Ürününüz AB AI Yasası Madde 50 kapsamına giriyorsa, makine tarafından okunabilir bir filigran tüm işi tamamlamaz. Sağlayıcıların ve deployer'ların farklı yükümlülükleri vardır. Bazı deployer yükümlülükleri, kişinin özel araçlar olmadan fark edebileceği açık bir etiket gerektirir. Kural 2 Ağustos 2026 tarihinden itibaren uygulanır. Sınırlı 2 Aralık 2026 geçiş süresi yalnızca 2 Ağustos'tan önce piyasaya sunulan sistemler için Madde 50(2)'deki işaretleme yükümlülüğünü kapsar. Resmî Komisyon SSS'si ve rehber sayfaları artık bunu doğrudan açıklamaktadır. Avrupa Komisyonu SSS Rehber sayfası
Bu makale hukuki tavsiye değil, bir mühendislik kontrol listesidir. Amaç daha dardır: resmî kapsamı, tarihleri, istisnaları ve inceleme eşiklerini gerçekten kullanıma sunabileceğiniz ürün kontrollerine dönüştürmek. Bu kontrol listesi Madde 50(1), Madde 50(2) ve Madde 50(4)'teki üretken içerik yükümlülüklerine odaklanır. Duygu tanıma ve biyometrik kategorilendirme sistemlerine ilişkin ayrı Madde 50(3) yükümlülüklerini kapsamaz. Bu iş akışına güvenmeden önce rolü, kapsamı ve olası istisnaları yetkin hukuk danışmanıyla doğrulayın.
AB AI Yasası Madde 50: kim ne yapmak zorunda?
Komisyonun güncel rehberi çalışmayı aktörlere göre ayırır. Sağlayıcılar doğrudan AI etkileşimi bildirimlerini ve sentetik çıktıların makine tarafından okunabilir şekilde işaretlenmesini yönetir. Deployer'lar deepfake etiketlerini ve kamu yararına ilişkin bazı metin etiketlerini yönetir. Rehber sayfası Hızlı bilgiler
| Aktör | Tetikleyici | Resmî rehberin söylediği |
|---|---|---|
| --- | --- | --- |
| Sağlayıcı | Gerçek kişiyle doğrudan AI etkileşimi | AI ile etkileşimde oldukları açık değilse, ilk etkileşimden itibaren kişiyi bilgilendirin. |
| Sağlayıcı | Sentetik metin, görsel, ses veya video çıktısı | Kapsam sınırlamalarına ve istisnalara tabi olarak makine tarafından okunabilir bir işaret ekleyin ve tespit edilebilirliği sağlayın. |
| Deployer | Deepfake'e maruz kalma | En geç ilk maruz kalma anında açık ve algılanabilir bir açıklama sağlayın. |
| Deployer | İnsan incelemesi veya editoryal kontrol olmadan kamu yararına ilişkin metin | Metni AI tarafından üretilmiş veya AI tarafından değiştirilmiş olarak açıkça etiketleyin. |
Bu ayrım önemlidir; çünkü yaygın bir kestirme yolu ortadan kaldırır: sağlayıcının gizli işareti, deployer'ın görünür açıklama yükümlülüğünü otomatik olarak karşılamaz. Komisyon, deployer'ların yalnızca sağlayıcı tarafından eklenen makine tarafından okunabilir işarete güvenemeyeceğini belirtir. Avrupa Komisyonu SSS
Önemli tarihler
Temel Madde 50 yükümlülükleri 2 Ağustos 2026 tarihinden itibaren uygulanır. Komisyon SSS'si, Madde 50(2) işaretleme yükümlülüğü için 2 Aralık 2026 tarihine kadar sınırlı bir geçiş süresi ekler; ancak bu yalnızca 2 Ağustos 2026'dan önce piyasaya sunulan üretken AI sistemleri için geçerlidir. 2 Ağustos'tan önce üretilen içerik geriye dönük olarak etiketlenmek zorunda değildir; yine de Komisyon mümkün olduğunda bunu teşvik eder. Avrupa Komisyonu SSS Hızlı bilgiler
Yasa, ilgili iki tarih belirler. Yayına alma planınız üçüncü bir iç politika tarihi ekleyebilir:
Sağlayıcıların oluşturması gerekenler
Sağlayıcılar açısından doğrudan etkileşim kuralı daha basittir. Sistem gerçek bir kişiyle gerçek anlamda iki yönlü bir etkileşim kuruyorsa ve etkileşimin AI olduğu açık değilse, kişi ilk etkileşimin başından itibaren bilgilendirilmelidir. Komisyon, "açık" istisnasının dar yorumlanması gerektiğini belirtir. Avrupa Komisyonu SSS
Daha zor kısım çıktıların işaretlenmesidir. Sentetik metin, görsel, ses veya video üreten sistemlerin sağlayıcıları makine tarafından okunabilir işaretler uygulamalı ve tespit edilebilirliği sağlamalıdır. Aynı SSS, kaynak kodu, insanın maruz kalmadığı bazı makineden makineye çıktıları ve bazı kapalı döngü endüstriyel veya ürün geliştirme kullanımlarını da kapsam dışı veya muaf olarak belirtir. Avrupa Komisyonu SSS
Ekiplerin genellikle işi aşırı basitleştirdiği nokta burasıdır. Aşağıdakiler Komisyonun kelimesi kelimesine kontrol listesi değil, bir uygulama yorumudur. Sağlayıcı yükümlülüğü "filigranlamayı açmak" değildir. Şunları yapmaktır:
Sağlayıcıları, çalışma zamanlarını ve çıktı rotalarını zaten bir AI malzeme listesinde→ takip ediyorsanız, bu envanteri çıktı başına işaretleme kapsamı ve doğrulama sonuçlarıyla genişletin. Bunu yapmıyorsanız, Madde 50'yi sonradan kanıtlamak çok daha zorlaşır.
Deployer'ların hâlâ yapması gerekenler
Deployer'ların sorunu farklıdır. Yükümlülükleri görünür, bağlamsal ve maruz kalma temellidir. Bir dosyadaki gizli işaret, kişi sonucu izliyor veya okuyorsa yeterli değildir.
Deepfake'ler için Komisyon, açıklamanın en geç ilk maruz kalma anında yapılması ve özel araçlar olmadan anlaşılabilir olması gerektiğini belirtir. Kamu yararına ilişkin metinlerde deployer, içerik gerçek bir insan incelemesinden veya editoryal kontrolden geçmedikçe içeriği etiketlemelidir. Komisyon, yazım denetimi ve dilbilgisi düzeltmesinin yeterli olmadığını açıkça belirtir. Avrupa Komisyonu SSS
İş akışı tasarımının tespit teknolojisinden daha önemli olduğu yer burasıdır:
Deployer'ın sorusu "AI kullanıldı mı?" değildir. Deployer'ın sorusu "İnsanlara ne sunduk ve bu belirli varlık için hangi inceleme kanıtına sahibiz?" sorusudur.
*Başlık: Madde 50, sağlayıcı ve deployer yükümlülüklerini ayırır. Makine tarafından okunabilir işaret ile görünür etiket farklı sorunları çözer.*
Filigranlamanın tek başına yeterli olmamasının nedeni
Güncel sağlayıcı dokümantasyonu, tek katmanlı bir çözümün neden zayıf olduğunu zaten gösteriyor.
OpenAI, C2PA metadata'sının içeriğin provenance bilgisi taşımasına yardımcı olduğunu belirtir. Ayrıca metadata'nın kaldırılabileceğini, yükleme ve indirme sırasında kaybolabileceğini veya yeniden boyutlandırma ve ekran görüntüsü alma gibi dönüşümlerle bozulabileceğini söyler. 29 Temmuz 2026 itibarıyla OpenAI dokümantasyonu, desteklenen görseller için SynthID aracılığıyla ikinci bir katmanı ve herkese açık bir doğrulama önizlemesini açıklar. OpenAI provenance OpenAI doğrulama
Google'ın herkese açık SynthID metin dokümanları da aynı noktayı başka bir açıdan ortaya koyar. Metin filigranlamanın nasıl çalıştığını açıklar; ancak kapsamlı yeniden yazım veya çeviri sonrasında dedektör güveninin keskin biçimde düşebileceğini de belirtir. Bu sınırlama Madde 50 açısından önemlidir; çünkü deployer yükümlülükleri, düzenlenmiş metnin istisna değil normal olduğu kamu yararına ilişkin metinleri kapsar. SynthID Text dokümanları
ElevenLabs artık SynthID ile C2PA'yı ses şeffaflığı yığınının bir parçası olarak konumlandırıyor ve filigranı kapsamı genişletmeden önce ücretsiz text-to-speech üretimlerinde kullanıma sunmaya başladığını belirtiyor. Bu yararlı bir uygulama kanıtıdır; ancak yine de sağlayıcı tarafından bildirilen bir yayına alma durumudur ve her downstream platformun sinyali koruyacağının kanıtı değildir. ElevenLabs SynthID yazısı
Güncel araştırmalar da aynı sonuca varıyor. Madde 50 yapısal boşluklar makalesi, uyumluluğun sonradan etiketlemeye indirgenemeyeceğini savunur. Provenance framework makalesi, provenance metadata'sı ile filigranlamanın farklı kanıt sorunlarını çözdüğünü savunur. Faceted-attribution makalesi, genel "AI kullanıldı" açıklamalarının sistemin nerede, nasıl ve hangi inceleme altında müdahale ettiğini gözden kaçırdığını savunur. Pratik mühendislik yorumu daha dardır: Madde 50 uyumluluğu, teknik işaretlemenin yanı sıra iş akışı kanıtı da gerektirir. Yapısal boşluklar makalesi Provenance framework Faceted attribution makalesi
Pratik bir mühendislik kontrol listesi
1. Herkese açık her çıktı yolunu envantere alın
Herkese açık metin, görsel, ses veya video üretebilen her sistemi listeleyin. Model adıyla yetinmeyin. Çıktıyı sunan yüzeyi, yayını kontrol eden aktörü ve çıktının gerçek bir kişiye ulaşıp ulaşmadığını dahil edin. Komisyonun sağlayıcı ve deployer ayrımı model markası düzeyinde değil, sistem ve maruz kalma düzeyinde uygulanır. Avrupa Komisyonu SSS
Asgari alanlar:
2. Sağlayıcı yükümlülüklerini deployer yükümlülüklerinden kod içinde ayırın
Varlığa tek bir genel `ai_disclosure=true` bayrağı koyup işi tamamlanmış saymayın. Ayrı kontrollere ihtiyacınız vardır:
Bu ayrım, işaretlenmiş bir dosyanın neden hâlâ görünür bir etikete ihtiyaç duyduğunu veya bir kamu yararı metni varlığının yetkin bir incelemeci esaslı onay verdiği için neden muaf olduğunu kanıtlamanızı sağlar.
3. Gerçek bir insan incelemesi eşiği tanımlayın
Komisyon, esaslı incelemenin ilgili bilgi ve mesleki muhakeme gerektirdiğini; editoryal kontrolün ise sorumlu bir kuruluşun metnin içeriğini onaylayabilmesi, değiştirebilmesi veya reddedebilmesi anlamına geldiğini belirtir. Yazım denetimi açıkça kapsam dışıdır. Avrupa Komisyonu SSS
CMS inceleme adımınız şu soruları yanıtlayamıyorsa:
inceleme istisnasına güvenmek için kanıtlar eksiktir.
4. Yalnızca üretim başarısını değil, dönüşüm sonrasında korunmayı test edin
Makine tarafından okunabilir işaretler için mühendislik sorusu yalnızca "bunu gömebilir miyiz?" değildir. Soru, "varlık izlediği gerçek yol boyunca bunu koruyor mu?" olmalıdır.
En azından şunları test edin:
OpenAI, Google ve ElevenLabs dayanıklılığı açıklıyor; ancak hiçbiri her dönüşümden sonra kusursuz bir sinyal iddia etmiyor. OpenAI provenance SynthID genel bakış ElevenLabs SynthID yazısı
5. Operatörlerin gerçekten çalıştırabileceği bir doğrulama yolu bulundurun
Açık kaynak C2PA yığını bugün gerçek iş akışlarında kullanılabilecek kadar olgundur. C2PA conformance programı ve trust listesi yayındadır, `c2patool` manifest'leri inceleyebilir veya ekleyebilir ve `c2pa-rs` sürüm serisi Temmuz 2026'da hâlâ ilerlemektedir. C2PA conformance c2patool dokümanları c2pa-rs sürümleri
Bu size basit bir operatör yolu sağlar:
6. İstisnaları ekip içi hafıza değil, açık politika olarak ele alın
Komisyon rehberi, koşullara bağlı çeşitli kapsam dışı durumları ve istisnaları açıklar. Kaynak kodunu; insanın maruz kalmadığı, yalnızca makineden makineye işleme için tasarlanmış çıktıları; ayrıca açıkladığı koşullarda bazı kapalı döngü endüstriyel veya ürün geliştirme çıktılarını kapsam dışı olarak listeler. Ayrıca yardımcı nitelikteki standart düzenlemeyi, kamu yararına ilişkin metnin esaslı incelemesini ve açıkça sanatsal, yaratıcı, hicivsel, kurgusal veya benzeri belirli deepfake'leri birbirinden ayırır. Bunlar genel istisnalar değildir; belirli bir çıktı yolunun ilgili koşulları neden karşıladığını belgeleyin. Avrupa Komisyonu SSS
Bu istisnalar yalnızca insanların hafızasında yaşıyorsa zamanla değişir. Bunları bir karar ağacına, politika tablosuna veya sürüm kontrol listesine koyun ve her istisnayı izin verilen içerik yoluna bağlayın.
Mevcut araçların şimdiden yardımcı olduğu noktalar
OpenAI, Google ve ElevenLabs artık ekiplere gerçek yapı taşları sağlıyor; ancak her yapı taşının sınırları var.
OpenAI
29 Temmuz 2026 itibarıyla OpenAI, C2PA Conforming Generator Product olduğunu, ChatGPT, Codex ve API üzerinden üretilen desteklenen görsellere SynthID uyguladığını ve OpenAI tarafından üretilen görseller için bir araştırma önizlemesi doğrulayıcısı sunduğunu belirtiyor. Ayrıca hiçbir tespit yönteminin kusursuz olmadığını ve eksik bir sinyalin görselin AI tarafından üretilmediğinin kanıtı olmadığını söylüyor. OpenAI provenance OpenAI doğrulama
Google, SynthID'yi görseller, ses, metin ve video için çapraz medya filigranlama sistemi olarak konumlandırıyor. Metin dokümanları özellikle somut: filigranlama bir logits processor olarak uygulanıyor; ancak çeviri ve kapsamlı yeniden yazım tespiti zayıflatabiliyor. Bu yararlı bir bilgidir; çünkü nerede aşırı vaatlerde bulunmamanız gerektiğini gösterir. SynthID genel bakış SynthID Text dokümanları
ElevenLabs
29 Temmuz 2026 itibarıyla ElevenLabs, ses dedektörünün önce SynthID filigranını kontrol ettiğini, filigran bulunmadığında ise AI Speech Classifier'a başvurduğunu belirtiyor. Kavramsal olarak doğru model budur: önce provenance sinyali, ardından daha zayıf çıkarımsal sinyal. ElevenLabs Audio Detector dokümantasyonu
C2PA ve açık kaynak doğrulama
C2PA, provenance metadata'sı için en pratik açık standart olmaya devam ediyor. Resmî spesifikasyon, conformance programı ve komut satırı araçları, üretim hattında doğrulama kapılarını desteklemek için yeterlidir. C2PA ana sayfası C2PA spesifikasyonu c2patool dokümanları
Neyi varsaymamalısınız
Aşağıdakilerden hiçbirini varsaymayın:
Bunlar yanlış uyumluluk güveni oluşturan hata türleridir.
Sonuç
AB AI Yasası Madde 50 için kısa bir mühendislik yorumu şöyledir: sağlayıcılar sentetik çıktıları tespit edilebilir kılmalı, deployer'lar ise bunları insanlar için görünür kılmak zorunda kalabilir.
Bu nedenle doğru uygulama bir rozet değil, bir zincirdir:
Bunu bu şekilde oluşturursanız Madde 50 bir mühendislik kontrol yüzeyine dönüşür. Bunu "bir filigran ekledik" düzeyine indirgerseniz ayrı bir deployer yükümlülüğünü gözden kaçırabilirsiniz. Bu mimari uyumluluk kanıtını destekleyebilir; ancak hukuki kapsamı belirlemez veya uyumluluğu garanti etmez.
SSS
Sağlayıcının makine tarafından okunabilir işareti, deployer'ın deepfake etiketleme yükümlülüğünü karşılar mı?
Hayır. Komisyon SSS'si, deployer'ların yalnızca sağlayıcının makine tarafından okunabilir işaretine güvenemeyeceğini belirtir. Deepfake'ler, maruz kalan kişiye açık ve algılanabilir bir açıklama sunulmasını gerektirir. Avrupa Komisyonu SSS
İnsan incelemesi, kamu yararına ilişkin metni etiketleme yükümlülüğünden ne zaman muaf tutar?
Yalnızca gerçek bir kişi, ilgili bilgiyle içeriğin özünü bilinçli biçimde incelediğinde veya bir editoryal kuruluş metni esaslı gerekçelerle onaylayabildiğinde, değiştirebildiğinde ya da reddedebildiğinde. Yazım veya dilbilgisi düzeltmesi gibi biçimsel kontroller yeterli değildir. Avrupa Komisyonu SSS
Kaynak kodu ve makineden makineye çıktılar Madde 50(2) kapsamında mıdır?
Her zaman değil. Komisyon SSS'si, kaynak kodunu, insanın maruz kalmadığı bazı makineden makineye çıktıları ve bazı kapalı döngü endüstriyel kullanımları koşullara bağlı olarak kapsam dışı veya muaf olarak listeler. Avrupa Komisyonu SSS