Macaristan'ın Nemzeti Adatvédelmi és Információszabadság Hatóság (NAIH) otoritesi, Orta Avrupa DPA'ları arasında yapay zeka sistemi veri koruma gereksinimleri konusunda en kapsamlı rehberi yayımlamış otorite olma özelliğini taşıyor. NAIH, 2024'te 38 yaptırım kararı verdi ve kişisel veri işleyen her yapay zeka sistemi için açık Veri Koruma Etki Değerlendirmeleri zorunlu kılan ayrıntılı yapay zeka rehberi yayımladı — bu, GDPR'ın genel DPIA gereklilik yaklaşımından daha kapsamlı bir şart.
NAIH'ın Yapay Zeka Öncelikli Yaptırım Yaklaşımı
AB DPA'larının büyük çoğunluğu yapay zeka ve GDPR konusunda genel rehber yayımlarken, NAIH'ın 2024 rehberi operasyonel olarak özgüldür:
Kişisel veri işleyen tüm yapay zeka sistemleri için zorunlu DPIA: NAIH, işlemenin GDPR'ın genel DPIA şartı kapsamında "yüksek riskli" sayılıp sayılmadığından bağımsız olarak, kişisel veri işleyen her yapay zeka sisteminin dağıtımından önce tamamlanmış DPIA gerektiriyor. Bu, GDPR Madde 35'in risk temelli yaklaşımından daha talepkar bir şarttır.
DPIA kapsam gereksinimleri: NAIH'ın yapay zeka sistemleri için model DPIA'sı şunları içermek zorundadır:
- Yapay zeka modelinin veri girdileri ve çıktılarının teknik açıklaması
- Eğitim verilerinin gerçek anlamda anonimleştirildiğini veya belirli bir hukuki dayanak kapsamında işlendiğini kanıtlayan belgeler
- Algoritmik ayrımcılık riski değerlendirmesi
- Otomatik kararlar için insan inceleme mekanizması
- Yapay zeka tarafından işlenen veri için saklama ve silme programı
Yıllık yeniden değerlendirme: NAIH, yapay zeka sistemleri yeniden eğitildiğinde veya önemli ölçüde değiştirildiğinde DPIA'ların yıllık olarak güncellenmesini zorunlu kılıyor.
Macaristan, 2024'te 890.000'den fazla GDPR veri sahibi talebi işledi — 10 milyonluk nüfusu için kayda değer bir rakam; bu durum aktif hak kullanımına ve operasyonel uyum gerekliliklerine işaret ediyor.
Macaristan NVT Doğruluk Açığı
NAIH'ın 2024 teknik değerlendirmesi, Macarca NVT model doğruluğunu %67 olarak saptadı — AB ortalaması olan %82'nin önemli ölçüde altında. Bu açığın pratik yaptırım sonuçları var: İngilizce veya Almanca NLP araçlarıyla Macar kişisel verilerini işleyen kuruluşlar sistematik tespit hataları yapıyor.
Macarca morfolojik açıdan karmaşık bir dildir (yoğun son ek kullanımlı yapıştırmalı bir dil); bu durum analitik diller olan İngilizce gibi diller üzerinde eğitilmiş NLP modelleri için özgün zorluklar yaratmaktadır. Macarca metne gömülü adlar, adresler ve tanımlayıcılar, yeterli tespit doğruluğu elde etmek için Macarca metinle eğitilmiş modeller gerektiriyor.
Macar Ulusal Tanımlayıcıları
TAJ-szám (Társadalombiztosítási Azonosító Jel): 9 basamaklı sosyal güvenlik kimlik numarası. Tüm sağlık, sosyal yardım ve emeklilik kayıtlarında kullanılıyor. Doğrulama, Macar Sosyal Sigorta otoritesi standartları tarafından tanımlanan ağırlıklı sağlama toplamı algoritması kullanıyor.
Adóazonosító jel: Bireyler için 10 basamaklı vergi kimlik numarası. Format: 8 basamaklı çekirdek + 2 kontrol basamağı. İş sözleşmelerinde, vergi beyannamelerinde, bordro kayıtlarında ve finansal hizmet belgelerinde yer alıyor.
Személyi igazolvány numarası: Macar ulusal kimlik kartı numarası. Format ve kontrol basamağı yapısı Macaristan'ın yayın geleneklerine özgü.
Útlevél szám: Macar pasaport numarası. Kontrol basamağı olan Macaristan'ın yayın formatına özgü.
NAIH'ın teknik değerlendirmesi, genel NLP araçlarının format varyasyonu ve doğrulanmış sağlama toplamı algoritmalarının yokluğu nedeniyle belgelerin %61'inde TAJ-szám'ı kaçırdığını ortaya koydu.
Macaristan'ın Hükümet Dijitalleşme Uyum Bağlamı
Macaristan'ın hükümet dijitalleşme programı — kamu hizmetlerini Ügyfélkapu (Müşteri Geçidi) platformunda konsolide ediyor — önemli uyum gereksinimleri yaratıyor. Platform, vergi, sosyal hizmetler, sağlık ve lisanslama alanlarında 4 milyonun üzerinde kayıtlı Macar vatandaşının kişisel verilerini işliyor.
Ügyfélkapu ile entegre olan özel sektör kuruluşları (çalışan sosyal yardım yönetimi, vergi beyanname hizmetleri veya kimlik doğrulama için), Macar ulusal tanımlayıcılarını düzenlenmiş bağlamlarda işliyor. NAIH, özel sektör entegratörlerinin Macarca özgü tanımlayıcı desteği olmaksızın uluslararası KKB araçları kullandığını ve sistematik uyum boşlukları oluşturduğunu tespit etti.
Yapay Zeka Yasası'nın Etkileri
Macaristan, DPA rehberinde AB Yapay Zeka Yasası uygulamasını resmi olarak ele alan ilk AB üye devletleri arasında yer alıyor. NAIH'ın tutumu:
Yüksek riskli yapay zeka sistemleri (AB Yapay Zeka Yasası Ek III kapsamında tanımlanan — istihdam, kredi skorlaması ve temel hizmetlerdeki yapay zekayı kapsıyor) hem Yapay Zeka Yasası uygunluk değerlendirmesi hem de NAIH'ın gelişmiş DPIA'sını gerektiriyor.
Macar vatandaşlarının kişisel verilerini işlemek için kullanılan genel amaçlı yapay zeka modelleri, Yapay Zeka Yasası kapsamında bireysel olarak yüksek riskli olarak sınıflandırılmasa bile NAIH DPIA gerektiriyor.
Macaristan'da yapay zeka sistemi kullanan kuruluşlar için pratik uyum şartı şudur: dağıtımdan önce NAIH DPIA, belgelerdeki kişisel veri tespiti için Macarca NVT desteği ve sağlama toplamı doğrulamasıyla TAJ-szám/adóazonosító jel tespiti.
Kaynaklar: