2025’in sonlarında Arabian Dyar şirketi, Google ile yapay zekâ ve büyük veri araçlarını gayrimenkul geliştirme süreçlerine entegre etmek üzere 100 milyon dolara kadar çıkabilecek bir anlaşma duyurdu (Albarakati, 2025, Rahman, 2025). Açıklamaya göre yapay zekânın bina işletmesi satış aşaması, arazi seçimi, yatırım, tasarım, planlama ve tesis yönetimine kadar kullanılması hedefleniyor. Şirketin açıklamalarına göre yaklaşık 15 yıllık kurumsal veri de bu sistemlerin geliştirilmesinde kullanılacak (Albarakati, 2025). 2026 itibariyle şirket, yapay zekâ ve teknolojiyi gayrimenkul projelerinde kullanma yönündeki stratejisini sürdürdüğünü açıklasa da Google ile geliştirilecek modellerin arazi seçimi ya da planlama kararlarında nasıl uygulandığına dair ayrıntılı sonuçları henüz kamuya duyurmadı.
Özel bir gayrimenkul geliştiricisinin, yatırım ve arazi geliştirme kararlarını desteklemek amacıyla özel bir teknoloji şirketinin yapay zekâ altyapısından yararlanmak istemesi şaşırtıcı değil. Bu haberi benim için dikkat çekici kılan, önümüzdeki dönemde yapay zekanın şehir planlama ve kentsel tasarım kararlarına giderek daha çok dahil olacağına dair verdiği sinyal. Çünkü kamu kurumları, yeni teknolojileri benimseme konusunda daha temkinli ilerlese de çoğu zaman ticari ortamlarda test edilen teknolojiler daha sonra kamu sektörünün işlevlerine uyarlanabilir hâle gelebiliyor. Yukarıda sözü edilen arazi seçimi ve kullanımı kararlarında yapay zekâ altyapısından yararlanma girişimleri, söz konusu kamu yararı ve planlama olduğunda sadece teknik, teknolojik bir dönüşüm anlamına gelmiyor; gündelik yaşamdan yönetişim modellerine kadar uzanan kurumsal ve toplumsal bir dönüşümü de beraberinde getiriyor. Bu yazı, planlamanın geleceğine ilişkin kapsamlı ve teknik bir senaryo analizinden çok, bu olası dönüşümün yaratabileceği etkileri algoritmalar, hesap verebilirlik ve itiraz hakkı başlıkları üzerinden düşünmeyi amaçlıyor.
Bir algoritma kente baktığında ne görür?
“Bir yere yol giderse, insan da gider.” Bu temel planlama bilgisi aslında gecekondulaşmadan kentsel büyümenin yönüne, uydu kentlerden yeni gelişme alanlarına kadar pek çok kavramın altında yatan prensiplerden birini tarif ediyor. Altyapı çoğu zaman kentin ne yönde gelişeceğini belirler ve erişilebilirlik arttıkça, insan, yatırım ve yapılaşma da yolu izler. Günümüzde bu prensip hâlâ geçerli olsa da kentin gelişimini yönlendiren karar altyapısı ve yolu nereye götüreceğimize dair parametreler hızla değişiyor.
Türkiye’de 2000’lerin başında planlamanın dijitalleşmesi, kimi zaman iki program arasında veriyi kayıpsız aktarabilmenin başarısıydı. Bozulmadan aktarabilen katmanlar, isabetli koordinat sistemi, verinin diğer yazılımda açılması gibi. Bugün ise mekânsal veri eskiden olduğundan çok daha farklı veri kümeleri ile ilişkilendirilebilir, geleceğe dair senaryolar, tahminler ve seçenek sıralamaları oluşturabilir.
Bu süreci, Türkiye’den güncel bir örnek, Tak, Akay ve Gülümser’in (2026) İstanbul Göktürk üzerine gerçekleştirdiği, mahalle ölçeğinde arazi kullanım kararlarını çok amaçlı optimizasyon yaklaşımıyla ele alan çalışması somutlaştırıyor. Çalışma, mahalle ölçeğinde 10.000 arazi kullanım alternatifi üretmiş ve 2.343 farklı Pareto-optimal çözüm (Pareto-optimal çözümlerde bir şeyi daha iyi hale getirmek için başka bir şeyi daha kötü hale getirmek zorundayızdır) belirlemiş. Örneğin, bu araştırma hizmet alanı yeterliliğini artırmak için yaya erişilebilirliğinden açıkça ödün vermek (trade-off) gerektiğini ortaya koymuş. Model tek bir “en iyi plan” üretmek yerine farklı önceliklerin sonuçlarını ortaya koyuyor (Tak et al., 2026, pp. 8, 10). Hangi alternatifin seçileceği, hangi hedefin daha önemli sayıldığına, kabul edilebilir maliyetlerin belirlenmesine ya da riskin kim tarafından taşınacağına bağlı olabilir. Karar, hizmet alanı, yaya erişilebilirliği, kamusal fayda, verimlilik ya da dayanıklılık öncelikleri üzerinden şekillenebilir.
Rittel ve Webber’in çalışmaları bundan yaklaşık elli yıl önce, 1973’te planlama problemleri için tek ve nesnel bir optimum çözümün bulunmadığını ve hangi sonucun iyi sayılacağının önceden tanımlanan ölçütlere bağlı olduğunu vurgularken, Ben Green (2019) günümüzde kentte algoritmalara verilecek hedeflerin artık teknik değil siyasi tercihler olduğuna dikkat çekiyor. Bu optimizasyon tartışması, kentin nasıl olması gerektiğine dair öngörüleri, teknik hesapları ve siyasi kararları içeriyor.
Kamusal kararların sorumluluğu
Veri ve gelecek projeksiyonları kent yönetimi disiplinin yapı taşlarından biri ve günümüzde kentler, belirli aralıklarla veri toplanarak yönetilen bir sistemden gerçek zamana yakın veri üreten ve bu verilere göre tepki veren bir sisteme doğru hareket etti. Örneğin, dijital ikizler teknolojisi, 2014’te başlayan Virtual Singapore projesinde kentin üç boyutlu dijital bir kopyasını üretmek çok etkileyiciydi. Artık dijital ikizlerden yalnızca kenti temsil etmeleri değil, trafik, nüfus, altyapı ve çevresel riskler değiştiğinde olası gelecekleri de simüle etmeleri bekleniyor.
Arabian Dyar–Google ortaklığı da özel sektörün olağan kılacağı teknolojik altyapıyı şirket ölçeğinde örnekliyor. Bir model farklı arazileri belirli kriterlerle değerlendirip sıralamaya başladığında son kararı insan verse bile karar artık algoritmik olarak biçimlendirilmiş oluyor. Yani, karar yetkisi veri setini seçen kurum, modeli geliştiren şirket, proje sahibinin hedefleri, çıktıları yorumlayan uzmanlar ve yetkili makam gibi aktörlerin dahil olduğu aşamalara bölünmüş olacak.
Yukarıda bahsi geçen yapı, kamunun özel sektör ortaklıkları ve yerel politikalar çerçevesine taşındığında, ortaya çıkan sonuçların hatalı, ayrımcı ya da kamu yararına aykırı olduğu durumlarda sorumluluğun bu zincirin hangi halkasına ait olduğunu saptamak güçleşebilir. OECD’nin veri etiği ilkelerine göre nihai karar yetkisi kamuya karşı hesap verebilir insan aktörlerde kalmalı (OECD, 2021, s. 8). Peki karar verici teknik çıktıyı sorgulayacak bilgiye, zamana veya kurumsal güce sahip değilse? Ayrıca algoritmik önerilerin teknik ve nesnel göründükleri için gereğinden fazla ağırlık kazanması (otomasyon yanlılığı) riskini de göz önünde bulundurmak önem kazanıyor. Ekrandaki sıralamayı onaylayan bir insanın varlığı karar yetkisinin gerçekten o kişide bulunduğu anlamına gelmeyebilir.
Bu da kamusal karar yetkisinin ne ölçüde ve hangi güvencelerle özel aktörlere devredildiği sorusunu gündeme getiriyor (Goodman, 2020). Kentsel yapay zekâ sistemlerinde kamunun özel şirketlerle kurduğu ilişki sıradan bir hizmet alımından daha fazlası. Hatta Voorwinden’a (2021) göre akıllı kent ortaklıklarında özel şirketler, ürün ve hizmetleri aracılığıyla politika üretimine etki edebilir, teknolojinin tasarımına belirli değerler ve öncelikler gömülebilir. Bir kaide olmamakla birlikte, teknoloji sağlayıcısı teslim ettiği yazılımla birlikte, hangi verinin işlenebileceğini, hangi kategorilerin kurulacağını, hangi sonuçların karşılaştırılacağını ya da sistemin ne ölçüde açıklanabilir olacağını etkileyebilir.
Bu anlamda, kenti bilme biçimlerimizi çeşitlendirmek planlama kararlarını da değiştirebilir. Bir paftada boş görünen alanın sahada boş olmaması gibi yüksek çözünürlüklü bir modelin sınıflandırdığı mekân da gündelik hayatın bütün ilişkilerini içermeyecektir. Bir gündüz otoparkı, gece kayıt dışı pazara dönüşebilir. Bir mahallede bakım ağları, farklı güvenlik pratikleri, görünmeyen dayanışma ilişkileri bulunabilir. Ya da, örneğin öngörücü polislik (predictive policing) sistemlerinde görüldüğü üzere, “yüksek riskli” olarak işaretlenen bölgelere daha fazla polis gönderilmesi, bu bölgelerde daha fazla olayın tespit edilip kayda geçirilmesine, üretilen bu yeni kayıtların da başlangıçtaki risk sınıflandırmasını güçlendirmesine yol açabilir (Ensign et al., 2018). Bu çerçeveden bakınca, bir sistemde hedeflerin nasıl ve kim tarafından belirlendiğine, modelin önerisinin hangi kurum tarafından nasıl gerekçelendirildiğine, kamusal denetimin ne kadar açık yapılabileceğine ilişkin soruları kararlar alınmadan önce sorabilmek ideal olurdu.
İtiraz hakkı yeterli mi?
Amsterdam’ın Algoritma Sicili hesap verebilirliğe ilişkin iyi bir örnek. Belediye 2020’den itibaren kullandığı algoritmaların ne işe yaradığını, neden kullanıldığını ve nasıl çalıştığını kamuya açık bir listede paylaşmaya başlamıştı. Bu süreçte, bilgiye erişilebilirlik, sorumluluk, etki değerlendirmesi ve itiraz mekanizmalarını da yönetişim çerçevesine dahil etmeye çalıştı (OECD.AI, 2023). Ancak bağımsız denetim kurulu (Rekenkamer Amsterdam) 2023 tarihli incelemesinde, sicilin tek başına yeterli olmadığını ve kullanıldığı bilinen bazı algoritmaların listede yer almadığını tespit etti. Belediye de kendi bünyesindeki bütün algoritmaları eksiksiz biçimde göremiyordu ve algoritmaların rol aldığı kararlara yapılan itirazlar izlenemiyordu. Belediye, denetim kurulunun tespitleri ve önerileri doğrultusunda bir eylem planı hazırladı. Bugün halen algoritmaları envantere alma, risklerine göre sınıflandırma ve algoritmanın etkilediği kararlarda yurttaşın bilgilendirilmesi ile itiraz imkânlarının güçlendirilmesi üzerinde çalışmayı sürdürüyor.
Bu örnekte en kritik bulduğum sistem öğelerinden biri itiraz etme hakkı. Vatandaş bir sistemin varlığından haberdar olsa da hangi kararın nasıl etkilendiğini anlayamıyorsa, gerekçeye erişemiyor ve sonucu değiştirecek başvuru yollarını kullanamıyorsa itiraz etme hakkı bir sonuç üretmeyecektir. Bahsi geçen şeffaflık kurum ve vatandaş arasındaki geri besleme mekanizmasını desteklemiyorsa, bir algoritmanın kamuya açıklanması da vatandaşın algoritmik karara karşı etkili biçimde itiraz edilebilmesi için yeterli değil. Bu sistemin halihazırda işlevsel olması gerekliliği de elbette sadece algoritmik kararlar ile sınırlı değil.
Bugün belediye size bir karar gönderirse kabaca şöyle düşünebilirsiniz: Bu kararı hangi kurum verdi? Kararın gerekçesi nedir? Hangi mevzuata dayanıyor? Nereye başvurmalıyım? Bu düşünce zinciri bile gündelik hayatta epey karmaşa yaratabilir.
Algoritmik kararlar söz konusu olduğunda ise hesap verebilirlik için kararın açıklanabilirliği sadece bir başlangıç. Türkiye’deki mevcut sistemde kişi önce veri sorumlusuna başvuruyor, veri sorumlusunun en geç otuz gün içinde yanıt vermesi gerekiyor. Yanıtın yetersiz bulunması, başvurunun reddedilmesi veya hiç yanıt verilmemesi durumunda Kişisel Verileri Koruma Kurulu’na şikâyet yolu açılıyor. Yani sistem reaktif çalışıyor: ancak kişi açısından olumsuz bir sonuç ortaya çıkarsa itiraz hakkı devreye giriyor (Bilir, 2026). Ama kişinin itiraz hakkını kullanabilmesi için öncelikle bu kararda algoritmik bir sistem kullanıldığını bilmesi, kararın hangi verilere ve ölçütlere dayandığını en azından belirli ölçüde anlayabilmesi ve başvurusunu hangi kuruma yönelteceğini de bilmesi gerekiyor. Bilir’in altını çizdiği üzere, itiraz hakkının hukuken mevcut olması ile bu hakkın fiilen kullanılabilir olması aynı şey değil.
Planlama açısından, algoritmik kararların arazi kullanımı, ulaşım, altyapı hizmetleri gibi alanlardaki etkisi bireylerin yanında toplulukların yaşamını da etkiler. Kent yönetiminde bu tür uygulamaların işleyişi demokrasisi gelişmiş, altyapısı sağlam kabul edilen ülkelerde bile ciddi tartışmalara ve hak ihlallerine neden olabiliyor. Yeni ve ileri teknolojilerin kamuda kullanımı gerekçelendirme, denetim, itiraz gibi işlevsel altyapılarla desteklenmediğinde vatandaş ile kurumlar arasındaki güç asimetrisi artıyor. Devletlerin algoritmalarla karar verme kapasitesi büyüyorsa, bu kararlara itiraz edebilecek kurumların ve vatandaşın itiraz kapasitesi de güçlenebilmeli ve örgütlenebilmeli. İnovasyonu yalnızca yeni bir teknolojiyi sahiplenmek ya da mevcut sisteme uyarlamak olarak gördüğümüzde teknolojiyi alıp inovasyonu ıskalıyoruz.
Kaynakça
Albarakati, M. (2025, October 31). Saudi real estate developer partners with Google on AI. Semafor.
Bilir, F. (2026). 6698 Sayılı Kişisel Verilerin Korunması Kanunu kapsamında otomatik karar alma süreçlerine itiraz hakkı. Kişisel Verileri Koruma Dergisi, 8(1), 1–20.
Ensign, D., Friedler, S. A., Neville, S., Scheidegger, C., & Venkatasubramanian, S. (2018). Runaway feedback loops in predictive policing. Proceedings of Machine Learning Research, 81, 160–171.
Gemeente Amsterdam. (2022). A grip on algorithms: Approach and policy on algorithms. City of Amsterdam.
Gemeente Amsterdam. (2026). Plan van Aanpak Algoritmes: Q1 2026. Voortgangsrapportage 2025 Plan van Aanpak Algoritmes. Gemeente Amsterdam.
Goodman, E. P. (2020). Smart city ethics: How “smart” challenges democratic governance. In M. D. Dubber, F. Pasquale, & S. Das (Eds.), The Oxford handbook of ethics of AI (pp. 823–839). Oxford University Press. https://doi.org/10.1093/oxfordhb/9780190067397.013.53
Green, B. (2019). The smart enough city: Putting technology in its place to reclaim our urban future. MIT Press. https://doi.org/10.7551/mitpress/11555.001.0001
Hommadi, A. (2025, November 1). Arabian AlDyar eyes Saudi listing, signs Google partnership. Asharq Al-Awsat.
Mattern, S. (2021). A city is not a computer: Other urban intelligences. Princeton University Press.
OECD.AI. (2023, May 22). Algorithm register in the City of Amsterdam.
OECD. (2021). OECD good practice principles for data ethics in the public sector (OECD Public Governance Policy Papers No. 57). OECD Publishing. https://doi.org/10.1787/caa35b76-en
OECD. (2025). Governing with artificial intelligence: The state of play and way forward in core government functions. OECD Publishing. https://doi.org/10.1787/795de142-en
Rahman, F. (2025, November 18). Saudi developer Arabian Dyar seeks foreign buyers for next phase of $2.6bn Makkah project. The National.
Rittel, H. W. J., & Webber, M. M. (1973). Dilemmas in a general theory of planning. Policy Sciences, 4, 155–169. https://doi.org/10.1007/BF01405730
Tak, M. D., Akay, M., & Gülümser, A. A. (2026). Policy-informed parametric multi-objective optimisation for neighbourhood land-use allocation. City and Environment Interactions, 30, Article 100396. https://doi.org/10.1016/j.cacint.2026.100396
Voorwinden, A. (2021). The privatised city: Technology and public-private partnerships in the smart city. Law, Innovation and Technology, 13(2), 439–463. https://doi.org/10.1080/17579961.2021.1977213
