Kolluk Kuvvetleri Tarafından Yapay Zeka Kullanımı
Genel Olarak
İnsan düşünce yapısını esas alan yapay zekanın (YZ) etkilediği alanlardan biri de kolluktur. Bu alanın görevi, toplumda asayiş ve güvenliği sağlayarak bireylerin hak ve özgürlüklerini korumaktır. Meydana gelen adli olayla ilgili yargı gücünden önce müdahale etme yetkisi bulunmaktadır. Bu bakımdan suçların işlenmesini önlemek, şüpheli ve mağdur tespitini sağlamak, delil toplamak gibi faaliyetleri yürütmek için YZ’den faydalanmaktadırlar.
Amaç
Kolluk kuvvetleri tarafından (polis, jandarma vb.) yapay zekanın kullanılma amacı; suçların işlenmesini önleme, etkin soruşturmayı sağlama, olay örgüsünü ortaya çıkarma aşamalarında daha hızlı, ekonomik ve pratik sonuç almak olarak açıklanabilir. YZ sayesinde ihbar edilen suçlar incelenerek bir bağlantı ortaya çıkarılması, delil elde edilmesi, kişi tespiti sağlanması, suç işlenme potansiyeli yüksek bölgeleri belirlenmesi ile kaynakların orantılı paylaştırılması yapılabilmektedir.
Verinin Rolü
Yapay zeka, arzu edilen şekilde çalışabilmek için veriye ihtiyaç duymaktadır. Kolluk hizmetinin önemi ve faaliyetleri göz önüne alındığında YZ’nin doğru çıkarımlara ulaşabilmesi için büyük veri kullanması gerektiği söylenebilir. Özellikle kamera görüntüleri, parmak izi, kan örnekleri incelemelerinde bu ihtiyaç daha çok ortaya çıkar.
Kullanıldığı diğer pek çok alanda olduğu gibi, YZ’nin kolluk kuvvetleri tarafından kullanılması veri hukuku açısından birtakım problemler ve riskler doğurmaktadır. Konunun yapısı gereği, kişisel verilere müdahalelerin olacağı açıktır. Ancak burada dikkat edilmesi gereken veri hukukuna ait olan veri minimizasyonu, anonimleştirme, şeffaflık, işlenme sebepleriyle sınırlılık ve uygunluk gibi ilkelere uygun hareket edilmesidir.
Günümüzdeki Uygulamalar
Otomatik plaka okuyucu (ALPR) yazılımı, YZ’nin kullanıldığı faaliyetlerden biridir. Konvansiyonel güvenlik kameralarıyla entegre olabilen bu yazılım sayesinde eskisinden daha hızlı ve ucuz bir şekilde tespit sağlanabilmektedir.[1] New York’un Rotterdam şehrinde Rekor’s System aracılığıyla bu sisteme geçiş sağlanmıştır. Rekor’un ALPR yazılımı, 2015 yılında Matthew Hill tarafından oluşturulan ve halen açık kaynak kod olarak paylaşılan OpenALPR’a dayanmaktadır.[2]
Bir diğer uygulama, belirli mahallelere yerleştirilen akustik sensörler aracılığıyla silah ateşlenmesi veya diğer şiddet içerikli durumu ses tanımlamasıyla tespit edebilen yazılımdır. Bu teknolojinin üreticilerinden biri olan ShotSpotter şirketi, bu tür bir sesin tespit edildiği anda polis departmanına durumu bildirerek olaya müdahale edilmesini sağlamaktadır. [3]
Yüz tanıma sistemleri de şüpheli ve mağdurların tespitini sağlayan YZ uygulamalarından biridir. Örneğin, polis tarafından giyilebilen bir kamera niteliğinde olan Argus BWS; gerçek zamanlı olarak meydana gelen olaylarda ses, hareket ve yüz ifadelerini tespit etmeye ve kaydetmeye yaramaktadır. Oluşturulan veriler çok büyük ölçekte olduğundan ayrıca Argus Data Vault (ADV) denilen bir delil yönetim sistemi kullanılmaktadır.[4] Ancak yüz tanıma sistemleri dünya genelinde oldukça tartışmalı bir konumdadır. Cinsiyet, yaş, ırka dayalı ayrımcılıklar bakımından etik kaygılar, doğruluk ve güvenilirlik konusunda halen şüphe oluşturmaktadır. Hatta Microsoft, IBM ve Amazon gibi birtakım yüz tanıma yazılımı kullanan şirketler, kolluk kuvvetleriyle bu yazılımın paylaşılmamasına karar vermişlerdir.[5] Aynı zamanda Amerika’daki San Francisco, Boston ve Portland şehirlerde de polis tarafından kullanım yasaklanmıştır.[6]
Son olarak öngörüye dayalı polis hizmeti (predictive policing) de kullanılan bir YZ teknolojisidir. Buradaki temel amaç, suçun işlenme tehlikesini saptayarak meydana gelmesini engellemektir. Olasılık hesaplarına dayanarak suç işlenme tehlikesi oluşturan yer ve zaman veya kişiler tespit edilmeye çalışılmaktadır. Bunun için büyük veriler kullanılmakta ve bunların polisiye analizi gerçekleştirilmektedir.[7] Los Angeles Polis Departmanı tarafından uygulanan PredPol yapay zekası ile yüksek riskli bölgeler saptanmaktadır.
Çıkarım
Yapay zekanın kolluk gücü tarafında kullanılması, kamu düzeninin sağlanması açısından faydalı olacağı söylenebilir. Örnekler incelendiğinde eskisinden daha kolay, hızlı ve pratik sonuçlar elde edildiği görülmektedir. Buna karşılık, kamusal menfaatlerin bireysel hak ve özgürlüklere ne kadar müdahale teşkil ettiği de göz ardı edilmemelidir. Eğitim ve test verileri ile YZ çıkarımlarının -özellikle kolluk faaliyetinde- şeffaflık, veri minimizasyonu, algoritmik önyargı, hesap verilememe gibi sorunlar sebebiyle güvenilirliği konusunda halen şüpheler bulunmaktadır.
Yazarın “ALGORİTMA HATASI SONUCU BAŞKASINA AİT BİLGİLERE ERİŞİM HAKKINDA KVKK KARARI” isimli yazı için bağlantıdan ulaşabilirsiniz.
- Sayı’mızdaki konuk yazarlar Soner Canko ve Av. Burcu TÜMERtarafından yazılan “Açık Bankacılık Uygulamaları; Dünyada ve Türkiye’de Mevzuat Gelişmeleri”isimli yazıyı bağlantıdan okuyabilirsiniz.
Yazar: Av. Beste GÖDEN
Kaynaklar
[1] WIRED, “AI License Plate Readers Are Cheaper—So Drive Carefully”, https://www.wired.com/story/ai-license-plate-readers-cheaper-drive-carefully/ (Erişim tarihi: 31.08.2024).
[2] GitHub, “Automatic License Plate Recognition library”, https://github.com/openalpr/openalpr (Erişim tarihi: 31.08.2024).
[3] Bloomberg, “Gunshot Detection Technology Spurs Debate Over Policing and Surveillance” https://www.bloomberg.com/news/articles/2022-10-27/cities-weigh-value-of-ai-powered-gunshot-detection-tech (Erişim tarihi: 31.08.2024).
[4] Police1, “Introducing Argus body worn camera: the rugged body worn camera built for modern policing with the power of artificial intelligence”, https://www.police1.com/police-products/body-cameras/press-releases/introducing-argus-body-worn-camera-the-rugged-body-worn-camera-built-for-modern-policing-with-the-power-of-artificial-intelligence-7qnwfMjXE8qf2nR9/ (Erişim tarihi: 31.08.2024); Police1, “Argus BWC: Empowering law enforcement with advanced AI, redaction and officer safety features” https://www.police1.com/police-products/body-cameras/articles/argus-bwc-empowering-law-enforcement-with-advanced-ai-redaction-and-officer-safety-features-xfdRA7dhUWbgc9Ks/ (Erişim tarihi: 31.08.2024).
[5] Congressional Research Service, “Federal Law Enforcement Use of Facial Recognition Technology”, 27 Ekim, 2020 s. 1 https://sgp.fas.org/crs/misc/R46586.pdf (Erişim tarihi: 31.08.2024); Learn, “What is the Azure AI Face service?”, https://learn.microsoft.com/en-us/azure/ai-services/computer-vision/overview-identity (Erişim tarihi: 31.08.2024).
[6] Innovation&tech today, “13 Cities Where Police Are Banned From Using Facial Recognition Tech” https://innotechtoday.com/13-cities-where-police-are-banned-from-using-facial-recognition-tech/ (Erişim tarihi: 31.08.2024).
[7] Böttcher, Kim, Öngörüye Dayalı Polis Hizmeti Kullanım İmkanları ve Hukuka Uygunluk Sınırları, Prof. Dr. Nur Centel’e Armağan, Ankara: Seçkin, 2021, s. 507,508.
Hukuk ve Bilişim Dergisi ve Blog kısmımızda,
Bilişim Suçları
Blockchain ve Dijital Paralar
Yapay Zekâ ve Robot Hukuku
Elektronik Ticaret Hukuku
İnternet Hukuku
Kişisel Verilerin Korunması Hukuku
Start-Up Hukuku
E-Spor Hukuku
Fikri Mülkiyet Hukuku ve benzer teknoloji hukuku alanlarında yazılar okuyucularımıza sunulmaktadır.