Yerel yapay zeka mı, ChatGPT mi? Ceza avukatı için farklar

İki yaklaşım arasındaki asıl fark modelin ne kadar akıllı olduğunda değil, dosyanın nerede işlendiğinde. ChatGPT gibi bulut servisleri büyük modelleri sağlayıcının sunucularında çalıştırır; dosya o sunuculara gider. Yerel bir model avukatın kendi bilgisayarında çalışır; dosya cihazdan çıkmaz, buna karşılık modelin boyutu o bilgisayarın belleğiyle sınırlıdır. Ceza dosyasıyla çalışırken bizce ilk fark, ikincisinden daha ağır basıyor.

Konunun hukuki tarafını, yani Av. K. m. 36 ve KVKK m. 9 analizini, “Yapay zekaya meslek sırrı emanet edilir mi?” yazısında ayrıntılı ele aldık; burada yalnızca sonucunu kullanıyoruz.

“Yerel model” ve “bulut model” ne demek?

ChatGPT, Claude ve Gemini, sağlayıcı şirketin sunucularında çalışan servislerdir. Avukat tarayıcıya ya da uygulamaya soruyu yazar, soru ve eklenen belgeler internet üzerinden sağlayıcıya gider, cevap oradan döner. Modelin kendisi hiçbir zaman kullanıcının bilgisayarına inmez.

Yerel modelde durum tersine döner. Bir dil modeli, eğitim sırasında öğrendiği milyarlarca sayısal değerden, yani “ağırlıklarından” oluşur. Bazı şirketler bu ağırlıkları indirilebilir olarak yayımlıyor: Meta’nın Llama, Alibaba’nın Qwen ve Mistral modelleri bunun bilinen örnekleri. İndirilen model, uygun bir yazılımla doğrudan kişinin bilgisayarında çalıştırılabilir. Soru da cevap da o cihazın içinde kalır.

Dosya hangi yoldan geçiyor?

Bulut serviste dosya sağlayıcının sunucusuna gider ve orada sağlayıcının kurallarına göre işlenip saklanır. ChatGPT örneğinde OpenAI’nin Türkiye’yi de kapsayan gizlilik politikası, verilerin ABD’deki sunucular da dahil olmak üzere farklı ülkelerde işlendiğini söylüyor. Bireysel hesaplarda içerik, kullanıcı ayarı kapatmadıkça model eğitiminde kullanılabiliyor; kurumsal planlarda ve API’de varsayılan olarak kullanılmıyor. Her iki durumda da dosya yurt dışına çıkmış oluyor.

Kimliği belirlenebilir kişilere ait veri içeren bir ceza dosyası için bu, KVKK m. 9’daki yurt dışına aktarım kurallarının devreye girmesi demek. Türkiye Barolar Birliği’nin Ağustos 2026’da yayımladığı yapay zeka rehberi de ceza dosyalarında “açık sistem niteliğindeki yapay zekâ araçları kullanılmamalıdır” diyor ve mümkün olduğunda “kapalı veya yerel (on-premise) çalışan” sistemlerin seçilmesini öneriyor.

Yerel modelde dosya bilgisayardan çıkmadığı için aktarım sorusu doğmaz. Sorumluluk ise ortadan kalkmaz, yer değiştirir: verinin güvenliği artık o bilgisayarın güvenliğine bağlıdır. Disk şifreleme kapalı, ekran kilidi olmayan, ailece kullanılan bir dizüstünde yerel model de iyi bir çözüm sayılmaz.

Hangisi daha az uydurur?

Bu sorunun en çok bilinen örneği ABD’den. New York Güney Bölgesi Federal Mahkemesi’ndeki Mata v. Avianca davasında davacı avukatları, ChatGPT’nin ürettiği ve gerçekte var olmayan altı kararı dilekçelerinde emsal olarak gösterdi. Mahkemenin tespitine göre avukatlardan biri, kararların gerçek olup olmadığını yine ChatGPT’ye sormuş; ChatGPT de bunların Westlaw ve LexisNexis’te bulunabilecek “gerçek” kararlar olduğunu söylemişti. Avukatlar, mahkeme kararların varlığını sorguladıktan sonra da bir süre arkalarında durdu.

Hâkim P. Kevin Castel, 22 Haziran 2023 tarihli kararında avukatlara ve bürolarına müteselsilen 5.000 dolar para cezası verdi. Ayrıca müvekkile ve uydurma kararların yazarı olarak adı geçen her hâkime, kararın bir örneğini içeren birer mektup gönderilmesine hükmetti. Kararın ilk paragrafı, meselenin araç değil özen olduğunu açıkça söylüyor: “there is nothing inherently improper about using a reliable artificial intelligence tool for assistance”, yani güvenilir bir yapay zeka aracından yardım almakta özünde yanlış bir şey yok; ama dosyaya girenin doğruluğunu denetleme görevi avukatta.

Buradan çıkan ders yerel ile bulut arasındaki farkla doğrudan ilgili değil. Uydurma riski, modelin cevabını neye dayandırdığıyla ilgili. Genel bir sohbet asistanı soruyu eğitimde öğrendiklerinden cevaplar; kaynak göstermesi istenirse, var olmayan bir kaynağı da aynı akıcılıkla yazabilir. Cevabı yalnızca önündeki belgeden üretmeye ve her cümlenin hangi sayfadan geldiğini göstermeye zorlanan bir sistemde ise yanlış bir cümle, kaynağına tıklandığında hemen ortaya çıkar. Bu yöntem, belgedeki ilgili pasajları bulup modele onlarla cevap ürettirdiği için “kaynaktan getirerek üretim” (İngilizce kısaltmasıyla RAG) olarak anılıyor.

TBB rehberi de hassas dosyalarda bu yaklaşımı öneriyor: müvekkil verisini modele “eğitim verisi” olarak vermek yerine, “veriyi büro denetimindeki kapalı bir bilgi deposunda tutup sorgu anında getiren (RAG benzeri) yaklaşımlar tercih edilir.” Bu yöntem bulut servislerde de kullanılabiliyor; yerel modele özgü değil. Uydurmayı da tümüyle ortadan kaldırmıyor, yalnızca yakalamayı kolaylaştırıyor. Rehberin ifadesiyle avukat, yapay zekadan aldığı hiçbir mevzuat hükmünü, içtihadı veya maddi vakıayı “resmî ve güvenilir kaynaktan teyit etmeden” mahkemeye sunamaz.

İnternet kesildiğinde ne olur?

Bulut servis internet olmadan çalışmaz; bağlantı zayıfsa cevap da gecikir. Duruşma arasında adliyede, zayıf bir mobil bağlantıyla dosyaya bakmak isteyen avukat için bu gündelik bir sorun.

Yerel model bağlantıya ihtiyaç duymaz. İnternet yalnızca modeli ve yazılımı ilk kez indirirken, sonra da güncelleme alırken gerekir. Bunun bir bedeli var: bulut servisler modellerini sürekli ve kullanıcıya bir şey yaptırmadan yeniler, yerel modelde güncelleme indirilip kurulana kadar eski sürüm çalışmaya devam eder.

Bilgisayarım yeter mi?

Yerel modelin gerçek sınırı burada. Bir modelin çalışabilmesi için ağırlıklarının bilgisayarın belleğine sığması gerekir. Veri merkezlerinde çalışan en büyük modeller sıradan bir dizüstüne sığmaz; bilgisayarda çalışan model daha küçüktür. Bizce bu fark en çok, dosya dışında kalan genel sohbette ve geniş hukuki akıl yürütmede hissedilir. Belirli bir dosyayı okuyup olayları sıralamak, ifadeleri karşılaştırmak ve cevabı kaynağıyla vermek gibi sınırlı görevlerde küçük bir modelin, o işe göre ayarlanması şartıyla, yeterli olabileceğini düşünüyoruz.

tiro’yu bu takası bilerek yerel tarafta kurduk. Ceza dosyası için eğittiğimiz model avukatın bilgisayarında çalışıyor ve bilgisayarın gücüne göre dört profilden biri seçiliyor. Ürün sayfasındaki tabloya göre en hafif profil 2,5 GB’lık bir model kullanıyor ve en az 6 GB bellek istiyor; en güçlü profilde model 22 GB, önerilen bellek 48 GB. macOS’ta Apple Silicon öneriliyor, Windows’ta Vulkan sürücüleriyle geniş donanım desteği var; telefonda çalışmıyor.

Yan yana bakınca

	Bulut servis (ör. ChatGPT)	Bilgisayarda çalışan model
Dosyanın işlendiği yer	Sağlayıcının sunucuları, çoğunlukla yurt dışında	Avukatın kendi bilgisayarı
KVKK m. 9 yurt dışı aktarım	Kişisel veri içeriyorsa gündeme gelir	Aktarım olmadığı için gündeme gelmez
Veri güvenliğinin dayandığı yer	Sağlayıcının politikası ve sözleşme	Bilgisayarın güvenliği (disk şifreleme, ekran kilidi)
Model boyutu	Büyük, sağlayıcının donanımıyla sınırlı	Daha küçük, bilgisayarın belleğiyle sınırlı
İnternet	Her soruda gerekir	Kurulum ve güncelleme dışında gerekmez
Uydurma kaynak riski	Kullanım biçimine bağlı; her iki yapıda da cevabın belgeye bağlanması ve teyit gerekir	Aynı
Ücretlendirme	Ücretsiz plan ve aylık ücretli planlar (ChatGPT fiyatları)	Sağlayıcıya sorgu başına ödeme yok; maliyet donanımda ve kullanılan yazılımda

Hangi iş için hangisi?

Ayrım, işin içinde müvekkil verisi olup olmamasıyla yapılabilir. Bir kanun maddesinin genel çerçevesini anlamak, kimliği belirlenemeyen bir konu için taslak bir plan çıkarmak ya da kamuya açık bir metni sadeleştirmek gibi işlerde bulut servislerin gücünden yararlanmak mümkün. TBB rehberi de genel mevzuat araştırması ve anonim konu planlamasını düşük riskli kullanımlar arasında sayıyor. İddianame, ifade tutanağı, bilirkişi raporu gibi dosya evrakı söz konusu olduğunda ise tercih, dosyanın bilgisayardan çıkıp çıkmayacağı sorusuna dönüşüyor.

Bu karşılaştırmada tek bir kazanan yok. Bulut servisler daha büyük modeller sunuyor, bakım gerektirmiyor ve her yerden erişilebiliyor. Yerel model daha küçük ve bilgisayara bağımlı, ama ceza dosyasını avukatın denetiminden çıkarmıyor. Meslek sırrı ve özel nitelikli kişisel verinin yoğun olduğu bir alanda bizce belirleyici olan ikincisi; hangi işin hangi araçla yapılacağına ise her büronun kendi dosya pratiğine bakarak karar vermesi gerekiyor.