Yapay Zekâ Eğitim Verisi ve Eserlerin Korumadan Yararlanması

Yapay zekâ modellerinin eğitilmesi için kullanılan veri setleri çoğunlukla web crawling yöntemiyle elde edilir ve telif korumalı içerikleri kapsar. 5846 Sayılı Fikir ve Sanat Eserleri Kanunu (FSEK) bu olguya hazırlanmamış bir yapıdadır; AB hukukunda ise Digital Single Market Direktifi md. 3-4 ile özel bir istisna getirilmiştir¹. Bu yazı, telif korumalı eserlerin AI eğitiminde kullanılmasının Türk hukuku karşısındaki konumunu sistematik biçimde inceler.

I. Eğitim Verisi Olarak Eserin Kopyalanması: FSEK m. 22

FSEK md. 22 çoğaltma hakkını eser sahibine münhasır biçimde tanır. Bir AI sisteminin eğitimi için telif korumalı eserlerin web scraping yoluyla indirilmesi, başlı başına çoğaltma hakkına müdahale oluşturur. Eserin tek tek ya da toplu olarak depolanması; teknik bir zorunluluk değil, sistematik bir hak kullanımıdır².

Tekinalp/Yasaman; çoğaltmanın amacının değil, fiili çoğaltma eyleminin hakka müdahale teşkil ettiğini vurgular. Bu doktrinel yaklaşım AB Adalet Divanı'nın Infopaq kararıyla benimsenen "asgari önem" testiyle uyumludur³. AI eğitiminde milyonlarca eserin çoğaltıldığı düşünüldüğünde, asgari önem eşiği fazlasıyla aşılır.

II. Umuma İletim Hakkı Boyutu: FSEK m. 25

Eğitilmiş bir AI modeli, eğitim verisindeki eserleri çoğunlukla "ezbere" tekrarlamasa da; bazı durumlarda eğitim verisindeki spesifik metinleri yakın biçimde üretebilir. Bu olgu, FSEK md. 25 anlamında umuma iletim hakkı bakımından dolaylı bir ihlali gündeme getirir. Memorization olarak adlandırılan bu davranış, dil modellerinin sıkça karşılaştığı bir sorundur; özellikle az sayıda örnekle eğitilmiş veya nadir içeriklere maruz kalmış modellerde belirginleşir⁴.

Yargıtay'ın doğrudan AI çıktıları üzerine müstakil içtihadı henüz oluşmamıştır. Marka, haksız rekabet ve dijital içerik alanındaki yerleşik içtihat ilkelerinin AI üretimi içeriklere kıyasen uygulanmasına ilişkin değerlendirme için yapay zekâ reklam karar analizini inceleyebilirsiniz.

III. Türk Hukukunda İstisna Arayışı: FSEK m. 35 ve 38

Telif hakkına müdahalenin meşrulaştırılabileceği iki başlık akla gelir: FSEK md. 35 iktibas ve FSEK md. 38 özel kullanım.

FSEK md. 35 iktibası, bilim ve sanat eserlerinden ve yayımlanmış bir musiki, ilim ve edebiyat eserinden alıntı yapılmasını belirli koşullarla serbest bırakır. Ancak bu hüküm; alıntının kaynak göstererek, eseri tanıtma veya açıklama amacıyla ve miktarı açıklamayı haklı gösterecek derecede yapılmasını gerektirir. AI eğitiminde milyonlarca eserin bağlam göstermeksizin işlenmesi md. 35'in koşullarını karşılamaz.

FSEK md. 38 ise kâr amacı gütmeksizin şahsen kullanma maksadıyla yapılan çoğaltmayı serbest bırakır. Ticari amaçlı AI modellerinin eğitimi şahsi kullanım kapsamı dışındadır. Yapay zekâ ile içerik üreten işletmelerin uygulayacağı risk-yönetimi haritası için işletmeler için AI içerik üretimi rehberini inceleyebilirsiniz.

Doktrinde Erel; FSEK m. 38'in dar yorumlanması gerektiğini, ticari amacın eklendiği her hâlde istisnanın uygulanamayacağını ifade eder⁵. Bu yaklaşım, Türk hukukunda AI eğitiminin istisna kapsamında değerlendirilmesini güçleştirir.

IV. AB Hukuku Yaklaşımı: TDM İstisnası

Directive (EU) 2019/790 md. 3 bilimsel araştırma amacıyla yapılan text-and-data-mining'i belirli koşullarla istisna kapsamına alır. Md. 4 ise ticari amaçlı TDM için opt-out mekanizması getirir: hak sahipleri makine-okunabilir biçimde (örneğin robots.txt veya benzer protokoller) kullanıma izin verilmediğini açıkça ifade ederse, ticari TDM yapılamaz⁶.

Türk hukukunda doğrudan karşılığı bulunmayan bu çerçeve; AB ile uyum gözeten bir mevzuat tartışmasının başlangıç noktasıdır. Olası bir mevzuat değişikliğine kadar; uygulamacının yaklaşımı, sözleşmesel araçlarla ve risk-yönetimi pratikleriyle boşlukları kapatmaktır. Hak sahipleri açısından opt-out benzeri sinyaller (robots.txt + ai.txt) önleyici bir tedbir olarak önerilir⁷.

V. Pratik Sonuçlar

Türk hukukunda telif korumalı eserlerin AI eğitiminde kullanılması mevcut çerçevede; çoğaltma hakkına müdahale oluşturur ve FSEK md. 35 / 38 istisnaları kapsamında kural olarak meşrulaştırılamaz. AI geliştirici işletmelerin alması gereken üç tedbir vardır.

İlk olarak; eğitim verisi olarak kullanılan eserlerin kaynağına ilişkin uygunluk denetimi yapılmalı, kamuya açık olduğu kabul edilen veri setlerinin lisans koşulları incelenmelidir. İkinci olarak; üçüncü taraf veri setlerinden yararlanılıyorsa, veri sağlayıcının lisans yetkisi sözleşmesel düzeyde teyit edilmeli ve garanti hükümleri talep edilmelidir. Üçüncü olarak; modelin çıktısında telif eserin yakın bir versiyonunun ortaya çıkması ihtimaline karşı çıktı filtreleme mekanizmaları kurulmalı; risk gerçekleştiğinde çıkar dengesi çerçevesinde önleyici-düzeltici tedbir alınmalıdır.

Yapay zekâ üretimi içerikte telif sorununun bütüncül çerçevesi için yapay zekâ telifi genel çerçeve makalesini, platform sözleşmeleri analizine ilişkin pratik rehber için AI platform kullanım hakları rehberini inceleyebilirsiniz.

Sonuç

Yapay zekâ eğitim verisi olarak telif korumalı eserlerin kullanılması; Türk hukukunda mevcut FSEK çerçevesinin yorumlanmasıyla istisna kapsamında değerlendirilemez. AB hukukundaki TDM istisnası, Türk mevzuatında doğrudan karşılığı bulunmayan yeni bir denge arayışını yansıtır. Uygulamacının yaklaşımı; mevzuat boşluklarını sözleşmesel araçlarla ve risk-yönetimi pratiğiyle kapatmaktır.

Kaynakça

Mevzuat

5846 sayılı FSEK md. 22, 25, 35, 38. 6098 sayılı TBK.

İçtihat

Yargıtay 11. Hukuk Dairesi, 22.10.2025, E. 2025/1226 K. 2025/6417 sayılı karar (karıştırılma ihtimalinde baskın unsur testi; dijital içerik analizinde kıyasi ölçüt).

Doktrin ve Uluslararası Belgeler

Ünal Tekinalp / Hamdi Yasaman, Fikrî Mülkiyet Hukuku. Şafak Erel, Türk Fikir ve Sanat Hukuku. Directive (EU) 2019/790 on Copyright in the Digital Single Market, md. 3-4. Avrupa Birliği Adalet Divanı, Infopaq International A/S v Danske Dagblades Forening, C-5/08, 16.07.2009.

Dipnotlar

1. Directive (EU) 2019/790 of the European Parliament and of the Council of 17 April 2019 on Copyright and Related Rights in the Digital Single Market, md. 3-4, OJ L 130, 17.05.2019. ↩

2. Ünal Tekinalp / Hamdi Yasaman, Fikrî Mülkiyet Hukuku, FSEK md. 22 yorumu; çoğaltma kavramının teknik biçimden bağımsız olduğuna ilişkin açıklamalar. ↩

3. Avrupa Birliği Adalet Divanı, Infopaq International A/S v Danske Dagblades Forening, C-5/08, 16.07.2009, ECLI:EU:C:2009:465. ↩

4. AI sistemlerinde memorization olgusu; az sayıda örnekle eğitilmiş veya nadir içeriklere maruz kalmış modellerde eğitim verisinin yakın biçimde üretilebilmesi. ↩

5. Şafak Erel, Türk Fikir ve Sanat Hukuku, FSEK md. 38 yorumu; ticari amacın eklendiği hâllerde istisnanın uygulanamayacağına ilişkin değerlendirme. ↩

6. Directive (EU) 2019/790, md. 4(3); hak sahibinin makine-okunabilir biçimde opt-out beyan edebilmesi koşulu. ↩

7. AI eğitim verisi denetiminde robots.txt ve ai.txt gibi protokollerin işlevsel rolü. ↩