AB Yapay Zeka Yasası'nın eğitimle ilgili yükümlülükleri, geçtiğimiz Temmuz ayında yürürlüğe giren Digital Omnibus ile 2 Aralık 2027'ye ertelenmiş durumdadır. Ek III kapsamındaki yüksek riskli sistemler için hazırlık süresinin bir buçuk yıl uzaması, kamuoyunda büyük ölçüde "acele etmeye gerek yok" biçiminde okundu.
Oysa ertelemenin dışında kalan bir hüküm var; üstelik tam da bu yazının konusunu ilgilendiren bir hüküm. Eğitim kurumlarında duygu çıkarımı yapan yapay zeka sistemlerini yasaklayan Madde 5(1)(f), 2 Şubat 2025 itibariyle yürürlüktedir ve Digital Omnibus bu maddeye dokunmamıştır. Ertelenen bir yükümlülük takvimiydi; söz konusu madde ise bir yasaktır.
| Hüküm | Durum |
|---|---|
| Ek III(3), eğitimde yüksek riskli sistemler | 2 Ağustos 2026'dan 2 Aralık 2027'ye ertelendi |
| Ek I, ürüne gömülü yüksek riskli sistemler | 2 Ağustos 2027'den 2 Ağustos 2028'e ertelendi |
| Madde 5(1)(f), eğitimde duygu çıkarımı | Ertelenmedi. 2 Şubat 2025 itibariyle yürürlükte |
Söz konusu ayrım, eğitim teknolojisi tasarımlarının bir bölümünü doğrudan ilgilendirmektedir; ne var ki ilgilendirdiği alan, ilk bakışta sanılacağından çok daha dardır. Mesele, bir sistemin öğrenci davranışını gözlemlemesi ile o davranıştan duygu çıkarımı yapması arasındaki farka dayanıyor. Aşağıdaki bölümlerde bu farkın nereden geçtiği, birincil kaynaklara başvurularak ele alınacaktır.
Bu hüküm neden ertelenmedi?
Yasağın gerekçesi, tüzüğün kendi metninde yazılıdır ve iki ayak üzerinde durmaktadır.
"There are serious concerns about the scientific basis of AI systems aiming to identify or infer emotions, particularly as expression of emotions vary considerably across cultures and situations, and even within a single individual. Among the key shortcomings of such systems are the limited reliability, the lack of specificity and the limited generalisability. [...] Considering the imbalance of power in the context of work or education, combined with the intrusive nature of these systems, such systems could lead to detrimental or unfavourable treatment of certain natural persons or whole groups thereof."
Avrupa Komisyonu AI Act Service Desk, Gerekçe 44
Birinci ayak teknik bir değerlendirmedir; düzenleyici, bu sistemlerin yeterince güvenilir çalışmadığı kanaatindedir. İkincisi ise yapısaldır: eğitim ortamında bir güç dengesizliği bulunmaktadır ve öğrenci, hakkında üretilen duygu etiketine itiraz edebilecek konumda değildir. Yasak, işte bu iki nedenin birleşiminden doğmuştur.
Aynı endişe, farklı araç
Söz konusu iki gerekçe, Türkiye açısından yabancı sayılmaz. Millî Eğitim Bakanlığı'nın 10 Ocak 2026'da yayımladığı Eğitimde Yapay Zekâ Uygulamaları Etik Kılavuzu, sekiz etik ilke tanımlamaktadır. Kılavuzda duygu tanıma, biyometrik veri ya da kamera kelimelerinin hiçbiri geçmez; buna rağmen ilkeler, Gerekçe 44'ün saydığı endişelerin karşılığını taşımaktadır.
| Gerekçe 44'ün gerekçesi | MEB Etik Kılavuzu'ndaki karşılığı |
|---|---|
| "limited reliability, lack of specificity, limited generalisability" | İlke 2.5, Güvenilirlik, Emniyet ve Teknik Sağlamlık: "kullanılan yapay zekâ araçlarının teknik doğruluk, tutarlılık ve güvenilirlik açısından yüksek performans göstermesi zorunludur" (s. 11) |
| "may lead to discriminatory outcomes" | İlke 2.2, Eşitlik ve Kapsayıcılık: "Sistemler farklı öğrenci gruplarında eşit performans göstermeli ve gerektiğinde iyileştirilmelidir" (s. 9) |
| "imbalance of power in the context of education" | İlke 2.6, Hesap Verebilirlik ve İnsan Denetimi: "Hatalı veya haksız karara karşı öğrenci/veli için itiraz mekanizması bulunmalıdır" (s. 11) |
| Öğrencinin duygusal durumunun ölçülmesi | İlke 2.1, İnsan Merkezli ve Hak Temelli Yaklaşım: öğrencinin "ekran süresi, bilişsel yükü, dikkat ve duygusal iyilik hâli gözetilmeli" (s. 9). Duygu durumu burada ölçülecek bir veri olarak değil, korunacak bir alan olarak geçmektedir |
Görüldüğü üzere iki çerçeve aynı endişeye varmış, ancak bunu farklı araçlarla ifade etmiştir; biri yasak koymuş, diğeri ilke koymuştur. Pratikte şu anlama gelir: kamera görüntüsünden duygu çıkarımı yapan bir sistem yalnızca AB Yapay Zeka Yasası'nın yasak listesine girmekle kalmaz, MEB Etik Kılavuzu'nun ilkelerinden en az üçünü de karşılayamaz. Üstelik kılavuz o sistemin adını hiç anmadan.
Geriye asıl soru kalıyor: bir sistemin bu eşiği geçip geçmediği nasıl anlaşılacaktır? Yazının bundan sonrası bu soruya ayrılmıştır.
İki kavram, iki farklı işlem
Davranış gözlemi, bir hareketin ya da olayın kaydedilmesinden ibarettir. "Öğrenci kırk saniyedir yanıt vermedi", "aynı soruyu üç kez tekrarladı", "sesi yükseldi" cümlelerinin hepsi gözlemdir; doğrulanabilir, ölçülebilir ve gerektiğinde itiraz edilebilir niteliktedir.
Duygu çıkarımı ise gözlenen veriden bir iç duruma geçiştir. "Öğrenci sıkıldı", "hayal kırıklığına uğradı", "ilgisini kaybetti" ifadeleri artık gözlem değil yorumdur; sistem burada göremediği bir şey hakkında karar üretmiş olmaktadır.
Aradaki mesafe, ürün tanıtımlarında çoğu zaman görünmez. "Katılım analizi", "dikkat ölçümü", "etkileşim takibi" gibi başlıklar her iki tasarımı da pekâlâ tanımlayabilir. Ayrımı görebilmenin tek yolu, sistemin hangi veriyi okuduğunu ve çıktısında ne ürettiğini sormaktan geçmektedir.
Sınırı çizen metin
Davranış gözlemi ile duygu çıkarımı arasındaki sınırın hukuki karşılığı AB Yapay Zeka Yasası'nda çizilmiş durumdadır. Bu noktada bir hatırlatma yapmakta fayda var; elbette yasa, Türkiye'deki kurumlar için doğrudan bağlayıcı değildir. Bu yazıda yasaya atıfta bulunulmasının sebebi, kavramsal ayrımı en açık ortaya koyan düzenleme olmasıdır. Türkiye'de bağlayıcı olan çerçeve KVKK'dır.
Yasanın Madde 5(1)(f) hükmü, iş yerlerinde ve eğitim kurumlarında duygu çıkarımı yapan yapay zeka sistemlerini yasaklamaktadır. Hüküm, 2 Şubat 2025 itibariyle yürürlüktedir ve Digital Omnibus ile ertelenmemiştir. Tıbbi ve güvenlik sebebiyle kullanımlar ise yasanın istisnai uygulamaları arasındadır.
Yasağın kapsamı, ilk anda göründüğünden dardır. Tanım Madde 3(39)'da verilmektedir.
"'emotion recognition system' means an AI system for the purpose of identifying or inferring emotions or intentions of natural persons on the basis of their biometric data"
Regulation (EU) 2024/1689
Sınırı asıl çizen metin ise Gerekçe 18'dir.
"The notion refers to emotions or intentions such as happiness, sadness, anger, surprise, disgust, embarrassment, excitement, shame, contempt, satisfaction and amusement. It does not include physical states, such as pain or fatigue [...] This does also not include the mere detection of readily apparent expressions, gestures or movements, unless they are used for identifying or inferring emotions. Those expressions can be basic facial expressions, such as a frown or a smile, or gestures such as the movement of hands, arms or head, or characteristics of a person's voice, such as a raised voice or whispering."
Avrupa Komisyonu AI Act Service Desk, Gerekçe 18
Bu iki metin birlikte okunduğunda, yasağın kapıya iki kilit koyduğu görülüyor; bir sistemin kapsama girebilmesi için ikisinin birden açılması gerekmektedir.
- Girdi biyometrik veri olmalıdır. Yüz görüntüsü, ses, fizyolojik sinyal gibi.
- Amaç duygu çıkarımı olmalıdır. Gözlenen hareketi kaydetmek ve ona yanıt vermek yeterli değildir; sistemin o hareketten bir duygu durumu sonucuna varması gerekir.
Gerekçe 18'in el, kol ve baş hareketi ile yükseltilmiş ses ve fısıltı örneklerini açıkça yasağın dışında sayması burada önem kazanıyor; zira bunlar tam da özel eğitim ortamlarında gözlenen davranış türleridir. Salt tespit edilmeleri duygu tanıma sayılmamaktadır.
Madde 3(39)'daki tanım "duygu veya niyet" der; oysa Madde 5(1)(f)'nin yasak metni yalnızca "to infer emotions" ifadesini kullanır ve niyetten hiç söz etmez. Bir sistemin niyet çıkarımı yapması, tanım gereği onu duygu tanıma sistemi hâline getirir ama yasağın lafzına girmeyebilir. Alan yazınında bu açıklık henüz çözülmüş değildir; aşağıdaki okuma, yasağın dar lafzını esas almaktadır.
Biyometrik veri tanımı da göründüğünden geniştir. Madde 3(34), biyometrik veriyi bir kişinin fiziksel, fizyolojik veya davranışsal özelliklerine ilişkin teknik işlemeden doğan kişisel veri olarak tanımlar ve GDPR'ın aksine tekil kimlik doğrulama şartı aramaz. Dolayısıyla tepki süresi veya tuş vuruş örüntüsü gibi etkileşim verileri de davranışsal biyometri sayılabilmektedir. Dolayısıyla "bizim girdimiz biyometrik değil" savunmasına yaslanmak risklidir; sağlam olan zemin ikinci koşuldur.
Türkiye'den bir örnek
Ayrımın soyut kalmaması için somut bir metne bakmakta fayda var. Millî Eğitim Bakanlığı'nın Eğitimde Yapay Zekâ Politika Belgesi ve Eylem Planı, 17 Haziran 2025'te yürürlüğe girdi; dört hedef, on beş politika ve kırk eylem adımından oluşuyor. Hedef 4 altındaki Politika 4.4 şöyledir.
"Özel eğitim ihtiyacı olan öğrenciler için yapay zekâ destekli erişilebilirlik çözümleri geliştirilecektir."
Bu politikanın altında iki eylem adımı yer alıyor. İkincisi, yani 4.4.2, görme yetersizliği olan öğrenciler için sesli okuyucu, işitme yetersizliği olanlar için ise altyazı ve işaret dili üretim teknolojilerini kapsamaktadır; teknik yöntemi belirgin, tartışma yaratmayan bir maddedir. Birincisi ise şöyledir.
"Özel eğitim ihtiyacı olan öğrencilerin davranışlarını algılayıp uygun yanıtlar üretebilen yapay zekâ destekli sistemler tasarlanacak; bireysel ihtiyaçlara göre geri bildirim sağlayan uygulamalar geliştirilecektir."
Sorumlu birim: Özel Eğitim ve Rehberlik Hizmetleri Genel Müdürlüğü. İşbirliği: Yenilik ve Eğitim Teknolojileri Genel Müdürlüğü. Vade: Orta (1 ila 3 yıl).
Bakanlığın Temmuz 2025'te yayımladığı resmî İngilizce sürümde aynı madde şu biçimde çevrilmiştir.
"AI-supported systems capable of perceiving the behaviors of students with special education needs and generating appropriate responses will be designed; applications that provide feedback tailored to individual needs will be developed."
Çeviri tercihi dikkat çekicidir. "Algılamak" için perceive seçilmiş, detect tercih edilmemiştir. Nitekim belgede detect fiili başka yerlerde kullanılmakta; dil öğrenme modülünün dil bilgisi hatalarını tespit etmesi bağlamında geçmektedir. Yani sözcük tercihi rastgele görünmüyor.
Burada bir noktayı belirtmek gerekiyor. Eylem 4.4.1 hangi mimariyle gerçeklenirse gerçeklensin, Etik Beyan Formu kapsamına girecektir; zira kılavuzun Tablo 1'i öğrenci verisinin işlendiği tüm süreçleri beyan zorunlusu saymakta ve bu konuda oldukça kapsayıcı davranmaktadır.
"Öğrenciye ait akademik veriler, performans çıktıları veya ürünler (ödev, ses vb.) isimler gizlenmiş ve anonimleştirilmiş olsa dahi bir YZ sistemi tarafından analiz edilip işlendiği için beyan zorunludur."
Görüldüğü gibi ses kaydı analizi açıkça kapsam içindedir ve anonimleştirme muafiyet sağlamamaktadır. Kılavuz duygu tanımayı adıyla anmasa dahi, mikrofon veya kamera temelli bir sistem beyan yükümlülüğünü zaten doğurmaktadır.
Peki eylem planının kendi metni bize ne söylüyor? Elli altı sayfalık belgenin tamamı tarandığında ortaya şu tablo çıkmaktadır.
| Terim | Belgede geçiş sayısı |
|---|---|
| biyometrik | 0 |
| kamera | 0 |
| yüz tanıma | 0 |
| görüntü işleme | 0 |
| duygu tanıma, duygu analizi | 0 |
| duygu | 3, üçü de pedagojik bağlamda: ikisi "sosyal-duygusal gelişim", biri "entelektüel ve duygusal potansiyel" |
Tablodan çıkan sonuç açıktır: maddenin hangi tasarımı öngördüğü metinden okunamamaktadır. Elbette bu bir ihmal sayılmaz; politika belgeleri niyeti ve yönü belirler, mimariyi değil. Kırk eylem adımının hiçbiri teknik şartname düzeyinde yazılmamıştır, yazılması da beklenmez. Ne var ki sonuç ortadadır: tasarım kararı bir sonraki aşamaya, yani şartname ya da geliştirme aşamasına bırakılmış durumdadır.
Aynı cümleden üç sistem
Yukarıdaki iki koşullu okumayı bu maddeye uygulayalım. "Davranışlarını algılayıp uygun yanıtlar üretebilen sistem" ifadesi, en az üç farklı mimariyle gerçeklenebilir.
| Tasarım | Nasıl çalışır | Konum (AB Yapay Zeka Yasası ölçütüne göre) |
|---|---|---|
| A | Öğrencinin uygulamayla etkileşimini izler: görev tamamlama süresi, tekrar sayısı, duraklamalar, hatalı deneme örüntüsü. Belirli bir örüntü gördüğünde görev zorluğunu düşürür veya farklı bir sunum biçimine geçer. | Yasağın kapsamında değildir. Sistem hiçbir noktada duygu durumu sonucuna varmamakta, gözlenen performansa yanıt vermektedir. İkinci koşul sağlanmıyor. |
| B | Tabletin ön kamerasından yüz hareketlerini okur, bunlardan öğrencinin hayal kırıklığına uğradığı veya ilgisini kaybettiği sonucunu çıkarır, buna göre yanıt üretir. | Yasağın kapsamına girer. Girdi biyometriktir, amaç duygu çıkarımıdır. Her iki koşul da sağlanmakta, eğitim kurumu bağlamı da mevcuttur. |
| C | Kamerayla el ve baş hareketlerini izler, belirli bir hareket örüntüsünü tanır, o örüntüye tanımlı bir yanıt verir. Arada duygu etiketi üretmez. | Sınırdadır. Girdi biyometrik olabilir; ne var ki Gerekçe 18'e göre salt hareket tespiti duygu tanıma sayılmaz. Belirleyici olan, tespitin duygu çıkarımı amacıyla kullanılıp kullanılmadığıdır. |
Dördüncü bir tasarım daha vardır ve eğitim teknolojisi pazarında karşılığı bulunmaktadır: sistemin öğrencinin değil, karşısındakinin duygusunu okuyup öğrenciye aktardığı yardımcı teknolojiler. Otizm destek araçlarında yaygın bir yaklaşımdır. Söz konusu tasarımda çıkarım yapılan kişi öğretmen ya da akran olmakta, ancak o kişi de eğitim kurumu içinde bulunmaktadır. Yasak "bir gerçek kişinin" duygularından söz eder, öğrenciyle sınırlı değildir; dolayısıyla bu senaryo ayrı bir inceleme gerektirir.
Hayır. Eğitim kurumu ve iş yeri dışında kullanılan duygu tanıma sistemleri Ek III(1)(c) uyarınca yüksek riskli sayılmaktadır. Ayrım "yasak veya serbest" değil, "yasak, yüksek riskli veya kapsam dışı" biçimindedir. C tasarımı yasaktan kurtulsa dahi, ürettiği çıktı bir öğrencinin öğrenme sürecini yönlendiriyorsa Ek III(3)(b) kapsamına girebilir.
"Tıbbi veya güvenlik" istisnası nereye kadar?
Madde 5(1)(f), tıbbi veya güvenlik amaçlı kullanımları yasağın dışında tutmaktadır. Özel eğitim bağlamında bu istisnaya dayanmak ilk bakışta makul görünebilir.
Ne var ki Avrupa Komisyonu'nun Şubat 2025'te yayımladığı yasaklı uygulamalar kılavuzu, istisnanın dar yorumlanması gerektiğini belirtmektedir. Kılavuza göre terapötik kullanımlar tıbbi cihaz mevzuatı kapsamında CE işaretli ürünlerle sınırlıdır; güvenlik istisnası ise yaşam ve sağlığın korunmasıyla sınırlandırılmıştır. Nitekim iş yerinde genel stres, tükenmişlik veya depresyon izlemesi istisna kapsamında sayılmamaktadır.
Pratikte şu demektir: istisna, idari bir beyanla değil ayrı bir mevzuat rejimiyle kazanılmaktadır. "Öğrenciye faydalı" gerekçesi tek başına yeterli olmuyor.
Hukuktan bağımsız soru: sistem doğru çalışacak mı?
Yazının başında Gerekçe 44'ün iki ayağından birinin teknik olduğunu belirtmiştik; düzenleyici, bu sistemlerin yeterince güvenilir çalışmadığı kanaatindeydi. Söz konusu kanaatin dayanağına bakmakta fayda var, zira sonucu yasağın kapsamına girmeyen sistemler için de geçerlidir.
Lisa Feldman Barrett ve arkadaşlarının 2019'da Psychological Science in the Public Interest dergisinde yayımladığı derleme, yüz hareketlerinden duygu durumunun okunabileceği yönündeki yaygın kabulü temelinden incelemektedir. Çalışmaya göre bu kabulün kanıt tabanı zayıftır; duygu ifadesindeki kültürel ve bireysel değişkenlik, tek bir yüz hareketinden tek bir duyguya güvenilir biçimde geçiş yapmayı engellemektedir.
Bulgunun özel eğitim bağlamında ayrı bir katmanı bulunuyor. Otistik bireylerin yüz ifadesi örüntülerinin nörotipik örüntülerden farklılaşabildiği, kendi literatürü olan başka bir tartışma konusudur (bkz. Brewer vd., 2016; Faso vd., 2015). Bir model ağırlıklı olarak nörotipik veriyle eğitilmişse, tam da hizmet etmesi beklenen grupta daha yüksek hata oranı üretebilir.
Yanlış duygu etiketi üreten bir sistemin ürettiği "uygun yanıt" da yanlış olacaktır; kaldı ki bu yanlışa itiraz edebilecek konumdaki kişi çoğu zaman öğrencinin kendisi değildir.
Buraya kadar anlatılanlar, MEB Etik Kılavuzu'nun ilkeleriyle doğrudan kesişmektedir. İlke 2.2, sistemlerin "farklı öğrenci gruplarında eşit performans göstermeli"sini şart koşar (s. 9). Nörotipik veriyle eğitilmiş bir duygu tanıma modeli, özel eğitim ortamında bu şartı sağlayamaz. Yani mesele yalnızca bir yasağa takılmaktan ibaret değildir; kılavuzun kendi güvenilirlik ve eşitlik ilkeleri de aynı sonuca varmaktadır.
Şartname aşamasında sorulacak dört soru
Böyle bir sistemi tasarlarken veya satın alırken sorulması gereken sorular hukuki değil tekniktir. Dördü yeterli olacaktır.
- Sistem hangi sinyali okuyor? Kamera görüntüsü, mikrofon, giyilebilir sensör mü, yoksa uygulama içi etkileşim verisi mi? Cevap ilk üçüyse biyometrik veri işleniyor demektir ve KVKK Madde 6 özel nitelikli veri rejimi de devreye girer.
- Sistemin çıktısında bir duygu etiketi var mı? "Öğrenci kırk saniyedir yanıt vermedi" gözlemdir; "öğrenci sıkıldı" ise çıkarımdır. Veri modelinde böyle bir alan tanımlıysa sistem duygu çıkarımı yapıyor demektir, arayüzde gösterilmese dahi.
- Aynı işlev biyometrik olmayan girdiyle üretilebilir mi? Üretilebiliyorsa, biyometrik girdi tercihinin gerekçelendirilmesi gerekir. Veri asgariliği ilkesi bunu zaten şart koşmakta, risk açısından da en ucuz çözüm burada bulunmaktadır.
- Model hangi popülasyonda doğrulandı? Sistem otistik öğrenciler için tasarlanıyorsa doğrulama verisi de o gruptan gelmelidir. Nörotipik veriyle eğitilip özel eğitimde kullanılan bir model, hedef kitlesinde daha zayıf performans gösterebilir.
Dört soru da şartname yazım aşamasında sorulduğunda hiçbir maliyet doğurmaz; sistem geliştirildikten sonra sorulduğunda ise yeniden tasarım gerektirir.
Dördü de MEB Etik Kılavuzu'nun mevcut ilkelerine bağlanabilmektedir. İkinci soru, İlke 2.3'ün "Kararların dayandığı veri ve ölçütler, teknik olmayan bir dille açıklanabilir olmalıdır" hükmünün doğal uzantısıdır. Üçüncü soru, İlke 2.4'teki "Veriler yalnızca gerekli olan asgari düzeyde toplanmalı ve ölçülülük ilkesine uygun işlenmelidir" hükmünün uygulanmasından ibarettir. Dördüncü soru ise İlke 2.2'nin "Sistemler farklı öğrenci gruplarında eşit performans göstermeli" hükmünün doğrulama karşılığıdır. Yani sorular yeni bir yükümlülük getirmemekte, var olan ilkeleri belirli bir sistem tipine uygulamaktadır.
Türkiye'de çerçeve nasıl işliyor?
Türkiye'de eğitimde yapay zeka kullanımı üç ayrı çerçeveyle ilişkilidir ve üçü farklı sorular sormaktadır.
KVKK bağlayıcıdır ve öğrenci verisi işleyen her uygulamayı doğrudan kapsar. Biyometrik veri işleyen bir sistem, Madde 6 özel nitelikli veri rejimine tabi olur. Ayrıca Madde 11(1)(g), kişiye "münhasıran otomatik sistemler vasıtasıyla analiz edilmesi suretiyle kişinin kendisi aleyhine bir sonucun ortaya çıkmasına itiraz etme" hakkını tanımaktadır.
MEB düzenlemeleri Bakanlık teşkilatı için bağlayıcıdır ve kapsamı geniştir: "Millî Eğitim Bakanlığı eğitim, öğretim ve yönetim süreçlerindeki tüm yapay zekâ uygulamalarını ve bu süreçlerde yer alan tüm kullanıcıları kapsar" (Kılavuz s. 5). Özel okullar da bu kapsama dâhildir.
Eylem planı bu konuda yapısal olarak tutarlı bir sıralama kurmuştur. Etik denetim mekanizmasını kuran Eylem 1.1.1 kısa vadede, yani sıfır ila bir yıl içinde planlanmışken, Eylem 4.4.1 orta vadeye, yani bir ila üç yıla bırakılmıştır. Denetim yapısı, sistem geliştirilmeden önce kurulacak biçimde tasarlanmış demektir. Nitekim Yapay Zekâ Uygulamaları Etik Kurulu Yönergesi 22 Ekim 2025'te yürürlüğe girdi, Etik Kılavuz 10 Ocak 2026'da yayımlandı, YAZEK etik beyan sistemi ise 2 Şubat 2026'da açıldı. Sıralama işlemiş bulunuyor.
Kılavuzun yükümlülük eşiği kullanım tipine dayanmaktadır: öğrenci verisi işleniyorsa veya öğrenci sistemle etkileşimdeyse beyan zorunludur, değilse değildir (Tablo 1). Sistemin etki büyüklüğü ya da otomasyon derecesi bu eşiği değiştirmez. Kılavuzun bu tercihi, AB Yapay Zeka Yasası'nın kademeli risk mantığından farklı bir mimari kurmakta ve kendi içinde tutarlı durmaktadır. İki yaklaşımın birbirini tamamladığı yer şurasıdır: kullanım tipi eşiği hangi uygulamaların görünür olacağını belirler, risk sınıflandırması ise görünür olan uygulamada hangi güvencelerin aranacağını.
AB Yapay Zeka Yasası Türkiye'de bağlayıcı değildir. Bununla birlikte AB pazarına ürün sunan tedarikçileri bağlamaktadır; dolayısıyla bir okulun kullandığı yazılımın sağlayıcısı bu kapsamdaysa, yükümlülükler sözleşme yoluyla yansıyabilir. Bu yazıda yasaya başvurulmasının sebebi ise yukarıdaki teknik ayrımı en ayrıntılı tanımlayan metin olmasıdır.
Üç çerçevenin birbirinin yerine geçmediğini de eklemek gerekiyor. Etik uygunluk değerlendirmesi ile risk sınıflandırması aynı şeyi sormaz. "Bu kullanım etik ilkelere uygun mu?" sorusuna verilen dürüst bir "evet", "bu sistem hangi veriyi işliyor ve bu onu hangi kategoriye sokuyor?" sorusunu cevaplamaz. İkinci soru, yukarıdaki dört soruyla birlikte, tasarım aşamasında sorulması gereken soru grubunu oluşturmaktadır.
Bu yazının sınırları
- Hukuki görüş değildir. Yapılandırılmış bir yönetişim okumasıdır; kuruma özgü değerlendirme hukuk ve uyum birimlerinin işidir.
- Bir ihlal iddiası içermez. Yürürlükte olmayan bir tarihte, henüz tasarlanmamış bir sistem hakkında ihlal iddiası kurulamaz. İncelenen eylem maddesi, engelli öğrencilerin eğitime erişimini artırmayı hedefleyen meşru bir politika adımıdır.
- Sistem mimarisi bilinmiyor. Eylem 4.4.1'in nasıl tasarlanacağına dair kamuya açık bir bilgi bulunmamaktadır; analiz, metnin izin verdiği okuma aralığı üzerinedir.
- AB Yapay Zeka Yasası Türkiye'de bağlayıcı değildir. Yalnızca karşılaştırma ölçütü olarak kullanılmıştır.
- Komisyon kılavuzu ikincil kaynaklardan aktarılmıştır. Şubat 2025 tarihli yasaklı uygulamalar kılavuzunun ilgili bölümü doğrudan metinden değil, kılavuzu inceleyen hukuk kaynaklarından alınmıştır. Kritik bir karar öncesinde birincil metne bakılmalıdır.
Kaynaklar
1. Avrupa Parlamentosu ve Konseyi. Regulation (EU) 2024/1689 (Yapay Zekâ Yasası). Madde 3(34), Madde 3(39), Madde 5(1)(f), Gerekçe 18, Gerekçe 44, Ek III(1)(c) ve Ek III(3). EUR-Lex
2. Avrupa Komisyonu. AI Act Service Desk, Gerekçe 18 ve Gerekçe 44. Gerekçe 18 · Gerekçe 44
3. Avrupa Komisyonu. Guidelines on prohibited artificial intelligence practices established by Regulation (EU) 2024/1689, C(2025) 884 final, Şubat 2025. digital-strategy.ec.europa.eu
4. Millî Eğitim Bakanlığı. Eğitimde Yapay Zekâ Politika Belgesi ve Eylem Planı (2025 - 2029). YEĞİTEK, Haziran 2025. PDF
5. Millî Eğitim Bakanlığı. Artificial Intelligence in Education Policy Document and Action Plan (2025 - 2029). YEĞİTEK, Temmuz 2025. PDF
6. Millî Eğitim Bakanlığı Talim ve Terbiye Kurulu Başkanlığı. Eğitimde Yapay Zekâ Uygulamaları Etik Kılavuzu, Ankara 2026, 33 sayfa. İlke 2.1 (s. 9), İlke 2.2 (s. 9), İlke 2.3 (s. 10), İlke 2.4 (s. 10), İlke 2.5 (s. 11), İlke 2.6 (s. 11), Tablo 1 (s. 23), kapsam (s. 5). PDF. ttkb.meb.gov.tr
7. Barrett, L. F., Adolphs, R., Marsella, S., Martinez, A. M. ve Pollak, S. D. Emotional Expressions Reconsidered: Challenges to Inferring Emotion From Human Facial Movements. Psychological Science in the Public Interest, 20(1), 2019. SAGE
8. Brewer, R. vd. Can Neurotypical Individuals Read Autistic Facial Expressions? Autism Research, 9(2), 2016 · Faso, D. J., Sasson, N. J. ve Pinkham, A. E. Evaluating Posed and Evoked Facial Expressions of Emotion from Adults with Autism Spectrum Disorder. Journal of Autism and Developmental Disorders, 45(1), 2015.
9. Kişisel Verileri Koruma Kurumu. 6698 sayılı Kişisel Verilerin Korunması Kanunu. Madde 6 ve Madde 11. kvkk.gov.tr
Eğitimde yapay zekâ yönetişiminin genel çerçevesi için: Eğitimde Yapay Zekâ Yönetişimi. Belirli bir sistemi sınıflandırmak için: Risk Sınıflandırıcı.