Görüşme dökümünü kodlamadan önce anonimleştirme
- Okuma süresi: 5 dk
- Kod bilgisi gerekmez
Bu ders genel bilgi verir; uzman görüşünün yerine geçmez. Kişisel veri konusu genel bilgidir, hukuki tavsiye değildir.
Nitel araştırmada görüşme dökümü, yapay zekâya vermesi en cazip gelen ve en riskli veridir. Bu derste, kodlamaya yardım almadan önce dökümü nasıl hazırlayacağınızı ve hangi sırayla ilerleyeceğinizi öğreneceksiniz.
Aklınıza bir soru mu takıldı?
Bu derste neler öğreneceksiniz?
- Anonimleştirme ile takma ad vermenin farkını
- Doğrudan ve dolaylı tanımlayıcıları nasıl ayıklayacağınızı
- Etik kurul onayınızla araç kullanımınızı nasıl uyumlu tutacağınızı
- Ham metin paylaşmadan yapay zekâdan nasıl yardım alacağınızı
Önce kavram: anonim ile takma ad aynı şey değildir
KVKK’nın silme, yok etme ve anonim hale getirme yönetmeliğinde anonimleştirme, verinin başka verilerle eşleştirilse bile kimliği belirli ya da belirlenebilir bir kişiyle hiçbir şekilde ilişkilendirilemez hâle getirilmesi olarak tanımlanıyor. Yönetmelik, 28 Ekim 2017 tarihli ve 30224 sayılı Resmî Gazete’de yayımlandı ve sonradan değiştirildi.
Bu tanım katıdır. Katılımcılara K1, K2 gibi kodlar verip hangi kodun kim olduğunu bir tabloda tutuyorsanız, kişiye geri dönmenin yolu sizin elinizde demektir. Bu durum genellikle “takma adlandırma” sayılır ve veri hâlâ kişisel veri gibi ele alınabilir. Bu bir okumadır; kesin yorum için kurumunuzun kişisel verileri koruma sorumlusuna danışın.
Pratik sonuç şudur: araştırmanız boyunca anahtar tablosunu ayrı ve korunaklı bir yerde tutarsınız, ama yapay zekâ aracına verdiğiniz her şeyin bu tabloyla hiçbir bağı olmamalıdır.
Ne silinecek, ne genelleştirilecek?
İngiltere’deki UK Data Service, metin verisi için iki tür tanımlayıcıyı ayırır. Doğrudan tanımlayıcılar ad, kurum adı, tam adres ve iletişim bilgisidir. Dolaylı tanımlayıcılar ise tek başına masum görünen ayrıntıların birleşip kişiyi ele vermesidir: nadir bir meslek, ayırt edici bir kariyer yolu, ayrıntılı bir zaman çizelgesi.
Türkiye’den bir örnek düşünün. Bir ilçede, tek bir lisede görev yapan bir rehber öğretmenle konuşuyorsunuz. Adını silseniz bile “ilçemizdeki tek rehber öğretmen” ifadesi onu herkese tanıtır. Çözüm, ayrıntıyı silmek yerine genelleştirmektir: “küçük bir ilçede çalışan okul psikolojik danışmanı” gibi.
UK Data Service iki yönlü bir denge önerir. Fazla anonimleştirirseniz veri anlamını yitirir. Az anonimleştirirseniz kimlik açığa çıkar. Yaptığınız her değişikliği bir anonimleştirme günlüğüne yazın ve dökümde değişen yerleri açıkça işaretleyin.
Yapay zekâ aracına ne gidiyor?
Araçların veri ayarları birbirinden farklıdır ve değişebilir. OpenAI’ın Data Controls sayfasına göre ChatGPT’de sohbetlerin model eğitimi için kullanılması, Settings ve Data Controls altındaki “Improve the model for everyone” ayarıyla kapatılabilir. Aynı sayfa, Temporary Chat içindeki sohbetlerin eğitimde kullanılmadığını ve 30 gün içinde silindiğini, ancak kötüye kullanım denetimi için gözden geçirilebildiğini belirtir.
Anthropic’in gizlilik sayfasına göre ise Claude’un bireysel planlarında sohbetler, yalnızca Model Improvement ayarını açarsanız model geliştirmede kullanılabilir. Güvenlik incelemesine takılan sohbetler ve beğendim ya da beğenmedim düğmesiyle gönderdiğiniz geri bildirimler ayrı kurallara bağlıdır: geri bildirim verirseniz o konuşmanın tamamı beş yıla kadar saklanabilir. Gizli (Incognito) sohbetler model geliştirmede kullanılmaz. İş ve API ürünleri ayrı bir makalede anlatılıyor.
Bu ayarlar hesabınıza bağlıdır; etik kurulunuzun ya da katılımcınızın verdiği izni değiştirmez. TÜBİTAK’ın üretken yapay zekâ rehberi de yayımlanmamış verilerin ve kişisel verilerin herkese açık araçlara girilmemesini, anonimleştirilmiş görünen veriler için bile dikkatli olunmasını ister. Bu rehber proje başvurularına yöneliktir, ama gerekçesi kendi araştırmanız için de akılda tutulmaya değerdir.
Etik kurul onayınızda verinin nerede ve nasıl işleneceğini yazdıysanız, yeni bir araç eklemeden önce kurulunuza ya da danışmanınıza sorun. Bu genel bir öneridir; kuralı kurumunuzun kurulu belirler.
Adım adım uygulama
- Onam formunuzu ve etik kurul başvurunuzu yeniden okuyun; verinin kimde, hangi araçla, nerede işleneceğini not edin.
- Ham dökümü ve anahtar tablosunu yalnızca kendi bilgisayarınızda, birbirinden ayrı klasörlerde tutun.
- Doğrudan tanımlayıcıları (ad, kurum, mahalle, telefon, e-posta) kendi bilgisayarınızda bul-değiştir ile tutarlı biçimde değiştirin.
- Dolaylı tanımlayıcıların listesini çıkarın: nadir görev, ayırt edici olay, tarih, sayı. Her birini genelleştirin ve günlüğe yazın.
- Yapay zekâya ham metni değil, uydurma bir örnek paragrafı verin ve ondan bir tanımlayıcı kontrol listesi isteyin.
- Bu listeyi kendi dökümlerinize elle uygulayın; kodlama aşamasında araca yalnızca kurulunuzun izin verdiği içeriği verin.
Kontrol listesi
- Ad, kurum, adres ve iletişim bilgisi kalmadı.
- Nadir meslek ve ayırt edici olaylar genelleştirildi.
- Anahtar tablosu dökümden ayrı duruyor.
- Anonimleştirme günlüğü güncel.
- Araca verilen içerik etik kurul onayımla uyumlu.
Aşağıdaki komutta gerçek bir katılımcı yoktur; paragraf tümüyle uydurmadır. Siz de aracı bu biçimde, uydurma örnekle çalıştırın.
Zayıf komut
Şu görüşme dökümünü anonimleştir ve kodla.
Güçlü komut
Nitel bir araştırmada Anadolu’daki bir ilçede görev yapan öğretmenlerle görüşme yapıyorum. Aşağıdaki paragraf tamamen uydurmadır. Bu paragrafta kimliği ele verebilecek her ifadeyi bul ve üç sütunlu bir tablo yap: ifade, doğrudan mı dolaylı mı, yerine ne yazmalıyım (genel bir ifade öner). Sonra bu örnekten çıkarak, benim gerçek dökümlerimde aramam gereken tanımlayıcı türlerinin 10 maddelik kontrol listesini yaz. Paragrafı yeniden yazma. Bilmediğin yerde tahmin etme, “emin değilim” de. Paragraf: “Bu okulda on iki yıldır fen bilgisi öğretmeniyim. Müdürümüz Hasan Bey, geçen kış kazan arızası yüzünden üç hafta ders yapamadığımızı yönetime yazdı. Köyümüzde tek ortaokul bizim okul, bu yüzden her veli beni tanır.”
Yapay zekâ çıktısı (örnek)
Tablo (kısaltılmış): “fen bilgisi öğretmeniyim, on iki yıl” | dolaylı | “deneyimli bir öğretmenim”. “Müdürümüz Hasan Bey” | doğrudan | “okul müdürümüz”. “geçen kış kazan arızası, üç hafta” | dolaylı | “kış döneminde bir altyapı sorunu”. “köyümüzde tek ortaokul” | dolaylı | “küçük bir yerleşimde çalışıyorum”.
Kontrol listesi (kısaltılmış): kişi adları, unvan ile birlikte kurum içi roller, tek ve ayırt edici yerler, sayılı süreler, olay tarihleri, yerel kurum adları, akrabalık ilişkileri, sağlık durumu, nadir görev kombinasyonları.
Sık yapılan hatalar
- Yalnızca adı silip ilçeyi, branşı ve kıdemi bırakmak; bu birleşim kişiyi bulur.
- K1, K2 gibi kodları anonimleştirme sanmak; anahtar tablosu varsa veri kişiye bağlı kalır.
- Gizlilik ayarını kapatınca her şeyin serbest olduğunu düşünmek; ayar, onam ve etik kurul izninin yerine geçmez.
- Her ayrıntıyı silip dökümün anlamını yok etmek; silmek yerine genelleştirin.
- Aracın bulduğu tanımlayıcıları kontrol etmeden doğru kabul etmek; kaçırdığı ayrıntı olur.
İpucu
Bir tanımlayıcıyı silmeden önce şunu sorun: “Bu ayrıntıyı bilen biri, bu kişiyi tek başına bulabilir mi?” Cevap evetse genelleştirin; hayırsa bırakın. Böylece hem anlamı hem de gizliliği korursunuz.
Kendinizi deneyin
Katılımcılara K1, K2 gibi kodlar verip kimin kim olduğunu ayrı bir tabloda tutuyorsunuz. Bu veri için en doğru ifade hangisidir?
UK Data Service’e göre bir ilçedeki tek rehber öğretmenin adını silmek yeterli midir?
Ham görüşme dökümü ile yapay zekâdan yardım almak istiyorsunuz. İlk adımınız ne olmalı?
Kaynaklar
- Kişisel Verilerin Silinmesi, Yok Edilmesi veya Anonim Hale Getirilmesi Hakkında Yönetmelik (KVKK) (Türkçe)
- Üretken Yapay Zekâ Rehberi (TÜBİTAK) (Türkçe)
- Data Controls FAQ (OpenAI Yardım) (İngilizce)
- Is my data used for model training? (Anthropic Gizlilik Merkezi) (İngilizce)
- Anonymisation for text data (UK Data Service) (İngilizce)
Son kontrol: 8 Kasım 2026
Kaynak: yzdersleri.com/ders/gorusme-dokumunu-kodlamadan-once-anonimlestirme/ · Yapay Zeka Dersleri
Dersi bitirdiniz mi?
İşaretlerseniz menüde ve ilerleme çubuğunda görünür. Bu bilgi yalnızca sizin tarayıcınızda saklanır.
Öğrenme yolunda sıradaki ders: Tez danışmanlığında geri bildirim şablonu
Bu ders işinize yaradı mı?
Anonim oydur; kişisel veri toplanmaz.
