Ankara Hacı Bayram Veli Üniversitesi Uluslararası İlişkiler Bölümü Öğretim Üyesi Prof. Dr. Erman Akıllı, ABD merkezli Flock Safety şirketinin yapay zeka destekli kamera sistemlerini eğitmek amacıyla verileri ülke dışına aktarmasının doğurabileceği riskleri AA Analiz için kaleme aldı.

Yapay zeka teknolojileri, kamu güvenliği ve suçla mücadele alanlarında devletlere önemli imkanlar sunarken beraberinde yeni ve çoğu zaman göz ardı edilen stratejik riskleri de gündeme getirmektedir. Son dönemde ABD merkezli otomatik plaka tanıma ve yapay zeka destekli kamera sistemleri geliştiren Flock Safety şirketine yönelik kamuoyuna yansıyan iddialar, bu risklerin mahiyetini somut biçimde ortaya koymuştur. Tartışma, yalnızca bir teknoloji şirketinin operasyonel tercihleriyle sınırlı olmayıp yapay zeka çağında veri egemenliği, kişisel mahremiyet ve ulusal güvenliğin nasıl korunacağına dair daha geniş bir sorgulamayı zorunlu kılmaktadır.

Güvenlik ile özgürlük arasındaki hassas denge

Flock Safety, ABD genelinde yerel yönetimler, kolluk kuvvetleri ve özel sektör tarafından yaygın biçimde kullanılan yapay zeka destekli kamera ağları aracılığıyla araçların, plakaların ve çevresel görüntülerin otomatik olarak tespit edilmesi, depolanması ve analiz edilmesi gibi süreçlerin toplandığı sistemleri sağlayan teknoloji şirketidir. Kamu güvenliği ve suçun önlenmesi amacıyla devreye alınan bu sistemler, pratikte binlerce insanın günlük hareketliliğini sürekli olarak kaydeden gözetim altyapısına dönüşmektedir.

Basına yansıyan bilgilere göre, Flock Safety’nin yapay zeka algoritmalarını eğitme sürecinde ABD dışındaki taşeron firmalardan yararlandığı, bu firmaların, ABD sınırları içinde toplanmış araç, plaka ve çevresel görüntüleri insan eliyle etiketlediği ve sınıflandırdığı ifade edilmektedir. Teknik açıdan bakıldığında bu durum, yapay zeka geliştirme süreçlerinde yaygın kullanılan bir yöntem gibi değerlendirilebilir ancak asıl mesele, kullanılan yöntemin kendisinden ziyade işlenen verinin niteliğidir.

Zira söz konusu veriler, yalnızca anonim teknik görüntülerden ibaret değildir. Belirli bir zaman ve mekan bilgisiyle ilişkilendirildiğinde, bireylerin ve araçların hareket kalıplarını ortaya koyan, dolaylı biçimde hassas nitelik kazanan veri setlerine dönüşmektedir. Bu tür verilerin ülke dışındaki taşeron şirket çalışanlarının erişimine açılması, yapay zeka çağında veri egemenliği ve ulusal güvenlik kavramlarının yeniden düşünülmesini zorunlu kılmaktadır.

Öncelikle şu hususu net biçimde vurgulamak gerekir: Yapay zeka modelleri, büyük ölçüde veriye dayanır. Veri olmadan bu modellerin eğitimi mümkün olmayacağı gibi başarılı sonuçlar ancak kaliteli yani etiketlenmiş ve temizlenmiş veriler ile eğitilen modeller tarafından sunulmaktadır. Görüntü tanıma ve otomatik plaka okuma teknolojileri, milyonlarca görselin insanlar tarafından etiketlenmesi suretiyle eğitilmektedir. Düşük maliyet ve hız avantajı nedeniyle küresel teknoloji şirketleri, bu süreci sıklıkla yurt dışındaki taşeronlara devretmektedir. Flock Safety vakası, istisnai bir uygulama örneği değil yapay zeka endüstrisinde giderek yaygınlaşan bir pratiği yansıtmaktadır ancak bu uygulamanın güvenlik boyutu yeterince sorgulanmadığında ne tür stratejik riskler doğurabileceğini de açık biçimde göstermektedir.

Verilerin paylaşılması hangi riskleri barındırıyor?

ABD sınırları içinde toplanan konum, plaka ve hareketlilik verilerinin ülke dışında işlenmesi, yalnızca kişisel mahremiyet açısından değil istihbarata konu bilgi güvenliği bakımından da ciddi bir risk alanı oluşturmaktadır. Plaka verileri, zaman ve mekan bilgileriyle birleştirildiğinde bireylerin günlük rutinleri, sosyal ilişkileri ve hatta “kritik altyapılarla” temasları hakkında anlamlı çıkarımlar üretilebilmektedir. Bu verilerin yabancı ülke vatandaşlarının erişimine açılması ihtimali, verinin doğrudan sızdırılmasından bağımsız olarak, uzun vadeli analitik değerlendirmeler yoluyla da istihbarat üretimine imkan tanımaktadır.

Daha da önemlisi, bu risk yalnızca taşeron çalışanların bireysel niyetleriyle sınırlı değildir. Bu kişilerin tabi olduğu hukuki rejimler, yabancı devletlerin veri erişim talepleri ve istihbarat servislerinin olası baskı kapasitesi, sorunu yapısal bir güvenlik meselesine dönüştürmektedir. Diğer taraftan ABD’de federal düzeyde kapsamlı kişisel verileri koruma yasasının bulunmaması, bu tür hassas verilerin işleme faaliyetlerini daha da karmaşık hale getirmektedir. Bu tablo, yapay zeka temelli gözetim sistemlerinin mevcut kişisel verilerin korunması rejimleriyle arasındaki derin yapısal gerilimi açık biçimde ortaya koymaktadır. Zira güvenlik ile özgürlük arasındaki en hassas denge, günümüzde büyük ölçüde bu tür teknolojiler üzerinden sınanmaktadır.

Bununla birlikte özel hayatın gizliliği açısından sorun çok daha derin bir boyut taşımaktadır. Kamusal alanlarda bireylerin açık rızası olmaksızın sürekli veri toplanması ve bu verilerin yapay zeka aracılığıyla analiz edilmesi, klasik mahremiyet anlayışının ötesine geçen bir gözetim kapasitesi oluşturmaktadır. Bu durum, bireylerin davranışsal olarak profillenmesine ve sürekli izlenmesine imkan tanırken demokratik denetim ve hesap verebilirlik mekanizmalarını da zayıflatma potansiyeli taşımaktadır.

Sonuç itibarıyla Flock Safety vakası, münferit bir şirket pratiğinden ziyade, yapay zeka ekosisteminin yapısal bir sorununa işaret etmektedir. Yapay zeka çağında veri, devletler için stratejik bir kaynak haline gelmiştir. Bu nedenle fiziksel sınırların korunması ne kadar önemliyse sınıraşan veri akışlarının denetimi de o kadar hayati bir nitelik kazanmıştır.

Uluslararası hukuk normlarının sınırlı bağlayıcılığı ve küresel ölçekte örgütlenen veri işleme teamülleri, hem bireysel mahremiyet hem de ulusal güvenlik açısından ciddi riskler üretmektedir. Bu bağlamda yapay zekanın sunduğu imkanlardan faydalanılırken hassas verilerin ülke sınırları içerisinde, yerli ve milli altyapılarla depolanması ve işlenmesi, stratejik bir zorunluluk olarak karşımıza çıkmaktadır. Aksi halde, kamu güvenliği üretmesi beklenen teknolojiler, uzun vadede yeni ve derin güvenlik açıklarının kaynağına dönüşme riskini taşımaktadır.