Hukukta yapay zekâ terimleri sözlüğü: LLM, halüsinasyon, RAG, prompt ve diğerleri

Yapay zekâ ve hukuk tartışmaları giderek teknik terimlerle doluyor. Bir sözleşmede, bir yönetmelikte veya bir haberde bu kavramların ne anlama geldiğini bilmemek, hem teknolojiyi doğru kullanmayı hem de hakları doğru savunmayı zorlaştırıyor. Bu sözlük, en sık karşılaşılan terimleri hukuki bağlamlarıyla birlikte açıklar.

Teknik terimler

• Büyük dil modeli (LLM): Çok büyük metin verisiyle eğitilmiş, metin anlayan ve üreten model.
• Prompt (istem): Modele verilen soru veya talimat.
• Halüsinasyon: Modelin var olmayan bir kaynak, karar veya olguyu gerçekmiş gibi üretmesi.
• RAG (bilgi getirme destekli üretim): Modelin cevap vermeden önce belirli bir belge havuzundan ilgili parçaları çekip bunlara dayanması.
• Bağlam penceresi: Modelin tek seferde dikkate alabildiği metin miktarı.
• Eğitim verisi: Modelin öğrenmesi için kullanılan veri.
• İnce ayar (fine-tuning): Hazır bir modelin belirli bir alan için ek veriyle yeniden eğitilmesi.
• Yapay zekâ ajanı: Kendi başına araç kullanabilen, e-posta gönderme veya dosya düzenleme gibi işlemler yapabilen sistem.
• Prompt injection: Modelin okuduğu içeriğe gizlenen talimatlarla manipüle edilmesi.

Veri hukuku terimleri

• Veri sorumlusu: Kişisel verilerin işlenme amaç ve vasıtalarını belirleyen kişi veya kurum.
• Veri işleyen: Veri sorumlusu adına veri işleyen kişi veya kurum; çoğu yapay zekâ sağlayıcısı bu konumdadır.
• Anonimleştirme: Verinin hiçbir şekilde bir kişiyle ilişkilendirilemeyecek hâle getirilmesi.
• Takma adlandırma: İsim yerine kod kullanmak gibi, ek bilgiyle kişiye yeniden bağlanabilen yöntem. Veri kişisel veri olmaya devam eder.
• Profilleme: Kişinin davranış, tercih veya özelliklerinin otomatik olarak analiz edilmesi.
• Otomatik karar: İnsan müdahalesi olmadan yalnızca otomatik sistemlerle verilen karar.
• Özel nitelikli kişisel veri: Sağlık, biyometrik, genetik, din gibi daha sıkı korunan veriler.

Düzenleme terimleri

• Yüksek riskli yapay zekâ sistemi: AB Yapay Zekâ Tüzüğü'nde işe alım, kredi, eğitim ve yargı gibi alanlarda kullanılan ve sıkı yükümlülüklere tabi sistemler.
• Genel amaçlı yapay zekâ modeli: Çok farklı görevlerde kullanılabilen temel model.
• Deepfake: Gerçek bir kişiyi yapmadığı veya söylemediği bir şeyi yapıyor ya da söylüyormuş gibi gösteren yapay içerik.
• Şeffaflık yükümlülüğü: Kullanıcının yapay zekâ ile etkileşimde olduğunu veya içeriğin yapay olarak üretildiğini bilmesi gerekliliği.

Sık sorulan sorular

Anonim veri ile takma adlı veri arasındaki fark nedir?

Anonim veri hiçbir şekilde bir kişiyle ilişkilendirilemez ve KVKK kapsamı dışındadır. Takma adlı veri ise ek bilgiyle kişiye yeniden bağlanabildiği için kişisel veri olmaya devam eder.

Halüsinasyon neden olur?

Dil modeli, bilgiyi bir veri tabanından okumaz; en olası kelime dizisini üretir. Bu nedenle gerçek olmayan ama biçim olarak inandırıcı bilgiler üretebilir.

RAG kullanan bir hukuk aracı halüsinasyon yapmaz mı?

Riski azaltır ancak ortadan kaldırmaz. Model, getirilen belgeyi yanlış yorumlayabilir veya belgede olmayan bir sonuca varabilir. Kaynak gösterilen belge mutlaka açılıp okunmalıdır.

Yayın yaklaşımı ve düzeltme bildirimi