RISKYZ-2022-00021MITAIID4 görüntülenme

Risk sınıflandırması: MIT AI Risk Repository etiketinden birebir alınmıştır.

7.Yapay Zekâ Sistem Güvenliği, Hatalar ve Sınırlamalar

Toronto’da yapay zekâ tabanlı su kalitesi tahmin sisteminin hatalı sonuçlar vererek halk sağlığını riske attığı iddia edildi

Yayınlandı: 29 Temmuz 2026Olay: Haziran 2022

Toronto’da plaj su kalitesini ölçmek için kullanılan yapay zekâ modelinin, yüksek bakteri seviyelerine rağmen hatalı şekilde güvenli raporu vererek halk sağlığını tehlikeye attığı öne sürüldü.

Olay

Toronto Halk Sağlığı (TPH) birimi, 2022 yaz sezonunda kirlilik riski yüksek olan Sunnyside ve Marie Curtis plajlarındaki su kalitesini izlemek amacıyla Cann Forecast tarafından geliştirilen yapay zekâ tabanlı bir tahmin modelini (AIPM) pilot uygulama olarak devreye almıştır. Sistemin, geleneksel laboratuvar testlerinin sonuçlanması için gereken 24 saatlik bekleme süresini ortadan kaldırarak gerçek zamanlı E. coli tahmini yapması hedeflenmiştir. Ancak, "Swim Drink Fish" grubu ve "The Information" tarafından yapılan analizler, sistemin güvenilirliğine dair ciddi zafiyetler ortaya koymuştur.

İncelemeler, modelin suyun güvensiz olduğu günlerin çoğunda hatalı şekilde "güvenli" onayı verdiğini; hatta isabet oranının bir yazı tura atışından (%50) daha düşük kaldığını göstermiştir. Bazı örneklerde, E. coli miktarının kabul edilebilir sınırın 4,5 katına çıktığı günlerde dahi sistemin plajları açık tuttuğu bildirilmiştir. TPH yetkilileri, sistemin %100 doğruluk iddiası taşımadığını ve kararların her zaman bir insan denetiminden geçtiğini savunmuştur. Ancak uzmanlar, bu tür sistemlerin maliyet tasarrufu için denetimsiz bırakılmasının "otomasyon önyargısına" yol açtığı konusunda uyarmaktadır.

Akademik Atıf

RiskYZ. (2026). RISKYZ-2022-00021: Toronto’da yapay zekâ tabanlı su kalitesi tahmin sisteminin hatalı sonuçlar vererek halk sağlığını riske attığı iddia edildi. RiskYZ Vaka Kütüphanesi. https://riskyz.org/cases/RISKYZ-2022-00021

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
Toronto Halk Sağlığı (TPH) Yapay Zekâ Tahmin Modellemesi (AIPM) ve Cann Forecast sistemi
Sektör
Kamu Hizmetleri

Zaman Çizelgesi

Olay Tarihi
Haziran 2022
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#kamu güvenliği#sağlık#otomasyon önyargısı#Kanada#tüketici güvenliği#doğruluk