Hukuk bürolarında yapay zeka kullanımı artık bir deneme meselesi olmaktan çıktı; asıl soru, hangi aracın büronun iş yüküne ve meslek yükümlülüklerine uyduğu. Bir yapay zeka hukuk asistanı seçerken tanıtım sayfalarındaki vaatler değil, aracın kendi dosyalarınız üzerinde nasıl davrandığı belirleyici olmalıdır.
Bu yazıda yapay zeka hukuk asistanı değerlendirmesini on iki kritere ayırıyoruz. Her kriter için neyin sorulacağını ve bunun bir demo sırasında nasıl sınanabileceğini ele alıyoruz.
Yazıda mevzuattan gelen yükümlülükler ile seçim sürecine dair öneriler ayrı tutulmuştur. KVKK ve Avukatlık Kanunu’na dayanan bilgiler olgu olarak, puanlama ve öncelik önerileri ise kanaat olarak okunmalıdır. Hiçbir kriter listesi, büronuzun kendi risk değerlendirmesinin yerini tutmaz.
Hangi Kriterler Belirleyici?
Kısa cevap şu: içtihat kapsamı ile kaynak gösterme birlikte, aracın hukuki işte kullanılıp kullanılamayacağını belirler. Veri güvenliği tarafında ise verinin nerede işlendiği ve müvekkil sırrının nasıl korunduğu belirleyicidir. Bu dört başlıktan birinde ciddi eksik bulunan bir yapay zeka hukuk asistanı, diğer alanlarda ne kadar güçlü olursa olsun riskli bir tercih olarak görülmelidir.
Kalan kriterler, aracın günlük işe ne kadar iyi oturduğunu gösterir. Belge üretimi, dosya bazlı çalışma ve fiyatlandırma gibi başlıklar büronun büyüklüğüne ve iş tipine göre farklı ağırlık taşır. Bir ceza bürosu ile bir ticaret hukuku bürosunun aynı aracı aynı gerekçeyle seçmesi beklenmemelidir.
Türkiye Barolar Birliği’nin 28 Ağustos 2026’da yayımladığı “Avukatlar İçin Yapay Zeka Kullanımı Tavsiye Rehberi”, yapay zeka çıktılarının resmî ve güvenilir kaynaklardan doğrulanmasını ve müvekkil bilgilerinin yeterli güvence sunmayan araçlara aktarılmamasını öneriyor. Rehber bağlayıcı bir düzenleme değil, bir tavsiye metnidir. Yine de bir yapay zeka hukuk asistanı değerlendirmesinde başlangıç çerçevesi olarak kullanılabilir.
1. İçtihat ve Mevzuat Veritabanının Kapsamı
Bir aracın verdiği cevap, beslendiği veritabanından daha iyi olamaz. İçtihat veritabanı kapsamı değerlendirilirken yalnızca karar sayısına değil, hangi yargı mercilerinin kararlarının bulunduğuna bakılmalıdır. Yargıtay ve Danıştay kararlarının yanında bölge adliye ve bölge idare mahkemesi kararlarına erişim, uygulamada belirleyici olabilir.
Kapsamın tarihsel derinliği de önemlidir. Yeni kararlara odaklanan bir veritabanı güncel uygulama için yeterli olabilir; ancak eski bir içtihadın değişip değişmediğini görmek isteyen avukat için eksik kalır. Tedarikçiye kapsamın hangi yıldan başladığı ve hangi dairelerin dahil olduğu yazılı olarak sorulmalıdır.
Mevzuat tarafında ise kanunların yanında yönetmelik, tebliğ ve kurul kararlarının bulunup bulunmadığı kontrol edilmelidir. Bir yapay zeka hukuk asistanı yalnızca kanun metinlerine dayanıyorsa, idare hukuku ya da vergi hukuku gibi alanlarda cevapları eksik kalabilir.
İçtihat kapsamını sınamanın pratik bir yolu, büronun yakın zamanda üzerinde çalıştığı bir konuda bildiği birkaç kararı araca sordurmaktır. Yapay zeka hukuk asistanı bu kararları bulamıyorsa, kapsam beyanı ile gerçek kapsam arasında bir fark olabilir. Bu fark özellikle bölge adliye kararlarında belirginleşebilir.
2. Kaynak Gösterme ve Atıf Doğrulanabilirliği
Hukuki bir cevabın değeri, dayandığı kaynağın gösterilebilmesine bağlıdır. Yapay zeka kaynak gösterme özelliği değerlendirilirken iki şey birlikte aranmalıdır: atfın somut olması ve atfa tıklanınca asıl metne ulaşılabilmesi.
“Yargıtay’ın yerleşik içtihadına göre” gibi genel ifadeler kaynak sayılmamalıdır. Daire, esas ve karar numarası ile tarih belirtilmeli; atıf, aracın kendi veritabanındaki karar metnine bağlanmalıdır. Bu bağlantı yoksa avukatın her atfı ayrıca araması gerekir ve aracın zaman kazandırma iddiası zayıflar.
Demo sırasında birkaç cevaptaki atıfları açıp karar metninin gerçekten o sonucu destekleyip desteklemediğini kontrol etmek, bu kriteri sınamanın en kısa yoludur. Atfın var olması, atfın doğru olduğu anlamına gelmez.
Kaynak gösterme, ekip içinde iş devrini de kolaylaştırır. Bir yapay zeka hukuk asistanının atıflı cevabını devralan meslektaş, araştırmayı baştan yapmak yerine atıfları kontrol ederek ilerleyebilir.
İpucu: Değerlendirme sırasında açılan her atıf için basit bir çalışma tablosu tutulabilir: soru, verilen atıf, atıf var mı, atıf sonucu destekliyor mu. Birkaç düzine kayıt, araçlar arasında karşılaştırma yapmak için yeterli bir örneklem sunar.
3. Halüsinasyon Oranı ve Test Edilebilirliği
Büyük dil modelleri, var olmayan kararlar ya da yanlış madde numaraları üretebilir. Bu duruma halüsinasyon deniyor. Stanford Üniversitesi araştırmacılarının 2024’te yayımladığı bir çalışma, hukuka özel geliştirilmiş araçlarda bile hatalı ya da uydurma atıfların görüldüğünü raporlamıştır. Hiçbir aracın bu riskten tamamen arındığı varsayılmamalıdır.
Tedarikçilerin açıkladığı halüsinasyon oranları genellikle kendi test setlerine dayanır. Bu oranların nasıl ölçüldüğü, hangi soru türlerinin kullanıldığı ve testin bağımsız biri tarafından yapılıp yapılmadığı sorulmalıdır. Yöntemi açıklanmayan bir yüzde, karşılaştırma için kullanılamaz.
Daha güvenilir yol, büronun kendi test setini hazırlamasıdır. Cevabını bildiğiniz on beş ya da yirmi soru, aday araçların tümüne aynı biçimde sorulabilir. Yapay zeka hukuk asistanı seçimi bu tür bir testle yapıldığında, karar tedarikçinin beyanına değil büronun gözlemine dayanır.
Test setinin bir kısmı, doğru cevabı “bulunamadı” olan sorulardan oluşabilir. Var olmayan bir karar numarasını sormak bunun basit bir örneğidir. İyi tasarlanmış bir yapay zeka hukuk asistanı böyle bir soruda kararın bulunamadığını söylemeli, uydurma bir özet üretmemelidir.
Bu testi ilk kez yapan biri genellikle şaşırır. Aynı soruya iki gün arayla farklı cevap veren araçlar görülebilir; kendinden emin bir dille yanlış bir madde numarası veren araçlar da. Bu deneyim, hangi aracın seçileceğinden bağımsız olarak, ekibe yapay zeka çıktısına nasıl bakılması gerektiğini de öğretir. Bir öğleden sonra ayrılarak yapılan bu çalışma, kanaatimizce seçim sürecinin en verimli saatleridir.
4. Verinin Nerede İşlendiği (Veri İkametgahı)
Bir yapay zeka hukuk asistanına yüklenen belge, çoğu zaman bir sunucuda işlenir. Bu sunucunun hangi ülkede bulunduğu, veri ikametgahı olarak adlandırılır ve KVKK uyumu açısından doğrudan sonuç doğurur.
KVKK m. 9, 2024’te 7499 sayılı Kanun’la değiştirilmiştir. Güncel düzenlemede yurt dışına aktarım; yeterlilik kararı, uygun güvenceler ya da arızi aktarım halleri üzerinden değerlendirilir. Uygun güvenceler arasında yer alan standart sözleşmelerin, imzalanmasından itibaren beş iş günü içinde Kişisel Verileri Koruma Kurumu’na bildirilmesi gerekir.
Veri ikametgahı hukuk yazılımı değerlendirmesinde sorulacak soru yalnızca “veri Türkiye’de mi?” olmamalıdır. Belgenin işlendiği yer ile saklandığı yer farklı olabilir. Aracın kullandığı dil modelinin başka bir sağlayıcıya ait olması halinde verinin o sağlayıcıya aktarılıp aktarılmadığı da ayrıca öğrenilmelidir.
Uygulamada bu soru genellikle bir alt işleyen listesiyle cevaplanır. Bir yapay zeka hukuk asistanının hangi bulut sağlayıcısını ve hangi model sağlayıcısını kullandığı bu listede görünmelidir. Liste paylaşılmıyorsa bu durum değerlendirme notlarına ayrıca işlenmelidir.
5. KVKK ve Müvekkil Sırrı Uyumu
KVKK uyumu, müvekkil sırrı yükümlülüğünün yalnızca bir parçasıdır. Av.K. m. 36 uyarınca avukat, kendisine tevdi edilen ya da görevi dolayısıyla öğrendiği hususları açığa vuramaz. Bu yükümlülük, kişisel veri niteliği taşımayan ticari bilgileri de kapsar.
Bu nedenle tedarikçiye sorulacak ilk soru, yüklenen belgelerin modeli eğitmek için kullanılıp kullanılmadığıdır. Cevap sözleşmede açıkça yer almalıdır; yalnızca bir sıkça sorulan sorular sayfasındaki ifade yeterli görülmemelidir. Verilerin ne kadar süre saklandığı ve talep halinde silinip silinemeyeceği de aynı sözleşmede düzenlenmelidir.
Tedarikçi çalışanlarının müşteri verisine erişip erişemeyeceği de ayrı bir sorudur. Destek amacıyla erişim gerekiyorsa bunun hangi koşullarda ve kayıt altına alınarak yapıldığı öğrenilmelidir. Bir yapay zeka hukuk asistanı ne kadar yetenekli olursa olsun, bu soruların cevabı belirsizse müvekkil dosyalarıyla kullanılması ayrıca değerlendirilmelidir.
TBB rehberi de anonimleştirilmemiş müvekkil bilgilerinin yeterli güvence sunmayan araçlara aktarılmamasını öneriyor. Bu öneri, yapay zeka hukuk asistanı seçiminde sözleşme incelemesini teknik testler kadar önemli hale getirir.
İpucu: Tedarikçiden alınan veri işleme sözleşmesi ve gizlilik taahhüdü, büronun KVKK dosyasında ayrı bir başlık altında saklanabilir. Sözleşmenin yenilenme tarihi takvime işlenirse, koşulların sessizce değişmesi riski azalır.
6. Sertifikasyon (ISO 27001, ISO 42001, GDPR)
Sertifikalar, tedarikçinin güvenlik ve yönetim süreçlerinin bağımsız bir kuruluş tarafından denetlendiğini gösterir. ISO/IEC 27001 bilgi güvenliği yönetim sistemine ilişkindir ve hukuk teknolojisi değerlendirmesinde en sık karşılaşılan belgedir.
ISO/IEC 42001 ise 2023’te yayımlanan ve yapay zeka yönetim sistemlerini düzenleyen daha yeni bir standarttır. Bu belgeye sahip tedarikçi sayısı henüz sınırlı olabilir. Belgenin bulunmaması tek başına eleme gerekçesi olmayabilir, ancak bulunması yapay zeka risklerinin sistemli biçimde yönetildiğine dair bir işaret olarak okunabilir.
GDPR bir sertifika değil, Avrupa Birliği’nin veri koruma tüzüğüdür. “GDPR uyumlu” ifadesi bu nedenle tedarikçinin kendi beyanıdır ve KVKK uyumunun yerine geçmez. Sertifikalar için belgenin kapsamı ve geçerlilik tarihi istenmelidir; kapsamı yalnızca bir veri merkezini içeren bir belge, ürünün tamamını kapsamayabilir.
Sertifika bir başlangıç noktasıdır, bir garanti değildir. Yapay zeka hukuk asistanı tedarikçisinin belgesi bulunsa bile büronun kendi sözleşme incelemesi ve testleri gereklidir.
7. Belge Üretimi ve Şablon Esnekliği
Bir yapay zeka hukuk asistanından beklenen işlerin önemli bir kısmı dilekçe, sözleşme ya da ihtarname taslağı hazırlamaktır. Burada değerlendirilecek konu, taslağın ne kadar akıcı olduğundan çok büronun kendi şablonlarına ne kadar uyabildiğidir.
Büronun kullandığı başlık düzeni, atıf biçimi ve sabit ifadeler araca tanıtılabiliyor mu? Üretilen taslak Word formatında ve biçimi bozulmadan indirilebiliyor mu? Bu iki sorunun cevabı, taslağın düzeltilmesi için harcanacak süreyi doğrudan etkiler.
Şablon esnekliği, hukuk bürosu yazılım kriterleri arasında çoğu zaman göz ardı edilir. Oysa her taslağın büro formatına elle çevrilmesi gerekiyorsa, aracın kazandırdığı zamanın önemli bir kısmı bu aşamada geri verilir.
Uzun belgelerde tutarlılık da sınanmalıdır. Yapay zeka hukuk asistanı ile hazırlanan bir sözleşme taslağında tanımlanan bir terimin metnin sonuna kadar aynı anlamda kullanılıp kullanılmadığı, kısa bir okumayla kontrol edilebilir.
8. Dosya Bazlı Çalışma Alanı Desteği
Avukatlık işi dosya üzerinden yürür. Her soruyu sıfırdan soran ve önceki belgeleri hatırlamayan bir araç, tek seferlik araştırmalarda işe yarayabilir; ancak süren bir davada sınırlı kalır.
Dosya bazlı çalışma alanı, bir davaya ait dilekçelerin ve bilirkişi raporlarının bir arada tutulmasını ve sorulan soruların bu belgeler bağlamında cevaplanmasını sağlar. Değerlendirmede, bir çalışma alanına kaç belge yüklenebildiği ve büyük dosyaların nasıl işlendiği sorulmalıdır.
Erişim yetkileri de bu kriterin parçasıdır. Bir dosyanın çalışma alanına yalnızca o dosyada görevli avukatların erişebilmesi, büro içi gizlilik açısından önemlidir. Yapay zeka hukuk asistanı ekip kullanımı için alınıyorsa, yetki ayarlarının dosya düzeyinde yapılıp yapılamadığı demo sırasında gösterilmelidir.
Dosya bazlı çalışmada okunabilen metin miktarının sınırı da önemlidir. Çok uzun bir bilirkişi raporunun tamamı mı, yoksa yalnızca bir kısmı mı dikkate alınıyor? Yapay zeka hukuk asistanı belgenin bir bölümünü görmeden cevap veriyorsa, bunu kullanıcıya bildirmesi beklenmelidir.
9. Mevzuat Güncelleme Sıklığı
Mevzuat sık değişir ve değişikliğin araca yansıma süresi, cevapların güvenilirliğini doğrudan etkiler. Resmî Gazete’de yayımlanan bir değişikliğin veritabanına kaç gün içinde eklendiği tedarikçiye sorulmalıdır.
Güncelleme sıklığı kadar, aracın cevabında hangi tarihli metne dayandığını gösterip göstermediği de önemlidir. Madde metninin hangi tarihte yürürlükte olan haliyle cevap verildiği belirtiliyorsa, avukat değişiklik riskini kendisi kontrol edebilir.
Basit bir test yapılabilir: son birkaç ay içinde değişen bir maddeyi sorup aracın eski metne mi yeni metne mi dayandığına bakmak. Bir yapay zeka hukuk asistanı eski metni güncelmiş gibi sunuyorsa, bu durum diğer cevaplarında da benzer bir gecikme olabileceğine işaret eder. Güncelleme süresi, yapay zeka hukuk asistanı sözleşmesinde bir hizmet seviyesi taahhüdü olarak da yer alabilir.
10. Çıktının Denetlenebilirliği ve Düzenlenebilirliği
TBB rehberi de dahil olmak üzere meslek kuruluşlarının ortak vurgusu, yapay zeka çıktısının avukat tarafından denetlenmesidir. Bir aracın bu denetimi kolaylaştırıp kolaylaştırmadığı ayrı bir kriter olarak ele alınmalıdır.
Denetlenebilirlik, cevabın hangi kaynaklardan ve hangi adımlarla üretildiğinin görülebilmesidir. Düzenlenebilirlik ise çıktının araç içinde değiştirilebilmesi ve değişiklik geçmişinin tutulmasıdır. İkisi birlikte, bir taslağın kim tarafından ve ne zaman kontrol edildiğinin sonradan gösterilebilmesini sağlar.
Sorumluluk avukatta kaldığı için bu kayıtların varlığı, olası bir uyuşmazlıkta da işe yarayabilir. Bir yapay zeka hukuk asistanı geçmiş sohbetleri ve üretilen taslakları dışa aktarmaya izin vermiyorsa, büro kendi kaydını ayrıca tutmak zorunda kalır.
Bir yapay zeka hukuk asistanının cevabın güvenilirliğine dair bir işaret vermesi de değerlendirilebilir. Kaynağı bulunamayan ifadelerin ayrıca belirtilmesi, avukatın kontrol önceliğini belirlemesini kolaylaştırır.
11. Fiyatlandırma Modeli ve Gizli Maliyetler
Hukuk yazılımlarında fiyatlandırma genellikle kullanıcı başına aylık abonelik ya da kullanım miktarına bağlı paketler biçiminde sunulur. Legal tech satın alma kararında görünen lisans bedeli, toplam maliyetin yalnızca bir kısmıdır.
Gizli maliyetler çoğu zaman sınırlarda ortaya çıkar. Aylık soru ya da belge sınırı aşıldığında ne olduğu, ek kullanıcı eklemenin maliyeti, kurulum ve eğitim ücretleri sorulmalıdır. Sözleşme süresi ve erken fesih koşulları da yıllık taahhüt isteyen tekliflerde önem kazanır.
Çıkış maliyeti de hesaba katılmalıdır. Sözleşme sona erdiğinde büronun yüklediği belgelerin ve oluşturduğu şablonların nasıl teslim edileceği önceden yazılı olarak belirlenmelidir. Bir yapay zeka hukuk asistanından ayrılmak, ona geçmekten daha zor olmamalıdır.
Fiyat karşılaştırması yapılırken aynı iş yükü varsayımı kullanılmalıdır. İki yapay zeka hukuk asistanı arasındaki fark, ancak büronun aylık soru ve belge sayısı tahmini üzerinden hesaplandığında anlamlı olur.
| Maliyet kalemi | Sorulacak soru |
|---|---|
| Lisans | Fiyat kullanıcı başına mı, büro başına mı? |
| Kullanım sınırı | Sınır aşılınca hizmet durur mu, ek ücret mi doğar? |
| Kurulum ve eğitim | Ayrıca ücretlendiriliyor mu? |
| Taahhüt | Aylık fesih mümkün mü, yıllık taahhüt zorunlu mu? |
| Çıkış | Veriler hangi formatta ve ne kadar sürede teslim edilir? |
12. Destek, Eğitim ve Geçiş Süreci
En iyi araç da ekip kullanmadığında değer üretmez. Tedarikçinin Türkçe destek verip vermediği, destek taleplerine ne kadar sürede dönüldüğü ve eğitim materyallerinin avukatlara yönelik hazırlanıp hazırlanmadığı değerlendirilmelidir.
Geçiş süreci için büronun kendi planı olmalıdır. Aracı önce küçük bir ekiple, sınırlı türde işlerde kullanmak ve sonuçları birkaç hafta izlemek, tüm büroya birden yaymaktan daha kontrollü bir yoldur. TBB rehberinin de önerdiği yazılı bir kullanım politikası, bu aşamada hazırlanabilir.
Eğitim yalnızca aracın nasıl kullanılacağını değil, çıktının nasıl kontrol edileceğini de kapsamalıdır. Bir yapay zeka hukuk asistanı ekibe tanıtılırken hangi işlerde kullanılmayacağının da açıkça söylenmesi yerinde olur.
İpucu: Geçişin ilk haftalarında hangi işlerde aracın kullanıldığı ve çıktının ne kadar düzeltme gerektirdiği basit bir tabloda izlenebilir. Bu kayıt, deneme süresi sonunda karar verirken izlenimden daha sağlam bir dayanak sunar.
Kriterleri Karşılaştırma Tablosu
Aşağıdaki tablo, on iki kriteri değerlendirme yöntemi ve önerilen öncelik düzeyiyle birlikte gösterir. Öncelik sütunu bir kanaattir ve büronun iş tipine göre değiştirilmelidir. Yapay zeka hukuk yazılımı karşılaştırma çalışmasında her araç için ayrı bir sütun eklenerek puanlama yapılabilir.
| Kriter | Nasıl test edilir? | Önerilen öncelik |
|---|---|---|
| 1. İçtihat ve mevzuat kapsamı | Yazılı kapsam listesi istemek | Zorunlu |
| 2. Kaynak gösterme | Atıfları açıp karar metniyle karşılaştırmak | Zorunlu |
| 3. Halüsinasyon | Büronun kendi test seti | Zorunlu |
| 4. Veri ikametgahı | Sunucu konumu ve alt işleyen listesi | Zorunlu |
| 5. KVKK ve müvekkil sırrı | Sözleşmede eğitim ve saklama hükümleri | Zorunlu |
| 6. Sertifikasyon | Belge kapsamı ve geçerlilik tarihi | Önemli |
| 7. Belge üretimi ve şablon | Büro şablonuyla taslak denemesi | Önemli |
| 8. Dosya bazlı çalışma alanı | Gerçek boyutta dosya yüklemek | Önemli |
| 9. Mevzuat güncelleme | Yakın tarihli değişikliği sormak | Önemli |
| 10. Denetlenebilirlik | Geçmiş ve dışa aktarma kontrolü | Önemli |
| 11. Fiyatlandırma | Toplam maliyet hesabı | Büroya göre |
| 12. Destek ve geçiş | Deneme süresinde destek talebi açmak | Büroya göre |
Tablodaki ilk beş kriter, kanaatimizce eleme kriteri olarak kullanılmalıdır. Bu kriterlerden birinde kabul edilemez bir sonuç alan araç, diğer başlıklardaki puanı ne olursa olsun listeden çıkarılabilir. Kalan yedi kriter ise ağırlıklı puanlamayla karşılaştırılabilir.
Demo Sürecinde Sorulması Gereken 8 Soru
Hukuk yapay zeka demosu çoğu zaman tedarikçinin seçtiği örneklerle yapılır. Demoyu kendi sorularınızla yönlendirmek, aracın gerçek davranışını görmenin en kısa yoludur. Aşağıdaki sorular bir yapay zeka hukuk asistanı demosunda doğrudan sorulabilir.
- Yüklediğimiz belgeler modelin eğitiminde kullanılıyor mu, bu sözleşmede nerede yazıyor?
- Veriler hangi ülkede işleniyor ve saklanıyor; alt işleyenleriniz kimler?
- İçtihat veritabanınız hangi yargı mercilerini ve hangi yılları kapsıyor?
- Bu cevaptaki atfı açıp karar metnini gösterebilir misiniz?
- Geçen ay değişen bir maddeyi sorsak hangi metne göre cevap verirsiniz?
- Halüsinasyon oranınızı nasıl ölçüyorsunuz, test yöntemini paylaşabilir misiniz?
- Sözleşme sona erdiğinde verilerimizi hangi formatta ve ne kadar sürede teslim ediyorsunuz?
- Kendi dilekçe şablonumuzla bir taslak üretip Word olarak indirebilir miyiz?
Cevapların demo sırasında not alınması ve yazılı teyit istenmesi önerilir. Sözlü olarak verilen güvenceler, sözleşmeye yansımadıkça bağlayıcı olmayabilir.
Demo, mümkünse aracı günlük olarak kullanacak avukatların katılımıyla yapılmalıdır. Satın alma kararını veren kişi ile yapay zeka hukuk asistanını kullanacak kişi farklı olduğunda, demoda sorulan sorular gerçek ihtiyaçtan uzaklaşabilir.
Sık Sorulan Sorular
Ücretsiz yapay zeka araçları hukuk işi için yeterli mi?
Evet, genel amaçlı ücretsiz araçlar dil düzeltme ya da kamuya açık bir konuyu özetleme gibi işlerde kullanılabilir. Ancak bu araçların çoğu Türk içtihadına özel bir veritabanına dayanmaz ve kaynak göstermez. Kullanım koşulları, girilen verilerin model eğitiminde kullanılmasına izin verebilir. Bu nedenle müvekkil bilgisi içeren işlerde kullanılmaları, KVKK ve Av.K. m. 36 açısından ayrıca değerlendirilmelidir. Hukuki araştırma için bir yapay zeka hukuk asistanının yerine geçtikleri varsayılmamalıdır.
Hangi kriterden asla taviz verilmemeli?
Kanaatimizce müvekkil verisinin korunması pazarlık konusu yapılmamalıdır. Yüklenen belgelerin model eğitiminde kullanılmadığı ve verinin nerede işlendiği sözleşmede açıkça yer almıyorsa, diğer kriterlerdeki başarı bu eksikliği telafi etmez. Kaynak göstermeyen bir araç da hukuki araştırmada güvenle kullanılamaz; ancak bu eksiklik, aracın yalnızca taslak işlerde kullanılmasıyla sınırlanabilir.
Deneme süresi ne kadar olmalı?
Deneme süresinin, büronun kendi test setini çalıştırmaya ve araca birkaç gerçek dosya türünde bakmaya yetmesi gerekir. Kısa bir deneme süresi genellikle yalnızca arayüzü tanımaya yeter. Tedarikçi kısa bir süre sunuyorsa, değerlendirme planını önceden hazırlayıp test sorularını ilk günden çalıştırmak bu süreyi verimli kullanmayı sağlar. Gerekirse süre uzatımı ya da sınırlı bir pilot kullanım talep edilebilir.
Yapay zeka çıktısındaki bir hatadan kim sorumludur?
Mesleki sorumluluk avukatta kalır. TBB rehberi de yapay zeka çıktısının müvekkile, mahkemeye ya da idareye sunulmadan önce avukat tarafından resmî kaynaklardan doğrulanmasını öneriyor. Tedarikçi sözleşmelerinde ise sorumluluğun genellikle sınırlandırıldığı görülür. Bu nedenle sözleşmedeki sorumluluk sınırlaması hükmü okunmalı; tedarikçinin hatalı bir çıktının sonuçlarını üstleneceği varsayılmamalıdır.
Müvekkile yapay zeka kullanıldığı bildirilmeli mi?
Evet, müvekkil belgeleri bir yapay zeka hukuk asistanına yükleniyorsa, kanaatimizce vekalet ilişkisinin başında bu konuda bilgilendirme yapılması ve bunun yazılı hale getirilmesi sağlıklı bir uygulamadır. Bu konu, meslek kuralları ve vekalet ilişkisinin niteliği çerçevesinde ayrıca değerlendirilmelidir. Kişisel verilerin işlenmesi söz konusu olduğunda aydınlatma yükümlülüğü de ayrıca gözden geçirilmelidir.
Müvekkil belgelerini anonimleştirmek yeterli mi?
Hayır, anonimleştirme riski azaltır ama her zaman ortadan kaldırmaz. Ad ve kimlik numarası çıkarılmış bir belgede bile olay örgüsü, tarih ve yer bilgileri kişinin tanınmasına yol açabilir. Av.K. m. 36 kapsamındaki sır saklama yükümlülüğü, kişisel veri niteliği taşımayan ticari bilgileri de kapsadığı için anonimleştirme tek başına yeterli bir güvence sayılmamalıdır.
Sözleşmede hangi hükümlere özellikle bakılmalı?
Öncelikle verilerin model eğitiminde kullanılıp kullanılmadığına dair hükme bakılmalıdır. Verilerin saklama süresi ve silinme koşulları da aynı önemdedir. Bunların yanında alt işleyenlerin listesi, yurt dışına aktarımın hangi güvenceye dayandığı ve sözleşme sona erdiğinde verilerin nasıl teslim edileceği kontrol edilmelidir. KVKK m. 9 kapsamında standart sözleşme kullanılıyorsa, bildirim yükümlülüğünün kimin tarafından yerine getirileceği de netleştirilmelidir.
Küçük bir büro hangi kriterlere öncelik vermeli?
Küçük bürolarda kanaatimizce ilk beş eleme kriteri değişmez; müvekkil verisinin korunması büro büyüklüğünden bağımsızdır. Fark, kalan kriterlerin ağırlığında ortaya çıkar. Dosya bazlı ekip yetkileri gibi özellikler küçük bir büro için daha az önemli olabilirken, aylık fesih imkânı ve şeffaf fiyatlandırma daha fazla ağırlık taşıyabilir.
Birden fazla yapay zeka aracını birlikte kullanmak mantıklı mı?
Bazı bürolar araştırma için bir aracı, taslak hazırlama için başka bir aracı tercih edebilir. Bu yaklaşım işlevsel olarak mümkündür; ancak her araç ayrı bir veri işleme ilişkisi ve ayrı bir sözleşme anlamına gelir. Kullanılan araç sayısı arttıkça müvekkil verisinin hangi araçta bulunduğunu izlemek zorlaşır. Büro içi kullanım politikasında hangi aracın hangi iş için kullanılacağının yazılması bu karmaşayı azaltır.
Yapay zeka hukuk asistanı avukatın yerini alabilir mi?
Mevcut araçlar araştırma ve taslak hazırlama işlerinde zaman kazandırabilir. Hukuki değerlendirme, strateji belirleme ve müvekkille kurulan güven ilişkisi ise avukatın sorumluluğunda kalır. TBB rehberi de nihai hukuki muhakemenin yapay zekaya bırakılmamasını öneriyor. Bu nedenle bir yapay zeka hukuk asistanı, kanaatimizce avukatın yerine değil, avukatın denetiminde çalışan bir yardımcı araç olarak değerlendirilmelidir.
Bir yanıt yazın