İÇİNDEKİLER GİRİŞ 1. YAPAY ZEKA, MAKİNE ÖĞRENMESİ VE VERİ: KAVRAMSAL ÇERÇEVE VE İŞLEYİŞ 1.1. Genel Olarak 1.2. Veri 1.3. Büyük Veri 1.4. Algoritma 1.5. Yapay Zeka 1.5.1. Yapay Zekanın İşlevsel Tarihçesi 1.5.2. Yapay Zekanın Tanımı 1.6. Programlama 1.7. Makine Öğrenmesi 1.7.1. Genel Olarak 1.7.2. Makine Öğrenmesinin Türleri 1.7.3. Derin Öğrenme 1.7.4. Makine Öğrenmesinin Özellikleri 1.7.5. Verinin Makine Öğrenmesine Etkisi 2. HUKUKİ AÇIDAN VERİ VE VERİNİN KULLANILMASI HAKKI 2.1. Hukuki Düzenleme Konusu Olarak Veri 2.2. Özel Düzenlemeye Tabi Tutulmayan Veriler 2.3. Veri Üzerindeki Hakkın Yönetimi 2.3.1. Veri Mülkiyeti Meselesi 2.3.2. Verinin Ürün Niteliği 2.3.3. Verinin Sözleşmeye Konu Edilmesi 2.3.4. Kanun Boşluğu 2.4. Makine Öğrenmesinde Verinin Kullanılmasının Ayrıca Düzenlenmesinin Gerekliliği 3. MAKİNE ÖĞRENMESİNDE TELİF HAKKI İLE KORUNAN VERİLERİN DURUMU 3.1. Makine Öğrenmesi ve Telif Hakkı İlişkisine Genel Bakış 3.2. Eser Kavramı 3.2.1. Fikir ve Sanat Ürünü Olma 3.2.2. Sahibinin Hususiyetini Taşıma 3.2.3. Sadece Fikir Olmanın Ötesinde Şekillenmiş Olma 3.2.4. FSEK'te Öngörülen Eser Türlerinden Biri Kapsamında Olma 3.3. Makine Öğrenmesinde Eserlerin Kullanılması 3.3.1. Eser Sahibinin Hakları 3.3.2. Makine Öğrenmesinde Eserlerin Kullanılmasında İlgili Hakların Değerlendirilmesi 3.3.3. Eser Sahipliği Haklarının Kullanılması 3.4. Makine Öğrenmesi Modelinin Eser Niteliği 3.5. Makine Öğrenmesi Çıktılarının Eser Niteliği 3.5.1. Makine Ürünlerinde Eser Sahipliği 3.5.2. Makine Öğrenmesinde Üretilen Ürünlere Yönelik Farklı Yaklaşımlar 3.5.3. Türk Hukukunda Makine Öğrenmesinde Üretilen Ürünlerin Durumu 3.5.4. Değişiklik Önerisi 3.6. Makine Öğrenmesi ve Veri Tabanları 3.6.1. Veri Tabanı Kavramı 3.6.2. FSEK Kapsamında Veri Tabanlarının Korunması 3.6.3. Veri Tabanlarının Makine Öğrenmesinde Kullanılması 3.7. Makine Öğrenmesinde Telif Hakkı ile Korunan Verilerin Kullanılmasına İmkan Veren İstisnai Rejimler 3.7.1. Adil Kullanım ve Makine Öğrenmesi 3.7.2. Adil İşlem ve Makine Öğrenmesi 3.7.3. Geçici Çoğaltma ve Makine Öğrenmesi 3.7.4. Metin ve Veri Madenciliği (Text and Data Mining, "TDM") İstisnası ve Makine Öğrenmesi 3.7.5. Türk Hukukunda Makine Öğrenmesinde Verilerin Kullanılmasına İlişkin Özel Bir İstisnanın Gerekliliği Meselesi 4. MAKİNE ÖĞRENMESİNDE KİŞİSEL VERİLERİN İŞLENMESİ 4.1. Kişisel Veri Kavramı 4.1.1. Gerçek Kişi Unsuru 4.1.2. Belirli veya Belirlenebilir Olma Unsuru 4.1.3. Özel Nitelikli Kişisel Veri Kavramı 4.2. Kişisel Verilerin İşlenmesi Rejimi ve Makine Öğrenmesi 4.2.1. Kişisel Verilerin Korunmasında Temel İlkeler 4.2.2. Kişisel Verilerin İşlenmesi Şartları 4.2.3. Kişisel Verilerin Aktarılması 4.2.4. Aydınlatma Yükümlülüğü 4.2.5. Veri Güvenliğine İlişkin Yükümlülükler 4.2.6. İlgili Kişinin Hakları ve Makine Öğrenmesi 4.3. Yapay Zeka Alanında Kişisel Verilerin Korunmasına Dair Tavsiyeler 4.4. Makine Öğrenmesinde Kişisel Verilerin Kullanılması Noktasında Olması Gereken Hukuk Bakımından Değerlendirmeler 4.5. Makine Öğrenmesi Modelinin Kişisel Veri Niteliği 5. MAKİNE ÖĞRENMESİNDE KULLANILAN VERİLERİN SIR OLARAK DEĞERLENDİRİLMESİ VE HAKSIZ REKABET 5.1. Kavramsal Belirsizlik 5.2. Ticari Sır 5.3. İş Hukuku ve İş Sözleşmeleri Kapsamında Verilerin İş Sırrı Olarak Nitelendirilmesi 5.4. Haksız Rekabet 5.4.1. Haksız Rekabet Düzenlemelerinin Amacı 5.4.2. TTK m. 54 ile TTK m. 55 Arasındaki İlişki 5.4.3. TTK m. 55'te Sayılan Haksız Rekabet Halleri ve Verilerin Kullanılması 5.4.4. TTK m. 54 Uyarınca Haksız Rekabetin Unsurları 6. YAPAY ZEKA REGÜLASYONUNDA VERİNİN KULLANIMI 6.1. Bir Sosyal Bileşen Olarak Veri 6.2. Avrupa Birliği Yapay Zeka Tüzük Taslağı 6.2.1. Genel Olarak 6.2.2. Verinin Kullanımıyla Bağlantılı Hususlar 6.3. Avrupa Konseyi Çalışmaları 6.3.1. Genel Olarak 6.3.2. Verinin Kullanımıyla Bağlantılı Hususlar 6.4. Değerlendirme SONUÇ KAYNAKÇA
