AI İçeriğinde Etik: Transparency, Attribution, Fact-Checking

Kısaca

Yapay zeka etiği, soyut bir tartışma değil, içerik üretim hattının içine yerleştirilen üç somut kontroldür: neyin yapay zekayla üretildiğini açıklamak (transparency), kimin emeğine ve hangi kaynağa dayandığını göstermek (attribution), yayına çıkan her iddianın doğruluğunu denetlemek (fact-checking). Bu üçünün ortak özelliği, iyi niyetle değil süreçle çözülmesidir; "dikkatli olalım" bir kontrol değildir. 2026 itibarıyla soru "yapay zeka kullanmak etik mi" değil, "hangi iddiayı kim onaylıyor ve bu kayıtlı mı" sorusudur.

Salı sabahı 09.20. Bir kozmetik mağazası için 84 ürün açıklaması yapay zekayla üretilmiş ve hafta sonu yayına alınmış. Pazartesi gelen ilk şikâyette iki cümle var: "egzama izlerini geçirir" ve "dermatolog onaylıdır". İkisi de üründe yok, ikisi de modelin bağlamsız boşluğu doldurmasından geldi. 84 açıklamanın taranması dört saat, iki cümlenin yasal riski ise dört saatten çok daha pahalı.

Sorun modelin kötü niyeti değil, hattın hiçbir noktasında "bu iddiayı kim onayladı" sorusunun sorulmamış olması. Aynı ekip üç hafta sonra aynı modelle 240 açıklama üretti ve tek bir sağlık iddiası yayına girmedi. Değişen şey model değildi; yasak iddia listesi, otomatik tarama ve tek bir onay imzası eklenmişti.

Şeffaflık: Neyi, Kime, Nerede Söylemek Gerekir?

Şeffaflık tartışması genellikle yanlış yerden başlar: "her sayfaya yapay zeka etiketi koyalım mı?" Doğru soru şu: okuyucunun kararını değiştirecek bir bilgi mi saklıyorsunuz? Ürün açıklamasının taslağını modelin yazması, alıcının kararını değiştirmez. Bir uzman görüşünün, bir kullanıcı yorumunun ya da bir test sonucunun model tarafından üretilmiş olması ise doğrudan değiştirir.

Açıklama gerektiren ve gerektirmeyen içerik

Ayrım, üretim yönteminde değil, içeriğin ne iddia ettiğinde. "Bu gömlek yüzde 100 pamuktur" cümlesini kimin yazdığı önemsizdir, doğru olup olmadığı önemlidir. "Ben bu gömleği üç ay giydim" cümlesini yapay zekanın yazması ise uydurma bir tanıklıktır ve etiketlemekle düzelmez, hiç yayınlanmaması gerekir.

İçerik tipi	Açıklama gerekli mi?	Nerede	Gerekçe
Ürün ve kategori metni	Hayır	—	İddia doğruysa üretim yöntemi kararı etkilemez
Blog ve rehber içerik	Tercihe bağlı	Yazı sonu ya da künye	Şeffaflık güven kazandırır, zorunlu değildir
Uzman görüşü, vaka analizi	Evet	Metnin içinde	Otorite iddiası taşır
Müşteri yorumu, tanıklık	Yayınlanmaz	—	Üretilmiş tanıklık yanıltıcı ticari uygulamadır
Müşteri destek yanıtı	Evet	Sohbetin başında	Karşıdaki kişi kiminle konuştuğunu bilmeli

Bot olduğunu söylemek

Canlı destek yerine chatbot çalıştırıyorsanız bunu sohbetin ilk cümlesinde söylemek hem dürüst hem de işinize gelir: beklenti yönetimi şikâyeti azaltır. "Merhaba, ben Tecof asistanıyım; sipariş ve kargo sorularını yanıtlayabilirim, gerekirse sizi ekibe aktarırım" cümlesi, kullanıcının ikinci mesajını daha isabetli yazmasını sağlar. Gizlemenin maliyeti şu: kullanıcı bir noktada anlar ve o andan sonra verdiğiniz doğru bilgiye de güvenmez.

Mevzuat tarafı

Türkiye'de "yapay zeka etiketi" zorunluluğu getiren özel bir düzenleme yok, ama üç mevcut yükümlülük bu alana doğrudan değiyor. KVKK kapsamında otomatik karar mekanizmaları aydınlatma metninde yer almalı ve model sağlayıcısı veri işleyen listesine eklenmelidir. Ticaret Bakanlığı Reklam Kurulu açısından yanıltıcı ticari uygulama yasağı üretim yöntemine bakmaz; uydurma tanıklık ya da temellendirilmemiş iddia, yapay zeka yazsa da insan yazsa da aynı ihlaldir. Avrupa'ya satış yapıyorsanız AB yapay zeka mevzuatının şeffaflık maddeleri, üretilmiş içeriğin işaretlenmesini ve etkileşimde bot bilgisinin verilmesini istiyor; ihracat yapan mağazalar için bu artık bir uyum kalemi.

Atıf: Kaynak, Telif ve Kimin Emeği

Atıf iki ayrı soruyu birleştirir: bu içeriğin telifi kimde, ve bu içerik kimin emeğine dayanıyor? İkincisi hukuki değil itibari bir sorudur ve uzun vadede daha pahalıya çıkar.

Model çıktısının telifi

Salt model çıktısı, insan katkısı olmadan, telif korumasının dışında kalma eğilimindedir; yani "bizim metnimiz" diye savunabileceğiniz şey, sizin yaptığınız seçimler, düzenlemeler ve eklediğiniz özgün veridir. Pratik sonucu şu: rakibiniz aynı promptla benzer bir metin üretebilir ve buna itiraz edemezsiniz. Korunabilir varlık metin değil, metnin dayandığı veridir — kendi test sonuçlarınız, kendi satış kırılımlarınız, kendi müşteri kayıtlarınız.

Kaynak göstermek ve rakip içeriği

Modele rakip sayfaları verip "buna benzer yaz" demek yaygın ve riskli bir kısayol. Ortaya çıkan metin özgün görünse bile yapı, sıralama ve örnekler taşınır; bir de rakibin hatası taşınır. Sağlıklı yol, kaynağı veri olarak kullanıp atfı açıkça vermektir: "TÜİK'in 2026 hanehalkı bilişim araştırmasına göre" cümlesi hem doğrulanabilir hem de arama motoru açısından değerlidir. Yapay zeka aramada görünürlük tarafında da kazanan içerik, kaynağı belli olan içerik oluyor.

Görsel ve marka varlıkları

Metinde dikkatli olan ekipler görselde savruluyor. Üretilmiş görselde üç sınır var: tanınabilir bir kişinin yüzü, başka bir markanın logosu ya da ambalajı, ve korunan bir karakter. Ürün fotoğrafında arka plan temizlemek, gölge eklemek, ölçü standardı tutturmak sorunsuz; "şu markanın kampanya görseline benzesin" demek sorunlu. İç üretimde kural basit tutulabilir: üretilmiş görselde gerçek bir insan yüzü ve başka bir marka adı yer almaz.

İnsan emeğini görünür tutmak

Yazının altında "Tecof" imzası varsa, o imzanın arkasında bir insan olmalı. Biz kendi hattımızda taslağı modelin, veriyi ve son kararı insanın ürettiği bir bölüşüm kullanıyoruz; bunun nasıl kurulduğunu ajans tarafındaki dönüşüm yazısında anlattık. Kritik nokta imzanın sahiplenme olmasıdır: yanlış varsa düzeltecek kişi bellidir.

Doğruluk Denetimi: Uydurma Bilgiyi Yayına Sokmamak

Modellerin en pahalı davranışı bilmediğini uydurmasıdır ve bu davranış en çok sizin en zayıf olduğunuz yerde ortaya çıkar: eksik ürün verisi. Özellik girmediğiniz bir üründe model boşluğu doldurur, çünkü işi budur.

Üç katmanlı denetim

Tek bir okuma yeterli değil, çünkü insan gözü aynı metni üçüncü kez okuduğunda hata görmez. Üç katman şöyle kurulur. Birinci katman promptun içindedir: "yalnızca verilen özellikleri kullan, eksikse eksik olduğunu yaz" sınırı. İkinci katman otomatiktir: yasak kelime ve iddia listesine karşı tarama — sağlık iddiaları, kesinlik ifadeleri ("garanti eder", "kesinlikle geçirir"), rakip marka adları, karakter sınırı aşımı. Üçüncü katman insandır ve yalnızca ikinci katmanın işaretlediklerine bakar; her metni baştan okumaz.

Hangi iddia hangi seviyede denetlenir

Bütün cümleleri aynı titizlikle denetlemek mümkün değil; risk seviyesine göre ayırmak gerekir.

İddia tipi	Örnek	Risk	Denetim	Onaylayan
Somut ürün özelliği	"%100 pamuk, 180 gr"	Orta	Ürün veri tabanına karşı otomatik	Katalog sorumlusu
Sağlık ve etki iddiası	"Egzamayı geçirir"	Yüksek	Yasak liste + zorunlu insan onayı	Kategori yöneticisi
Sayısal veri, istatistik	"Pazarın %40'ı"	Yüksek	Birincil kaynak zorunlu	İçerik editörü
Karşılaştırma	"Rakiplerden hızlı"	Yüksek	Ölçüm kaydı yoksa çıkarılır	İçerik editörü
Ton ve üslup	Tanıtım cümlesi	Düşük	Örnekleme, %10 okuma	Metin yazarı

Tablonun asıl işlevi, yüksek riskli üç satırın toplam metnin küçük bir bölümü olduğunu göstermek. Denetim maliyetini yönetmenin yolu her şeyi okumak değil, doğru yüzde beşi okumaktır.

Kaynak zorunluluğu kuralı

Tek maddelik bir kural, uydurma istatistik sorununun büyük kısmını kapatır: sayısal bir iddia, yanında bağlantı verilebilecek bir kaynağa dayanmıyorsa yayına girmez. Modelden "kaynak da yaz" istemek yetmez, çünkü kaynağı da uydurabilir; bağlantının açılıp açıldığını kontrol eden kişi gerekir. Toplu üretimde bu kontrolü kolaylaştırmak için sayısal iddiaları promptta baştan yasaklamak, gerekli olanları elle eklemek daha hızlı çalışır. Prompt tarafındaki sınır yazma mantığını ayrı bir yazıda ele aldık.

Kişisel Veri, İzin ve Müşteri İçeriği

Etik tartışmasının en sessiz ama en riskli tarafı burası: içerik üretirken müşteri verisini nereye gönderdiğiniz.

Yorumları ve mesajları modele vermek

Müşteri yorumlarını analiz ettirmek meşru bir kullanım, ama veri asgariliği geçerli: yorum metni ve sipariş tipi yeter, ad soyad ve sipariş numarası gerekmez. Uygulamada en kolay yol, veriyi modele göndermeden önce kişisel alanları çıkaran bir adım koymaktır; bu adım bir kez yazılır, her çalıştırmada işler. Aynı mantık yorum analizi akışının tamamı için geçerli.

Model sağlayıcısı bir veri işleyendir

Bu cümle çoğu şirkette yazılı değil ve denetimde ilk sorulan şey oluyor. Kullandığınız model sağlayıcısı aydınlatma metninizde ve veri işleyen envanterinizde yer almalı; sözleşmenizde verinin eğitimde kullanılıp kullanılmadığı açıkça yazmalı; prompt ve çıktı kayıtları saklama politikanıza dahil olmalı. Kurumsal planlarda "eğitimde kullanılmaz" taahhüdü genellikle vardır, ücretsiz planlarda genellikle yoktur ve fark tam olarak buradadır.

Ticari iletide izin

Yapay zekayla kişiselleştirilmiş e-posta ve SMS gönderimi, İYS onayı olmadan kişiselleştirmenin ne kadar iyi olduğuna bakılmaksızın ihlaldir. Kritik nokta şu: izni prompt kontrol edemez, sistem kontrol eder. Gönderim akışında izin sorgusu bir kod adımı olarak durmalı ve izinsiz kayıt listeden otomatik düşmelidir. Kişiselleştirme kurgusunun izinle ilişkisini e-posta kampanyaları yazısında ayrıntılandırdık.

30 Günde Yazılı Politika Kurmak

Etik kurallar sohbetlerde kalırsa ilk yoğun haftada buharlaşır. Aşağıdaki takvim, dağınık hassasiyetleri bir sayfalık uygulanabilir politikaya çevirir.

1-7. gün: envanter çıkarın

Hangi içerik tiplerinde yapay zeka kullanılıyor, hangi modelle, kim çalıştırıyor, çıktıyı kim onaylıyor? Bu hafta kural yazılmaz, mevcut durum yazılır. Çoğu ekip bu listeyi çıkardığında iki sürpriz bulur: kimsenin bilmediği bir kullanım ve hiç onaylanmayan bir çıktı akışı.

8-14. gün: yasak listesini ve sınırları yazın

Kategori bazında yasak iddia listesi çıkarın — kozmetikte sağlık iddiaları, gıdada besin beyanları, elektronikte performans garantileri. Listeyi promptların sınır bölümüne ve otomatik taramaya aynı anda koyun. Bu haftanın çıktısı üç dosyadır: yasak liste, prompt sınırları, tarama kuralları.

15-21. gün: onay zincirini kurun

Her içerik tipi için tek bir onaylayan belirleyin ve bunu sisteme yazın. İki kişinin ortak sorumlu olduğu içerik, kimsenin sorumlu olmadığı içeriktir. Yüksek riskli iddialar için onay adımı atlanamaz olmalı; düşük riskli metinler örnekleme ile geçmeli.

22-30. gün: ölçün ve sürümleyin

Geçen ay yayına giren içerikten elli örnek seçin ve kaçında düzeltme gerektiğini sayın. Bu oran politikanızın ölçüsüdür ve her çeyrek yeniden ölçülür. Politikayı sürüm numarasıyla saklayın, değiştiğinde kimin değiştirdiği görünsün. Sahibi olmayan politika üç ay içinde gerçeklikten kopar.

Yarın sabah yapabileceğiniz iş şu: son bir ayda yapay zekayla üretip yayına aldığınız on metni açın ve her birinde "bu cümlenin doğru olduğunu nereden biliyoruz" sorusunu cevaplanamayan cümlelerin altını çizin. Çıkan liste, yasak iddia listenizin ilk hâlidir. Yapay zekanın altyapıya gömülü geldiği bir kurulumda bu kontrollerin çoğu akışın içinde durur; ajanlara açtığınız yetkiler de aynı sınırların içinde kalır.

Sıkça Sorulan Sorular

Yapay zekayla yazdığımı belirtmek zorunda mıyım?

Türkiye'de genel bir zorunluluk yok. Zorunluluk içeriğin türünden doğuyor: uzman görüşü, tanıklık ve otorite iddiası taşıyan içerikte belirtmek gerekir; doğru bilgi veren ürün metninde gerekmez. Avrupa'ya satış yapıyorsanız AB tarafındaki şeffaflık yükümlülüklerini ayrıca kontrol edin.

Yapay zekayla üretilmiş içerik SEO'ya zarar verir mi?

Üretim yöntemi kendi başına cezalandırılmıyor; değersiz içerik cezalandırılıyor. Aynı kalıptan çıkmış, özgün veri içermeyen yüzlerce sayfa zarar verir. Kendi satış verinizi, kendi test sonuçlarınızı ve gerçek örnekleri ekleyen içerik, kimin yazdığından bağımsız olarak ayakta kalıyor.

Müşteri yorumlarını yapay zekayla özetleyip sayfaya koyabilir miyim?

Evet, özet olduğu belliyse. "Müşterilerin sık değindiği üç konu" başlığı altında verilen özet meşrudur. Meşru olmayan, özetten tek bir müşterinin ağzından çıkmış gibi görünen bir yorum üretmektir; bu uydurma tanıklıktır.

Model uydurma istatistik üretmesini nasıl engellerim?

En etkili yöntem sayısal iddiaları promptta yasaklamak ve gerekli rakamları elle eklemektir. "Kaynak belirt" demek yetersiz, çünkü kaynak da uydurulabilir. Yayına çıkmadan önce her sayısal iddianın açılabilir bir bağlantıya dayanması kuralını koyun.

Chatbot'un bot olduğunu söylemesi satışı düşürür mü?

Sahadaki eğilim tersi: beklenti doğru kurulduğunda kullanıcı sorusunu daha net yazıyor ve çözüm oranı yükseliyor. Düşüş yaratan şey botun kendini insan gibi tanıtıp sonra çözememesi; kullanıcı iki kez hayal kırıklığı yaşıyor.

Yapay zekayla üretilmiş görselde kişi kullanabilir miyim?

Tanınabilir gerçek bir kişiye benzeyen yüz kullanmayın. Tamamen kurgusal bir yüz teknik olarak mümkün olsa da moda ve kozmetikte ürünün gerçek görünümünü çarpıtma riski taşır; iade oranı bu riski faturalandırır. Ürün fotoğrafında arka plan ve ışık düzenlemesi güvenli alandır.

Bu politikayı kim sahiplenmeli?

İçeriği üreten ekip, hukuk ya da teknoloji ekibi değil. Hukuk sınırı çizer, teknoloji aracı verir, ama günlük kararı çıktıyı yayınlayan kişi alır. Sahibi üretim ekibinde olmayan politika uygulanmaz.

Küçük bir ekipte bu kadar kontrol fazla değil mi?

Üç kişilik bir ekipte politika bir sayfa, yasak liste bir tablo, onay zinciri tek isimdir. Fazla olan şey kontrol değil, kontrolü kâğıt üstünde karmaşıklaştırmak. Ölçü şu: yeni bir kişi işe başladığında bu belgeleri okuyup çalışmaya başlayabiliyor mu?

Yapay zeka kullandığımızı müşteriye söylemek güveni azaltır mı?

Söyleme biçimi belirleyici. "İçeriklerimizi yapay zeka üretiyor" cümlesi güveni azaltır; "taslakları yapay zekayla hızlandırıyoruz, her ürün bilgisini ekibimiz kontrol ediyor" cümlesi artırır. Müşteri otomasyondan değil, kontrolsüzlükten rahatsız oluyor.