Sosyal Güvenlik Kurumu, sahte sigortalılık ve haksız ödeme tespitinde artık algoritmalardan yararlanıyor. Yapay zeka destekli bu dönem sosyal güvenlik denetimlerinin artacağının habercisi.

Sosyal güvenlik sistemleri; büyük veriyle çalışan dev dijital yapılar haline geldi. Türkiye'de de bu dönüşümün en önemli adımı, Sosyal Güvenlik Kurumu'nun yapay zeka destekli denetimi oldu. Kurum, sahte sigortalılık ve haksız ödeme tespitinde artık algoritmalardan yararlanıyor. Bu gelişme sosyal güvenlik denetiminde yeni bir dönemin habercisi. Ancak beraberinde bazı temel soruları da getiriyor: Dijital denetim, insan denetiminin yerini alabilir mi

SGK'NIN YENİ STRATEJİSİ

SGK, her yıl yüz binlerce sigortalı kaydını ve milyonlarca işlem satırını denetliyor.

Kurumun açıkladığı son planlamaya göre, "yapay zeka destekli denetim" öncelikle üç alanda devreye girecek:

■ Sahte sigortalılık tespiti.

■ Yersiz emeklilik ve ölüm aylığı ödemeleri.

■ Usulsüz sağlık harcaması kontrolleri.

Sistem, geçmiş yıllara ait verilerle yeni kayıtları karşılaştırarak "riskli işlem" profili çıkaracak.

Kurumun denetim elemanları artık "rutin kontrol" yerine, yapay zekanın işaret ettiği şüpheli dosyaları inceleyecek. Bu model, klasik denetim sisteminden önemli bir fark taşıyor: Önleyici, hedefli ve veri temelli.

SİSTEM DİJİTALLEŞİYOR

Aslında SGK uzun süredir dijital dönüşüm içinde. E-bildirge, MEDULA, e-reçete, e-vizite, e-Devlet hizmetleri, e-tebligat gibi uygulamalarla artık işlemlerin büyük bölümü dijital ortamda yürütülüyor. Denetimde yapay zeka entegrasyonu bu zincirin yeni halkası. Kurum, her ay 30 milyona yakın sigortalı kaydı, 13 milyon emekli maaşı ve 100 milyonu aşkın sağlık provizyonunu işliyor. Bu devasa veri havuzu, denetimde verimlilik sağlasa da kişisel veri güvenliği bakımından hassas bir alan oluşturuyor. Çünkü artık SGK'nın elindeki bilgi yalnızca çalışma geçmişi değil; kişinin sağlık raporlarından aile yapısına kadar geniş bir yelpazeyi kapsıyor.

Verimlilik ile mahremiyet arasında dijital denetim, kamu kaynaklarının korunması açısından büyük avantaj sunuyor. Ancak aynı sistem, mahremiyet ve veri gizliliği açısından dikkatli kurgulanmazsa, çalışanların ve emeklilerin özel yaşamına dair bilgilerin dolaşıma girmesi riski doğar. Örneğin, sağlık provizyonu analizinde kullanılan yapay zeka modeli, kişinin hastalık türü, ilaç kullanımı veya tedavi geçmişi gibi verileri işliyor. Bu tür veriler, Kişisel Verilerin Korunması Kanunu uyarınca "özel nitelikli kişisel veri" sayılıyor. Dolayısıyla SGK'nın bu süreci yürütürken veri maskeleme, anonimleştirme ve erişim denetimi politikalarına dikkat etmesi gerekiyor. Aksi halde yapay zeka, yalnızca denetim aracı değil, mahremiyet riski kaynağı da olabilir.