Etken yapay zekâ (Agentic AI) sistemleri, belirli hedeflere ulaşmak için birden fazla adımı planlayabilen, araçlar ve API'ler üzerinden işlem başlatabilen ve kurumsal sistemlerle etkileşime geçebilen yapay zekâ sistemleridir. Bu, yalnızca verilen bir istemi yanıtlayan üretken yapay zekâdan farklı bir veri koruma meselesi doğurur: bir yapay zekâ aracısı (AI agent; yaygın kullanımıyla "AI ajanı"), bir müşteri talebini işlerken CRM'de arama yapabilir, müşteri kayıtlarını özetleyebilir ve bir iade sürecini başlatabilir — yani kişisel veriye birden çok sistemde, bazen anlık kullanıcı etkileşiminin ötesinde erişebilir ve bu veriyi aktarabilir. Kişisel Verileri Koruma Kurumu (KVKK) da bu gelişmeyi dikkate alarak 12 Mart 2026'da "Etken Yapay Zekâ (Agentic AI)" başlıklı bir doküman yayımladı; doküman, bu sistemlerin yaşam döngüsü boyunca ortaya çıkabilecek veri koruma risklerini ele alıyor. Bu rehber, 6698 sayılı Kanun kapsamında etken yapay zekâyı bulutta güvenle kullanmanın pratik yollarını özetliyor.
Kısa yanıt: Etken yapay zekâ sistemlerinde KVKK uyumu; aracının erişim yetkilerine, veri akışlarına, bulut mimarisine ve insan denetimi mekanizmalarına baştan tasarlanmalıdır — dağıtımdan sonra eklenen bir kontrol listesi değildir.
Etken Yapay Zekâ (Agentic AI) Nasıl Çalışır?
Bir etken yapay zekâ sistemi genellikle şu bileşenlerden oluşur:
- Yapay zekâ modeli ve akıl yürütme/planlama katmanı;
- Araçlar ve API'ler;
- CRM, ERP ve belge depoları gibi kurumsal veri kaynakları;
- Bellek ve bağlam depolama;
- Yürütme ortamı ve yetkiler;
- İzleme ve insan onayı.
Basit bir akış şöyle işler: müşteri talebi gelir → aracı ilgili kayıtları getirir → model bir yanıt hazırlar → aracı bir işlem önerir → yetkili sistem işlemi gerçekleştirir. Bu akış, kişisel verinin sisteme nereden girdiğini, içinde nasıl dolaştığını ve dışarı nasıl çıktığını görmek açısından önemlidir; çünkü KVKK uyumu tam olarak bu veri akışının kontrol altında tutulmasıyla ilgilidir.
Agentic AI Kullanımında KVKK Açısından Temel Riskler
Etken yapay zekâyı üretken yapay zekâdan ayıran en kritik risk, prompt injection'dır (istem enjeksiyonu): aracının işlediği bir belgeye yerleştirilen kötü niyetli talimatlar, onu sahip olduğu araçları kötüye kullanmaya yönlendirebilir. Soyut uyarılar yerine somut risklere bakmak daha yararlıdır:
| Risk | Örnek |
|---|---|
| Aşırı erişim | Aracı, görevin gerektirdiğinden daha fazla müşteri kaydına erişebilir |
| Yetkisiz ifşa | Kişisel veri, harici bir modele veya araca gönderilir |
| Prompt injection | Bir belgedeki kötü niyetli talimatlar, aracının araçlarını kötüye kullanmasına yol açar |
| Kontrolsüz işlemler | Aracı, uygun onay olmadan bir müşteri kaydını değiştirir veya bir işlem başlatır |
| Özel nitelikli veri teması | Aracı; sağlık, biyometrik veya diğer hassas verilere, Kanun'un 6. maddesindeki ek korumalar gözetilmeden erişebilir |
| Aşırı saklama | İstemler, bellek ve işlem günlükleri kişisel veriyi gereğinden uzun saklar |
| Zayıf izlenebilirlik | Kuruluş, aracının neye eriştiğini veya hangi işlemi yaptığını belirleyemez |
Bu senaryolar; amaçla sınırlılık, ölçülülük, veri minimizasyonu, güvenlik ve hesap verebilirlik gibi KVKK ilkeleriyle doğrudan ilişkilidir. Ancak her teknik aksaklığın otomatik olarak bir hukuki ihlal oluşturduğu varsayılmamalıdır; hukuki değerlendirme somut koşullara bağlıdır.
Roller ve Yetkiler: Veri Sorumlusu, Veri İşleyen ve İnsan Denetimi
Teknik kontrolleri kurmadan önce sorumlulukların netleşmesi gerekir. Kuruluşlar, kişisel veri işlemenin amaç ve araçlarını kimin belirlediğini ve hangi tarafların veriyi kendileri adına işlediğini tanımlamalıdır. Pratikte şunlar gözden geçirilmelidir: ilgili veri sorumlusu ve veri işleyenlerin belirlenmesi; 6698 sayılı Kanun kapsamında geçerli bir işleme şartının tespiti; gerektiğinde ilgili kişilerin aydınlatılması; bulut sağlayıcıları, model sağlayıcıları, API'ler ve diğer alt işleyenlerin değerlendirilmesi; kişisel verinin yurt dışına aktarıldığı veya erişilebilir kılındığı hâllerde uluslararası aktarımın değerlendirilmesi; ve VERBİS yükümlülükleri ile hesap verebilirliğe ilişkin belgelendirme. Önemli bir ayrım: bir yapay zekâ modelini kullanmak veya onu bulutta barındırmak, kuruluşun hukuki sorumluluklarını kendiliğinden ortadan kaldırmaz. Görevlerin sözleşmeyle paylaştırılması önemlidir, ancak Kanun'un gerektirdiği değerlendirmenin yerine geçmez.
Rollerin devamı, aracının yetkilerinin sınırlandırılmasıdır. Bir aracı, teknik olarak yapabildiği her işlemi gerçekleştirme yetkisini otomatik olarak almamalıdır. Kademeli bir onay modeli pratik bir yaklaşımdır:
- Düşük riskli, geri alınabilir işlemler: tanımlı sınırlar içinde doğrudan yürütülür.
- Hassas kayıtlar veya harici ifşa içeren işlemler: ek kontroller gerektirir.
- Yüksek etkili veya geri alınamaz işlemler: açık insan onayı gerektirir.
Bu çerçevede göreve özgü yetkiler, işlem limitleri, onay eşikleri, acil durdurma (emergency stop) mekanizmaları ve periyodik erişim gözden geçirmeleri tanımlanmalıdır. Müşteri verisini değiştirmek, kayıtları dışa aktarmak, müşteriye iletişim göndermek veya ödeme başlatmak gibi işlemlerde doğru onay seviyesi, kullanım senaryosuna ve riske göre belirlenir.
Bulutta Etken Yapay Zekâ: Güvenli Mimari Nasıl Kurulur?
Bulutta kişisel veri işleyen bir aracı için güvenli mimari, pratikte şu kontroller etrafında kurulur: geliştirme, test ve üretim için izole ortamlar; aracılar ile dâhili veri kaynakları arasında özel (private) bağlantı; her aracı ve araç için en az ayrıcalık ilkesine dayalı kimlik ve erişim yönetimi; kimlik bilgilerinin istemlere veya koda gömülmesi yerine gizli anahtar yönetimi (secrets management); dışa bağlantıları kısıtlayan ağ politikaları; aktarım ve saklama sırasında şifreleme; bellek, istem ve günlüklerin kontrollü saklanması; ve merkezi izleme ile uyarı.
Bu katmanlar farklı Cloud4U hizmetlerine karşılık gelir. Aracıları ve çıkarım (inference) iş yüklerini barındırmak için yapay zekâ ve makine öğrenimi için GPU sunucular, izole ortamlar için IaaS tabanlı bulut sunucular ve yürütme ortamlarının orkestrasyonu için yönetilen Kubernetes kullanılabilir. Veri ikametgâhı söz konusu olduğunda, Türkiye'deki bir veri merkezinden sunulan ve ISO 27001 ile uyumlu bir altyapı, veri konumu ve uyum kararlarını destekleyebilir; Cloud4U'nun KVKK uyumlu altyapı yaklaşımı da bu çerçevede değerlendirilebilir.
| Kontrol | Neye yardımcı olur |
|---|---|
| Rol tabanlı erişim ve kapsamı sınırlı kimlik bilgileri | Veri ve işlem erişimini sınırlar |
| Ağ segmentasyonu ve dışa bağlantı (egress) kontrolleri | Yetkisiz bağlantıları kısıtlar |
| Loglama ve denetim izleri | İnceleme ve hesap verebilirliği destekler |
| Şifreleme ve anahtar yönetimi | Veriyi yetkisiz erişime karşı korur |
| Yedekleme ve kurtarma kontrolleri | Süreklilik ve kurtarmayı destekler |
Açıkça belirtmek gerekir: bulut altyapısı KVKK uyumunu destekleyebilir, ancak tek başına garanti edemez. Uyum; mimarinin yanı sıra rollerin, hukuki dayanakların ve süreçlerin doğru kurgulanmasına bağlıdır.
KVKK Uyumlu Etken Yapay Zekâ İçin Uygulama Kontrol Listesi
Aşağıdaki liste operasyonel bir başlangıç noktasıdır; bir hukuki değerlendirmenin yerini tutmaz:
- Aracının amacını ve izin verilen görevlerini tanımlayın.
- Kişisel veriyi ve aracının erişebildiği tüm sistemleri haritalayın.
- Veri sorumlusunu, veri işleyenleri ve ilgili hizmet sağlayıcıları belirleyin.
- İşleme için geçerli hukuki dayanağı tespit edin.
- Veri minimizasyonu ve saklama sınırlarını uygulayın.
- Uluslararası veri aktarımlarını ve sağlayıcı erişimini gözden geçirin.
- Aracı yetkilerini ve araç yeteneklerini kısıtlayın.
- Yüksek etkili işlemler için onay zorunlu kılın.
- Uygun loglama, izleme ve olay müdahalesini etkinleştirin.
- Prompt injection senaryolarını ve yetkisiz araç çağrılarını test edin.
- Sorumlulukları belgeleyin ve önemli değişikliklerden sonra sistemi yeniden değerlendirin.
