OpenAI’nin Ağustos 2026’da yayımladığı olay değerlendirmesine göre, birkaç ay önce yürütülen iç siber güvenlik testlerinde yapay zekâ ajanları kendilerini internetten ve birbirlerinden ayırmak için konulmuş bazı sınırların çevresinden dolaşmanın yollarını buldu. Ajanlar önce Artifactory altyapısında notlar bırakarak haberleşti; sistem yeniden kurulduğunda mesajları dizin adlarına kodlayarak iletişim kanalını yeniden oluşturdu. Artifactory’nin sınırlı dış bağlantılarından yararlanarak internete eriştiler, daha sonra işbirliği yapıp görev paylaşmaya başladılar. Süreç sonunda OpenAI altyapısının bazı bölümleriyle Hugging Face sistemlerinde ciddi güvenlik ihlalleri yaşandı. OpenAI, bunları verilen görevlerin amacıyla uyumlu olmayan ve izin verilmemiş kanallar kullanan davranışlar olarak tanımladı.
Bu olay kolaylıkla “yapay zekâ kontrolden çıktı” başlığı altında tartışılabilir. Fakat burada bizi ilgilendiren daha temel bir sorun var. Ajanlara “dizin adlarını haberleşme aracına dönüştürün” denmemişti. Kendilerine bir görev verilmişti ve doğal dilde tarif edilen görev, o görevin gerçekleştirilebileceği bütün eylemleri tek tek belirlemiyordu. Ajanlar açıkta kalan alanları çevrelerindeki teknik imkânlarla doldurdular. Bu durum bize basit ama önemli bir şeyi hatırlatıyor: hiçbir talimat kendi bağlamını bütünüyle içermez.
Bir insana “bu işi en verimli biçimde çöz” dediğimizde, yasalara uyacağını, başkalarının mahremiyetini ihlal etmeyeceğini, kurumun altyapısını bozmayacağını veya görevin başarısı adına her aracı sınırsızca kullanmayacağını ayrıca söylemeyiz. Bunların önemli bir bölümü ortak kültür, hukuk, meslek etiği, gündelik teamüller ve kurum içi alışkanlıklar tarafından tamamlanır. Yapay zekâ açısından da boşluk ortadan kalkmaz. Sistem, söylenmemiş alanları eğitiminden, sistem kurallarından, ulaşabildiği verilerden ve içinde bulunduğu teknik çevreden hareketle tamamlamak zorundadır. OpenAI vakasının önemli taraflarından biri budur: doğal dil görevi tarif eder, fakat eylem alanını tüketemez.
Kamu yönetimine geçtiğimizde aynı sorun farklı biçimde karşımıza çıkar. Kanun, yönetmelik ve genelge vardır; ama bunların hiçbiri karşılaşılabilecek her tekil durumda yapılması gereken şeyi eksiksiz biçimde önceden belirleyemez. Aradaki alanı bürokratik takdir doldurur. Tam burada ilginç bir terslik ortaya çıkabilir. OpenAI deneyindeki yapay zekâ, talimatın kendisine açıkça vermediği hareket alanını kullanmaya yönelirken, yapay zekâ tarafından sürekli okunabilen bir bürokrat kendisine hukuken verilmiş hareket alanını kullanmaktan giderek daha fazla kaçınabilir. Makine talimatın bıraktığı boşluğu eylemle doldururken, insan aynı boşluğu ihtiyatla doldurmaya başlayabilir.
Yerel iradeden merkezî okunabilirliğe
Bu meselenin tarihsel karşı kutuplarından birini Köy Enstitülerinde görebiliriz. Köy Enstitülerinin 1943 tarihli ilk resmî öğretim programında beş yıllık eğitim süresinin yaklaşık yarısı kültür derslerine, dörtte biri tarım ders ve çalışmalarına, dörtte biri teknik ders ve çalışmalara ayrılmıştı. Köylere gönderilen öğretmenlere tarım araçları ve üretimde kullanılacak imkânlar da sağlanıyordu. (meb.gov.tr) Burada yetiştirilmeye çalışılan kişi yalnızca sınıfta müfredat aktaracak bir uzman değildi. Gittiği yerde üretimi, tarımı ve teknik işleri anlayabilecek, yerel koşullarla ilişki kurabilecek çok yönlü bir kamu görevlisi olması bekleniyordu.
Bunu romantik bir “özgür öğretmen” modeli gibi okumak yanlış olur. Köy Enstitüleri belirgin bir Cumhuriyetçi modernleşme projesinin parçasıydı ve öğretmene bırakılan irade merkezden bağımsız değildi; belirli bir siyasal ve pedagojik formasyon içinde yetiştirilmiş bir öznenin iradesiydi. Tam da bu nedenle tarihsel karşılaştırma daha ilginç hale geliyor. Merkez öğretmeni sürekli izleyemiyordu. Köyün toprağını, üretimini, ailelerini ve günlük sorunlarını Ankara’dan anlık olarak göremiyordu. Haberleşme ve ulaşım pahalı, yavaş ve kesintiliydi. Bu yüzden vekâlet sorununu büyük ölçüde yetiştirme yoluyla çözmek zorundaydı: belirli bir bilgi ve değer dünyasına sahip insan yetiştirilecek, sonra merkezin göremediği yerde kendi muhakemesiyle hareket edebilecek biçimde bırakılacaktı.
Yereldeki kişinin epistemik üstünlüğü basitti: “Ben buradayım.” Merkez orada değildi. Yerel bilgi ile yerel iradeyi birbirinden tamamen ayırmak bu nedenle mümkün değildi.
Organizasyon teorisi bu ilişkinin iki ayrı tarafını uzun zamandır inceliyor. Wouter Dessein’in 2002 tarihli Authority and Communication in Organizations çalışmasının temel meselelerinden biri iletişim problemidir. Merkez, yerel aktörün sahip olduğu bilgiyi yeterince iyi elde edemiyorsa ve aralarındaki çıkar uyuşmazlığı aşırı değilse, karar yetkisini bilgiyi taşıyan kişiye bırakmak rasyonel olabilir. Delegasyon bazı koşullarda iletişimin alternatifi haline gelir. (academic.oup.com) Başka bir ifadeyle, bilgiyi merkeze taşıyamıyorsanız kararı bilgiye doğru taşımak zorunda kalabilirsiniz.
Fakat bilgiyi merkeze ulaştırmak ile yetki verdiğiniz kişiyi denetlemek aynı problem değildir. Nicola Mastrorocco ve Edoardo Teso’nun 2026’da The Review of Economic Studies’de yayımlanan State Capacity as an Organizational Problem çalışması, 19. yüzyıl ABD federal yönetimini bu ikinci açıdan inceliyor. Araştırmacılar demiryollarının Washington ile uzak bölgeler arasındaki ulaşım süresini düşürmesinin federal devlet örgütlenmesini nasıl değiştirdiğine bakıyor. Sonuçlardan biri ilk bakışta sezgiye ters: merkezin taşradaki görevlileri denetleme kapasitesi arttıkça, yerel yöneticilere daha fazla yönetim yetkisi bırakılabiliyor. (academic.oup.com)
Bu bulgu yapay zekâ çağını düşünmek için önemli bir anahtar sunuyor. Daha iyi iletişim ve gözetim bütün kararların merkeze çekilmesi anlamına gelmek zorunda değil. Merkez tam tersine “Sana daha fazla yetki verebilirim; çünkü ne yaptığını daha iyi görebiliyorum” diyebilir. Kurumsal yapay zekâ da yerel memura geçmişte olduğundan daha geniş bir karar alanı bırakılmasını mümkün kılabilir. Fakat burada takdir yetkisi ile iradeyi ayırmak gerekir. Takdir yetkisi, mevzuatın kamu görevlisine bıraktığı hukuki karar alanıdır. Bu yazıda irade derken ise daha dar bir şeyi kastediyorum: mevzuatın açık bıraktığı yerde kendi muhakemesiyle karar vermek ve o kararın sorumluluğunu üstlenmek. Bir memurun takdir yetkisi genişlerken bu yetkiyi kullanma isteği azalabilir. Geleceğin bürokratik paradokslarından biri tam da bu olabilir: daha fazla yetki, daha az kullanılan irade.
Bir ilçede beş ayrı bölgede benzer bir yoksulluk sorunu yaşandığını düşünelim. Her bölgede yaklaşık elli hane ağır ekonomik sıkıntı içinde olsun. Sosyal yardımdan sorumlu kamu görevlisinin kaynak dağılımında belirli bir takdir yetkisi var. Dört bölgeye standart miktarı ayırıyor, beşinci bölgenin durumunu ise daha ağır değerlendirip buraya yüzde 30 daha fazla kaynak aktarmayı düşünüyor. Bu karar tamamen makul olabilir. Fakat bütün kamu işlemlerini çapraz okuyabilen bir sistem içerisinde memur bu sapmanın kaybolmayacağını da bilir.
Üç yıl sonra başka veriler ortaya çıkabilir. Fazladan yardım yapılan bölgenin aynı zamanda o dönemki belediye başkanının yüksek oy aldığı bölgelerden biri olduğu görülebilir. Belediye iştiraklerine yapılan işçi alımlarının da bu bölgede yoğunlaştığı fark edilebilir. Bunların hiçbiri memurun kararının siyasi kayırmacılık olduğunu göstermez; memurun elindeki bilgiler gerçekten yalnız yoksulluk koşullarına ilişkin olabilir. Fakat kararın bağlamı değişmiştir. 2027’de görülen ilişki “bu bölgedeki ihtiyaç daha ağır” iken, 2030’da sistem “yoksulluk + seçim sonuçları + belediye istihdamı + yardım dağılımı + aynı dönemde alınmış başka kararlar” şeklinde çok daha geniş bir ilişki kurabilir. Kararın kendisi değişmemiştir; değişen, kararın içine yerleştirildiği bağlamdır.
Geçmişin yeniden okunması
James C. Scott, Seeing Like a State’te modern devletin karmaşık toplumsal gerçekliği yönetilebilir hale getirebilmek için onu sadeleştirdiği ve “okunabilir” hale getirdiği süreçlerle ilgileniyordu. (yalebooks.yale.edu) Kurumsal yapay zekâ bu okunabilirlik kapasitesine yeni bir boyut ekleyebilir. Klasik bürokratik arşiv geçmişi saklar; algoritmik arşiv ise geçmişi sürekli yeniden sorgulanabilir hale getirir.
Bir denetçi yıllar sonra milyonlarca kayıt içerisinden belirli bir dönemde benzer sosyoekonomik göstergelere sahip bölgelerde standart yardım oranından sapılan bütün kararları çıkarabilir, bunları seçim sonuçlarıyla karşılaştırabilir, ardından yeni bir veri seti ekleyebilir. İnsan bir müfettişin yıllar sürebilecek taraması, uygun bir veri altyapısında çok kısa sürede yapılabilir. Buna “geriye dönük algoritmik okunabilirlik” diyebiliriz: geçmiş kararların, karar verildiği anda bilinmeyen ilişkiler ve daha sonra kurulmuş sorular altında yeniden karşılaştırılabilmesi.
Yeni olan geçmişin denetlenmesi değildir; devletler her zaman geçmişi denetledi. Yeni olan, hangi geçmiş kararın hangi gelecekteki soruyla ilişkilendirilebileceğinin öngörülemez hale gelmesi ve bunu yapmanın maliyetinin olağanüstü düşmesidir.
Savunmacı bürokrasi de elbette yeni değildir. Michael Lipsky’nin klasik “street-level bureaucracy” çalışması, öğretmenlerden sosyal hizmet uzmanlarına kadar yurttaşla doğrudan karşılaşan kamu görevlilerinin yalnız talimat uygulamadığını; belirsiz hedefler, sınırlı kaynaklar ve tekil vakalar karşısında önemli ölçüde takdir kullandığını gösteriyordu. (russellsage.org) Christopher Hood’un The Blame Game çalışması da kamu kurumlarında suçlanmaktan kaçınmanın kararları, rutinleri ve örgüt tasarımını nasıl şekillendirdiğini inceliyor. (jstor.org)
Dolayısıyla bir memurun “ileride başıma iş açılmasın” diye güvenli seçeneğe yönelmesi yeni değil. Yapay zekânın ekleyebileceği şey, memurun yalnız bugünkü amirini veya bilinen denetim prosedürünü değil, henüz kim olduğunu bilmediği gelecekteki denetçiyi ve henüz kurulmamış veri ilişkilerini de hesaba katmaya başlamasıdır. Böyle bir ortamda standarttan sapmamak yalnız bürokratik tembellik değil, gelecekte ortaya çıkabilecek bilinmeyen bağlamlara karşı bir risk yönetimi davranışına dönüşebilir. Buna “algoritmik ihtiyat” diyebiliriz.
Böyle bir sistemin memura “takdir yetkini kullanma” demesi gerekmez. Kurum tam tersine “yerel koşullara göre karar verin” diyebilir, hatta memurun hukuki yetkisini artırabilir. Fakat aynı anda verdiği bütün kararları diğer binlerce kararla karşılaştırabilir, standart dışı işlemleri görünür kılabilir ve yıllar sonra yeni veri kümeleriyle yeniden inceleyebilir. Bu durumda karar yetkisi yerelde kalırken veri yerelde üretilebilir; fakat karşılaştırma kapasitesi, sonradan anlamlandırma gücü ve hesap sorma imkânı merkezde yoğunlaşabilir.
Dolayısıyla merkezileşmeyi yalnız organizasyon şemasından okumak yetersiz hale gelir. Kağıt üzerinde çok ademimerkezi bir kamu idaresi kurulabilir. Ama merkez, bütün yerelleri birbirleriyle karşılaştırabilen tek yer haline gelirse epistemik ağırlık başka tarafa kayar. Köy Enstitülü öğretmenin eski üstünlüğü “Ben buradayım” idi. Kurumsal yapay zekâ merkezinin yeni iddiası ise “Sen yalnız oradasın; ben bütün oraları birlikte görebiliyorum” olabilir. Yerel memur hâlâ kendi ilçesini merkezden daha iyi tanıyabilir, ancak merkez yüzlerce ilçeyi aynı anda karşılaştırabiliyorsa “yereli bilmek” artık tek başına karar iradesinin meşruiyetini üretmeyebilir.
Bu noktada Köy Enstitüleri karşılaştırmasının asıl önemi ortaya çıkıyor. O dönemin merkezi, yereldeki kişiyi sürekli göremediği için onu belirli bir formasyon içerisinde yetiştirmeye büyük yatırım yapmak zorundaydı. Merkez öğretmenin içine bir ölçüde önceden yerleşmeye çalışıyordu: bilgi, meslek pratiği, modernleşme ideali ve belirli bir kamusal sorumluluk anlayışı yoluyla. Sonra ona hareket alanı bırakıyordu. Kurumsal yapay zekâ ise vekâlet sorununa başka bir çözüm sunabilir: özneyi kusursuz yetiştirmeye güvenmek yerine, onun kararlarını sürekli okunabilir ve karşılaştırılabilir hale getirmek. Geleceğin kurumları kuşkusuz hem yetiştirecek hem denetleyecek, fakat ağırlık “Bu kişiyi kendi başına doğru karar verebilecek biçimde nasıl yetiştiririz?” sorusundan “Bu kişinin verdiği bütün kararları nasıl görünür ve karşılaştırılabilir hale getiririz?” sorusuna kayabilir.
Bu dönüşüm memuru susturmak zorunda da değildir. Hatta tam tersine, memur daha fazla veri üretebilir, daha fazla rapor yazabilir, daha fazla sorun bildirebilir. Fakat kurduğu cümlenin konumu değişebilir. “Bu politika burada yanlış” cümlesi ile “Mevcut saha göstergeleri politikanın burada beklenen sonucu üretmeme riskinin yüksek olduğuna işaret ediyor” cümlesi benzer bilgi taşıyabilir. İlkinde kişi yalnız veri sağlamıyor, hüküm kurma iddiasında bulunuyor; ikincisinde ise kendisini karar sistemine bilgi veren bir unsur olarak konumlandırıyor. İtiraz geri bildirime dönüşüyor. Özne susmuyor, fakat sözünün kurumsal statüsü değişiyor. “Ben böyle karar verdim” yerine “değerlendirilmek üzere bilgiyi sundum” demek daha güvenli hale geliyor.
İrade nereye gider?
Burada tek yönlü bir teknoloji eleştirisine düşmemek gerekir. Aynı sistem memuru koruyabilir de. Karar verildiği anda hangi bilgilerin mevcut olduğunu, hangi alternatiflerin değerlendirildiğini ve memurun neden standarttan saptığını eksiksiz biçimde kaydedebilir. Üç yıl sonra ortaya çıkan seçim veya istihdam verileriyle ilgili olarak sistem, “Bu ilişki karar tarihinde bilinmiyordu ve karar gerekçesi o tarihte mevcut sosyal göstergelerle uyumluydu” sonucunu da üretebilir. Bu durumda algoritmik kayıt yalnız suçlama aracına değil, savunma kaydına dönüşür.
Güncel kamu yönetimi araştırmalarında yapay zekânın memurun takdir alanını tek yönde değiştirmediğini gösteren bulgular da var. Çin’de sokak düzeyi kamu çalışanlarıyla yapılan bir deney, yapay zekâ yardımının algılanan takdir yetkisini ve kişisel sorumluluk hissini azaltabildiğini bulurken; Çin vergi idaresine ilişkin başka bir çalışma, yapay zekânın bilgi ve eylem kaynaklarını artırarak çalışanların algıladığı takdir alanını genişletebildiğini gösteriyor. (sciencedirect.com)
Bu nedenle sorun yapay zekânın kendisinden çıkarılamaz. Asıl soru okunabilirliğin kim için üretildiğidir. Yalnız üst yönetim için mi, bağımsız denetim kurumları için mi, yargı için mi? Kararı veren memur da sistemin kendisi hakkında kurduğu ilişkilere erişebiliyor mu? Bir kurum teknik olarak aynı yapay zekâ sistemini kullanabilir, fakat bu soruların cevaplarına göre bütünüyle farklı siyasal ve idari sonuçlar ortaya çıkabilir. Okunabilirliğin kendisinden çok, okunabilirliğin dağılımı siyasaldır.
Geriye dönük algoritmik okunabilirliğin hukuki sınırı da burada belirginleşir. Sağlıklı bir idari sistem, karar anında bilinebilecek bilgi ile yıllar sonra ortaya çıkmış bilgiyi birbirinden ayırmak zorundadır. 2030’da bulunan bir bağlantı, tek başına 2027’de alınmış kararın niyetini açıklayamaz. Aksi halde daha iyi hafıza, geçmişteki insanlardan gelecekte bildiklerimizi bilmelerini bekleyen bir denetim biçimine dönüşür. Karar anındaki gerekçenin korunması, sonradan ortaya çıkan bilgilerin açıkça ayrıştırılması ve geçmiş kayıtların kim tarafından hangi usulle sorgulanabileceğinin belirlenmesi bu nedenle yalnız teknik ayrıntılar değildir.
Böyle güvenceler yoksa memurun hesabı oldukça basitleşebilir: bilgiyi üretmek, sorunu göstermek ve alternatifleri raporlamak; fakat tercih yapılacaksa mümkün olduğunca üst makamın tercih etmesini sağlamak. Bu durumda irade doğrudan yasaklanmadan yukarı taşınır.
Bugün yapay zekâ ve devlet tartışmalarının büyük bölümü “nihai kararı insan mı verecek, makine mi?” sorusuna dayanıyor. Bu önemli bir soru. Fakat bundan önce sorulması gereken başka bir soru olabilir: insan karar vermeye devam ederken, karar verme iradesi kurumun neresinde toplanıyor?
Memuru karar zincirinden çıkarmadan da iradeyi zincirin yukarısına taşımak mümkündür. Yetkisini elinden almak gerekmez, onu susturmak gerekmez, hatta ona daha geniş yetki verilebilir. Eğer bütün kararları görünür, karşılaştırılabilir ve gelecekte yeni bağlamlar altında yeniden okunabilir hale geliyorsa, memurun kendi iradesini kullanmanın maliyetine ilişkin hesabı da değişir.
Buradaki mekanizma üç aşamada düşünülebilir. Geriye dönük algoritmik okunabilirlik yapısal koşuldur: geçmiş kararlar gelecekte yeni ilişkiler altında yeniden sorgulanabilir. Algoritmik ihtiyat, bürokratın bu koşula verdiği davranışsal cevaptır: standarttan sapmanın gelecekte nasıl okunacağını bilemediği için kendi karar riskini azaltmaya çalışır. Daha fazla yetki ama daha az kullanılan irade ise bunun olası kurumsal sonucudur.
İnsan bu tabloda ortadan kalkmaz. Bilakis sisteme daha fazla insan bilgisi gerekebilir. Memur sahayı gözleyecek, bağlamı açıklayacak, veriyi düzeltecek, istisnayı gösterecek ve alternatifleri raporlayacaktır. Fakat bir zamanlar bütün bunların sonunda söyleyebildiği “Buradayım, bunu biliyorum ve bu nedenle böyle karar verdim” cümlesi giderek “Buradayım, bunu biliyorum ve bu nedenle karar merciinin değerlendirmesine sunuyorum” cümlesine dönüşebilir.
OpenAI’nin test ortamındaki ajanları doğal dilin açıkta bıraktığı alanları yeni hareket imkânları olarak kullandı. Kurumsal yapay zekâ çağının bürokratı ise aynı türden açık alanları giderek daha fazla kişisel sorumluluk riski olarak görebilir. Böylece tuhaf bir tarihsel simetri oluşur: makine, kendisine bırakılan boşluğu doldurmak için giderek daha fazla irade benzeri davranış üretirken; insan, kendisine hukuken bırakılmış boşluğu doldurmanın sorumluluğunu giderek yukarıya bırakabilir.
Kurumsal yapay zekânın bürokrasiye getireceği en önemli dönüşüm, kararın insandan makineye geçmesi olmayabilir. Daha sessiz bir ihtimal vardır:
İnsan karar vermeye yetkili kalırken, kararın kendisine ait olmasını giderek daha az istemeye başlayabilir.
