Yapay Zeka Etik Bildirgesi ve Yesil AI

1. Yapay Zeka Etik Bildirgesi

VerimliAI olarak, yapay zeka teknolojilerinin is dunyasina entegrasyonunun yalnizca teknik bir donusum degil, ayni zamanda derin bir etik sorumluluk gerektirdiginin bilincindeyiz. Isletmelerin operasyonel sureclerine dahil ettigimiz her bir algoritma, musteri mahremiyetinden calisan refahina, rekabet adaletinden toplumsal esitlige kadar genis bir etki alanina sahiptir. Bu bildirge, VerimliAI'nin tum urun ve hizmetlerinin arkasindaki sarsilmaz etik cerceveyi tanimlar.

1.1 Insan Odakli Otomasyon Prensibi

Yapay zeka otomasyonlarimizin temel amaci, insan is gucunu ikame etmek degil, insan potansiyelini maksimize etmektir. AI Satis Asistanlarimiz, musteri temsilcilerinin tekrar eden rutin sorularla vakit kaybetmesini onlerken, onlarin karmasik problemlere, empati gerektiren musteri iliskilerine ve yaratici stratejik islere odaklanmasini saglar. Arastirmalarimiz, AI entegrasyonu sonrasi calisan memnuniyetinde ortalama %34 artis gozlemlendigini gostermektedir. Bunun nedeni, calisanlarin artik anlamsiz tekrarlarla degil, gercekten deger katan islerle ugrasmasidir.

1.2 Algoritmik Onyargisizlik (Bias-Free AI) Ilkesi

Kullandigimiz buyuk dil modelleri (LLM), egitildikleri veri setlerindeki toplumsal onyargilari ogrenme riski tasir. VerimliAI olarak bu riski dort katmanli bir filtreleme sistemiyle minimize ediyoruz: (1) Egitim verilerinde demografik cesitlilik denetimi, (2) Cikti katmaninda nefret soylemi ve ayrimcilik taramasi, (3) Isletmeye ozel ince ayar (fine-tuning) sirasinda sektor-spesifik etik kalibrasyonu, (4) Uretim ortaminda surekli bias monitoring ve anomali tespiti. Bu dort katman, algoritmalarimizin cinsiyet, yas, etnik koken, din veya sosyoekonomik durum temelinde ayrimci davranmasini engeller.

1.3 Seffaflik ve Aciklanabilirlik (Explainable AI)

Her VerimliAI cozumu, "kara kutu" (black-box) mantigiyla degil, aciklanabilir yapay zeka (XAI) prensipleriyle calisir. Musterilerimize sundugumuz her AI asistanin karar agaci, hangi veri noktasina dayanarak hangi yaniti sectigini gosteren bir guven skoruyla birlikte calisir. Bu, ozellikle finans, saglik ve hukuk gibi regule sektorlerde kritik onem tasir. Bir AI'in musteriye "hayir" dedigi her durumda, o "hayir"in gerekcesi insan operator tarafindan denetlenebilir ve gerektiginde duzeltilebilir olmalidir.

1.4 Veri Minimalizasyonu ve Amaca Baglilik

Yalnizca hizmetin ifasi icin gerekli olan minimum veriyi toplar, isler ve saklariz. "Veri altindir" mantigiyla gereksiz kullanici verisi toplamak, etik prensiplerimize aykiridir. Her bir veri noktasi icin su soruyu sorariz: "Bu veri olmadan hizmet ayni kalitede sunulabilir mi?" Cevap "evet" ise, o veriyi toplamayiz. Bu prensip, KVKK ve GDPR'un "veri minimizasyonu" ilkesiyle tam uyumlu olmanin otesinde, bizim kurumsal durusumuzdur.

2. Yesil Yapay Zeka ve Surdurulebilirlik

Buyuk dil modellerinin egitimi ve inferansi, onemli miktarda hesaplama gucu ve dolayisiyla enerji tuketimi gerektirir. GPT-3 gibi bir modelin tek bir egitim surecinin, ortalama bir otomobilin omru boyunca urettigi karbon emisyonunun yaklasik 5 katina esdeger CO₂ salinimina neden oldugu tahmin edilmektedir. VerimliAI olarak, bu cevresel etkinin bilincinde hareket ediyor ve yesil yapay zeka (Green AI) prensiplerini operasyonlarimizin merkezine yerlestiriyoruz.

2.1 Karbon Ayak Izi Optimizasyonu

Inferans islemlerimizi, %100 yenilenebilir enerji ile calisan veri merkezlerinde (AWS eu-central-1 Frankfurt, Google Cloud europe-west4) gerceklestiriyoruz. Bu bolgeler, Avrupa Birligi'nin en siki cevre standartlarina tabidir ve karbon notr sertifikasyonuna sahiptir. Ayrica, edge computing mimarisi kullanarak, inferans islemlerini kullaniciya en yakin lokasyonda gerceklestiriyor; bu sayede veri transferinden kaynaklanan enerji tuketimini %40'a varan oranda azaltiyoruz.

2.2 Model Optimizasyonu ve Verimli Inferans

Tum sistemlerimizde, "gereginden buyuk model" kullanimindan kaciniyoruz. Bir musteri destek botu icin GPT-4o'nun tam kapasitesine ihtiyac yoksa, daha hafif ve enerji verimli GPT-4o-mini modelini kullaniyoruz. Ayrica quantization ve distillation teknikleriyle, model boyutlarini %60'a varan oranda kuculterek hem inferans hizini artiriyor hem de enerji tuketimini dusuruyoruz. Bu yaklasim, ayni isi yapmak icin daha az enerji harcayan "yesil algoritma" felsefemizin teknik yansimasidir.

2.3 Dijital Sürdürülebilirlik Taahhudu

2030 yilina kadar tum operasyonlarimizda karbon notr olmayi taahhut ediyoruz. Bu hedefe ulasmak icin su adimlari atiyoruz: (1) Mevcut karbon ayak izimizin yillik bagimsiz denetimi, (2) Karbon denklestirme programlarina katilim (agaclandirma projeleri, yenilenebilir enerji sertifikasi), (3) 2028 yilina kadar tum veri merkezi operasyonlarimizi %100 yenilenebilir enerjiye tasima. Bu taahhutname, sadece bir pazarlama soylemi degil; her yil kamuya acik olarak yayinlayacagimiz "VerimliAI Surdurulebilirlik Raporu" ile belgelendirilecektir.

"Teknolojik ilerleme, gezegenimizin gelecegini ipotek altina alarak saglanamaz. Her bir milisaniyelik inferans hizi kazanci, karbon ayak izimizi artirmamali. Hiz ve surdurulebilirlik arasindaki denge, muhendislik etigimizin temel tasidir." — VerimliAI Yesil AI Manifestosu