Arama yapmak için lütfen yukarıdaki kutulardan birine aramak istediğiniz terimi girin.

Genel Veri Koruma Yönetmeliği’nin (GDPR) Yapay Zeka Üzerindeki Etkisi - Kapsamlı Özet Çevirisi

The Impact of the General Data Protection (GDPR) on Artificial Intelligence - The Translation of Executive Summary

Ali ERDOĞAN

Avrupa Parlamentosu’nun destekleri ile ortaya çıkartılmış olan bu çalışmanın içeriğine bakıldığında yapay zekanın ve büyük verinin ne olduğunun yanında bunların kişisel veriyle olan ilişkisi incelenmektedir. Ayrıca Avrupa Birliği himayesinde kişisel verilerin korunması için meydana getirilen Genel Veri Koruma Yönetmeliği adlı hukuki düzenleme ile olan etkileşme de çalışma kapsamında değerlendirilmektedir. Bir hayli geniş olan bu çalışma hakkında fikir vermesi için girişte hazırlanan kapsamlı özetin çevirisi tarafımızca yapılmaktadır.

Yapay Zeka, Büyük Veri, Kişisel Veri, Genel Veri Koruma Yönetmeliği, Avrupa Parlamentosu.

Considering the content of this study, which has been revealed with the support of the European Parliament, what is artificial intelligence and big data as well as their relationship with personal data is examined. In addition, the interaction with the legal regulation called General Data Protection Regulation, which was created for the protection of personal data under the auspices of the European Union, is also considered within the scope of the study. The translation of the executive summary prepared in the introduction is made by us to give an idea about this rather extensive study.

Artificial Intelligence, Big Data, Personal Data, General Data Protection Regulation, European Parliament.

Yapay Zeka (AI) ve Büyük Veri (Big Data)

Son on yılda, yapay zeka hızlı bir gelişme gösterdi. Sağlam bir bilimsel temel edinmiş ve birçok başarılı uygulama üretmiştir. Ekonomik, sosyal ve kültürel gelişmeler ile enerjinin sürdürülebilirliği, daha iyi sağlık hizmetleri ve bilginin yayılması için fırsatlar sağlamaktadır. Bu fırsatlara işsizlik, eşitsizlik, ayrımcılık, sosyal dışlanma, gözetim ve manipülasyon gibi ciddi riskler eşlik etmektedir.

Yapay zeka üzerinde, makine öğreniminin kitlesel veri yığınına uygulanmasına odaklanmaya başlamasından bu yana etkileyici bir ilerleme olmuştur. Makine öğrenimi sistemleri, veriler arasındaki korelasyonları keşfetmekte ve olası girdileri muhtemel doğru yanıtlara (tahminler) bağlayan modeller inşa etmektedir. Makine öğrenimi uygulamalarında yapay zeka sistemleri, çok sayıda örnek üzerinde eğitildikten sonra tahminlerde bulunmayı öğrenmektedir. Böylece, yapay zeka veriye aç hale gelmekte ve bu açlık kendi kendini güçlendiren bir sarmalda veri toplamayı teşvik etmektedir: makine öğrenimine dayalı yapay zekanın gelişimi, geniş veri kümelerinin yani büyük verinin oluşturulmasını öngörmekte ve beslemektedir. Yapay zeka ve büyük verinin entegrasyonu; ekonomik, bilimsel ve sosyal ilerleme için birçok fayda sağlayabilir. Ancak, aynı zamanda, hem bireyler hem de tüm toplum için kamusal alanda yaygın gözetim ve vatandaşların davranışlarındaki etki, kutuplaşma ve parçalanma gibi risklere de katkıda bulunmaktadır.

Yapay Zeka (AI) ve Kişisel Veri (Personal Data)

Birçok yapay zeka uygulaması kişisel verileri işlemektedir. Bir yandan, kişisel veriler, makine öğrenim sistemlerini eğitmek yani algoritmik modellerini oluşturmak için kullanılan veri setlerine katkıda bulunabilir. Öte yandan, bu tür modeller, belirli kişilerle ilgili çıkarımlar yapmak için kişisel verilere uygulanabilir.

In the last decade, AI has gone through rapid development. It has acquired a solid scientific basis and has produced many successful applications. It provides opportunities for economic, social, and cultural development; energy sustainability; better health care; and the spread of knowledge. These opportunities are accompanied by serious risks, including unemployment, inequality, discrimination, social exclusion, surveillance, and manipulation.

There has been an impressive leap forward on AI since it began to focus on the application of machine learning to mass volumes of data. Machine learning systems discover correlations between data and build corresponding models, which link possible inputs to presumably correct responses (predictions). In machine learning applications, AI systems learn to make predictions after being trained on vast sets of examples. Thus, AI has become hungry for data, and this hunger has spurred data collection, in a self- reinforcing spiral: the development of AI systems based on machine learning presupposes and fosters the creation of vast data sets, i.e., big data. The integration of AI and big data can deliver many benefits for the economic, scientific and social progress. However, it also contributes to risks for individuals and for the whole of society, such as pervasive surveillance and influence on citizens’ behaviour, polarisation and fragmentation in the public sphere.