Yapay zekâ teknolojileri ilk ortaya çıktığında, birçok kişi bu sistemlerin insan önyargılarından arındırılmış daha adil bir dünya yaratacağını düşünüyordu. İnsanların cinsiyet, yaş, ırk, sınıf ya da sosyal statü temelli önyargılarının yerine; veriye dayalı, nesnel ve tarafsız karar mekanizmalarının geçeceği iddia ediliyordu.
Ancak bugün geldiğimiz noktada, gerçekliğin çok daha farklı olduğu görülüyor.
Yapay zekâ, insanlığın en büyük teknolojik sıçramalarından biri olarak sunulmaktadır; fakat bu sıçramada kadınlar çoğu zaman geride bırakılmakta, hatta bazı alanlarda sistematik biçimde hedef alınmaktadır.
Yapay zekâ (YZ), sağlıktan eğitime, istihdamdan güvenliğe dek toplumsal yaşamın her alanında hızla belirleyici bir güç haline gelmektedir. Küresel ölçekte değerlendirildiğinde, yapay zekânın en ağır bedelini ödeyenlerin başında kadınlar gelmektedir.[1]
Ne var ki bu sistemler, geliştirildikleri toplumların önyargılarından bağımsız değildir. Yapay zekâ sistemleri geçmiş verilerle eğitilir. Eğer bu veriler, onlarca yıllık —hatta yüzyıllık— toplumsal cinsiyet eşitsizliklerinin izlerini taşıyorsa, yapay zekâ da bu eşitsizliği öğrenir, tekrarlar ve çoğu zaman daha sistematik hale getirir.
Bir başka deyişle, yapay zekâ kendi başına cinsiyetçi olmayabilir; ancak cinsiyetçi bir dünyanın verileriyle eğitildiğinde, geçmişin ayrımcılığını geleceğin teknolojisine kodlar.
Bu nedenle bugün karşı karşıya olduğumuz sorun yalnızca teknik bir mesele değildir. Mesele, teknolojinin kimin verileriyle eğitildiği, kimin ihtiyaçlarına göre tasarlandığı, kimin denetiminden geçtiği ve sonuçta kimi güçlendirip kimi dışarıda bıraktığı meselesidir.
Algoritmik önyargı: Makine öğreniyor, ama neyi öğreniyor?
Yapay zekâ sistemleri çoğu zaman “tarafsız” makineler olarak sunulur. Oysa bu tarafsızlık büyük ölçüde bir yanılsamadır. Çünkü algoritmalar, geçmişte toplanmış verilerden öğrenir. Geçmişte kadınlar belirli alanlardan dışlanmışsa, karar verici pozisyonlarda daha az temsil edilmişse, daha düşük ücret almışsa veya belirli mesleklere yönlendirilmişse; yapay zekâ bu eşitsizlikleri “normal” kabul edebilir.
Bunun en çok tartışılan örneklerinden biri işe alım algoritmalarıdır.
Amazon’un 2018 yılında kamuoyuna yansıyan otomatik işe alım sistemi, özgeçmişleri değerlendirirken kadın adaylara sistematik olarak daha düşük puan verdiği için kapatılmıştı. Sistem, teknoloji sektöründeki geçmiş işe alım verileriyle eğitilmişti. Bu verilerde erkek çalışanlar ağırlıklı olduğu için yapay zekâ, “başarılı çalışan” profilini erkeklerle özdeşleştirmişti. Sonuçta kadın adayların özgeçmişlerinde yer alan bazı ifadeler, hatta “kadın” kelimesinin geçtiği bazı bölümler, sistem tarafından olumsuz değerlendirilebilmişti.
Bu örnek, yapay zekânın nasıl çalıştığını anlamak açısından son derece öğreticidir. Algoritma açıkça “kadınları ele” dememiştir. Ancak geçmişin erkek egemen verileriyle beslendiği için, erkekleri daha uygun aday olarak görmeyi öğrenmiştir.
Benzer sorunlar başka şirketlerin işe alım sistemlerinde de ortaya çıkmıştır. Dünya Ekonomik Forumu’nun 2024 verilerine göre, yapay zekâ destekli işe alım araçları kullanan şirketlerde kadın adayların mülakat aşamasına geçme oranı erkeklere kıyasla yüzde 35 daha düşük seyredebilmektedir.[2]
Bu durum, klasik cam tavanın dijitalleşmiş yeni biçimidir.
Eskiden kadınların yükselmesini engelleyen görünmez kurumsal duvarlar vardı. Bugün bu duvarların yanına algoritmik filtreler eklenmektedir. Kadınlar çoğu zaman neden elendiklerini bile bilmeden, sistemlerin görünmez kararlarıyla dışarıda kalabilmektedir.
Finansal algoritmalar ve ekonomik dışlanma
Yapay zekâ destekli eşitsizlik yalnızca işe alım süreçlerinde görülmüyor. Kredi notlama sistemleri, finansal hizmetler ve risk analizleri de kadınlar aleyhine sonuçlar üretebiliyor.
ABD’de Apple Card’ın Goldman Sachs tarafından yönetilen kredi algoritması, 2019 yılında ciddi tartışmalara yol açmıştı. Aynı finansal profile sahip eşler arasında erkeklere kadınlardan çok daha yüksek kredi limiti tanındığı iddia edilmiş ve konu soruşturma konusu olmuştu.[3]
Bu tür sistemlerde temel sorun şudur: Kadınların tarihsel olarak daha düşük gelir elde etmeleri, doğum nedeniyle kariyerlerine ara vermeleri, part-time çalışma oranlarının daha yüksek olması ya da ev içi ücretsiz emeğin finansal kayıtlarda görünmemesi, algoritmalar tarafından “risk” göstergesi olarak okunabilir.
Böylece toplumsal bir eşitsizlik, finansal bir dezavantaja dönüşür. Kadının ekonomik bağımsızlığının önüne görünmez bir dijital engel konur.
Daha açık söylemek gerekirse, geçmişte kadınların ekonomik yaşama eşit biçimde katılamamış olması, gelecekte de krediye, yatırıma ve finansal fırsatlara daha sınırlı erişmelerine neden olabilir. Yapay zekâ burada eşitsizliği düzeltmek yerine, onu otomatikleştirme riski taşır.
Yüz tanıma sistemleri: En çok kim yanlış tanınıyor?
Yapay zekâdaki cinsiyet eşitsizliğinin bir başka çarpıcı örneği yüz tanıma teknolojileridir.
MIT araştırmacısı Joy Buolamwini ve Timnit Gebru’nun “Gender Shades” çalışması, piyasadaki büyük yüz tanıma sistemlerinin özellikle koyu tenli kadınları tanımada çok yüksek hata oranlarına sahip olduğunu ortaya koymuştur. Çalışmaya göre bazı sistemlerde koyu tenli kadınlarda hata oranı yüzde 35’e kadar çıkarken, açık tenli erkeklerde bu oran yüzde 1’in altında kalmıştır.[4]
Bu fark yalnızca teknik bir istatistik değildir. Yüz tanıma sistemleri bugün havalimanlarında, banka işlemlerinde, güvenlik uygulamalarında, hastanelerde, iş başvurularında ve kamu hizmetlerinde kullanılmaktadır. Eğer sistemler belirli kadın gruplarını daha yüksek hata oranıyla tanıyorsa, bu kadınlar günlük yaşamda daha fazla bürokratik engelle, güvenlik şüphesiyle ya da hizmete erişim sorunuyla karşılaşabilir.
Burada cinsiyet eşitsizliği, ırksal ve sınıfsal eşitsizliklerle de birleşmektedir. Yapay zekâ en çok zaten kırılgan konumdaki kadınları görünmez kılmakta ya da yanlış tanımlamaktadır.
Sağlık alanında görünmez kadın bedeni
Yapay zekâ destekli tıbbi sistemler de kadınlar açısından önemli riskler barındırmaktadır.
Tıp tarihi boyunca erkek bedeni çoğu zaman “standart insan bedeni” olarak kabul edilmiştir. Halen, Leonardo da Vinci’nin Vitruvius Adamı olarak olarak çizdiği eskizdeki ölçüler “Oranların Kanunu” olarak anılmaktadır.
Klinik araştırmaların önemli bir bölümü erkek denekler veya erkek hasta verileri üzerinden şekillenmiştir. Bu tarihsel sorun, yapay zekâ sistemlerine de taşınmaktadır.
Örneğin kalp krizi belirtileri kadınlarda erkeklerden farklı seyredebilir. Erkeklerde daha sık görülen klasik belirtiler üzerinden eğitilen yapay zekâ destekli teşhis sistemleri, kadınlarda görülen farklı semptomları yeterince doğru değerlendiremeyebilir. Nature Medicine’de yayımlanan 2023 tarihli bir araştırmada, kalp hastalığı teşhisinde kullanılan bazı yapay zekâ algoritmalarının kadınlarda erkeklere kıyasla yüzde 11 daha yüksek hata oranına sahip olduğu belirtilmektedir.[5]
Bu artık yalnızca bir yazılım hatası değildir. Bu, doğrudan yaşam hakkını ilgilendiren bir sorundur.
Benzer bir durum dermatoloji alanında da görülmektedir. Deri kanseri tespit algoritmalarının çok küçük bir bölümünün koyu tenli kadın bireylerden oluşan veri setleriyle doğrulandığı belirtilmektedir. Bu da özellikle koyu tenli kadınlarda teşhis eksikliklerine yol açabilir.[6]
Ruh sağlığı alanında da benzer örüntüler vardır. Yapay zekâ tabanlı ruh sağlığı tarama araçları, eğitim verileri çoğunlukla Batılı ve erkek örneklemlerden oluştuğunda, kadınlarda depresyon, travma sonrası stres bozukluğu ve anksiyete gibi durumları daha düşük oranda tespit edebilir.
Böylece kadınlar yalnızca teknolojik sistemlerde değil, tıbbi teşhis süreçlerinde de görünmez hale gelebilir.
Dijital şiddetin yeni boyutu: Deepfake ve yapay zekâ destekli taciz
Yapay zekânın kadınlar açısından en somut ve yıkıcı tehditlerinden biri dijital şiddettir.
Sosyal medya çağında kadın gazeteciler, akademisyenler, siyasetçiler, sanatçılar ve aktivistler zaten uzun süredir çevrimiçi taciz, tehdit ve organize linç kampanyalarının hedefi oluyordu. Ancak yapay zekâ bu saldırılara yeni ve daha tehlikeli araçlar ekledi.
Deepfake teknolojisi, bir kişinin görüntüsünü, sesini veya videosunu gerçekmiş gibi gösteren sahte içerikler üretmeye imkân tanır. Bu teknoloji özellikle kadınlara karşı bir itibarsızlaştırma ve sindirme aracı olarak kullanılmaktadır.
Sensity AI’ın 2023 raporuna göre deepfake içeriklerin yüzde 96’sı rıza dışı pornografik materyalden oluşmakta ve bu içeriklerin neredeyse tamamı kadınları hedef almaktadır. Mağdurlar yalnızca ünlüler değildir. Öğretmenler, gazeteciler, öğrenciler, aktivistler, politikacılar ve sıradan kadınlar da bu saldırıların hedefi haline gelebilmektedir.[7]
Daha da ürkütücü olan, bu teknolojilerin giderek ucuzlaması ve kolay erişilebilir hale gelmesidir. Geçmişte teknik bilgi gerektiren manipülasyonlar artık birkaç dakika içinde yapılabilmektedir.
Böylece kadınların dijital itibarı, mahremiyeti ve psikolojik güvenliği çok daha kırılgan hale gelmektedir.
Bu konuda yakın zamanda yaşadığımız en çarpıcı örnek, İtalya Başbakanı Meloni’yi hedef alan, iç çamaşırı ile gösteren deepfake fotoğraflarıdır. Bu örnek, kadına yönelik dijital tacizin varabileceği boyutu göstermektedir.
İngiltere’de 2024 yılında yürürlüğe giren Online Safety Act, bu tür içeriklerin oluşturulmasını suç olarak tanımlayan öncü yasal düzenlemelerden biri olmuştur. Ancak küresel düzeyde hâlâ ciddi yasal boşluklar bulunmaktadır.[8]
Dijital şiddet sanal dünyada kalmıyor
Dijital şiddetin en tehlikeli yanlarından biri, yalnızca ekranlarda kalmamasıdır.
Çevrimiçi taciz, tehdit, iftira, sahte görüntü üretimi ve organize dijital saldırılar; zamanla fiziksel tehdide, psikolojik baskıya, mesleki itibarsızlaştırmaya ve kamusal alandan çekilmeye yol açabilmektedir.
Birçok kadın gazeteci ya da akademisyen, maruz kaldığı organize saldırılar nedeniyle sosyal medya hesaplarını kapatmakta, yazı yazmayı bırakmakta veya görünürlüğünü azaltmaktadır. Kadın siyasetçiler ise sahte ses kayıtları, manipüle edilmiş görüntüler ve cinsiyetçi dezenformasyon kampanyalarıyla hedef alınmaktadır.
Avrupa Parlamentosu’nun 2024 tarihli raporunda, kadın adayların sahte ses kayıtları ve manipüle edilmiş görüntülerle sistematik biçimde hedef alındığı belirtilmektedir.[9] Hindistan’ın 2024 genel seçimlerinde de birden fazla kadın aday, kendilerine ait olduğu iddia edilen sahte konuşmaların yayılması nedeniyle ciddi itibar kaybı yaşamıştır.
Bu saldırılar yalnızca bireysel mağduriyet yaratmaz. Kadınların siyasete, gazeteciliğe, akademiye ve kamusal tartışmalara katılımını sınırlar. Bu da demokrasinin niteliğini doğrudan etkiler.
Dolayısıyla mesele artık yalnızca “internet ortamında rahatsız edilmek” değildir. Bu durum, kadınların kamusal hayata katılımını sınırlayan yeni bir baskı mekanizmasına dönüşmektedir.
Kadın gazeteciler ve aktivistler neden daha fazla hedefte?
Kadın gazeteciler, insan hakları savunucuları ve aktivistler yapay zekâ destekli dijital saldırıların en görünür hedefleri arasındadır.
Silahlı çatışmaları, yolsuzlukları, insan hakları ihlallerini veya siyasal skandalları haberleştiren kadın gazeteciler; yalnızca haberleri nedeniyle değil, kadın kimlikleri üzerinden de hedef alınmaktadır. Erkek meslektaşlarına yöneltilen eleştiriler çoğu zaman mesleki içerikte kalırken, kadın gazetecilere yönelik saldırılar cinsiyetçi hakaretler, cinsel tehditler ve itibar suikastlarıyla birleşmektedir.[10]
Sınır Tanımayan Gazeteciler’in 2025 raporunda kadın muhabirlerin erkek meslektaşlarına kıyasla çevrimiçi koordineli saldırılara maruz kalma olasılığının çok daha yüksek olduğu ve bu saldırıların önemli bir bölümünün artık yapay zekâ araçlarıyla organize edildiği belirtilmektedir.[11]
Bu tablo, basın özgürlüğü ile kadın hakları arasındaki bağın ne kadar güçlendiğini göstermektedir. Kadın gazeteciler susturulduğunda yalnızca bireysel ifade özgürlükleri değil, toplumun haber alma hakkı da zedelenmektedir.
Sonraki bölümde sosyal medyada kadına karşı nefret, iş gücü piyasasında kadının yeri, yeni mesleklerde kadın, eğitim teknolojileri ve dijital okuryazarlık uçurumu ve diğer konularla birlikte çözüm önerilerimizi anlatacağım…
[1]World Economic Forum, "Global Gender Gap Report 2024".
[2] World Economic Forum, "Global Gender Gap Report 2024".
[3] Goldman Sachs / Apple Card soruşturması: ABD New York Eyaleti Finansal Hizmetler Departmanı (NYDFS) tarafından 2019 yılında başlatılan soruşturmanın kamuya açık kayıtları.
[4] Joy Buolamwini & Timnit Gebru, "Gender Shades: Intersectional Accuracy Disparities in Commercial Gender Classification", Proceedings of Machine Learning Research, 2018.
[5] Nature Medicine, "Sex and gender disparities in AI-based cardiovascular risk prediction", Vol. 9, 2023.
[6] Nature Medicine, Vol. 9, 2023. Dermatoloji algoritmalarının veri doğrulama eksikliklerine ilişkin bulgular aynı kaynak kapsamında değerlendirilmektedir.
[7] Sensity AI, "The State of Deepfakes 2023: Landscape, Threats, and Impact", 2023.
[8] UK Online Safety Act 2023, yürürlük tarihi Ocak 2024. Rıza dışı deepfake içerik oluşturulmasını suç kapsamına alan ilk kapsamlı yasal düzenleme.
[9] Avrupa Parlamentosu, "Artificial Intelligence Act and Gender Equality: Implementation Challenges", 2024.
[10] Birleşmiş Milletler Kadın Birimi (UN Women), Dijital Şiddet İstatistikleri, 2024.
[11] Reporters Without Borders (RSF), "Barometer of Press Freedom 2025".
