Topluluk
AI ve KİŞİSEL VERİLER: GÖRÜNENİN ÖTESİNDE BİR VERİ İŞLEME SORUNU
AI ve KİŞİSEL VERİLER: GÖRÜNENİN ÖTESİNDE BİR VERİ İŞLEME SORUNU
ABD'li içerik üreticisi Kalie Robins'in kızıyla arabada şarkı söylerken paylaştığı masum bir video, sosyal medyada büyük bir gizlilik tartışması başlattı. Videonun altına Meta AI tarafından otomatik olarak eklenen "Çocuk yolcu kim?" öneri sorusu, yapay zekanın kişisel verileri işleme gücünü gözler önüne serdi.
Robins'in bu soruya tıklamasıyla başlayan süreçte Meta AI,
Çocukların Profilini Çıkardı: Robins kendi paylaşımlarında çocuklarının isimlerini gizli tutsa da yapay zeka; büyükanne ve akrabaların yıllar önce yaptığı doğum tebrikleri ile geçmiş paylaşımları tarayarak çocukların isimlerini, doğum tarihlerini ve kilolarını tespit etti.
Silinen Fotoğraflara Ulaştı: Kullanıcının yıllar önce hesabından sildiğini belirttiği eski fotoğrafları ve görselleri sistem arşivinden çıkararak dijital izleri bir araya getirdi.
Konum Tespiti Yaptı: Yıllar içinde yapılan alakasız ve bağımsız paylaşımları eşleştirerek "Kalie Robins nerede yaşıyor?" sorusu üzerinden ailenin yaşadığı yeri ve geçmiş adreslerini haritalandırdı.
Gelen sert tepkiler üzerine açıklama yapan Meta yetkilileri, sistemin "hedefi ıskaladığını" kabul ederek yapay zekanın bu tür hassas ve kişisel soruları otomatik öneri olarak sunmasını engelleyen düzenlemeler yapıldığını bildirdi.
Yapay zeka, internette bulunan bilgileri birleştirerek hakkımızda hiç paylaşmadığımız bilgileri ortaya çıkarabilir mi?
*Yapay zeka yalnızca ‘veriyi görmekle’ mi yetiniyor?
Yapay zekanın verilerimize belirli kural ve izinler çerçevesinde erişebildiğini biliyoruz. Ancak veriye erişmek ile profil oluşturmak birbirinden farklı iki iştir.
Erişim, tek bir bilgiyi görmektir; profil oluşturma ise dağınık ve tek başına anlamsız bilgileri birleştirerek kişi hakkında daha önce hiç paylaşılmamış yeni bir bilgi üretmektir.
Peki sistem bunu teknik olarak nasıl yapıyor? Süreci dört basit adımda özetlemek mümkündür:
1. Toplama. Sistem önce erişebildiği her yeri tarar: kişinin kendi paylaşımları, bu paylaşımların altındaki yorumlar, etiketlendiği içerikler, akrabalarının yıllar önceki gönderileri ve fotoğrafların içine gömülü teknik bilgiler (çekim tarihi, bazı hâllerde konum). Bu aşamada henüz bir yorum yoktur, yalnızca ham veri yığını vardır.
2. Eşleştirme. Toplanan kayıtların aynı kişiye ait olup olmadığı belirlenir. Sistem, isim benzerliği, ortak takipçiler, tekrar eden mekân ve tarihler, hatta yüz benzerliği gibi ipuçlarını kullanarak "buradaki kişi ile şuradaki kişi aynı kişidir" sonucuna varır. Olayımızda, bir büyükannenin yıllar önceki doğum tebriği ile annenin bugünkü bir videosunun aynı aileye bağlanması tam olarak budur.
3. İlişkilendirme. Metinler ve görseller sayısal temsillere dönüştürülür; birbirine yakın anlam taşıyanlar aynı bölgede kümelenir. Ardından kişiler ve aralarındaki bağlar bir tür harita hâline getirilir: anne, çocuk, doğum tarihi, yaşanılan şehir gibi bağlantılar bu haritada birer çizgi olarak durur. Tek tek anlamsız olan bilgiler, ancak bu aşamada birbirine bağlandığı için anlam kazanır.
4. Çıkarım. Son adımda sistem, elindeki bağlantılardan hareketle bilmediği bilgiyi tahmin eder. Burada bir arşivden hazır cevap okunmaz; parçalar bir araya geldiğinde en yüksek olasılığa sahip sonuç hesaplanır. "Bu aile şu şehirde yaşıyor" cevabı, hiçbir paylaşımda böyle yazdığı için değil, onlarca küçük ipucu birlikte değerlendirildiğinde en olası açıklama olduğu için üretilir.
Bu noktada iki hususun altını çizmek gerekir. Birincisi, kullanıcının sildiği içeriklerin yeniden karşımıza çıkabilmesidir; zira silinen bir gönderi, ön belleklerde, yedeklerde, arşiv kayıtlarında veya o içeriği paylaşan başka kullanıcıların hesaplarında varlığını sürdürebilir. İkincisi, bu şekilde üretilen sonucun kendisinin de kişisel veri olmasıdır. Kullanıcı o bilgiyi hiç paylaşmamış olsa dahi, ortaya çıkan çıkarım kişiyi belirli veya belirlenebilir kıldığı için kişisel veri niteliği taşır ve hukuki koruma kapsamına girer.
*Kamuya açık bilgiler, yapay zekaya sınırsız kullanım hakkı sağlar mı?
Bu noktada, KVKK kapsamında öngörülen kişisel verilerin korunmasına ilişkin ilkeler ve yükümlülükler, yapay zekâ sistemlerinin kişisel veriler üzerindeki kullanımından kaynaklanabilecek kişilik hakkı ihlallerinin önlenmesi bakımından önem arz etmektedir.
KVKK tarafından yayımlanan “Yapay Zeka Alanında Kişisel Verilerin Korunmasına Dair Tavsiyeler” de:
• Kişisel veri işleme temelli yapay zekâ ve veri toplama çalışmaları; kişilerin temel hak ve özgürlüklerini koruyan bir yaklaşım içerisinde hukuka uygunluk, dürüstlük, ölçülülük, hesap verebilirlik, şeffaflık, kişisel verilerin doğru ve güncel olması, kişisel veri kullanım amacının belirli ve sınırlı olması ilkeleri ile veri güvenliği yaklaşımına dayalı olmalıdır,
• Veri işleme faaliyetinin bireyler ve toplum üzerine etkileri değerlendirildiğinde ilgili kişi açısından kontrolü mümkün olmalıdır,
• Kişisel veri işleme temelli yapay zekâ çalışmalarında, kişisel verilerin korunması açısından yüksek risk öngörülüyorsa, mahremiyet etki değerlendirmesi uygulanmalı ve veri işleme faaliyetinin hukuka uygunluğuna bu çerçevede karar verilmelidir,
gibi tavsiyeler bulunsa da yapay zekanın çok sık ve kapsamlı kullanıldığı bu günlerde göz ardı edilen bazı durumlarla karşılaşabilmekteyiz.
Yine KVKK tarafından yayımlanan “Kişisel Verilerin Korunmasına Uzman Bakışı-2”de:
“Makine öğrenmesi modellerinin geliştirilmesinde kullanılan veriler arasında kişisel veriler önemli bir yere sahiptir. Zira kişisel veriler, bir taraftan makine öğrenmesi sistemlerini eğitmek için kullanılan veri setlerine katkıda bulunabilirken, diğer yandan bu tür modeller bireyler hakkında çıkarımlarda bulunmak için kişisel verilere de uygulanabilmektedir.”
Bu çerçevede yapay zeka sistemlerinin kişisel verileri kullanarak kullanıcı profilleri oluşturabilmesi, geleceğe yönelik davranışları tahmin edebilmesi, otomatik karar alma süreçlerinde kullanılması ve dolayısıyla bireyler ve etkileşimleri hakkındaki büyük miktarda verinin yapay zeka tabanlı sistemlerde işlenmesi bu teknolojinin veri koruma hukuku açısından ele alınması gerekliliğini ortaya çıkarmaktadır,
denilerek dikkat edilmesi hususlar belirtilmiştir.
KVKK’nın 4. maddesine göre kişisel veriler,
- Belirli, açık ve meşru amaçlar için işlenme.
-İşlendikleri amaçla bağlantılı, sınırlı ve ölçülü olma.
ilkelerine uyarak işlenebilir.
Somut olayımızda ise bu ilkeler göz ardı edilmiş ve Kalie Robins'in isteği ve bilgisi dışında kendine ait ayrı ve bağımsız veriler toplanarak bir veri kümesi oluşturulmuştur.
Bir bilginin herhangi bir sitede herkese açık olması, onun her amaçla kullanılabileceği anlamına gelmez. Bireyler tercih ettiği ölçüde bilgilerini sosyal medyada paylaşırken bunların yapay zeka tarafından küme haline getirilip daha geniş bir kişisel veri haline getirilmesi, kişinin tercihinin dışına çıkarak hakkında daha kapsamlı bilgilerin yapay zeka ve diğer kullanıcılar tarafından öğrenilmesi sorununu doğurur. Dolayısıyla özellikle amaçla sınırlılık ve ölçülülük ilkelerinin ihlali gündeme gelebilir.
*Bu durumun önüne nasıl geçilebilir? : Privacy by Design
-Sistem böyle bir davranışı baştan engelleyecek şekilde tasarlanabilir mi?
-Gereksiz kişisel veri çıkarımlarını azaltmak mümkün mü?
-AI sistemlerinin tasarımında veri minimizasyonu nasıl uygulanabilir? gibi sorularla yola çıkılarak sistemin düzeltilmesi veya baştan kişisel verilerin ihlalini en aza indirgeyerek bir AI oluşturulması elbette mümkündür.
Olayda da Meta yetkilileri; sistemin, kişisel verilerin sınırlarını zorladığını kabul etmiş ve yapay zekanın hassas ve kişisel soruları otomatik öneri olarak sunmasını engelleyen düzenlemeler yapıldığını bildirmiştir.
Sonuç olarak yapay zekâ teknolojilerinin kişisel verilerin işlenmesi, kullanıcı profillerinin oluşturulması ve bireyler hakkında çeşitli çıkarımlarda bulunulması gibi alanlarda giderek daha fazla kullanılması, kişisel verilerin korunması ile kişilik hakları arasındaki ilişkinin yeniden değerlendirilmesini gerekli kılmaktadır.
Mevcut hukuki düzenlemeler, bu süreçte önemli güvenceler sağlasa da yapay zekâ teknolojilerinin gelişen ve değişen niteliği karşısında ortaya çıkabilecek her durum için kesin bir hukuki değerlendirme yapmak bugün için mümkün görünmemektedir.
Bu nedenle, yapay zekâ sistemlerinin kişisel veriler ve kişilik hakları üzerindeki etkisinin yalnızca mevcut kurallar çerçevesinde değil, teknolojinin kendine özgü riskleri de dikkate alınarak ele alınması önem taşımaktadır. Özellikle şeffaflık, veri minimizasyonu, insan müdahalesi ve mahremiyetin tasarım aşamasından itibaren gözetilmesi gibi ilkelerin uygulamada daha fazla önem kazanacağı açıktır.
Kanaatimce, önümüzdeki dönemde yargı kararları ve uygulamanın gelişmesiyle birlikte yapay zekâ sistemlerinin kişisel veriler üzerindeki etkisine ilişkin daha somut bir hukuki çerçevenin ortaya çıkması, hem bireylerin kişilik haklarının korunması hem de teknolojik gelişmelerin hukuki güvenlik içinde sürdürülebilmesi açısından önem taşıyacaktır.
KAYNAKÇA
1- 6698 sayılı Kişisel Verilerin Korunması Kanunu, 24.03.2016 tarihli ve 29677 sayılı Resmî Gazete.
2- Kişisel Verileri Koruma Kurumu, Yapay Zekâ Alanında Kişisel Verilerin Korunmasına Dair Tavsiyeler.
3- BİLİR, Faruk, Kişisel Verilerin Korunmasına Uzman Bakış-2: Uzmanlık Tezleri Derleme Çalışması, Kişisel Verileri Koruma Kurumu Yayınları
4- EVCİ ERALP, Özge, "Yapay Zekâ Sistemlerinin Eğitiminde Kullanılan Web Kazımanın KVKK ve GDPR Açısından Değerlendirilmesi", Kişisel Verileri Koruma Dergisi, C. 8, S. 1, 2026, s. 44-64.
5- Information Commissioner's Office (ICO), The Lawful Basis for Web Scraping to Train Generative AI Models, 2024,
6- FELLEGI, Ivan P. / SUNTER, Alan B., "A Theory for Record Linkage", Journal of the American Statistical Association.
7- MIKOLOV, Tomas / CHEN, Kai / CORRADO, Greg / DEAN, Jeffrey, "Efficient Estimation of Word Representations in Vector Space",
8- HOGAN, Aidan vd., "Knowledge Graphs", ACM Computing Surveys, C. 54, S. 4, 2021, s. 1-37.
9- WACHTER, Sandra / MITTELSTADT, Brent, "A Right to Reasonable Inferences: Re-Thinking Data Protection Law in the Age of Big Data and AI", Columbia Business Law Review, 2019/2,
10- Article 29 Data Protection Working Party, Guidelines on Automated Individual Decision-Making and Profiling for the Purposes of Regulation
11- European Data Protection Board, Opinion 28/2024 on Certain Data Protection Aspects Related to the Processing of Personal Data in the Context of AI Models, 2024
12- Kişisel Verileri Koruma Kurumu, 15 Soruda Üretken Yapay Zekâ ve Kişisel Verilerin Korunması Rehberi, KVKK Yayınları No: 113, Ankara, 2025.
ABD'li içerik üreticisi Kalie Robins'in kızıyla arabada şarkı söylerken paylaştığı masum bir video, sosyal medyada büyük bir gizlilik tartışması başlattı. Videonun altına Meta AI tarafından otomatik olarak eklenen "Çocuk yolcu kim?" öneri sorusu, yapay zekanın kişisel verileri işleme gücünü gözler önüne serdi.
Robins'in bu soruya tıklamasıyla başlayan süreçte Meta AI,
Çocukların Profilini Çıkardı: Robins kendi paylaşımlarında çocuklarının isimlerini gizli tutsa da yapay zeka; büyükanne ve akrabaların yıllar önce yaptığı doğum tebrikleri ile geçmiş paylaşımları tarayarak çocukların isimlerini, doğum tarihlerini ve kilolarını tespit etti.
Silinen Fotoğraflara Ulaştı: Kullanıcının yıllar önce hesabından sildiğini belirttiği eski fotoğrafları ve görselleri sistem arşivinden çıkararak dijital izleri bir araya getirdi.
Konum Tespiti Yaptı: Yıllar içinde yapılan alakasız ve bağımsız paylaşımları eşleştirerek "Kalie Robins nerede yaşıyor?" sorusu üzerinden ailenin yaşadığı yeri ve geçmiş adreslerini haritalandırdı.
Gelen sert tepkiler üzerine açıklama yapan Meta yetkilileri, sistemin "hedefi ıskaladığını" kabul ederek yapay zekanın bu tür hassas ve kişisel soruları otomatik öneri olarak sunmasını engelleyen düzenlemeler yapıldığını bildirdi.
Yapay zeka, internette bulunan bilgileri birleştirerek hakkımızda hiç paylaşmadığımız bilgileri ortaya çıkarabilir mi?
*Yapay zeka yalnızca ‘veriyi görmekle’ mi yetiniyor?
Yapay zekanın verilerimize belirli kural ve izinler çerçevesinde erişebildiğini biliyoruz. Ancak veriye erişmek ile profil oluşturmak birbirinden farklı iki iştir.
Erişim, tek bir bilgiyi görmektir; profil oluşturma ise dağınık ve tek başına anlamsız bilgileri birleştirerek kişi hakkında daha önce hiç paylaşılmamış yeni bir bilgi üretmektir.
Peki sistem bunu teknik olarak nasıl yapıyor? Süreci dört basit adımda özetlemek mümkündür:
1. Toplama. Sistem önce erişebildiği her yeri tarar: kişinin kendi paylaşımları, bu paylaşımların altındaki yorumlar, etiketlendiği içerikler, akrabalarının yıllar önceki gönderileri ve fotoğrafların içine gömülü teknik bilgiler (çekim tarihi, bazı hâllerde konum). Bu aşamada henüz bir yorum yoktur, yalnızca ham veri yığını vardır.
2. Eşleştirme. Toplanan kayıtların aynı kişiye ait olup olmadığı belirlenir. Sistem, isim benzerliği, ortak takipçiler, tekrar eden mekân ve tarihler, hatta yüz benzerliği gibi ipuçlarını kullanarak "buradaki kişi ile şuradaki kişi aynı kişidir" sonucuna varır. Olayımızda, bir büyükannenin yıllar önceki doğum tebriği ile annenin bugünkü bir videosunun aynı aileye bağlanması tam olarak budur.
3. İlişkilendirme. Metinler ve görseller sayısal temsillere dönüştürülür; birbirine yakın anlam taşıyanlar aynı bölgede kümelenir. Ardından kişiler ve aralarındaki bağlar bir tür harita hâline getirilir: anne, çocuk, doğum tarihi, yaşanılan şehir gibi bağlantılar bu haritada birer çizgi olarak durur. Tek tek anlamsız olan bilgiler, ancak bu aşamada birbirine bağlandığı için anlam kazanır.
4. Çıkarım. Son adımda sistem, elindeki bağlantılardan hareketle bilmediği bilgiyi tahmin eder. Burada bir arşivden hazır cevap okunmaz; parçalar bir araya geldiğinde en yüksek olasılığa sahip sonuç hesaplanır. "Bu aile şu şehirde yaşıyor" cevabı, hiçbir paylaşımda böyle yazdığı için değil, onlarca küçük ipucu birlikte değerlendirildiğinde en olası açıklama olduğu için üretilir.
Bu noktada iki hususun altını çizmek gerekir. Birincisi, kullanıcının sildiği içeriklerin yeniden karşımıza çıkabilmesidir; zira silinen bir gönderi, ön belleklerde, yedeklerde, arşiv kayıtlarında veya o içeriği paylaşan başka kullanıcıların hesaplarında varlığını sürdürebilir. İkincisi, bu şekilde üretilen sonucun kendisinin de kişisel veri olmasıdır. Kullanıcı o bilgiyi hiç paylaşmamış olsa dahi, ortaya çıkan çıkarım kişiyi belirli veya belirlenebilir kıldığı için kişisel veri niteliği taşır ve hukuki koruma kapsamına girer.
*Kamuya açık bilgiler, yapay zekaya sınırsız kullanım hakkı sağlar mı?
Bu noktada, KVKK kapsamında öngörülen kişisel verilerin korunmasına ilişkin ilkeler ve yükümlülükler, yapay zekâ sistemlerinin kişisel veriler üzerindeki kullanımından kaynaklanabilecek kişilik hakkı ihlallerinin önlenmesi bakımından önem arz etmektedir.
KVKK tarafından yayımlanan “Yapay Zeka Alanında Kişisel Verilerin Korunmasına Dair Tavsiyeler” de:
• Kişisel veri işleme temelli yapay zekâ ve veri toplama çalışmaları; kişilerin temel hak ve özgürlüklerini koruyan bir yaklaşım içerisinde hukuka uygunluk, dürüstlük, ölçülülük, hesap verebilirlik, şeffaflık, kişisel verilerin doğru ve güncel olması, kişisel veri kullanım amacının belirli ve sınırlı olması ilkeleri ile veri güvenliği yaklaşımına dayalı olmalıdır,
• Veri işleme faaliyetinin bireyler ve toplum üzerine etkileri değerlendirildiğinde ilgili kişi açısından kontrolü mümkün olmalıdır,
• Kişisel veri işleme temelli yapay zekâ çalışmalarında, kişisel verilerin korunması açısından yüksek risk öngörülüyorsa, mahremiyet etki değerlendirmesi uygulanmalı ve veri işleme faaliyetinin hukuka uygunluğuna bu çerçevede karar verilmelidir,
gibi tavsiyeler bulunsa da yapay zekanın çok sık ve kapsamlı kullanıldığı bu günlerde göz ardı edilen bazı durumlarla karşılaşabilmekteyiz.
Yine KVKK tarafından yayımlanan “Kişisel Verilerin Korunmasına Uzman Bakışı-2”de:
“Makine öğrenmesi modellerinin geliştirilmesinde kullanılan veriler arasında kişisel veriler önemli bir yere sahiptir. Zira kişisel veriler, bir taraftan makine öğrenmesi sistemlerini eğitmek için kullanılan veri setlerine katkıda bulunabilirken, diğer yandan bu tür modeller bireyler hakkında çıkarımlarda bulunmak için kişisel verilere de uygulanabilmektedir.”
Bu çerçevede yapay zeka sistemlerinin kişisel verileri kullanarak kullanıcı profilleri oluşturabilmesi, geleceğe yönelik davranışları tahmin edebilmesi, otomatik karar alma süreçlerinde kullanılması ve dolayısıyla bireyler ve etkileşimleri hakkındaki büyük miktarda verinin yapay zeka tabanlı sistemlerde işlenmesi bu teknolojinin veri koruma hukuku açısından ele alınması gerekliliğini ortaya çıkarmaktadır,
denilerek dikkat edilmesi hususlar belirtilmiştir.
KVKK’nın 4. maddesine göre kişisel veriler,
- Belirli, açık ve meşru amaçlar için işlenme.
-İşlendikleri amaçla bağlantılı, sınırlı ve ölçülü olma.
ilkelerine uyarak işlenebilir.
Somut olayımızda ise bu ilkeler göz ardı edilmiş ve Kalie Robins'in isteği ve bilgisi dışında kendine ait ayrı ve bağımsız veriler toplanarak bir veri kümesi oluşturulmuştur.
Bir bilginin herhangi bir sitede herkese açık olması, onun her amaçla kullanılabileceği anlamına gelmez. Bireyler tercih ettiği ölçüde bilgilerini sosyal medyada paylaşırken bunların yapay zeka tarafından küme haline getirilip daha geniş bir kişisel veri haline getirilmesi, kişinin tercihinin dışına çıkarak hakkında daha kapsamlı bilgilerin yapay zeka ve diğer kullanıcılar tarafından öğrenilmesi sorununu doğurur. Dolayısıyla özellikle amaçla sınırlılık ve ölçülülük ilkelerinin ihlali gündeme gelebilir.
*Bu durumun önüne nasıl geçilebilir? : Privacy by Design
-Sistem böyle bir davranışı baştan engelleyecek şekilde tasarlanabilir mi?
-Gereksiz kişisel veri çıkarımlarını azaltmak mümkün mü?
-AI sistemlerinin tasarımında veri minimizasyonu nasıl uygulanabilir? gibi sorularla yola çıkılarak sistemin düzeltilmesi veya baştan kişisel verilerin ihlalini en aza indirgeyerek bir AI oluşturulması elbette mümkündür.
Olayda da Meta yetkilileri; sistemin, kişisel verilerin sınırlarını zorladığını kabul etmiş ve yapay zekanın hassas ve kişisel soruları otomatik öneri olarak sunmasını engelleyen düzenlemeler yapıldığını bildirmiştir.
Sonuç olarak yapay zekâ teknolojilerinin kişisel verilerin işlenmesi, kullanıcı profillerinin oluşturulması ve bireyler hakkında çeşitli çıkarımlarda bulunulması gibi alanlarda giderek daha fazla kullanılması, kişisel verilerin korunması ile kişilik hakları arasındaki ilişkinin yeniden değerlendirilmesini gerekli kılmaktadır.
Mevcut hukuki düzenlemeler, bu süreçte önemli güvenceler sağlasa da yapay zekâ teknolojilerinin gelişen ve değişen niteliği karşısında ortaya çıkabilecek her durum için kesin bir hukuki değerlendirme yapmak bugün için mümkün görünmemektedir.
Bu nedenle, yapay zekâ sistemlerinin kişisel veriler ve kişilik hakları üzerindeki etkisinin yalnızca mevcut kurallar çerçevesinde değil, teknolojinin kendine özgü riskleri de dikkate alınarak ele alınması önem taşımaktadır. Özellikle şeffaflık, veri minimizasyonu, insan müdahalesi ve mahremiyetin tasarım aşamasından itibaren gözetilmesi gibi ilkelerin uygulamada daha fazla önem kazanacağı açıktır.
Kanaatimce, önümüzdeki dönemde yargı kararları ve uygulamanın gelişmesiyle birlikte yapay zekâ sistemlerinin kişisel veriler üzerindeki etkisine ilişkin daha somut bir hukuki çerçevenin ortaya çıkması, hem bireylerin kişilik haklarının korunması hem de teknolojik gelişmelerin hukuki güvenlik içinde sürdürülebilmesi açısından önem taşıyacaktır.
KAYNAKÇA
1- 6698 sayılı Kişisel Verilerin Korunması Kanunu, 24.03.2016 tarihli ve 29677 sayılı Resmî Gazete.
2- Kişisel Verileri Koruma Kurumu, Yapay Zekâ Alanında Kişisel Verilerin Korunmasına Dair Tavsiyeler.
3- BİLİR, Faruk, Kişisel Verilerin Korunmasına Uzman Bakış-2: Uzmanlık Tezleri Derleme Çalışması, Kişisel Verileri Koruma Kurumu Yayınları
4- EVCİ ERALP, Özge, "Yapay Zekâ Sistemlerinin Eğitiminde Kullanılan Web Kazımanın KVKK ve GDPR Açısından Değerlendirilmesi", Kişisel Verileri Koruma Dergisi, C. 8, S. 1, 2026, s. 44-64.
5- Information Commissioner's Office (ICO), The Lawful Basis for Web Scraping to Train Generative AI Models, 2024,
6- FELLEGI, Ivan P. / SUNTER, Alan B., "A Theory for Record Linkage", Journal of the American Statistical Association.
7- MIKOLOV, Tomas / CHEN, Kai / CORRADO, Greg / DEAN, Jeffrey, "Efficient Estimation of Word Representations in Vector Space",
8- HOGAN, Aidan vd., "Knowledge Graphs", ACM Computing Surveys, C. 54, S. 4, 2021, s. 1-37.
9- WACHTER, Sandra / MITTELSTADT, Brent, "A Right to Reasonable Inferences: Re-Thinking Data Protection Law in the Age of Big Data and AI", Columbia Business Law Review, 2019/2,
10- Article 29 Data Protection Working Party, Guidelines on Automated Individual Decision-Making and Profiling for the Purposes of Regulation
11- European Data Protection Board, Opinion 28/2024 on Certain Data Protection Aspects Related to the Processing of Personal Data in the Context of AI Models, 2024
12- Kişisel Verileri Koruma Kurumu, 15 Soruda Üretken Yapay Zekâ ve Kişisel Verilerin Korunması Rehberi, KVKK Yayınları No: 113, Ankara, 2025.
Yayınlandı Topluluk