# Dijital Çağda AB Yapay Zeka Yasası’nı (AI Act) Bekleyen Zorluklar

- Type: Literature
- Source: Fenerbahçe Üniversitesi Sosyal Bilimler Dergisi
- Date: 2026-06-30
- Original: https://doi.org/10.58620/fbujoss.1845973
- Canonical: https://overview.legal/posts/53824
- Topics: Artificial Intelligence, AI Governance Framework, Data Governance for AI, Personal Data

## Summary

Yapay zekâ, dijital dönüşüm sürecinde ekonomik rekabetin ötesinde, insan hakları, eğitim, sağlık ve toplumsal güvenlik alanlarını da kapsayan stratejik bir politika aracı olarak konumlanmaktadır. Bu bağlamda Avrupa Birliği (AB)’nin yapay zekâ alanındaki kurumsal yaklaşımını inceleyen araştırma; strateji belgeleri, etik yönergeler, Beyaz Kitap ve Yapay Zekâ Yasası’nın (AI Act) oluşturduğu düzenleyici çerçeveyi analitik bir bakış açısıyla değerlendirmektedir. Elde edilen bulgular; AB’nin insan mer

## Full text

90 * Sorumlu yazar : huseyinkavak@istanbul.edu.tr DOI: 10.58620/fbujoss.1845973 ARAŞTIRMA MAK ALESİ D ijital Ç ağda AB Y apay Z eka Y asası ’ nı (AI Act) B ekleyen Z orluklar C hallenges F acing the EU A rtificial I ntelligence ACT (AI Act) I n the D igital A ge Hüseyin KA VAK Dr., İstanbul Üniversitesi, Açık ve Uzaktan Eğitim Fakültesi (AUZEF) Özet Yapay zekâ, dijital dönüşüm sürecinde ekonomik rekabetin ötesinde, insan hakları, eğitim, sağlık ve toplumsal güvenlik alanlarını da kapsayan stratejik bir politika aracı olarak konumlanmaktadır. Bu bağlamda Avrupa Birliği’nin (AB) yapay zekâ alanındaki ku rumsal yaklaşımını inceleyen araştırma; strateji belgeleri, etik yönergeler, Beyaz Kitap ve Yapay Zekâ Yasası’nın (AI Act ) oluşturduğu düzenleyici çerçeveyi analitik bir bakış açısıyla değerlendirmektedir. Elde edilen bulgular; AB’nin insan merkezli ve risk temelli düzenleme anlayışının şeffaflık, güvenlik ve temel haklara uyum gibi standartlar ortaya koyduğunu göstermektedi r. Ancak üye devletler arasındaki yönetim farklılıkları, uygulama düzeyindeki ayrışmalar ve hukuki uyum süreçlerindeki gecikmeler nedeniyle bu düzenleyici etkinin sınırlanabildiği görülmüştür. Ayrıca, inovasyon maliyetlerinin yüksekliği, veri altyapısındak i eksiklikler ve ulusal politik önceliklerden kaynaklanan farklılaşma, AB’nin küresel ölçekte düzenleyici aktör olma hedefi karşısında önemli iç ve dış engeller olarak öne çıkmaktadır. Bu çerçevede çalışma, AI Act’in sunduğu fırsatları ve karşılaşabileceği zorlukları bütüncül biçimde analiz ederek, Avrupa’daki yapay zekâ ekosisteminin geleceğine yönelik değerlendirmeler sunmaktadır. Anahtar Kelimeler: Avrupa Birliği, Etik düzenleme, Yapay Zekâ Yasası, Dijital egemenlik, Risk temelli yaklaşım . Abstract In the ongoing transformation driven by digital technologies, artificial intelligence (AI) has emerged as a strategic policy domain not only in terms of economic competition but also with regard to the protection of fundamental human rights, the establishment of trustworthiness standards, and the safeguarding of societal security. This study examines the institutional approach of the European Union (EU) to AI governance through an analytical assessment of its stra tegy documents, ethical guidelines, White Paper, and the regulatory framework established by the Artificial Intelligence Act (AI Act). The findings demonstrate that the EU’s human - centric and risk - based regulatory approach introduces standards centred on transparency, security, and compliance with fundamental rights. However, divergences in governance structures among member states, variations in implementation practices, and delays in legal harmonisation processes limit the overall regulatory effectivenes s. Furthermore, high innovation costs, deficiencies in data infrastructure, and differentiation arising from national policy priorities constitute significant obstacles to the EU’s ambition of becoming a global regulatory actor. Within this framework, the study provides a comprehensive analysis of both the opportunities offered by the AI Act and the challenges it may encounter, offering critical insights into the future of the European AI ecosystem. Key Words: European Union, Ethical Regulation, Artificial Intelligence Act, Digital Sovereignty, Risk - based approach. Fenerbahçe Üniversitesi Sosyal Bilimleri Dergisi Cilt 6, Sayı 1, sayfa 90 - 12 1 , 2026 Fenerbahce University Journal of Social Sciences Volume 6, Issue 1, page 90 - 12 1 , 2026 FBUJOSS 91 * Sorumlu yazar : huseyinkavak@istanbul.edu.tr DOI: 10.58620/fbujoss.1845973 ARAŞTIRMA MAK ALESİ 1. Giriş Günümüzde yapay zekânın temel politika alanlarına artan etkisi, yeni fırsatlar sunarken aynı zamanda ciddi risk ve belirsizlikleri de beraberinde getirmektedir. Dolayısıyla, “Yapay zekâ nasıl yönetilmeli?” sorusuna yönelik cevap arayışları küresel düzeyde hukuki ve siyasi tartışmaların öncelikli gündem maddeleri arasında yer almaya başlamıştır. Günümüzde algoritmik önyargılar, veri koruma, güvenlik ve düzenleyici risklerin yönetimi, hem ulus devletlerin hem de uluslararası örgütlerin üzerinde yoğunlaştığı b aşlıca konu başlıkları olarak öne çıkmaktadır. Özellikle üretken yapay zekâ (GenAI) sistemlerinin (ChatGPT, DALL·E, DeepSeek, Llama vb.) hızlı şekilde yaygınlaşması, insan - makine etkileşiminin sınırlarını yeniden tanımlarken, bu sistemlerin günlük yaşam, k amu hizmetleri ve işgücü piyasaları üzerindeki etkilerine dair düzenleyici çerçevenin aciliyetini artırmıştır. Bu bağlamda günümüzde GenAI’nin beklenmedik ya da istenmeyen sonuçlarını önleyebilmek için uygun yönetim düzenlemelerinin yapılması, teknik bir i htiyacın ötesinde hukuki, etik ve toplumsal bir zorunluluk olarak kabul edilmektedir. Her politika alanında yenilikçi, sürdürülebilir adımlar atan AB, dijital teknolojilerin vatandaşlar arasında yayılmasını teşvik ederken yapay zekâ alanında bürokrat, akademisyen, sektör temsilcileri ve sivil toplumun katkısıyla insan merkezli ve güvenilir bir yapay zekâ ekosistemi kurmayı hedeflemektedir. Strateji belgeleri, etik yönergeler, Beyaz Kitap ve özellikle Yapay Zekâ Yasası aracılığıyla kurulmak istenen bu ekosistem, hem kamu sektöründe hem de özel sektörde yapay zekânın güvenli ve sorumlu biçimde kullanımına yön verme amacı taşımaktadır (Csernatoni, 2023). Ancak AB’nin ileriye yönelik düzenleme adımlarına karşın Birleşmiş Milletler (BM) düzeyinde tüm devletleri kapsa yan bağlayıcı ve kapsamlı bir yapay zekâ sözleşmesinin bulunmayışı, yapay zekâ yönetiminin birbirinden farklı ulusal ve bölgesel düzenlemeler üzerinden ilerlemesine yol açmaktadır (UNESCO, 2021; OECD, 2019b; UN High - Level Advisory Body on Artificial Intelligence, 2024). OECD’nin yapay zekâ ilkeleri, Küresel Yapay Zekâ Ortaklığı (GPAI), UNESCO’nun etik çerçevesi ve özellikle AB’nin AI Act’i bu alandaki somut ve ileri düzey girişimler olarak öne çıkmaktadır. Avrupa Konseyi’nin 2024 tarihli Yapay Zekâ Çe rçeve Sözleşmesi, insan hakları ve hukukun üstünlüğü temelinde ilk bağlayıcı uluslararası AI anlaşması niteliği taşısa da, sınırlı imzacı sayısı nedeniyle henüz küresel çapta etkili ve kapsayıcı bir rejime dönüşmemiştir (Council of Europe, 2024; Anadolu Ajansı [AA], 2024). Küresel normların belirlenmesi açısından AB’nin, yapay zekâ alanındaki stratejik girişimleri önemli fırsatlar sunsa da, yoğun teknolojik rekabetin ürettiği yapısal riskleri ve güçlükleri tek başına dengeleyebilmesi güç görünmektedir. Nitekim AB’nin yenilik kapasitesi, finansman olanakları ve veri altyapısındaki sınırlılıklar, ABD ve Çin gibi güçlü aktörlerle yaşanan teknolojik rekabetle birleştiğinde, Atıf için (how to cite) : Kavak, H. ( 2026). Dijital çağda AB Yapay Zeka Yasası’nı (AI Act) bekleyen zorluklar. Fenerbahçe Üniversitesi Sosyal Bilimler Dergisi, 6 (1), 90 - 12 1 . https://doi.org/10.58620/fbujoss.1845973 92 * Sorumlu yazar : huseyinkavak@istanbul.edu.tr DOI: 10.58620/fbujoss.1845973 ARAŞTIRMA MAK ALESİ Birliği bu alanda hassas bir denge kurmaya zorlamaktadır ( Csernatoni, 2023). Bu çerçevede, AB’nin yapay zekâya ilişkin düzenleyici yaklaşımının analizi; Birlik hukuku ve kamu politikalarının yanı sıra küresel teknolojik rekabetin siyasi yansımaları ve devletlerin yönetim stratejileri açısından da kritik bir öneme sahiptir (Csernatoni, 2025; UN High - Level Advisory Body on Artificial Intelligence, 2024). Yapay zekâ kavramının anlaşılabilmesi için yapay ve zekâ terimlerinin ayrı ayrı incelenmesi önemlidir. Yapay terimi, doğada kendiliğinden var olmayıp insan müdahalesiyle tasarlanan ve geliştirilen olguları ifade eder. Buna karşılık zekâ kavramı, ortak bir tanımı bulunmayan, bilişsel ve duyuşsal süreçlerin bütününü içeren karmaşık bir yapıya sahiptir. Türk Dil Kurumu (TDK), zekâyı; düşünme, akıl yürütme, öğrenme, kavramsallaştırma, nesneleri zihinde canlandırma, nesnel gerçekleri algılama, yargıda bulunma, s onuç çıkarma, yaratıcı düşünme, icat etme gibi bilişsel ve duyuşsal yetkinliklerin bütünü olarak tanımlar (TDK, t.y.). John McCarthy (2007) zekâyı, insanın hedeflerine ulaşma yeteneğinin hesaplamalı kısmı olarak tanımlarken; Lenat ve Feigenbaum (1987), geniş çözüm gücüne sahip sorunların üstesinden gelebilme kapasitesi olarak değerlendirmektedir. Hayes - Roth (1990), zekâyı algılama, düşünme ve harekete geçme süreçlerinden oluşan üç temel bileşen üzerinden açıklamaktadır. Bu tanımlar doğrultusunda etkili bir bilişsel sistemden beklenen temel özellikler arasında gerçek zamanlı işlem yapabilme, değişen koşullara uyum sağlama, çoklu bilişsel süreçleri yönetebilme ve öğrenme yeteneğini sürekli geliştirme kapasitesi yer alır. John McCarthy’in , 1956’da düzenlenen Dartmouth Konferansı’nda yapay zekâyı; zeki makineler yapma bilimi ve mühendisliği olarak tanımlaması alanın tarihsel gelişiminde önemli rol oynamıştır (McCarthy, 2007). Zaman içinde yapay zekâya olan ilginin artması literatürde farklı tanımlamaların yapılmasına ve kavramsal yapının gelişmesine katkı sağlamıştır. İnsanın yapabildiği bilişsel görevleri yerine getirebilen bilgisayar sistemleri veya yazılımları olarak tanımlanan yapay zekâ; öğrenme, anlama, dil işleme ve sorun çözme gibi y etenekleri kapsar (Russell & Norvig , 2016). Bu nedenle yapay zekâ, insan beyninin düşünme ve anlama süreçlerinin bilgisayarlara aktarılmasını hedefleyen bir çalışma alanıdır. Yapay zekâ, doğal zekânın öğrenme, akıl yürütme ve karar verme süreçlerini dijital ortama aktararak; veri analizi, t ahmin, sınıflandırma ve otonom karar alma yetenekleri geliştiren sistemler üretmeyi amaçlar (Küçükali & Çoşkun, 2021). AB’nin Yapay Zekâ Üst Düzey Uzman Grubu (AI - HLEG) da yapay zekâyı; çevrelerini analiz eden, eylemde bulunan ve akıllı davranış sergileyen sistemler olarak tanımlamaktadır. Araştırma konusu kapsamında kullanılan birincil veriler; 2017 - 2025 yılları arasında yayımlanmış ve AB’nin yapay zekâ politikalarına doğrudan katkı sağlayan güncel belge ve çalışmalardan seçilmiştir. Başta Avrupa Komisyonu (AB Komisyonu), Avrupa Parlamentos u (AB Parlamentosu), Avrupa Veri Koruma Kurulu, Avrupa Yapay Zekâ Uzman Grubu (AI - HLEG), Avrupa Konseyi ve Avrupa Yapay Zekâ İttifakı (AI Alliance) olmak üzere ilgili AB kurumlarının resmî internet siteleri aracılığıyla kapsamlı bir doküman incelemesi yapılmıştır. Ayrıca Scopus, Web of Science, JSTOR, Science Direct ve Google Scholar gibi akademik veri tabanlarında yapılan taramalarla literatür araştırması genişletilmiştir . 93 * Sorumlu yazar : huseyinkavak@istanbul.edu.tr DOI: 10.58620/fbujoss.1845973 ARAŞTIRMA MAK ALESİ Çalışma, AI Act’in yalnızca bağlayıcı bir hukuki düzenleme olarak değil, AB’nin küresel yapay zekâ yönetişiminde norm koyucu aktör olma iddiasının merkezî aracı olarak değerlendirilmesi gerektiğini savunmaktadır. Bununla birlikte, düzenlemenin beklenen etkiyi üretebilmesi; üye devletlerin denetim, teknik altyapı ve veri erişimi düzeyine, ortak uygulama standartlarının gelişmesine ve AB’nin ABD ile Çin karşısındaki teknolojik - yatırım kapasitesini güçlendirebilmesine bağlıdır. Bu nedenle makalenin temel iddiası, AI Act’in güçlü bir hukuki düzenleme çerçevesi oluşturmasına rağmen, uygulamadaki başarısının yalnızca normatif güçle sınırlı olmadığıdır. Uygulama sürecinde teknolojik yeterlilik, kurumsal eşgüdüm, etkili denetim araçları ve üye devletler arasındaki uyum düzeyi be lirleyici olacaktır. 1. 1 . Araştırma Metodu Araştırmada; akademik ve kurumsal kaynakların yapısal ve eleştirel biçimde incelenmesini amaçlayan Sistematik Literatür Taraması (Systematic Literature Review - SLR) tercih edilmiştir. Bu yaklaşım derleyici bir metot olmaktan öte AB yapay zekâ düzenlemelerinin yönetimsel boyutlarıyla analizini mümkün kılmaktadır. Araştırmada, AB’nin yapay zekâ politikalarına yön veren birincil kaynaklar; EUR - Lex veri tabanı üzeri nden AI Act ve ilgili mevzuat metinlerine erişilmesi, AB Komisyonu’nun Shaping Europe’s Digital Future portalında yayımlanan stratejik belgeler, Think - Tank kuruluşları tarafından hazırlanan politika analizleri ve AI - HLEG tarafından yayımlanan etik rehberler aracılığıyla temin edilmiştir. Buna ek olarak, Avrupa Veri Koruma Kurulu’nun veri koruma ve algoritmik şeffaflığa ilişkin rehberleri, AI Watch progr amı raporları, European AI Alliance kapsamındaki uzman görüşleri ile EU Open Data Portal ve CORDIS üzerinden elde edilen açık veri setleri araştırmanın analitik temelini güçlendirmiştir. Bu kapsamda literatür taraması, yapay zekâ düzenlemeleri, veri koruma, etik yönetim ve risk temelli poli tika yaklaşımlarıyla ilişkili çalışmalarla sınırlandırılmıştır. Araştırmanın değerlendirme aşamasında, elde edilen bulgular yer yer karşılaştırmalı analiz perspektifinden ele alınmıştır. Ancak bu yaklaşım, kapsamlı bir karşılaştırma yürütmekten ziyade, AB’ nin yapay zekâ düzenlemelerini risk temelli yaklaşım, etik ilkeler ve yönetim kapasitesi bakımından diğer küresel modellerle genel hatlarıyla ilişkilendirmeyi amaçlamıştır. Böylece çalışma, derinlikli bir karşılaştırmalı model geliştirmeden, AB’nin düzenle yici yaklaşımının güçlü yönlerine, yapısal sınırlılıklarına ve uygulamaya ilişkin temel tartışma alanlarına bütüncül bir bakış sunmayı amaçlamıştır. Metodolojik kapsam ve seçim ölçütleri aşağıda verilmiştir (Tablo 1) . Bu özet, sistematik literatür taramasında hangi tür kaynakların kullanıldığını, hangi tarihsel aralığın esas alındığını ve kaynakların hangi ölçütlerle çalışmaya dâhil edildiğini görünür kılmaktadı r. Boyut Somut kapsam Çalışmadaki karşılığı Toplam kaynak havuzu 108 akademik ve kurumsal kaynak/belge. Kaynaklar; AI Act, AB yapay zekâ politikası, risk temelli düzenleme, etik ilkeler, veri yönetişimi, dijital egemenlik ve kurumsal 94 * Sorumlu yazar : huseyinkavak@istanbul.edu.tr DOI: 10.58620/fbujoss.1845973 ARAŞTIRMA MAK ALESİ kapasite tartışmalarıyla doğrudan ilişkili çalışmalardan seçilmiştir. Kaynak türlerine göre dağılım sayısı AB resmi/kurumsal belge : 46, Akademik literatür: 25 Diğer belge türleri (politika, haber, uluslararası kuruluşlara ait yayınlar): 37 Bu ayrım, normatif metinlerin, kurumsal politika belgelerinin ve akademik tartışmaların birlikte değerlendirilmesine olanak tanımaktadır. Tarih aralığı Birincil politika belgeleri ve güncel çalışmalar bakımından 2017 - 2025 dönemi esas alınmıştır. Belirlenen tarih aralığı , AB’nin yapay zekâ politikasının strateji belgelerinden AI Act’in kabulü ve uygulama tartışmalarına uzanan gelişim sürecini kapsamaktadır. Kavramsal ve tarihsel arka plan için daha eski temel kaynaklardan da yararlanılmıştır. Veri tabanları ve erişim kanalları EUR - Lex, AB Komisyonu’nun Shaping Europe’s Digital Future portalı, Avrupa Parlamentosu/EPRS, OECD AI Policy Observatory, Scopus, Web of Science, JSTOR, ScienceDirect ve Google Scholar. Bu kanallar aracılığıyla mevzuat metinleri, resmi kurum raporları, politika belgeleri, akademik makaleler ve destekleyici veri kaynakları birlikte taranmıştır. Analitik odak Normatif belge analizi ve sistematik literatür taraması birlikte kullanılmıştır. AI Act’in güçlü bir hukuki çerçeve sunmasına rağmen, uygulamadaki başarısının teknolojik güç , üye devletler arası uyum ve denetim mekanizmalarının etkinliğiyle sınırlanıp sınırlanmayacağı değerlendirilmiştir. Tablo 1 : Metodolojik kapsam ve seçim ölçütleri Tablodaki metodolojik sınıflandırma, çalışmanın yalnızca genel bir literatür derlemesine dayanmadığını; resmî AB belgeleri, akademik çalışmalar ve güncel politika/veri kaynakları arasında kurulan kontrollü bir seçim mantığına dayandığını göstermektedir. Bö ylece AI Act’in normatif gücü ile uygulama kapasitesi arasındaki ilişki daha şeffaf bir metodolojik zeminde tartışılmaktadır. Bu yöntemsel çerçeve, çalışmanın hukuki ve uygulamaya dönük boyutlarını birlikte değerlendirmeye olanak tanımaktadır. 1. 2 . Araştırma Sorusu Çalışmanın ana sorusu: Etik normlar ve risk temelli yaklaşım üzerine inşa edilen AB Yapay Zekâ Yasası, karşılaşacağı teknolojik, ekonomik ve yönetimsel zorluklar karşısında hedeflediği düzenleyici etkiyi sürdürülebilir biçimde sağlayabilecek midir? Bu bağl amda alt çalışma sorularıyla araştırma derinlemesine analiz edilecektir: • Yasa hakkında öne çıkan temel eleştiriler nelerdir ve bu eleştiriler söz konusu düzenlemenin gelecekteki düzenlemelerini veya AB düzeyindeki politika yapım sürecini nasıl şekillendirebilir? • AB’nin yapay zekâ alanında karşı karşıya olduğu başlıca yapısal zorluklar nelerdir ve AI Act bu zorluklara karşı yeterli düzenleyici araçlara ve kurumsal kapasiteye sahip midir? 95 * Sorumlu yazar : huseyinkavak@istanbul.edu.tr DOI: 10.58620/fbujoss.1845973 ARAŞTIRMA MAK ALESİ • Risk temelli düzenleme modelinin başarıya ulaşma olasılığı nedir ve yasa ile öngörülen uygulama - denetim mekanizmaları bu modelin uzun vadede sürdürülebilirliğini destekleyebilir mi? Araştırma soruları, çalışmanın AI Act’i yalnızca ne getirdiğini açıklayan bir düzenleme metni olarak ele almadığını; bu düzenlemenin uygulamada nasıl işleyeceğini, hangi kurumlar tarafından nasıl denetleneceğini, üye devletler arasında nasıl bir uyum sorunu doğurabileceğini ve AB’nin küresel ya pay zekâ rekabetindeki konumunu nasıl etkileyebileceğini birlikte tartıştığını göstermektedir. 2. Felsefi Temellerinden Günümüz Teknolojisine Dünya ve AB’de Yapay Zekâ Teknolojisinin Gelişimi İnsanlığın robotlara ve makine benzeri icatlara duyduğu ilgi, tarihsel olarak oldukça eski dönemlere dayanmaktadır. Başlangıçta düşünsel ve felsefi tartışmaların konusu olan bu ilgi, zamanla bilimsel gelişmeler, otomasyon süreçleri, yapay zekâ ve makine öğ renimi gibi alanlarda somut teknolojik çıktılara dönüşerek günümüzde küresel rekabetin ve stratejik güç mücadelelerinin merkezinde yer alan bir boyut kazanmıştır. Dolayısıyla küresel ve bölgesel dönüşümlerin arka planını anlamak açısından bu tarihsel sürec i anlayabilmek önemlidir. Söz konusu dönüşüm sürecinin genel hatlarıyla ele alınması, AB’nin yapay zekâya ilişkin kavramsal çerçevesini güçlendirecektir. 2.1. Dünyada Yapay Zekânın Gelişimi Günümüzde yapay zekâ, teknik ilerlemenin ötesine geçerek ekonomik rekabetten stratejik güç dengelerine, toplumsal değişimden endüstriyel dönüşüme kadar pek çok alanı şekillendiren belirleyici bir unsur hâline gelmiştir. Büyük veri, makine öğrenimi ve derin öğrenme yöntemleriyle kapasitesi genişleyen yapay zekâ uygulamaları; sağlık, eğitim, finans, güvenlik ve endüstri gibi kritik sektörlerde küresel ölçekte kapsamlı değişim yaratmakta ve insan - makine etkileşimini köklü biçimde dönüştürmektedir (Brynjolfsson & McAfee, 2014). Bu bağlamda yapay zekâ, teknolojik bir yenilik olmanın ötesinde aynı zamanda devletlerin ekonomik konumlanmalarını, ulusal güvenlik stratejilerini ve kalkınma vizyonlarını belirleyen yapısal bir güç unsuru olarak değerlendirilmektedir. Al an Turing’in 1950’lerdeki makine zekâsına ilişkin kurucu çalışmalarıyla 1956’daki Dartmouth Konferansı , yapay zekânın modern dönemdeki düşünsel ve kurumsal temelini oluşturmaktadır (Nilsson, 2012; Turing, 1950). 21. yüzyıla gelindiğinde ise yapay zekâ, küresel güç mücadelesinde yeni politika alanlarından biri hâline gelmiştir. ABD; Google, Amazon, Meta, Apple, Nvidia ve Intel gibi şirketler aracılığıyla büyük veri altyapısı, yüksek işlem gücü ve finansman kapasitesinde belirgin bir üstünlük sağlamakta; dolayısıyla yapay zekâ yatırımlarının önemli bir kısmını tek başına gerçekleş tirmektedir (CB Insights , 2023). Buna karşılık Çin, 2017’de Yeni Nesil Yapay Zekâ Geliştirme Planı ile yapay zekâyı ulusal kalkınma stratejisinin merkezine yerleştirmiş, 2030 itibarıyla küresel liderlik hedefini açıkça ilan etmiştir (State Council of the PRC, 2017; 96 * Sorumlu yazar : huseyinkavak@istanbul.edu.tr DOI: 10.58620/fbujoss.1845973 ARAŞTIRMA MAK ALESİ Webster vd., 2017). ABD’nin ileri çip ve donanım ihracatına getirdiği kısıtlamalar, iki aktör arasındaki rekabetin ekonomik olduğu kadar jeopolitik bir boyut kazandığını göstermektedir. Bu kutuplaşmış rekabet ortamında AB’nin ne ABD’nin serbest piyasa odak lı modelini ne de Çin’in devlet yönlendirmeli yaklaşımını benimsediği görülmektedir. Bunun yerine AB, insan merkezli, etik, güvenilir ve risk temelli kendi yapay zekâ modeli geliştirmeye yönelmiştir (European Commission, 2020a; European Commission , 2021f). Avrupa için Yapay Zekâ (Artificial Intelligence for Europe) belgesi ve devamındaki düzenleyici metinler, AB’nin piyasa gücünden ziyade küresel yapay zekâ rekabetinde bağlayıcı bir çerçeve sunma arayışını ortaya koymaktadır. AB Yapay Zekâ Yasası’n ın ortaya çıkışı, büyük ölçüde bu stratejik bağlamda şekillenmiştir (European Commission, 2018a; European Commission, 2020a; European Commission , 2021f). Bu tarihsel gelişim, yapay zekânın teknik bir yenilik olmaktan öte, küresel güç dağılımını etkileyen stratejik bir güç olduğunu göstermektedir. Bu nedenle AB’nin AI Act ile geliştirdiği düzenleyici yaklaşım, küresel rekabet baskısından bağımsız d eğerlendirilemez. 2.2. AB’de Yapay Zekâ Politikasının Gelişimi ABD’nin Ulusal Yapay Zekâ Araştırma ve Geliştirme Stratejik Planı’nı açıklaması ve Çin’in yatırım politikaları, AB’nin yapay zekâ rekabetinde geri kaldığı algısını güçlendirmişti. McKinsey & Company’nin 2017’de yayımladığı raporda, 2016 itibarıyla Avrupa’ daki dış yapay zekâ yatırımları 3 - 4 milyar dolar seviyesinde kalırken, Asya’da 8 - 12 milyar dolar, Amerika’da ise 15 - 23 milyar dolar aralığında olduğu ifade edilmekteydi (McKinsey & Company, 2017). Yapay zekânın AB için buhar makinesi ve elektriğin icadıyla karşılaştırılan dönüştürücü bir teknoloji olarak tanımlanmaya başlanması, AB açısından yatırım açığının yalnızca iktisadi değil, stratejik bir risk olarak görülmesine yol açmıştır (European Commission, 2018a). Bu durum karşısında AB’nin, hem rekabet gücünü korumak hem de kendi değerleriyle uyumlu bir dijital gelecek inşa etmek amacıyla kapsamlı bir yapay zekâ stratejisi geliştirme sürecine giriştiği görülmektedir. Bu bağlamda 2015’te Dijital Tek Pazar Stratejisi ile başlatılan dijital dönüşüm çabaları, 2018’de yayımlanan Avrupa için Yapay Zekâ belgesi ile somut bir yapay zekâ stratejisine dönüşmüştür (European Commission, 2018a). Komisyon; ABD, Çin, Japonya, Birleşik Krallık ve Birleşik Arap Emirlikleri gibi küresel aktörlerin politikalarını yakından izleyerek, AB için rekabetçi ve değer yaklaşımlı bir hedef geliştirmeye çalışmıştır (European Commission, 2017a; Ulnicane, 2022). AB Komisyonu tarafından dile getirilen teknolojik egemenlik ve güven temelli etik düzenleme vurgusu, AB’nin yapay zekâ alanındaki stratejik yönelimini şekillendirmiştir (European Commission, 2020a; European Commission , 2021f). Bu bağlamda AB, oluşturulacak yapay zekâ politikasının temeline insan hakları alanında elde ettiği birikimi yerleştirmek istiyordu. Ayrıca jeopolitik konum, rekabet gücü, robotik altyapı, nitelikli araştırmacı kaynağı, kamu - özel veri zenginliği y apay zekâ ekosistemi inşasında stratejik avantajlar olarak tanımlanmaktaydı (European Commission, 2019a, 2021a, 2021b). Bu bağlamda sıkça vurgulanan herkes için ve herkesin yararına 97 * Sorumlu yazar : huseyinkavak@istanbul.edu.tr DOI: 10.58620/fbujoss.1845973 ARAŞTIRMA MAK ALESİ yapay zekâ söylemi, AB’nin insan merkezli yapay zekâ (human - centric AI) yaklaşımının temelini oluşturmaktadır (European Commission, 2018b; Okçu & Düz, 2021). AB yapay zekâ stratejisi, Yeşil Mutabakat, Dijital Avrupa Programı ve Ufuk Avrupa gibi çerçeve programlarla birleştirilerek, sürdürülebilirlik hedefine yönelik adımlar atılmıştır. Böylece iklim değişikliğiyle mücadele, kaynak verimliliği, sağlık hizmetlerinin iyileştirilmesi ve tarımda sürdürülebilirlik gibi alanlarda yapay zekâ uygulamalarının hem ekonomik büyüme hem de çevrese l ve sosyal hedeflere katkı sağlaması amaçlanmaktadır (European Commission, 2019e; Ulnicane , 2022). Dijital beceriler ve istihdam için açıklanan Beceriler Gündemi, yapay zekâ çağında işgücünün dönüşümünü yönetmeye yönelik önemli bir politika aracı olarak konumlandırılmıştır (European Commission, 2020b). Bununla birlikte yapay zekâ politikası, si vil alanla sınırlı kalmayarak güvenlik ve savunma boyutunu da ilgilendirmektedir. Kalıcı Yapılandırılmış İşbirliği (PESCO) projeleri ve Avrupa Savunma Fonu (EDF) kapsamında yapay zekâ, yenilikçi savunma kabiliyetlerinin geliştirilmesinde stratejik bir unsur olarak görülmektedir (European Commission, 2020a; Shumilo & Kerikmäe, 2021; Turek, 2024). Genel olarak AB’nin yapay zekâ politikası, bir yandan yatırım açığının yarattığı rekabet baskısına, diğer yandan temel değerleri ve hakları koruma isteğine bağlı geliştirilmiştir. Bu tarihsel ve stratejik arka plan, AB Yapay Zekâ Yasası’nın insan merkezli ve risk temelli yaklaşımını anlamak açısından önem arz etmektedir. 3. AB Yapay Zekâ Düzenlemeleri: AI Act’in Şekillenme Süreci ve Stratejik Yol Haritası 27 Ocak 2017’de Avrupa Parlamentosu Hukuk İşleri Komisyonu tarafından kabul edilen Robotik Hakkında Medeni Hukuk Kuralları (Civil Law Rules on Robotics) tavsiye kararı, AB’de yapay zekâ ve robotik teknolojilerinin düzenlenmesine yönelik önemli bir dönüm no ktası olarak görülmektedir (European Parliament, 2017). Belgenin odak noktası robotik sistemler olsa da, yapay zekânın hukuki, etik ve toplumsal etkilerine ilişkin kurumsal tartışmalar için bir başlangıç çerçevesi oluşturmuştur. Nitekim sorumluluk, tazmin, istihdam, araştırma ve etik ilkeler başlıkları aynı çatı altında ele alınmıştır. Parlamento, belgede ihtiyat ilkesine uygun hareket edilmesini önermiş ve oluşturulacak çerçevenin insan onuru, eşitlik, adalet, ayrımcılık yasağı, bilgilendirilmiş onam, mahr emiyet ve veri koruma gibi AB değerlerine dayanması gerektiğini vurgulamıştır. Belgedeki tartışmalı konulardan biri de, ileri düzey otonomiye sahip robotlar için elektronik kişi statüsü önerisidir (European Parliament, 2017). Bu öneri, yapay zekâ ve robotik alanında hukuki sorumluluğun geleceği açısından önemli bir dönüm noktası olarak değerlendirilmiş; ancak kapsamı ve uygulanabilirliği nedeniyle eleştirilere de konu olmuştur. Farklı disiplinlerden 285’in üzerinde uzmanın imzaladığı ve Nisan 2018’de Komisyon’a sunulan açık mektupta, elektronik kişilik yaklaşımının uygulamalı ve hukuki dayanaklardan yoksun olduğu, bilim kurgu ve medya söylemleriyle beslenen hatalı bir robot algıs ına dayandığı ileri sürülmüştür (Open Letter by AI 98 * Sorumlu yazar : huseyinkavak@istanbul.edu.tr DOI: 10.58620/fbujoss.1845973 ARAŞTIRMA MAK ALESİ & Robotics Experts, 2018; Ulnicane , 2022). Bu tartışmalar, bir yandan yapay zekâ düzenlemelerinin yalnızca teknik ayrıntılara indirgenemeyeceğini, çok daha geniş bir etik ve toplumsal çerçeve gerektirdiğini; diğer yandan da bütüncül bir stratejiye ihtiyaç olduğunu göstermiştir. Gelen eleşt iri ve talepler sonrasında Komisyon, yapay zekâ alanında kapsamlı bir strateji geliştirmeyi ve mevcut düzenleyici çerçeveyi gözden geçirmeyi taahhüt etmiştir. Bu doğrultuda yapay zekâ yasasının şekillenme süreci adım adım, sistematik ve risk temelli bir ya klaşımla ele alınmıştır ( European Commission, 2017b; European Commission, 2020a; European Commission, 2021d). 3.1. Küresel Rekabet Gücü İçin AB Yapay Zekâ Strateji Belgesi AB’nin küresel yapay zekâ rekabetindeki konumuna ilişkin ilk kapsamlı değerlendirmelerden biri, 2017 Tallinn Dijital Zirvesi için McKinsey Global Institute tarafından hazırlanan raporda ortaya konmuştur. Raporda, Avrupa’nın ABD ve Çin’e kıyasla Ar - Ge yatırımları, özel sektör uygulamaları ve politika koordinasyonu bakımından geride olduğu belirtilmiş ve AB’nin küresel yapay zekâ yarışında stratejik zorluklarla karşı karşıya bulunduğu ileri sürülmüştü (McKinsey & Company, 2017). McKinsey’in raporu, AB’n in dijital dönüşüm sürecinde stratejik yön eksikliği yaşadığı tartışmalarını güçlendirmiştir. Avrupa Konseyi, Ekim 2017 tarihli sonuç bildirgesinde, Komisyon’u Birlik çapında bütüncül bir yapay zekâ stratejisi geliştirmeye resmî olarak davet etmiştir ( European Council, 2017). Komisyon, bu çağrıya yanıt olarak Nisan 2018’de yayımladığı Avrupa için Yapay Zekâ belgesiyle AB’nin ilk resmî yapay zekâ stratejisini ilan etmiştir (European Commission, 2018a). Strateji belgesi, Avrupa’nın teknolojik ve endüstriyel kapasitesini güçlendirmeyi ve yapay zekânın ekonomik kullanımını teşvik etmeyi amaçlarken, aynı zamanda bu teknolojinin yol açtığı sosyo - ekonomik dönüşüme uyum sağlamayı ve AB değerleriyle uyumlu bir etik - hukuki çerçeve oluşturmayı hedeflemektedir. Bu doğrultuda Ar - Ge ve özel sektör yatırımlarının artırılması, veri erişiminin kolaylaştırılması, beceri kazandırma programlarının geliştirilme si ve temel haklara dayalı güvenlik - sorumluluk - hesap verebilirlik ilkeleri stratejinin ana eksenleri olarak tanımlanmıştır (European Commission, 2018a ). Aynı dönemde, birçok üye devletin kendi ulusal yapay zekâ stratejilerini hazırlamaya başlaması üzerine, AB Komisyonu 2018’de Yapay Zekâ Koordineli Planı (Coordinated Plan on Artificial Intelligence) gündeme alarak bu ulusal girişimleri ortak bir vizyon çerçevesi altında birleştirmeyi hedeflemiştir (European Commission, 2018b). 3.2. AB’de Yapay Zekâ Politikalarının Uyumlaştırılması: Eşgüdüm Planının Rolü ve Etkileri AB, yapay zekâ stratejisinin etkin biçimde uygulanabilmesi için kurumlar arası düzeyin ötesinde, üye devletler ve sivil toplum aktörleri arasında da güçlü bir eşgüdümün gerekli olduğunu vurgulamaktadır. Bu çerçevede Yapay Zekâ Koordineli Planı, politika ön celiklerinin ve kurumsal sorumlulukların ortak bir vizyon etrafında uyumlaştırılacağı temel bir araç olarak konumlandırılmıştır (European Commission, 99 * Sorumlu yazar : huseyinkavak@istanbul.edu.tr DOI: 10.58620/fbujoss.1845973 ARAŞTIRMA MAK ALESİ 2018b). Avrupa Yapay Zekâ İttifakı (European AI Alliance ) bu sürecin çok paydaşlı yönetim ayağını oluşturdu. Binlerce paydaşın katılımıyla, yapay zekâ politikalarının sivil toplum, özel sektör ve uzman toplulukların görüşleriyle beslenmesini sağlayan açık bir istişare platformu hâline gelmiştir (Okçu & Düz, 202 1; European Commission , 2025b). Eşgüdüm Planı, yapay zekânın dijital dönüşüm dışında istihdam, eğitim, veri koruması, etik ve güvenlik gibi pek çok politika alanını etkilediğini kabul etmekte ve üye devletlerden ulusal yapay zekâ stratejilerini AB hedefleriyle uyumlu hâle getir melerini talep etmektedir (European Commission, 2018b). Planın uygulanmasını izlemek amacıyla kurulan AI Watch, ulusal stratejilerdeki gelişmeleri, yatırım ve beceri düzeylerini ve yapay zekâ ekosisteminin genel seyrini takip ederek bütüncül bir değerlendirme imkânı sunmaktadır (European Commission , 2021c). Aynı zamanda Ufuk 2020, Ufuk Avrupa ve Dijital Avrupa programları aracılığıyla yapay zekâya ayrılan kamu kaynaklarının artırılması ve özel sektör yatırımlarının artırılması hedeflenmektedir. Mükemmeliyet merkezleri ve dijital yenilikçilik merkezl eri aracılığıyla araştırma kapasitesinin ağsal yapıda bütünleştirilmesi ve KOBİ’lerin dijital dönüşüme erişiminin kolaylaştırılması öngörülmüştür (European Commission , 2018b; Okçu & Düz, 2021). Planın bir diğer boyutu, güvenilir ve erişilebilir bir Avrupa veri ekosistemi kurulmasına yöneliktir. Avrupa Veri Alanı (European Data Space) girişimi ve özellikle sağlık gibi yoğun veri girişinin olduğu alanlarda ortak veri tab anlarının geliştirilmesi, yapay zekâ destekli çözümler için temel öncelik olarak kabul edildi (European Commission, 2018b). Leyen’in , göreve başlarken ilk 100 günde etik temelli bir yapay zekâ mevzuatı sunma taahhüdü ve Birliğin durumu konusunda yaptığı açıklamada; dijital egemenlik, Avrupa bulutu ve güvenli dijital kimlik gibi girişimlere odaklanması, eşgüdüm mekanizmalarını bağlayıcı bir düzenleyici çerçeveye dönüştürme iradesini ortaya koymaktadır (von der Leyen, 2020). Eşgüdüm Planı, AB’nin yapay zekâ politikasında parçalı ulusal yaklaşımları ortak bir stratejiye dönüştürme çabasını ortaya koymaktadır. 3.3. AB Yapay Zekâ Etik Rehberi: Güvenilir ve Sorumlu Yapay Zekâ İçin Yol Haritası AB’nin yapay zekâ stratejisinin somutlaşmasında ve Eşgüdüm Planı’nın çerçevesinin netleşmesinde en önemli dönüm noktalarından biri, Nisan 2019’da yayımlanan İnsan Merkezli Yapay Zekâda Güven İnşası başlıklı etik kılavuz olmuştur (European Commission , 2019c). Yapay Zekâ Üst Düzey Uzman Grubu ve Avrupa Yapay Zekâ İttifakı’yla yürütülen danışma sürecine dayanan bu belge, yapay zekânın yalnızca teknik bir yenilik olmanın ötesinde, insan refahını ve toplumsal yararı artırmaya hizmet eden, Birlik değerleri yle uyumlu olduğu ölçüde meşru kabul edilebilecek bir araç olduğunu vurgulamıştır (Okçu & Düz, 2021). Etik rehber, güvenilir yapay zekâ için üç temel bileşen tanımlar. Bunlar; AB hukuk düzeni ve temel haklarla uyumluluk, teknolojik tasarım ve uygulamayı yö nlendiren etik ilkelere bağlılık ve güvenlik, şeffaflık, dayanıklılık, sürdürülebilirlik ve toplumsal güven boyutlarını içeren teknik - sosyal sağlamlık. Bu çerçevede Komisyon, güvenilir yapay zekâ için yedi etik ilke belirlemiştir. Etkin insan 100 * Sorumlu yazar : huseyinkavak@istanbul.edu.tr DOI: 10.58620/fbujoss.1845973 ARAŞTIRMA MAK ALESİ müdahalesi ve denetimi, teknik dayanıklılık ve güvenlik, mahremiyet, veri yönetimi, şeffaflık, çeşitlilik - ayrımcılık yasağı, toplumsal ve çevresel refah ve hesap verebilirlik (European Commission, 2019b; 2019c; Okçu & Düz, 2021; European Parliament , 2023b). Etik rehber, yapay zekâ sistemlerinin yalnızca işlevsel ve verimli olmalarını değil, aynı zamanda insana ve topluma karşı sorumlu biçimde tasarlanmalarını güvence altına almayı amaçlayan bir referans noktası hâline gelmiş ve gelecekte yasanın kav ramsal ve ilkesel zeminini oluşturan temel belgelerden biri olmuştur (European Parliament, 2023b). Etik Rehber, AI Act’in hukuki altyapısını oluşturan insan merkezli ve güvenilir yapay zekâ anlayışını kurumsallaştırmıştır. Ancak etik ilkelerin düzenleyici etki üretebilmesi, soyut değerlerin somut denetim ve yaptırım araçlarıyla desteklenmesine bağlıdır. 3.4. Beyaz Kitap: AB Yapay Zekâ Yasası’na Hazırlık ve Stratejiler Leyen’in insani ve etik temelli bir Avrupa yapay zekâ çerçevesi taahhüdüyle uyumlu olarak AB Komisyonu, 19 Şubat 2020’de Yapay Zekâ Hakkında Beyaz Kitap: Avrupa’nın Mükemmellik ve Güven Yaklaşımı başlıklı belgeyi yayımlamıştır (European Commission, 2020a ). Bu belge, 2015’ten itibaren dijital dönüşüm politikaları kapsamında yürütülen yatırım, strateji ve etik çerçeve çalışmalarının olgunlaşarak bütüncül bir yapay zekâ yönetimi vizyonuna dönüştüğünü göstermektedir. Komisyon, Beyaz Kitap aracılığıyla AB’yi k üresel yapay zekâ yarışında hem teknolojik açıdan rekabetçi bir aktör hem de norm belirleyici bir güç olarak konumlandırmayı hedeflemiştir. Belge, bu hedef doğrultusunda iki ana eksen tanımlamaktadır. İlk olarak, Avrupa’da yapay zekâ araştırma ve inovasyon kapasitesini güçlendiren, yatırım açığını azaltan ve mükemmellik ekosistemini destekleyen politikalar; ikinci olarak ise özellikle yüksek riskli yapay zekâ sistemleri için güvene dayalı bağlayıcı ve düzenleyici çerçeve oluşturma hedefi ( European Commission, 2020a ). Beyaz Kitap, etik rehberde ortaya konan insan merkezli ve değer temelli yaklaşımı referans alarak, hukuka uygunluk, etik ilkelere bağlılık ve teknik - sosyal sağlamlık kriterlerini düzenleyici alana taşımaktadır. Bu yönüyle Yapay Zekâ Yasası’nın stratejik çerçevesini hazırlayan geçiş metni işlevi görmektedir. Böylece AB, yapay zekâ alanında mükemmellik ve güveni aynı anda hedefleyen, yatırım ve düzenlemeyi birlikte kurgulayan bir yönetim modeline geçişin altyapısını oluşturmuştur (Tablo 2). Dönem Temel gelişme Süreçteki önemi Şubat 2017 AB Parlamentosu’nun Robotik için Medeni Hukuk Kuralları kararı Yapay zekâ ve robotik alanında etik, sorumluluk ve insan denetimi tartışmalarını AB gündemine taşımıştır. Nisan – Aralık 2018 Komisyonun Avrupa için Yapay Zekâ bildirimi ve Yapay Zekâ Üzerine Koordineli Planı AB’nin yapay zekâya ilişkin stratejik yaklaşımını ve üye devletlerle koordinasyon ihtiyacını ortaya koymuştur. Nisan – Haziran 2019 AI HLEG’in Güvenilir Yapay Zekâ için Etik İlkeler kılavuzu ve politika - yatırım önerileri Güvenilir yapay zekâ anlayışını etik ilkeler, insan denetimi, şeffaflık, teknik sağlamlık ve hesap verebilirlik temelinde şekillendirmiştir. Şubat 2020 AB Komisyonu Beyaz Kitap: Yapay Zekâ Üzerine - Mükemmelik ve Güvene Yönelik Avrupa Yaklaşımı AI Act’in temelini oluşturacak risk - temelli düzenleme yaklaşımını geliştirmiştir. 101 * Sorumlu yazar : huseyinkavak@istanbul.edu.tr DOI: 10.58620/fbujoss.1845973 ARAŞTIRMA MAK ALESİ Nisan 2021 Komisyonun AI Act teklifini sunması ve Koordineli Planı güncellemesi Yapay zekâ alanında bağlayıcı ve yatay nitelikli ilk AB düzenleme sürecini başlatmıştır. Haziran – Aralık 2022 Konsey müzakereleri, uzlaşı metinleri ve ortak tutumun kabulü Üye devletlerin AI Act’e ilişkin müzakere pozisyonu netleşmiş ve yasama süreci kurumsal zemine oturmuştur. Eylül 2022 AI Liability Directive ve Revised Product Liability Directive önerileri AI Act’in risk yönetimi yaklaşımı, yapay zekâ kaynaklı zararlar bakımından sorumluluk rejimiyle tamamlanmak istenmiştir. 2023 Genel amaçlı yapay zekâ ve temel model tartışmaları ChatGPT ve benzeri sistemlerin yükselişiyle sistemik risk, genel amaçlı yapay zekâ ve temel model hükümleri AI Act metninde daha belirgin hâle gelmiştir. Aralık 2023 Parlamento ve Konsey arasında geçici siyasi anlaşmaya varılması AI Act’in temel içeriği üzerinde kurumlar arası siyasi uzlaşı sağlanmıştır. Mart – Mayıs 2024 Avrupa Parlamentosu’nun kabulü ve Konsey’in nihai onayı AI Act’in yasama süreci tamamlanmış; düzenleme yayımlanma ve yürürlüğe giriş aşamasına geçmiştir. Temmuz – Ağustos 2024 (AB) 2024/1689 sayılı Tüzük AB Resmî Gazetesi’nde yayımlan arak yürürlüğe girdi. AI Act’in kademeli uygulama süreci başlamıştır. Tablo 2 : AB Yapay Zekâ Yasası’na Giden Sürecin Ana Aşamaları (Kaynak: Yazar tarafından AB Komisyonu, AB Parlamentosu, AB Konseyi kararları ve 2024/1689/EU sayılı Tüzük esas alınarak hazırlanmıştır.) Tablodaki kronoloji, AB’nin yapay zekâ politikasının ani ve birbirinden bağımsız bir düzenleme sürecinin ürünü olmadığını; aksine etik ilkelerden, yatırım ve inovasyon stratejilerine kadar bağlayıcı hukuki çerçeveye uzanan aşamalı ve bütüncül bir politika inşa sürecinin sonucu olduğunu ortaya koymaktadır. 2017’de robotik alanına odaklanan hukuki tartışmalarla başlayan süreç, 2018 - 2019 döneminde yapay zekânın etik, toplumsal ve ekonomik etkilerini merkeze alan belgelerle derinleşti. 2020’de Beyaz Kitap ile m ükemmeliyet ve güven ekseninde Avrupa’ya özgü bir yaklaşım ilkesi belirlendi. 2021’de sunulan Yapay Zekâ Yasası teklifi, daha önceki birikimleri bağlayıcı bir düzenlemeye dönüştürürken; 2022 sonrasında sorumluluk rejimine ilişkin tamamlayıcı mevzuat ve 202 3’te genel amaçlı yapay zekâ sistemlerine yönelik düzenlemelerin eklenmesi, AB’nin teknolojik gelişmelere uyum sağlayan dinamik bir yönetim anlayışı benimsediğini göstermektedir. Ayrıca Beyaz Kitap, AB’nin etik ilkelerden bağlayıcı düzenlemeye geçişinde kr itik bir eşik oluşturmuştur. Bu belge, AI Act’in yalnızca teknik uyum kuralları değil, aynı zamanda rekabet, güven ve temel hakları birlikte ele alan bir yönetişim modeli olarak tasarlandığını göstermektedir. 3.5 Risk Temelli ve Güven Odaklı AB Yapay Zekâ Yasası (AI Act) Düzenleyici ve yatırım odaklı stratejiler temelinde şekillenen AB yapay zekâ politikası, Birliğe önemli yenilik fırsatları sunmakla birlikte ciddi etik, hukuki ve sosyo - ekonomik riskler de barındırmaktadır. Bu nedenle AB Komisyonu, 21 Nisan 2021 tarihli ya sa önerisiyle, yapay zekâya ilişkin mevzuatı kamu ve özel sektördeki tüm aktörleri kapsayan risk temelli bir çerçeveye kavuşturmayı hedefliyordu. Böylece teknolojik rekabet gücü artarken temel haklar, güvenlik ve şeffaflık bakımından yüksek koruma 102 * Sorumlu yazar : huseyinkavak@istanbul.edu.tr DOI: 10.58620/fbujoss.1845973 ARAŞTIRMA MAK ALESİ standartlarını sürdürme iradesi de ortaya konulmuş oldu (European Commission, 2021d). Özellikle KOBİ’lere yönelik idari ve mali yüklerin sınırlandırılmasına dönük hükümler, yenilikçiliği teşvikle düzenleyici sıkılık arasında denge arayışının somut göstergesi niteliğindedir. AI Act’in merkezinde, yapay zekâ sistemlerinin kabul edilemez risk, yüksek risk, sınırlı risk ve düşük risk kategorileri altında sınıflandırılmasına dayanan risk düzenlemesi yer almaktadır (Görentaş & Çiftçi, 2024). Kabul edilemez risk kategorisi, bireyleri bilinçaltı tekniklerle manipüle eden veya savunmasız grupların zayıflıklarını istismar eden uygulamalar gibi Birlik değerleriyle bağdaşmayan sistemleri kapsamakta ve bu uygulamalar açıkça yasaklan maktadır (European Union, 2024a ). Eğitim, istihdam, kritik altyapı, sağlık, adalet ve göç yönetimi gibi alanlarda temel haklar üzerinde doğrudan etkisi bulunan yüksek riskli sistemler ise sıkı denetim ve ayrıntılı uyum yükümlülükleri altında piyasaya arz edilebilmektedir. Buna karşılık, karar alma süreçlerine yalnızca sınırlı düzeyde etki eden destekleyici nitelikteki sistemler “sınırlı risk”, kullanıcıyı doğrudan ve ciddi biçimde etkilemeyen uygulamalar ise “düşük risk” kategorisinde değerlendirilmektedir (Şekil 1). AB’de piyasada bulun an yapay zekâ sistemlerinin önemli bir bölümünün bu son grupta yer aldığı belirtilmektedir ( European Union, 2024a). Şekil 1: Risk Temelli Yapay Zekâ Piramidi (Kaynak: European Commission, 2023b esas alınarak yazar tarafından hazırlanmıştır.) Yasa, risk sınıflandırmasının ötesinde yapay zekâ sistemlerine yönelik bir dizi bağlayıcı yükümlülük getirmektedir. Bu kapsamda sağlayıcılardan, piyasa sonrası sürekli gözetim mekanizmaları kurmaları, ciddi olaylar ve teknik aksaklıkları yetkili otoriteler e bildirmeleri, risk değerlendirme ve azaltma süreçlerini işletmeleri, nitelikli ve temsil gücü yüksek veri setleri kullanmaları ve sistemlerin izlenebilirliği ile şeffaflığını güvence altına alarak kullanıcıları açık biçimde bilgilendirmeleri beklenmekted ir. Bu süreçlerin koordinasyonu ve standardizasyonunun sağlanmasından sorumlu üst yapı olarak Avrupa 103 * Sorumlu yazar : huseyinkavak@istanbul.edu.tr DOI: 10.58620/fbujoss.1845973 ARAŞTIRMA MAK ALESİ Yapay Zekâ Kurulu (European Artificial Intelligence Board) öngörülmüştür (European Commission, 2023b; European Union, 2024a; Görentaş & Çiftçi, 2024). Komisyon’un 2021 tarihli önerisi, Konsey ve Parlamento nezdinde yürütülen yoğun müzakerelerin ardından Ar alık 2023’te siyasi uzlaşma sağlanmış; böylece AB tarihinin en kapsamlı dijital düzenlemelerinden birinin yasalaşma süreci tamamlanma aşamasına gelmiştir. Komisyon, bu mutabakatı Avrupa değerlerini dijital çağda korumayı amaçlayan, güvenli ve insan merkezli bir yapay zekâ vizyonunu somutlaştıran tarihsel bir adım olarak nitelendirmiştir (European Commission, 2023a; Council of the European Union, 2023). Bu çe rçevede AI Act , yalnızca teknik bir uyum rejimi değil, aynı zamanda AB’nin temel haklar, insan onuru ve kamu güvenliği ekseninde şekillenen kurumsal vizyonunun ifadesi ve küresel yapay zekâ yönetimi için referans noktasıdır. Yasa, özetle şu amaçlar etrafında şekillenmek tedir (European Union, 2024a; European Data Protection Supervisor, 2024): • Güvenli, şeffaf, hesap verebilir ve temel haklarla uyumlu yapay zekâ sistemlerini teşvik etmek, • Yenilikçiliği destekleyen, öngörülebilir ve istikrarlı bir düzenleyici ortam oluşturarak yatırımları hızlandırmak, • Sağlayıcılar ve kullanıcılar için açık kurallar, yükümlülükler tanımlayarak hukuki netlik ve güçlü bir yönetişim yapısı sağlamak, • Temel hakların güvenliğini sağlayarak yapay zekâ sistemlerinin ayrımcılığa, mahremiyet ihlaline ve diğer hak ihlallerine yol açmasını önlemek, • Ortak standartlar ve kurallar aracılığıyla yapay zekâ için işleyen bir tek Avrupa pazarı oluşturmak. Risk temelli yaklaşım, AI Act’in düzenleyici mimarisinin merkezinde yer almakta ve müdahale yoğunluğunu sistemlerin toplumsal etkisine göre farklılaştırmaktadır. Ancak bu modelin başarısı, risk kategorilerinin açık yorumlanmasına, teknik standartların netleşmesine ve ulusal denetim otoritelerinin yeterliliğine bağlıdır. 4. Dijital Çağda Yapay Zekâ Yasasını Bekleyen Zorluklar Dijital teknolojilerdeki hızlı dönüşüm ve yapay zekâ sistemlerinin yaygınlık kazanması, temel haklar, ekonomik rekabet ve kamu düzeni üzerindeki etkilerin doğrudan yönetilmesi gereken bir sürece dönüşmesine yol açmıştır. Bu durum, AI Act’in özellikle yükse k riskli sistemlerde öngördüğü uyumluluk, şeffaflık ve hesap verebilirlik yükümlülüklerinin nasıl denetleneceği ve uygulanacağı konusunda belirsizlikler yaratmaktadır (European Commission , 2021k). Üye devletler arasındaki teknik donanım, kurumsal kapasite ve idari uzmanlık farkları, denetim süreçlerinin ülkeden ülkeye farklılaşmasına yol açmakta; bu durum özellikle yüksek riskli yapay zekâ sistemlerinde uygulama birliğini zayıflatmaktadır 104 * Sorumlu yazar : huseyinkavak@istanbul.edu.tr DOI: 10.58620/fbujoss.1845973 ARAŞTIRMA MAK ALESİ (European Commission, 2025a ). Buna ek olarak, ABD ve Çin merkezli şirketlerin sahip olduğu sermaye gücü, veri hacmi ve ölçek avantajı, AB’nin etik ve risk temelli düzenleme modelini yalnızca hukuki bir çerçeve olmaktan çıkararak teknolojik rekabet, stratejik özerklik ve dijital egem enlik tartışmalarının merkezine taşımaktadır. Bu nedenle Yapay Zekâ Yasası’nın karşı karşıya olduğu zorluklar, sadece teknik uyum sorunlarıyla sınırlı olmayıp aynı zamanda küresel rekabet baskısıyla yapısal bir sorun alanı oluşturmaktadır. 4.1. Veri Gizliliği ve Güvenliğinden Kaynaklanan Zorluklar Yapay zekâ tabanlı uygulamaların, özellikle sağlık ve eğitim gibi kişisel verilerin yoğun olarak işlendiği alanlarda yaygınlaşması; veri gizliliği ve güvenliği konusunda düzenleyici ve etik düzeyde kapsamlı tartışmaları gündeme getirmektedir. GDPR, kişisel verilerin toplanması, işlenmesi ve saklanması süreçlerinde mahremiyetin korunmasına dair düzenleyici kurallar öngörmektedir. Buna karşın verinin gerçek sahipliği ve kontrolünün büyük özel sektör aktörlerinde yoğunlaşması, Birlik içindeki yasal uyum tartış malarını aşan yeni etik sorunlar ortaya çıkarmaktadır ( European Union, 2016; European Parliament, 2020; Lupicinio, 2025). Google, Apple ve Meta gibi büyük teknoloji şirketleri kullanıcı verilerini algoritmalarını geliştirmek, modelleri eğitmek ve pazardaki konumlarını güçlendirmek amacıyla toplamakta ve bu verileri bazı durumlarda dış paydaşlarla sınırlı biçimde paylaşmaktadı r (Schäfer vd., 2023) . Bu durum, eğitim, sağlık ve sivil savunma gibi alanlarda veri setlerinin kamu yararına kullanılmasını güçleştiren fiilî engeller ortaya çıkarmaktadır. Kamu kurumları ve akademik çevreler, yapay zekâ modellerini geliştirmek için ihtiyaç duydukları veri se tlerine çoğu durumda bu kurumsal tekelleşme nedeniyle geç veya kısıtlı biçimde erişebilmektedir (Kollnig, 2023; Schäfer vd., 2023). Buna ek olarak, uluslararası düzeyde veri koruma rejimlerindeki farklılıklar, sınır ötesi veri akışını zorlaştıran yapısal bir engel olarak öne çıkmaktadır. Örneğin Avrupa’daki GDPR temelli veri koruma standartlarıyla ABD’deki daha esnek veri paylaşımı uygulamaları arasındaki uyumsuzluk çok uluslu şirketlerin veriyi nerede saklayacağı, hangi otoriteye karşı sorumlu olacağı ve veriyi kimlerle paylaşacağına ilişkin kararlarını doğrudan etkilemektedir. Bu durum hem hukuki belirsizlikleri artırmakt a hem de küresel ölçekte uyumlu bir yapay zekâ yönetiminin geliştirilmesini güçleştirmektedir ( Kollnig, 2023; Oyakhare, 2022). AI Act, yüksek riskli yapay zekâ sistemlerinde kullanılan eğitim, doğrulama ve test veri setlerinin yüksek kalite standartlarını karşılamasını zorunlu hâle getirmektedir. Buna göre, veri setlerinin nasıl toplandığı, nasıl hazırlandığı, temsiliyet düzeyi, h ata oranı, bağlamsal uygunluğu ve önyargı riski açık biçimde denetlenmek zorundadır (European Commission, 2025c; Ortigosa , 2025). Bu çerçevede AB’nin veri yönetimi stratejisi; bireylerin temel haklarını koruma, yenilikçiliği ve veri temelli yapay zekâ uygulamalarını geliştirme hedefini aynı anda gerçekleştirmeyi amaçlamaktadır. Ancak bu dengenin kurulabilmesi üye devletler a rasında hukuki uyumun sağlanmasına, özel sektörle kamu yararı arasında 105 * Sorumlu yazar : huseyinkavak@istanbul.edu.tr DOI: 10.58620/fbujoss.1845973 ARAŞTIRMA MAK ALESİ daha dengeli bir veri paylaşım politikasının oluşturulmasına ve teknik standartların ortak hâle getirilmesine bağlıdır (European Commission, 2024; Bernardo vd., 2024). 4.2. Teknoloji ve Altyapı Kaynaklı Zorluklar Küresel ölçekte etkili ekonomiler, yapay zekâ alanındaki güçlerini pekiştirmek ve liderlik pozisyonlarını korumak amacıyla stratejik yatırımlar, çok yönlü Ar - Ge iş birlikleri ve inovasyon politikaları yürütmektedir. Ancak küresel liderlik için kıyasıya bir rekabet yaşanırken, AB’nin bu yarışta ne ölçüde bağımsız hareket edebildiği ve yapay zekâda küresel liderlik hedefine ne kadar yaklaştığı hâlâ tartışmalı bir konudur (European Commission, 2025 c ). AB’nin teknolojik egemenlik ve küresel yapay zekâ liderliği söylemini politika belgelerinde ortaya koymasına karşın hedeflerle mevcut performans arasında belirgin bir fark bulunmaktadır. AB bilimsel araştırma kapasitesine rağmen ABD ve Çin’le karşılaştı rıldığında büyük teknoloji şirketlerinin sayısının sınırlı olması, yapay zekâ finansmanı ve ölçek ekonomileri açısından Birliği dezavantajlı bir konuma itmektedir (Balfour , 2021). AB İç Pazar Komiseri Thierry Breton’un teknolojik egemenliği yeni jeopolitik düzenin merkezî ögesi olarak tanımlaması ve Leyen’in Avrupa’nın kuantum hesaplama, yapay zekâ, blok zincir ve kritik çip teknolojileri üzerinde egemenlik sağlaması gerekt iğini vurgulaması, mevcut yapısal açığın Birlik düzeyinde açıkça fark edildiğini göstermektedir (European Commission, 2019d; Euractiv, 2021). Küresel düzeyde ABD ve Çin arasındaki jeopolitik rekabet, yapay zekâ yeteneklerini geliştirme, uluslararası normları belirleme ve teknolojik üstünlük sağlama mücadelesi şeklinde sürmektedir. ABD, yüksek özel sektör yatırımları, yenilikçi teknoloji ekosiste mi ve güçlü Ar - Ge altyapısıyla yapay zekâ alanındaki küresel liderliğini korumaktadır. Çin ise devlet destekli yatırımlar, hızla genişleyen dijital ekonomisi ve büyük veri havuzlarına dayalı kapasitesiyle Batı’nın teknolojik liderliğine meydan okumaktadır (OECD, 2023a; She ehan , 2023). Bu durum karşısında AB, hem küresel rakipleriyle arasındaki yapısal farkı kapatmak hem de kendi içinde giderek derinleşen bölgesel dijital uçurumla mücadele etmek zorundadır. Nitekim küresel ekonomik gelişmişlik farkları kadar, Avrupa’nın kendi iç indeki bölgesel gelişmişlik farkları da dijital altyapıya doğrudan yansımaktadır. Yapay zekâ sistemlerinin eğitimi için gerekli olan büyük veri kümelerinin toplanması ve işlenmesi, yüksek bant genişliği, güvenilir ağ altyapısı ve gelişmiş sayısal kapasite gerektirmektedir ( European Commission, 2025 c ). Avrupa’nın farklı bölgelerinde altyapı yetersizlikleri, dijitalleşme sürecini önemli ölçüde yavaşlatmaktadır. Özellikle kırsal ve düşük gelirli bölgelerde internet altyapısının zayıf olması; büyük veri kümelerinin toplanması ve işlenmesini güçleştirmektedi r. Doğu Avrupa’daki bazı ülkelerde gözlemlenen düşük internet hızları ve veri erişimindeki kısıtlamalar, bu sorunun somut örneklerini oluşturmakta dır (European Commission, 2019f ). Örneğin Bulgaristan ve Romanya gibi ülkelerde dijital altyapı, gelişmiş Batı Avrupa ülkeleriyle karşılaştırıldığında daha geride kalmakta; bu durum, büyük ölçekli veri işleme ve yapay zekâ 106 * Sorumlu yazar : huseyinkavak@istanbul.edu.tr DOI: 10.58620/fbujoss.1845973 ARAŞTIRMA MAK ALESİ teknolojilerinin etkili kullanımını önemli ölçüde sınırlamaktadır (European Commission , 2019f). Ancak Avrupa’nın dijital dönüşümünü yalnızca teknolojik altyapı yatırımlarıyla desteklemek yeterli değildir; yetkin insan kaynağına yatırım da en az bunun kadar kritik bir boyut oluşturmaktadır. Yapay zekâ ve otomasyonun iş gücü piyasasında yarat acağı dönüşümün yanı sıra, bilişim ve iletişim teknolojileri (ICT) alanındaki uzman açığının giderek büyümesi, AB’nin stratejik zafiyet alanlarından birini oluşturmaktadır. 2017 verilerine göre yaklaşık 240.000 Avrupalının Silikon Vadisi’nde çalışıyor olması, Avrupa’nın teknoloji yeteneklerini eğitme, çekme ve elde tutma konusunda daha kararlı ve isabetli adımlar atması gerektiğini ortaya koymaktadır (European Commission , 2018b: 5). Bu durum, yalnızca beyin göçü sorunu değil, aynı zamanda Birliğin uzun vadeli inovasyon kapasitesine yönelik bir risk olarak kabul edilmelidir. Dolayısıyla Avrupa’nın küresel dijital rekabette geri kalmaması ve teknolojik üstünlüğünü koruyabil mesi için, veri ekonomisini güçlendiren, yenilikçiliği teşvik eden ve en önemlisi kendi insan kaynağına sistematik biçimde yatırım yapan bütüncül bir strateji izlemesi kaçınılmazdır (Ulnicane , 2022). Aksi hâlde, düzenleyici alandaki liderlik iddiası, somut teknolojik kapasite ve altyapı eksiklikleri nedeniyle orta ve uzun vadede sürdürülebilirliğini yitirme riskiyle karşı karşıya kalabilir. 4.3. Yönetimsel ve Yapısal Zorluklar Üye devletler arasında algoritmik şeffaflık, veri kalitesi, denetim mekanizmaları ve yüksek riskli sistemlerde uyumluluk gerekliliklerinin nasıl uygulanacağına ilişkin belirsizlikler, AI Act’in uygulamada karşılaştığı düzenleyici sınırları açık biçimde ort aya koymaktadır (Lewis vd., 2025). Bu durum yalnızca bireylerin temel haklarının korunması açısından değil; aynı zamanda teknolojik kazanımların adil paylaşımı, veri egemenliği ve toplumsal eşitsizliklerin derinleşmesi bakımından da ciddi sosyo - ekonomik riskler üretmektedir. Buna yönelik tartışmalar, AI Act müzakereleri sırasında açık biçimde görülmüştür. Danimarka, İrlanda, Finlandiya, İsveç, Fransa, Benelüks ülkeleri, İspanya, Portekiz, Polonya, Çekya, Estonya ve Letonya’nın yer aldığı 14 üye devletin, bağlayıcı kuralların r ekabet gücünü zayıflatacağı gerekçesiyle daha esnek bir düzenleme modelini savunması, ulusal sanayi politikalarının AB düzeyinde her zaman tam uyum göstermediğini ortaya koymaktadır (AI - Regulation.com, n.d.). Buna karşılık, Macaristan’da protestocuların yü z tanıma teknolojileriyle izlenmesine izin veren düzenleme, ulusal güvenlik gerekçeleriyle AI Act’in temel haklar merkezli yaklaşımı arasındaki yapısal çatışmayı somut biçimde göstermektedir ( European Parliament, 2023b; Euronews, 2024 ; The Guardian, 2025 ). Buna ek olarak, bölgesel kalkınma farkları yapay zekâ yönetişiminde önemli bir yapısal zorluk olarak ortaya çıkmaktadır. Almanya ve Fransa gibi yüksek yatırım kapasitesine sahip ülkeler düzenlemelere hızla uyum sağlayabilirken; Doğu Avrupa ülkeleri tekn ik altyapı, finansman ve uzmanlık eksikliği nedeniyle uyum maliyetlerini karşılamada zorlanmaktadır. Bu durum, iç pazarda temel hakların korunmasında farklı yönelimlere neden olmaktadır. Buna ek olarak, nitelikli işgücünün ABD gibi teknoloji merkezlerine y önelmesi, Avrupa’nın inovasyon kapasitesini zayıflatmakta ve dijital egemenlik hedefleri açısından uzun vadeli risk oluşturmaktadır (European Commission, 2018b; Ulnicane, 2022). 107 * Sorumlu yazar : huseyinkavak@istanbul.edu.tr DOI: 10.58620/fbujoss.1845973 ARAŞTIRMA MAK ALESİ 4.4. Savunma ve Güvenlik Politikalarından Kaynaklanan Zorluklar Yapay zekâ destekli savunma teknolojilerinin hızla yaygınlaşması, küresel güvenlik alanına niteliksel dönüşümler getirdiği gibi yeni risk türlerinin ortaya çıkmasına yol açmaktadır (Crootof, 2015). Otonom silah sistemlerinin askeri operasyonlara dâhil olma sı, literatürde ölümcül otonom silah sistemleri (LAWS) tartışmasını derinleştirirken; Libya iç savaşında kullanılan otonom silahların örneği, uluslararası insancıl hukuk ve etik normların güncellenmesi gerekliliğini açık biçimde göstermiştir. Büyük güçler arasında yapay zekâ temelli silahlanma yarışının hızlanması, stratejik dengeyi zayıflatabileceği gibi kriz anlarında yanlış hesaplama risklerini artırarak küresel istikrara yönelik ilave tehditler oluşturmaktadır. ABD, Çin ve Rusya’nın ulusal güvenlik stratejilerinde yapay zekâyı merkezi bir unsur hâline getirmesi, küresel ölçekte askeri rekabetin teknolojik boyutunu ön plana çıkarmaktadır. Pentagon’un 2023’te kurduğu Task Force Lima, üretken yapay zekânın savunma u ygulamalarının sistematik biçimde değerlendirilmesine yönelik kurumsal bir adım niteliğindedir (Csernatoni, 2023). Bu tabloyu destekleyen veriler, ABD’nin savunma amaçlı yapay zekâ yatırımlarının 2016 - 2024 arasında üç katına çıktığını; Çin’in ise savunma m odernizasyonunu yapay zekâ tabanlı platformlar ve otonom sistemler üzerine inşa ettiğini göstermektedir. Rusya ise askeri teçhizatının büyük bölümünü 2025’e kadar otomatikleştir meyi hedeflemektedir ( European Parliamentary Research Service [ EPRS ] , 2024 ). Bu eğilimler, yapay zekânın küresel askeri rekabette belirleyici bir araç hâline geldiğini ortaya koymaktadır. Jeopolitik risklerin artışına yanıt olarak AB; savunma ve güvenlik stratejilerinde yeni nesil teknolojiler ve dijital savunma kapasitesi vurgusunu öne çıkarmaktadır. Bu bağlamda yapay zekâ destekli savunma sistemleri, olası modernizasyon bileşenlerinden bi ri olarak değerlendirilebilir (European Union , 2022b). Bu stratejik yönelime paralel olarak AB, savunma alanındaki kurumsal koordinasyonu ve eğitim altyapısını güçlendirmek amacıyla Avrupa Güvenlik ve Savunma Koleji’nin (ESDC) yapısını güncellemiş ve yetki çerçevesini yeniden düzenlemiştir (Council o f the European Union, 2024). Avrupa Savunma Hazırlığı 2030 (European Defence Readiness 2030) stratejisi ise yapay zekâ, kuantum, siber güvenlik ve robotik gibi yüksek etkili teknolojileri Avrupa’nın savunma kapasitesi için öncelikli alanlar olarak tanımlamaktadır. Bu kapsamda açıklanan Avrupa’yı Yeniden Silahlandırma Planı / 2030 Hazırlık Programı (ReArm Europe Plan / Readiness 2030) girişimi, yapay zekâ dâhil olmak üzere kritik teknolojiler için 800 milyar avroya kadar kaynak aktarımı ve SAFE programı aracılığıyla ortak tedarik mekanizmalarının geliştirilmesini öngörmektedir. Bununla birlikte, Avrupa Sav unma Fonu’nun yapay zekâ ve diğer yıkıcı teknolojilere yönelik kaynak ayırmasına rağmen, AB’nin savunma Ar - Ge kapasitesinin küresel rakiplerinin belirgin biçimde gerisinde kalması, Birliğin stratejik özerklik iddiasını zayıflatmaktadır. ABD’nin yıllık savunma Ar - Ge harcamalarının AB üye devletlerinin toplamının katbekat üzerine çıkması ve Google, Microsoft ve Amazon gibi büyük teknoloji şirketlerinin tekil Ar - Ge yatırımlarının birçok AB ülkesinin kamu araştırma bütçelerine yaklaşması, Avr upa’nın rakipleri karşısındaki yapısal dezavantajını 108 * Sorumlu yazar : huseyinkavak@istanbul.edu.tr DOI: 10.58620/fbujoss.1845973 ARAŞTIRMA MAK ALESİ ortaya koymaktadır (EPRS, 2025). Ukrayna savaşında Palantir, Microsoft, Amazon ve Clearview AI gibi şirketlerin istihbarat analizi, bulut altyapısı ve biyometrik gözetim alanlarında oynadığı belirleyici rol, askeri kapasitenin artık yalnızca devletler arası güç dengeleriyle değil, özel teknoloji şirketleriyle kurulan derin bağımlılık ilişkileri üzerinden şekillendiğini göstermektedir (IndepthNews, 2023; The Guardian, 2022). Bu eğilim, algoritmalara devredilen karar süreçlerinin şeffaflığı, hesap verebilirliği ve uluslararası hukukla uyumu konusunda ciddi soru işaretleri doğurmakta; devlet egemenliği ile özel sektör gücü arasındaki sınırların giderek bulanıkl aştığını ortaya koymaktadır. Savunma ve güvenlik alanındaki gelişmeler, AI Act’in sivil ve ticari yapay zekâ uygulamalarıyla sınırlı olmayan daha geniş bir stratejik çevrede değerlendirilmesi gerektiğini göstermektedir. AB’nin etik ve insan merkezli yaklaşımı, güvenlik teknolojilerindeki hızlı dönüşüm karşısında ancak savunma inovasyon u ve denetim kapasitesiyle desteklendiğinde etkili olabilir. 4.5. Küresel Rekabet ve Stratejik Ortaklıklardan Kaynaklanan Zorluklar ABD’nin gelişmiş araştırma enstitüleri, yenilik odaklı piyasa yapısı ve güçlü teknoloji ekosistemi yapay zekâ alanındaki üstünlüğünü pekiştirmektedir. Nitekim Google, Amazon, Meta ve Apple gibi büyük teknoloji şirketleri, geniş veri altyapıları ve yüksek n itelikli insan kaynağını bir araya getirme kapasiteleriyle, küresel yapay zekâ ekosisteminin yönünü belirleyen başlıca aktör durumundadır (OECD, 2024b). AB’nin uluslararası yapay zekâ yönetiminde daha etkin katılım sağlayabilmesi ve küresel norm belirleme süreçlerinde stratejik bir rol üstlenebilmesi için dış tehditlere karşı rekabet gücünü artırması gerekmektedir ( Csernatoni, 2023; European Commission, 2025c; Veale & Zuiderveen Borgesius, 2021). Bu bağlamda gelecekteki teknolojik tasarımlar açısından AB’yi bekleyen en önemli zorluklardan biri, dışa bağımlılığın sürmesidir. Doğal dil işleme ve belirli yazılım uygulam alarında güçlü bir konum elde etmiş olsa da donanım altyapısı, yarı iletken üretimi ve yüksek hesaplama kapasiteleri gibi kritik bileşenlerde hâlen büyük ölçüde ABD merkezli teknoloji üreticilerine bağımlıdır (European Union, 2023; OECD, 2024a ). Bu durum, Birliğin teknolojik egemenlik söylemini fiili açıdan tartışmalı hâle getirmektedir. Buna ek olarak, ABD ve Çin’in daha geniş ve kolay erişilebilir veri havuzlarına sahip olması, AB’nin rekabet gücünü sınırlayan bir diğer faktördür. Avrupalı ar aştırmacılar, diğer bölgelerdeki meslektaşlarına kıyasla veri kaynaklarına erişimde daha fazla kısıtla karşılaşmaktadır. ABD, kişisel veriler üzerinde tekel konumunu güçlendirirken; AB, parçalı ve ulusal sınırlar arasında bölünmüş veri pazarını birleştirme çabası içindedir. Bu nedenle AB’nin, anonimleştirilmiş ve temizlenmiş veri tabanları oluşturmak amacıyla diğer küresel aktörlerle veri iş birliğini güçlendirmesi gerekmektedir ( European Commission, 2020c; OECD, 2019a; Samsun, 2021). Transatlantik iş birliği, AB’nin yapay zekâ alanında rekabet gücünü artırması için stratejik bir hamle olarak değerlendirilebilir (European Commission, 2021f). Bu doğrultuda AB, Washington yönetimi ile birlikte yapay zekânın gelişimi konusunda ortak bir an layış geliştirmek ve sorumlu yapay zekâ yönetimi için AB - ABD Ticaret ve Teknoloji Konseyi (TTC) nezdinde girişimlerde bulunmuştur. Bu çerçevede, söz 109 * Sorumlu yazar : huseyinkavak@istanbul.edu.tr DOI: 10.58620/fbujoss.1845973 ARAŞTIRMA MAK ALESİ konusu iş birliği eksenine ilişkin iç tartışmalar da öne çıkmaktadır. Son dönemde iki taraf arasındaki inişli - çıkışlı diplomatik ilişkiler ve Washington yönetiminin tutumu, Fransa Cumhurbaşkanı Emmanuel Macron’un Avrupa’nın ABD’ye olan bağımlılığını azaltm a ve Washington ile Pekin arasındaki jeopolitik gerilimlere taraf olmama yönündeki çağrılarına zemin hazırlamıştır (Csernatoni, 2023; European Commission, 2021f; European Parliament, 2023a; Politico, 2023; European Union , 2024b). Ekonomik ve siyasi yaptırımların gündeme geldiği bir dönemde, yapay zekânın geleceğinin tek bir aktörün stratejik tercihlerine bırakılmaması gerektiği yönündeki yaklaşımlar öne çıkmaktadır. Bu nedenle, AB’nin jeopolitik ağırlığı artan diğer aktör lerle (Hindistan, Japonya, Güney Kore, Tayvan, Birleşik Arap Emirlikleri gibi) ikili ve çok taraflı ortaklıklar geliştirmesi stratejik bir öncelik hâline gelmektedir. Bu ülkelerle yapılacak iş birlikleri hem tedarik zincirlerinin çeşitlendirilmesi hem veri paylaşımı ve teknik standartlarda uyum hem de yapay zekâ ve yarı iletkenler gibi stratejik teknolojilerde daha dengeli bir küresel ekosistem oluşturulması bakımından AB’ye önemli imkânlar sunabilir. 4.6. Yatırım ve Finansman Zorlukları Yapay zekâ inovasyonu konusunda Avrupa’daki yüksek teknoloji merkezlerinin daha etkin işleyebilmesi için Birliğin kapsamlı girişimlere ve güçlü mali destek mekanizmalarına ihtiyaç duyduğu ortadır (European Commission, 2021h; OECD, 2023b). Bu doğrultuda AB Komisyonu, gerekli finansmanı sağlamak ve yapay zekâ teknolojilerinin gelişimini teşvik etmek amacıyla çeşitli finansal önlemler devreye almıştır. Örneğin, Horizon 2020 programı kapsamında 2018 - 2020 yılları arasında yapay zekâya 1,5 milyar avro (yaklaşık 1 ,6 milyar dolar) kaynak ayrılmıştır (European Commission, 2021g). Dijital Avrupa Programı çerçevesinde ise 2021 - 2027 bütçesi kapsamında yapay zekâ yatırımlarını ve kamu yönetimlerinde yapay zekâ kullanımını teşvik etmek amacıyla ek 2,5 milyar avro (yaklaşı k 2,7 milyar dolar) tahsis edilmiştir. Buna karşın, bu finansman düzeyleri; Avrupa’nın teknolojik kapasitesini artırma, stratejik özerkliğini güçlendirme ve ekonomik güvenliğini koruma hedefleri dikkate alındığında sınırlı kalmaktadır (Csernatoni, 2023). J eopolitik rakiplerle karşılaştırıldığında, yatırım farklılığı öne çıkmaktadır (Tablo 3) . ABD ve Çin’de yapay zekâ finansmanının önemli bir bölümü özel sektör yatırım ve sermayesinden kaynaklanırken, AB’de kamu girişimleri ve kamu destekli programlar daha baskın konumdadır. Bu da risk sermayesi ve ölçeklenebilir girişim ekosistemi açısından A B’nin dezavantajı nı derinleştirmektedir ( European Commission, 2021k ; EPRS, 2024). Ülke Değer ABD 44,04 Çin 12,47 Birleşik Krallık 4,06 İsrail 3,01 110 * Sorumlu yazar : huseyinkavak@istanbul.edu.tr DOI: 10.58620/fbujoss.1845973 ARAŞTIRMA MAK ALESİ Hindistan 3.01 Güney Kore 2,88 Almanya 2,19 Kanada 1,70 Fransa 1,65 Arjantin 1,41 Avustralya 1,26 Singapur 1,05 İsviçre 0,97 Japonya 0,67 Finlandiya 0,57 Tablo 3: Ülkelere Göre Yapay Zekâ Yatırım Payları (2023 / milyar avro). (Kaynak: Maslej vd., 2023 AI Index Report) 2023’te küresel yapay zekâ pazarı, 130 milyar avronun üzerinde bir değere ulaşmış olup, 2030’a kadar yaklaşık 1,9 trilyon avroya kadar büyümesi beklenmektedir (Statista , 2023). Günümüzde yapay zekâ alanındaki yatırımların büyük bir kısmı özel sektör kaynaklıdır. Nitekim 2022’de özel yapay zekâ yatırımlarında ABD, 44 milyar avro ile lider konumdayken, onu 12 milyar avro ile Çin takip etmiştir (Tablo 3). Aynı yıl AB ve Bir leşik Krallık birlikte toplam 10,2 milyar avro tutarında özel yatırım çekmiştir (Maslej vd., 2023). 2018 - 2023 yılının üçüncü çeyreği arasındaki dönemde, AB merkezli yapay zekâ şirketlerine yapılan toplam yatırım yaklaşık 32,5 milyar avro düzeyinde kalırken, ABD merkezli yapay zekâ şirketlerine yönelen yatırımlar 120 milyar avronun üzerine çı kmıştır. Özellikle OpenAI ve Anthropic gibi ABD merkezli şirketlere yapılan son dönem büyük ölçekli yatırımlar, AB ve ABD arasındaki özel sektör kaynaklı yapay zekâ yatırımları farkını daha da artırmıştır (Şekil 2; EPRS, 2024). 111 * Sorumlu yazar : huseyinkavak@istanbul.edu.tr DOI: 10.58620/fbujoss.1845973 ARAŞTIRMA MAK ALESİ Şekil 2: Ülkelere göre üretken yapay zekâya yapılan risk sermayesi yatırımları (milyon / avro) (Kaynak: EPRS, 2024; OECD/Preqin verileri esas alınmıştır). AB, 2021 - 2027 döneminde kamusal yapay zekâ yatırımlarını kapsayan Dijital Avrupa Programı çerçevesinde yapay zekâ alanına toplam 2,1 milyar avroluk kamu finansmanı sağlamayı öngörmektedir. Ulusal düzeyde ise Almanya, Fransa, İrlanda, İtalya ve İspanya, 202 0’den itibaren yapay zekâya önemli yatırım yapan üye ülkeler olmuştur. Özellikle Fransa ve Almanya, AB ortalamasının üzerinde harcama yaparak bu alanda lider rol üstlenmiştir (Csernatoni , 2023). Buna rağmen, Avrupa’nın yapay zekâ yatırımları, diğer büyük ekonomilerle karşılaştırıldığında hâlâ yeterince rekabetçi düzeyde değildir (European Commission, 2022b; McKinsey & Company, 2023). Komisyon’un 2022’deki raporunda, şirket dışı kaynaklardan gelen yapay zekâ yatırımlarının düşük oranına dikkat çekilmekte; 2015 - 2022 yılları arasında küresel bu tür fonlamaların %40’ının ABD’ye, %32’sinin Asya’ya (Çin dâhil) ve yalnızca %12’sinin Avrupa’y a yöneldiği ifade edilmektedir (McKinsey & Company , 2023). ABD, üretken yapay zekâ girişim sermayesinde açık ara lider konumunu devam ettirmektedir (bkz. Şekil 2). ABD şirketleri, 2020 - 2022 arasında üretken yapay zekâ için yaklaşık 7,4 milyar avro toplamıştır (McKinsey & Company , 2023). Bu bağlamda, AB’nin küresel rekabet gücünü artırabilmesi için kamu kaynaklarını daha stratejik biçimde yönlendirmesi, özel sektör yatırımlarını teşvik edecek destek mekanizmalarını güçlendirmesi ve özellikle KOBİ’lerin yapay zekâ finansmanına eriş imini kolaylaştıracak araçları çeşitlendirmesi gerekmektedir. Bu adımlar atılmadığı sürece, AB’nin elde ettiği avantajların uzun vadede yetersiz yatırım ve sermaye birikimi nedeniyle teknik kapasiteye dönüşememe riski oldukça yüksek görülmektedir. Yatırım ve finansman göstergeleri, AB’nin yapay zekâ alanındaki normatif hedefleri ile 112 * Sorumlu yazar : huseyinkavak@istanbul.edu.tr DOI: 10.58620/fbujoss.1845973 ARAŞTIRMA MAK ALESİ ekonomik kapasitesi arasındaki mesafenin hâlen kapanmadığını göstermektedir. Bu nedenle AI Act’in uzun vadeli etkisi, düzenleyici netlik kadar kamu ve özel sektör yatırımlarının artırılmasına da bağlıdır. 4.7. Etik Zorluklar OpenAI, Google DeepMind ve Meta gibi teknoloji şirketlerinin geliştirdiği yapay zekâ uygulamalarının toplumsal, iktisadi ve siyasi alanlarda değişime yol açmaya başlaması etik başta olmak üzere hukuki alanlarda düzenleme yapılmasını zorunlu hâle getirmiştir. AB’nin insan - merkezl i yapay zekâ söyleminde rekabetçilik, dijital egemenlik, teknik uyumluluk ve piyasa denetimi gibi unsurların öne çıkması, şeffaflık ve hesap verebilirlik gibi etik ilkelerin geri planda kaldığı yönünde eleştirilere neden olmaktadır (Tranberg , 2025). Ayrıca üretken yapay zekâ teknolojilerinin yarattığı telif hakkı ihlalleri de önemli bir sorun olarak gündemi meşgul etmektedir. Europol’e (t.y .) göre, 2026’ya kadar dijital içeriklerin %90’a yakınının yapay zekâ sistemleri tarafından üretilebileceği öngörülmektedir. Bu durum edebiyat, görsel sanatlar, müzik ve medya gibi yaratıcılığa dayalı sektörlerde ciddi endişe uyandırmaktadır. Üretken yapay zekâ modellerinin mevcut eserleri izinsiz tarayarak veya yeniden üreterek içerik oluşturması, eser sahiplerinin fikrî mülkiyet haklarının ihlali ve yaratıcı emeğin değersizleşmesi tartışmalarını derinleştirmektedir. ABD’de açılan davalar, bu sistemlerin a dil kullanım ilkesi kapsamında değerlendirilip değerlendirilemeyeceğine ilişkin hukuki belirsizlikler üzerine yoğunlaşmaktadır. Medya araçları üzerinden yanıltıcı veya yanlış bilgi üretimi, üretken yapay zekânın toplumsal algı üzerindeki etkileri bağlamında çözüm bekleyen kritik bir sorun alanı olarak öne çıkmaktadır. Güncel araştırmalar, yapay zekâ tarafından oluşturulan içerikler in önemli bir kısmının yanlış veya manipülatif bilgi içerdiğini ortaya koymaktadır. Bu nedenle AB, Dijital Hizmetler Yasası (Digital Services Act ) ve Yapay Zekâ Yasası gibi düzenlemelerle platform sorumluluğu, içerik denetimi ve şeffaflık ilkelerini güçlendirmeye çalışmaktadır. Özellikle seçim dönemlerinde deepfake içeriklerin kamuoyunu yönlendirme ihtimali, dezenformasyonla mücadele stratejilerini n yapay zekâ boyutunu zorunlu hâle getirmektedir (European Union, 2022a). Algoritmik önyargılar da, cinsiyet, etnik köken veya sosyo - ekonomik sınıf temelli ayrımcılık risklerini artırmakta; kredi değerlendirmesi, eğitim, işe alım ve kamu hizmetlerine erişim gibi süreçlerde belirli grupların dezavantajlı duruma düşmesine neden olabilmektedir. Bu duruma Amazon’un geliştirdiği işe alım al goritmasının, eğitim veri setindeki hatalar nedeniyle kadınlara kıyasla erkek adayları yüksek oranda tercih edecek biçimde eğilim göstermesi örnek olarak verilebilir. Nitekim Amazon’un üç yıl boyunca test ettiği yapay zekâ tabanlı işe alım aracı, kadın ada yları sistemli biçimde dezavantajlı konuma düşüren sonuçlar üretmiş ve bu nedenle şirket tarafından kullanımdan kaldırılmıştır ( Privacy International, 2018; Goodman, 2018; Dastin, 2018). Yüksek kapasiteli yapay zekâ modellerinin çevresel etkileri ve kişisel verilerin işlenmesinden kaynaklanan sorunlar, AB’nin etik yönetimini zorlamaktadır. Büyük dil modellerinin yüksek enerji tüketmesi ve karbon salımı, AB’nin iklim - nötr dijital dönüşüm he defiyle uyuşmazken; üretken yapay zekâ 113 * Sorumlu yazar : huseyinkavak@istanbul.edu.tr DOI: 10.58620/fbujoss.1845973 ARAŞTIRMA MAK ALESİ sistemlerinin kullanıcı verilerini izinsiz biçimde işleyebilmesi, GDPR’ın öngördüğü sınırların ötesinde yeni bir risk alanı oluşturmaktadır. Veri güvenliği ve çevresel sürdürülebilirliğe dair bu sorunlar, yalnızca bireysel hakların ihlali anlamına gelmemektedir. Dolayısıyla dijital sistemlere duyulan toplumsal güvenin sarsılmas ının yanında AB’nin inşa etmeye çalıştığı güvenilir yapay zekâ vizyonunun geçerliliğini ve güvenilirliğini de sınamaktadır (Desroches vd., 2025; Jegham vd., 2025). 5. Tartışma AI Act, bağlayıcı bir hukuk metni olmanın ötesinde AB ’nin yapay zekâ alanındaki iradesini ve düzenleyici sınırlarını ortaya koyan politika süreci olarak ele alınmalıdır. Yasal d üzenleme, risk temelli yaklaşımı merkeze alarak özellikle yüksek riskli yapay zekâ sistemlerinde hukuki öngörülebilirlik ve temel hakların korunmasını hedeflemektedir. Ancak bu hedeflerin uygulamada ne ölçüde karşılık bu lacağı; üye devletlerin politika sürecine , denetim, göz etim mekanizmalarının etkinliğine ve teknik şartların açıklığına bağlı olarak değişmektedir . Üye devlet ler arasında u ygulama sürecinin yavaş ilerlemesi ve ortak hareket kapasitesinin sınırlı kalması, düzenlemenin etkisini zayıflatabilecek başlıca unsurlar arasında yer almaktadır. Bu bağlamda AI Act, yalnızca iç hukuk uyumuna ilişkin bir mesele değil, aynı zamanda AB’nin küresel yapay zekâ rekabetindeki konumunu da doğrudan etkileyen bir politika tercihidir. ABD ve Asya merkezli teknoloji ekosistemlerinin daha esnek ve yatırım odaklı yapılarıyla karşılaştırıldığında, AB’nin yüksek düzenleyici standartlara dayalı yaklaşımı kısa vadede rekabet baskısı yaratma riski taşımaktadır. Dolayısıyla AI Act, eti k ve güven temelli bir yönetim modeli inşa etme iddiasıyla küresel rekabet dinamikleri arasında zor bir denge arayışını yansıtmaktadır. AI Act’e yöneltilen eleştiriler üç temel başlık altında toplanmaktadır. İlk olarak, ortaya çıkan maliyetlerin özellikle küçük ve orta ölçekli işletmeler açısından orantısız bir yük oluştur abileceği öne sürülmüştür. İkinci olarak, risk kategoril eriyle bazı temel kavramların yeterince açık biçimde sınırlandırılmamış olması, hukuki denetim açısından belirsizlik oluşturmaktadır . Bu belirsizlik, hem düzenlemeye tabi aktörler hem de ulusal denetim otoriteleri açısından uygulama farklılıklarına zemin hazırlamaktadır. Üçüncü olarak ise eti k ilke ve standartların somut, bağlayıcı denetim mekanizmalarıyla yeterince desteklenmemesi, uygulamada etik yıkama riskinin ortaya çıkmasına neden olmaktadır. Bu değerlendirmeler doğrultusunda AI Act, ne mutlak bir başarı örneği ne de yapısal bir başarısızlık olarak nitelendirilebilir. Aksine düzenleme, AB’nin dijital çağda norm koyucu olma iddiasının uygulama kapasitesiyle sınandığı bir yönetim alanı olarak görülmelidir. AI Act’in uzun vadeli başarısı , teknik standartların netleştirilmesine ve etik ilkelerin etkin biçimde uygulanmasına bağlıdır. Bu yönüyle AI Act, t amamlanmış bir düzenlemeden çok sürekli izlenmesi, değerlendirilmesi ve uyarlanması gereken bir süreci temsil etmektedir. Ayrıca bu çalışmanın bazı sınırlılıkları bulunmaktadır. Öncelikle analiz, AI Act’in kabul edilmiş nihai metni ve mevcut politika belgeleri üzerinden yürütülmüş olup, düzenlemenin tam ölçekli uygulama sonuçlarını ampirik olarak değerlendirme imkânı sınırlı dır. Üye devletlerin uygulama 114 * Sorumlu yazar : huseyinkavak@istanbul.edu.tr DOI: 10.58620/fbujoss.1845973 ARAŞTIRMA MAK ALESİ süreçlerine ilişkin ikincil mevzuat, idari uygulamalar ve yargısal içtihatlar henüz yeterince olgunlaşmadığından, düzenlemenin fiilî etkileri bu aşamada öngörüsel değerlendirmelerle ele alınabilmiştir. Ayrıca çalışma, AB düzeyindeki düzenleyici çerçeveye o daklandığından, sektörler arası farklılıklar veya belirli ulusal uygulama örnekleri derinlemesine incelenememiştir. Bu durum, AI Act’in etkilerinin bağlama özgü farklılaşmalarını sınır lı ölçüde yansıtabilmektedir. 6. Sonuç ve Değerlendirme Araştırmada elde edilen bulgular, AI Act’in insan - merkezli ve risk temelli yaklaşımı hukuki düzeyde somutlaştırdığını; temel hakların korunması, açıklanabilirlik ve gözetim alanlarında öncü bir düzenleme modeli sunduğunu göstermektedir. Bununla birlikte, d üzenlemenin sahadaki karşılığı üye devletlerin denetim kapasitesine, bağımsız otoritelerin işleyişine ve ulusal siyasi önceliklere göre önemli ölçüde değişebilmektedir. Dolayısıyla AI Act’in öngördüğü standartlar, Birlik genelinde eş zamanlı ve aynı şekilde değil, kademeli biçimde hayata geçmektedir. Hukuki açıdan bakıldığında yasa, AB’nin küresel ölçekte düzenleyici ve dijital alanda norm koyucu bir aktör olma iddiasını güçlendirmekte; temel haklar ve etik ilkeler etrafında şekillenen bir yapay zekâ yönetim modeli inşa etmektedir. Ancak veri ekosistemindeki yapısal sorunlar, donanım ve çip tedarikinde dışa bağımlılık, sermaye ve yatırım kapasitesindeki sınırlılıklar, savunma inovasyonundaki g örece yavaşlık ve nitelikli insan kaynağı açığı gibi sorunlar, AB’nin dijital egemenlik söylemini sınırlandırmaktadır. Bu durum, AI Act’in stratejik etkisini, yalnızca yasa üzerinden değil, aynı zamanda AB’nin ekonomik ve teknolojik güç kapasitesi üzerinden de değerlendirmeyi zorunlu hâle getirmektedir. Dolayısıyla AI Act, yalnızca teknik bir metin olmaktan öte; AB’nin iç bütünlüğünü, ekonomik rekabet gücünü ve küresel yapay zekâ yönetimindeki konumunu yeniden tanımlayan daha geniş bir siyasi projenin parçası olarak değerlendirilmelidir. AB açısından AI Act’in başarılı biçimde uygulanması, yalnızca temel haklar ve etik ilkeler bağlamında güvenilir yapay zekâ yönetimini desteklemekle kalmayacak; aynı zamanda Avrupa bütünleşme sürecinin siyasi boyutuna ve dijital çağda egemenlikle güç ilişkilerinin yeniden dağılı mına önemli fırsatlar sunacaktır. Düzenlemenin etkin bir uygulama alanına kavuşması, AB’nin küresel ölçekte norm koyucu aktör olma iddiasını güçlendirebilecek; iktisadi rekabet kapasitesini, dijital özerkliğini ve stratejik kurumsal dayanıklılığını artırabilecek bir araç hâline gelebilecektir. Bu kapsamda gelecekte yapılacak çalışmalarda; AI Act’in ulusal düzeydeki uygulamalarının farklı sektörlerde ortaya çıkardığı somut sonuçların karşılaştırmalı ve ampirik analizlerle değerlendirilmesi Birliğin dijital geleceği açısından önem taşımaktadır. Böyle bir araştırma gündemi, düzenlemenin gerçek anlamda etkinliğini tespit etmeye, politika tasarımlarındaki belirsizlik düzeyini azaltmaya ve bu çalışmada ortaya konan kuramsal çerçevenin daha geniş bir temelde değerlendirilmesine imkân sağlayacaktır. 115 * Sorumlu yazar : huseyinkavak@istanbul.edu.tr DOI: 10.58620/fbujoss.1845973 ARAŞTIRMA MAK ALESİ 7. KAYNAKÇA AI - Regulation . com (n.d.). 14 EU member states warn against over - regulating AI. AI - Regulation.com . https://ai - regulation.com/politico - 14 - eu - member - states - warn - against - over - regulating - ai/ [Erişim tarihi: 01.06.2025]. Anadolu Ajansı. (2024, 5 Eylül). AB yapay zekâya ilişkin ilk uluslararası sözleşmeyi imzaladı. AA . https://www.aa.com.tr/tr/dunya/ab - yapay - zekaya - iliskin - ilk - uluslararasi - sozlesmeyi - imzaladi/3322305 [Erişim tarihi: 04.03.2025]. Balfour, R. (2021, January 26). Working with the Biden Administration: Opportunities for the EU. Carnegie Europe . https://carnegieendowment.org/posts/2021/01/working - with - the - biden - administration - opportunities - for - the - eu?lang=en [Erişim tarihi: 01.12.2025]. Bernardo, B. M. V., São Mamede, H., Pereira Barroso, J. M., & Duarte dos Santos, V. M. P. (2024). Data governance & quality management — Innovation and breakthroughs across different fields. Journal of Innovation & Knowledge, 9 (4), 100598. https://doi.org/10.1016/j.jik.2024.100598 Brynjolfsson, E., & McAfee, A. (2014). The second machine age: Work, progress, and prosperity in a time of brilliant technologies. W. W. Norton & Company. http://digamo.free.fr/brynmacafee2.pdf [Erişim tarihi: 14.02.2025]. CB Insights. (2023). Artificial Intelligence Report 2023. CB Insights. https://www.cbinsights.com/reports/CB - Insights_Artificial - Intelligence - Report - 2023.pdf [Erişim tarihi: 07.08.2025]. Council of Europe. (2024). Council of Europe Framework Convention on Artificial Intelligence and Human Rights, Democracy and the Rule of Law (CETS No. 225). Council of Europe Treaty Series. https://rm.coe.int/1680afae3c [Erişim tarihi: 27.06.2026]. Council of the European Union. (2023, December 9). Artificial Intelligence Act: Council and Parliament strike a deal on the first worldwide rules for AI. https://www.consilium.europa.eu/en/press/press - releases/2023/12/09/artificial - intelligence - act - council - and - parliament - strike - a - deal - on - the - first - worldwide - rules - for - ai/ [Erişim tarihi: 07.08.2025]. Council of the European Union. (2024). Council Decision (CFSP) 2024/3116 of 9 December 2024 on the European Security and Defence College and repealing Decision (CFSP) 2020/1515. OJ L, 2024/3116, 10.12.2024. EUR - Lex. https://eur - lex.europa.eu/eli/dec/2024/3116/oj [Erişim tarihi: 27.06.2026]. Crootof, R. (2015). The killer robots are here: Legal & policy implications. SSRN . https://papers.ssrn.com/sol3/papers.cfm?abstract_id=2534567 [Erişim tarihi: 16.03.2025]. Csernatoni, R. (2023). Governance of artificial intelligence: An EU perspective. Carnegie Europe. https://carnegie - production - assets.s3.amazonaws.com/static/files/Csernatoni_ - _Governance_AI - 1.pdf [Erişim tarihi: 08.04.2025]. Csernatoni, R. (2025, May 20). The EU’s AI power play: Between deregulation and innovation. Carnegie Endowment for International Peace . https://carnegieendowment.org/research/2025/05/the - eus - ai - power - play - between - deregulation - and - innovation?lang=en [Erişim tarihi: 01.06.2025]. Dastin, J. (2018, October 10). Amazon scraps secret AI recruiting tool that showed bias against women. Reuters . https://www.reuters.com/article/world/insight - amazon - scraps - secret - ai - recruiting - tool - that - showed - bias - against - women - idUSKCN1MK0AG/ [Erişim tarihi: 07.08.2025]. Desroches, C., Chauvin, M., Ladan, L., Vateau, C., Gosset, S., & Cordier, P. (2025). Exploring the sustainable scaling of AI dilemma: A projective study of corporations’ AI environmental impacts. arXiv . https://arxiv.org/abs/2501.14334 [Erişim tarihi: 03.06.2025]. 116 * Sorumlu yazar : huseyinkavak@istanbul.edu.tr DOI: 10.58620/fbujoss.1845973 ARAŞTIRMA MAK ALESİ Euractiv. (2021). Mastery of technology is central to the new geopolitical order, Breton says. https://www.euractiv.com/section/industrial - strategy/news/mastery - of - technology - is - central - to - the - new - geopolitical - order - breton - says/ [Erişim tarihi: 24.03.2025]. Euronews. (2024). Hungary allows facial recognition to identify protesters, sparking EU rights concerns. Euronews. https://www.euronews.com/ European Commission. (2017a). AI policy seminar: Towards an EU strategic plan for AI. Digital Transformation Monitor . [Erişim tarihi: 12.02.2025]. European Commission . (2017b). Follow up to the European Parliament resolution of 16 February 2017 on civil law rules on robotics 2015/2103 (INL). SP(2017)310. https://eur - lex.europa.eu/legal - content/EN/TXT/PDF/?uri=CELEX:52017IP0051 [Erişim tarihi: 24.02.2025]. European Commission. (2018a). Artificial intelligence for Europe: Communication. COM(2018) 237 final. Brussels, 25 April 2018. https://eur - lex.europa.eu/legal - content/EN/TXT/PDF/?uri=CELEX:52018DC0237 [Erişim tarihi: 24.02.2025]. European Commission. (2018b). Coordinated plan on artificial intelligence (Communication COM(2018) 795 final). Brussels, Belgium. https://eur - lex.europa.eu/legal - content/EN/TXT/HTML/?uri=CELEX:52018DC0795 [Erişim tarihi: 02.09.2025]. European Commission. (2019a). Over 500 comments received on draft ethical guidelines for trustworthy artificial intelligence. Digital Strategy. https://digital - strategy.ec.europa.eu/en/news/over - 500 - comments - received - draft - ethical - guidelines - trustworthy - ar tificial - intelligence [Erişim tarihi: 02.09.2025]. European Commission. (2019b). Ethics guidelines for trustworthy AI. Independent High - Level Expert Group on Artificial Intelligence set up by the European Commission. Brussels . https://digital - strategy.ec.europa.eu/en/library/ethics - guidelines - trustworthy - ai [Erişim tarihi: 02.09.2025]. European Commission. (2019c). Building trust in human - centric artificial intelligence (COM(2019) 168 final, 08.04.2019). https://eur - lex.europa.eu/legal - content/EN/TXT/PDF/?uri=CELEX:52019DC0168 [Erişim tarihi: 17.10.2025]. European Commission. (2019d ). Speech by President - elect von der Leyen in the European Parliament Plenary on the occasion of the presentation of her College of Commissioners and their programme. Commission Press Corner . https://ec.europa.eu/commission/presscorner/detail/en/SPEECH_19_6408 [Erişim tarihi: 17.10.2025]. Eur opean Commission. (2019e ). Questions and answers: Coordinated plan for artificial intelligence “made in Europe”. Brussels. https://ec.europa.eu/commission/presscorner/detail/en/MEMO_18_6690 [Erişim tarihi: 17.10.2025]. European Commission. (2019f). Connectivity - European Gigabit Society brochure. https://digital - strategy.ec.europa.eu/en/library/connectivity - european - gigabit - society - brochure [Erişim tarihi: 17.10.2025]. European Commission. (2020a). White paper on artificial intelligence: A European approach to excellence and trust. https://commission.europa.eu/document/download/d2ec4039 - c5be - 423a - 81ef - b9e44e79825b_en?filename=commission - white - paper - artificial - intelligence - feb2020_en.pdf [Erişim tarihi: 20.03.2025]. European Commission. (2020b). European Skills Agenda. https://eufunds.ie/european - social - fund/operational - programmes/esf - 2021 - 2027/european - skills - agenda/ [Erişim tarihi: 17.10.2025]. European Commission. (2020c). A European Strategy for Data. COM(2020) 66 final. https://eur - lex.europa.eu/legal - content/EN/TXT/?uri=CELEX:52020DC0066 [Erişim tarihi: 10.05.2025]. 117 * Sorumlu yazar : huseyinkavak@istanbul.edu.tr DOI: 10.58620/fbujoss.1845973 ARAŞTIRMA MAK ALESİ European Commission. (2021a). A European approach to artificial intelligence. Digital Strategy . https://digital - strategy.ec.europa.eu/en/policies/european - approach - artificial - intelligence [Erişim tarihi: 10.05.2025]. European Commission. (2021b). Europe fit for the digital age: Commission proposes new rules and actions for excellence and trust in artificial intelligence. Digital Strategy . https://digital - strategy.ec.europa.eu/en/news/europe - fit - digital - age - commission - proposes - new - rules - and - actions - excellence - and - trust - artificial [Erişim tarihi: 10.05.2025]. European Commission. (2021c). AI Watch – National strategies on artificial intelligence: A European perspective, 2021 edition. Luxembourg: Publications Office of the European Union. European Commission. (2021d). Proposal for a Regulation laying down harmonised rules on Artificial Intelligence (Artificial Intelligence Act). COM( 2021) 206 final. EUR - Lex . https://eur - lex.europa.eu/legal - content/EN/TXT/?uri=CELEX:52021PC0206 [Erişim tarihi: 16.07.2025]. European Commission. (2021f). EU – U.S. Trade and Technology Council Inaugural Joint Statement. https://ec.europa.eu/commission/presscorner/detail/lv/STATEMENT_21_4951 [Erişim tarihi: 16.07.2025]. European Commission. (2021g). Horizon Europe: Work Programme 2021 – 2022 – Digital industry and space. https://ec.europa.eu/info/funding - tenders/opportunities/docs/2021 - 2027/horizon/wp - call/2021 - 2022/wp - 7 - digital - industry - and - space_horizon - 2021 - 2022_en.pdf [Erişim tarihi: 16.07.2025]. European Commission. (2021h). Coordinated Plan on Artificial Intelligence 2021 Review. Brussels. https://digital - strategy.ec.europa.eu/en/library/coordinated - plan - artificial - intelligence - 2021 - review [Erişim tarihi: 01.03.2025]. European Commission. (2021k ). Impact assessment accompanying the Artificial Intelligence Act proposal (SWD/2021/84 final). Brussels: European Union. https://eur - lex.europa.eu/legal - content/EN/TXT/?uri=celex:52021SC0084 [Erişim tarihi: 01.03.2025]. European Commission. (2022b ). AI Watch: Estimating AI investments in the European Union. Publications Office of the European Union . https://ai - watch.ec.europa.eu/publications/ai - watch - estimating - ai - investments - european - union_en [Erişim tarihi: 01.03.2025]. European Commission. (2023a). 2023 State of the Union Address by President Von der Leyen. https://ec.europa.eu/commission/presscorner/detail/ov/speech_23_4426 [Erişim tarihi: 01.03.2025]. European Commission. (2023 b ). Artificial intelligence: Regulatory framework. https://digital - strategy.ec.europa.eu/en/policies/regulatory - framework - ai [Erişim tarihi: 16.07.2025]. European Commission. (2024 ). The EU AI Act: Data and data governance (Article 10). AI Act Service Desk . https://artificialintelligenceact.eu/article/10/ [Erişim tarihi: 12.07.2025]. European Commission. (2025 c ). AI continent action plan & European approach to artificial intelligence. EU Digital Strategy . https://digital - strategy.ec.europa.eu/en/factpages/ai - continent - action - plan [Erişim tarihi: 10.05.2025]. European Commission. (2025a). AI Act: Governance and enforcement. https://digital - strategy.ec.europa.eu/en/policies/ai - act - governance - and - enforcement [Erişim tarihi: 10.05.2025]. European Commission. (2025b ). European AI Alliance. https://digital - strategy.ec.europa.eu/en/policies/european - ai - alliance [Erişim tarihi: 10.05.2025]. European Council. (2017). European Council conclusions (19.10.2017). https://www.consilium.europa.eu/media/21620/19 - euco - final - conclusions - en.pdf [Erişim tarihi: 11.04.2025]. 118 * Sorumlu yazar : huseyinkavak@istanbul.edu.tr DOI: 10.58620/fbujoss.1845973 ARAŞTIRMA MAK ALESİ European Data Protection Supervisor. (2024, April 9). Annual report 2023. https://www.edps.europa.eu/system/files/2024 - 04/2024 - 04 - 09 - annual - report - 2023_en.pdf [Erişim tarihi: 06.05.2025]. European Parliament. (2017). European Parliament resolution of 16 February 2017 with recommendations to the Commission on Civil Law Rules on Robotics (2015/2103(INL)). OJ C 252, 18.7.2018, pp. 239 – 257. EUR - Lex. https://eur - lex.europa.eu/legal - content/EN/TXT/?uri=C ELEX:52017IP0051 [Erişim tarihi: 27.06.2026]. European Parliament. (2020). The impact of the General Data Protection Regulation (GDPR) on artificial intelligence (PE 641.530). Scientific Foresight Unit (STOA). https://www.europarl.europa.eu/RegData/etudes/STUD/2020/641530/EPRS_STU(2020)641 530_EN.pdf [Erişim tarihi: 15.05.2025]. European Parliament. (2023a). Strategic autonomy of the European Union: State of play and prospects. Policy Department for External Relations. https://www.europarl.europa.eu/RegData/etudes/BRIE/2022/733589/EPRS_BRI(2022)73358 9_EN.pdf [Erişim tarihi: 22.05.2025]. European Parliament. (2023b). Artificial Intelligence Act: Deal on comprehensive rules for trustworthy AI. https://www.europarl.europa.eu/news/en/press - room/20231206IPR15699/artificial - intelligence - act - deal - on - comprehensive - rules - for - trustworthy - ai [Erişim tarihi: 10.02.2025]. European Parliamentary Research Service (EPRS) . (2024, April 4). AI investment: EU and global indicators (EPRS_ATA(2024)760392). European Parliament. https://www.europarl.europa.eu/RegData/etudes/ATAG/2024/760392/EPRS_ATA(2024)760 392_EN.pdf [Erişim tarihi: 29.05.2025]. European Parliamentary Research Service (EPRS). (2025). AI and the future of warfare: Defence implications (EPRS Briefing No. 769580). https://www.europarl.europa.eu/RegData/etudes/BRIE/2025/769580/EPRS_BRI(2025)76958 0_EN.pdf [Erişim tarihi: 09.12.2025]. European Union. (2016). Regulation (EU) 2016/679 of the European Parliament and of the Council of 27 April 2016 on the protection of natural persons with regard to the processing of personal data and on the free movement of such data (General Data Protection Regulation). OJ L 119, 4.5.2016, pp. 1 – 88. EUR - Lex. https://eur - lex.europa.eu/eli/reg/2016/679/oj [Erişim tarihi: 27.06.2026]. European Union. (2022a). Regulation (EU) 2022/2065 of the European Parliament and of the Council of 19 October 2022 on a Single Market for Digital Services and amending Directive 2000/31/EC (Digital Services Act). OJ L 277, 27.10.2022, pp. 1 – 102. EUR - Lex . https://eur - lex.europa.eu/eli/reg/2022/2065/oj [Erişim tarihi: 27.06.2026]. European Union. (2023). Regulation (EU) 2023/1781 of the European Parliament and of the Council of 13 September 2023 establishing a framework of measures for strengthening Europe’s semiconductor ecosystem (Chips Act). OJ L 229, 18.9.2023, pp. 1 – 53. EUR - Lex . https://eur - lex.europa.eu/eli/reg/2023/1781/oj [Erişim tarihi: 27.06.2026]. European Union. (2022b). A Strategic Compass for Security and Defence: For a more capable, resilient and secure Union. Council of the European Union / EEAS. https://www.eeas.europa.eu/eeas/strategic - compass - security - and - defence_en [Erişim tarihi: 06.05.2025]. European Union. (2024a). Regulation (EU) 2024/1689 of the European Parliament and of the Council of 13 June 2024 laying down harmonised rules on artificial intelligence (Artificial Intelligence Act). OJ L, 2024/1689, 12.7.2024. EUR - Lex. https://eur - lex.eur opa.eu/eli/reg/2024/1689/oj [Erişim tarihi: 27.06.2026]. 119 * Sorumlu yazar : huseyinkavak@istanbul.edu.tr DOI: 10.58620/fbujoss.1845973 ARAŞTIRMA MAK ALESİ European Union. (2024b). France – National strategy on artificial intelligence. https://digital - skills - jobs.europa.eu/en/actions/national - initiatives/national - strategies/france - national - strategy - ai [Erişim tarihi: 18.06.2025]. Europol. (t.y.). Facing reality: Law enforcement and the challenge of deepfakes. https://www.europol.europa.eu/cms/sites/default/files/documents/Europol_Innovation_Lab_F acing_Reality_Law_Enforcement_And_The_Challenge_Of_Deepfakes.pdf [Erişim tarihi: 26.06.2025]. Goodman, R. (2018, October 12). Why Amazon’s automated hiring tool discriminated against women. American Civil Liberties Union (ACLU). https://www.aclu.org/news/womens - rights/why - amazons - automated - hiring - tool - discriminated - against [Erişim tarihi: 10.07.2025]. Görentaş, B., & Çiftçi, H. (2024). Avrupa Birliği Yapay Zekâ Yasası çerçevesinde yargılamada yapay zekâ kullanımının değerlendirilmesi. İzmir Barosu Dergisi, 89(1), 177 – 203. Hayes - Roth, B. (1990). Architectural foundations for real - time performance in intelligent agents. In J. M. David, J. P. Krivine, & R. Simmons (Eds.), Second generation expert systems. Springer - Verlag. https://link.springer.com/article/10.1007/BF01840468 [Erişim tarihi: 17.07.2025]. Jegham, N., Abdelatti, M., Elmoubarki, L., & Hendawi, A. (2025). How hungry is AI? Benchmarking energy, water, and carbon footprint of LLM inference. arXiv . https://arxiv.org/abs/2505.09598 [Erişim tarihi: 09.06.2025]. Kollnig, K. (2023). Priorities for more effective tech regulation. arXiv . https://arxiv.org/abs/2302.13950 [Erişim tarihi: 14.06.2025]. Küçükali, R., & Çoşkun, H. C. (2021). Eğitimde dijitalleşme ve yapay zekânın okul yöneticiliğindeki yeri. Uluslararası Liderlik Çalışmaları Dergisi: Kuram ve Uygulama, 4 (2), 124 – 135. https://doi.org/10.52848/ijls.852119 Lenat, D. B., & Feigenbaum, E. (1987). On the thresholds of knowledge. In Proceedings of the Tenth International Joint Conference on Artificial Intelligence (pp. 1173 – 1182). https://www.ijcai.org/Proceedings/87 - 2/Papers/122.pdf [Erişim tarihi: 02.08.2025]. Lewis, D., Lasek - Markey, M., Golpayegani, D., & Pandit, H. J. (2025). Mapping the regulatory learning space for the EU AI Act (arXiv:2503.05787) [Computers and Society]. arXiv . https://doi.org/10.48550/arXiv.2503.05787 Lupicinio. (2025, March 3). Artificial intelligence and data protection: Regulatory challenges. https://lupicinio.com/en/artificial - intelligence - and - data - protection - regulatory - challenges/ [Erişim tarihi: 12.10.2025]. McCarthy, J. (2007, November 12). What is artificial intelligence? Stanford University, Computer Science Department. http://www - formal.stanford.edu/jmc/ [Erişim tarihi: 30.03.2025]. McKinsey & Company. (2017). In the news. McKinsey Global Institute . https://www.mckinsey.com/mgi/overview/in - the - news/2017 [Erişim tarihi: 22.05.2025]. McKinsey & Company. (2023). Securing Europe’s competitiveness: Addressing its technology gap. https://www.mckinsey.com/capabilities/strategy - and - corporate - finance/our - insights/securing - europes - competitiveness - addressing - its - technology - gap [Erişim tarihi: 22.05.2025]. Maslej, N., Fattorini, L., Brynjolfsson, E., Etchemendy, J., Ligett, K., Lyons, T., Manyika, J., Ngo, H., Niebles, J. C., Parli, V., Shoham, Y., Wald, R., Clark, J., & Perrault, R. (2023). The AI Index 2023 annual report. AI Index Steering Committee, Stanford Institute for Human - Centered Artificial Intelligence. https://arxiv.org/abs/2310.03715 [Erişim tarihi: 27.06.2026]. Nilsson, N. J. (2012). John McCarthy. National Academy of Sciences, Stanford University. https://wayback.stanford.edu/was/20180311100015mp_/http://ai.stanford.edu/~nilsson/John _McCarthy.pdf [Erişim tarihi: 07.08.2025]. 120 * Sorumlu yazar : huseyinkavak@istanbul.edu.tr DOI: 10.58620/fbujoss.1845973 ARAŞTIRMA MAK ALESİ IndepthNews. (2023). Software on the front line: How Palantir is aiding Ukraine in its war with Russia. https://indepthnews.net/software - on - the - front - line - how - palantir - is - aiding - ukraine - in - its - war - with - russia/ [Erişim tarihi: 12.09.2025]. OECD. (2019 a ). Artificial Intelligence in Society. OECD Publishing. https://doi.org/10.1787/eedfee77 - en OECD. (2019 b , updated 2024). OECD AI Principles. OECD . [Erişim tarihi: 07.10.2025]. OECD. (2023a). Artificial Intelligence in Society 2023: Strategic investments and global competition in AI ecosystems. OECD Publishing. https://doi.org/10.1787/eedfee77 - en OECD. (2023b). Artificial Intelligence Policy Observatory – European Union: Policy and investment overview. OECD Publishing . https://oecd.ai/en/countries/european - union [Erişim tarihi: 18.08.2025]. OECD . (2024 a ). AI Policy Observatory – United States: AI overview. OECD Publishing . https://www.oecd.ai/countries/united - states [Erişim tarihi: 18.08.2025]. OECD. (2024b). OECD Digital Economy Outlook 2024: Volume 1. OECD Publishing. https://www.oecd.org/content/dam/oecd/en/publications/reports/2024/05/oecd - digital - economy - outlook - 2024 - volume - 1_d30a04c9/a1689dc5 - en.pdf [Erişim tarihi: 12.03.2025]. Open Letter by AI & Robotics Experts. (2018). Open letter to the European Commission: Artificial intelligence and robotics. https://robotics - openletter.eu/ [Erişim tarihi: 21.12.2025]. Okçu, M., & Düz, S. (2021). Dijital çağ başlarken: Avrupa Birliği’nin dijitalleşme ve yapay zekâ stratejileri. DergiPark, 1(1), 1 – 20. https://dergipark.org.tr/en/download/article - file/2899295 Ortigosa, A. P. (2025). Data and Data Governance (Article 10) – Data governance requirements and good data governance practices for AI. University of Valencia. https://dialnet.unirioja.es/descarga/articulo/10126863.pdf [Erişim tarihi: 18.07.2025]. Oyakhare, P. (2022). The difficulties American big techs face: Data practices, compliance problems and global regulation. SSRN . https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4275535 [Erişim tarihi: 23.05.2025]. Politico. (2023, April 9). Macron urges Europe to reduce dependency on the US amid China – US rivalry. Politico Europe . https://www.politico.eu/article/macron - europe - reduce - dependency - us - china - visit/ [Erişim tarihi: 12.08.2025]. Privacy International. (2018, October 10). After three years, Amazon stopped using an AI - based hiring tool that discriminated against women. Privacy International . https://privacyinternational.org/examples/3085/after - three - years - amazon - stopped - using - ai - based - hiring - tool - discriminated - against [Erişim tarihi: 09.11.2025]. Russell, S. J., & Norvig, P. (2016). Artificial intelligence: A modern approach (3rd ed.). Pearson. http://repo.darmajaya.ac.id/5272/1/Artificial%20Intelligence - A%20Modern%20Approach%20(3rd%20Edition)%20(%20PDFDrive%20).pdf [Erişim tarihi: 06.02.2025]. Samsun, A. T. (2021). Yapay zekâ yarışında Avrupa Birliği’nin konumu. EURO Politika, 8 , 24 – 31. Schäfer, F., Gebauer, H., Gröger, C., Gassmann, O., & Wortmann, F. (2023). Data - driven business and data privacy: Challenges and measures for product - based companies. Business Horizons, 66 (4), 493 – 504. https://doi.org/10.1016/j.bushor.2022.10.002 Sheehan, M. (2023, July 10). China’s AI regulations and how they get made. Carnegie Endowment for International Peace . https://carnegieendowment.org/2023/07/10/china - s - ai - regulations - and - how - they - get - made - pub - 90117 [Erişim tarihi: 19.06.2025]. Shumilo, O., & Kerikmäe , T. (2021). The European Approach to Building AI Policy and Governance: A Haven for Bureaucrats or Innovators? IDP Revista de Internet Derecho y Política. https://www.semanticscholar.org/paper/The - European - Approach - to - Building - AI - Policy - and - 121 * Sorumlu yazar : huseyinkavak@istanbul.edu.tr DOI: 10.58620/fbujoss.1845973 ARAŞTIRMA MAK ALESİ A - Shumilo - Kerikm%C3%A4e/c013212b29db974362a595962162c07e9b7f4c6b [Erişim tarihi: 25.06.2025]. State Council of the People’s Republic of China. (2017). A new generation artificial intelligence development plan (F. Sapio, W. Chen, & A. Lo, Trans.). FLIA. https://flia.org/wp - content/uploads/2017/07/A - New - Generation - of - Artificial - Intelligence - Development - Plan - 1.pdf [Erişim tarihi: 12.11.2025]. Statista. (2023). 2023 in numbers [Data set]. https://www.statista.com/study/162268/2023 - in - numbers/ [Erişim tarihi: 27.10.2025]. The Guardian. (2022, March 24). Ukraine uses facial recognition to identify Russian soldiers. https://www.theguardian.com/technology/2022/mar/24/ukraine - facial - recognition - identify - russian - soldiers [Erişim tarihi: 09.12.2025]. The Guardian. (2025, April 14). Hungary poised to adopt constitutional amendment to ban LGBTQ+ gatherings . https://www.theguardian.com/world/2025/apr/14/hungary - poised - to - adopt - constitutional - amendment - to - ban - lgbtq - gatherings [Erişim tarihi: 15.11.2025]. Tranberg, P. (2025, 3 Nisan). The ethical challenges of generative AI. DataEthics.eu . https://dataethics.eu/ethical - challenges - of - generative - ai/ [Erişim tarihi: 04.03.2025]. Turek, A. (2024). The European Defence Fund: Autonomous weapons and the EU budget. Article 36. https://article36.org/wp - content/uploads/2024/04/european - defence - fund - autonomous - weapons - 1.pdf [Erişim tarihi: 08.08.2025]. Turing, A. M. (1950). Computing machinery and intelligence. Mind, 59 (236), 433 – 460. https://archive.org/details/MIND -- COMPUTING - MACHINERY - AND - INTELLIGENCE/ page/n27/mode/2up [Erişim tarihi: 09.08.2025]. Türk Dil Kurumu. (t.y.). Zekâ. Güncel Türkçe Sözlük. https://sozluk.gov.tr [Erişim tarihi: 12.11.2025]. Ulnicane, I. (2022). Artificial intelligence in the European Union: Policy, ethics and regulation. In T. Hoerber, G. Weber, & I. Cabras (Eds.), The Routledge handbook of European integrations (1st ed., pp. 254 – 269). Routledge. https://doi.org/10.4324/9780429262081 - 19 UN High - Level Advisory Body on Artificial Intelligence. (2024). Governing AI for humanity: Final report. United Nations. https://www.un.org/sites/un2.un.org/files/governing_ai_for_humanity_final_report_en.pdf [Erişim tarihi: 01.08.2025]. UNESCO. (2021). Recommendation on the Ethics of Artificial Intelligence. Adopted by acclamation by 193 Member States, 23 November 2021. UNESCO. Veale, M., & Zuiderveen Borgesius , F. (2021). Demystifying the Draft EU Artificial Intelligence Act – Analysing the good, the bad, and the unclear elements of the proposed approach. CRi – Computer Law Review International. https://arxiv.org/pdf/2107.03721 [Erişim tarihi: 06.08.2025]. Von der Leyen, U. (2020, February 20). Shaping Europe's digital future: Ursula von der Leyen explains EU Digital Future [Video]. EU Debates . https://www.youtube.com/watch?v=xS4M4_PwCrM [Erişim tarihi: 08.07.2025]. Webster, G., Creemers, R., Kania, E., & Triolo, P. (2017, August 1). Çin’in “Yeni Nesil Yapay Zekâ Geliştirme Planı” (2017) tam çevirisi. DigiChina. https://digichina.stanford.edu/work/full - translation - chinas - new - generation - artificial - intelligence - developm ent - plan - 2017/ [Erişim tarihi: 12.11.2025].

## Cited law provisions (2)

### GDPR — gdpr-art-10-en

Processing of personal data relating to criminal convictions and offences or related security measures based on Article 6(1) shall be carried out only under the control of official authority or when the processing is authorised by Union or Member State law providing for appropriate safeguards for the rights and freedoms of data subjects. Any comprehensive register of criminal convictions shall be kept only under the control of official authority.

### GDPR — gdpr-art-36-en

Prior consultation

---
Generated by overview.legal · https://overview.legal/posts/53824 · 2026-08-22