Kazanimlar:
- Gebeyi doğrudan ve dolaylı olarak tanınır kılan verileri ayırt edip yapay zekaya vermeden önce kimliksizleştirebilme
- Veri minimizasyonu uygulayıp yalnızca kurumca onaylı araçları kullanma alışkanlığını KVKK çerçevesinde edinebilme
- 'Bu metinden bu kişi bulunabilir mi?' testini uygulayarak yeniden tanımlanma riskini yönetebilme
Ebelik, insanın en özel bilgilerine dokunan bir meslektir: bir gebeliğin nasıl oluştuğu, geçmiş gebelikler, düşükler, kayıplar, ilişkiler, ruhsal durum, cinsel sağlık. Bu bilgiler yanlış ellere geçtiğinde geri alınamaz zararlar verir — bir aile içi kriz, bir toplumsal damgalanma, bir güven kaybı. Bu yüzden mahremiyet ebelikte bir "ek kural" değil, mesleğin temelidir. Yapay zekayı işinize soktuğunuz anda yeni bir mahremiyet cephesi açılır: bir sohbet asistanına yazdığınız her şey, sizin kontrolünüzden çıkabilir. Bu ünite, YZ'yi kullanırken gebe verisini nasıl koruyacağınızı — özellikle KVKK (Kişisel Verilerin Korunması Kanunu; Türkiye'de kişisel verilerin işlenmesini düzenleyen yasa) çerçevesinde — uçtan uca öğretir.
Temel ilke tek cümlede: Bir gebeyi tanınır kılan hiçbir bilgi, asla bir yapay zeka aracına girmemelidir. Bu kuralı öğrenmek, modüldeki tüm diğer becerilerden önce gelir; çünkü bir kez sızan veri geri alınamaz.
Dikkat: Bir YZ aracına yazdığınız metin, o hizmetin sunucularına gider; saklanabilir, işlenebilir, bazı durumlarda model eğitimi için kullanılabilir. "Sadece özet istedim" demek veriyi geri getirmez. Kimlik bilgisini baştan hiç yazmamak, tek güvenli yoldur.
Kişisel veri nedir, hangi bilgiler tanınır kılar
Kişisel veri, bir kişiyi doğrudan ya da dolaylı olarak belirlenebilir kılan her bilgidir. Ebelikte bunlar özellikle özel nitelikli (sağlık verisi gibi, yasada en yüksek korumaya alınmış) kategoridedir. Tanınırlığı sağlayan bilgileri iki grupta düşünün:
Doğrudan tanımlayıcılar: Ad-soyad, TC kimlik numarası, dosya/protokol numarası, telefon, adres, e-posta, doğum tarihi, sosyal medya hesabı, fotoğraf.
Dolaylı tanımlayıcılar (birleşince tanınır kılar): "Şu mahalledeki tek üçüz gebeliği", "kurumdaki tek 44 yaşında ilk gebe", nadir bir hastalık + küçük bir yerleşim yeri, işyeri + gebelik haftası. Tek başına masum görünen birkaç ayrıntı, bir araya gelince kişiyi işaret edebilir. Buna yeniden tanımlanma riski denir.
De-identifikasyon (kimliksizleştirme), bu tanımlayıcıları metinden çıkarma işidir. İyi yapılmış bir kimliksizleştirme, hem doğrudan hem dolaylı tanımlayıcıları temizler.
Adım adım: YZ'ye veri vermeden önce kimliksizleştirme
- Doğrudan tanımlayıcıları sil: Ad, TC, telefon, dosya no, adres, tarih — hepsini çıkarın. Yerine "Gebe A", "38 yaş civarı", "ikinci trimester" gibi genelleştirmeler koyun.
- Dolaylı ipuçlarını bulanıklaştır: Kesin yaşı aralığa (ör. "40'ların başı"), kesin yeri bölgeye, nadir kombinasyonları genele çevirin.
- Gereksiz ayrıntıyı at: YZ'nin görevini yapması için gereken en az bilgiyi verin (veri minimizasyonu). Emzirme kartı yazmak için gebenin öyküsü gerekmez.
- Kurum politikasını kontrol et: Bazı kurumlar onaylı/kurumsal YZ araçları tanımlar; kişisel/ücretsiz araçlara hasta verisi girmeyi yasaklayabilir. Kurumunuzun kuralına uyun.
- Son okuma: Prompt'u göndermeden önce "bu metinden bu kişi bulunabilir mi?" diye bir kez daha okuyun.
Bu beş adımın en zoru ikincisidir — dolaylı ipuçlarını bulanıklaştırmak — çünkü doğrudan tanımlayıcıları silmek kolay ve akla ilk gelen şeydir, ama tanınırlığın büyük bölümü aslında dolaylı ayrıntıların birleşiminden doğar. Bir mesleğin, bir yaşın, bir yerleşim yerinin ve nadir bir durumun bir araya gelmesi, hiçbir isim geçmese bile kişiyi tek bir insana indirgeyebilir. Bu yüzden kimliksizleştirmeyi "isimleri silmek" olarak değil, "bu metni okuyan hiç kimsenin kişiyi tahmin edememesini sağlamak" olarak düşünmek gerekir. Bu zihinsel çerçeve, yeniden tanımlanma riskini kökten azaltır.
İpucu: İyi bir test: Kimliksizleştirdiğiniz metni, o gebeyi tanıyan bir meslektaşınıza gösterseniz "bu falanca" diyebilir mi? Diyebiliyorsa yeterince kimliksizleştirmemişsiniz demektir.
Üç mini vaka
Vaka 1 — Dolaylı tanınma: Bir ebe, YZ'den bir öykü özeti isterken kimliği çıkarmış ama "kasabamızdaki tek dörtüz gebeliği" ifadesini bırakmış. Bu tek cümle, o küçük yerde kişiyi doğrudan işaret ediyor. Meslektaşı fark edip uyarıyor; ebe ifadeyi "çoğul gebelik" diye genelleştiriyor. Ders: dolaylı tanımlayıcılar doğrudan tanımlayıcılar kadar tehlikelidir.
Vaka 2 — Veri minimizasyonu: İkinci bir ebe, sadece bir "gebelikte beslenme" broşürü yazdıracakken alışkanlıkla gebenin tüm dosyasını YZ'ye yapıştırmak üzere. Duruyor: broşür için hiçbir kişisel veri gerekmiyor. Dosyayı hiç vermeden, sadece konuyu yazarak broşürü alıyor. En güvenli veri, hiç paylaşılmayan veridir.
Vaka 3 — Yanlış araç: Üçüncü örnekte bir ebe, hasta bilgisini kişisel telefonundaki rastgele bir uygulamaya yazacakken kurum politikasını hatırlıyor: hasta verisi yalnızca kurumun onayladığı araçlarda ve kimliksizleştirilerek işlenebilir. Kişisel uygulamayı kullanmıyor. Bir veri sızıntısı, teknik bir hatadan değil çoğu zaman böyle bir "kolaylık" anından doğar.
Kopyalanabilir şablonlar
Rol: Kimliksizleştirme kontrol asistanısın.Görev: Aşağıdaki metinde bir kişiyi DOĞRUDAN veya DOLAYLI tanınırkılabilecek her ifadeyi işaretle:- Doğrudan: ad, TC, telefon, adres, dosya no, kesin tarih, foto.- Dolaylı: nadir kombinasyon, küçük yer + özel durum, kesin yaş, işyeri, tek/eşsiz nitelik.Her biri için daha güvenli bir GENELLEŞTİRME öner.Metin: [metin]
Rol: Veri minimizasyonu danışmanısın.Görev: Şu işi yapmak istiyorum: [iş]. Bunu yapabilmek için SANAvermem GEREKEN en az bilgi nedir? Gereksiz olan hasta bilgilerini"[VERME]" diye işaretle.
Rol: Güvenli özet asistanısın.Görev: Aşağıdaki KİMLİKSİZLEŞTİRİLMİŞ öyküyü özetle. Metinde kimlikbilgisi görürsen özetleme; bunun yerine "Kimlik bilgisi tespit ettim,lütfen temizleyip tekrar gönder" yaz.Öykü: [öykü]
Kurum politikası hatırlatma kontrol listesi (kendi kendine sor):- Bu araç kurumumca onaylı mı?- Girdiğim veride hiç kimlik bilgisi var mı?- Bu iş için bu bilgiye gerçekten ihtiyaç var mı?- Metni tanıdık biri okusa kişiyi bulabilir mi?- Çıktıyı kaydederken kimlik bilgisi ekleyecek miyim?
Zayıf prompt / Güçlü prompt
Zayıf: "Ayşe Y., 39, üçüncü gebelik, şu hastanede, dosya no 4412; öyküsünü özetle."
Bu prompt doğrudan tanımlayıcılarla dolu; gönderildiği anda özel nitelikli veri sızmıştır.
Güçlü:
Rol: güvenli özet asistanı. Aşağıdaki kimliksiz öyküyü özetle."Gebe A, 30'ların sonu, üçüncü gebelik, [ilgili tıbbi ayrıntılarkimliksiz]." Metinde kimlik bilgisi görürsen özetleme, uyar.
Fark: Güçlü versiyonda hiçbir doğrudan/dolaylı tanımlayıcı yok; sadece işi yapmak için gereken kimliksiz bağlam var. Güvenlik, prompt yazılmadan önce başlar.
Ne paylaşılır, ne paylaşılmaz
Bilgi türü
YZ'ye girer mi
Alternatif
Ad, TC, telefon, adres, dosya no
Asla
"Gebe A"
Kesin yaş / kesin tarih
Hayır
Yaş aralığı / trimester
Nadir + küçük yer kombinasyonu
Hayır
Genelleştir
Genel tıbbi bağlam (kimliksiz)
Evet, gerekliyse
Veri minimizasyonu uygula
Fotoğraf / görüntü
Hayır (yüz/işaret)
Gerekmez
Kurumun onaylamadığı araç
Hiçbir hasta verisi
Onaylı araç
Sık yapılan hatalar
- Sadece adı silip dolaylı ipuçlarını bırakmak: Yeniden tanımlanma riski sürer.
- "Kolaylık olsun" diye tüm dosyayı yapıştırmak: Veri minimizasyonu ilkesini çiğner.
- Kişisel/onaysız araçlara hasta verisi girmek: Kurum politikasına ve KVKK'ya aykırı olabilir.
- Fotoğraf/ekran görüntüsü paylaşmak: Görselde yüz, isim, dosya no gizli kalabilir.
- Çıktıyı kaydederken kimlik eklemek: Kimliksiz gelen çıktıya sonradan kimlik eklemek riski geri getirir.
- "Nasılsa siliniyor" varsaymak: Verinin ne olduğunu bilemezsiniz; hiç göndermemek tek garantidir.
Özetle
Yapay zekayı kullanırken mahremiyet, teknik bir ayrıntı değil ön koşuldur. Bir gebeyi doğrudan (ad, TC, telefon) veya dolaylı (nadir kombinasyon + küçük yer) tanınır kılan hiçbir bilgi bir YZ aracına girmemelidir. Veri minimizasyonu uygulayın — işi yapmak için gereken en az bilgiyi verin — ve yalnızca kurumunuzun onayladığı araçları kullanın. Prompt'u göndermeden "bu metinden bu kişi bulunabilir mi?" testini yapın. Bir kez sızan veri geri alınamaz; bu yüzden güvenlik prompt yazılmadan önce başlar.
Uygulama görevi
Gerçek bir gebe öyküsü alın (kağıt üzerinde) ve kimliksizleştirme şablonunu kullanarak metni adım adım temizleyin: önce doğrudan, sonra dolaylı tanımlayıcıları. Temizlenmiş metni bir meslektaşınıza gösterip "bu kim olabilir?" diye sorun; tanıyabiliyorsa daha da genelleştirin. Ayrıca kendi kurumunuzun YZ/veri politikasını bulup bir cümleyle özetleyin ve hangi araçların onaylı olduğunu not edin.
Kontrol listesi
- [ ] Doğrudan tanımlayıcıların (ad, TC, telefon, adres, dosya no) hepsini çıkardım.
- [ ] Dolaylı tanımlayıcıları (nadir kombinasyon, küçük yer, kesin yaş) genelleştirdim.
- [ ] Yalnızca işi yapmak için gereken en az bilgiyi verdim.
- [ ] Yalnızca kurumumca onaylı bir araç kullandım.
- [ ] "Bu metinden bu kişi bulunabilir mi?" testini yaptım.
- [ ] Çıktıya sonradan kimlik bilgisi eklemedim.