Giriş
Önceki blog yazısında[1], küresel yapay zekâ yönetişiminde geliştirici ve dağıtıcı ülkeler arasındaki teorik ayrımı açıklamıştık: Temel modeller geliştirici ülkelerde geliştirilir. Şu anda bunlar öncelikle Amerika Birleşik Devletleri (ABD) ve Çin’dir. Dağıtıcı ülkeler ise, mevcut temel modelleri kullanan ve bunları belirli bir uygulamaya uyacak şekilde uyarlayan işletmelere ev sahipliği yaparlar. Elbette, her iki geliştirici ülke de aynı zamanda dağıtıcı ülkelerdir. Ancak, ince ayar ve diğer şartname teknikleri, dağıtıcılar ve geliştiriciler ile bu tür çalışmaların yürütüldüğü ilgili devletlerarasındaki çizgileri giderek daha da bulanıklaştırmaktadır. Bununla birlikte, en gelişmiş yapay zekâ sistemlerini en azından teknik anlamda inşa eden (ve kullanan) şirketler, öncelikle ABD, Çin, Fransa ve çok az sayıda başka ülkede merkezlenmiştir.
Değerli sınır temel modellerine erişimi düzenleme süreci, endüstriyel politika, ekonomik kalkınma ve jeo-strateji için derin etkilere sahiptir. Bunu, birçok aktörün aynı anda oynadığı yüksek bahisli, çok boyutlu bir satranç oyununa benzettik. İlk bakışta geliştirici ülkeler üstünlük sağlamış gibi görünse de, bu yazıda öncelikle dağıtımcı ülkelerin (esas olarak dünyanın geri kalanının) temel modellerin dağıtımı söz konusu olduğunda yapay zekâ sorunlarını başarılı bir şekilde düzenleme kapasitesine sahip olduğu gösterilecektir. Dağıtım modelleri merkezsizleştirildiğinden, küçük yargı bölgelerinin platform düzenlemesinin aksine kendi düzenleyici rejimlerini uygulayabilmeleri için gerçek bir şans vardır. Daha sonra dağıtımcı ülkelerin, model dağıtımcılarına karşı düzenleyici güçlerini dolaylı olarak iddia edebilmeleri için küresel yapay zekâ geliştirme standartlarını stratejik olarak belirlemek üzere iş birliği yapabileceklerini savunacağız. Yazının sonunda, yerel düzenlemenin etkinliğinde hangi yerel ölçütlerin rol oynayabileceği açıklanacaktır.
- Dağıtıcı Ülkeler Kendi Kurallarını Uygulayabilir
En iyi düzenleyici çerçeveler bile yaptırım olmadan hiçbir şeydir. Özellikle dijital sektörde, yasaların yaptırım eksikliklerinden muzdarip olduğu sıklıkla düşünülür. Genel Veri Koruma Yönetmeliği (General Data Protection Regulation-GDPR), büyük teknoloji şirketlerine karşı yetersiz yaptırım nedeniyle uzun süredir vaadini yerine getiremeyen bir mevzuatın belirgin bir örneğidir.
Filippo Lancieri, veri koruma rejimlerinin bilgi asimetrileri ve piyasa gücü tarafından zayıflatıldığını ileri sürmüştür[2]. Tartışmalı olarak, bu sorunlar yapay zekâ tedarik zincirinin dağıtımcı seviyesinde aynı ciddiyette ortaya çıkmaz. Temel modeller geliştirmek olağanüstü miktarda kaynak gerektirse de, ince ayar ve dağıtım, normal uygulama geliştirmeden önemli ölçüde farklı olmayan görevlerdir. Yazılım pazarında olduğu gibi, iş ortakları için yapay zekâ tabanlı yazılım çözümleri geliştiren yalnızca birkaç büyük şirketle bir piyasa gücü birikimi görmeyi beklemiyoruz. Elbette, bu yapay zekâ uygulamaları pazarında liderler olacaktır. Ancak, küçük ve orta büyüklükte işletmelerin yapay zekâ tarafından desteklenen ve belirli sektörlerdeki müşterilerinin ihtiyaçlarını karşılamak üzere uyarlanmış uygulamalar geliştirme şansına sahip olmasını da bekliyoruz.
Şirketler için birikmiş piyasa gücünün bu eksikliği, dağıtımcı ülkelerin yasalarını uygulama kabiliyetleri üzerinde çeşitli sonuçlara yol açar. İlk olarak, yetki alanlarındaki dağıtımcıların kendilerine karşı yaptırımları uygulamak için uluslararası iş birliğine bağımlı olmadığını göreceklerdir. İkinci olarak, dağıtımcı pazarı, müsamahakâr uygulama konusunda çıkarları paylaşan birkaç büyük oyuncudan oluşmayacaktır. Bunun yerine, yerel standartlara uyan dağıtımcılar ve geliştiriciler, rakiplerinin ilgili mevzuatı görmezden gelerek haksız bir avantaj elde etmemesini sağlamak için bir dürtüye sahip olacaktır. Dahası, dağıtımcıların daha güvenli ve daha titizlikle incelenen ürünlerden yararlanmak ve sorumluluğu paylaşmak için, yukarı akış geliştiricilerinin düzenlenmesine açıkça bir ilgileri vardır. Son eğilimler, genel amaçlı yapay zekâ sağlayıcıları ile dağıtımcılar da dâhil olmak üzere diğer paydaşlar arasında büyüyen bir uçurum olduğunu göstermektedir[3]. Bu, dağıtımcı ülkelerin verimliliğini artırmak için kurallarının özel olarak uygulanmasına güvenmelerine olanak tanır.
Dağıtıcı pazarlarındaki piyasa gücünün eksikliği, dağıtıcılar ve düzenleyici otoriteleri arasındaki bilgi asimetrileri ile ilgili sorunları da yumuşatır. Dağıtıcı ülkeler, kıt teknoloji yetenekleri için birkaç büyük, iyi maaş ödeyen şirketle daha az rekabet etmek zorunda kalabilir. Bunun yerine, yapay zekâ yönetişimi ile ilgilenen ancak yapay zekâ uygulama geliştirmenin dağıtım aşamasını anlamak için gereken beceri setine sahip bireyler için kamu sektöründe çekici işyerleri sunabilirler. Bu ayrıca düzenleyici otoriteler ve büyük oyuncular arasında dönen kapılar riskini de en aza indirir, böylece etkili düzenlemenin önündeki bir diğer engel de aşılabilir. Avrupa Birliği, oldukça akıllıca bir şekilde, Yapay Zekâ Yasası’nın genel amaçlı yapay zekâ hükümlerinin Avrupa düzeyinde uygulanmasını Yapay Zekâ Ofisi ile merkezileştirmiştir. İşe alım sorunlarını ortadan kaldırmasa da, her Üye Devlette ‘GPAI’ uygulamasına kıyasla bunları hafifletir.
Bu, teknoloji düzenlemesinin diğer alanlarından farklı olarak, dağıtımcı ülkelerin yeterince çeşitli ve rekabetçi dağıtımcı pazarlarını garanti edebildikleri zaman düzenleme yapabileceklerini göstermektedir. Bu nedenle herhangi bir düzenleme stratejisi öncelikle ve en önemlisi pazar yoğunlaşmasından kaçınmaya odaklanmalıdır. Başarılı olurlarsa, teknoloji düzenlemesinin diğer alanları büyük oyunculara karşı bir uygulama açığından muzdarip olduğundan daha küçük engellerle karşılaşabilirler. Tersine, dağıtımcı ülkelerin ‘GPAI’ model sağlayıcılarını etkili bir şekilde düzenlemesi zor olmaya devam edecektir, çünkü yetenekler için rekabet, dönen kapılar ve bilgi asimetrileri bu alanda birincil endişe konusu olmaya devam etmektedir. Yine de, açıkça bir kere denemeye değerdir.
- Başarılı Yerel Düzenleme İçin Önlemler
Yerel düzenleyici çerçevenin başarısına bir dizi önlem katkıda bulunabilir. İlk olarak, devletler ‘yatay’ yani sektörü aşan ve ‘dikey’ yani sektörel düzenlemelerini gözden geçirmeli ve güncellemelidir. Bu düzenlemeler belirli işletmeleri hedef alır ve yapay zekâyı düzenlemeyi amaçlamaz. Güncellenmesi gereken yatay bir düzenlemeye örnek olarak, dünya çapında veri koruma kurallarını temsil eden Genel Veri Koruma Yönetmeliği verilebilir. Kişisel verilerin işlenmesine dayandığında zaten yapay zekâyı kapsayan teknoloji açısından tarafsız bir düzenleyici araçtır[4]. Ancak, yapay zekâ eğitiminde toplumsal açıdan yararlı hedefler için kişisel verilerin kullanımını kolaylaştırmak amacıyla belirli kurallara ve güvenli limanlara ihtiyaç bulunmaktadır[5]. Veri koruması, bazı durumlarda, model düzeyinde ayrımcılık karşıtı ölçümlerin uygulanmasını engelleyebilir. Bunları uygulamak için geliştiricilerin genellikle bireylerin hangi korunan gruba girdiğini bilmeleri gerekir. Bu hassas bilgileri edinmek birçok durumda hassas bilgilerin korunmasına ilişkin kurallar[6] (örneğin, Genel Veri Koruma Yönetmeliği’nin 9. maddesi) kapsamında yasaklanabilir. Avrupa Birliği yasalarına göre, Yapay Zekâ Yasası bu sorunu, yalnızca hassas verilerin yüksek riskli yapay zekâ sistemlerinde ayrımcılığı azaltmak için kullanılmasına izin vererek, kısmen çözecektir[7]. Yüksek riskli olarak sınıflandırılmayan ‘normal’ Genel Veri Koruma Yönetmeliği sistemleri için sorun devam edecektir. Sağlık, otomotiv veya finans hukuku gibi birçok dikey çerçevede benzer zorluklar ortaya çıkmaktadır.
İkinci olarak, ülkeler uygulama kapasitelerini ve ulusal mahkemelerin ve kurumların yetkinliğini artırmak isteyecektir. Yapay zekâ düzenlemesinin başarısı, bir ülkenin düzenleyici kurumlarının uzmanlığını ve yargı sisteminin karmaşık davaları etkili bir şekilde ele alma yeteneğini iyileştirme konusundaki özverisine dayanır. Yazma sırasında uygulama kurumları için bütçeler ülkeler arasında çarpıcı biçimde farklılık göstermektedir[8]: Yeni Avrupa Birliği Yapay Zekâ Ofisi için yalnızca 46,5 milyon avro öngörülürken; yalnızca Birleşik Krallık, Yapay Zekâ Güvenlik Enstitüsü için 116 milyon avro ayırmıştır. Ayrıca, mahkemelerin yapay zekâ ile ilgili anlaşmazlıkları hızla çözmek için kaynaklara ve bilgiye sahip olması gerekecektir. Özellikle, devletler özel uygulamaya güvenmeye karar verdiklerinde, özel davalar açmayı cazip hale getirmeleri gerekir.
Üçüncü olarak da, yapay zekâ teknolojileri ve düzenlemeleri aynı anda ilerledikçe, ülkeler düzenleyici zorlukları ele almak ve sorumlu dağıtımı desteklemek için doğrulama platformları ve güvenlik değerlendirme araçları gibi yapay zekâ alanında kamu malları yaratmalıdır. ‘AI Verify’ ve ‘GitHub’ın yapay zekâ deneme ortamı gibi[9] açık kaynaklı araçlar, geliştiricilerin modelleri test etmelerini ve doğrulamalarını sağlar, ancak kamu kaynaklarıyla tamamlanmalıdır. Birleşik Krallık Yapay Zekâ Güvenlik Enstitüsü’nün değerlendirmeleri gibi[10] kamusal girişimler, gelişmiş yapay zekâ sistemleri için güvenlik protokollerini daha da geliştirir. Bu tür kamu kaynaklarına yatırım yapmak, işletmelerin sınırlı maliyetle düzenlemelerde gezinmesine yardımcı olur ve güvenli yapay zekâ kullanımını teşvik eder, ancak aynı zamanda potansiyel olarak uluslararası iş birliğini de teşvik eder -bu, şimdi tekrar ele aldığımız bir konudur.
- Geliştiricilerin Standart Belirleme Yoluyla Ortak Düzenlenmesi
Dağıtıcıları düzenlemek birçok ülke için bir olasılık olsa bile, genel amaçlı yapay zekâdan kaynaklanan tüm riskler dağıtıcı düzeyinde azaltılamaz. Dağıtıcı ülkeler bu nedenle temel modellerin geliştiricilerini de etkili bir şekilde düzenlemekle ilgilenirler. Yurt dışında faaliyet gösteren birkaç mevcut büyük oyuncuya karşı kurallarını uygulamak, yerel dağıtıcıları düzenlemekten önemli ölçüde daha büyük bir zorluktur.
Elbette, ülkeler ‘piramidin üzerine tırmanmaya’ ve kendileri bir geliştirici ülke olmaya çalışabilirler. Araştırma ve geliştirmeye yatırım yapabilir ve sonunda yerel pazarlarına hitap eden ve yerel ve bölgesel ihtiyaçları karşılayan temel modellerin geliştirilmesine yol açan yapay zekâ inovasyon ekosistemleri yetiştirmeye çalışabilirler (bkz. örneğin Singapur’un modeli[11] Güneydoğu Asya bölgesinin ihtiyaçlarını karşılıyor). Kendi modellerini geliştirme girişimlerinin yanı sıra, devletler, yapay zekâ sistemlerinin alıcıları olarak, pazarlık gücü kazanmak amacıyla önemli talep kapasiteleri toplamaya çalışabilirler. Yine de, bu yatırımların karşılığını alıp almayacağı belirsizliğini korumaktadır.
Her durumda, geçmiş, dijital alanda neredeyse sınırsız yargı yetkisine rağmen, yalnızca ‘düzenleyici oligarklar’ olarak da adlandırılabilecek bir avuç ülkenin, kurallarını yurtdışında etkili bir şekilde uygulamak için yeterli güce sahip olduğunu göstermiştir[12]. Bu, dağıtımcılar üzerinde etki kurmak için, yalnızca toprak dışı erişime sahip yasaların yürürlüğe konulmasından daha farklı stratejiler gerektirir. Görüşümüze göre, dağıtımcı ülkeler, yalnızca birbirleriyle iş birliği yaparlarsa geliştiricileri başarılı bir şekilde etkileyebilirler. Daha özellikli olarak, ihtiyaçlarına uygun küresel kalkınma ve yönetişim standartları geliştirmek için uluslararası standart belirlemeyi kullanmak üzere çalışan koalisyonlar oluşturmayı öneriyoruz.
Standartların önemi hafife alınmamalıdır. Yapay Zekâ Yasası bunları zaten yönetişim çerçevesinin özüne dâhil etmiştir. Yapay Zekâ Yasası’nın 40. maddesi, ISO, IEEE veya CEN/CENELEC gibi saygın standart belirleme kuruluşlarının yerleşik normlarına uyum sağlanarak anılan Yasaya uyum sağlanmasına olanak tanır. Bu kuruluşlardan birkaçı şu anda bu standartları formüle etmektedir. Standartlara uyum, Yapay Zekâ Yasası’na uyum varsayımına yol açar. Bu stratejik uyum, Avrupa Birliği’ne yapay zekâ yönetişiminde önemli bir kaldıraç sağlar. Bu standartları etkileyerek, Avrupa Birliği ve diğer uygulayıcı devletler, yapay zekâ için küresel normları belirlemede kritik oyuncular olarak konumlanabilirler. Avrupa pazarlarına erişim arayan Amerikan ve Çin firmalarının bu standartlara uymasını zorunlu kılarak, Avrupa Birliği nispeten yüksek düzeyde düzenleyici kontrol uygulayabilir. Etkileri, ABD gibi diğer büyük yargı bölgelerinde eşdeğer yasaların olmamasıyla güçlendirilir. Pragmatik bir bakış açısından, küçük ve orta büyüklükte işletmeler için uyum maliyetlerini de azaltır.
Yapay Zekâ Yasası bu nedenle, dağıtımcı ülkelerin geliştiriciler ve geliştirici ülkeler üzerinde etki kurmak için işbirliği yapmasının bir örneğidir. Kabul edilmelidir ki, Avrupa Birliği düzenleyici otoriteler hiyerarşisinde nispeten yüksek bir sırada yer almaktadır. Diğer ülkeler, standartları kullanarak etki kurmak için benzer şekilde güçlü koalisyonlar oluşturmayı zor bulabilirler. Yine de, standartlaştırma kuruluşlarının genellikle her ulusal standartlaştırma kuruluşunun bir oy kullanmasına izin vermesi ve içindeki tartışmaların teknik nitelikte olması, sadece kendi yasalarını ülke dışı erişimle yürürlüğe koymaktan daha büyük bir etki elde etmelerini sağlayabilir.
Sonuç
Gösterdiğimiz gibi, yalnızca ana bilgisayar dağıtımcılarının düzenleyici amaçlarına ulaşmak için yerel düzenleyici çerçeveler yürürlüğe koyabilecekleri ülkeler de vardır. Bunu yapmak için yerel düzenlemelerini kapsamlı bir şekilde gözden geçirmeli ve uygulama kapasitelerini artırmalıdırlar. Uluslararası standartlar, yapay zekâ geliştiricilerine uygulanan kuralları etkilemenin iyi bir yoludur. Ancak, bu alanda farklı yargı bölgeleri arasında bir hiyerarşi muhtemelen devam edecektir; dolayısıyla, temel model sağlayıcılarının düzenlenmesi için satranç oyununun oynandığı masada tüm ülkelerin eşit bir yeri yoktur.
[1] <https://blogs.law.ox.ac.uk/oblb/blog-post/2024/12/global-ai-governance-part-1-decoding-developers-and-deployers>
[2] <https://digitalcommons.mainelaw.maine.edu/cgi/viewcontent.cgi?article=1753&context=mlr>
[3] <https://www.euractiv.com/section/tech/news/commission-discloses-disagreements-between-general-purpose-ai-providers-and-other-stakeholders/>
[4] <https://www.tandfonline.com/doi/full/10.1080/17579961.2021.1977219>
[5] <https://arxiv.org/abs/2401.07348>
[6] <https://www.sciencedirect.com/science/article/pii/S0267364922001133>
[7] Bkz. ‘4’ no.lu dipnot.
[8] <https://www.politico.eu/article/eu-needs-oppenheimer-to-run-ai-policy-key-lawmaker-tudorache-romania-says/>
[9] <https://aiverifyfoundation.sg/>; <https://aibusiness.com/nlp/github-launches-ai-sandbox-platform-for-developers-to-test-leading-models#close-modal>
[10] <https://www.aisi.gov.uk/work/advanced-ai-evaluations-may-update>
[11] <https://press.aboutamazon.com/sg/2024/1/ai-singapore-brings-inclusive-generative-ai-models-to-southeast-asia-with-aws>
[12] <https://muse.jhu.edu/article/886341>
1966 yılında, Gence-Borçalı yöresinden göç etmiş bir ailenin çocuğu olarak Ardahan/Çıldır’da doğdu [merhume Anası (1947-10 Temmuz 2023) Erzurum/Aşkale; merhum Babası ise Ardahan/Çıldır yöresindendir]. 1984 yılında yapılan sınavda Gazi Üniversitesi İktisadi ve İdari Bilimler Fakültesi Maliye bölümünü kazandı. 1985 yılında Marmara Üniversitesi İktisadi ve İdari Bilimler Fakültesi Maliye bölümüne yatay geçiş yaptı ve 1988’de Marmara Üniversitesi İktisadi ve İdari Bilimler Fakültesi Maliye bölümünü birincilikle, Fakülteyi ise 11’inci olarak bitirdi.
1997 yılında Amerika Birleşik Devletleri’nin Denver şehrinde yer alan ‘Spring International Language Center’da; 65’inci dönem müdavimi olarak 2008-2009 döneminde Milli Güvenlik Akademisi’nde (MGA) eğitim gördü ve MGA’dan dereceyle mezun oldu. MGA eğitimi esnasında ‘Sınır Aşan Sular Meselesi’, ‘Petrol Sorunu’ gibi önemli başlıklarda bilimsel çalışmalar yaptı.
Türkiye’de Yatırımların ve İstihdamın Durumu ve Mevcut Ortamın İyileştirilmesine İlişkin Öneriler (Maliye Hesap Uzmanları Vakfı Araştırma Yarışması İkincilik Ödülü);
Türk Sosyal Güvenlik Sisteminde Yaşanan Sorunlar ve Alınması Gereken Önlemler (Maliye Hesap Uzmanları Vakfı Araştırma Yarışması İkincilik Ödülü, Sevinç Akbulak ile birlikte);
Kayıp Yıllar: Türkiye’de 1980’li Yıllardan Bu Yana Kamu Borçlanma Politikaları ve Bankacılık Sektörüne Etkileri (Bankalar Yeminli Murakıpları Vakfı Eser Yarışması, Övgüye Değer Ödülü, Emre Kavaklı ve Ayça Tokmak ile birlikte);
Türkiye’de Sermaye Piyasası Araçları ve Halka Açık Anonim Şirketler (Sevinç Akbulak ile birlikte) ve Türkiye’de Reel ve Mali Sektör: Genel Durum, Sorunlar ve Öneriler (Sevinç Akbulak ile birlikte) başlıklı kitapları yayımlanmıştır.
Anonim Şirketlerde Kâr Dağıtımı Esasları ve Yedek Akçeler (Bilgi Toplumunda Hukuk, Ünal TEKİNALP’e Armağan, Cilt I; 2003), Anonim Şirketlerin Halka Açılması (Muğla Üniversitesi İktisadi ve İdari Bilimler Fakültesi Tartışma Tebliğleri Serisi II; 2004) ile Prof. Dr. Saim ÜSTÜNDAĞ’a Vefa Andacı (2020), Cilt II, Prof. Dr. Saim Üstündağ’a İthafen İlmi Makaleler (2021), Prof. Dr. Saim Üstündağ’a İthafen İlmi Makaleler II (2021), Sosyal Bilimlerde Güncel Gelişmeler (2021), Ticari İşletme Hukuku Fasikülü (2022), Ticari Mevzuat Notları (2022), Bilimsel Araştırmalar (2022), Hukuki İncelemeler (2023), Prof. Dr. Saim Üstündağ Adına Seçme Yazılar (2024), Hukuka Giriş (2024) başlıklı kitapların bazı bölümlerinin de yazarıdır.
1992 yılından beri Türkiye’de yayımlanan otuza yakın Dergi, Gazete ve Blog’da 2 bin 500’ü aşan Telif Makale ve Telif Yazı ile tamamı İngilizceden olmak üzere Türkçe Derleme ve Türkçe Çevirisi yayımlanmıştır.
1988 yılında intisap ettiği Sermaye Piyasası Kurulu’nda (SPK) uzman yardımcısı, uzman (yeterlik sınavı üçüncüsü), başuzman, daire başkanı ve başkanlık danışmanı; Özelleştirme İdaresi Başkanlığı GSM 1800 Lisansları Değerleme Komisyonunda üye olarak görev yapmış, ayrıca Vergi Konseyi’nin bazı alt çalışma gruplarında (Menkul Sermaye İratları ve Değer Artış Kazançları; Kayıt Dışı Ekonomi; Özkaynakların Güçlendirilmesi) yer almış olup; halen başuzman unvanıyla SPK’da çalışmaktadır.
Hayatı dosdoğru yaşamak ve çalışkanlık vazgeçilmez ilkeleridir. Ülkesi ‘Türkiye Cumhuriyeti’ her şeyin üstündedir.