Bu yazı, Avrupa Komisyonu'nun Yapay Zeka Sistemlerinin Tanımı Hakkında Kılavuzunu (Temmuz 2025) ele alarak, bir sistemin AB Yapay Zeka Yasası kapsamına girip girmediğini belirleyen yedi temel unsuru ayrıntılı olarak incelemektedir. Pratik örnekler aracılığıyla, hangi sistemlerin yapay zeka olarak kabul edilmediğini ve bu ayrımın uyumluluk, inovasyon ve kamu güveni açısından neden önemli olduğunu da açıklığa kavuşturmaktadır.

Tanımı yapmak neden önemli?

Bir teknoloji veya yazılımın, yapay zeka kısıtlamalarına ve kurallarına uyup uymayacağını karar verebilmek için bu tanıma girip girmediğini tespit etmek, öncelikli işimiz olmalıdır. Sürekli gelişen ve değişen bir süreçte, bu tanımı yapmak daha da zorlaşıyor. Bu nedenle bugünkü yazımda, bir rehberden faydalandım, en altta kaynağıma ulaşabilirsiniz.

Söz konusu sistemin, yapay zeka tanımına girip girmediği, onun yasanın getirdiği kurallara, yasaklara, yüksek riskli sistemler için kurallara, şeffaflık zorunluluklarına tabi olup olmayacağını belirliyor. Kullandığınız veya geliştirdiğiniz sistem,Yapay Zeka Yasası ("Yasa") kapsamında olup olmadığını anlamak için ilk adım, sistemi tanımlamaktadır. Yasa risk temellidir, bu nedenle yapay zeka olarak etiketlenen her sistem otomatikman ağır kurallara tabi olmayacak sadece belirli yasaklanmış veya yüksek riskli görülenler sıkı denetime tabidir. Çoğu yapay zeka ya daha hafif kurallara tabi ya da hiç değildir. Sistemi, yapay zeka olarak tanımlamak, şirketler için problem olarak görülmemelidir.

Rehberin kapsamadığı alan, genel amaçlı yapay zekadır. Bu nedenle, bugünkü yazımda, bu konuya değinmeyeceğiz. Rehber, belirli bir uygulama için tasarlanmamış sistemlere odaklanmaktadır. Örneğin chatgpt gibi çok genel amaçlı temel modeller , Yasa'nın başka bir bölümünde düzenlenmektedir. Onların kuralları kaynak rehberin konusu değildir. Söz konusu rehber hukuken bağlayıcı değil, nihai yorum ABAD'a aittir. Her sistem kendi özelinde olay bazında değerlendirilmelidir.

Yasa'nın Amacı nedir?

Avrupa Birliği'nin bu Yasa ile amacı sağlık, güvenlik, temel haklar, hukuk devleti kavramlarını korumak ama aynı zamanda yapay zeka inovasyonunu desteklediği bir dengeyi bulmaktır.

Yasa Yürürlüğe Girdi Mi?

Yasa 1 Ağustos 2024'te, yasaklanmış uygulamalar hakkındaki hükümler Şubat 2025'te yürürlüğe girdiğinden, bu yazının konusu aktif kurallardan oluşmaktadır. Bu nedenle, okuduğunuz bu bilgiler, hayatlarımızı doğrudan şekillendiriyor.

Yapay Zeka Tanımı: Değişken seviyelerde otonomiyle çalışmak için tasarlanmış, devreye alındıktan sonra uyum sağlama yeteneği gösterebilen ve açık ya da örtük hedefler doğrultusunda, aldığı girdilerden tahminler, içerikler, öneriler ya da kararlar gibi çıktılar üreten, bu çıktılarla fiziksel ve sanal ortamları etkileyebilen makine tabanlı sistemlerdir.

Tanımı daha detaylı anlayabilmek için Komisyon Rehberi'ni incelediğimizde,

1. "Makine tabanlı sistem" ile ifade edilmek istenen nedir?

Sistemin fiziksel donanım ve algoritma, yazılım üzerinde çalışması gerekir, örneğin bilgisayarlar, sunucular gibi. Sadece bugünün bilinen teknolojilerini değil, gelecekte karşılaşacağımız kuantum bilişim ve biyolojik hesaplama da tanım kapsamı içine girebilir. "hesaplama yapabilen bir makine" olarak düşünülmelidir.

2. "Değişken seviyelerde otonomiyle çalışmak için tasarlanmış" ifadesi ne demek?

İnsan müdahalesine az ya da çok ihtiyaç duyar ama tamamen manuel değildir. Sistemin insan müdahalesinden belirli dereceye kadar farklı çalışabilmesi anlamında kullanılmaktadır. Girdi sonrası sistem onu işleyip kendi çıktısını üretmesi gerekir. Örneğin soru sorduğunuz sistemin size tavsiye vermesi gibi. Girdiden anlamlı bir çıktı üretmesi yapay zekanın çıkarım yapma yeteneğini göstermektedir. Bunu makine öğrenmesi veya başka şekilde yapabilir. Dış dünyayla etkileşime girip, bir tür sonuç üretme yeteneği göstermesi önemlidir. Yapay zekadan bahsedebilmemiz için, sistemin az da olsa özerklik gösterebilmesi şarttır.

3. "Devreye alındıktan sonra uyum sağlama yeteneği gösterebilen" ifadesi nedir?

Devreye alındıktan sonra uyum sağlama yeteneği gösterebilen ile ifade edilmek istenen, kendi kendine öğrenebilen sistemlerdir. Yeni veriler ile adapte olabilen, davranışını değiştirebilen, sürekli daha iyi öneriler sunabilen bir tavsiye robotu gibi. "Gösterebilen" ifadesi burada kilit bir ifade çünkü yapay zekanın kullanımı sırasında öğrenmesi şart değildir. İsteğe bağlı bir özellik gibi düşünebilir. Sistem, tanımdaki diğer tüm koşulları sağlasa bile, devreye alındıktan sonra hiç değişmiyorsa, statik bir model kullanıyorsa da yapay zeka olabilir. Özetle, kendi kendine öğrenebilmesi bir bonus ifade, yapay zeka tanımı için şart değildir.

4. "Açık ya da örtük hedefler" ifadesi nedir?

Her yapay zeka sistemi bir veya daha fazla hedefi başarmak için tasarlanıyor. Bu hedefler bazen kodun içerisinde açık şekilde yazılıyor. Örneğin, "maliyeti en aza indir" veya "tahmin düzeyini en yukarıya çıkar" gibi. Örtülü olanlar ise, sistemin genel davranışından veya eğitildiği verilerden anlaşılıyor. Örneğin, bir sohbet robotunun hedefi açıkça yazmasa bile en doğru ve en alakalı cevabı vermektir. Bu durum, davranışından anlaşılan örtülü hedef örneğidir. Hedefler ile amaçlanan kullanım, birbiri ile çok karıştırılan farklı anlama gelen ifadelerdir. Sistemin hedefleri onun iç mekanizması ile ilgilidir, neyi optimize etmeye çalıştığı ile ilgilidir. Amaçlanan kullanım ise, sistemin dış dünyada ne için, nasıl kullanılacağını anlatmaktadır. Örneğin, sohbet robotunun içsel hedefi doğru cevap vermek iken, amaçlanan kullanım pazarlama departmanı çalışanlarının onaylanmış marka kılavuzuna göre desteklenmesi olabilir, amaçlanan kullanım daha spesifik bir hale geliyor. Örneğin, Şirket içi sanal asistanın kullanım amacı belirli belgelerden cevap vermek olabilir; ama sistemin içsel hedefi doğru yanıt oranını artırmaktır. Bu ayrımı yapmanın önemi, sistemin riski sadece içsel hedeflerine göre tespit edilmesi değil asıl olarak hangi bağlamda hangi amaçla kullanıldığına bağlı olmasıdır. Yasa'nın risk değerlendirmesi ise amaçlanan kullanım amacına bakılarak yapıldığından, bu konu kritik öneme sahiptir.

5. Aldığı girdilerden .... çıktılar üretmesi diğer bir deyişle "çıkarım yapma yeteneği" ile ifade edilmek istenen nedir?

Tanımdaki en önemli kısım burasıdır. Yapay zekayı, geleneksel yazılımlardan ayıran temel ve vazgeçilmez koşul budur. Çıkarım yapma yeteneğini iki farklı şekilde yorumlayabiliriz. İlki, sistemin çalışma anında yaptığı, girdiyi alması(resim) ve çıktı(kedi etiketi) üretmesi aşamasıdır. İkincisi ise, sistemin geliştirme aşamasıdır. Verilerden örüntüler öğrenerek kediyi tanıyacak modeli veya algoritmayı oluşturma sürecidir. Hem öğrenme hem de kullanımdaki akıl yürütme süreci olarak ifade edilir. Yasa'nın gerekçesinde bu kısım şu şeklide ifade edilmiştir, yapay zeka sistemleri basit, önceden tanımlanmış kuralları uygulayan, geleneksel yazılımlardan ayrılmalıdır. Eğer bir program sadece X olursa Y yap gibi sabit kodlanmış kuralları izliyorsa, o yapay zeka değildir. Yapay zeka diyebilmemiz için anlam çıkarma ve model kurma yeteneği olmalıdır. Veriden veya bilgiden bir genelleme yapabilmelidir. Bu çıkarımın nasıl yapıldığı, hangi sistemlerin kullanıldığına göz atalım.

Rehber 2 temelden bahsediyor.

1. En çok duyduğumuz, makine öğrenme modelleridir. Gözetimli öğrenme, gözetimsiz öğrenme, pekiştirmeli öğrenme gibi. Bu konuda detaylı bilgiye https://www.linkedin.com/newsletters/7094203266376380416/ yazımdan ulaşabilirsiniz.

2. Mantık ve bilgi tabanlı yaklaşımlardır. Veriden ziyade insanların kodladığı kurallara ve bilgiye dayanıyor. Klasik uzman sistemler gibi, örneğin doktorun teşhis bilgisinin programlanması gibi. Bu yaklaşımda da girdiden sonuç çıkarıyor ama öğrenme şekilleri daha çok önceden tanımlanmış bilgi ve mantık kurallarına dayanıyor.

6. Tahminler, içerikler, öneriler ya da kararlar gibi çıktılar üretmesi ile ifade edilmek istenen nedir?

Tahminler, geleceğe dair veya bilinmeyeni tahmin etmesi gibi örneğin, hava durumu, borsa, otonom aracın yoldaki diğer aracın ne yapacağını tahmin etmesi gibi. İçerikler, yeni şeyler yaratması, metin, resim , müzik gibi, örneğin genAI, chatgpt. Milyonlarca kişiye anlık ve kişiye özel tavsiye verebilmesidir. Öneriler, film tavsiyesi, işe alım önerisi verebilmesidir. Kararlar, insan müdahalesi olmadan sistemin yaptığı seçimleri ifade ediyor. Eğer bir tavsiye otomatik uygulanırsa, örneğin yatırım algoritmasının otomatik al sat yapması gibi, çıktı karar olarak ifade edilmelidir. Püf noktası, karmaşıklık ve adaptasyon yeteneğidir. Yapay zeka sistemleri çok daha fazla veriyi işleyerek, daha ince örüntüleri yakalayarak, bazen de değişen koşullara uyum sağlayarak üretmektedir. Yapay zeka bunu milyonlarca kullanıcı için dinamik olarak kişiselleştirerek cevaplar üretebilir.

7. "Fiziksel veya sanal ortamları etkileyebilme" ne demek?

Direksiyonun dönmesi veya sosyal medya akışının sırasının değişmesi , güvenlik sisteminin şüpheli bağlantıyı kesmesi gibi.

Tanımda incelediğimiz bu 7 unsur bir araya geldiğinde, Yasa kapsamında, yapay zeka olup olmadığını anlayabiliriz.

Rehber, tanımın dışında kalan neyin yapay zeka olmadığından da bahsediyor.

Önceden yazılmış sabit kuralları uyguluyorsa yapay zeka sayılmıyor, örneğin matematiksel optimizasyonu sadece hızlandıran sistemler gibi, örneğin mevcut hesaplama yöntemini hızlandırmak için makine öğrenmesi kullanılması, yeni bir karar verme modeli olarak değerlendirilmeyecektir. Sadece hesaplamayı hızlandıracaktır. Bu durumda yapay zeka sayılmayacaktır. Makine öğrenmesi kullanması sistemi yapay zeka olarak tanımlamaya yetmeyecektir, nasıl kullanıldığına da bakılması gerekir. Temel veri işleme sistemleri gibi öğrenme olmadan sadece verilen komutları yapan araçlar, basit veri tabanı sorgusu yapan, standart excel tablosu gibi işlevi olan, anket ortalaması alan bir script yapay zeka olarak kabul edilmeyecektir. Veriyi özetleyen, grafik çizen, şunu yap demeyen, tahmin yürütmeyen araçlar, geçmiş satışları gösteren dashboardlar yapay zeka değildir. Basit kurallarla oynayan eski satranç oyunları da yapay zeka olarak kabul edilmez. Heuristik algoritmalar diğer bi deyişle deneme-yanılma kurallarıyla çalışan ama öğrenmeyen sistemler. Basit tahmin sistemleri de yapay zeka değildir, sistem geleceği tahmin etmek için çok temel istatistiksel kuralları kullanıyorsa, örneğin yarının sıcaklığını son haftanın ortalaması göre hesaplıyorsa, bu sistem de yapay zeka sayılmaz.

Not edilmesi gereken ayırt edici olan kriter, performans ve karmaşıklıktır.

Analizim

Teknoloji ile ne kadar ilgili olursak olalım, bir sistemin ne zaman yapay zeka sayıldığını ve bunun ne gibi sonuçları olabileceğini bilmek artık herkes için önemli bir bilgidir. Tanımla birlikte, teknoloji şirketlerinin ürünlerini pazarlarken kullandıkları yapay zeka etiketi nasıl değişir sizce? Daha mı dikkatli olurlar yoksa bu etiketi daha bilinçli sadece gerçekten uyduğu yerde mi kullanılırlar? Ya da tam tersi düzenlemeden kaçmak için daha muğlak ifadelere mi yönelirler? Bu durum sizin kullanıcı olarak teknolojiye yaklaşımınızı ve güveninizi nasıl etikler? Yorumlarınızı aşağıda paylaşmanızı rica ederim

Kaynak: Commission Guidelines on the definition of an artificial intelligence system established by Regulation (EU) 2024/1689 (AI Act), Brussels, 29.7.2025