Yapay Zeka Kullanımının Kartel Tespitine Etkisi

1) Giriş: Dijital pazarlarda kartellerin yeni yüzü

Rekabet hukukunun en ağır ihlallerinden biri karteldir. Klasik dünyada karteller genellikle gizli toplantılar, şifreli iletişim, pazar paylaşımı ve ihale üzerinde danışıklı hareketle varlık gösterirdi. Dijital dönüşüm bu tabloyu iki yönden kökten değiştirdi:
(i) Teşebbüsler, algoritmik fiyatlama, dinamik teklif ve pazar gözetleme botları ile “örtük uyum”a uygun zeminler oluşturabilecek teknolojilere kavuştu.
(ii) Rekabet otoriteleri, aynı teknolojileri bu kez tespit, tarama (screening) ve delil keşfi için kullanabilir hâle geldi.

Bugün soru şudur: YZ destekli yöntemler karteli daha görünmez mi kılıyor, yoksa tespiti kolaylaştırıyor mu? Pratikte cevap ikisini de içerir. YZ; şüpheli örüntüleri büyük veri içinde yüzeye çıkarır, fakat tek başına “kesin delil” değildir. Bu nedenle teknik bulguların 4054 sayılı Kanun çerçevesinde ikna edici delil standardına dönüştürülmesi, titiz hukukî ve metodolojik bir köprü gerektirir.

2) Kavramsal çerçeve: Kartel, algoritmik işbirliği ve sorumluluğun atfı

2.1. Kartelin hukuki iskeleti (4054 m.4)

4054 sayılı Kanun’un 4. maddesi; rekabeti sınırlayıcı anlaşma, uyumlu eylem ve teşebbüs birlikleri kararlarını yasaklar. Fiyat tespiti, pazar/müşteri paylaşımı, ihalelerde danışıklı hareket bu kapsamda tipik ağır ihlallerdir. Algoritma bir “araçtır”; insan iradesiyle tasarlanan, konfigüre edilen, işletilen sistemlerin sonuçları hukuken teşebbüse atfedilir. “Yapay zekâ yaptı” savunması, sorumluluğu ortadan kaldırmaz.

2.2. Algoritmik işbirliği (algorithmic collusion)

Algoritmik işbirliği, rakiplerin aynı ya da benzer yazılım/kurallar üzerinden eşgüdümlü davranışa yönelmesi veya piyasadaki fiyat sinyallerine anlık tepki veren bot’lar aracılığıyla istikrarlı paralel davranış üretmesidir. Üç tip risk ayrımı uygulamada belirgindir:

Ortak yazılım/sağlayıcı (hub & spoke): Aynı fiyatlama yazılımı veya danışman tarafından yönlendirilen parametrelerle çıktıların yakınsaması.
İzleme-tepki döngüsü: Rakip fiyatlarını takip eden bot’ların otomatik eşitlemesi veya lideri izlemesi.
Ortak veri/kural setleri: Piyasada yaygınlaşan kural-tabanlı şablonlar ya da benzer hiperparametrelerle öğrenen modellerin davranış yakınsaması.

2.3. Sınır çizgisi: Tacit paralellik mi, yasaklı koordinasyon mu?

Saf paralel davranış tek başına ihlal değildir. Ancak paralel davranış bilgi değişimi, mutabakata varılmış kurallar veya dolaylı aracı üzerinden koordinasyon ile destekleniyorsa m.4 kapsamında ağır ihlale evrilir. YZ döneminde ayrım şöyle yapılır:

Model çıkışı davranış yakınsaması yaratıyorsa: Teknik bir olgu tespit edilmiştir.
Bu yakınsama iletişim/kurallar/ortak sağlayıcı etkisi ile açıklanıyorsa: Hukukî ihlal zemini güçlenir.

3) Yapay zekâ ile kartel tespitinin teknik mimarisi

3.1. Veri havuzu ve ön işleme

Kartel tespiti için anlamlı bir YZ hattı, zengin ve hukuka uygun veri gerektirir:

Zaman serileri: Perakende ve toptan fiyatlar, indirim döngüleri, kampanyalar, raf ömrü etkileri.
İhale verisi: Teklif tutarları, zamanlaması, kazanma oranları, birlikte başvuru ağları.
Pazar davranışları: Stok/tedarik akışları, promosyon eşleşmeleri, talep elastikiyeti göstergeleri.
Meta veriler: Mağaza/bölge kırılımları, ürün ailesi, SKU ilişkileri.

Veri kalitesi; temizleme, eksik değer tamamlama, anomalilerin normalleştirilmesi, zaman damgaları ve para birimi standardizasyonu gibi adımlarla güvence altına alınır. KVKK ve ticari sır koruması için anonimleştirme ve erişim yetkileri baştan kurgulanır.

3.2. Screening katmanları (çok kanallı yaklaşım)

Anomali tespiti: Beklenen rekabetçi desenlerden sapan kalıpları işaretleyen modeller (yoğun eşzamanlı artışlar, marj “yapışkanlığı”, indirimlerin sistematik senkronu vb.).
Kümelenme ve ağ analizi: Şirketler arası birlikte teklif verme, benzer fiyat/indirim izleri ve tedarikçi ortaklığına göre graf ağlarında modüler kümeler.
Denetimli sınıflandırma: Bilinen vak’alardan öğrenip yeni örneklerde risk puanı üretme.
Sebep-sonuç kontrolü: Maliyet, döviz, mevsimsellik, tedarik şoku gibi masum açıklamaları ayıran karşılaştırma şemaları.

3.3. Eşikler, yanlış pozitif yönetimi ve “insan-halkası”

Eşiği düşük tutmak erken uyarı getirir ama yanlış pozitif doğurur; eşiği yüksek tutmak kaçırma riski yaratır. Çözüm:

Kademeli tarama (geniş → dar),
İki modelin uzlaşısı (ör. anomali + ağ yoğunluğu),
Uzman/denetçi incelemesi (insan-halkası) ve
denetlenebilir günlükler (log) ile tekrar üretilebilir karar yolculuğu.

3.4. Delile dönüşüm köprüsü

YZ’nin işaretlediği desenler, yerinde inceleme, belge-e-posta keşfi, soru-cevap, ifade ve ekonometrik teyit ile delil demetine dönüştürülür. Böylece teknik şüphe, m.4 kapsamında ikna edici delil seviyesine taşınır.

4) Usul, delil ve ispat: YZ çıktılarının hukukî değerlendirilmesi

4.1. Delil rejiminin üç ayağı

Hukuka uygun elde etme: Yerinde incelemede dijital kopyalama, hash değerleri, saklama zinciri; KVKK ve ticari sır koruması.
Bilirkişi/uzman incelemesi: Model mimarisi, eğitim verisi, hata oranları, alternatif açıklamalar.
Açıklanabilirlik: Karar yollarının izlenebilirliği; “kara kutu” yerine yorumlanabilir ölçütler veya özetleyici açıklamalar (özellik önem ağırlıkları, SHAP/LIME benzeri yorumlama teknikleri — sonuç anlatısı olarak, teknik detayı dava dosyasına uygun seviyede).

4.2. İspat standardı ve karşı delil

Teknik işaret → şikâyet/önaraştırma eşiği için yeterli olabilir,
İdari para cezası ve nihai karar için çoklu delil gerekir.
Savunma tarafı; talep şoku, maliyet artışı, regülasyon etkisi, dönemsel kampanya, stok devir politikası gibi masum açıklamaları somutlaştırdığında, modelin bulguları yeniden test edilmelidir.

4.3. Ticari sır ve veri gizliliği

Verilerin paylaşımı aşamasında ticari sırların bölütlenmesi, veri odaları, anonimleştirme ve erişim kayıtları önemlidir. Uyuşmazlıkta, kod-model içgörülerinin açıklanması orantılılık ve gereklilik ilkelerine göre sınırlandırılabilir; buna rağmen denetlenebilirlikten taviz verilmez.

5) Türk hukuku perspektifi: Kurumsal süreçler ve araçlar

5.1. Süreç akışı (özet)

Şikâyet/ihbar veya tarama sinyali
Önaraştırma: Pazar ekranı, benchmark, temel veri talepleri
Soruşturma: Yerinde inceleme, dijital veri yansısı, log-kod politika incelemesi, üçüncü kişilerden bilgi isteme
Değerlendirme: Teknik rapor + ekonomik analiz + iletişim delilleri
Çözüm mekanizmaları: Uzlaşma, taahhüt veya nihai karar
Yargısal denetim: İptal davası (usul, ispat, ölçülülük)

5.2. Pişmanlık ve uzlaşma/taahhüt

Pişmanlık kartellerde delile erişim için anahtar işlev görür. YZ’nin bulduğu “iz” teşebbüsleri kendi iç incelemelerine ve aktif işbirliğine sevk eder. Uzlaşma ve taahhüt mekanizmaları, özellikle davranışsal düzeltim ve algoritma yönetişimi taahhütlerinin kalıcılaştırılmasında değerlidir.

6) Şirketler için pratik uyum mimarisi: “Algoritma Yönetişimi”

Algoritma kullanan teşebbüslerin, rekabet hukukuna uyum için aşağıdaki yapısal şemayı kurması önerilir:

6.1. Politika ve organizasyon

Algoritma Yönetim Politikası: Rekabet, KVKK, tüketici ve ticari sır boyutlarını birleştiren tek çatı.
Gözetim komitesi: Hukuk, veri bilimi, iç denetim, ürün ekipleri.
Sorumluluk ataması: Ürün sahibi + hukuk bağlantı noktası + veri koruma sorumlusu.

6.2. Envanter ve sınıflandırma

Model envanteri: Amaç, veri kaynakları, hedef pazar, karar türü, insan-halkası seviyeleri.
Risk sınıfları: “Düşük/Orta/Yüksek” (ör. fiyat belirleyen modeller otomatik “yüksek risk”).
Yaşam döngüsü kayıtları: Geliştirme, test, devreye alma, güncelleme, emeklilik.

6.3. Veri-model kontrol noktaları

Veri hijyeni: Rakiplerden gelen veriyi dışlayan filtreler; kamuya açık fiyatın “gözetleme eşiği”; duyarlı değişken kara listesi.
Model kısıtları: “Rakip davranışına doğrudan yanıt verme”yi sınırlayan kurallar; lider izlemeyi tetikleyen eşiği kaldırma.
Davranış simülasyonları: A/B testi yerine antikolüsyon stres testleri (rakip hareketine tepki hızının kısılması, eşitleme kalıcılığının azaltılması).
Günlükleme (logging): Girdi-çıktı, kural versiyonları, override kayıtları, uyarı-onay akışı.

6.4. Tedarikçi ve sözleşme hükümleri

Yazılım sağlayıcısı ile:
- “Eşitleme/koordinasyon kolaylaştırıcı” varsayılanları kapalı getir,
- Parametre ve güncelleme günlüklerine erişim,
- Bağımsız denetim ve forenzik kopya hakkı,
- Rekabet hukuku uyum garantisi ve tazmin yükümlülükleri.

6.5. İnsan-halkası ve durdurma mekanizması

Onay eşikleri: Büyük fiyat sıçramaları veya rakip eşitlemesi insan onayı olmadan devreye alınmaz.
Kill-switch: Koordinasyon şüphesi uyarısı durumunda model otomatik güvenli moda (statik tarifeler) döner.
Eğitim: Ürün ve veri ekipleri için rekabet/algoritma modülleri; vaka simülasyonları.

7) Otorite açısından YZ kullanım rehberi

7.1. Metodolojik güvence

Çoklu model yaklaşımı: Ağ yoğunluğu + anomali + istatistik testi birleşimi.
Nedensel filtreler: Maliyet, vergi, mevzuat değişikliği, döviz şokları gibi masum açıklamaları otomatik hariç tutan katman.
Eşik kalibrasyonu: Pazar-ürün bazlı farklı hassasiyet.
Tekrarlanabilirlik: Aynı girdi ile aynı çıktı zorunluluğu; bağımsız doğrulama protokolleri.

7.2. Usulî şeffaflık

Sinyal mektubunda bulgunun yapısı (anonimleştirilmiş),
Savunma hakkı için yeterli açıklama,
Karar metninde istatistiksel anlatının sade ve sınanabilir yazılması.

8) İhale ve perakende özelinde uygulama senaryoları

8.1. Kamu ihaleleri

Pattern 1: Dönüşümlü kazanma — firmalar sırayla en düşük teklifi veriyor, marjlar “doğal” sınırların üstünde sabitleniyor.
Pattern 2: Tamamlayıcı teklifler — bazı firmalar ihaleye giriyor ama rekabet etmeyen yüksek tekliflerle “varlık gösteriyor”.
YZ yaklaşımı: Ağ grafında birlikte başvuru yoğunlukları + teklif farkı dağılımları + proje türüne göre marj eşikleri.

8.2. Perakende/online pazarlar

Pattern 1: Lider izleme — büyük oyuncunun saniyelik değişimlerine otomatik eşitleme.
Pattern 2: Yapışkan marj — maliyet oynamasına rağmen marjın senkron halde sabit kalması.
YZ yaklaşımı: Talep-maliyet ayrıştırmalı panel veri; promosyon takvimi ile fiyat eşzamanlılığı.

9) Delilden karara: Dava kurgusu ve savunma stratejileri

9.1. İdare yönü

Delil demeti: Model sonuçları + e-posta/mesaj + yerinde inceleme notları + üçüncü kişi beyanları + ekonometrik teyit.
Ölçülülük: Modelde yanlış pozitif riski varsa, para cezası ölçümü ve ihlalin süresi tartımında ihtiyat.
Uzlaşma/taahhüt: Algoritma yönetişimi taahhütleriyle hızlı pazar düzeltimi.

9.2. Teşebbüs savunması

Masum açıklama: Maliyet-kur etkisi, sezonluk promosyon, veri hatası.
Usul itirazları: Elde etme usulsüzlüğü, gizlilik ihlali, raporun açıklanamaması.
Düzeltim planı: Parametre değişimi, gözetim katmanı, üçüncü taraf denetimi.

10) KVKK ve ticari sır ekseninde denge

YZ projelerinde kişisel veri ihtiyacı asgaride tutulmalı; mümkün olan her noktada anonim/pseudonim veri kullanılmalı. Amaçla sınırlılık, veri minimizasyonu, saklama süresi, erişim yetkisi ve imha politikaları net olmalı. Ticari sırlar için veri odası, maskelenmiş raporlama, erişim log’ları ve sözleşmesel sır yükümlülükleri işletilmeli.

#kartel, 4054 sayılı Kanun, avukatlık hizmeti, Blog, İstanbul Avukat, makale, rekabet hukuku, rekabet kurumu, TÜRK HUKUKU, Yapay Zeka

Single Blog Title