Kararı Kimin Verdiğini Sorabilmek Haktır

Fotoğraf nasıl delil oldu

Hasar dosyasının uzun süredir en pahalı kısmı, keşif: eksperin yola çıkması, fotoğrafın yorumlanması, tahminin yazılması. Görüntü tanıma modelleri — araç, çatı, tarla, bina — bu adımları dakikalara çekiyor; uydu ve drone kareleri, afet sonrası yığılmada gerçek bir fark üretiyor.

Avantaj sadece hız değil: aynı standartla bakmak. İnsan eksper, ışığa, tecrübeye ve güne göre farklı ağırlık verebilir; model, tanımlı kategoride tutarlı kalır. Bedeli ise kategorinin dışına çıkan hasarda ödenir — gizlenen su baskını, montaj ve eski hasarın üst üste bindiği dosyalarda.

Bu yüzden iyi tasarımda fotoğraf, kararı değil triyajı üretir: hangi dosyanın hızlı hatta, hangisinin insan incelemesinde yürüdüğünü ayırır. Sınırların yazılı olduğu yerde otomasyon güveni büyütür.

Red kararının matematiği

İkinci ve daha tartışmalı hat, karar öncesi ve sonrası değerlendirmedir. Otomasyon, evrak eksikliğini, kapsam dışı kodu veya zayıf tıbbi dayanağı hızlı yakalar; ancak hacim büyüdükçe, “insan onaylı” kuyruk fiilen modelin önerisini tekrarlamaya başlar.

Sigortacının savunması hukuken zayıftır: makineyi izleyen insan, makinenin kararını üstlenmiş olur. ABD’de bazı eyaletlerin kabul ettiği model kuralı tam buraya dokunur; sigorta şirketi, yapay zekânın ürettiği sonuçtan kendisi sorumludur, aracı bahane edemez.

Sağlık tarafında tartışma daha sert: ön onay süreçlerinde benzer kalıplara dayanan sistemler, hekimin vaka bazlı gerekçesini istatistikî varsayımla gölgeleyebiliyor. Sonuç, tek bir ret satırında değil, ret satırının yazıldığı kuralda aranmalıdır.

İtiraz yolu ve şeffaflık

Vatandaş için kritik olan, üç teknik satır değil: kim karar verdi, hangi veriyle verdi, nasıl itiraz edilir. Gerekçe bildirimi, ret mektubunun standart içeriği olmalı; “sistem uygun görmedi” cümlesi, hukuki bir gerekçe sayılmaz.

İkinci şart, bağımsız inceleme. Aynı birimin kendi kararını tekrar onadığı bir itiraz hattı, hız üretir ama güven üretmez. Dış hakem, tüketici mahkemesi veya düzenleyici şikâyet yolu, otomasyonun denge unsurudur.

Üçüncüsü kayıt: hangi model sürümü, hangi eşik, hangi insan onayı. Bu üç satır tutuluyorsa itiraz gerçek bir inceleme olur; tutulmuyorsa, ret tekrar edilir.

Düzenleme neyi yakalıyor

AB Yapay Zekâ Yasası, yaşam ve sağlık sigortasında risk değerlendirmesi ve fiyatlama için kullanılan sistemleri yüksek riskli alanda sayıyor; anlamı, risk yönetimi, insan gözetimi, kayıt ve pazar sonrası izleme yükümlülüğü.

ABD’de tablo eyalet bazlı: Colorado’nun 2026’ya ertelenen algoritma ayrımcılığı kanunu gibi düzenlemeler, karar verenin “makine” olmasını sorumluluktan kurtarmıyor. Sigortacılık düzenleyicilerinin ortak hattı da aynı: denetim, sonucu değil süreci ister.

Eksik kalan, hız. Yasal takvim ile sahadaki yayılma arasında boşluk var; bu boşlukta tüketicinin elindeki en güçlü araç, dosyasını kendisinin tutması: fotoğraf, kod, tarih ve isim.

Sigortalı için pratik

Hasar anında disiplinli bir dosya, modelin en sevmediği şeydir: farklı açılardan fotoğraflar, olay saatini gösteren kayıtlar, bağımsız eksper raporu ve tıbbi işlemin gerekçesini yazan hekim notu. Bunlar, otomasyonun varsayımlarını tek tek kırar.

İkinci adım, doğru soru: “Bu kararı bir insan mı verdi, öneriyi mi onayladı? Gerekçenin yazılı kopyasını ve kullandığım politika maddesini istiyorum.” Yazılı talep, itiraz zincirinin başlangıcı ve delilidir.

Son adım, tırmanma: iç itiraz, dış hakem, düzenleyici şikâyet, yargı. Otomasyon reddi ucuzlatır; itirazı pahalılaştırma hakkınız ise yalnızca siz hatırlarsanız vardır.

Sık sorulan sorular

Kaynakça

1. Yüksek riskli yapay zekâ alanları: sigorta ve krediEU AI Act Explorer
2. Colorado Algoritmik Ayrımcılık Yasası (SB 24-205)Colorado Genel Kurulu
3. Sigortacıların yapay zekâ kullanımına ilişkin model kuralıNAIC
4. NIST Yapay Zekâ Risk Yönetimi ÇerçevesiNIST