Türkiye Büyük Millet Meclisi (TBMM) Kadına Şiddeti Araştırma Komisyonu, önceki gün Polis Akademisi Güvenlik Bilimleri Enstitüsü Suç Araştırmaları Anabilim Dalı öğretim üyesi Prof. Dr. Coşkun Taştan’ı dinledi. Hürriyet’ten Umut Erdem’in haberine göre, Taştan, Komisyon üyelerine yapay zekâ ile suçları önceden tahmin edebilmeye destek olacak modelini anlattı. Asayiş açısından hızlı, doğru bir şekilde kararların ciddi sonuçlar doğurabileceğini belirterek şöyle devam etti:

BELİRSİZLİĞİ ÇÖZÜYOR

“2011 yılından beri aslında uygulamada olan bir yöntem var. Bir mağdur gelip başvuru yaptığı zaman o şahısla ilgili derhal bilgiler toplanır, mağdurla ve şüpheliyle ilgili ve hızlı bir şekilde karar alınırdı. İngiltere’den getirilen ‘DASH’ adını verdiğimiz form Türkçeye çevrildi, ‘Aile İçi Şiddet, Olay, Kayıt ve Risk Analizi Formu’ şeklinde devreye sokuldu. Bu formla ilgili çok sayıda şikâyet, çok sayıda problem ortaya çıkmaya başladı. Bizim bu formu iyileştirme görevimiz vardı. Yapay zekâyla güçlendirerek hızlı ve isabet oranı yüksek, anında karar alınmasına müsaade eden, izin veren bir uygulama geliştirdik. Gelen mağdurun gerçekten mağdur olduğuna inanmak zorundasınız. Kani olduk diyelim, nasıl bir karar vereceğiz? Kolluk amirinin gecikmesinde sakınca bulunan hâller kapsamında bir karar alması gerekiyor ama ortada da bir belirsizlik var. Amacımız, yapay zekâyı da kullanarak böyle bir karara yardımcı olmak, bunun adı ‘karar destek modeli’. İşlemde olan bir formun daha isabetli ve daha ince hâle getirilmesi. ‘Aile İçi ve Kadına Karşı Şiddetle Mücadele İçin Yapay Zekâ Temelli Karar Destek Modeli’ kısaca ‘KDM-1’ adını verdiğimiz model.

Geçen hafta itibarıyla, yeniden son kez test yapıldıktan sonra 2025 yılı içerisinde kısmet olursa Türkiye genelinde yaklaşık 1200 aile içi şiddet büro amirliği içerisinde kullanıma girecek. Polisten 547 bin 545 satırdan oluşan, her bir satır bir vaka olmak kaydıyla ve 255 sütundan oluşan bir veri seti geldi. 48 bin civarında da jandarmadan benzer bir veri seti geldi. Şöyle çalışıyor: 547 bin 545 satırdan yani vakadan ve 255 sütundan oluşan veri setini biz bir yapay öğrenme modelinin içerisine koyduk. Neticede ‘birinci dereceden risk, ikinci dereceden risk ve üçüncü dereceden risk grubu’ şeklinde yeni gelen bir vakayı derecelendirecek şekilde bu modelimizi eğitmiş olduk.

İSABET ORANI YÜZDESİ 75

Mağdur geldi, başvuru yaptı, o kayda alındığı zaman karar mekânizması başlıyor. Peki, ne kadar isabetli sonuçlar doğuruyor? Yaptığı her tahminden 75’ini doğru tahmin ediyor. Örneğin, benzer bir suç tahmin modeli İngiltere’de ‘HART’ adı verilen bir program, orada isabet oranı yüzde 63.8; ona kıyasla gayet iyi. Çok umutluyum. Bu model bir mağdur gelip başvurduğu anda mağdur ve şüpheliyle ilgili veriler toplandıktan sonra o vakaya ilişkin bir risk analizi yapıyor. Henüz cinayet işlenmemişken ‘Bu, cinayete evrilebilir’ şeklinde bize bir şey söylüyor. Yılda 300 bin civarında başvuru alıyoruz. Başvuru yaptığı anda formda yer alan risk faktörleri girildiği andan itibaren kolluk mukayyet görevlisi tarafından, sistem otomatik olarak devreye girip bu yanıtları üretiyor. Yedi sekiz dakikada risk hesaplamasını yapabiliyor.”

TOM CRUISE’UN MINORITY REPORT’U GİBİ

Suç henüz oluşmamışken suçun oluşma olasılığına ilişkin hesaplar yapabilmenin çok önemli olduğunu belirten Prof. Dr. Coşkun Taştan, “Ne zaman bunu anlatsam hep Tom Cruise’un 2000’li yıllardaki ‘Minority Report’ filmi insanların aklına geliyor. Şimdi, veri büyük, vakit küçük. Hız önemli. Ortaya son derece işlevsel bir uygulama çıktı. Bu model tamamen yerli ve milli bir yazılımdır. Kodlarını, her şeyini şahsen ben yazdım” dedi.

patronlardunyasi.com