Kamu hizmetlerinde yapay zeka: senaryo seçiminden pilota yol haritası

Kamuda yapay zeka uygulaması hangi sorunu çözer?

Kamu kurumlarında yapay zeka, dikkat çekici bir vitrin projesi olarak değil, belirli bir iş sorununa çözüm olarak başlamalıdır. Başvuru ve dilekçe yığınlarını sınıflandırmak, vatandaş sorularına tutarlı yanıt vermek, denetim ve risk örüntülerini ortaya çıkarmak, bütçe ve harcama verilerinde sapmaları görmek gibi işler, veri tabanlı yöntemlere elverişlidir.

Özel sektörden farklı olarak kamuda her karar hukuki dayanak, hesap verebilirlik ve eşit muamele ilkeleriyle bağlıdır. Bir algoritmanın önerdiği sonuç bir vatandaşın hakkını, ödemesini ya da denetim sürecini etkiliyorsa, kararın gerekçesi açıklanabilmeli ve itiraz yolu açık olmalıdır. Bu yüzden kamuda yapay zeka uygulamak, önce teknolojiyi değil iş sürecini, veriyi ve hukuki çerçeveyi anlamayı gerektirir.

Adım adım: fikirden hayata geçirmeye

Çalışma, kullanım senaryosu seçimiyle başlar. Kurumun yoğun, tekrarlayan ve kural tabanlı işlerini listeleyin; her biri için hizmet kalitesine katkıyı, veri hazırlığını ve riski değerlendirin. Düşük riskli, yüksek tekrarlı bir iş (örneğin gelen başvuruların ilgili birime yönlendirilmesi) ilk aday olmaya uygundur. Kişilerin haklarını doğrudan belirleyen otomatik kararlar ise ilk proje için uygun değildir.

Ardından veri durumunu inceleyin. Veri nerede, hangi biçimde, kimin sorumluluğunda? Kişisel veri içeriyor mu? Kalite sorunları var mı? Birçok proje, modelden önce verinin hazır olmadığı gerçeğiyle karşılaşır. Sonra küçük bir pilot kurgulayın: net bir hedef, ölçüm ölçütü, sınırlı bir kullanıcı grubu ve belli bir süre. Pilotta insan denetimini mutlaka koruyun; sistem öneri üretsin, karar yetkisi görevlide kalsın.

Pilot sonuçları ölçüldükten sonra ölçekleme kararı verilir: sonuç hedefi karşılıyor mu, hata türleri kabul edilebilir mi, personel sistemi benimsedi mi? Ölçeklemede teknik altyapı, bakım sorumluluğu, model izleme ve güncelleme süreçleri de planlanmalıdır. Yol haritası tek bir proje değil, birbirini besleyen projeler dizisi olarak hazırlanır.

Vatandaş hizmetlerinde uygulamalar

Vatandaş tarafında en görünür kullanım, soru-cevap ve yönlendirme asistanlarıdır. Bir asistan, başvuru koşullarını, gerekli belgeleri ve randevu adımlarını anlaşılır dille anlatabilir; ancak yanıtları kurumun resmî bilgi kaynaklarına bağlı olmalı ve emin olmadığı durumda görevliye yönlendirmelidir. Yanlış bilgi veren bir asistan, hizmet kalitesini düşürmenin ötesinde, vatandaşın hak kaybına yol açabilir.

Diğer örnekler: yoğun taleplerin konu ve aciliyete göre sınıflandırılması, çok dilli bilgilendirme, belgelerden otomatik bilgi çıkarma ve başvuruların ön kontrolü. Dijital dönüşüm bağlamında asıl kazanç, süreçleri baştan sadeleştirmektir; mevcut karmaşık süreci olduğu gibi otomatikleştirmek, karmaşıklığı da otomatikleştirir. Erişilebilirlik de önemlidir: dijital kanalı kullanamayan vatandaşın hizmete alternatif yoldan ulaşması güvence altında kalmalıdır.

Kaynak yönetimi, güvenlik ve denetimde kullanım

Bütçe ve kamu kaynakları alanında yapay zeka; harcama kalemlerindeki olağan dışı sapmaları işaretlemek, talep tahmini yapmak ve ihale ve satın alma verilerinden örüntü çıkarmak için kullanılabilir. Burada model bir hüküm vermez, denetçiye bakılması gereken yerleri gösterir. Yanlış alarm oranını izlemek ve denetçi geri bildirimini modele döndürmek süreci olgunlaştırır.

Kamu güvenliği ve denetim alanında kullanım daha hassastır. Risk puanlaması, belirli grupları haksız yere hedef alan önyargılar taşıyabilir. Bu nedenle verinin temsil gücü, modelin farklı gruplardaki hata dağılımı ve sonuçların insan tarafından gözden geçirilmesi baştan tasarlanmalıdır. Sistem kararlarının kayıt altına alınması, sonradan denetim ve itiraz için de gereklidir.

Mevzuat ve uyum çerçevesi

Kamuda her yapay zeka projesi kişisel verilerin korunması mevzuatına (KVKK), kurumun kendi mevzuatına ve bilgi güvenliği politikalarına uymak zorundadır. Veri işleme amacı, hukuki dayanağı, saklama süresi ve paylaşım sınırları proje başında belirlenmelidir. Bulut tabanlı ya da dış sağlayıcıya bağlı çözümlerde verinin nerede işlendiği ayrıca önem taşır.

Yapay zekaya özel düzenlemeler ulusal ve uluslararası düzeyde gelişmektedir. Uygulayıcının, kurumunu ilgilendiren güncel düzenlemeleri hukuk birimiyle birlikte takip etmesi ve proje belgelerine uyum değerlendirmesi eklemesi gerekir. Şeffaflık için kullanılan sistemin amacı, sınırları ve insan denetimi kullanıcıya açıkça anlatılmalıdır.

Sık yapılan hatalar

• Çözüm arayan bir teknoloji seçip sonra soruna uydurmaya çalışmak.
• Veri kalitesini ve sahipliğini araştırmadan model aşamasına geçmek.
• Pilotu hedefsiz ve ölçüsüz yürütmek; sonuçta başarının nasıl anlaşılacağı belli olmaz.
• Personeli sürece katmamak; kullanıcı benimsemezse en iyi sistem de kullanılmaz.
• Hukuk ve bilgi güvenliği birimlerini en sona bırakmak.
• Asistanın cevaplarını resmî kaynaklara bağlamamak.
• Bakım ve izleme sorumluluğunu belirlememek; model zamanla bozulur ve kimse fark etmez.
• Başarıyı yalnızca teknik doğrulukla ölçmek; vatandaşın deneyimi ve personelin iş yükü de ölçülmelidir.

Nasıl öğrenilir: teknik olmayan yöneticiden uygulayıcıya

Kamu çalışanı olarak ilk adım, yapay zekanın ne yapıp ne yapamadığını kavramaktır: makine öğrenmesi, üretken yapay zeka ve kural tabanlı otomasyon arasındaki fark. Ardından kendi kurumunuzun süreç envanterini çıkarın ve aday kullanım senaryolarını bir puanlama tablosuyla sıralayın.

Sonraki aşamada veri yönetişimi, kişisel veri ve etik ilkeleri öğrenin. Daha ileri aşamada pilot yönetimi, tedarikçi değerlendirme ve ölçekleme planlaması gelir. Teknik ekiplerle ortak dil kurmak için model değerlendirme ölçütlerini (doğruluk, yanlış alarm, önyargı) yüzeysel düzeyde bilmek yeterlidir; modeli kendiniz geliştirmeniz gerekmez.

Bu beceriyi Mindset programlarında nerede çalışırsınız?

Mindset kataloğundaki Kamuda Yapay Zeka Uygulamaları eğitiminin modülleri şunlardır: yapay zeka ile kamu kaynakları ve bütçe yönetimi, kamu güvenliği ve denetim, kamuda yapay zeka pilot ve yol haritası, vatandaş hizmetleri ve dijital dönüşüm, ayrıca yapay zeka mevzuatı ve kamu uyum çerçevesi.