Kredi Kayıt Bürosu (KKB) ile Koç Üniversitesi-İş Bankası Yapay Zekâ Merkezi (KUIS AI), 5 Ekim 2026’da finans sektöründe dolandırıcılık tespitine yönelik yeni bir iş birliği protokolü imzaladı. Capital ve CNBC-e’nin aktardığına göre projenin adı “Mahremiyet ve Veri Güvenliği Odaklı Federe Öğrenme ile Dolandırıcılık Tespiti”. Beş banka paydaş olarak yer alıyor; süreç KKB koordinasyonunda yürütülecek.
Habere göre amaç, kredi başvuru sahteciliği ve benzeri dolandırıcılık türlerine karşı modeller geliştirmek. Ancak modelleri eğitmek için bankaların müşteri verilerini tek bir merkeze taşımak yerine, federe öğrenme adı verilen yaklaşım kullanılacak. Bu yöntemde her bankanın verisi kendi ortamında kalıyor; kurumlar ortak modele katkı verirken ham veriyi paylaşmıyor.
Federe öğrenme ne anlama geliyor?
Geleneksel makine öğrenmesinde farklı kaynaklardan gelen veriler çoğu zaman merkezi bir ortamda birleştirilir. Federe öğrenmede ise veri bulunduğu yerde tutulur; öğrenme süreci kurumlar arasında paylaşılan model güncellemeleri üzerinden ilerler. Capital’in aktardığı çerçevede KKB, bu yapının finans sektöründe hem mahremiyeti hem de ortak öğrenme kapasitesini güçlendirebileceğini vurguluyor.
Proje yalnızca bir tespit modeli üretmeyi hedeflemiyor. Federe öğrenmenin finans sektöründe nasıl uygulanabileceğine dair teknolojik ve metodolojik yetkinlik oluşturmak da amaçlar arasında. Ortak öğrenme sürecinde ortaya çıkabilecek risklere karşı mahremiyet koruma yöntemleri değerlendirilecek; geliştirilen yaklaşım gerçek banka verileriyle uçtan uca test edilecek. Çalışmaların sonunda hem modelin dolandırıcılık tespitindeki performansı hem de yöntemin sektörel uygulanabilirliği ele alınacak.
Veri egemenliği ve ortak yetkinlik
KKB Risk Merkezi Hizmetleri ve Veri Yönetimi Genel Müdür Yardımcısı Orkun Deniz, daha iyi modeller için daha fazla veriye ihtiyaç duyulduğunu, buna karşılık veri paylaşımındaki serbestliğin azaldığını belirtti. Deniz’e göre veri sahipleri artık verinin kimlerle ve hangi koşullarda paylaşılacağı konusunda daha temkinli; bu da “veri egemenliği” kavramını öne çıkarıyor. Federe öğrenmeyi, bu iki zıt yönlü gelişmeye yanıt üretebilecek bir yaklaşım olarak tanımladı.
Deniz, KKB’nin yapay zekâyı yalnızca kendi süreçlerini geliştiren bir araç olarak değil, finans ekosisteminin ortak yetkinliklerini güçlendirecek bir alan olarak gördüğünü söyledi. Beş bankanın paydaş olarak yer almasını bu açıdan değerli bulduğunu ifade etti. KUIS AI Direktörü Prof. Dr. Çiğdem Gündüz Demir ise iş birliğini, merkezin bilimsel çıktıları endüstriye aktarma amacının somut bir örneği olarak niteledi. Federe öğrenme, veri güvenliği ve mahremiyet alanlarındaki güncel yaklaşımları finansın gerçek problemleriyle buluşturmayı hedeflediklerini belirtti.
Araştırmacı yetiştirme hedefi
Proje, teknolojik çıktının yanı sıra insan kaynağına da yaslanıyor. Haberlere göre KUIS AI öğrenci ve araştırmacıları çalışmalarda görev alacak; federe öğrenme, veri güvenliği ve mahremiyet teknolojileri alanlarında uzmanlaşmış araştırmacı yetiştirilmesine katkı amaçlanıyor. Teknik bulgulara dayalı bir yol haritası çıkarılacak; bilimsel çıktıların ulusal ve uluslararası konferanslarda paylaşılması ve ortak akademik yayınlara dönüşmesi hedefleniyor. Beş bankanın adları duyurularda tek tek verilmedi.
Neden önemli?
Yapay zeka okuryazarlığı açısından bu haber iki noktayı netleştiriyor. Birincisi, “veriyi merkeze toplamak” ile “veriyi yerinde tutarak ortak model eğitmek” aynı şey değil; mahremiyet iddiası, kullanılan yöntemin nasıl çalıştığına bakılarak değerlendirilmeli. İkincisi, federe öğrenme her riski otomatik olarak ortadan kaldırmaz: Model güncellemelerinin sızdırılması, zayıf katılımcıların çıkarımı ya da hatalı etiketler gibi konular hâlâ teknik önlem gerektirir. Proje bunlar için mahremiyet koruma yöntemlerini ayrıca test edeceğini söylüyor.
- Bir finans uygulamasında “yapay zeka ile sahtecilik tespiti” ifadesini görünce, verinin nerede işlendiğini sorun.
- Ortak model iddiasını, hangi kurumların hangi koşullarda katkı verdiği bilgisiyle birlikte okuyun.
- Üniversite-sanayi iş birliklerinde akademik yayın planı, yöntemin yalnızca kapalı bir ticari kutu olarak kalmaması açısından önemli bir şeffaflık işaretidir.
Kaynak: Capital, CNBC-e
