RISKYZ-2016-00020MITAIID4 görüntülenme

Risk sınıflandırması: MIT AI Risk Repository etiketinden birebir alınmıştır.

7.Yapay Zekâ Sistem Güvenliği, Hatalar ve Sınırlamalar

ShotSpotter sisteminin adli kanıt olarak güvenilirliğinin sorgulanması sonucu bir mahkûmiyet kararının bozulduğu bildirildi

Yayınlandı: 29 Temmuz 2026Olay: Nisan 2016

Silvon Simmons davasında, ShotSpotter sisteminin başlangıçta silah sesi olarak tanımlamadığı verilerin polis talebiyle değiştirilerek adli kanıt olarak sunulması, sistemin bilimsel güvenilirliğine dair şüpheler nedeniyle mahkûmiyet kararının bozulmasına yol açtı.

Olay

Rochester, New York’ta 2016 yılında gerçekleşen bir olayda, polis memuru Joseph Ferrigno’nun Silvon Simmons adlı kişiyi vurduğu; memurun Simmons’ın kendisine ateş ettiğini iddia ettiği, Simmons’ın ise silahsız olduğunu savunduğu belirtildi. Davanın merkezinde, şehir tarafından kullanılan ShotSpotter adlı silah sesi tespit sisteminin sunduğu verilerin yer aldığı aktarıldı. Sistemin otomatik algoritmasının başlangıçta sesleri silah atışı olarak algılamadığı, "helikopter pervanesi sesi" olarak sınıflandırdığı; ancak polisin talebi üzerine şirket analistleri tarafından yapılan manuel incelemeler sonucunda atış sayısının önce üç, sonra dört ve nihayetinde beş olarak güncellendiği bildirildi.

Simmons, ShotSpotter verilerinin "bilimsel kanıt" olarak sunulmasıyla silah bulundurmaktan suçlu bulundu. Ancak Monroe Bölge Mahkemesi Yargıcı Christopher Ciaccio, Ocak 2018’de bu mahkûmiyet kararını bozdu. Yargıç, sistemin sunduğu verilerin tek başına bir davayı ayakta tutacak kadar güvenilir olmadığını, özellikle insan müdahalesiyle değiştirilen analizlerin subjektif nitelik taşıdığını belirtti. Kararda, ShotSpotter’ın bir soruşturma aracı olarak kullanılabileceği ancak destekleyici başka somut kanıtlar olmaksızın kesin adli kanıt sayılamayacağı vurgulandı.

Innocence Project (Masumiyet Projesi) tarafından mahkemeye sunulan görüşte, ShotSpotter teknolojisinin sisteminin "bilişsel önyargı" riski taşıdığı ve verilerin bilimsel kanıt olarak kabul edilemeyeceği öne sürüldü. Savunma avukatları, şirketin verileri "müşterisi" olan emniyet birimlerinin anlatısını destekleyecek şekilde yorumlamış olabileceği iddiasını dile getirdi. ShotSpotter yetkilileri ise algoritmaların ticari sır (proprietary) olduğunu savunurken, sistemin 25 metre mesafe içinde %80 oranında doğru sonuç verdiğini ifade etti.

Olay, yapay zekâ ve otomatik sistemlerin yargı sürecindeki rolüne ilişkin önemli bir tartışma başlatmıştır. Sistemin hata payı ve verilerin sonradan insan müdahalesiyle değiştirilebilir olması, adil yargılanma hakkı çerçevesinde bir risk unsuru olarak değerlendirilmiştir. Simmons’ın emniyet teşkilatına karşı açtığı tazminat davasının sürdüğü bildirilmiştir.

Akademik Atıf

RiskYZ. (2026). RISKYZ-2016-00020: ShotSpotter sisteminin adli kanıt olarak güvenilirliğinin sorgulanması sonucu bir mahkûmiyet kararının bozulduğu bildirildi. RiskYZ Vaka Kütüphanesi. https://riskyz.org/cases/RISKYZ-2016-00020

Sınıflandırma

Risk Alanı
7.Yapay Zekâ Sistem Güvenliği, Hatalar ve Sınırlamalar
Alt Kategori
7.3Yetersiz kapasite veya dayanıklılık
Kaynak
Yapay Zekâ
Niyet
Kasıtsız
Zamanlama
Dağıtım Sonrası

Detaylar

Etkilenen Sistem
ShotSpotter (silah sesi tespit ve konumlandırma sistemi)
Sektör
Hukuk
Konum
Amerika Birleşik Devletleri

Zaman Çizelgesi

Olay Tarihi
Nisan 2016
Yayınlandı
29.07.2026
Güncellendi
11.08.2026

Olay tarihi zararın başladığı anı gösterir; haberin ya da davanın tarihi olmayabilir. Nasıl belirlenir?

Etiketler

#yapay zekâ hatası#doğrulama eksikliği#hukuk#kamu güveni#otomatik karar verme#algoritmik önyargı#hesap verebilirlik#şeffaflık