Bu çalışma, eğitimde, klinik değerlendirmelerde ve çalışma yaşamında kullanılan yapay zekâ sistemlerinin nöroçeşitli bireylere verdiği kronik fakat kurumlar tarafından fark edilmeyen zararları teorik ve hukuki bir çerçeveyle incelemektedir. Yazar, daha önceki bir kesitsel aracılık analizinden elde edilen 315 kişilik veri setini, 15 kişilik sekiz haftalık bir vaka çalışmasını, yapay zekâ destekli öğrenme üzerine başka araştırmaları ve mevcut hukuk-yönetişim çerçevelerini bir araya getirerek “Görünmez Zarar Doktrini”ni önermektedir. Temel sav, nörotipik davranış normlarıyla tasarlanan yapay zekâ sistemlerinin nöroçeşitli deneyimi doğru gözlemleyemediği ve bu nedenle duyusal aşırı yüklenme, kaygı, yorgunluk, maskeleme, dikkat kaybı ve tükenmişlik gibi zararları sistematik biçimde görünmez kıldığıdır. Bununla birlikte doktrinin kendisi yeni bir deneyle sınanmamış; bilişsel borç için verilen süre eşikleri teorik olarak tahmin edilmiş ve önerilen tasarım araçları küçük örneklemlerle değerlendirilmiştir.

Çalışma, görünmez yapısal zararı kötü niyet gerektirmeyen, zaman içinde biriken, kurum yerine birey tarafından taşınan ve yalnızca mevcut algoritmanın düzeltilmesiyle giderilemeyen bir zarar türü olarak tanımlamaktadır. Yazarın “Epistemik Paralaks” adını verdiği yaklaşım, sorunun yalnızca eğitim verilerindeki temsil eksikliğinden kaynaklanmadığını; sistemi kuran gözlem ve değerlendirme çerçevesinin de nörotipik varsayımlara dayandığını ileri sürmektedir.

Önerilen çözüm paketi; güvenlik, bireye uygunluk ve savunuculuk katmanlarından oluşan Gelişimle Uyumlu Tasarım çerçevesini, nöroçeşitli bireylere gerçek karar ve veto gücü tanıyan katılımcı tasarımı, yapay zekâ kullanımını şeffaflaştıran AIR mimarisini, bilişsel yükü çöküş oluşmadan önce belirlemeyi amaçlayan giyilebilir destek sistemlerini ve kurumların yapay zekâ satın alırken sorması gereken hesap verebilirlik sorularını içermektedir.

Çalışmanın Türkiye açısından değeri, belirli bir yabancı hukuk modelini doğrudan aktarmasından değil; okul, üniversite, işveren, sağlık kuruluşu ve kamu kurumlarının kullandığı yapay zekâ sistemlerinde “ortalama kullanıcı” varsayımının kimleri görünmez bıraktığını sorgulamasından kaynaklanmaktadır. Ancak Türkiye’de uygulanabilirlik, yerel nöroçeşitli katılımcılarla yürütülecek araştırmalar ve Türk hukuk sistemi içinde yapılacak ayrı değerlendirmelerle sınanmalıdır.

Araştırmanın temel problemi nedir?

Yapay zekâ sistemleri yalnızca bilgi üretmemekte; öğrencilerin destek gereksinimlerini, çalışanların performansını, kişilerin ruh sağlığı belirtilerini ve davranışların ne anlama geldiğini değerlendiren kurumsal süreçlere de girmektedir. Çalışmanın temel sorusu, bu sistemlerin nöroçeşitli bireyleri gözlemlerken kullandığı ölçütlerin gerçekten tarafsız olup olmadığıdır.

Yazar, otistik bireylerin, dikkat eksikliği ve hiperaktivite bozukluğu yaşayanların, disleksisi veya dispraksisi bulunanların davranışlarının çoğu zaman nörotipik iletişim, dikkat, üretkenlik ve sosyal uyum standartlarıyla değerlendirildiğini savunmaktadır. Bir sistemin nöroçeşitli kişinin deneyimini doğrudan anlamak yerine nörotipik davranışa ne ölçüde benzediğini ölçmesi, görünüşte nesnel fakat yapısal olarak tek taraflı sonuçlar üretebilir.

Bu durumda yapay zekâ sistemi yalnızca mevcut ayrımcılığı tekrar etmez. Yazarın savına göre sistem, nöroçeşitli deneyimin kendi iç mantığını hiç gözlemleyemediği için bazı zararları veri olarak dahi tanıyamaz. Kişinin davranışı “uyumsuzluk”, “dikkat eksikliği”, “verimsizlik” veya “iş birliği sorunu” şeklinde kaydedilirken, davranışın arkasındaki duyusal yüklenme, bilişsel yorgunluk, zorunlu maskeleme ve sürekli özdenetim görünmez kalabilir.

Görünmez Zarar Doktrini neyi ifade etmektedir?

Görünmez Zarar Doktrini (Invisible Harm Doctrine, IHD), nöroçeşitli bilişsel gerçekliği hesaba katmayan kurum ve yapay zekâ sistemlerinin oluşturduğu kronik zararlara ayrı bir ad ve değerlendirme kategorisi kazandırmayı amaçlamaktadır.

Doktrine göre görünmez yapısal zarar dört temel özellik taşımaktadır:

• Zararın oluşması için kötü niyet veya açık ayrımcılık gerekmemektedir.
• Zarar dışarıdan hemen görülmediği için daha önemsiz kabul edilemez.
• Aynı çevresel ve teknolojik koşullar farklı nörolojik yapılarda farklı hızlarda zarar biriktirebilir.
• Sorun yalnızca hatalı sonuçların sonradan düzeltilmesini değil, sistemin başlangıçtan itibaren farklı bilişsel deneyimlere göre yeniden tasarlanmasını gerektirir.

Bu yaklaşım, zararı yalnızca yanlış sınıflandırma veya ayrımcı sonuç olarak ele almamaktadır. Bir sistem açıkça yanlış karar vermeden de kişiyi sürekli olarak daha fazla enerji harcamaya, davranışlarını bastırmaya veya kendi nörolojik özelliklerini gizlemeye zorlayabilir. Kurumsal başarı göstergeleri değişmezken zarar kişinin bedeninde ve zihinsel kapasitesinde birikebilir.

S²MHD modeli görünmez zararı nasıl açıklamaktadır?

Çalışmanın ampirik dayanaklarından biri, yazarın önceki doktora araştırmasında geliştirdiği Duyusal Hassasiyet-Ruh Sağlığı-Dikkat Dağınıklığı modelidir (Sensory Sensitivity-Mental Health-Distractibility, S²MHD). Model, 315 otistik yetişkinden oluşan kesitsel bir örneklem üzerinde aracılık analiziyle değerlendirilmiştir.

Modelde üç temel aşama bulunmaktadır:

1. İşitsel veya diğer duyusal hassasiyetlerin yükselmesi,
2. Kaygı ve yorgunluğun eş zamanlı aracı değişkenler olarak artması,
3. Dikkat dağınıklığı ve işlevsel dikkat kaybının ortaya çıkması.

Birinci şekilde duyusal hassasiyet solda, kaygı ve yorgunluk ortada, dikkat dağınıklığı ve dikkat kapasitesi sağda gösterilmektedir. Kırmızı oklar aracı yolları, kesikli gri ok ise doğrudan etki yolunu temsil etmektedir. Çalışmada yorgunluğun işitsel hassasiyet ile dikkat dağınıklığı arasındaki ilişkiye tam aracılık ettiği bildirilmiştir: Sobel z değeri 4,64, p değeri 0,001’den küçük ve örneklem büyüklüğü 315’tir. Kaygının ise farklı duyusal hassasiyet yollarına kısmi aracılık ettiği belirtilmektedir. Birleşik model dikkat dağınıklığı puanlarındaki varyansın yüzde 72’sini açıklamıştır (R² = 0,72).

Sobel testindeki z = 4,64 değeri, araştırmacının kurduğu dolaylı yolun sıfırdan farklı olduğuna ilişkin güçlü istatistiksel kanıt bulunduğunu göstermektedir. Ancak araştırmanın kesitsel olması nedeniyle duyusal hassasiyetin zaman içinde kaygı ve yorgunluğa, bunların da kesin olarak dikkat kaybına neden olduğu sonucuna varılamaz. Model, önerilen mekanizmayla uyumlu ilişkiler göstermektedir; nedensel yön için uzunlamasına veya deneysel doğrulama gereklidir.

Yazarın ana yorumu, sorunun kişinin yeterince çaba göstermemesi değil, uyarlanmamış çevrenin sürekli enerji tüketmesi olduğudur. Bu çerçevede daha fazla dikkat talep etmek veya üretkenliği artırmaya çalışmak, duyusal ve bilişsel yükü azaltmadan uygulandığında zararın mekanizmasını güçlendirebilir.

Maskeleme neden bir uyum becerisi değil, yapısal maliyet olarak görülmektedir?

Maskeleme (masking), nöroçeşitli kişinin nörotipik görünmek amacıyla kendi doğal davranışlarını bastırması veya değiştirmesidir. Çalışmada bunun zorla göz teması kurma, kendini düzenleyen hareketleri gizleme, konuşmaları önceden senaryolaştırma ve dışarıya verilen her davranışsal sinyali sürekli denetleme biçimlerinde ortaya çıkabileceği anlatılmaktadır.

Kurum açısından maskeleme başarılı uyum gibi görünebilir. Öğrenci sınıfta sessizleşmiş, çalışan beklenen iletişim biçimini sergilemiş veya danışan standart davranış normlarına yaklaşmış olabilir. Fakat kişi bu görünümü kaygı, yorgunluk, kimlik çatışması ve tükenmişlik pahasına sürdürüyor olabilir.

Yazarın temel iddiası, kurumun uyarlama yapmamasından doğan maliyetin bütünüyle bireye aktarılmasıdır. Sistem dışarıdan sorunsuz işlerken kişi sürekli olarak kendisini izlemek ve nörolojik özelliklerini bastırmak zorunda kalır. Bu nedenle görünür “başarılı işlevsellik”, gerçek iyilik hâliyle aynı şey değildir.

Bilişsel borç nedir?

Çalışma bilişsel borç kavramını geçici bilişsel yük, bilişsel dışsallaştırma ve otomasyon yanlılığından ayırmaktadır. Bilişsel borç; yapay zekâya kronik biçimde dayanılması sonucunda etkin düşünme, öğrenme ve dikkat süreçlerinde oluşan fakat başlangıçta performans ölçümlerine yansımayan birikmiş ve gecikmeli maliyet olarak tanımlanmaktadır.

Yazar, koruyucu sınırlar olmadan GPT-4 erişimi sağlanan öğrencilerin yapay zekâ olmadan gerçekleştirdikleri aktarım görevlerinde yüzde 17 daha düşük not aldığını bildiren yaklaşık 1.000 kişilik başka bir araştırmayı dayanak olarak kullanmaktadır. Buradan hareketle performansın bir süre normal görünebileceğini, fakat aktif düşünme yeterince uzun süre azaldığında daha sonra belirgin bir düşüş ortaya çıkabileceğini savunmaktadır.

İkinci şekilde yatay eksen yapay zekâya maruz kalınan haftaları, dikey eksen birikmiş bilişsel maliyeti göstermektedir. Kırmızı eğri nöroçeşitli çalışanları, turkuaz eğri nörotipik çalışanları temsil etmektedir. Kesikli yatay çizgi, performans kaybının kurum tarafından fark edilebilir hâle geldiği varsayımsal eşiği göstermektedir. Nöroçeşitli grup yaklaşık 10. haftada, nörotipik grup yaklaşık 18. haftada eşiği aşmaktadır.

Bu haftalar doğrudan ölçülmüş sonuçlar değildir. Metinde nöroçeşitli bireyler için 8-12 hafta, nörotipik bireyler için 16-20 hafta aralığı teorik tahmin olarak verilmektedir. Tahmin, S²MHD modelindeki daha yüksek başlangıç yükü ile başka bir yapay zekâ öğrenme araştırmasındaki performans eşiğinin birleştirilmesine dayanmaktadır. Nörotipik ve nöroçeşitli grupları aynı yapay zekâ kullanım koşullarında haftalar boyunca karşılaştıran bir deney yapılmamıştır.

Epistemik Paralaks ne anlama gelmektedir?

Epistemik Paralaks, yapay zekâ sisteminin davranışı gözlemlediği nörotipik normatif çerçeve ile nöroçeşitli kişinin yaşadığı deneyim arasındaki yapısal hizasızlığı ifade etmektedir. Optikte paralaks, aynı nesnenin farklı bakış noktalarından farklı yerde görünmesidir. Yazar bu benzetmeyi bilgi üretimine uyarlamaktadır.

Üçüncü şeklin sol tarafında “nörotipik normatif çerçeve”, ortasında “nöroçeşitli deneyim”, sağında ise “nöroçeşitli deneyimsel çerçeve” bulunmaktadır. Nörotipik çerçeve aynı davranışı sosyal yetersizlik, davranış bozukluğu veya uyum eksikliği olarak adlandırırken, nöroçeşitli çerçeve duyusal aşırı yüklenme, bilişsel yorgunluk ve maskeleme maliyetini görünür kılmaktadır.

Yazar, bunun sıradan algoritmik önyargıdan farklı olduğunu savunmaktadır. Algoritmik önyargı yaklaşımında sorun genellikle veri setine daha fazla çeşitlilik eklenerek azaltılabilir. Epistemik Paralaks yaklaşımında ise etiketleme ve değerlendirme ölçütlerinin kendisi nörotipik normlara dayanıyorsa aynı ölçütlerle daha fazla veri eklemek, aynı yanlış yorumu daha yüksek güvenle üretebilir.

Şeklin kendi başlığında “Figure 2” yazmasına karşın belge içinde üçüncü şekil olarak numaralandırılması küçük fakat açık bir editoryal tutarsızlıktır.

COMPASS çerçevesinin yedi önermesi

Görünmez Zarar Doktrini, İngilizce baş harfleri COMPASS sözcüğünü oluşturan yedi önerme üzerinden kurulmaktadır.

Bu önermeler doktrinin teorik iddialarıdır. Bazılarının altında sınanabilir tahminler sunulmuş olsa da makalenin kendisi bu tahminleri deneysel olarak sınamamaktadır.

Yapay zekâ dalkavukluğu neden bir güç sorunu olarak ele alınmaktadır?

Çalışmadaki “AI sycophancy” kavramı, yapay zekânın yalnızca kullanıcıyı memnun eden cevaplar üretmesi anlamında kullanılmamaktadır. Burada sistemin, satın alan, yapılandıran ve değerlendirme ölçütlerini belirleyen en güçlü tarafın normlarına uyum göstermesi kastedilmektedir.

Örneğin bir eğitim yöneticisi sistemi öncelikle belge hazırlama hızını artıracak biçimde satın alırsa, yapay zekâ öğrencinin deneyiminden çok kurumun verimlilik beklentisini optimize edebilir. Bir performans sistemi nörotipik iletişim biçimini ideal çalışan davranışı kabul ederse, nöroçeşitli çalışanın farklı çalışma veya iletişim tarzını düşük performans olarak yorumlayabilir.

Yazar, böyle durumlarda sistemin teknik olarak amaçlandığı gibi çalışabileceğini fakat güç asimetrisini büyütebileceğini savunmaktadır. Bu nedenle sorun yalnızca model doğruluğu değil, sistemin kimin hedefini ve kimin davranış normunu optimize ettiğidir.

Görünmez zarar sınıflandırması hangi zararları içermektedir?

Birinci tablo, mevcut yapay zekâ yönetişim çerçevelerinin yeterince görmediği ileri sürülen on zarar kategorisini listelemektedir:

1. Duyusal aşırı yüklenme zinciri,
2. Zorunlu maskelemenin maliyeti,
3. Yapay zekâ dalkavukluğuna bağlı dışlanma,
4. Epistemik Paralaks hatası,
5. Nörolojik profile göre farklılaşan bilişsel borç,
6. Otistik tükenmişlik,
7. Tanısal algoritmik önyargı,
8. Yapay zekânın nörotipik normlara göre ayarlanması,
9. Satın alma ve tedarik süreçlerindeki güç asimetrisi,
10. Yapısal bilişsel özgürlük ihlali.

Tablo bu zararları görünürlük, zaman içinde oluşma biçimi, zararın bireysel veya yapısal kaynağı ve Avrupa Birliği Yapay Zekâ Tüzüğü ile NIST Yapay Zekâ Risk Yönetimi Çerçevesindeki kapsama göre sınıflandırmaktadır. Yazar tüm kategorilerin görünmez olduğunu, Avrupa Birliği çerçevesinde açıkça tanınmadığını ve NIST çerçevesinde ancak kısmen ele alındığını ileri sürmektedir.

Tablonun son sütununda tüm satırlarda “Proposition N” yazması, COMPASS modelindeki farklı önermelerle açık bir eşleştirme sunmamakta ve muhtemel bir tablo düzenleme veya yer tutucu metin sorunu oluşturmaktadır.

Mevcut bilişsel özgürlük yaklaşımı neden yetersiz görülmektedir?

Bilişsel özgürlük ve nörohaklar tartışmaları çoğunlukla beyin-bilgisayar arayüzlerinin düşünceleri okuması, algoritmaların duyguları yönlendirmesi veya nöroteknolojinin hafıza ve zihinsel bütünlüğe müdahale etmesi gibi dış teknolojik müdahalelere odaklanmaktadır.

Yazar bu tehditlerin gerçek olduğunu kabul etmekle birlikte nöroçeşitli bireylerin temel ihlalinin çoğu zaman başka biçimde ortaya çıktığını savunmaktadır: kişinin sürekli olarak nörotipik davranmaya, kendi düzenleyici hareketlerini gizlemeye, duyusal gereksinimlerini bastırmaya ve kurumun “normal” kabul ettiği bilişsel performansı sergilemeye zorlanması.

Bu nedenle önerilen nöroçeşitli bilişsel özgürlük yalnızca dış müdahaleye karşı savunma hakkı değildir. Kişinin öğrenme, çalışma ve toplumsal yaşama kendi bilişsel özelliklerini sürekli gizlemek zorunda kalmadan katılabilmesini sağlayan olumlu kurumsal koşulları da kapsamaktadır.

İnsan denetimi neden tek başına yeterli olmayabilir?

Yüksek riskli yapay zekâ uygulamalarında sık kullanılan güvence, son kararı bir insanın vermesidir. Çalışma bu güvencenin iki durumda biçimsel kalabileceğini belirtmektedir:

• Yapay zekâ çıktılarının hacmi, hızı ve karmaşıklığı insanın gerçek bir inceleme yapmasına izin vermediğinde,
• İnsan değerlendirici de sistemle aynı nörotipik normatif çerçeveyi kullandığında.

Bir öğretmenin yapay zekâ tarafından hazırlanan bireyselleştirilmiş eğitim belgesini birkaç dakika içinde onaylaması, belgenin varsayımlarını bağımsız biçimde değerlendirdiği anlamına gelmeyebilir. Otomasyon yanlılığı, insanın sistem önerisini kendi değerlendirmesinden daha güvenilir görmesine neden olabilir. Bu durumda insan imzası gerçek denetim sağlamaktan çok kurumsal sorumluluğun görünüşte yerine getirildiği bir işarete dönüşebilir.

Gelişimle Uyumlu Tasarım çerçevesi

Gelişimle Uyumlu Tasarım (Developmentally Aligned Design, DAD), nöroçeşitli bireyleri etkileyen yapay zekâ ve destek sistemleri için üç katmanlı ve toplam 21 ölçütlü bir tasarım mimarisi önermektedir.

Dördüncü şekilde güvenlik kırmızı, uyum mavi ve savunuculuk koyu mavi katmanlarla gösterilmektedir. Sağdaki çift yönlü ok, aşamaların tek yönlü bir sıra değil, sürekli geri bildirimle birbirini etkileyen bir döngü olduğunu belirtmektedir.

Çerçeve, 15 otistik yetişkinle yürütülen sekiz haftalık karma yöntemli bir vaka çalışmasında uygulanmıştır. Yazar yorgunluk için Cohen’s d = 0,62, kaygı için d = 0,58 etki büyüklüğü bildirmekte ve bunları klinik açıdan anlamlı azalmalar olarak nitelendirmektedir. Ancak ortalamalar, güven aralıkları, p değerleri, kontrol grubu ve ayrıntılı ölçüm araçları bu preprint içinde verilmemektedir. Küçük ve kontrolsüz örneklem nedeniyle sonuçlar kanıtlanmış etkinlikten çok kavram kanıtı olarak değerlendirilmelidir.

Önerilen beş bilişsel özgürlük hakkı

1. Çöküşten önce uyarlama: Duyusal aşırı yüklenme veya tükenmişlik geliştikten sonra müdahale etmek yerine sistemi baştan önleyici biçimde tasarlama hakkı.
2. Veto gücü içeren katılımcı tasarım: Nöroçeşitli katılımcıların yalnızca görüş bildirmesi değil, zarar verdiğini düşündükleri özellikleri reddedebilmesi.
3. Paralel normatif çerçeve: Eğitim verisi, etiketleme ölçütü ve başarım değerlendirmesi nöroçeşitli deneyimi içerecek biçimde kurulmuş yapay zekâ sistemlerine erişim.
4. Şeffaflık ve engellilik kapsamında korunan yapay zekâ kullanımı: Engellilikle ilişkili destek amaçlı yapay zekâ kullanımının izinsiz davranış veya akademik usulsüzlükle otomatik olarak eş tutulmaması.
5. Bilişsel sürdürülebilirlik: Yapay zekâ araçlarının yalnızca anlık verimliliğe değil, farklı nörolojik profillerde uzun vadeli bilişsel borca göre değerlendirilmesi.

Bunlar mevcut bütün ülkelerde tanınmış hukuki haklar değildir. Çalışma bu maddeleri yeni ve olumlu hak kategorileri olarak önermektedir.

Yapay zekâ satın alırken önerilen hesap verebilirlik soruları

Metinde kurumların nöroçeşitli bireyleri etkileyen bir yapay zekâ aracı satın almadan önce üç soru sorması önerilmektedir:

1. Sistem geliştirilirken karar yetkisine sahip nöroçeşitli ortak tasarımcılar odada mıydı?
2. Bu katılımcılar hangi özellikleri reddetme veya değiştirme gücüne sahipti?
3. Kurum veya alıcı gerektiğinde bu ortak tasarımcılarla doğrudan görüşebilir mi?

Yazar, yalnızca danışma toplantısı yapılmasını gerçek katılımcı tasarım olarak kabul etmemektedir. Tasarım sürecinin reddedilen özellikler, değiştirilen işlevler ve belgelenmiş kararlar bırakması gerektiğini savunmaktadır.

Belgede önemli bir iç tutarsızlık bulunmaktadır: Metindeki üçüncü soru “Bu kişilerle konuşabilir miyim?” iken beşinci şeklin karar ağacında üçüncü soru “Bilişsel borç birikimini izleyen sürekli bir mekanizma var mı?” biçimindedir. Şekil ve ana metin aynı üç soruyu sunmamaktadır. Bu nedenle çerçevenin standart hâle getirilmesinden önce üçüncü sorunun kesin içeriği açıklığa kavuşturulmalıdır.

Karar ağacında ilk iki soruya olumsuz yanıt, aracın reddedilmesi veya yeniden tasarlanmasıyla; izleme mekanizması eksikliği ise 90 günlük koşullu izleme planıyla ilişkilendirilmektedir. Onaylanan sistemler için 30, 60 ve 90 günlük nöroçeşitli geri bildirim döngüsü önerilmektedir.

AIR şeffaflık mimarisi neyi ölçmektedir?

AIR çerçevesi, yapay zekâ kullanımını araştırmanın yedi aşaması ve beş kullanım düzeyi boyunca sınıflandırmaktadır. Yedi aşama; kavramsallaştırma, tasarım ve planlama, etik inceleme, veri toplama, analiz ve yorumlama, raporlama ve hakem değerlendirmesi ile yaygınlaştırmadır.

Kullanım düzeyleri yapay zekâ kullanılmayan A bandından önemli yapay zekâ ortak üretimini temsil eden D bandına kadar uzanmaktadır. Yazar ayrıca engellilik nedeniyle kullanılan yapay zekâ için korunan bir E alt bandı önermektedir.

Altıncı şekilde bu yapı 7 × 5 açıklama matrisi olarak gösterilmektedir. Sağ sütunda orantılı açıklama, çıktının kabul veya reddedildiğinin bildirilmesi, fikrî katkının dürüst dağıtılması, sınırlılıkların açıklanması ve engellilik amaçlı kullanımın korunması gibi yükümlülükler yer almaktadır.

On beş bağımsız değerlendiriciyle yapılan pilot çalışmada AIR bandı atamalarının değerlendiriciler arası uyumu Cohen’s κ = 0,72 olarak bildirilmiştir. Bu değer çalışmada “önemli düzeyde uyum” şeklinde yorumlanmaktadır. Bununla birlikte değerlendirici sayısı küçüktür ve daha geniş, uzman olmayan kurum personelindeki güvenilirlik henüz gösterilmemiştir.

Giyilebilir uyarlama sistemleri nasıl çalışmaktadır?

Önerilen önleyici giyilebilir sistemler, nöroçeşitli kişinin fizyolojik ve bilişsel sıkıntı belirtilerini gerçek zamanlı olarak izleyerek duyusal aşırı yüklenme eşiği aşılmadan önce uyarlama sağlamayı amaçlamaktadır. Metinde biyometrik algılama, sıkıntıyı öngören modeller ve çevresel koşulların uyarlanması temel bileşenler olarak belirtilmektedir.

Yazar, veri minimizasyonu, nörohaklarla uyumlu veri yönetişimi ve müdahale eşiklerinin kullanıcı tarafından kontrol edilmesini gözetim ile destek arasındaki temel ayrım olarak sunmaktadır. Ancak bu preprint, cihazların teknik doğruluğunu, yanlış alarm oranlarını, veri güvenliğini veya farklı kullanıcı gruplarındaki etkinliğini yeni bir deneyle değerlendirmemektedir.

Bu bölüm değerlendirilirken çıkar çatışması özellikle önemlidir. Yazar, önerilen giyilebilir müdahale sistemleriyle doğrudan ilişkili patentlere ve standartların kurumsal kabulünden doğabilecek ticari çıkara sahiptir. Çıkar çatışması açıkça bildirilmiş olsa da ürün ve düzenleyici önerilerin bağımsız, çok merkezli ve önceden kaydedilmiş çalışmalarla doğrulanması gereklidir.

Uluslararası düzenlemelerle nasıl ilişki kurulmaktadır?

Yazar Görünmez Zarar Doktrini’ni Avrupa Konseyi Yapay Zekâ Çerçeve Sözleşmesi, Avrupa Birliği Yapay Zekâ Tüzüğü ve ABD Ulusal Standartlar ve Teknoloji Enstitüsünün Yapay Zekâ Risk Yönetimi Çerçevesiyle eşleştirmektedir.

• Avrupa Konseyi çerçevesindeki ayrımcılık yasağı, itiraz edilebilirlik ve etki değerlendirmesi hükümleri için nöroçeşitliliğe özgü ölçüm araçları önerilmektedir.
• Avrupa Birliği Yapay Zekâ Tüzüğündeki yüksek riskli eğitim ve istihdam uygulamalarına, görünmez ve süreç içinde oluşan zarar kategorilerinin eklenmesi savunulmaktadır.
• NIST çerçevesinin Govern, Map, Measure ve Manage işlevlerinin nöroçeşitli katılımcı tasarımı, görünmez zarar sınıflandırması, bilişsel borç ölçümü ve önleyici uyarlamayla tamamlanması önerilmektedir.

Bu eşleştirmeler yazarın hukuki ve kurumsal önerileridir; düzenleyici kurumlarca kabul edilmiş standartlar değildir. Ayrıca çalışmadaki Avrupa Konseyi sözleşmesinin yürürlük ve onay tarihlerine ilişkin ifadelerin güncel resmî kayıtla uyuşmadığı, makale öncesindeki değerlendirme notunda açıklanmıştır. Bu nedenle hukuk bölümü güncel mevzuat özeti veya hukuki danışmanlık olarak kullanılmamalıdır.

Çalışma Türkiye açısından ne ifade etmektedir?

Çalışma Türkiye’deki öğrenci, çalışan, hasta veya kurumlarla yürütülmemiştir. ABD’de kullanılan Bireyselleştirilmiş Eğitim Programları, Avrupa Birliği düzenlemeleri ve ABD merkezli NIST çerçevesi Türkiye’ye doğrudan uygulanamaz. Buna rağmen çalışmanın sorduğu tasarım soruları Türkiye bakımından aktarılabilir niteliktedir.

Türkiye için çıkarılabilecek temel ders, yabancı sistemlerin veya genel amaçlı yapay zekâ modellerinin yalnızca Türkçeleştirilmesinin yeterli olmayabileceğidir. Etiketleme ölçütleri, davranış normları, kullanıcı arayüzleri ve başarı göstergeleri de Türkiye’deki nöroçeşitli bireylerle birlikte değerlendirilmelidir. Ancak çalışma belirli bir modelin Türkiye’de güvenli, etkili veya hukuken uygun olduğunu göstermemektedir.

Çalışmanın güçlü yönleri nelerdir?

• Dağınık biçimde tartışılan duyusal yük, maskeleme, otomasyon yanlılığı, bilişsel özgürlük ve katılımcı tasarımı tek bir teorik modelde birleştirmektedir.
• Doktrini yalnızca soyut ilkelerle bırakmayıp ölçütler, karar soruları ve sınanabilir tahminlerle operasyonelleştirmeye çalışmaktadır.
• Yapay zekâ zararını yalnızca hatalı çıktı veya temsil eksikliği olarak değil, zaman içinde oluşan bilişsel ve kurumsal maliyet olarak ele almaktadır.
• Katılımcı tasarımda görüş bildirmek ile gerçek karar ve veto yetkisine sahip olmak arasındaki farkı açıklaştırmaktadır.
• Patent ve ticari çıkar ilişkisini görünür biçimde bildirmektedir.

Çalışmanın temel sınırlılıkları nelerdir?

• Makalenin kendisi yeni veri toplamayan teorik bir pozisyon ve hukuk doktrini çalışmasıdır.
• S²MHD modeli kesitseldir; nedensel yönü kesinleştiremez.
• Bilişsel borç için verilen 8-12 ve 16-20 haftalık eşikler doğrudan ölçüm değil, teorik tahmindir.
• DAD vaka çalışması yalnızca 15 kişiden oluşmakta ve kesin etkinlik değerlendirmesi için yetersiz kalmaktadır.
• AIR güvenilirlik pilotunda yalnızca 15 değerlendirici bulunmaktadır.
• Üç hesap verebilirlik sorusu, gerçek satın alma sonuçları veya nöroçeşitli kullanıcıların uzun dönemli yararı bakımından doğrulanmamıştır.
• Çalışma ağırlıklı olarak otistik yetişkinlerden elde edilen sonuçları daha geniş nöroçeşitli gruplara taşımaktadır.
• Türkiye’ye veya başka bir yerel eğitim, sağlık ya da çalışma sistemine özgü saha doğrulaması bulunmamaktadır.
• Avrupa Konseyi sözleşmesinin hukuki durumuna ilişkin tarih ve yürürlük bilgileri güncel resmî kayıtla uyuşmamaktadır.
• Yazarın önerilen giyilebilir sistemlerle ilgili patentleri ve potansiyel ticari çıkarı vardır.
• Şekil numaraları, tablo eşleştirmesi ve üçüncü hesap verebilirlik sorusu gibi bazı unsurlarda iç tutarsızlıklar bulunmaktadır.

Çalışma neyi desteklemekte, neyi kanıtlamamaktadır?

Çalışmanın Yöntemi ve Bulguları

Araştırma tasarımının teknik özeti

İstatistiksel ölçüler nasıl yorumlanmalıdır?

• p < 0,001: Kurulan aracılık yolunun şansla ortaya çıkmış görünme olasılığının kullanılan model altında düşük olduğunu gösterir; tek başına nedensellik anlamına gelmez.
• R² = 0,72: Birleşik modelin dikkat dağınıklığı puanlarındaki değişimin yüzde 72’sini açıkladığını belirtir. Aynı performansın başka örneklemlerde tekrarlanacağı garanti değildir.
• Cohen’s d = 0,62 ve 0,58: Gruplar veya zaman noktaları arasındaki standartlaştırılmış farkı gösteren orta büyüklükte etkiler olarak yorumlanabilir. Küçük örneklem nedeniyle belirsizlik geniş olabilir.
• Cohen’s κ = 0,72: Değerlendiriciler arasındaki, yalnızca tesadüfle açıklanamayan uyumu ölçmektedir. Çalışma bunu önemli düzeyde uyum olarak sınıflandırmaktadır.

Şekillerin teknik mesajları

Çalışmada yeni bir klinik deney, randomize müdahale, Türkiye örneklemi, doğrudan algoritma değerlendirmesi veya nörolojik gruplar arasında yürütülmüş uzun dönemli yapay zekâ karşılaştırması bulunmamaktadır. Bulguların bir bölümü yazarın önceki araştırmalarına, bir bölümü dış literatüre, önemli bir bölümü ise yeni teorik çıkarımlara dayanmaktadır.

Kaynak ve Yöntem Notu

Çalışmanın tam özgün adı: The Invisible Harm Doctrine: Structural AI Harm, Neurodivergent Cognitive Liberty, and the Civil Rights of the Structurally Unseen

Yazar: David Paul Ruttenberg

Yazar sıralaması: Çalışma tek yazarlıdır.

Eş birinci yazar: Bulunmamaktadır.

Sorumlu/iletişim yazarı: David Paul Ruttenberg

Kurumsal bağlantı: UCL Institute of Education, University College London. Belgede görev “Senior Honorary Research Fellow” biçiminde yazılmıştır; UCL’nin resmî profilindeki görev adı “Honorary Senior Research Fellow” şeklindedir.

Diğer görev bilgileri: Belgede yazarın ABD Dışişleri Bakanlığı Fulbright Uzmanı ve NIH/NIMH bilimsel inceleme panelisti olduğu belirtilmektedir. Bu görevlerin tamamı çalışma kimliğinin resmî yayın kaydı üzerinden ayrıca doğrulanmamıştır.

Kaynak türü: Teorik pozisyon makalesi ve önerilen hukuk doktrini; preprint.

Yayın platformu: Social Science Research Network (SSRN).

Özgün hakemli dergi: Bulunmamaktadır.

Özgün yayınevi: Hakemli bir yayınevi bulunmamaktadır. SSRN bir preprint platformudur.

Yazım tarihi: 2 Haziran 2026.

SSRN’ye yüklenme tarihi: 4 Haziran 2026.

SSRN kayıt numarası: 6870182.

DOI: DOI bilgisi yüklenen metinde yer almamaktadır ve görünür resmî metadata üzerinden kesin olarak doğrulanamamıştır.

Resmî çalışma bağlantısı:SSRN çalışma sayfası

Hakemlik durumu: Bu çalışma hakem değerlendirmesinden geçmemiş bir preprinttir; sonuçları ve hukuk önerileri bu sınırlılık dikkate alınarak okunmalıdır.

Finansman: Yazar dış finansman alınmadığını bildirmiştir.

Çıkar çatışması: Yazar; US11779275B2, US12208213B2, EP4396842A1, EP4380437A4, JP2025500073A, JP2024537918A, CA3228053A1, CA3230610A1, WO2023034347A1 ve WO2023015013A1 numaralı giyilebilir zamanında uyarlamalı müdahale sistemleriyle ilgili patentlere sahiptir. Bu sistemler makalede önerilen çözüm mimarisiyle doğrudan ilişkilidir. Yazar, önerilen standartların kurumsal olarak benimsenmesinde potansiyel ticari çıkarı bulunduğunu açıklamıştır.

Veri erişimi: Yazar, S²MHD modeli ve DAD vaka çalışmasının temelindeki verilerin katılımcı gizliliği koşulları altında makul talep üzerine sağlanabileceğini belirtmektedir.

Bu Türkçe makale, yüklenen 26 sayfalık preprintin metni, şekilleri, tablosu, sayısal değerleri, sınırlılıkları ve çıkar çatışması açıklaması incelenerek hazırlanmıştır. Belge dışında yeni klinik, teknolojik veya hukuki başarı iddiası eklenmemiştir. Dış doğrulama; çalışma kimliği, yazarın kurumsal bağlantısı, SSRN kayıt durumu ve metindeki yüksek önem taşıyan Avrupa Konseyi sözleşmesi tarihinin kontrolüyle sınırlandırılmıştır.

Çalışmanın S²MHD modeli kesitsel, DAD uygulaması küçük örneklemli, bilişsel borç süreleri teorik ve hukuk doktrini öneri niteliğindedir. Çalışma Türkiye’de saha uygulaması, yapay zekâ sistemi doğrulaması, klinik etki veya bağlayıcı hukuk sonucu göstermemektedir. Türkiye’de kullanılacak herhangi bir uygulama; nöroçeşitli bireylerin gerçek karar gücüyle katıldığı yerel tasarım, etik inceleme, veri koruma, uzun dönemli etki değerlendirmesi ve bağımsız doğrulama gerektirir.