Yapay Zekanın Hukuk Alanındaki Uygulamalarına Temel Mantık Kuralları ve Hukuki Realizm Akımı Çerçevesinden Bir Bakış

Prepared by Elif Beyza Çinar

Ed. by Eren Sözüer

Giriş

Bu yazıda öncelikle yapay zekanın ne olduğu ve verilere ulaşmada hangi yöntemleri izlediği bunu yaparken hangi temel mantık kurallarını kullandığı ele alınıp daha sonra da hukuki realizm akımı1 açısından hukuki normların nasıl kullanılması gerektiği yazılacaktır. Bu akımın verdiği sosyal yaklaşımı önceleyen hukuk anlayışının yapay zeka ile ilişkisi tartışılacak ve yapay zekanın olumlu, olumsuz uygulamaları kısaca özetlenecektir.

Yapay Zeka

Yapay zekanın hukuk alanına yaptığı katkıları ve neden olduğu tartışmaları daha iyi anlayabilmek için yapay zekanın işlevselliğini hangi noktada kazandığına bakmak gerekiyor.

Yapay zeka basit bir tanım yapmak gerekirse; normal şartlarda insanın yaptığı işleri yapmaya yarayan teknolojileri ifade ediyor. İsminin içerisinde ‘zeka’ kelimesinin geçiyor olması da rastlantı değil. Bu yeni nesil teknoloji insanların yaparken üzerine düşündükleri pek çok gündelik işi kendisine verilen kavramlarla veya kendi kendine öğrendiği bilgilerle otomatikleştiriyor. İnsanlar bunu zekası vasıtasıyla yaptıklarını düşündükleri için yapay zeka adını vermişler ama aslında bu yanlış bir adlandırma. Zira yapay zekanın temel işlevi ortamda dağınık olarak bulunan veriyi işlemektir. Bu işleme işini yaparken kullanacağı bilgiyi ya kendi kendine edinir veyahut bu bilgi kendisine önceden verilmiştir zaten. Fakat her iki halde de ne kadar karmaşık bir sistem ve şekilde açıklayacak olursak olalım yapay zekanın insanın üzerine düşündüğü ve kendi değer yargılarıyla anlamlandırdığı dış dünyayı çeşitli bilgisayar kodlarından mürekkep bir algoritmaya indirdiğini ve birer kod haline getirdiği gerçekliğin farklı şartlara verdiği farklı cevaplar üzerinden işleyen bir sistem inşa etiğini görüyoruz. Bu durumda yaptığı şey zeka gerektiren bir ’düşünme’ eylemi değil, durumlara göre kurallar koyup gerçeğe uygun sonuçlar elde etmeye çalışmaktan ibarettir.

Yapay zeka teknolojisinin otomatikleştirilmeye müsait verileri olan işler için gayet iyi sonuçlar verdiğini görebiliyoruz. Bunlara örnek olarak video oyunu oynamayı öğrenmek veya karmaşık hesap işlemlerini yapabilmeyi verebiliriz2. İki durumun ortak noktası video oyunu ve hesap işleri kavramının üzerine soyut kavramlarla düşünülmesi gerekmeyen ve matematiksel işlemlerle ifade edilebilecek bir dizi koddan oluşması. Yapay zeka bu kodları deşifre edip kendi için kullanılabilir bir algoritmaya çeviriyor. Bunu oluşabilecek her türlü olasılığı bir insanın yapabileceğinden çok daha hızlı bir şekilde hesaplayarak gerçekleştiriyor. Bunu yaparken temel mantık kurallarından üçün halin imkansızlığı ilkesine göre davranıyor. Yani çıkan sonuçlardan yalnızca birini temel alarak diğerlerini dışlayıcı bir ürün elde ediyor. Bir durum içinde oluşabilecek tek bir doğrunun olduğu varsayımından hareket ediyor. Fakat bu yolla ortaya çıkan ürün ancak bir durumda oluşabilecek tek bir doğru sonucun olduğu gerçekliklerde geçerli olabilir. Bu gerçeklik de ancak matematiksel düzlemde ifade edilebilecek durumlarda ortaya çıkabilir. Bu yüzden yapay zekanın kullanım alanı kodlarla ifade edebileceği alanla sınırlıdır, kendisine verilen çerçevenin sınırlarını aştığında gerçeklikle bağdaşmayacak sonuçlar verebilir. Mantıki açıdan mükemmel kurulmuş her ürün gerçeklikle örtüşmek zorunda değildir. Örneğin tümdengelim metodunda koyduğunuz temel (şemsiye) norm hatalıysa, kullandığınız yöntem mantık kurallarına ne kadar uygun olursa olsun, oluşturacağınız önermeleriniz gerçeklikle bağdaşmayacak ürünler olur.

Yapay zekanın temel mantık ilkelerini kullanarak kendisine bir işlem yolu çizdiğini ifade etmiştik. Buradan hareketle bu teknolojinin temel mantık ilkelerinin kullanıldığı pek çok alanda doğru sonuçlar verebileceğini söyleyebiliriz. Peki bu ilkeleri kullanırken işleyeceği verileri nasıl elde eder? Bunun için 3 yol vardır.

  1. Verilerin kendiliğinden öğrenilmesi

Öncelikle Öğrenme kelimesinden insan öğrenmesini kast etmediğimizi söylemek lazım. İnsan öğrenmesi temel bilişsel seviyelerimizde farklı anlamlar düşündüren kavramın bize o kavramı tekrar gördüğümüzde aynı anlamları tekrar düşündürmesi ve o farklı bilişsel seviyelerde o kavramın farklı yönlerinin görülmesi yoluyla anlamının artması ve bu yolla o kavrama dair hatırlanacak verilerin de çeşitlenmesi anlamına gelir. Analojinin de temeli burada yatar. Kavramlar her bilişsel düzlemde farklı anlamlar kazanarak bize olduklarından farklı şeyleri sırf o, aslında farklı olan, şeyle ortak noktaları var diye hatırlatırlar. Fakat yapay zekanın öğrenmesinden bunu

anlamıyoruz. Yapay zekanın öğrenmesi ürettiği ürünün, üretiliş süreci üzerinde kullandığı metotları işlevselleştirdiği ölçüde var olur. Yani insanın öğrenmesindeki anlama çabası burada yerini ürün üzerinde kullanılan bilginin işlevselleştirilmesine bırakır. Bilgi ürün üzerinde işe yaradığı sürece ‘öğrenilmiş’ kabul edilir. Bu bilginin nasıl elde edildiği konusuna dönecek olursak, sürekli aynı durumla karşılaşan bir makine hayal edelim, bu makinaya belirli bir durum olduğunda hep aynı tepkileri veriyoruz. Makine artık bahsi geçen durum oluştuğunda gene aynı tepkiyi vereceğinizi bilir ve o durumu sizin oluşturduğunuz tepkiyi sonuç kabul ederek kategorileştirir. Böylece sizin hareketlerinizden oluşmuş, gerçeğe uygun sonuçlar veren bir algoritma elde etmiş olur. Daha sonra belki sizin vereceğinizi tahmin ettiği tepkileri kendisi vermeye başlar. Bir sonraki aşamada tepki verdiğiniz durumun diğer özellikleri üzerine de yoğunlaşır ve eğer durumda tepki verilen özellik dışında başka özelliklerin de tekrar ettiğini tespit ederse bu sefer onları da kategorize eder. Yani ortamda dağınık gibi gözüken durumları alıp toparlayarak kendisine gerçeğe uygun veriler verebilecek bir algoritma çıkarır.

2. Hazır verili bir ortamda dizi oluşturmak

Bu biçimde yapay zekaya öğreneceği bilgiler hazır olarak verilmiştir. Tıp, mühendislik gibi uzmanlık gerektiren alanlardaki bilgiler yapay zeka tarafından kullanılabilecek bir koda dönüştürülür. Ürün çıkarmak için kendisine verilmiş olan bilgileri kullanır. Bu bilgileri temel norm kabul ederek onların altında yer alan daha küçük normlar elde eder. Bunu tümdengelim yöntemini kullanarak yapar. Böylece insanların belki de şu ana kadar karşılaşmadığı olasılıklarda kurallar koymaya başlar. Ancak bu yöntem için programlayıcının temel norma dair tüm bilgileri ve işe yarar detayları yapay zekanın veri tabanına dahil etmesi gerekir. Zira iyi detaylandırılmamış bir temel norm başka yanlış normlara sebep olabilir.

3.Hibrit Sistemler

Bu sistemlerde önceki iki metodun farklı ağırlıklarda ve şekillerde beraber kullanıldığını görmekteyiz. Buna örnek olarak, yapay zekanın karar veremeyeceği önemde bir karar verme zorunluluğu oluştuğunda bu işin bir insana bırakılacağının önceden ayarlanması

verilebilir. Yapay zeka önemli bir karar verme zorunluğu oluştuğunu ortamdan edindiği verilerden kendisi öğrenebilir burada ilk yöntemi kullanır çünkü ortaya çıkabilecek her zorluk önceden bilinemez. Fakat daha sonra bu durumu bir insana haber verme zorunluluğu doğar, bunu programcılar önceden veri olarak sisteme işlemişlerdir. Burada ikinci yöntemin kullanıldığını görüyoruz. Bu halde iki yöntemin farklı ağırlıklarda, aynı sistemde sentezlenebileceğini görüyoruz.

1 Y. Işıktaç, S. Metin, Hukuk Metodolojisi, Filiz Kitabevi, İstanbul, 2020

2 H. Surden, Artificial Intelligence and Law: An Overview, Georgia State University Law Review, 4 (2019), 4- 33