Yapay zeka destekli ilk akademik çalışmamız: 3.369 Rekabet Kurulu kararını inceledik!

Geçtiğimiz günlerde, Bilgi Üniversitesi Rekabet Hukuku Merkezi’nde sunduğumuz ilk yapay zekâ destekli çalışmamızın YouTube kaydı yayınlandı. Bu çalışma, hem benim hem de bu çalışmaya katkıda bulunanlar için oldukça özel ve çığır açıcı bir deneyim oldu.

Neden Bu Çalışmayı Yaptık?

Rekabet Kurulu’nun 25 yılı aşkın süredir verdiği kararlar, Türkiye’de rekabet hukukunun temel taşlarını oluşturuyor. Bu kararları sistematik bir şekilde analiz etme fikri uzun süredir aklımdaydı. Kurumun şeffaflığı sayesinde, binlerce karar erişime açık. Ancak binlerce kararı elle incelemek ve etiketlemek neredeyse imkânsızdı — hem insan gücü hem de kaynak açısından.

Tam da bu noktada, son yıllarda hızla gelişen yapay zekâ araçları bu hayali gerçeğe dönüştürdü. Bu teknoloji, sadece otomasyon değil, aynı zamanda araştırmacıların kapasitesini katlayacak kadar güçlü bir yardımcıya dönüştü. Bu sayede, Kurul kararlarını tutarlı şekilde inceleyerek; iktisadi analiz seviyesi, ispat standardı ve rekabetin korunmasına katkı gibi eksenlerde hipotezlerimizi test edebildik. Hatta popülizm tartışmalarının kararlara nasıl yansıdığını bile anlamaya çalıştık.

Nasıl Yaptık?

Mart 2025 itibarıyla yayımlanmış 3.369 adet “rekabet ihlali” kararını inceledik. Bu kararları üç temel ölçüte göre puanladık:

  • İktisadi analiz düzeyi
  • İspat standardı
  • Rekabetin korunmasına katkısı

Bu amaçla, detaylı bir codebook (değerlendirme kılavuzu) oluşturduk. Kılavuz sayesinde kararların delil-mantık ilişkisi, iktisadi analiz ve rekabetin korunmasına katkı düzeyleri nesnel biçimde değerlendirildi.

Analizleri, yüksek bağlam penceresine sahip Google Gemini modelleriyle yaptık. İlk etapta Gemini Pro, daha sonra Gemini 2.0 Flash kullandık. Diğer modeller (OpenAI, Anthropic) bu büyüklükteki metinleri değerlendirmekte yetersiz kaldığı için tek bir model ailesi ile değerlendirme yapabildik.

En dikkat çekici yöntemimiz: Yapay zekâya puanlama gerekçesini yazdırmak. Bu sayede, hem tutarlılığı artırdık hem de kararların puanlarını anlamlandırabildik. Ayrıca; karar türü, tarihi, taraflar, kurul üyeleri, raportör görüşü, oy birliği durumu, ceza varlığı gibi onlarca değişkeni de veri setimize dahil ettik.

Bulgular

İşte bazı dikkat çekici sonuçlar:

  • 2009–2013 arasında ön araştırma kararlarında artış, ardından sert bir düşüş yaşanmış. 2012 tarihli bir tebliğin bu düşüşe yol açtığını gördük.
  • 2022 sonrası, uzlaşma ve taahhüt kararları ön araştırmaların yerini alıyor. Yeni mekanizmaların sahada etkili hale geldiğini gösteriyor.
  • Soruşturma kararlarının %65’i cezayla sonuçlanmış. Bu oran, “Ceza çıkar mı?” sorusuna somut bir yanıt sunuyor.
  • Karar kalitesinde zamanla artış gözlemledik. Özellikle 2016 sonrası puanlar yukarı yönlü bir eğilim gösteriyor. Kurumsal kapasite, insan kaynağı ve teknoloji yatırımlarının katkısı kısmen açıklayabiliyor.
  • İspat standardındaki kırılmaları analiz ettiğimizde, üç dönemsel rejim tespit ettik:
    Kuruluş–2002, 2002–2016, 2016 sonrası. İlginç biçimde bu eşikler, Türkiye’deki önemli siyasi olaylarla örtüşüyor. Bu bir tesadüf de olabilir.
  • Soruşturma kararları, ön araştırmalara göre tüm kalite kriterlerinde daha yüksek puan alıyor.
  • Ceza verilen kararlar, analiz ve ispat standardı açısından daha güçlü.
  • Ancak oy birliğiyle alınan kararlar, farklı gerekçelerle alınanlara göre anlamlı bir fark göstermiyor.
  • Uzlaşma kararlarının ispat standardı, soruşturma kararlarından yüksek çıkıyor. Bu, uzlaşmaların daha güçlü delillerle desteklendiği tezini güçlendiriyor.

Peki, Bundan Sonra?

Bu proje bizim için bir başlangıç. Popülizm gibi bazı hipotezleri doğrulayamasak da, yapay zekâ sayesinde artık çok daha derin analizler yapabiliyoruz. Özellikle uzlaşma ve taahhüt mekanizmaları, yeni karar türleri, mevzuat değişiklikleri ve hatta WhatsApp gibi dijital delillerin karar süreçlerine etkisi gibi konuları incelemeyi sürdüreceğiz.

Yapay zekâ araçlarının, Türkiye’deki rekabet hukuku uygulamalarına yeni bir bakış açısı kazandırdığına inanıyoruz.


Yorum bırakın