- in United States
GİRİŞ
İş süreçlerinin yönetiminde hız, maliyet etkinliği ve operasyonel verimlilik arayışı tek-nolojideki yeniliklerin ortaya çıkmasında hare-kete geçirici unsurlar arasında yer almaktadır. Teknolojinin de gelişimi ile başlangıçta yalnızca mekanik süreçleri kolaylaştırmak amacıyla ge-liştirilen otomasyon sistemleri, günümüz itiba-rıyla insan müdahalesine ve katkısına neredeyse ihtiyaç duyulmaksızın bağımsız karar alabilen sistemlere dönüşmüştür. Söz konusu dönüşüm, iş süreçlerini daha pratik hale getiren araçla-rın yaygınlaşmasını da beraberinde getirmiştir. Bahsi geçen pratikliği sağlamak adına Birle-şik Krallık Veri Koruma Otoritesi (Information Commissioner’s Office (“ICO”)) tarafından ‘’insan müdahalesi olmaksızın otomatik araçlarla karar verme süreci1’’ olarak tanımlanan otomatik karar verme (automated decision-making (“ADM”)) mekaniz-maları yaygın olarak kullanılmaktadır. ICO’ya göre otomatik karar verme mekanizmaları ol-gusal / fiilî (factual) verilere dayanabilmekle bir-likte dijital olarak oluşturulmuş profillere veya çıkarım yoluyla elde edilen (inferred) verilere de dayanabilmektedir.
ADM mekanizmaları hız ve tutarlılık sağla-yarak çeşitli sektörlerde kullanılabilme ve daha istikrarlı kararlar alabilme yönünde olumlu özel-likleri haiz olsa da özellikle kişisel verilerin yo-ğun biçimde işlendiği bu yapılar, mahremiyetin korunması bakımından zaman zaman olumsuz sonuçlara yol açabilmektedir. İlgili kişiler kişi-sel verilerinin bir ADM sürecine konu olduğunu fark etmeyebilmekte, ADM mekanizmaları diji-tal araçların içine yerleştikçe algoritmik önyargı ve hatalı sınıflandırma risklerini de beraberinde getirerek ayrıca ilgili kişileri etkileyecek nite-likte olumsuzluklar doğurabilmektedir. Anılan nedenle, riskleri bertaraf edebilmek adına bu tür mekanizmalarda insan gözetiminin bulunması, tek başına yeterli olmamak kaydıyla önemli bir güvenlik unsuru olarak karşımıza çıkmaktadır. Öte yandan, ADM mekanizmalarının insan gö-zetimi dahilinde işlevselleştirilmesi, sistem doğ-ru tasarlanmadığında tek başına yeterli bir çö-züm sunamayabilecek ve hatta hatalı / önyargılı olarak atfedilebilecek sonuçların önüne geçmek-te de yetersiz kalabilecektir. Bu durum, insan gözetiminin yalnızca sistemden kaynaklanan sorumluluğun insan faktörüne aktarılmasıyla sınırlı kalan, diğer bir ifadeyle, biçimsel olarak devredilmiş bir araç haline gelme riskini de be-raberinde getirmektedir.
I. AVRUPA BİRLİĞİ MEVZUATI VE ULU-SAL HUKUK KAPSAMINDA ADM
Avrupa Birliği Genel Veri Koruma Tüzüğü’nün (“GVKT”) profilleme de dahil olmak üzere otoma-tik münferit karar almayı düzenleyen 22. maddesi uyarınca, kişisel verilerin işlenmesi süreçleri dü-zenlenmiş olup buna göre “İlgili kişi kendisiyle ilgili hukuki sonuçlar doğuran veya kendisini önemli ölçüde etkileyen, profilleme dahil olmak üzere, yalnızca otoma-tik işlemeye dayalı bir karara tabi tutulmama hakkına sahiptir2.” Söz konusu işlemenin: (i) veri sorum-lusu ile ilgili kişi arasında bir sözleşmenin im-zalanması veya ifası için gerekli olması, (ii) veri sorumlusunun tabi olduğu ve ilgili kişinin hak ve özgürlükleri ile meşru menfaatlerinin güvence al-tına alınması için uygun tedbirlerin de belirtildiği Avrupa Birliği veya üye devlet hukuku tarafından yetkilendirilmiş olması veya (iii) ilgili kişinin açık rızasına dayanması halleri ile sınırlı olarak işbu hükme istisna tanınmıştır. Görüldüğü üzere üç ana unsur ekseninde madde uygulama alanı bu-labilecek olup bunlar: (i) ilgili kişiye yönelik olarak verilen bir kararın varlığı, (ii) söz konusu kararın profilleme de dahil olmak üzere münferit olarak ADM mekanizması tarafından verilmesi ve son olarak (iii) söz konusu kararın ilgili kişi üzerinde olumlu ya da olumsuz olmasından ari nitelikte önemli bir etkisinin bulunmasıdır.
Nitekim Avrupa Adalet Divanının (“CJEU”) OQ v Land Hessen3 (“Schufa”) kararında GVKT’nin 22. maddesinin uygulanabilmesi için aynı üç unsurun varlığının arandığı görülmek-tedir. CJEU, söz konusu üç unsurun kümülatif bir şekilde bulunması gerektiğini vurgularken aynı zamanda ADM mekanizması sonucunda ortaya çıkan sonucun / kararın ilgili kişi üzerinde ya doğrudan hukuki bir etki yaratması veya ben-zer şekilde ilgili kişiyi önemli ölçüde etkilemesi gerektiğini de açıkça belirtmektedir. Bu etkiyle kastedilen ise, üçüncü bir tarafın veri sorum-lusunun belirlediği olasılık değerini esas alarak ilgili kişi hakkında işlem yapmasıdır, başka bir ifadeyle, karar sürecinin söz konusu olasılık değerine “güçlü bir şekilde” dayanmasıdır. Ör-neğin, Schufa kararında incelenen sistemde, Alman hukukuna tabi özel bir şirket olan veri sorumlusu niteliğini haiz Schufa, sözleşmeli ortaklarına üçüncü kişilerin kredi değerliliğine ilişkin olasılık temelli skorlar sunmakta olup matematiksel ve istatistiksel işlemlerle hesap-lanan bu skorlar kişinin gelecekteki davranış olasılığına (örn. kişinin ödeme yeterliliği, maddi gücündeki olası değişimler) ilişkin bir tahmini yansıtmaktadır. Skorların oluşturulması (sco-ring) ise, ilgili kişinin benzer özelliklere sahip bir gruba atanarak söz konusu gruptaki birey-lerin yakın davranışlarda bulunacakları varsa-yımına dayanmaktadır. Esasen, atama yapılan gruptaki davranış kalıpları ilgili kişiye atfedil-mektedir. CJEU, ilgili kişinin Schufa tarafından belirlenen ve bankaya bildirilen olasılık değeri-nin ilgili kişiye kredi verilmesi bakımından be-lirleyici bir rol oynadığı gerekçesiyle söz konusu durumun “ilgili kişinin üzerinde hukuki sonuç-lar doğurduğunu” ya da “ilgili kişiyi önemli öl-çüde etkilediğini” değerlendirmiş ve ilgili me-kanizmayı ADM olarak nitelendirmiştir.
Buna ek olarak, ilgili kişinin erişim hakkını düzenleyen GVKT’nin 15. maddesinde de ADM mekanizmalarına açık şekilde değinildiği gö-rülmektedir. Şöyle ki maddenin 1. fıkrasının (h) bendine göre profilleme de dahil olmak üzere otomatik karar alma süreçlerinin varlığı hak-kında bilgi isteme hakkı bulunan ilgili kişi, bu tür işlemlerde kullanılan mantığa dair anlamlı bilgiler ile kişisel veri işleme faaliyetinin kendisi açısından doğurduğu önem ve muhtemel sonuç-lara ilişkin bilgilere erişme hakkına sahiptir4. Bu çerçevede, ADM süreçlerine ilişkin anlamlı bilgi edinme hakkının önemi daha da görünür hâle gelmektedir. Zira ilgili kişiler, çoğu zaman bir ADM mekanizmasına tabi tutulduklarını dahi fark edememekte, fark ettikleri durumlarda ise sistemin işleyişine ilişkin daha fazla açıklama talep etme ihtiyacı duyabilmektedir. Nitekim bu hususun yargı kararlarında ve kişisel verileri ko-ruma otoritesinde de karşılık bulduğu görülmek-te olup ilgili kişinin kişisel verilerinin işlenme biçimi hakkında veri sorumlusu niteliğini haiz şirketten bilgi talep ederek GVKT’nin 15. mad-desi uyarınca erişim hakkını kullanmasını konu edinen Avusturya Veri Koruma Otoritesinin ka-rarında, şirketin verdiği yanıt eksik ve yetersiz bulunmuştur. İlgili kişinin erişim hakkının ihlâl edildiği sonucuna varılan ilgili kararda, özellikle ADM sürecinde kullanılan kişisel veriler ve söz konusu verilerin kredi skoruna etkisi konusunda yeterli açıklama yapılmamasının GVKT’nin 15. maddesinin 1. fıkrasının (h) bendinin ihlâli nite-liğinde olduğu tespit edilmiştir. Söz konusu kara-ra karşı şirket tarafından Federal İdare Mahke-mesine başvurulmuş olup yargı makamınca veri koruma otoritesinin kararı kısmen onanmıştır. Akabinde yine şirket tarafından temyiz yoluna gidilmiş olup Avusturya Yüksek İdare Mahke-mesi (Verwaltungsgerichtshof), Dun & Bradst-reet Austria5 kararında, şirketin gerçekten de bir ADM süreci işlettiğini, buna rağmen ilgili kişiye anlamlı bir bilgi sağlamadığını vurgulayarak temyiz başvurusunu reddetmiştir. Anılan karar-da ayrıca şirketin sunduğu bilgilerin son derece genel ve belirsiz olduğu, hangi verilerin kredi skorunu nasıl etkilediğinin yeterli açıklıkla orta-ya konulmadığı üzerinde durulmuştur.
GVKT’nin 15. maddesinin 1. fıkrasının (h) bendinde değinilmiş olan “anlamlı bilgilen-dirme” kavramı, söz konusu kararda ADM sü-reçlerinde ilgili kişiye sağlanması gereken bil-gilendirmenin niteliğine ilişkin ölçütleri açık biçimde ortaya koyarak açıklanmaktadır. Buna göre bilgilendirmenin anlamlı sıfatını haiz ola-bilmesi için ilgili kişiye sunulan bilgilerin açık, şeffaf ve anlaşılır olması, kişisel verilerin nasıl kullanıldığını ve hangi faktörlerin sonucu etki-lediğini anlayabilecek bir düzeyde içeriğe sahip olması gerekmektedir. İncelenen kararda, şir-ketin ticari sır gerekçesiyle bilgi paylaşmaktan kaçınması da kabul edilmemiştir. Mahkemeye göre kredi skorlama yöntemi ticari sır niteliği taşıyabilecek olmakla birlikte bu durum ilgi-li kişinin ADM sürecinin mantığını ve kişisel verilerinin sonuca etkisini öğrenme hakkını ortadan kaldırmamaktadır. CJEU içtihadı da bu yaklaşımı desteklemekte olup ticari sırların bilgiye erişimin tamamen reddi için tek başına yeterli bir gerekçe oluşturmaması gerektiğini ve olayın koşullarına göre bir denge kurulma-sının önemini belirtmektedir. Dolayısıyla ticari sır koruması bulunsa dahi ilgili kişiye anlamlı bilgilere erişim hakkı tanınmalıdır.
Öte yandan, ilgili kişilerin ADM sürecine dahil olup olmadıklarını çoğu durumda tespit edememeleri, bu yükümlülüğün önemini daha da artırmaktadır. Avrupa Veri Koruma Kurulu (“EDPB”), ADM mekanizmalarının genellikle arka planda, ilgili kişi için görünür vaziyette ol-mayan bir metotta işlediğini, dolayısıyla birey-lerin otomatik karar süreçlerini kendi başlarına tespit etmelerinin her durumda mümkün olma-yabileceğini belirtmektedir6. ADM mekanizma-larının tasarımından kaynaklanan bu görün-mezlik nedeniyle ilgili kişinin aldığı bir kararın otomatik bir işleme dayanıp dayanmadığını ayırt etmesini güçleştirmektedir7. Bu durum, ADM’ye karşı sağlanan hukuki güvencelerin ulusal dü-zeyde nasıl düzenlendiğinin de incelenmesini gerektirmektedir. 6698 sayılı Kişisel Verileri Koruma Kanunu (“Kanun”) kapsamında doğru-dan doğruya ADM mekanizmasını düzenleyen bir madde bulunmamakla birlikte “İlgili kişi-nin hakları” başlıklı 11. maddenin 1. fıkrasının (g) bendinde “İşlenen verilerin münhasıran otomatik sistemler vasıtasıyla analiz edilmesi suretiyle kişinin kendisi aleyhine bir sonucun ortaya çıkmasına itiraz etme8” hakkını düzenlemektedir. Burada GVKT madde 22’deki gibi ilgili kişinin üzerinde bir so-nuç doğurması aranmış, GVKT’den farklı olarak ise bu sonucun özellikle “aleyhe” olması gerektiği belirtilmiştir. Görüldüğü üzere ilgili kişiler veri sorumlusundan bilgi talep etme, münhasıran otomatik işlemlerle kendileri aleyhine sonuç do-ğuran değerlendirmelere itiraz etme ve benzeri yönde çeşitli haklara sahiptir.
II. ADM VE PROFİLLEMENİN SINIRLARI
Profilleme, EDPB tarafından “kişisel verilerin, bir gerçek kişiye ilişkin belirli kişisel özellikleri değerlendirmek, özellikle de bu gerçek kişinin işteki performansı, ekonomik durumu, sağlığı, kişisel tercihleri, ilgi alanları, güvenilirli-ği, davranışları, konumu veya hareketleri ile ilgili özellikleri analiz etmek veya tahmin etmek amacıyla kullanılmasına dayanan her türlü otomatik kişisel veri işleme9’’ olarak ta-nımlanmaktadır. Her ne kadar ADM mekanizması ve profilleme iç içe geçiyor gibi görünse de her ADM mekanizması profilleme barındırmak zorunda değildir. Bahse konu süreç ilgili kişinin kişisel özel-likleri kapsamında bir çıkarım veyahut değerlen-dirme yapmaksızın bilhassa eldeki somut verileri tanımlanmış sabit kurallar çerçevesinde işleyerek de gerçekleştirebilmektedir. Profilleme, analiz ve tahmin üzerine kurulu bir yapıya sahipken oto-matik karar verme nedensellik bağını takip eden deterministik bir algoritmaya bağlıdır. EDPB’nin işbu hususa ilişkin verdiği örnekte görüleceği üzere otoyol hız kontrol sisteminin aracın hızını ölçerek yasal sınırla karşılaştırıp otomatik ceza oluşturma-sı bir ADM sürecidir. Ancak ilgili süreç sürüş alış-kanlıkları ve sürücülerin kişisel özelliklerine dair bir profil üretmediği ve yalnızca somut olgusal veri üzerinden bir karar verdiği için profilleme niteliği taşımamaktadır. Aynı duruma ilişkin verilecek bir diğer örnek ise e-ticaret sistemlerine girilen yaş ve-risinin işlenerek internetsitelerindealkolveya 18 yaş üzeri ürünlerin satışına kısıtlama getirilmesidir. Söz konusu örnekler, ADM mekanizmalarının mutlak surette profil oluşturması veya karmaşık algoritma-lara dayalı analizler yapmasının zorunlu olmadığını göstermektedir. ADM mekanizmalarının çoğu za-man yapay zekâ ile ilişkilendirilmesi de benzer bir yanılgıdır. Tıpkı profilleme hususunda olduğu gibi ADM mekanizmaları yapay zekâ tabanlı olmadan da programlanmış, deterministik kurallar / algo-ritmalar kullanılarak oluşturulabilmektedir. Bu se-beple bir sistemin yapay zekâ tabanlı olmaması ilgili sistemin bir ADM mekanizması olmadığı anlamına gelmemektedir. Bunoktadabelirleyici olan, sistemin nasıl işlediği ve kararın hangi işlem adımlarının so-nucu olarak ortaya çıktığıdır.
III. ADM MEKANİZMASINDA İNSAN GÖZETİMİ
Aynı anda hem kişisel verilerin korunması mevzuatına uyum sağlamak hem de ADM me-kanizmalarının hızından ve pratikliğinden fay-dalanmak nasıl mümkün olabilir? Söz konusu faydaları aynı anda sağlayabilmek adına akla gelen yöntem ADM süreçlerine insan gözetimi-ni dahil etmektir. Bu yaklaşım, CJEU’nun Schu-fa kararında GVKT’nin 22. maddesi bakımın-dan aradığı “yalnızca otomatik işlemeye dayalı olma” unsurunu da bertaraf edecektir. Ancak insan gözetiminin varlığı tek başına yeterli de-ğildir ve gözetimin etkili olması adına insanın sistemin kararlarını değerlendirebilmesi ve ge-rektiğinde müdahale edebilmesi gerekmekte-dir. EDPB’nin Human Oversight of Automated Decision-Making isimli TechDispatch10 (“Tech-Dispatch”) dokümanında insan gözetimi, “en az bir insan operatörün ADM sistemi operasyonlarını izlemesi, sistemin kararlarını değerlendirmesi ve gerek-tiğinde müdahale etme yetkisine sahip olması” olarak tanımlanmış olup insan gözetiminin yerleşti-rilebileceği aşamalar kapsamında ise farklı gö-zetim tiplerinden bahsetse de gerçek zamanlı gözetimin (ex-ante monitoring) varlığının önem taşıdığı belirtilmiştir11.
TechDispatch özellikle üretim ortamında ger-çek zamanlı gözetimin önemine odaklanmakta ve ADM mekanizmalarında insan gözetimine ilişkin hatalı varsayımları örneklerle ortaya koymakta-dır. Bu varsayımlardan biri, “ADM sistemlerinin belirli ve önceden belirlenmiş koşullar doğrultu-sunda çalışacağı” yönündedir. Oysa teknolojik sis-temlerde çoğu zaman öngörülemeyen durumlarla karşılaşılabilmekte ve fakat her ihtimâl değerlen-dirilerek tasarım yapmak pratik olmayabilecektir. Bu nedenle ADM mekanizmalarının her zaman belirli koşullara göre çalışacağı varsayımı risk teş-kil etmektedir. Örneğin, otomatik pilotla çalışan bir araçta şerit takibi özelliği, yol üzerindeki şerit çizgilerinin doğru şekilde algılanmasına bağlıdır. Bu çizgilerin eksik ya da hatalı olduğu durum-larda sistem doğru çalışamayacağından güvenlik açısından risk oluşabilecektir. ADM mekanizma-larında yalnızca teknolojiye değil insan–teknoloji etkileşimine ilişkin yanlış varsayımlar da görüle-bilmektedir. ADM mekanizmalarında insan gö-zetimini etkili hale getirmek adına ilk akla gelen yöntemlerden biri, ADM sonucu ortaya çıkan bir karar / sonucun insan değerlendirmesine sunul-ması, bu doğrultuda son kararın insan tarafından verilmesidir. Bununla birlikte TechDispatch’te belirtildiği üzere ADM mekanizmalarının insan yargısını etkilemeyeceği hatalı bir varsayım ola-caktır. Örneğin, 2023 yılında Radiology dergisin-de yayımlanan bir çalışmada, 27 radyologun 50 mamogramı incelerken yapay zekâ tarafından önerilen Breast Imaging Reporting and Data Sys-tem (BI-RADS) kategorilerinden belirgin biçimde etkilendiği görülmüştür. Çalışmada hem doğru hem de yanlış kategorizasyon içeren iki ayrı set kullanılmış ve yapay zekâ yönlendirmesinin uz-man kararlarını kayda değer şekilde değiştirdiği tespit edilmiştir. Bu deneyin sonucunda radyolog-ların yapay zekânın BI-RADS kategorilerine iliş-kin tahminlerinden anlamlı düzeyde etkilendiği fark edilmiştir. Özellikle daha deneyimsiz rad-yologların yapay zekânın verdiği tahminleri orta düzeyde ve çok deneyimli radyologlara kıyasla daha fazla benimseme eğiliminde olduğu gö-rülmüştür12. Söz konusu araştırma, nihai karar insana ait olsa dahi ADM çıktılarının uzmanla-rı kolayca etkileyerek normalde vermeyecekleri kararlara yöneltebildiğini göstermektedir. ADM
mekanizmaları bakımından yanlış varsayımlar dışında insan gözetiminin nasıl işleyeceğine dair farklı hatalı kabuller de ortaya çıkabilmektedir. Bu nedenle, insan gözetimi içeren bir ADM meka-nizması işletilecekse ilgili mekanizmanın güvenli ve öngörülebilir şekilde çalışabilmesi adına bilgiyi açık ve erişilebilir şekilde sunan arayüz tasarım-larının yapılması ve benzeri gerekli düzenlemele-rin gerçekleştirilerek olası risklerin önüne geçil-mesi önem arz etmektedir. Bu doğrultuda ADM mekanizmalarında görev alacak olan kişilere al-gılarının nasıl yanıltılabileceğine ve buna karşı nasıl daha sağlıklı kararlar alabileceklerine iliş-kin düzenli eğitimler verilmelidir. İlgili eğitimler, farklı uzmanlık, deneyim ve ön bilgi düzeylerine sahip kişilere uygun şekilde uyarlanmalıdır13.
SONUÇ
ADM mekanizmalarının karar alma süreçle-rinde yer alması, kişisel verilerin korunması mev-zuatı bakımından ayrı bir değerlendirme konusu teşkil etmektedir. Bu doğrultuda, incelenen düzen-lemelerilekararlar, ADMmekanizmalarının ancak yeterli şeffaflığın, açıklanabilirliğin ve etkili insan müdahalesinin mevcudiyeti ile mahremiyete du-yarlı bir yapıya kavuşabileceğini göstermektedir.
Bu kapsamda hem ulusal hem de uluslararası mevzuata bakıldığında ilgili kişinin kişisel verisi üzerinde denetim yapmasını sağlayan başvuru, itiraz ve bilgilendirme unsurlarının daha işlev-sel hâle getirilmesi önem taşımaktadır. Özellik-le, ADM mekanizmalarının ilgili kişiler üzerinde doğuracağı olumsuz sonuçlardan kaçınmak adı-na bilgilendirme yükümlülüğünün altı çizilerek algoritmik değerlendirmelere dayanak olan hu-susların sırf ticari sırların varlığı gerekçesiyle açıklanamayacağına yönelik bir savunma ya-pılmasının mümkün olmadığı vurgulanmıştır. Sonuç itibarıyla tamamen otomatik, insan mü-dahalesi olmadan karar veren sistemler yanlış değerlendirmelere sebebiyet verebilecek olup söz konusu sistemlerin gözetlenen, güncellenen ve uygulamada etkili şekilde işletilen bir denetim yapısı ile desteklenmesi gerekmektedir.
Footnotes
1 Information Commissioner’s Office (ICO) “Automated decision-making and profiling,” Erişim Tarihi: 20 Kasım 2025 https://ico.org.uk/ for-organisations/uk-gdpr-guidance-and-resources/individual-rights/automated-decision-making-and-profiling/
2 General Data Protection Regulation (GDPR), “Regulation (EU) 2016/679 of the European Parliament and of the Council of 27 April 2016,” Official Journal of the European Union, L119, 1–88, Erişim Tarihi: 20 Kasım 2025 https://eur-lex.europa.eu/eli/reg/2016/679/oj/eng
3 Court of Justice of the European Union, “OQ v Land Hessen, Case C634/21, ECLI:EU:C:2023:957, 7 December 2023, EUR-Lex” Erişim Tarihi: 21 Kasım 2025 https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=CELEX%3A62021CJ0634
4 General Data Protection Regulation (GDPR), “Regulation (EU) 2016/679 of the European Parliament and of the Council of 27 April 2016,” Official Journal of the European Union, L119, 1–88, Erişim Tarihi: 20 Kasım 2025 https://eur-lex.europa.eu/eli/reg/2016/679/oj/eng
5 Verwaltungsgerichtshof, Erkenntnis vom 7. April 2022, Ro 2020/04/0010 Erişim Tarihi: 27 Kasım 2025 https://gdprhub.eu/index.php?title=VwGH_(Austria)_-_Ro_2020/04/0010; Temyize konu Avusturya Veri Koruma Otoritesi kararına iliş-kin detaylara, Verwaltungsgerichtshof kararında yer verilmiştir.
6 European Data Protection Board (EDPB) “Guidelines on Automated individual decision-making and Profiling for the purposes of Regu-lation 2016/679” Erişim Tarihi: 4 Aralık 2025 9–10 https://ec.europa.eu/newsroom/article29/items/612053/en
7 European Data Protection Board (EDPB) “Guidelines on Automated individual decision-making and Profiling for the purposes of Regu-lation 2016/679” Erişim Tarihi: 4 Aralık 2025 8–10 https://ec.europa.eu/newsroom/article29/items/612053/en
8 Kişisel Verilerin Korunması Kanunu, 6698 (2016), Resmî Gazete, No. 29677, 7 Nisan 2016. Erişim Tarihi: 3 Aralık 2025
9 European Data Protection Board (EDPB) “Guidelines on Automated individual decision-making and Profiling for the purposes of Regu-lation 2016/679” Erişim Tarihi: 4 Aralık 2025 https://ec.europa.eu/newsroom/article29/items/612053/en
10 European Data Protection (2025). TechDispatch – Human oversight of automated decisionmaking. European Union. Erişim Tarihi: 2 Aralık 2025 https://www.edps.europa.eu/system/files/2025-09/25-09-15_techdispatch-human-oversight_en.pdf
11 European Data Protection (2025). TechDispatch – Human oversight of automated decisionmaking. European Union. Erişim Tarihi: 2 Aralık 2025 https://www.edps.europa.eu/system/files/2025-09/25-09-15_techdispatch-human-oversight_en.pdf
12 YALA, C. D. LEHMAN, M. SCHAPIRO, € R. BARZILAY, (2023). “The Impact of Artificial Intelligence BI-RADS Suggestions on Reader Performance. Radiology”, 307(4), e222176. Erişim Tarihi: 2 Aralık 2025 https://doi.org/10.1148/radiol.222176
13 Nicholson PRICE II / Rebecca CROOTOF / Margot E. KAMINSKI, “Humans in the Loop”, Vanderbilt Law Review, C.76, S.2, 2023, s.501–502. https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4066781
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.
