Yargısal yapay zekâ, dava dosyalarını özetleyen, delilleri sınıflandıran, benzer kararları bulan, risk puanı üreten veya karar taslağı hazırlayan algoritmik sistemlerin mahkeme süreçlerinde kullanılmasıdır. Bu çalışma, mahkemelerde yapay zekânın ne kadar ileri gidebileceğini belirlemek için doğruluk veya verimlilikten daha temel bir ölçüt önerir: kararın tarafları bağlayan hukuki gerekçesinin hâlâ insan hâkim tarafından, somut davaya ve tarafların argümanlarına cevap verecek biçimde üretilip üretilemediği. Yazar, Brezilya, ABD, Avrupa Birliği ve Çin'i karşılaştırarak yapay zekânın karar desteği olarak kullanılabileceğini, ancak sistem çıktısının kararın esas gerekçesinin yerini aldığı noktada “karar desteğinin” “karar ikamesine” dönüştüğünü savunmaktadır. Bu tez, State v. Loomis, Brezilya CNJ düzenlemeleri, AB Yapay Zekâ Yasası, Çin'in 206 System'ı ve CEPEJ Etik Şartı üzerinden geliştirilmekte; ardından üç kademeli Motivated Adjudication Continuity Standard (MACS) önerilmektedir. Bununla birlikte MACS yürürlükte bir hukuk kuralı değil, yazarın geliştirdiği yönetişim çerçevesidir ve makale özgün ampirik çalışma raporlamamaktadır.

Mahkemelerde yapay zekâ nerelerde kullanılıyor?

Kaynağa göre modern yargı sistemlerinde yapay zekâ uygulamaları yalnız dosya yönetimiyle sınırlı değildir. Doğal dil işleme araçları dosyaları özetleyebilir, makine öğrenmesi modelleri prosedürel riskleri işaretleyebilir, büyük dil modeli tabanlı araçlar karar veya emir taslağı oluşturabilir ve aktüeryal sistemler tutukluluk, kefalet veya ceza belirleme sürecine risk puanları sağlayabilir.

Bu uygulamalar arasında hukuki risk aynı değildir. Bir sistemin mevzuat veya içtihat bulması ile bir sanığın yeniden suç işleme ihtimalini puanlaması veya hâkim adına tam gerekçe yazması, yargısal işlev açısından farklı seviyelerde müdahale yaratır.

Yapay Zekâ Yargıda Karar Desteği ile Karar İkamesi Arasında Nerede Sınırı Aşar?

Kaynağın önerdiği ölçüte göre sınır, yapay zekâ çıktısının hâkimin değerlendirdiği bir girdi olmaktan çıkıp tarafları bağlayan kararın esas gerekçesine dönüştüğü noktada aşılır. Sistem dosya özetleyebilir, risk puanı verebilir veya taslak hazırlayabilir; ancak nihai hukuki gerekçe somut olgulara ve tarafların gerçek argümanlarına cevap veren, insan hâkim tarafından benimsenip savunulabilir bir yargısal muhakeme olarak kalmalıdır.

Gerekçe verme yükümlülüğü neden merkezde?

Makalenin temel kavramsal tercihi, yapay zekâ tartışmasını doğruluk, hız veya tutarlılık üzerinden değil, gerekçeli karar üzerinden kurmaktır.

Yazar iki farklı gerekçelendirme anlayışını ayırmaktadır:

• Araçsal yaklaşım: Gerekçe, hâkimi disipline eder, temyizi kolaylaştırır ve kamu güvenini artırır.
• Kurucu yaklaşım: Gerekçe, yalnız iyi karar üretmeye yarayan araç değildir; bir devlet işlemini gerçek anlamda yargısal karar yapan unsurlardan biridir.

Makale ikinci yaklaşımı benimsemektedir. Buna göre mahkemenin bir tarafı rızası olmaksızın hukuken bağlayabilmesinin meşruiyeti, yalnız doğru sonuca ulaşmasından değil, neden o sonuca ulaştığını o davanın olguları ve argümanları üzerinden açıklamasından kaynaklanır.

Kararın Doğru Olması Gerekçesiz Bir Yargı Kararını Yeterli Kılar mı?

Kaynağın benimsediği kurucu gerekçelendirme görüşüne göre hayır. Sonuç maddi olarak doğru olsa bile, tarafların somut iddia ve savunmalarına cevap vermeyen standart veya kalıp bir açıklama yargısal gerekçenin işlevini yerine getirmez; çünkü gerekçenin amacı yalnız doğru sonucu göstermek değil, tarafın kararın nedenlerini anlayabilmesini, bunlara itiraz edebilmesini ve gerekirse üst mahkemede tartışabilmesini sağlamaktır.

İstatistiksel çıktı ile hukuki gerekçe arasındaki fark

Yazarın ana tezi, makine öğrenmesi ve istatistiksel tahmin sistemlerinin temel olarak örüntüler ve korelasyonlar üzerinden çıktı üretmesidir. Bir risk modeli, geçmiş vakalarda belirli değişkenlerle belirli sonuçlar arasındaki örüntüyü kullanabilir. Ancak yazar bunun kendi başına şu soruya cevap vermediğini savunur:

“Bu kişinin, bu olayın ve bu hukuki argümanların özellikleri altında neden bu hukuki sonuca bağlanması gerekir?”

Dolayısıyla modelin matematiksel olarak açıklanabilir olması ile yargısal gerekçenin bulunması aynı şey değildir. Bir algoritmanın ağırlıklarının, özelliklerinin ve eğitim verisinin açıklanması, belirli davada normatif hukuki sonucun neden doğru olduğunu açıklamayabilir.

İnsan hâkimler de örüntüleri kullanmıyor mu?

Makale kendi tezine yöneltilebilecek bu güçlü itirazı ayrıca ele almaktadır. Hâkimler de içtihatlardan, mesleki deneyimden ve önceki benzer vakalardan yararlanır; dolayısıyla insan muhakemesi de belirli ölçüde örüntü tabanlıdır.

Yazarın yanıtı, esas ayrımın “istatistiksel olan / olmayan” ayrımı değil, somut argümanlara cevap verebilme kapasitesi olduğudur. İnsan hâkim, bir emsal kararın neden mevcut davaya uygulanıp uygulanmadığını, tarafın itirazına cevap vererek açıklayabilir. Makaleye göre salt algoritmik risk puanı bu tür argüman-duyarlı hukuki karşılığı kendiliğinden üretmez.

Brezilya: gerekçenin açık anayasal temeli

Kaynak, Brezilya'yı gerekçeli karar yükümlülüğünün anayasal metinde açık biçimde yer alması nedeniyle özel bir örnek olarak incelemektedir.

Brezilya Federal Anayasası'nın 93. maddesinin IX. fıkrası, yargı kararlarının gerekçeli olmasını ve aksi durumda geçersizlik sonucunu öngören anayasal çerçeve olarak ele alınmaktadır.

Makale ayrıca Brezilya Medeni Usul Kanunu'nun 489. maddesi üzerinden, yalnız genel hukuk kavramını anmak veya her davaya uygulanabilecek standart bir formülü kullanmanın yeterli gerekçe sayılmamasını kurucu yaklaşım için önemli bir örnek olarak göstermektedir.

Brezilya'daki yapay zekâ düzenlemeleri

Conselho Nacional de Justiça (CNJ), 2020 tarihli 332 sayılı kararla yargıda yapay zekâya ilişkin etik, şeffaflık ve yönetişim ilkelerini düzenlemiştir.

Kaynağa göre Mart 2025'te 615 sayılı düzenlemeyle çerçeve, üretken yapay zekâ ve büyük dil modellerini daha açık biçimde kapsayacak şekilde genişletilmiştir. Yeni sistem, periyodik denetim, sürekli doğrulama ve güçlendirilmiş insan gözetimi mekanizmalarına vurgu yapmaktadır.

Yazar bu gelişmeyi, anayasal ilkenin tek başına teknolojik sınırı otomatik biçimde belirlemediğinin göstergesi olarak yorumlamaktadır: teknoloji değiştikçe operasyonel kuralların da güncellenmesi gerekir.

ABD: State v. Loomis

State v. Loomis, mahkûmiyet ve ceza belirleme sürecinde COMPAS adlı yeniden suç işleme risk değerlendirme aracının kullanılmasının adil yargılanma hakkıyla ilişkisini tartışan Wisconsin Supreme Court kararıdır.

Kaynağa göre mahkeme COMPAS kullanımını tamamen yasaklamamış; sistemin skorunun cezanın belirleyici unsuru olmaması ve hâkimin bunu diğer bilgilerden yalnız biri olarak değerlendirmesi şartıyla kullanılabileceğine hükmetmiştir.

State v. Loomis Yapay Zekânın Ceza Kararını Vermesine İzin Verdi mi?

Hayır. Kaynağın Loomis okumasına göre Wisconsin Supreme Court, COMPAS risk skorunun mahkemenin bağımsız gerekçesinin yerine geçmesini değil, sınırlı ve koşullu bir karar girdisi olarak kullanılmasını kabul etmiştir. Skorun belirleyici olmaması ve mahkemenin aracın sınırlılıklarını bilmesi, karar desteği ile karar ikamesi arasındaki ayrım bakımından temel koşullardır.

Yazar Loomis'in kapsamının sınırlı olduğunu özellikle belirtmektedir. Karar, üretken bir yapay zekânın ceza gerekçesini yazdığı veya sistem çıktısının fiilen hâkim kararını belirlediği senaryoları doğrudan çözmemektedir.

Avrupa Birliği Yapay Zekâ Yasası

Regulation (EU) 2024/1689, mahkemelerde olguları ve hukuku araştırma, yorumlama veya hukuku somut vakaya uygulama amacıyla kullanılan belirli yapay zekâ sistemlerini yüksek riskli sistem kategorisine dahil etmektedir.

Bu sınıflandırma otomatik bir yasak anlamına gelmez. Yüksek riskli sistemlerde risk yönetimi, veri yönetişimi, teknik dokümantasyon, kayıt tutma, şeffaflık, insan gözetimi, doğruluk, dayanıklılık ve siber güvenlik gibi yükümlülükler devreye girer.

Makalenin eleştirisi şudur: sistemin insan gözetimine uygun tasarlanmış olması, her somut davada hâkimin gerçekten bağımsız gerekçe kurduğunu garanti etmez. Dolayısıyla ürün düzeyindeki insan gözetimi ile karar düzeyindeki insan muhakemesi birbirinden ayrılmalıdır.

Çin: Şanghay 206 System

Şanghay High People's Court ve iFLYTEK tarafından geliştirilen “206 System”, ceza adaleti sürecindeki yapay zekâ entegrasyonunun makalede incelenen en kapsamlı örneğidir.

Kaynağa göre sistem:

• delil tutarlılığı kontrolü,
• benzer dava arama,
• ceza şiddeti önerileri,
• tutuklama ve kovuşturma kriterleriyle ilgili karar desteği

gibi çeşitli işlevleri yerine getirmektedir.

Yazarın özellikle dikkat çektiği özellik, bazı süreçlerde algoritmik tavsiyeden sapıldığında insan karar vericiden ayrıca gerekçe istenebilmesidir.

Algoritmik Tavsiyeden Sapmanın Daha Zor Hale Gelmesi Neden Sorun Olabilir?

Makalenin kurumsal analizine göre algoritmanın tavsiyesine uymak ek açıklama gerektirmezken tavsiyeden ayrılmak ayrıca gerekçelendirme veya denetim tetikliyorsa, sistem doğrudan karar yazmasa bile hâkimi algoritmaya uyma yönünde teşvik edebilir. Böyle bir teşvik mimarisi, biçimsel insan imzası korunmasına rağmen fiilî karar bağımsızlığını azaltarak karar ikamesine yaklaşabilir.

Kaynak bunun Çin'deki bütün kararların algoritma tarafından verildiği anlamına gelmediğini açıkça ayırmaktadır. 206 System resmi olarak yardımcı sistem olarak tanımlanmaktadır. Yazarın “asimetrik teşvik” değerlendirmesi, kamuya açık tasarım özelliklerinden yaptığı kurumsal çıkarımdır.

CEPEJ Etik Şartı

Avrupa Konseyi'ne bağlı European Commission for the Efficiency of Justice (CEPEJ), 2018'de yargı sistemlerinde yapay zekâ kullanımına ilişkin beş temel ilke belirlemiştir:

1. temel haklara saygı,
2. ayrımcılık yapmama,
3. yargı verilerinin işlenmesinde kalite ve güvenlik,
4. şeffaflık ve tarafsızlık,
5. kullanıcının kontrolü altında olma.

Makale özellikle “under user control” ilkesini kendi gerekçe-merkezli yaklaşımına en yakın uluslararası etik formülasyon olarak görmektedir.

Estonya'daki “robot hâkim” anlatısı neden önemli?

2019'dan itibaren uluslararası medyada Estonya'nın 7.000 avronun altındaki küçük hukuk uyuşmazlıklarını yapay zekâ “robot hâkim” ile çözeceği yönünde haberler yayılmıştır.

Kaynak, Estonya Adalet ve Dijital İşler Bakanlığının daha sonra böyle bir yapay zekâ hâkimi geliştirmediğini açıkça bildirdiğini aktarmaktadır. Gerçek uygulamanın, tartışmasız ödeme emirleri gibi prosedürel süreçlerin otomasyonu olduğu belirtilmektedir.

Yazar bu olayı önemli bir yönetişim dersi olarak kullanır: dış gözlemciler bile süreç otomasyonu ile yargısal karar verme arasındaki farkı karıştırabiliyorsa, “karar destek sistemi” etiketi tek başına güvenilir değildir.

Çalışmanın Yöntemi ve Bulguları

Yöntemsel tasarım

Makale özgün deneysel veya istatistiksel veri üretmemektedir. Üç yöntemsel katmanı birleştirir:

• Doktrinel hukuk analizi: anayasa, kanun, düzenleme ve mahkeme kararlarının incelenmesi.
• Karşılaştırmalı kurumsal analiz: Brezilya, ABD, Avrupa Birliği ve Çin'in farklı hukuk ve yönetişim modellerinin karşılaştırılması.
• Vaka temelli hukuk analizi: özellikle State v. Loomis ve 206 System gibi somut örneklerin değerlendirilmesi.

CEPEJ Etik Şartı ayrı bir hukuk düzeni olarak değil, farklı Avrupa hukuk sistemleri açısından çapraz referans oluşturan soft-law aracı olarak kullanılmaktadır.

Karar desteği ve karar ikamesi

MACS Nedir?

Motivated Adjudication Continuity Standard (MACS), yapay zekâ sistemlerini teknik mimarilerine veya üretici etiketlerine göre değil, nihai yargı kararının esas gerekçesiyle kurdukları işlevsel ilişkiye göre üç kademede sınıflandıran, yazar tarafından önerilmiş bir yönetişim çerçevesidir. MACS'in temel testi, somut davaya cevap veren insan tarafından oluşturulmuş gerekçenin tarafları bağlayan asli hukuki işlem olarak devam edip etmediğidir.

MACS Kademe 1

Kararın gerekçesine doğrudan dokunmayan işlevleri içerir:

• dosya yönetimi,
• delil organizasyonu,
• transkripsiyon,
• çeviri,
• hukuki araştırma ve kaynak bulma.

Kaynağa göre bu işlevler özel gerekçe koruması olmaksızın genel olarak kabul edilebilir kullanım alanlarıdır.

MACS Kademe 2

Hâkimin muhakemesine girdi üreten ancak teorik olarak muhakemenin kendisi olmayan işlevleri kapsar:

• risk puanları,
• benzer dava önerileri,
• tartışmasız olguların taslak özeti,
• esasen yeniden işlenmesi gereken ilk karar taslağı.

Bu kullanımlar için MACS dört temel koruma önerir:

1. Nihai gerekçenin insan tarafından esaslı biçimde oluşturulması.
2. Taslak köken kaydı: hangi bölümün yapay zekâ tarafından üretildiğinin denetlenebilir biçimde kaydedilmesi.
3. Taraflara açıklama: hangi yapay zekâ aracının hangi amaçla kullanıldığının bildirilmesi.
4. Ayrımcı etki denetimi: korunan özelliklerle ilişkili çıktı üreten sistemlerin bağımsız periyodik denetime tabi tutulması.

MACS Kademe 3

Yapay zekâ çıktısının kararın fiilî gerekçesine dönüştüğü kullanımları kapsar. Örneğin yapay zekâ tarafından yazılan tam kararın hâkim tarafından yalnız yüzeysel değişikliklerle kabul edilmesi bu kategoriye girer.

Makale ayrıca, algoritmik tavsiyeden sapmanın hâkim açısından kurumsal maliyet yarattığı sistemlerin de karar ikamesine işlevsel olarak yaklaşabileceğini savunmaktadır.

Yazar bu kademeyi, incelenen hukuk sistemlerinde bugün bulunmayan özel ve dava-özgü yasama yetkisi olmadıkça varsayımsal olarak kabul edilemez kullanım alanı şeklinde sınıflandırmaktadır. Bu, MACS'in normatif önerisidir; bütün hukuk sistemlerinde yürürlükte olan doğrudan pozitif hukuk kuralı değildir.

Düşük değerli ve yüksek hacimli işlemler için istisna

MACS, gerçekten tartışmasız küçük parasal talepler, ödeme emirleri veya usulî temerrüt kararları gibi yüksek hacimli ve düşük riskli işlemler için daha esnek yaklaşım önerir.

Buradaki önemli koşul, uyuşmazlık gerçekten çekişmeli hale geldiğinde insan hâkime erişimin bulunmasıdır.

Yapay zekâ kullanımının kayıt altına alınması

Makalenin en somut teknik önerilerinden biri drafting-provenance log, yani karar metninin üretim geçmişinin denetlenebilir biçimde kaydedilmesidir.

Bu yaklaşım şu soruların sonradan incelenebilmesini amaçlar:

• Hangi metin yapay zekâ tarafından üretildi?
• Hâkim hangi bölümleri değiştirdi?
• Değişiklikler esaslı mı yoksa yalnız biçimsel miydi?
• Kararın hukuki gerekçesi gerçekten bağımsız insan değerlendirmesine dayanıyor mu?

Yazar, yalnız “insan denetimi vardır” şeklindeki kurumsal beyanın yeterli olmadığını; bunun denetlenebilir teknik kanıtla desteklenmesi gerektiğini savunmaktadır.

Çalışmanın desteklediği

• Yargıda yapay zekâ kullanımının yalnız doğruluk ve şeffaflık üzerinden değerlendirilemeyeceği yönünde doktrinel bir argüman sunar.
• Karar desteği ile karar ikamesinin işlevsel olarak ayrılması gerektiğini savunur.
• Loomis kararını sınırlı ve koşullu algoritmik karar desteğine örnek olarak yorumlar.
• AB AI Act'in ürün düzeyindeki insan gözetiminin somut karar düzeyindeki insan muhakemesini tek başına garanti etmediğini ileri sürer.
• Çin 206 System örneğinin algoritmik tavsiyeye uyma yönünde teşvik mimarisi yaratabileceğini tartışır.
• MACS adlı üç kademeli yönetişim standardı önerir.
• Yapay zekâ destekli karar üretiminde denetlenebilir taslak köken kayıtlarının gerekli olduğunu savunur.

Çalışmanın desteklemediği

• Bütün yapay zekâ kullanımının mahkemelerde hukuka aykırı olduğunu ileri sürmez.
• Yapay zekâ sistemlerinin hiçbir koşulda yargısal süreçte kullanılmaması gerektiğini savunmaz.
• MACS'in bugün herhangi bir ülkede yürürlükte olan bağlayıcı yasa olduğunu göstermez.
• İnsan hâkimlerin algoritmalardan her zaman daha doğru karar verdiğini ampirik olarak kanıtlamaz.
• 206 System'ın Çin'deki kararları fiilen tamamen otomatik verdiğini kanıtlamaz.
• Yapay zekânın önyargılı olmasının gerekçelendirme sorunuyla aynı hukuki mesele olduğunu varsaymaz; bunları ayrı fakat birikimli sorunlar olarak ele alır.

Temel sınırlılıklar

Birinci sınırlılık karşılaştırmanın yalnız dört hukuk düzenini kapsamasıdır. Diğer common-law, civil-law veya anayasa mahkemesi modellerinde karar desteği–karar ikamesi sınırı farklı biçimde ortaya çıkabilir.

İkinci sınırlılık, COMPAS ve benzeri algoritmik risk araçlarıyla ilgili ampirik iddiaların önceki araştırma ve araştırmacı gazetecilik çalışmalarından alınmasıdır; bu sonuçlar incelenmemiş yeni sistemlere otomatik olarak genellenemez.

Üçüncü olarak State v. Loomis yalnız Wisconsin Supreme Court kararıdır ve ABD'nin bütün eyaletlerinde bağlayıcı bir federal algoritmik ceza standardı değildir.

Dördüncü sınırlılık, Çin 206 System analizinin kamuya açık resmi ve akademik ikincil kaynaklara dayanmasıdır. Kaynak koduna veya iç denetim kayıtlarına doğrudan erişim bulunmamaktadır.

Son olarak MACS'in önerdiği bağımsız denetim, taslak köken kaydı ve teknik izlenebilirlik altyapıları incelenen hukuk sistemlerinin çoğunda henüz mevcut değildir. Dolayısıyla MACS mevcut pratikten çok bir kurumsal tasarım önerisidir.

Kaynak ve Yöntem Notu

Özgün başlık:The AI Judge: Algorithmic Decision-Making, Due Process and the Future of Judicial Power

Yazar: Northon Salomão de Oliveira.

ORCID: 0009-0007-4038-0609.

Kurumsal/mesleki tanım: OAB São Paulo, Brazil.

Yazım tarihi: 19 Ağustos 2026.

Kaynak türü: Doktrinel hukuk, karşılaştırmalı kurumsal analiz ve vaka temelli hukuk incelemesi.

Hakemlik: Yüklenen belgede hakemli yayın durumunu doğrulayan bilgi bulunmamaktadır.

Dergi / DOI / yayınevi: Kaynak belgede belirtilmemiştir.

İncelenen hukuk düzenleri: Brezilya, Amerika Birleşik Devletleri, Avrupa Birliği ve Çin.

Çapraz referans: Council of Europe / European Commission for the Efficiency of Justice (CEPEJ).

Başlıca hukuk kaynakları: Brezilya Federal Anayasası madde 93/IX; Brezilya Medeni Usul Kanunu madde 489 §1; CNJ Resolution 332/2020 ve 615/2025; State v. Loomis; Regulation (EU) 2024/1689; Çin Supreme People's Court 2022 yapay zekâ görüşleri; CEPEJ European Ethical Charter.

Özgün öneri: Motivated Adjudication Continuity Standard (MACS).

Yapay zekâ kullanım bildirimi: Yazar, makalenin hazırlanması sırasında taslak desteği, araştırma organizasyonu, karşılaştırmalı kaynak belirleme, analitik yapılandırma ve dil iyileştirme amacıyla yapay zekâ tabanlı araçlar kullandığını; nihai hukuk analizini, kaynakları, yorumları ve sonuçları kendisinin kontrol edip sorumluluğunu üstlendiğini açıklamaktadır.

Temel yöntemsel sınır: Çalışma özgün deneysel veya ampirik veri üretmemektedir. MACS yürürlükteki pozitif hukuk normu değil, yazarın doktrinel ve karşılaştırmalı analizden türettiği önerisel yönetişim çerçevesidir.