KVKK Kapsamında Yapay Zeka Eğitimi | Digital Vizyon Akademi

Eğitim Hakkında

Bu eğitim, yapay zeka sistemlerini geliştiren, satın alan veya kullanan kurumların hukuk, uyum ve teknik ekiplerinin 6698 sayılı Kişisel Verilerin Korunması Kanunu'nu veri toplama, model eğitimi, kullanım ve tedarikçi ilişkileri boyunca uygulaması için tasarlanmış uygulamalı bir programdır. Katılımcılar örnek bir YZ projesi için veri koruma etki değerlendirmesi hazırlar.

Neden Bu Eğitim?

Yaşam Döngüsü Yaklaşımı. KVKK yükümlülüklerini veri toplamadan model eğitimine, kullanımdan silmeye kadar YZ yaşam döngüsünün her adımında ele alın.

Hukuk ve Teknik Ortak Dil. Hukukçuların ve veri ekiplerinin aynı riskleri aynı dille tartışabildiği ortak bir uyum çerçevesi oluşturun.

Uygulanabilir Güvenceler. Anonimleştirme, sentetik veri ve erişim kontrolleri gibi teknik ve idari tedbirleri somut projelere uygulayın.

“Kişisel verilere saygı gösteren yapay zeka yalnızca hukuka uygun değil, kullanıcıların güvenini kazanan ve kalıcı olan yapay zekadır.”

Ön Koşullar

KVKK Temel Bilgisi — Veri sorumlusu, açık rıza ve aydınlatma yükümlülüğü gibi temel KVKK kavramlarına aşina olmak.
Kurumsal Rol — Hukuk, uyum, bilgi güvenliği, veri veya YZ ürün süreçlerinden birinde görev yapıyor olmak.
Kodlama Şartı Yok — Programlama gerekmez; teknik tedbirler hukukçuların da anlayacağı biçimde örneklerle anlatılır.
Proje Senaryosu — Kurumunuzda kişisel veri işleyen bir YZ kullanım senaryosunu atölye için hazırlamanız önerilir.

Eğitim İçeriği

Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.

Günün hedefiKVKK'nın genel ilkelerini ve işleme şartlarını yapay zeka projelerine uygulamak, eğitim verisinin hukuki durumunu değerlendirmek ve yurt dışına aktarım risklerini yönetmek.

Modül 1

Yapay Zeka ve Kişisel Veri: Temel Kavramlar

YZ yaşam döngüsü: toplama, eğitim, test, kullanım, izleme
Model, eğitim verisi ve çıktıda kişisel veri tartışması
Veri sorumlusu ve veri işleyen rollerinin YZ'de dağılımı
KVKK Kurumu'nun yapay zeka alanındaki tavsiyeleri
GDPR ve Avrupa veri koruma otoritelerinin YZ görüşleri
Vaka: Sohbet robotunda kişisel veri işleme uyuşmazlığı

Modül 2

Genel İlkeler ve İşleme Şartları

Hukuka uygunluk, amaçla bağlılık ve ölçülülük ilkeleri
Veri minimizasyonu ile model başarımı arasındaki gerilim
Açık rıza, sözleşme ve meşru menfaat şartlarının seçimi
7499 sayılı Kanun sonrası özel nitelikli veri şartları
Biyometrik ve sağlık verisi işleyen YZ uygulamaları
Alıştırma: Senaryolara uygun işleme şartının belirlenmesi

Modül 3

Eğitim Verisi ve Aydınlatma Yükümlülüğü

Mevcut müşteri verisinin model eğitiminde yeniden kullanımı
Kamuya açık veri ve web kazıma (scraping) riskleri
YZ kullanımına özgü aydınlatma metni hazırlama
Saklama süreleri, imha politikası ve eğitim verisi
Veri kalitesi, doğruluk ve yanlılığın hukuki sonuçları
Atölye: YZ projesi için aydınlatma metni taslağı

Modül 4

Yurt Dışına Aktarım ve Bulut YZ Hizmetleri

Güncel 9. madde: yeterlilik kararı ve uygun güvenceler
Standart sözleşmeler ve Kurum'a bildirim yükümlülüğü
Yurt dışı merkezli LLM API ve bulut hizmetlerinin durumu
Veri yerleşimi, şifreleme ve kurum içi model seçenekleri
Vaka: Çalışanların genel YZ araçlarına veri girmesi
Günün değerlendirmesi ve haklar gününe köprü

Günün hedefiOtomatik kararlarda ilgili kişi haklarını karşılamak, gizliliği artıran teknolojileri seçmek, tedarikçi ve ihlal risklerini yönetmek ve etki analizi yapmak.

Modül 1

İlgili Kişi Hakları ve Otomatik Kararlar

11. madde hakları ve YZ sistemlerinde uygulanabilirliği
Otomatik analiz sonucuna itiraz hakkı ve insan incelemesi
Kredi, işe alım ve sigortada otomatik karar örnekleri
Açıklanabilirlik ve karar gerekçesinin bildirilmesi
Eğitilmiş modelde silme ve düzeltme taleplerinin karşılanması
Vaka: Otomatik kredi reddine itiraz sürecinin tasarımı

Modül 2

Tasarımdan Gizlilik ve Teknik Tedbirler

Anonimleştirme, takma adlandırma ve yeniden tanımlama riski
Sentetik veri üretimi ve gizlilik değerlendirmesi
Diferansiyel gizlilik ve federe öğrenme yaklaşımları
Model ezberleme, üyelik çıkarımı ve veri sızıntısı riskleri
Erişim kontrolü, kayıt tutma ve Kurul'un teknik tedbirleri
Demo: Veri setinin anonimleştirilmesi ve risk ölçümü

Modül 3

Üretken YZ, Tedarikçiler ve Veri İhlalleri

Kurumsal üretken YZ kullanım politikası hazırlama
YZ tedarikçi sözleşmelerinde veri işleme ve denetim hükümleri
Prompt enjeksiyonu ile veri sızdırma ve güvenlik testleri
Veri ihlali bildirimi: 72 saat ve ilgili kişilere bildirim
KVKK, GDPR ve AB Yapay Zeka Yasası ilişkisi
Atölye: YZ tedarikçisi için KVKK kontrol listesi

Modül 4

Etki Değerlendirmesi Atölyesi ve Kapanış

Veri koruma etki değerlendirmesi (DPIA) metodolojisi
Grup atölyesi: Örnek YZ projesi için etki değerlendirmesi
Risk azaltma tedbirleri ve kalan riskin kabulü
Kurumsal YZ-KVKK uyum yol haritası ve sorumluluklar
Eğitim değerlendirmesi ve interaktif Soru-Cevap
Sertifika takdimi ve şablon dokümanların teslimi

Eğitim Kazanımları

Yaşam Döngüsü Uyumu — Yapay zeka projelerinin her aşamasında hangi KVKK yükümlülüklerinin doğduğunu sistematik olarak belirleyebileceksiniz.
İşleme Şartları — Model eğitimi ve kullanımı için doğru işleme şartını seçip özel nitelikli veri risklerini değerlendirebileceksiniz.
Aydınlatma Metni — YZ kullanımını anlaşılır biçimde açıklayan, amaç ve saklama sürelerini içeren aydınlatma metinleri hazırlayabileceksiniz.
Yurt Dışına Aktarım — Bulut ve LLM API hizmetlerinde güncel 9. madde kapsamındaki aktarım güvencelerini uygulayabileceksiniz.
İlgili Kişi Hakları — Otomatik kararlara itiraz ve eğitilmiş modellerde silme gibi taleplere uygun süreçler tasarlayabileceksiniz.
Teknik Tedbirler — Anonimleştirme, sentetik veri ve diferansiyel gizlilik gibi yöntemlerin güçlü ve zayıf yönlerini değerlendirebileceksiniz.
Tedarikçi Yönetimi — YZ tedarikçi sözleşmelerinde veri işleme, alt işleyen ve denetim hükümlerini doğru kurgulayabileceksiniz.
Etki Değerlendirmesi — Kurumunuzdaki bir YZ projesi için riskleri ve tedbirleri içeren veri koruma etki değerlendirmesi hazırlayacaksınız.

Kimler İçin Uygundur?

Veri koruma ve KVKK uyum sorumluları
hukuk müşavirleri
bilgi güvenliği uzmanları
veri bilimi ve YZ ürün ekipleri ile yapay zeka tedarik süreçlerini yöneten satın alma ve BT yöneticileri.

Sıkça Sorulan Sorular

KVKK Kapsamında Yapay Zeka Eğitimi kimler için uygundur?

Program; KVKK uyum sorumluları, hukuk müşavirleri, bilgi güvenliği uzmanları, veri bilimi ve YZ ürün ekipleri ile yapay zeka tedarik süreçlerini yöneten satın alma ve BT yöneticileri için tasarlanmıştır. Hukuk ve teknik ekiplerin birlikte katılımı önerilir.

Eğitim ne kadar sürer ve hangi konuları kapsar?

Eğitim 2 tam gün ve 8 modülden oluşur. İlk gün işleme şartları, eğitim verisi, aydınlatma ve yurt dışına aktarım; ikinci gün ilgili kişi hakları, teknik tedbirler, tedarikçi ve ihlal yönetimi ile etki değerlendirmesi atölyesi işlenir.

Çalışanların ChatGPT gibi araçlara kişisel veri girmesi KVKK açısından sorun yaratır mı?

Yaratabilir. Bu kullanım işleme şartı, aydınlatma ve yurt dışına aktarım yükümlülüklerini gündeme getirir. Eğitimde bu riskler, kurumsal lisanslı araçlarla genel araçlar arasındaki farklar ve kurumsal kullanım politikası hazırlama adımları ele alınır.

Eğitim 2024 KVKK değişikliklerini kapsıyor mu?

Evet. 7499 sayılı Kanun ile değişen özel nitelikli kişisel veri işleme şartları ve yurt dışına aktarımda yeterlilik kararı, standart sözleşme ve bildirim yükümlülükleri yapay zeka ve bulut hizmetleri bağlamında ayrıntılı işlenir.

Eğitim sonunda sertifika ve doküman veriliyor mu?

Evet. Programı tamamlayan katılımcılar Digital Vizyon Akademi sertifikası alır. Ayrıca aydınlatma metni, tedarikçi kontrol listesi ve etki değerlendirmesi şablonları kurumda uyarlanmak üzere paylaşılır.

Sertifikalandırma

Bu eğitim Katılım Sertifikası ile tamamlanır.

Eğitim başında “Ön Test”, bitiminde “Son Test” uygulanarak gelişim ölçümlenir. Değerlendirme formunu dolduran katılımcılar sertifikalarını alır. Sertifikanızın geçerliliğini Sertifika Sorgulama sayfasından doğrulayabilirsiniz.

Örnek Sertifika

KİŞİSEL VERİLERİN KORUNMASI MEVZUATI KAPSAMINDA YAPAY ZEKA EĞİTİMİ