Yapay Zekâ ve Sözleşme Dışı Kusursuz Sorumluluk

Artificial Intelligence and Non-Contractual Strict Liability

İlyas SAĞLAM, Emre GİRGİN

Yapay zekâ modellerinden beklenen “yeterince” iyi sonuçlar vermeleridir. Sonuçların ne derece yeterli olduğu probleme göre değişkenlik gösterir. Modeller daima gerçek değerler ile tahminler arasındaki farkı temsil eden zarar değerini (loss value) minimize edecek şekilde optimize edilseler de zarar değerini tamamıyla sıfırlamaları beklenmez. Dolayısıyla yapay zekâ modeli, dikkatli bir şekilde dizayn edilmiş olsa dahi, başarılı bir sonuç elde edilemeyebilir. Bu durumun çeşitli zararların ortaya çıkmasına neden olması muhtemeldir. Haksız fiil hukuku bağlamında değerlendirildiğinde bu tür zararların tazmin edilebilmesi için TBK m.49’daki şartların sağlanması durumunda kusura dayanan haksız fiil sorumluluğuna başvurulabilir. Ancak kusursuz sorumluluğun mümkün olup olmadığı ve eğer mümkün ise ne tür bir kusursuz sorumluluk olması gerektiği belirsizdir. Çalışmada da yapay zekâya ve yapay zekânın hukuki statüsüne ilişkin genel açıklamalar yapıldıktan sonra yapay zekânın neden olduğu zararların kusursuz sorumluluk boyutu üzerinde değerlendirmede bulunulmuştur.

Yapay Zekâ, Sözleşme Dışı Kusursuz Sorumluluk, Üreticinin Sorumluluğu.

The expectancy from the artificial intelligence models is to produce results that are good “enough”. It depends on the problem how adequate the results are. Although models are optimized to minimize the difference between ground truths and predictions, it is not expected to make the difference completely zero. Therefore, even if the artificial intelligence model has been designed carefully, the accurate predictions may not be achieved. In this case, it is possible that both the user and third parties will be harmed. If it is interpreted in the context of tort law, to recompense those type of harms, tort liability can be addressed if the terms specified in article 49 of the Turkish Law of Obligations are satisfied. However, it is unclear whether strict liability is possible and, if so, what kind of strict liability it should be. In this study, after explaining the general concepts of artificial intelligence and the legal status of it, the damages caused by artificial intelligence are assessed from the strict liability perspective.

Artificial Intelligence, Non-Contractual Strict Liability, Manufacturer’s Liability.

Giriş

Sağlık¹ , eğitim² , lojistik³ gibi birçok sektörde faydalanılan yapay zekânın kullanım alanı, teknolojik gelişmelerle birlikte her geçen gün daha da genişlemektedir.⁴ Zira yapay zekâ, insanlar tarafından icra edilen birtakım görevleri daha hızlı şekilde yerine getirmek suretiyle hayatı kolaylaştırmaktadır.⁵ Ancak yapay zekânın bazı riskleri de barındırdığı yadsınamaz.⁶ Bu risklerin gerçekleşmesi durumunda eğer zarar gören kişi kullanıcı ise sözleşmesel sorumluluk hükümlerinden faydalanılması mümkün olabilir. Bununla birlikte öğretide, yapay zekâdan genel itibariyle sözleşme ilişkisi içinde bulunmayan kişilerin zarar göreceğinden bahisle haksız fiil sorumluluğunun işlevsel bir konuma sahip olduğu vurgulanmıştır.⁷ Haksız fiil sorumluluğu bağlamında değerlendirildiğinde, 6098 sayılı Türk Borçlar Kanunu⁸ m.49’da yer alan şartların sağlanması durumunda yapay zekâ kullanımından zarar gören üçüncü kişinin zararının tazmini için yapay zekâ kullanıcısının kusura dayanan haksız fiil hükümlerince sorumluluğuna gidilebilmesi mümkündür.⁹ Bununla birlikte Türk pozitif hukukunda yapay zekâdan kaynaklanan zararlar için öngörülmüş olan özel bir kusursuz sorumluluk türü bulunmamaktadır.¹⁰ Öğretide ise tehlike sorumluluğu, üreticinin sorumluluğu gibi bazı kusursuz sorumluluk türlerinin yapay zekâdan kaynaklanan zararlarda uygulanıp uygulanamayacağı irdelenmektedir. Ayrıca Avrupa Parlamentosunun 20 Ekim 2020 tarihli kararının ekinde yer alan yapay zekâ kullanımından kaynaklanan sorumluluğa ilişkin Yönerge Taslağı’nın 4. maddesinde “yüksek riskli” yapay zekâ sistemleri için tehlike sorumluluğu öngörülmüştür.¹¹

Çalışmanın birinci bölümünde, yapay zekâ, makine öğrenmesi ve derin öğrenme hakkında genel bir açıklamaya yer verilmiştir. Ayrıca yapay zekânın insan zekâsı ile ilişkisi ve yapay zekânın geleceği üzerinde de durulmuştur.

İkinci bölümde, yapay zekânın hukuki statüsü incelenmiştir. Bu hususta ileri sürülen görüşlere değinilmiştir.

Üçüncü bölümde ise öğretide, yapay zekâdan kaynaklanan zararların tazmini için uygulanmasının mümkün olup olmadığı tartışılan başlıca kusursuz sorumluluk türleri üzerinde durulmuştur. Bu bölümde Türk Borçlar Kanunu’nda düzenlenen bazı kusursuz sorumluluk türlerinin yanı sıra 12.03.2021 tarihinde yürürlüğe giren 7223 sayılı Ürün Güvenliği ve Teknik Düzenlemeler Kanunu¹² kapsamında getirilen üreticinin sorumluluğu bağlamında da değerlendirmede bulunulmuştur.

I. Yapay Zekâ

Zekâ, bilinç veya düşünme gibi kavramlar genellikle bilgisayar biliminin kapsamında incelenen veya çalışılan kavramlar değildir. Bununla birlikte birçok problemi başarıyla çözen makinelerin artması sebebiyle, makinelerin de bir çeşit zekâya sahip olup olamayacağı tartışılmaya başlanmıştır.¹³ İngiliz matematikçi ve bilgisayar bilimci Alan Turing bu tartışmaya bir standart kazandırmak için 1950 senesinde kendi adıyla anılan bir deney önerdi.¹⁴ Bu deneye göre bir insan, karşısında görmediği birisi ile bilgisayar üzerinden sohbet etmektedir. Eğer bu insan, kendisine cevap yazanın bir insan mı yoksa bir bilgisayar mı olduğunu ayırt edemiyorsa, Turing’e göre o bilgisayar programı zeki kabul edilmelidir.¹⁵ Bu tanımı göz önünde bulundurarak, bir problemi sıradan bir insan seviyesinde çözebilen herhangi bir bilgisayar programını yapay zekâ kapsamına alabiliriz.¹⁶ Yine bu tanımı takip edersek, bir dizi sayıyı büyükten küçüğe sıralamak veya büyük bir liste içerisinde istenilen elemanın olup olmadığını kontrol etmek gibi görece basit görevleri, birtakım iyi tanımlanmış komut zincirleri ile gerçekleştirebilen programlar da yapay zekâ altında incelenebilir. Ancak problem zorlaştıkça, örneğin bir şehir fotoğrafında kaç tane bina olduğunu tespit etmek gibi bir seviyeye evirildiğinde, çözüm yolunda uygulanacak komutları önceden belirlemek de şüphesiz daha zor bir görev haline gelir.¹⁷ Bu tarz problemler için yeni bir paradigmaya ihtiyaç duyulmuştur. Geçtiğimiz on yıl boyunca hem veri yığınlarının boyutunun hızla artması¹⁸ hem de bu büyük verileri işleyecek işlem birimlerinin gelişmesi ve daha yaygın hale gelmesi¹⁹ nedeniyle makine öğrenmesinin uygulanabildiği alanlar da hızla artmış ve bu zor problemleri çözmemizi sağlayacak yapay zekâ yöntemleri daha da popüler hale gelmiştir. Bu yeni paradigmada problemi çözmek için uygulanması gereken komutların yine bilgisayar tarafından kendi kendine öğrenilmesi amaçlanmaktadır. Öğrenme tabanlı bu paradigmaya makine öğrenmesi denir.²⁰ Makine öğrenmesi bu zor problemlere efektif çözümler getirebilmesi sebebi ile yapay zekâ alanındaki çalışmaların lokomotifi olma görevini üstlenmiştir.²¹ Makine öğrenmesinin dışında kalan yapay zekâ çalışmaları da oldukça önemli olmakla birlikte, yapay zekânın kapsamı Turing’in yaptığı tanım gereği göreceli bir genişliğe sahiptir ve hukuki tartışmalara konu olabilecek derecede büyük görevlerin çözümleri, genellikle makine öğrenmesi yöntemi ile elde edilmiştir.²² Bir diğer yaygın kullanılan ve oldukça başarılı yöntem ise makine öğrenmesinin alt alanı olan derin öğrenmedir (Bkz. Figür1). Derin öğrenme, makine öğrenmesinin de sınırlarının ötesindeki zor problemlere çözüm üretilmesinde oldukça başarılıdır. Derin öğrenme ile ilgili daha detaylı açıklamalar Derin Öğrenme (I.C) başlığında ele alınmıştır.