk oranı düşmekte; bu durum söz konusu kişilerin zaten sınırlı olan doğrulama kapasitesini daha da kısıtlamaktadır.
- Yanlış Bilgi Yayılımı: Eğitim verilerindeki demografik dengesizlikler, sistemin bazı gruplar hakkında daha fazla hata üretmesine yol açmaktadır.
- Cevap Vermeyi Reddetme: Sistemlerin belirli dil veya kültürel bağlamlarda daha sık “cevap veremem” yanıtı vermesi, fiilen bir dijital dışlanma biçimidir.
- Küçümseyici ve Üstten Bakan Dil: Hak temelli bir perspektiften değerlendirildiğinde kişinin onurunu ve eşit muamele hakkını zedelemektedir (AY m. 17).
6 — Dijital Eşitlik: Bir Hak Olarak Yeniden Tanımlamak
Dijital eşitlik kavramı, artık yalnızca altyapıya erişim meselesi değildir; yapay zekâ sistemlerinin sunduğu hizmetin kalitesine eşit biçimde erişimi de kapsamaktadır. Yapay zekâ sistemlerinin geniş ölçekte toplumsal kararlara rehberlik ettiği bir çağda, bu sistemlerin hangi gruplara daha doğru, daha saygılı ve daha kapsamlı yanıtlar sunduğu kritik bir hukuki ve etik sorudur.
Bir sistemin yanlış bilgiyi en çok, onu sorgulayamayacak olanlara iletmesi; var olan eşitsizlikleri pekiştiren değil, bizzat üreten bir mekanizma haline gelmesi anlamına gelir. Büyük ölçekte devreye alınan bir sistem söz konusu olduğunda, bu durum yalnızca bireysel bir mağduriyet değil; anayasal düzende eşit vatandaşlığı zedeleyen yapısal bir sorun niteliği kazanmaktadır.
7 — Hukuki ve Etik Sonuçlar
Yapay Zekâ Etiği Açısından
Sistem tasarımcılarının, algoritmanın kimi dezavantajlı kıldığını öngörme ve buna karşı önlem alma yükümlülüğü bulunmaktadır. Bu yükümlülük salt gönüllülük esasına bırakılmamalı; bağlayıcı hukuki düzenlemelerle desteklenmelidir.
Algoritmik Ayrımcılık Açısından
Bilinçli bir niyet olmasa dahi yapısal ve sistematik ayrımcılık hukuki sorumluluk doğurabilir. Bu alan, Türk hukukunda özellikle KVKK’nın veri işleme ilkeleri ve anayasal eşitlik hükümleri çerçevesinde değerlendirilmelidir.
Bilgiye Erişim Hakkı Açısından
Doğru bilgiye erişim yalnızca entelektüel bir tercih değil; sağlık, hukuk ve eğitim gibi temel alanlarda hayati kararlar alabilen bir birey olmanın ön koşuludur.
Sonuç
Yapay zekâ sistemlerinde gözlemlenen performans eşitsizliği, teknik bir kusur olarak değil; anayasal eşitlik ilkesini, bilgiye erişim hakkını ve algoritmik ayrımcılık yasağını ihlal eden yapısal bir hukuki sorun olarak değerlendirilmelidir. Türk hukuku bu alanda kapsamlı bir düzenlemeye ihtiyaç duymaktadır.
Kaynakça
Poole-Dayan, E., Roy, D. ve Kabbara, J. (2026). LLM Targeted Underperformance Disproportionately Impacts Vulnerable Users. Proceedings of the AAAI Conference on Artificial Intelligence. arXiv:2406.17737v2 [cs.CL]. DOI: 10.48550/arXiv.2406.17737
Bu makale yalnızca genel bilgilendirme amacıyla hazırlanmış olup hukuki tavsiye niteliği taşımamaktadır. Bireysel hukuki danışmanlık için Torun Hukuk Bürosu ile iletişime geçiniz.
