AI ve KVKK: Kişisel veri içeren prompt'larda dikkat edilecekler
Nanda Teknoloji Mühendislik Ekibi · · 7 dk okuma
Kısaca
Bir prompt'a kişisel veri yazmak, KVKK kapsamında veri işleme faaliyetidir ve sağlayıcıya yapılan her gönderim ayrıca değerlendirilmelidir. Veri sorumlusu olarak amaç, hukuki dayanak, aydınlatma, veri minimizasyonu ve güvenlik tedbirlerini önceden kurmanız gerekir.
Bir prompt’a kişisel veri yazdığınız anda 6698 sayılı Kişisel Verilerin Korunması Kanunu (KVKK) devreye girer: kimliği belirli veya belirlenebilir bir kişiye ait bilgiyi bir yapay zekâ servisine göndermek kişisel verinin işlenmesidir ve servis sağlayıcıya iletim, sağlayıcının konumuna göre ayrıca bir aktarım değerlendirmesi gerektirir. Kurum veri sorumlusu olarak bu işlemin amacını, hukuki dayanağını, aydınlatma yükümlülüğünü ve güvenlik tedbirlerini göstermek zorundadır. Pratik sonuç şudur: “Hızlı olsun diye” yapılan her kopyala-yapıştır, kurumun hesap verebilirlik alanına girer. Bu yazı hukuki görüş değildir; ilkeleri ve uygulamada işe yarayan kontrolleri toplar. Somut durumlar için hukuk danışmanınıza ve KVKK Kurumu yayınlarına başvurun.
Hangi prompt’lar kişisel veri içerir?
Çoğu zaman fark edilmez. Doğrudan ad, kimlik numarası ve telefon açık işaretlerdir; ama şu içerikler de kişisel veri taşır:
- Müşteri şikâyet yazışmaları ve destek biletleri
- Özgeçmişler, performans notları, disiplin kayıtları
- İmzalı sözleşmeler ve taraf bilgileri
- Hata günlükleri (IP adresi, kullanıcı kimliği, e-posta)
- Toplantı kayıtlarından çıkarılan transkriptler
- Sağlık, sendika, din gibi özel nitelikli bilgiler içeren her metin
Özel nitelikli veriler Kanun’da daha sıkı koşullara bağlıdır; bu veri türlerini genel amaçlı bir yapay zekâ servisine göndermeyi varsayılan olarak yasaklamak makul bir başlangıçtır.
KVKK ilkeleri prompt senaryosuna nasıl uygulanır?
Kanun’un genel ilkeleri, prompt kullanımı için doğrudan kontrol soruları üretir.
| İlke | Prompt bağlamında soru |
|---|---|
| Hukuka ve dürüstlük kurallarına uygunluk | Bu kullanım, veri sahibinin makul beklentisi içinde mi? |
| Doğru ve güncel olma | Modelin ürettiği bilgi kişi hakkında yanlış çıkarım içerebilir mi, kim doğruluyor? |
| Belirli, açık ve meşru amaçlar | Veri toplanma amacı ile yapay zekâ kullanımı uyumlu mu? |
| Amaçla bağlantılı, sınırlı ve ölçülü olma | Görev için gerçekten bu kadar kişisel veri gerekli mi? |
| Gerekli süre kadar saklama | Sağlayıcıda ve kayıtlarda ne kadar süre kalıyor? |
“Ölçülülük” ilkesi en doğrudan uygulanabilir olanıdır: özet çıkarmak için müşterinin adı ve telefon numarası gerekmez. Veri minimizasyonu burada hem hukuki hem teknik bir kazanımdır.
Veri sorumlusu, veri işleyen ve sağlayıcı ilişkisi
Prompt’u gönderen kurum veri sorumlusudur. Yapay zekâ servisi, verileri kurum adına ve talimatıyla işliyorsa veri işleyen rolündedir; kendi amaçları için (örneğin model eğitimi) kullanıyorsa rol ve sorumluluk dağılımı değişir. Bu ayrım sözleşme ve kullanım koşullarında net olmalıdır. Kontrol edilecek başlıca noktalar:
- Sağlayıcı prompt ve çıktıları model eğitimi için kullanıyor mu? Kapatılabiliyor mu?
- Veriler hangi ülkelerde işleniyor ve saklanıyor?
- Saklama süresi ve silme talebi nasıl yönetiliyor?
- Alt işleyenler kimler?
- Veri ihlali halinde bildirim süreci nedir?
Yurt dışına aktarım Kanun’da ayrı hükümlere bağlıdır. Aktarım mekanizmaları ve koşulları güncellenebildiği için güncel durumu mevzuat metninden ve Kurum duyurularından doğrulayın. Yerli ve yerleşik altyapı tercih etmenin bu açıdan nasıl bir değerlendirme sunduğunu yerli bulut ve veri yerelliği yazımızda ele alıyoruz.
Aydınlatma ve veri sahibi hakları
Kişisel veriler yapay zekâ ile işleniyorsa aydınlatma metinlerinin bu kullanımı kapsayıp kapsamadığına bakın. Çalışan verisi için çalışan aydınlatma metni, müşteri verisi için müşteri aydınlatma metni ayrı değerlendirilir. Ayrıca veri sahibi başvurularının (bilgi talebi, düzeltme, silme) yapay zekâ kayıtlarına nasıl yansıyacağı önceden planlanmalıdır: prompt kayıtlarında kişi araması yapılabiliyor mu?
Kişiler hakkında yalnızca otomatik sistemlerle sonuç doğuran kararlar (örneğin otomatik eleme) ayrıca dikkat gerektirir. Bu tür kullanımlarda insan denetimi ve itiraz yolunu baştan tasarlayın.
Güvenlik tedbirleri: Kanun ne bekler?
Kanun, veri sorumlusunu uygun güvenlik düzeyini sağlamak için gerekli teknik ve idari tedbirleri almakla yükümlü tutar. Yapay zekâ kullanımında bunun pratik karşılığı:
- Erişim kontrolü: Kimlik doğrulama, rol bazlı yetki, bireysel hesap yerine kurumsal hesap.
- Veri minimizasyonu ve maskeleme: Kişisel veriyi prompt’a girmeden önce çıkarmak ya da yer tutucuyla değiştirmek; bunun otomatik uygulanması için AI DLP katmanı kullanılır.
- Kayıt ve izlenebilirlik: Kim, hangi veriyi, hangi araca gönderdi? Merkezi bir AI Gateway bu kaydı tek noktadan sağlar.
- Politika ve eğitim: Çalışana neyin gönderilemeyeceğini somut örneklerle anlatmak; bu çerçeveyi kurumsal AI kullanım politikası belirler.
- Risk analizi: Yeni bir kullanım senaryosu için kısa bir etki değerlendirmesi yapmak.
Yönetişim tarafında NIST AI Risk Management Framework risklerin tanımlanması ve izlenmesi için yapılandırılmış bir yöntem sunar.
Örnek senaryo: İK ekibinin özgeçmiş özeti
İK ekibi, gelen özgeçmişleri özetlemek için harici bir sohbet servisi kullanmak istiyor. Özgeçmişler ad, iletişim, eğitim, sağlık durumu (bazen) ve fotoğraf içerir. Değerlendirme şöyle ilerler: kullanım adayların aydınlatma metniyle uyumlu mu, sağlayıcı veriyi eğitimde kullanıyor mu, veri hangi ülkede işleniyor, gerçekten tüm alanlar gerekli mi? Sonuç olarak ad, iletişim bilgisi ve fotoğraf otomatik çıkarılır, yalnızca deneyim ve beceri metni modele gider, çıktı bir insan tarafından doğrulanır ve eleme kararı insanda kalır.
Yaygın hatalar
- “Ücretsiz sürümde sorun olmaz” varsayımı. Bireysel ve ücretsiz hesapların veri kullanım koşulları kurumsal sözleşmelerden farklı olabilir.
- Maskelemeyi anonimleştirme sanmak. Yer tutucu ile değiştirilen veri, geri eşleştirilebiliyorsa hâlâ kişisel veri olarak değerlendirilebilir.
- Aydınlatma metnini güncellememek. Yeni bir işleme amacı ve aktarım varsa metin de bunu yansıtmalıdır.
- Özel nitelikli veriyi ayrıştırmamak. Bu içerikler için ayrı ve sıkı bir kural gerekir.
- Çalışanın bireysel hesap kullanımını görmezden gelmek. Kontrolsüz kullanım, kurumun güvenlik yükümlülüğünü fiilen karşılamamasına yol açar.
Prompt kullanım türüne göre risk değerlendirmesi
Her kullanım aynı hukuki ve teknik ağırlığı taşımaz. Kurum, kullanım türlerini kategorilere ayırıp her biri için varsayılan karar belirleyebilir.
| Kullanım türü | Kişisel veri durumu | Varsayılan yaklaşım |
|---|---|---|
| Genel bilgi sorusu, kişisel veri yok | Yok | Serbest, onaylı araç tercih edilir |
| Metin düzeltme, taslak | Zaman zaman tesadüfi | Çalışan eğitimi, kısa uyarı |
| Müşteri yazışması özeti | Var (ad, iletişim, içerik) | Maskeleme zorunlu, onaylı araç |
| İK, sağlık, finans verisi | Var, özel nitelikli olabilir | Genel araçlarda yasak; yalnızca hukuki değerlendirmesi yapılmış ortam |
| Kişiler hakkında karar destek | Var, sonuç doğurur | İnsan denetimi, ayrı etki değerlendirmesi |
Bu tür bir sınıflandırma, hem çalışana net bir rehber hem de olay halinde kurumun makul tedbir aldığını gösteren bir kanıt sağlar.
Kurumsal sözleşmelerde bakılacak başlıklar
Bir yapay zekâ servisini kurumsal olarak kullanmaya karar verirken sözleşme ve kullanım koşullarında şu başlıklar kontrol edilmelidir:
- Veri kullanımı: Girdi ve çıktıların model geliştirmede kullanılıp kullanılmadığı; kapatma seçeneği.
- Saklama ve silme: Verinin ne kadar süre tutulduğu, silme talebinin nasıl karşılandığı.
- Konum: İşlemenin ve yedeklemenin yapıldığı ülkeler.
- Alt işleyenler: Sağlayıcının veriyi paylaştığı üçüncü taraflar ve değişiklik bildirimi.
- Güvenlik: Şifreleme, erişim kontrolü, bağımsız denetim raporları.
- İhlal bildirimi: Olay halinde kurumun ne kadar sürede bilgilendirileceği.
- Denetim hakkı: Kurumun veya yetkili mercilerin bilgi talebi karşısında sağlayıcının yükümlülükleri.
Bu başlıkların hepsinde net yanıt alamıyorsanız, ilgili aracı yalnızca kişisel veri içermeyen kullanımlarla sınırlamak mantıklı bir geçici çözümdür.
Veri ihlali ve olay yönetimi
Bir çalışanın yanlışlıkla kişisel veri içeren bir dosyayı onaysız bir araca yüklemesi, olay yönetimi sürecini tetikleyebilir. Kanun, veri güvenliğinin ihlali halinde belirli bildirim yükümlülükleri öngörür; süre ve usuller için güncel mevzuatı ve Kurum duyurularını doğrulayın. Önceden hazırlanmış kısa bir olay prosedürü şunları içermelidir: olayı kim bildirir, ilk 24 saatte hangi bilgiler toplanır (ne gönderildi, kime, ne zaman), sağlayıcıya silme talebi nasıl iletilir, hukuk ve KVKK sorumlusu ne zaman devreye girer. Olayı gizlemeyi cezalandıran bir kültür, bu sürecin işlemesini engeller.
Hazırlık kontrol listesi
- Kişisel veri içeren yapay zekâ kullanım senaryoları envantere alındı mı?
- Her senaryo için hukuki dayanak ve amaç belgelendi mi?
- Aydınlatma metinleri bu kullanımı kapsıyor mu?
- Sağlayıcı sözleşmeleri yukarıdaki başlıklar açısından incelendi mi?
- Kişisel veriyi prompt’a girmeden maskeleyen teknik kontrol var mı?
- Çalışanlara hangi verinin gönderilemeyeceği örneklerle anlatıldı mı?
- Veri ihlali prosedürü yapay zekâ olaylarını da kapsıyor mu?
Karar özeti
Yapay zekâ kullanımını KVKK açısından üç soruyla değerlendirin: Hangi kişisel veri gidiyor ve gerçekten gerekli mi? Sağlayıcı bu veriyi nerede ve hangi koşullarla işliyor? Bunu teknik olarak nasıl denetliyor ve kanıtlıyorum? Üçüne de net cevabınız yoksa, veri minimizasyonu ve merkezi denetimle başlayın.
Nanda Teknoloji ile ilerlemek
Nanda Teknoloji bu tür projelerde keşif, tasarım, geçiş ve işletim adımlarını yürütür: kişisel veri akışlarının haritalanması, teknik kontrollerin kurulması ve işletimi. Hukuki değerlendirme kurumun hukuk danışmanlarıyla birlikte yürütülür. Teknik tarafta AI güvenliği ve AI DLP çözümlerimiz bu kontrolleri destekler.