Kazanimlar:
- Çocuğa ait verinin özel nitelikli veri olduğunu, KVKK ve gizlilik kapsamında anonimleştirilmesi ve aile onamı gerektiğini kavrayıp uygulayabilme
- Yapay zeka araçlarını veri güvenliği, saklama ve model eğitiminde kullanım açısından değerlendirip güvenli olanı seçebilme
- Tanı koyma yetkisi, damgalama, ayrımcılık ve çocuğun üstün yararı gibi etik sınırları iş akışında koruyabilme
Bir çocuğun gelişim dosyası, o çocuğun en mahrem bilgilerini taşır: gelişim öyküsü, aile durumu, tarama sonuçları, gözlemler, bazen tıbbi bilgiler. Bu bilgiler yanlış ellere geçtiğinde ya da yanlış kullanıldığında, çocuğa yıllar boyunca zarar verebilir: bir etiket, bir damga, bir ayrımcılık. Bu yüzden çocuk verisinin korunması, çocuk gelişimi uzmanının en ciddi sorumluluklarından biridir; yapay zeka çağında ise bu sorumluluk katlanır, çünkü veriyi bir araca yapıştırmak saniyeler sürer ve geri alınamaz. Bu ünitede çocuk verisinin hukuki statüsünü, yapay zeka araçlarının gizlilik açısından değerlendirilmesini ve etik sınırları işleyeceğiz.
Önce hukuki temel: Türkiye'de KVKK (Kişisel Verilerin Korunması Kanunu), kişisel verilerin işlenmesini düzenler. Çocuğa ait sağlık ve gelişim verileri özel nitelikli kişisel veri kategorisindedir; bu kategori en yüksek koruma düzeyine tabidir. Avrupa'da karşılığı GDPR'dir. Çocuk söz konusu olduğunda hassasiyet daha da artar, çünkü çocuk kendi verisi üzerinde geçerli rıza veremez; onam (bilgilendirilmiş açık rıza) yasal temsilcisinden, yani aileden alınır. "Çocuğun üstün yararı" ilkesi her kararın üzerinde durur.
Anonimleştirme: en temel ve en güçlü adım
Yapay zekayla çalışırken gizliliği koruyan en temel, en pratik adım anonimleştirmedir: veriden kimliği açığa çıkaran tüm bilgileri (ad, soyad, TC kimlik no, doğum tarihi, okul/kurum adı, adres, protokol/dosya no, ailenin adları) çıkarmak ve yalnızca göreviniz için gerekli, kimliksiz bilgiyi kullanmaktır. "Elif Kaya, 3 yaş 2 aylık, Papatya Anaokulu" yerine "3 yaş 2 aylık kız çocuğu" yazmak, verinin işini görür ama kimliği korur.
Bir uyarı: birden fazla küçük ayrıntı bir araya gelince kimlik yeniden ortaya çıkabilir (buna yeniden kimliklendirme denir). Örneğin "X köyünde tek ikiz, babası muhtar" gibi ayrıntılar, ad olmasa da kişiyi belli edebilir. Bu yüzden yalnızca adı silmek değil, benzersiz kılan ayrıntıları da genellemek gerekir.
Ham (paylaşılamaz)
Anonim (paylaşılabilir)
Elif Kaya, TC 123..., 12.03.2022 doğ.
3 yaş 2 aylık kız çocuğu
Papatya Anaokulu, 3-A sınıfı
okul öncesi kurum
Annesi Ayşe, babası muhtar
ebeveynler
Dosya no 2024/187
(çıkarıldı)
Dikkat: Herkese açık bir yapay zeka aracına çocuğun kimlik bilgisini, tam raporunu ya da fotoğrafını yüklemek KVKK ve gizlilik ihlalidir ve geri alınamaz. Veri kurum dışı bir sunucuya gitmiş olur ve bazı araçlar bunu model eğitiminde kullanabilir. Yüklemeden önce her zaman anonimleştirin.
Araç seçimi ve veri yaşam döngüsü
Her yapay zeka aracı aynı gizlilik düzeyinde değildir. Bir aracı değerlendirirken şunları sorun: Verimi model eğitiminde kullanıyor mu? Verimi nerede, ne kadar süre saklıyor? Bir veri işleme sözleşmesi (kurumsal kullanım için) sunuyor mu? Sunucuları nerede? Kurumsal, sözleşmeli ve verinizi eğitimde kullanmayan araçlar, herkese açık ücretsiz araçlardan daha güvenlidir. Yine de en güvenli araçta bile gereksiz kimlik bilgisi paylaşmayın — anonimleştirme her koşulda ilk savunmadır.
Veri yaşam döngüsünü düşünün: veriyi topla (onamla), işle (gerektiği kadar), sakla (güvenli, süreli), paylaş (yalnızca yetkiliyle, anonim), ve sil (işi bitince). YZ araçlarına yapıştırdığınız her şey bu döngünün dışına çıkma riski taşır.
İpucu: Sık kullandığınız istemlerin en başına sabit bir kural koyun: "Bu sohbette çocuğun ya da ailenin kimliğini açığa çıkaran hiçbir bilgi paylaşmayacağım." Bunu bir kontrol refleksi haline getirmek, en sık ihlali (dalgınlıkla kimlik yapıştırma) önler.
Etik sınırlar: tanı, damga, ayrımcılık
Gizlilik teknik bir konu, ama etik daha geniştir. Üç sınır kritiktir. Tanı koyma yetkisi: çocuk gelişimi uzmanı tarama ve gelişim değerlendirmesi yapar; kesin tanı ilgili hekim/klinik ekibin işidir. Yapay zeka bu sınırı bilmez; siz koruyacaksınız. Damgalama: bir çocuğu erken ve kalıcı bir etiketle işaretlemek (dosyada, ailede, kendi zihninizde) çocuğa haksızlıktır ve gelişimini olumsuz etkileyebilir. Ayrımcılık ve yanlılık: yapay zeka eğitim verisindeki önyargıları yansıtabilir; belirli bir kültür, cinsiyet ya da sosyoekonomik gruba dair yanlı çıktılar üretebilir. Uzman bunları fark edip düzeltmelidir. Tüm bunların üstünde çocuğun üstün yararı ilkesi durur: her karar, çocuğun iyiliği için mi?
Dört kopyalanabilir prompt
1) Anonimleştirme promptu:
Sana bir metin vereceğim. İçinde çocuğun ya da ailenin kimliğini açığaçıkarabilecek her bilgiyi (ad, soyad, TC, doğum tarihi, okul/kurum,adres, dosya no, benzersiz ayrıntılar) çıkar; yerine genel ifade koy([kız çocuğu], [okul öncesi kurum]). Sadece adı değil, kişiyi belliedebilecek benzersiz ayrıntıları da genelle. Neyi çıkardığını listele.Metin: [ham]
2) Araç gizlilik değerlendirme promptu:
Bir yapay zeka aracını çocuk verisiyle kullanıp kullanamayacağıma kararvermek için sormam gereken gizlilik sorularını (veri eğitimde kullanılıyormu, saklama, sözleşme, sunucu konumu, silme) bir kontrol listesi olarakver. Cevapları uydurma; yalnızca soruları listele.
3) Etik/yetki sınırı denetim promptu:
Aşağıdaki metni etik açıdan denetle: (1) tanı koyuyor/ima ediyor mu?(2) damgalayıcı etiket var mı? (3) kültürel/cinsiyet/sosyoekonomikyanlılık var mı? Her sorunu işaretle ve düzeltilmiş, temkinli biralternatif öner.Metin: [taslak]
4) Aile onamı bilgilendirme metni promptu:
Aileye, çocuğun verilerini nasıl kullanacağımı ve koruyacağımı sadedille açıklayan kısa bir BİLGİLENDİRME/ONAM metni taslağı yaz. İçersin:hangi veri, ne amaçla, nasıl korunuyor, kiminle paylaşılıyor, geriçekme hakkı. Hukuki tavsiye verme; taslak olduğunu ve kurumun onaylamasıgerektiğini not et.
Üç mini vaka
Vaka 1 — Kimlik yükleme ihlali. Bir uzman, yoğun bir günde bir çocuğun tam adı ve TC'siyle dolu gelişim raporunu herkese açık bir araca yapıştırıp "özetle" der. Veri kurum dışına çıkmış, aile onamı alınmamıştır. Doğru yol: 1. promptla veriyi anonimleştirip yalnızca kimliksiz bilgiyi güvenli bir araçta kullanmaktı. Bu ihlal hem yasal hem etik bir sorundur ve geri alınamaz.
Vaka 2 — Yeniden kimliklendirme. Bir uzman adı siler ama "köydeki tek üçüz, babası imam" ayrıntısını bırakır. Bu ayrıntı, ad olmadan da çocuğu belli eder. Uzman anonimleştirmeyi benzersiz ayrıntıları genelleyecek biçimde derinleştirir: "kırsal bölgede yaşayan çoğul gebelik çocuğu". Kimlik artık korunur.
Vaka 3 — Yanlılık düzeltme. YZ, düşük gelirli bir aileye dair içerikte örtük olarak "bu ailelerde ilgi genellikle yetersizdir" gibi yanlı bir varsayım üretir. Uzman 3. promptla bunu yakalar; ifadeyi kanıtsız, damgalayıcı ve ayrımcı bulur ve çıkarır. İçeriği her aileyi eşit ve saygın gören bir dille yeniden yazar.
Zayıf prompt / Güçlü prompt
Zayıf prompt:
Elif'in tam raporunu buraya yapıştırıyorum, değerlendir ve tanı öner.
Sorun: kimlik bilgisi paylaşılıyor (KVKK ihlali), tanı isteniyor (yetki aşımı), onam yok, güvenli araç sorgulanmıyor.
Güçlü prompt:
Aşağıdaki ANONİM gelişim özetini (kimlik bilgisi çıkarılmıştır)değerlendirme TASLAĞI için düzenle. Tanı koyma; damgalayıcı etiketkullanma; yanlı varsayımdan kaçın. Emin olmadığın yeri [uzmandeğerlendirsin] işaretle.Özet: [anonim]
Sık yapılan hatalar
- Kimlik bilgisi yüklemek: En sık ve en ağır ihlal; her zaman anonimleştirin.
- Yüzeysel anonimleştirme: Sadece adı silmek yetmez; benzersiz ayrıntıları da genelleyin.
- Araç gizliliğini sorgulamamak: Verinizi eğitimde kullanan araçlardan kaçının.
- Tanı sınırını aşmak: Değerlendirme tanı değildir; yetki hekim/ekiptedir.
- Yanlılığı fark etmemek: YZ'nin damgalayıcı/ayrımcı varsayımlarını düzeltin.
Özetle
Çocuk verisi özel nitelikli kişisel veridir; KVKK ve gizlilik kapsamında en yüksek korumayı gerektirir ve onam aileden alınır. Yapay zekayla çalışırken en güçlü savunma anonimleştirmedir — sadece adı değil, kişiyi belli edebilecek benzersiz ayrıntıları da genelleyin. Araçları gizlilik açısından değerlendirin; verinizi eğitimde kullanmayan, güvenli olanı seçin. Etik sınırları (tanı yetkisi, damgalama, ayrımcılık/yanlılık) koruyun ve her kararda çocuğun üstün yararını gözetin.
Uygulama görevi
Anonimleştirilmemiş (kendi kayıtlarınızdan, gerçek) bir gelişim notu alın; onu ekrana yansıtmadan, 1. promptun mantığıyla elle anonimleştirin ve çıkardığınız her bilgiyi listeleyin. Kullandığınız bir YZ aracını 2. promptla gizlilik açısından değerlendirin. Bir taslak metni 3. promptla etik/yanlılık açısından denetleyin. Yaptığınız en az üç düzeltmeyi (bir anonimleştirme, bir etik, bir yanlılık) not edin.
Kontrol listesi
- [ ] Veriyi anonimleştirdim; benzersiz ayrıntıları da genelledim.
- [ ] Kullandığım aracı gizlilik açısından değerlendirdim; güvenli olanı seçtim.
- [ ] Gerekli olduğunda aile onamını gözettim.
- [ ] Tanı yetkisi sınırını korudum; değerlendirme-tanı ayrımını uyguladım.
- [ ] Damgalayıcı etiket ve ayrımcı/yanlı ifadeleri ayıkladım.
- [ ] Her kararda çocuğun üstün yararını gözettim.
- [ ] Kimlik bilgisini hiçbir araca yüklemedim.