Uçtan Uca İş Akışı, Laboratuvar Yönetişimi, Doğrulama ve Sorumlu Kullanım

Kazanimlar:

Yapay zekayı olayın başından mahkemeye kadar her aşamaya insan doğrulama kapılarıyla tutarlı biçimde yerleştirebilme
Onaylı araç listesi, veri sınıflandırması, kayıt disiplini ve sürekli doğrulama ile bir laboratuvar yönetişim çerçevesi kurabilme
İnsan sorumluluğu, delil bütünlüğü, mahremiyet, şeffaflık, savunma amaçlı kullanım ve tarafsızlık ilkelerini iş akışına yerleştirebilme

Önceki on ünitede YZ'yi adli bilişimin tek tek aşamalarında — toplama desteği, triyaj, zaman çizelgesi, e-keşif, zararlı yazılım, mobil/bulut, deepfake, delil bütünlüğü ve rapor — kullanmayı öğrendik. Bu son ünitede parçaları birleştiriyoruz: YZ'yi bir olayın en başından mahkemeye kadar tutarlı bir iş akışına yerleştirmek ve bir adli laboratuvarda bunu yönetişim (governance — bir kurumda araç, süreç ve sorumlulukların tutarlı, denetlenebilir kurallara bağlanması) çerçevesiyle güvenli, tekrarlanabilir ve savunulabilir kılmak. Amaç, bireysel iyi niyeti kurumsal güvenceye çevirmektir.

Uçtan uca iş akışı: doğrulama kapıları

Bir adli incelemeyi YZ ile yürütürken her aşamaya bir doğrulama kapısı (bir sonraki aşamaya geçmeden önce çıktının insan tarafından kontrol edildiği zorunlu durak) yerleştirin:

Toplama: YZ plan/şablon üretir → İnsan imaj alır, hash doğrular, zinciri başlatır. Kapı: hash eşleşmesi ve zincir kaydı tam mı?
Triyaj: YZ önceliklendirir → İnsan örnekleme ile denetler. Kapı: düşük öncelik kümesinden örnek alındı mı?
İnceleme/analiz: YZ işaretler, özetler → İnsan kaynağa bağlar. Kapı: her bulgu kaynağa bağlandı mı?
Zaman çizelgesi: YZ sıralar → İnsan normalize eder, nedenselliği eler. Kapı: zaman dilimi normalize, korelasyon-nedensellik ayrıldı mı?
Rapor: YZ taslak yazar → İnsan doğrular, ölçer, imzalar. Kapı: her cümle kaynağa dayalı, dil ölçülü mü?

Her kapı geçilmeden bir sonrakine geçilmez. Bu, tek bir YZ hatasının rapora kadar sızmasını engelleyen katmanlı savunmadır.

İpucu: İş akışınızı yazılı bir kontrol listesine dökün ve her olayda aynı listeyi kullanın. Tekrarlanabilirlik hem kaliteyi hem kabul edilebilirliği artırır: "Her incelemede aynı doğrulanmış süreci uyguluyoruz" cümlesi, mahkemede yöntem güvenilirliğinin temelidir.

Laboratuvar yönetişimi

Bireysel disiplin, bir laboratuvar ölçeğinde yönetişime dönüşmelidir. Bir adli laboratuvarda YZ yönetişiminin unsurları:

Onaylı araç listesi: Hangi YZ araçları, hangi veri sınıfıyla kullanılabilir; hangileri (verisi model eğitimine giden, uygunsuz yargı bölgesindeki) yasaktır.
Veri sınıflandırması: Açık / iç / gizli / kişisel-hassas veri hangi araca girebilir. Kişisel ve ayrıcalıklı veri yalnızca sözleşmeli, verisi saklanmayan, uygun yargı bölgesindeki araçlarda işlenir.
Ortak prompt ve şablon kütüphanesi: Doğrulanmış, kaynağa bağlamayı zorlayan standart istemler; herkes aynı kalitede çalışsın.
Kayıt disiplini (audit trail): Hangi veriye, hangi araçla, ne yapıldığı kaydı. Bu hem kabul edilebilirlik hem iç denetim içindir.
Eğitim ve yetkinlik: Uzmanların YZ'nin sınırlarını, halüsinasyonu ve doğrulama zorunluluğunu bilmesi.
Sürekli doğrulama: Araçların performansının bilinen test verisiyle düzenli sınanması; körü körüne güven yerine ölçülmüş güven.

Dikkat: Risk ölçekle katlanır. Tek bir uzmanın dikkatli kullanımı iyidir; ama on kişilik bir laboratuvarda herkes farklı araçla, farklı kalitede, kayıtsız çalışırsa bir gün bir delil çöker. Yönetişim, kriz çıkmadan önce kurulur — sonra değil.

Etik ve sorumlu kullanım: değişmez ilkeler

Tüm modül boyunca tekrarladığımız ilkeleri bir çerçevede toplayalım:

İnsan sorumluluğu: Nihai her karar ve imza insandadır. "YZ öyle dedi" hiçbir yerde mazeret değildir.
Delil bütünlüğü: Orijinale dokunulmaz; her şey doğrulanmış türev üzerinde, kökeni kayıtlı biçimde yapılır.
Mahremiyet ve yasallık: Yalnızca yetki kapsamında, kişisel/hassas veriyi koruyarak, uygun araçlarda çalışılır.
Şeffaflık: YZ kullanımı raporda dürüstçe belirtilir; gizlenmez.
Savunma amaçlı kullanım: Güvenlik ve zararlı yazılım bilgisi yalnızca savunma, doğrulama ve yetkili inceleme içindir; yetkisiz erişim, sahte medya üretimi veya saldırı geliştirme için asla değil.
Tarafsızlık: Adli uzman gerçeği arar; YZ'yi önceden varılmış bir sonucu "doğrulatmak" için değil, kanıtı objektif değerlendirmek için kullanır.

Üç mini vaka

Vaka 1 — Yönetişim bir sızıntıyı önledi. Bir laboratuvarda yeni bir analist, ayrıcalıklı e-postaları hızlıca özetlesin diye halka açık bir araca yüklemek üzereydi. Onaylı araç listesi ve veri sınıflandırması devreye girdi: kişisel/ayrıcalıklı veri o araca yasaktı. Sızıntı, kural sayesinde olmadan önce durduruldu.

Vaka 2 — Doğrulama kapıları hatayı erken yakaladı. Bir olayda triyaj kapısında örnekleme yapıldı ve YZ'nin yanlış sınıfladığı kritik bir dosya bulundu. Hata, rapor aşamasına değil, ikinci aşamada yakalandı. Katmanlı kapılar, bir hatanın mahkemeye kadar gitmesini engelledi.

Vaka 3 — Sürekli doğrulama güveni ölçtü. Bir laboratuvar, kullandığı deepfake tespit aracını bilinen sahte/gerçek örneklerle üç ayda bir sınadı ve performans düşüşü tespit etti (yeni üretim teknikleri aracı atlatıyordu). Aracın çıktısına verilen ağırlık buna göre ayarlandı. Körü körüne güven yerine ölçülmüş güven, yanlış bir raporu önledi.

Dört kopyalanabilir şablon

1) Olay iş akışı kontrol listesi:

Rolün: adli bilişim süreç lideri. Bana bir olay için uçtan ucaYZ destekli iş akışı kontrol listesi üret: toplama, triyaj,analiz, zaman çizelgesi, rapor aşamaları ve her aşamaya birDOĞRULAMA KAPISI (insan kontrolü). Her kapı için "geçişkoşulu"nu yaz (ör. hash eşleşti mi, kaynağa bağlandı mı).

2) YZ araç/veri politikası taslağı:

Bana bir adli laboratuvar için YZ araç ve veri kullanımpolitikası taslağı çıkar: veri sınıfları (açık/iç/gizli/kişisel-hassas), her sınıf için izinli araç türü, kayıt(audit) zorunluluğu ve yasak kullanımlar (yetkisiz erişim,sahte medya üretimi). Kısa, uygulanabilir maddeler halinde.

3) Kayıt (audit trail) şablonu:

Bana bir YZ kullanım kayıt şablonu üret: tarih, uzman, olay no,kullanılan araç, veri sınıfı, işlem (triyaj/özet/işaretleme),girdi kaynağı (imaj/hash), çıktının nasıl doğrulandığı vesorumlu imza. Denetime uygun, satır satır bir tablo.

4) Sorumlu kullanım öz denetimi:

Aşağıdaki YZ kullanım senaryosunu sorumlu kullanım açısındandenetle: (1) insan nihai kararı verdi mi, (2) delil bütünlüğükorundu mu, (3) yasal kapsam/mahremiyet gözetildi mi, (4) YZkullanımı şeffaf mı, (5) yalnızca savunma amaçlı mı? Her maddeiçin eksik/risk işaretle.

Zayıf prompt / Güçlü prompt

Zayıf prompt:

YZ ile adli inceleme sürecimizi kur.

Kapı, veri politikası, kayıt ve sorumluluk yok; ortaya denetlenemez, savunulamaz bir süreç çıkar.

Güçlü prompt:

Rolün: adli bilişim laboratuvarı süreç lideri. Bana YZ destekliuçtan uca bir inceleme süreci tasarla; her aşamaya (toplama,triyaj, analiz, zaman çizelgesi, rapor) bir insan DOĞRULAMAKAPISI ve geçiş koşulu koy. Veri sınıflandırması, onaylı araçlistesi, kayıt (audit) disiplini ve yasak kullanımları (yetkisizerişim, sahte medya) dahil et. Her kararın insanda kaldığını veYZ kullanımının raporda şeffaf belirtileceğini vurgula.

Kapılar, veri politikası, kayıt ve sorumluluk çerçevesi süreci denetlenebilir ve savunulabilir kılar.

Yönetişim unsurları tablosu

Unsur

Ne sağlar

Olmazsa risk

Onaylı araç listesi

Tutarlı, güvenli araç

Veri sızıntısı

Veri sınıflandırması

Doğru araç-veri eşleşmesi

Mahremiyet ihlali

Doğrulama kapıları

Erken hata yakalama

Hata mahkemeye sızar

Kayıt (audit trail)

Denetlenebilirlik

Kabul edilebilirlik zaafı

Sürekli doğrulama

Ölçülmüş güven

Körü körüne güven

Eğitim

Sınır farkındalığı

Halüsinasyona kanma

Sık yapılan hatalar

Doğrulama kapısı koymamak. Tek YZ hatası kontrolsüzce rapora kadar gider.
Yönetişimi krizden sonraya bırakmak. Risk ölçekle katlanır; kural önceden kurulur.
Kayıt tutmamak. Denetlenemeyen süreç, mahkemede savunulamaz.
Araç performansını hiç sınamamak. Modeller zamanla ve yeni tekniklerle zayıflar.
Sorumluluğu YZ'ye devretmek. Nihai karar ve imza her zaman insandadır.

Özetle

Bu modülün son dersi, parçaları bir bütüne bağlar: YZ, bir olayın başından mahkemeye kadar her aşamaya doğrulama kapılarıyla yerleştirilir ve bir laboratuvar ölçeğinde yönetişimle (onaylı araçlar, veri sınıflandırması, kayıt disiplini, sürekli doğrulama, eğitim) güvenceye alınır. Değişmez ilkeler nettir: insan sorumluluğu, delil bütünlüğü, mahremiyet ve yasallık, şeffaflık, savunma amaçlı kullanım ve tarafsızlık. YZ adli bilişimde güçlü bir ölçek çarpanıdır; ama gerçeği arayan, delili savunan ve sorumluluğu taşıyan her zaman insandır.

Uygulama görevi

Kendi (veya hayali) laboratuvarınız için "Olay iş akışı kontrol listesi" ve "YZ araç/veri politikası taslağı" şablonlarını kullanarak bir sayfalık bir süreç belgesi hazırlayın: beş aşama, her birinde bir doğrulama kapısı ve geçiş koşulu, veri sınıflandırması ve yasak kullanımlar. Sonra bu modüldeki bir önceki uygulamanızı "Sorumlu kullanım öz denetimi" şablonuyla denetleyin.

Kontrol listesi

[ ] Her aşamaya bir insan doğrulama kapısı ve geçiş koşulu koydum.
[ ] Veri sınıflandırması ve onaylı araç listesini tanımladım.
[ ] YZ kullanımını kayıt (audit trail) altına aldım.
[ ] Araç performansını periyodik doğrulamayı planladım.
[ ] Nihai kararın ve imzanın insanda olduğunu, kullanımın savunma amaçlı ve şeffaf olduğunu güvence altına aldım.

Modul Sinavi

1. Adli bilişimde yapay zeka için en doğru konumlandırma aşağıdakilerden hangisidir?

A) Yapay zeka insan onayı olmadan bulguları doğrudan mahkeme raporuna yazabilir
B) Yapay zeka yalnızca metin özetlemekte işe yarar, adli incelemenin diğer alanlarıyla ilgisi yoktur
C) Yapay zeka bir triyaj aracı ve taslak üreticisidir; delilin bütünlüğünü ve yorumunu belirleyen kararların sorumluluğu insandadır ✔
D) Yapay zeka her zaman insandan daha objektif olduğu için delil yorumunu ona bırakmak gerekir

Aciklama: Yapay zeka; hacimli veriyi triyaj eden, örüntü işaretleyen ve taslak üreten bir asistandır. Delilin bütünlüğü, yorumu ve mahkemede savunulacak son söz gibi kritik kararların sorumluluğu ve onayı yetkin uzmana aittir; doğrulanmamış bir çıktı, bir kişinin özgürlüğünü veya bir kurumun geleceğini etkileyebilir.

2. Orijinal bir delili incelerken bütünlüğü korumak için temel ilke nedir?

A) Orijinale dokunulmaz; yazma engelleyiciyle imaj alınır, hash doğrulanır ve inceleme kopya üzerinde yapılır ✔
B) Hız için orijinal aygıt doğrudan bilgisayara takılıp dosyalar incelenir
C) Yapay zeka aracına yüklemek için orijinal delil değiştirilebilir
D) Hash hesaplamak gereksizdir, dosya adları bütünlüğü kanıtlamaya yeter

Aciklama: Orijinal delile doğrudan dokunulmaz. Yazma engelleyici (write blocker) ile kaynağa yazma engellenerek birebir imaj alınır, hash (SHA-256) ile parmak izi hesaplanır ve tüm inceleme -yapay zeka analizi dahil- bu doğrulanmış kopya üzerinde yapılır. Böylece orijinalin hash'i hiç değişmez.

3. Büyük bir veri kümesinde yapay zeka triyajı 'düşük öncelik' dediği dosyalar için ne yapılmalıdır?

A) Zaman kazanmak için tamamen silinip incelemeden çıkarılır
B) Yapay zeka öyle dediği için bir daha hiç açılmaz
C) Otomatik olarak karşı tarafa teslim edilir
D) Silinmez; sırası sona bırakılır ama yanlış negatife karşı örnekleme ile denetlenir ✔

Aciklama: Triyaj bir eleme değil, önceliklendirmedir; hiçbir küme silinmez. Yanlış negatif (gerçek delili 'alakasız' sayıp atlamak) adli bilişimde en pahalı hatadır. Bu yüzden 'düşük öncelik' kümesinden bile rastgele örnekleme yapılarak yapay zekanın sınıflaması denetlenmelidir.

4. Farklı kaynaklardan gelen logları bir zaman çizelgesinde birleştirmeden önce yapılması gereken en kritik adım nedir?

A) Logları olduğu gibi yan yana koyup art arda geleni neden-sonuç saymak
B) Tüm zaman damgalarını tek bir referansa (UTC) normalize etmek ✔
C) Sadece en büyük log dosyasını kullanıp diğerlerini atmak
D) Zaman damgalarına hiç bakmadan olayları alfabetik sıralamak

Aciklama: En büyük tuzak zaman dilimi ve saat kaymasıdır: bir log UTC, diğeri yerel saat kaydedebilir veya bir sistemin saati yanlış olabilir. Korelasyon kurmadan önce tüm zaman damgaları tek bir referansa (genellikle UTC) normalize edilmelidir; aksi halde kurulan neden-sonuç ilişkisi baştan çürüktür.

5. Bir zaman çizelgesinde belirli bir aralıkta hiç log kaydı olmaması adli açıdan neyi işaret edebilir?

A) Boşluk her zaman anlamsızdır ve dikkate alınmamalıdır
B) Boşluk sistemin o an kapalı olduğunu kesin olarak kanıtlar
C) Log boşluğu kayıtların kasıtlı silinmiş (log wiping) olabileceğine işaret edebilir ve araştırılmalıdır ✔
D) Boşluk bulunduğunda tüm zaman çizelgesi geçersiz sayılıp atılmalıdır

Aciklama: Beklenen bir dönemde log boşluğu, kayıtların kasıtlı temizlenmiş (log wiping) olabileceğinin güçlü bir işaretidir; çoğu zaman boşluğun kendisi en önemli delillerden biridir. Boşluklar görmezden gelinmemeli, silme/manipülasyon olasılığı olarak araştırılmalıdır.

6. E-keşifte (e-discovery) yapay zeka ile gözden geçirmeyi hızlandıran predictive coding (TAR) sonucu değerlendirilirken adli/hukuki bağlamda hangi metrik önceliklidir ve neden?

A) Recall önceliklidir; ilgili bir belgeyi kaçırmamak, fazladan belge okumaktan daha önemlidir ✔
B) Yalnızca precision önemlidir; okuma yükünü azaltmak için sıkı eşik yeterlidir
C) Hiçbir metriğe bakılmaz; yapay zekanın kararı doğrudan kabul edilir
D) Sadece belge sayısı önemlidir; içerik ilgililiği ölçülmez

Aciklama: Recall (duyarlılık), gerçekten ilgili tüm belgelerin ne kadarının bulunabildiğini ölçer; ilgili bir belgeyi teslim etmemek yaptırım doğurabileceğinden hukukta yüksek recall önceliklidir. Bu yüzden 'ilgisiz' denen küme recall örneklemesiyle denetlenir; kaçırmamak, fazladan okumaktan daha önemlidir.

7. E-keşifte avukat-müvekkil ayrıcalığı (privilege) taşıyan belgeler için yapay zekanın rolü nasıl olmalıdır?

A) Yapay zeka ayrıcalık kararını kesin verir ve teslim kümesini otomatik oluşturur
B) Ayrıcalık kontrolü gereksizdir çünkü tüm belgeler eninde sonunda teslim edilir
C) Yapay zeka hiç kullanılmaz; tüm belgeler tek tek elle, teknoloji desteği olmadan okunur
D) Yapay zeka olası ayrıcalıklı belgeleri aday olarak işaretler; kesin kararı insan avukat teyit eder ✔

Aciklama: Ayrıcalıklı bir belgenin yanlışlıkla karşı tarafa teslim edilmesi (privilege waiver) geri alınması çok zor bir hatadır. Yapay zeka olası ayrıcalıklı belgeleri işaretlemede yardımcı olur, ancak her ayrıcalık kararı insan avukat tarafından teyit edilmelidir; kesin kararı yapay zeka veremez.

8. Bir kötü amaçlı yazılım örneği için yapay zeka statik göstergelere (dizeler) bakıp 'bu bilinen X fidye yazılımıdır' dediğinde nasıl davranılmalıdır?

A) Teşhis kesin kabul edilip doğrudan rapora yazılır
B) Teşhis bir hipotez sayılır; izole sandbox'ta dinamik davranışla ve IOC doğrulamasıyla teyit edilir ✔
C) Yapay zeka söylediği için ek doğrulamaya gerek yoktur
D) Örnek gerçek bir sistemde yalıtımsız çalıştırılarak hızlıca test edilir

Aciklama: Statik göstergelere dayalı teşhis bir kanıt değil, hipotezdir; yapay zeka bir dizeyi yanlış yorumlayabilir veya halüsinasyon üretebilir. Aile teşhisi, ancak dinamik analizle (izole sandbox'ta davranışı gözlemleyerek) ve IOC doğrulamasıyla desteklenmelidir. Ayrıca bu bilgi yalnızca savunma amaçlıdır.

9. Mobil adli analizde yapay zekanın ürettiği bir sohbet özeti ile delil arasındaki ilişki nasıl anlaşılmalıdır?

A) Özet, mesajların kendisinden daha güvenilir bir delildir
B) Özet mahkemeye asıl delil olarak sunulabilir, kaynağa bakmaya gerek yoktur
C) Özet bir delil değil, yol göstericidir; gerçek delil kaynağındaki mesajdır ve her işaret oraya bağlanmalıdır ✔
D) Özet yeterlidir; orijinal mesajlar silinebilir

Aciklama: Yapay zekanın ürettiği özet delil değildir; yalnızca hangi mesajlara bakılacağını gösteren bir yol göstericidir. Gerçek delil, kaynağındaki asıl mesajdır. Bu yüzden özette işaretlenen her nokta orijinal kayda bağlanmalı ve özet, mesajın kendisinin yerine geçmemelidir.

10. Bir video delilinin deepfake olup olmadığını değerlendirirken en doğru yaklaşım nedir?

A) Köken, meta veri, teknik anomali, provenance ve bağlamı çok katmanlı değerlendirip sonucu güven düzeyiyle ifade etmek ✔
B) Tek bir tespit aracının skoruna bakıp 'kesinlikle deepfake' demek
C) Meta veriye mutlak güvenip başka hiçbir katmana bakmamak
D) Video akıcı göründüğü için hiçbir doğrulama yapmadan gerçek kabul etmek

Aciklama: Deepfake tespiti tek bir araca ya da tek skora dayanamaz; köken/gözetim zinciri, meta veri, teknik anomali, provenance (C2PA) ve bağlamsal tutarlılık katmanları birlikte, çapraz doğrulanarak değerlendirilmelidir. Sonuç 'kesinlikle sahte/gerçek' değil, katmanların birleşik güven düzeyiyle ifade edilir.

11. Bir delilin mahkemede kabul edilebilir (admissible) olması için yapay zeka kullanımı açısından hangi durum en risklidir?

A) Yapay zeka kullanımını raporda dürüstçe belirtmek
B) Her yapay zeka çıktısını insanın kaynağa bağlayıp doğrulaması
C) Nasıl karar verdiği açıklanamayan 'kara kutu' bir çıktıyı doğrudan bulgu olarak sunmak ✔
D) Toplama, inceleme ve kontrol hash'lerinin eşleştiğini belgelemek

Aciklama: Kabul edilebilirlik; otantiklik, bütünlük/zincir, güvenilir ve tekrar edilebilir yöntem ve uzman tarafından açıklanabilirlik ister. Nasıl karar verdiği açıklanamayan 'kara kutu' bir yapay zeka çıktısını doğrudan bulgu olarak sunmak, yöntem güvenilirliği ve açıklanabilirlik testinden geçemeyebilir; bu yüzden çıktı insanca kaynağa bağlanıp doğrulanmalıdır.

12. Yapay zekanın yazdığı bir adli rapor taslağında dil ve iddia açısından nasıl davranılmalıdır?

A) Taslak akıcıysa aynen imzalanır, kaynağa bakmaya gerek yoktur
B) Her cümle kaynağında teyit edilir ve dil bulguya uygun, ölçülü kesinlikte tutulur ✔
C) Etkili olsun diye 'kesinlikle suçludur' gibi güçlü ifadeler tercih edilir
D) Korelasyon her zaman nedensellik olarak yazılabilir

Aciklama: Yapay zeka bir korelasyonu nedensellik, bir olasılığı kesinlik gibi yazabilir ve halüsinasyonla uydurma tarih/dosya/referans ekleyebilir. Adli dilde 'kişi kesinlikle suçludur' değil, 'bulgular, şu aygıtın şu zamanda şu işlemi yaptığını göstermektedir' gibi ölçülü, kaynağa dayalı bir dil kullanılmalı ve her cümle kaynağında teyit edilmelidir.

13. Uçtan uca yapay zeka destekli bir adli inceleme sürecini tek bir hatanın mahkemeye kadar sızmasına karşı korumanın en etkili yolu nedir?

A) Her aşamaya bir insan doğrulama kapısı ve geçiş koşulu koymak (katmanlı doğrulama) ✔
B) Tüm süreci tek bir yapay zeka aracına devredip sonunda bir kez bakmak
C) Hız için ara doğrulamaları kaldırıp yalnızca rapor aşamasında kontrol etmek
D) Kayıt (audit trail) tutmadan, her uzmanın kendi aracını serbestçe kullanması

Aciklama: Her aşamaya (toplama, triyaj, analiz, zaman çizelgesi, rapor) bir insan doğrulama kapısı ve net bir geçiş koşulu (hash eşleşti mi, kaynağa bağlandı mı, örnekleme yapıldı mı) konur. Bir kapı geçilmeden diğerine geçilmez; bu katmanlı yapı tek bir yapay zeka hatasının rapora kadar sızmasını engeller.

14. Güvenlik ve zararlı yazılım bilgisinin adli bilişimde sorumlu kullanımı için değişmez ilke nedir?

A) Bilgi yalnızca savunma, delil doğrulama ve yetkili inceleme içindir; yetkisiz erişim veya saldırı/sahte medya üretimi için asla kullanılamaz ✔
B) Yeterince yetenekliyse analist bu bilgiyi başka sistemlere girmek için de kullanabilir
C) Yapay zeka ile sahte medya üretmek, tespiti öğrenmek için serbesttir
D) Savunma ile saldırı arasında pratikte bir sınır yoktur, ikisi de kabul edilebilir

Aciklama: Adli analist, saldırganın yaptığını anlamak ve kanıtlamak için tersine mühendislik yapar; bu bilgi yalnızca savunma, delil doğrulama ve yetkili inceleme içindir. Yapay zekayı çalışan zararlı yazılım üretmek, sahte medya oluşturmak veya başkasının sistemine izinsiz girmek için kullanmak hem hukuka aykırı hem etik dışıdır ve bu alanın kapsamı dışındadır.