Bir Davanın Kaderini Kodlamak Mümkün Mü, Yoksa Sadece Bir Hayal Mi?

Bir davanın kaderini kodlamak mümkün mü, yoksa sadece bir hayal mi?

Açıkçası, bu konuyu ilk duyduğumda biraz şüpheci yaklaştım. Hani filmlerde olur ya, bir hacker girer sistemlere, davayı manipüle eder falan... Ama işin içine biraz girdikçe anladım ki, durum bundan çok daha farklı ve aslında çok daha büyüleyici.

Benim yıllardır içinde olduğum teknoloji ve içerik dünyasında, sürekli bir şeyleri anlamlandırmaya, analiz etmeye çalışıyoruz. Veri dediğimiz o devasa yığınların içinde saklı olan hikayeleri ortaya çıkarmak gibi bir şey bu. İşte Türkiye'deki dava sonuçlarını tahmin eden bir makine öğrenmesi modeli de tam olarak bunu yapmayı hedefliyor.

Peki, bu nasıl oluyor da mümkün oluyor?

Şimdi şöyle düşün; her gün binlerce dava dosyası açılıyor, görülüyor ve sonuçlanıyor. Bu dosyalarda kimler var, hangi suçlamalar yöneltiliyor, hangi deliller sunuluyor, hakimler hangi kararları veriyor... Bunların hepsi aslında birer veri noktası. Ve makine öğrenmesi dediğimiz teknoloji, bu veri noktalarını analiz ederek, yani adeta bir dedektif gibi ipuçlarını birleştirerek, gelecekteki olası sonuçları tahmin etmeye çalışıyor.

Benim bir zamanlar üzerinde çalıştığım bir e-ticaret projesinde, müşterilerin satın alma davranışlarını tahmin etmek için benzer yöntemler kullanıyorduk. Mesela, bir müşterinin geçmişte hangi ürünlere baktığı, hangi kampanyalara ilgi gösterdiği gibi bilgilerle, ona bir sonraki adımda hangi ürünü önereceğimizi tahmin edebiliyorduk. Bu da açıkçası satışları ciddi anlamda artırmıştı. Yani, insan davranışlarını veya bir sistemin işleyişini anlamak için veriyi kullanmak yeni bir şey değil.

Türkiye'deki Adalet Sistemi ve Veri Analizi: Birkaç Cesur Adım

Türkiye'de bu alanda yapılan çalışmalar henüz çok yeni. Hatta bazıları için 'daha çok erken' bile denebilir. Ama benim gözlemlediğim kadarıyla, özellikle hukuk fakültelerindeki bazı hocalar ve teknolojiye meraklı avukatlar bu konuya ciddi ilgi gösteriyorlar. Örneğin, bir makalede okuduğum bir çalışma vardı; ceza davalarındaki belirli suç türlerinde, sanığın geçmiş sabıka kaydı, olayın gerçekleştiği yer gibi faktörlerin, mahkemenin vereceği kararı ne kadar etkilediğini analiz ediyorlardı.

Ama durun, hemen her şeyin mükemmel olduğunu düşünmeyin. Bu işin de kendi içinde ciddi zorlukları var.

• Veri Gizliliği ve Etik Sorunlar: Dava dosyaları son derece hassas bilgiler içerir. Bu bilgilerin nasıl kullanılacağı, kimlerle paylaşılacağı konusunda ciddi etik kurallar ve yasal düzenlemeler gerekiyor. Ben de ilk başta 'Bu bilgileri nasıl toplayacaklar?' diye düşünmüştüm.
• Verinin Kalitesi ve Eksikliği: Her zaman elimizde mükemmel, temiz veri olmayabilir. Bazen eksik bilgiler, bazen de yanlış girilmiş veriler olabilir. Bu da modelin doğruluğunu etkileyebilir.
• İnsani Faktörler: Hukuk sadece kurallardan ibaret değil. Hakimlerin, savcıların, avukatların insani yaklaşımları, olaylara bakış açıları da kararları etkileyebilir. Makine, bu 'insani dokunuşu' ne kadar anlayabilir, orası tartışılır. Mesela, bir arkadaşım bir dava sürecinde, hakimin olaydaki vicdani boyutu nasıl ön plana çıkardığını anlatmıştı. Makine bunu nasıl öngörebilir ki?
• Modelin Şeffaflığı: Modelin neden böyle bir karar verdiğini anlamak da önemli. 'Kara kutu' gibi çalışmasından ziyade, kararların arkasındaki mantığı açıklayabilmesi de gerekiyor.

Benim Deneyimimden Bir Parça

Bir keresinde, bir finansal raporlama sistemi için doğal dil işleme (NLP) üzerine çalışıyordum. Amacımız, raporlardaki finansal terimleri ve eğilimleri otomatik olarak tespit etmekti. İlk denemelerde, sistem bazen kelimelerin bağlamını anlayamıyor, tamamen alakasız sonuçlar üretiyordu. Mesela, 'borç' kelimesini olumlu bir anlamda kullanıldığında bile 'negatif' olarak algılıyordu. Bu durum, ilk başta tam bir fiyaskoydu! Ama pes etmedim. Farklı veri setleriyle modeli eğittim, kelime gömmeleri (word embeddings) gibi teknikleri denedim ve sonunda raporlardaki anahtar bilgileri %90'ın üzerinde doğrulukla tespit etmeyi başardık. Bu süreç bana gösterdi ki, her zaman ilk denemede başarı gelmeyebilir, sabır ve sürekli öğrenme çok önemli.

İşte dava sonuçlarını tahmin eden modeller de benzer bir süreçten geçiyor. Hukuki metinlerin dilini anlamak, hangi kelimelerin, hangi ifadelerin ne tür sonuçlara yol açtığını öğrenmek... Bu, gerçekten de zorlu ama bir o kadar da heyecan verici bir süreç.

Kimsenin bilmediği bir detay var belki de: Bu tür modellerin en büyük başarısı, sadece geçmişi analiz etmekle kalmayıp, aynı zamanda hukuk sistemindeki eşitsizlikleri veya tekrar eden hataları da ortaya çıkarabilme potansiyeline sahip olmasıdır. Bu da aslında adaletin daha şeffaf ve adil işlemesine katkı sağlayabilir.

Sonuç olarak, bir davanın kaderini tamamen kodlamak şu an için bilim kurgu filmi gibi dursa da, makine öğrenmesi sayesinde bu tahminlerin doğruluğunu artırmak, süreci daha iyi anlamak ve hatta iyileştirmek kesinlikle mümkün. Bu yolculuk daha yeni başlıyor ve ben de bir içerik yaratıcısı olarak bu gelişmeleri yakından takip etmeye devam edeceğim. Sen ne düşünüyorsun bu konuda? Hiç böyle bir teknolojiyle ilgili aklına takılan bir şey oldu mu?