CEZA MUHAKEMESİ HUKUKUNDA DERİN ÖĞRENME İLE ELDE EDİLEN GÖRSEL VERİLERİN DELİL NİTELİĞİ: HUKUKİ VE TEKNİK BİR ANALİZ

Bu çalışma, derin öğrenme tabanlı Yapay Zekâ (YZ) sistemlerinin adli görüntü analizlerinde kullanımı ile bu sistemlerin ceza muhakemesi hukuku açısından delil niteliğini disiplinlerarası bir bakış açısıyla ele almaktadır. YZ destekli analizlerin teknik kapasitesine rağmen, bu sistemlerin hukuki geçerliliği; hukuka uygunluk, şeffaflık, denetlenebilirlik, açıklanabilirlik ve kişisel veri koruması gibi temel ilkeler doğrultusunda değerlendirilmelidir. Çalışmada öncelikle derin öğrenme temelli görüntü işleme teknikleri özetlenmiş, ardından bu tekniklerin ceza yargılamasında delil elde etme ve değerlendirme süreçlerine etkisi incelenmiştir. Türk hukukunda delil serbestisi ilkesi kapsamında YZ ile elde edilen verilerin hukuki geçerliliği Anayasa, CMK ve Kişisel Verilerin Korunması Kanunu (KVKK) çerçevesinde analiz edilmiş; sokakta bulunan kameralardan yüz tanıma ve güvenlik kamerası görüntüsü gibi veri türlerinin mahkemede kullanılabilirliğine ilişkin kriterler tartışılmıştır. Ayrıca Avrupa İnsan Hakları Mahkemesi, Avrupa Birliği AI Act ve ABD Daubert standardı çerçevesindeki uygulamalarla karşılaştırmalı analiz yapılmış; Türkiye’deki düzenleme eksikliklerine dikkat çekilmiştir. YZ’nin “kara kutu” yapısının savunma hakkı ve adil yargılanma ilkeleriyle yaratabileceği çelişkiler açıklanmış ve açıklanabilir yapay zekâ yaklaşımlarının önemi vurgulanmıştır. Sonuç olarak çalışmada, YZ tabanlı adli sistemlerin hukuk düzeniyle uyumlu entegrasyonu için yasal düzenleme, bilirkişi eğitimi, etik ilkeler ve insan denetimi gibi öneriler sunulmuştur. Bu yönüyle çalışma, teknik ve hukuki boyutları birlikte ele alarak alandaki özgün bir boşluğu doldurmayı hedeflemektedir.