Hukuk ve Yapay Zeka: İki Kaynağın Söyledikleri
Geçtiğimiz hafta, iki farklı Türk hukuk teknolojisi şirketinin birbirinden bağımsız lansman etkinliğinde bulundum. Her ikisi de kendi çizgisinde tanıtım faaliyetlerine hız vermiş görünüyor. Bu tabloyu üç açıdan anlamlı buluyorum.
İlki, pazardaki oyuncuların belirli bir müşteri kitlesine ulaşmış olması ve pazarın daha derinine nüfuz edebilmek için yatırım yapmaya başlaması. İkincisi, araçlar arasında farklılaşmanın belirginleşecek olması: rekabet inovasyonu getirecek, büyüyen pazarı gelişen ürünler izleyecek. Üçüncüsü ise bu ekiplerde çalışmaya başlayan hukukçu ve hukukçu olmayan profesyoneller sayesinde yeni girişimlerin ortaya çıkacak olması. Kadro dolaşımı, her olgunlaşan pazarda olduğu gibi burada da yeni oyuncu üretecektir. Bunların tümü olumlu gelişmeler.
Ancak lansman heyecanının ötesine geçip soruyu şöyle sormak gerekiyor: Bu araçların dayandığı modeller, hukuki işi gerçekten yapabiliyor mu? Bu yazıda, bu soruya veri üzerinden bakmayı deneyeceğim.
Kaynaklar ve kapsam
İlk kaynağım, hukuk teknolojisi denince akla gelen ilk isimlerden Harvey’nin geliştirdiği Hukuk Ajanı Kıyaslaması’nın (Legal Agent Benchmark, LAB) bağımsız bir uygulaması. Artificial Analysis, bu kıyaslamayı kendi ajan altyapısıyla yeniden çalıştırıp sonuçları açık biçimde yayımlıyor.
Test, 24 hukuk uygulama alanını kapsayan 120 özel görevden oluşuyor. Yapay zeka ajanı, kapalı bir sanal ortamda dosya belgelerini okuyor ve hukuki çıktı üretiyor: mütalaa, ifşa cetveli, tanık ifadesi özeti, redline. Üretilen çıktı, tek bir büyük dil modeli hakem tarafından kriter kriter değerlendiriliyor.
İkinci kaynağım, Claude’un geliştiricisi Anthropic’in kendi ürünleri üzerinden yürüttüğü Anthropic Ekonomik Endeksi. Endeks, yapay zekanın hangi işlerde, hangi kalıplarla kullanıldığını izliyor ve bu kalıpların ekonomik etkisi hakkında çıkarım üretiyor. Raporun son güncellenme tarihi 26 Haziran 2026.
Baştan iki çekince koymam gerekiyor.
Birincisi, her iki kaynak da satıcı kaynaklı ve bağımsız kaynaklarla karşılaştırmalı değildir. Harvey hukuk teknolojisi ürünü satıyor, Anthropic model satıyor. Verilerin metodolojisi şeffaf ve bir kısmı açık kaynak; bu güçlü bir yön. Yine de bulguları mutlak doğru olarak değil, yön gösterici sinyal olarak okumak gerekir.
İkincisi ve bizim açımızdan daha önemlisi, hiçbirinde Türkiye verisi yok. Anthropic yayımlanan kırılımlarında Türkiye’yi ayrı ele almıyor, Harvey’nin uygulama alanları ise tamamen Anglo-Amerikan pratikten geliyor. Türkiye’de baro veya büro düzeyinde bir benimseme araştırması bulunmuyor ve buna ihtiyaç var. Belki PAIRA olarak biz yaparız, kim bilir.
Son olarak, bu iki kaynağı yalnızca hukuk ve yapay zeka kesişimi açısından ele alacağımı belirtmeliyim. Her ikisi de farklı çıkarımlara açık; isteyen istediği gibi yorumlayabilir. Ben kapsamımı bu başlıkla sınırlıyorum.
Harvey verisine dair notlarım
Doğru soru “hangi model” değil, “hangi ölçüt”
“Hukuk dünyası için kullanılacak en iyi model hangisi?” sorusunun henüz net bir cevabı yok. Bunun nedeni modellerin yetersizliği değil, sorunun kendisinin eksik kurulmuş olması. Çünkü Harvey testinde iki ayrı ölçüm var ve bunlar farklı sıralamalar üretiyor.
Kriter geçme oranı, ortalama başarıyı gösterir: “Denetlenmesi gereken elli yedi noktadan kaçını doğru yaptın?” Kısmi puan verir. Tam geçme oranı ise eksiksizliği gösterir: “Elli yedi noktanın hepsini birden doğru yaptın mı?” Biri bile hatalıysa sonuç sıfır olur.
Aradaki fark küçük değil. Testin en başarılı modeli, tek tek kriterlerin yüzde 93,6’sını geçiyor; ancak görevlerin yalnızca yüzde 14,2’sinde tüm kriterleri birden karşılıyor. Yani teknik başarı yüksek, eksiksizlik düşük.
Hukukta doğru ölçüm ikincisi. Hukuki iş ürününün değeri ortalamasına değil, eksiksizliğine bağlı. Birçok alanda yüzde doksanlık başarı iyi bir sonuçtur; hukukta çoğu zaman değil, çünkü eksik kalan kısım işin geri kalanını da geçersiz kılabilir. Dilekçedeki her şey doğru yazılmış ama süre yanlış hesaplanmışsa, geri kalanın kalitesi sonucu değiştirmez. On riskten dokuzu bulunmuşsa, idari yaptırım tam da bulunamayan riskten doğar.
Bunu tek cümleye indirgemek gerekirse: Hukukta bir iş çıktısının değeri ortalama doğruluğuna değil, eksiksizliğine bağlıdır. Avukattan beklenen, ortalamanın üzerinde performans göstermesi değil, eksiksiz bir çıktı sunmasıdır. Bu nedenle hukuki yapay zeka performansı kriter geçme oranıyla değil, tam geçme oranıyla ölçülmelidir.
Alan uyarlaması, model seçiminden daha etkili
Harvey ve Applied Compute, GLM-5.1 modelini hukuk alanına özgü olarak yeniden eğitti. Sonuç: rubrik geçme oranı 0,853’ten 0,913’e, tam geçme oranı ise 0,059’dan 0,126’ya yükseldi. Bu haliyle model, GPT-5.5 xhigh’ı geçip Opus 4.8 Max seviyesine yaklaştı.
Buradan çıkan sonuç şu: Görece ucuz ve açık ağırlıklı bir modeli hukuka uyarlamak, pahalı bir sınır modelini olduğu gibi kullanmaktan daha iyi sonuç verebiliyor. Türkiye’de yerel hukuk modeli tartışması yürütenlerin üzerinde durması gereken bir bulgu.
Elbette bu iyileşme büyüklük mertebesini değiştirmiyor. Tam geçme oranını 0,059’dan 0,126’ya çıkarmak, teslimatların yüzde 94’ünün eksik olduğu bir noktadan yüzde 87’sinin eksik olduğu bir noktaya geçmek demektir. Kazanç gerçek ama sorun çözülmüş değil.
Fiyat, performansı öngörmüyor
Maliyet verisi sezgiye aykırı bir tablo çiziyor. GLM-5.2, Claude Opus 4.8 ile aynı tam geçme oranını maliyetin yaklaşık yüzde 15’ine yakalıyor. Claude Sonnet 5 ise Opus 4.8’den pahalı olduğu halde daha düşük skor alıyor. Değerlendirilen modeller arasında görev başına maliyet aralığı yaklaşık 950 kat.
Bunun pratik karşılığı açık: Model tedariki bir fiyat kararı değil, bir ölçüm kararı. Sezgiyle ya da fiyat etiketiyle verilecek bir karar değil.
Anthropic verisine dair notlarım
Değer araçta değil, iş akışı tasarımında
Serinin en aksiyon alınabilir bulgusu şu: Aynı çıktıyı üretmek için sohbet arayüzündeki medyan konuşma 13 tur karşılıklı diyalog içerirken, ajan arayüzündeki medyan oturum tek bir insan komutundan oluşuyor. Üstelik bu fark, aynı model kullanıldığında bile sürüyor. Yani kullanılan ürün, alttaki modelden daha belirleyici.
Büroların “hangi modeli alalım” sorusu bu nedenle yanlış kurulmuş bir soru. Doğru soru şu: Hangi işi, hangi devir düzeyiyle, hangi kontrol noktalarıyla tasarlayacağız? Değer lisansta değil, lisansın etrafına kurulan yapıda.
Ticari olarak en önemli sayı, en az konuşulanı
Anthropic’in yaklaşık 9.700 kişilik anketinde katılımcıların yüzde 27’si, aksi halde satın almak zorunda kalacakları hizmetlerden yapay zeka sayesinde tasarruf ettiğini bildiriyor.
Hukuk açısından bu, mevcut faturalarda görünmeyen sessiz bir erozyon niteliğinde. Kayıp, kesilen faturalarda değil, hiç gelmeyen taleplerde, yani yeni müvekkillerde. Bu yüzden de ölçülmesi zor. Basit sözleşme taslakları, standart bilgilendirmeler, ön hukuki görüşler ve şablon uyarlamaları için müvekkil artık ilk olarak bir bürodan fiyat almıyor, direk işi kendi çözüyor.
Bunun anlamı şu: Yeni müvekkil ediniminde bürolar artık yalnızca birbirleriyle değil, doğrudan teknolojiyle de rekabet etmek zorunda kalacak.
İşsizlikten önce yetiştirme hattı kopuyor
Seride hukuka doğrudan üç atıf var ve üçü de fazlasıyla dikkat çekici.
Birincisi, mahkemede müvekkil temsilini yapay zekanın erişemediği görevler arasında sayıyor. Bu, mesleğin korunan çekirdeğini işaret ediyor ki; meslektaşlar arasında adliye avukatlığı pek de sevilmese de hala en güvenli liman.
İkincisi çok daha rahatsız edici. Rapor içinde hukuk sekreterliği ve bu mesleğin içindeki “hukuki yayınları inceleyip derdest davalara ilişkin karar taraması yapma” görevi, nitelikli bir iş olduğu için junior avukat ve anglo-sakson ekosistemindeki paralegal görevlerine benziyor. Yani bu görevleri icra eden kişiler net bir tehdit altında hatta acil olarak yeni görevleri icra edebilir bir vaziyete gelmeliler.
Üçüncüsü ise bir yokluk bulgusu: Hukuk meslekleri, en çok maruz kalan meslekler listesinde yer almıyor. Yani hukuk sektöründe yapay zeka kullanımı henüz kurumsal ve otomatik bir eşiğe ulaşmış değil.
Bu üçünü genel örüntüyle birleştirdiğimizde mekanizma netleşiyor. Claude’un kapsadığı görevlerin ortalama eğitim gereksinimi 14,4 yıl; ekonominin genelindeki görev ortalaması ise 13,2 yıl. Yapay zeka, işin en nitelikli parçasını alıyor. Geriye evrak takibi, dosyalama ve tebligat kalıyor.
Sorun şu ki, alınan o nitelikli parça aynı zamanda mesleğin öğrenildiği parça. Bu nedenle hukukta yapay zekanın ilk somut etkisi kıdemli avukat işsizliği olarak değil, junior yetiştirme hattının kopması olarak görünecek.
Bir hukukçunun bu tablodan çıkarması gerekenler
Kişisel yetkinlik artık ertelenebilir bir kalem değil. Modeller gelişiyor ve işler hızlanıyor. Buna karşılık en iyi modelin bile çıktısının insan denetimine muhtaç olduğu, verinin kendisinden görülüyor. Dolayısıyla mesele yapay zekayı kullanmayı öğrenmekle bitmiyor; onu kendi iş akışımızın neresine, hangi kontrol noktasıyla yerleştireceğimizi tasarlamak gerekiyor.
Rekabetin ekseni değişti. En pahalı ürünü satın alan büyük büronun rakibi, artık kendisiyle aynı ölçekteki diğer bütçeli bürolar değil. Hızlı uyum sağlayan ve maliyeti görece düşük araçları doğru tasarlanmış bir akışa yerleştiren orta ölçekli bir büro, çok daha uzun mesafe kat edebilir. Fiyat ile performans arasındaki tersliği gösteren veri, bu tezin doğrudan dayanağı.
Junior avukatın kariyer yolculuğu yeniden kurgulanmak zorunda. Bugüne kadar meslek, araştırma ve taslak üretimi yaparak öğreniliyordu. O katman inceliyor. Yeni meslektaşlarımızın rolü üreticiden denetleyiciye kayıyor ve denetim, üretimden daha ileri bir beceridir. Bugün ne yazık ki hukuk fakülteleri de barolar da bu beceriyi veren bir müfredata sahip değil. Bu, artık göz ardı edilebilecek bir eksiklik olmaktan çıktı. Ancak buna gelecek yazılarımda ayrıca değineceğim….
Takipte kalınız.
Not: Bu yazıdaki tüm sayısal değerler, adı geçen kaynakların yayımlanmış verilerinden alınmıştır. Kıyaslama sonuçları model yayınlarıyla birlikte sık güncellenmektedir; alıntılanan değerler Temmuz 2026 dönemini yansıtır.