Avukatlık mesleği, diğer mesleklerle karşılaştırıldığında yeni teknolojileri iş süreçlerine dahil etme konusunda uzun süredir temkinli durmaktaydı. Ancak son birkaç yılda yaşanan gelişmeler, uluslararası tahkim dahil olmak üzere hukukun en geleneksel alanlarının bile teknolojinin dönüştürücü gücünü artık görmezden gelemeyeceğini göstermiştir. COVID-19 pandemisi sırasında acil bir uyum süreci olarak başlayan bu değişim, artık kalıcı yapısal uygulamalara evrilmiştir. Sanal duruşmalardan yapay zekâ destekli belge analizine kadar, tahkimin geleceği kâğıt üzerinde elle yazılmayacak, tam aksine eğitilecek, kodlanacak ve işlenecek araçlarla şekillenecektir.
Avukatın Yapay Zekâ Araç Seti: İdari İşlerden Stratejik Öngörüye
Sürmekte olan dönüşümü anlayabilmek için, tahkim sürecinin başlangıcına bakmak gerekir. Yapay zekanın yükselişi ile teknolojiden sağlanan fayda, dosyalama lojistiği veya uzaktan duruşmaların ötesine geçerek, dava stratejisinin ve dava inşasının özüne dokunan alanlara taşınmıştır. Artık hem maliyet hem de zaman baskısı altında olan avukatlar, tahkimin her aşamasında yapay zekayı kullanmaktadır. Özellikle belge üretiminde , çok büyük hacimli bilgileri şaşırtıcı bir hızla inceleyip sınıflandırabilen ve önceliklendirebilen tahmine dayalı kodlama araçlarına başvurulmaktadır. Eskiden bir oda dolusu genç avukatın haftalarca süren işi, yapay zeka artık birkaç saate indirmiştir. Bu araçlar sadece anahtar kelimeleri aramakla kalmaz, aynı zamanda öğrenirler. Temaları gruplandırır, tekrarlanan olgu kalıplarını tanır ve olağandışı sapmaları işaretlerler.
Tipik bir inşaat uyuşmazlığını ele alalım: binlerce e-posta, teknik rapor ve toplantı notu içeren bir dosya ile karşı karşıya olduğumuzu düşünelim. Yapay zekâ destekli bir inceleme aracı, yazışmalarda geçen her "gecikme" ifadesinin istatistiksel olarak büyük olasılıkla "Tedarikçi X" ile birlikte anıldığını tespit edebilir. Daha önce kimsenin fark etmediği bu bağlantı, hukuk ekibine olayların olgusal akışını kurgularken daha net bir yol haritası çıkarmasını sağlar.
Bu tür bulgular yalnızca hız kazandırmakla kalmaz. Bazı araçlar, işlenmemiş verilerden etkileşimli uyuşmazlık haritaları veya zaman çizelgeleri üretebilir. Böylece avukatlar odak alanlarını daraltabilir, strateji planlayabilir ve tanık görüşmelerine çok daha etkili şekilde hazırlanabilir.
Hukuki araştırmalar da derin bir dönüşüm geçirmektedir. Günler süren manuel veri tabanı taramalarına dayanan geleneksel yöntemlerin yerini, bağlamı anlayan yapay zekâ destekli sistemler almaya başlıyor. Davanıza ait temel olguları girdiğinizde, bu sistemler yalnızca arama sonuçlarını sunmakla kalmıyor; aynı zamanda ilgili içtihatları, doktrin görüşlerini ve hatta karşılaştırmalı hukuk ilkelerini de önerebiliyor. Yanıltıcı sonuçlar ve yargısal boşluklar gibi belli başlı riskler için hala çekinceler olsa da teknolojinin sunduğu imkânlar bugün itibarıyla son derece genişlemiştir.
Dilekçelerin ve diğer belgelerin hazırlama süreci de bu dönüşümden nasibini alıyor. Dilekçelerin ilk taslakları, usuli zaman çizelgeleri, delil listeleri ve sunum özetleri artık yapay zekâ desteğiyle hazırlanabiliyor. Avukatlar düşünme süreçlerini yapay zekaya devretmiyor ancak yapay zeka avukatların üretim sürecini hızlandırıyor. Boş bir sayfadan başlamak yerine, artık ana hatları çizilmiş bir taslakla yola çıkıp, bu taslağı uzmanlık ve tecrübeleriyle geliştiriyor, son dokunuşlarıyla nihai hale getiriyorlar.
Duruşmalar sırasında bile yapay zekâ kendini sessizce göstermektedir. Ekipler artık gerçek zamanlı yapay zekâ destekli yazım araçlarına (örneğin Verbit, Otter.ai) güvenmekte ve bu araçlar tanık ifadelerindeki çelişkileri vurgulamakta ya da tanık cevaplarını daha önce sunulan delillerle anında karşılaştırabilmektedir. Yüksek meblağlı inşaat uyuşmazlıklarında, gecikme ve değerleme uzmanları, olgusal zaman çizelgeleri modelleyebilen veya farklı varsayımlar üzerinden değerlemeleri simüle eden yapay zekâ araçlarıyla birlikte çalışmakta; bu da uzman raporlarının inandırıcılığını ve netliğini artırmaktadır.
Son olarak yapay zekâ kendini strateji konusuna da göstermektedir. Tahkim sürecini fonlayan 3. taraf finansman şirketleri ve davacılar, dava sonuçlarını ve muhtemel uzlaşma aralıklarını modellemek için giderek daha fazla yapay zekâ destekli analiz araçlarına başvurmaktadır. Bu modeller, önceki hakem kararları, hakem heyetlerinin yapısı, tahkim yeri mahkemelerinin kararların icrasına yönelik eğilimler de dahil olmak üzere çok sayıda veriyi işler. Hiçbir algoritma zafer garantisi veremez; ancak bu araçlar, mevcut verinin topyekûn değerlendirilmesi ile müvekkillerin tahkime gidip gidemeyeceklerine, uzlaşmaya varıp varmayacaklarına, varacaklar ise hangi miktarda bir uzlaşmanın kendileri için kabul edilebilir olduğuna ya da davadan tamamen vaz mı geçeceklerine dair kararlarını alırken daha bilinçli olmalarına olanak tanır.
Hakemler: Kâğıt Yığınlarından İstem Mühendisliğine1
Hakemlerin rolü de teknolojinin gelişimine bağlı olarak değişim geçirmektedir. Karar verme yetkisi kişisel olup devredilemez nitelikte kalmaya devam etse de yapay zekâ araçları kapsamlı dilekçelerin incelenmesindeki ağır yükü önemli ölçüde hafifletebilmektedir. Hakem heyeti üyeleri, tarafların yüzlerce sayfalık beyanlarını her bir tarafın argümanlarını yan yana özet şeklinde görebilmek için giderek daha fazla yapay zekâ özetleme araçlarını kullanmaktadır. Bu tür araçlar, özellikle yatırımcı-devlet uyuşmazlıkları veya karmaşık ticari tahkimlerde, yani çakışan taleplerin, birden fazla davalının ya da paralel yargılamaların söz konusu olduğu davalarda, son derece kıymetlidir.
Yapay zekâ, hakemlere maddi vakıa kayıtlarındaki tutarsızlıkları tespit etme konusunda da yardımcı olabilmektedir. Bazı araçlar, belirli bir tanığın farklı beyanlarında yer alan ifadeleri toplayarak çelişkileri veya boşlukları gösterebilmektedir. Özellikle birden fazla sözleşmeye yayılan taahhütlerden kaynaklı tahkim yargılamalarında (örneğin, inşaat veya sigorta uyuşmazlıklarında), yapay zekâ, hakem heyetinin taslak gerekçesinin kendi önceki tespitlerinden ne zaman saptığını belirleyebilir; bu da kararın kendi içinde tutarlılığını sağlamaya yardımcı olmasının yanı sıra ayrıca da iptal davası veya tenfiz engelleri riskini azaltır. Örneğin, birkaç alt yükleniciyi içeren bir inşaat tahkiminde, hakem heyeti davanın bir bölümünde belirli bir gecikme olayının kritik nokta olarak görmemiş olabilir. Ancak, daha sonra karar taslağında bu hususu kritik nokta kabul ederek bir değerlendirme yapıyorsa, yapay zekâ bu tutarsızlığı nihai karar verilmeden önce tespit edebilir.
Bazı hakemler, önceki kararları, yazım üslupları ve tercih ettikleri şablonlar üzerinden kişisel yapay zekâ asistanlarını eğitmeye dahi başlamışlardır. Bu asistanlar, usule ilişkin kararların ilk taslaklarını oluşturmak veya tarafların pozisyonlarını özetlemek gibi görevlerde yardımcı olabilir; böylece hakemler zamanlarını esaslı hukuki gerekçelendirme ve dava analizi gibi konulara ayırabilirler. Nasıl ki hakem sekreteryası uzun süredir hakemin gözetimi altında hakeme destek sağlıyorsa, aynı şekilde yapay zekâ da şeffaf ve etik şekilde kullanılması şartıyla bir nevi hakemin "yardımcı pilotu" olarak tekrarlayan görevleri üstlenebilirler.
Destek ve İkame Arasındaki İnce Çizgi
Ancak bu yenilikler birlikte birtakım ciddi soru(n)lar da gündeme getirmektedir. Yapay zekâ somut olayda muhakeme sürecine dahil oldukça, tehlikeli bir alana girilmektedir. Özellikle karar taslaklarının hazırlanmasında yapay zekânın kullanımını son derece dikkatli şekilde ele almakta fayda vardır. Bir hakem, hukuki konularda karar verme ya da maddi vakıaları değerlendirmekte yapay zekâya güvendiğinde, şeffaflık ve meşruiyet soruları kaçınılmaz olarak ortaya çıkar. Bu durumda davayı gerçekte kim karara bağladı? Kaybeden tarafa, belki de bir makine tarafından oluşturulmuş gerekçelere cevap verme imkânı tanındı mı?
Bu, yalnızca teorik bir endişe değildir. LaPaglia v. Valve2 davasında, taraflardan biri hakem kararının iptalini talep etmiş ve gerekçe olarak hakemin karar taslağını hazırlarken kabul edilebilir seviyeden daha fazla şekilde yapay zekâ kullandığını ileri sürmüştür. İsnatta, kararda yer alan açıklanamayan maddi vakıalar ile dosya içeriği ile uyumsuz dil kalıplarına atıf yapılmıştır. Her ne kadar bu dava sorunu kesin biçimde çözmemiş olsa da tedirgin edici şu soruyu gündeme getirmiştir: Kararı gerçekten heyet mi yazdı, yoksa bir yapay zekâ aracı mı? Eğer karardaki gerekçe hakem heyetinin bir ürünü olmaktan ziyade makine tarafından oluşturulmuşsa, taraflar hakemlerin gerçekten de dosyadaki argümanları ve delilleri incelemiş olup olmadığına dair şüpheye düşebilir. Böylesi bir şüphe sürecinin adil yürütülmesine ilişkin olanı güveni zedeleyebileceği gibi hakem kararının iptal edilmesi veya icra edilebilirlik engelleri ile karşılaşması sonucunu da doğurabilir.
Riskler çok yönlüdür. Eğer yapay zekâ, taraflarca gündeme getirilmemiş argümanları, içtihatları veya olguları karara dâhil ederse, hukukî dinlenilme hakkı ihlâl edilebilir. Hakemler, gerçek kayıtlar yerine yapay zekâ tarafından üretilen bazı argümanların veya bulguların neden karara dahil edildiğini açıklamakta zorluk çekebilirler. Hakemler, manalı bir şekilde açıklayamadıkları veya savunmayacakları şekilde yapay zekâ araçlarına dayanarak hüküm verirlerse, kararın gerekçesi şeffaflığını yitirir. Ve eğer taraflar, uyuşmazlıklarının "görünmeyen dördüncü bir hakem" tarafından çözüldüğü izlenimine kapılırlarsa, tahkim sürecine duyulan güven zedelenir.
Bununla birlikte, yapay zekânın tahkim süreçlerinin idari yönlerinde rol oynayabilir ve bu şekilde rol olması da son derece faydalıdır. ICC ve SIAC gibi kurumlar, halihazırda Case Connect ve SIAC Gateway gibi dijital dava platformlarını sistemlerine entegre etmişlerdir. Bu platformalar; dosya takibi, elektronik başvuru ve iletişim alanlarında önemli faydalar sağlamaktadır. Bu platformlar davaları karara bağlamaz ancak tahkimi daha verimli ve erişilebilir hale getirir. Bunlar, yapay zekânın kabul edilebilir yüzünü temsil etmektedirler. Kararın içeriğine müdahale etmeden ancak karar verme sürecini kolaylaştıran sistemler sunmaktadırlar.
Sonuç olarak, yapay zekâya dair en isabetli benzetme belki de onu hukuk fakültesi mezunu bir stajyer ile karşılaştırmaktır: Hızlı, istekli, zaman zaman parlak ama aynı zamanda yanlış anlamaya, aşırı özgüvene ve bazen açık hatalara da meyilli. Tıpkı bir stajyerde olduğu gibi, asıl önemli olan gözetimdir.
Tahkim camiası için esas zorluk, bu çizgiyi dikkatle çizebilmektir. Yapay zekâ akıllıca kullanıldığında, iş yükünü azaltabilir, netliği arttırabilir ve insan zihnini en iyi yaptığı işe, yani yargılamaya odaklanmasını sağlayarak kararların kalitesini dahi yükseltebilir. Ancak tahkimin meşruiyeti verimlilikten değil, kararların insanlar tarafından verildiğine duyulan güvenden beslenir. Tahkimin geleceği yapay değil, ancak yapay zekâ ile zenginleştirilmiş bir sistemden geçmektedir.
Footnotes
1. İstem mühendisliği, istenen çıktıları üretmek için üretici yapay zekâ çözümlerine rehberlik ettiğiniz süreçtir. Üretici yapay zekâ, insanları taklit etmeye çalışsa da yüksek kaliteli ve alakalı çıktı oluşturmak için ayrıntılı talimatlar gerektirir. İstem mühendisliğinde, yapay zekayı kullanıcılarınızla daha anlamlı bir şekilde etkileşime girmesi için yönlendiren en uygun biçimleri, cümleleri, sözcükleri ve simgeleri seçersiniz. (Kaynak: İstem Mühendisliği Nedir? - Yapay Zekâ İstemi Mühendisliği Açıklaması- AWS)
2. Bakınız LaPaglia v. Valve Corp, şu adreste mevcuttur: https://www.acerislaw.com/wp-content/uploads/2025/04/LaPaglia-v.-Valve-Corp.pdf
The content of this article is intended to provide a general guide to the subject matter. Specialist advice should be sought about your specific circumstances.
