Academy GenZ

Akademik Çalışmada Yapay Zekâ · Ders 9/12

Veri Gizliliği, KVKK ve YZ

Katılımcı verisini, yayımlanmamış verileri ve başkalarının taslaklarını neden YZ araçlarına yüklememen gerektiğini, KVKK açısından riskleri ve güvenli alternatifleri öğren.

16 dk 3 soru 2 uygulamaOrta düzey

YZ araçlarına yazdığın her şey, çoğu zaman bir şirketin sunucusuna gönderilir; hizmet koşullarına ve ayarlarına göre saklanabilir, insan denetçilerce incelenebilir ya da modelin geliştirilmesinde kullanılabilir. Bir anket dosyasını ya da görüşme dökümünü “analiz et” diye yüklemek, katılımcılara verdiğin gizlilik sözünü bozabilir ve 6698 sayılı Kişisel Verilerin Korunması Kanunu (KVKK) açısından sorun yaratabilir. Bu ders, araştırmacı olarak taşıdığın gizlilik sorumluluğunu anlatıyor.

Temel kavramlar

Kişisel veri
Kimliği belirli ya da belirlenebilir gerçek kişiye ilişkin her türlü bilgi. Ad-soyad, T.C. kimlik numarası, e-posta, telefon, ses kaydı, fotoğraf gibi doğrudan bilgilerin yanı sıra; birleştirildiğinde kişiyi tanınır kılan bilgiler (ör. “X ilçesindeki tek kadın okul müdürü, 52 yaşında”) de kişisel veri olabilir.
Özel nitelikli kişisel veri
KVKK’da daha sıkı korunan veri türleri: ırk, etnik köken, siyasi düşünce, felsefi inanç, din, mezhep veya diğer inançlar, kılık ve kıyafet, dernek, vakıf ya da sendika üyeliği, sağlık, cinsel hayat, ceza mahkûmiyeti ve güvenlik tedbirleriyle ilgili veriler ile biyometrik ve genetik veriler. Sağlık, psikoloji, ilahiyat ve sosyal bilimler araştırmalarında sıkça bu tür verilerle çalışılır.
Anonimleştirme
Kişisel verinin, başka verilerle eşleştirilse bile hiçbir surette kimliği belirli ya da belirlenebilir bir kişiyle ilişkilendirilemeyecek hâle getirilmesi. Yalnızca adı silmek çoğu zaman anonimleştirme için yeterli değildir; yaş, meslek, kurum, ilçe gibi dolaylı tanımlayıcılar da değerlendirilmelidir.
Takma adlandırma (pseudonymization)
Doğrudan tanımlayıcıların kod ya da takma adla değiştirilmesi (ör. “Katılımcı K7”). Eşleştirme anahtarı bir yerde durduğu sürece veri hâlâ kişisel veri sayılabilir; tam anonimleştirme ile karıştırılmamalıdır.

YZ’ye yüklememen gerekenler

Yükleme kararı tablosu
Veri / belgeYZ’ye yüklenebilir mi?Neden
Ham anket verisi (kimlik bilgisi, açık uçlu yanıtlar içeren)HayırKişisel veri; katılımcı onamı genellikle bu tür üçüncü taraf aktarımını kapsamaz.
Görüşme ses kayıtları ve dökümleriHayır (anonimleştirme ve etik kurul onayı olmadan)Ses biyometrik nitelik taşıyabilir; dökümler dolaylı tanımlayıcılarla doludur.
Hasta dosyaları, klinik verilerHayırÖzel nitelikli kişisel veri (sağlık).
Yayımlanmamış araştırma verisi ve bulgularÖnerilmezÖzgünlük ve fikrî haklar; veri sahipliği proje ekibinde veya kurumda olabilir.
Danışmanının ya da başkasının yayımlanmamış taslağıHayır (izin olmadan)Başkasının fikrî emeği; güven ilişkisi ve telif.
Hakemliğini yaptığın makaleHayırPek çok yayıncı gizlilik nedeniyle yasaklar ya da kısıtlar; hakem gizlilik yükümlülüğü altındadır.
Kurumun gizli belgeleri (ör. iç yazışmalar)HayırKurumsal gizlilik yükümlülüğü.
Kendi yazdığın, kişisel veri içermeyen paragrafEvet (dikkatle)Kendi metnin; yine de aracın veri politikasını bil.
Sahte/örnek verili kod parçasıEvetGerçek veri içermez; hata ayıklama için yeterlidir.
Yayımlanmış, açık erişimli makalenin özetiGenellikle evetKamuya açık; ancak tam metin yüklerken lisans koşullarına dikkat et.
Word örneğiAçık uçlu anket yanıtlarını analiz etmek
taslak_acik-uclu-anket-yanitlarini-analiz.docx

Hemşirelik öğrencisi, 120 hemşirenin çalıştıkları hastane, servis, yaş ve açık uçlu tükenmişlik deneyimlerini içeren Excel dosyasını bir sohbet botuna yükleyip “temaları çıkar” diyor.

Word örneğiDanışman geri bildirimi
taslak_danisman-geri-bildirimi.docx

Danışmanın, henüz yayımlanmamış kendi makale taslağını referans olsun diye öğrenciye gönderiyor. Öğrenci taslağı YZ’ye yükleyip “Bunu özetle ve benim tezime uygun cümleler çıkar” diyor.

KVKK açısından düşünmen gerekenler

  • Hukuki dayanak ve onam: Katılımcıdan aldığın bilgilendirilmiş onam, verinin hangi amaçla, kimlerce ve nasıl işleneceğini kapsar. YZ hizmetine aktarım onam formunda yoksa, bu aktarım onamın kapsamı dışında kalabilir.
  • Yurt dışına aktarım: Pek çok YZ hizmetinin sunucuları yurt dışındadır. KVKK (9. madde; 2024’te yapılan değişiklikle yeniden düzenlenmiştir), kişisel verilerin yurt dışına aktarımını belirli koşullara bağlar. Araştırmacı olarak bu koşulları tek başına sağlaman çoğu zaman mümkün değildir.
  • Özel nitelikli veri: Sağlık, din, etnik köken gibi verilerde koruma daha sıkıdır; bu verileri YZ araçlarına yüklemek ciddi risk taşır.
  • Veri minimizasyonu: İşin için gereken en az veriyi kullan. Hata ayıklamak için 2.000 satırlık veri yerine 5 satırlık sahte veri yeterlidir.
  • Etik kurul onayı: Etik kurul başvurunda belirtmediğin bir veri işleme yöntemini (ör. YZ ile analiz) sonradan kullanmak, onayın kapsamını aşabilir.

Gizliliği koruyarak YZ’den yararlanmak

  1. 1

    Soruyu veriden ayır

    Çoğu zaman YZ’ye veriyi değil, sorunu anlatman yeterlidir: “5’li Likert ölçeğinde ters maddeleri SPSS’te nasıl kodlarım?”

  2. 2

    Sahte veri üret

    Kod hatası için gerçek veri yerine aynı yapıda birkaç satırlık uydurma (sentetik) örnek kullan; değişken adlarını genelleştir.

  3. 3

    Metni arındır

    Kendi metninde bile katılımcı alıntıları, kurum adları, kişi adları varsa YZ’ye göndermeden önce çıkar.

  4. 4

    Onaylı araçları tercih et

    Üniversitenin kurumsal olarak sağladığı ya da onayladığı araçlar varsa onları kullan.

  5. 5

    Etik kurul ve onam formunda belirt

    Araştırmanda YZ’nin veriyle temas etmesi planlanıyorsa bunu baştan etik kurul başvurusuna ve onam formuna yaz.

  6. 6

    Şüphedeysen yükleme

    Bir verinin kişisel olup olmadığından emin değilsen, yüklememe tarafında kal ve danışmana/etik kuruluna sor.

Gerçek örnekGüvenli soru örneği (kurgusal)
ornek_guvenli-soru-ornegi-kurgusal.docx

Riskli: “Ekteki SPSS dosyamda (450 öğretmen, okul adları ve branşlarıyla) ANOVA yaptım ama Levene testi anlamlı çıktı, ne yapayım?”

Güvenli: “Tek yönlü ANOVA’da Levene testi anlamlı çıktı (p < ,05); gruplarım dengesiz (n = 62, 148, 240). Varyans homojenliği varsayımı karşılanmadığında hangi alternatifler kullanılabilir? Welch testi ve Games-Howell post hoc testinin kullanım koşullarını açıkla.”

İkinci soru, veriyi paylaşmadan aynı yardımı alır.

Kendini dene

Görüşme dökümlerinden katılımcı adlarını sildin; ancak dökümlerde kişinin çalıştığı okul, ilçe, yaşı ve branşı geçiyor. Bu dökümler için en doğru değerlendirme hangisi?

Kendini dene

R kodunda hata alıyorsun ve veri setin sağlık bilgileri içeriyor. En güvenli yaklaşım hangisi?

Kendini dene

Üniversiten, verilerin model eğitiminde kullanılmadığını taahhüt eden kurumsal bir YZ lisansı sağlıyor. Bu durumda ne söylenebilir?
Uygulama
Psikolojik danışmanlık alanında yüksek lisans yapan Elif, ergenlerle yaptığı görüşmelerin ses kayıtlarını bir YZ döküm hizmetine yükleyip yazıya döktürmek ve sonra temaları YZ’ye çıkarttırmak istiyor. Elif’e hangi soruları sormasını ve hangi alternatifleri değerlendirmesini önerirsin?
uygulama_cevabim.docx

YZ’ye bir şey yüklemeden önce

0/7

Takıldığın bir yer mi var?

Bu konuda sık sorulanlar