İş Güvenliğinde Yapay Zekâ Ne Yapar? Kullanım Alanları, Faydaları ve Riskleri

Yapay zekâ iş güvenliğinde nasıl çalışır?

Yapay zekâ destekli İSG sistemleri temel olarak veriyi toplar, örüntüleri analiz eder ve tehlike veya anormallik ihtimali hakkında çıktı üretir.

Bu süreci üç temel işlevle açıklamak mümkündür:

1. Görür

Kamera, sensör veya bağlı ekipmanlardan gelen anlık veriler içerisindeki belirli durumları tespit etmeye çalışır.

Örneğin;

• baret bulunmaması,
• yasak bölgeye giriş,
• forklift ile çalışan arasındaki mesafenin azalması,
• düşme,
• duman veya alev oluşması

gibi durumlar otomatik olarak işaretlenebilir.

2. Öngörür

Geçmiş veriler ile mevcut saha koşullarını birlikte değerlendirerek riskin yükseldiği alanları veya ekipmanları belirlemeye yardımcı olabilir.

3. Öğrenmeye yardımcı olur

İş kazası, ramak kala, bakım ve saha gözlem kayıtlarındaki tekrar eden örüntüleri sınıflandırabilir.

Yapay zekâ iş güvenliğinde hangi alanlarda kullanılabilir?

Kişisel koruyucu donanım kullanımını kontrol edebilir

Bilgisayarlı görü sistemleri kamera görüntülerini analiz ederek;

• baret,
• reflektif yelek,
• koruyucu gözlük,
• maske veya belirli diğer KKD’lerin

görüntüde bulunup bulunmadığını değerlendirebilir.

Ancak burada önemli bir sınır vardır.

Sistemin bareti algılaması, bareti mutlaka doğru kullanıldığını göstermez. Örneğin çene bağının kapalı olup olmadığı, ekipmanın uygun beden veya standartta bulunup bulunmadığı ya da hasarlı olup olmadığı her sistem tarafından güvenilir biçimde tespit edilemeyebilir.

2024 yılında yayımlanan bilgisayarlı görü tabanlı KKD denetimlerine ilişkin sistematik derleme de saha koşullarının sistem performansını etkileyebildiğini göstermektedir.

Özellikle;

• ışık değişimleri,
• kamera açısı,
• hareket,
• kişilerin birbirini örtmesi,
• KKD’nin kısmen görünmesi,
• sektöre özgü çalışma ortamları

algılama doğruluğunu etkileyebilir.

Tehlikeli bölge ihlallerini belirleyebilir

Yapay zekâ destekli kamera sistemleri çalışanların;

• yasak bölgelere girişini,
• forklift veya hareketli ekipmana yaklaşmasını,
• askıdaki yük altında bulunmasını,
• belirlenmiş yaya yollarından çıkmasını

tespit etmek amacıyla kullanılabilir.

Örneğin forklift güzergâhına giren bir çalışan algılandığında sistem operatöre veya çalışana uyarı verebilir.

Böylece kamera yalnızca olaydan sonra görüntü sağlayan pasif kayıt aracı olmaktan çıkıp erken uyarı sisteminin parçasına dönüşebilir.

Ancak bu teknoloji;

• fiziksel bariyerlerin,
• ayrılmış yaya yollarının,
• trafik organizasyonunun,
• hız sınırlandırıcıların,
• mühendislik kontrollerinin

alternatifi olarak görülmemelidir.

Gaz, sıcaklık, gürültü ve titreşim verilerini analiz edebilir

Akıllı KKD’ler, giyilebilir cihazlar ve bağlı sensörler farklı çevresel veya çalışma verilerini takip edebilir.

Bunlar arasında;

• zehirli veya yanıcı gazlar,
• sıcaklık,
• nem,
• gürültü,
• titreşim,
• çalışanın konumu,
• duruş ve hareket bilgileri,
• bazı sistemlerde fizyolojik zorlanma göstergeleri

bulunabilir.

Yapay zekâ, tek bir sensör değerinden ziyade birden fazla veriyi birlikte analiz ederek olağan dışı koşulları daha erken işaretleyebilir.

Ancak özellikle çalışanların konumu veya fizyolojik durumuna ilişkin veriler söz konusu olduğunda kişisel veri, mahremiyet ve çalışan hakları ayrıca değerlendirilmelidir.

Makine arızalarını önceden tahmin etmeye yardımcı olabilir

Kestirimci bakım sistemleri makine ve ekipmanlardan gelen;

• titreşim,
• sıcaklık,
• basınç,
• ses,
• elektriksel değerler

gibi verilerdeki değişimleri analiz ederek arıza belirtisi olabilecek anormallikleri tespit edebilir.

Böylece bakım yalnızca sabit takvime göre değil, ekipmanın gerçek çalışma durumundan gelen verilere göre de planlanabilir.

Bu yaklaşım özellikle arızanın çalışan güvenliği üzerinde ciddi etkiler yaratabileceği kritik ekipmanlarda önemli bir erken uyarı katmanı oluşturabilir.

Ramak kala ve iş kazası kayıtlarını analiz edebilir

Doğal dil işleme ve üretken yapay zekâ sistemleri çok sayıda olay raporunu analiz edip benzer olayları gruplandırabilir.

Örneğin farklı çalışanların;

• “zemin kaygandı”,
• “yağ sızıntısı vardı”,
• “yerde sıvı vardı”

şeklinde yazdığı kayıtların ortak bir risk başlığı altında toplanmasına yardımcı olabilir.

Benzer şekilde sistem;

• belirli vardiyada artan olayları,
• aynı ekipmanda tekrar eden sorunları,
• aynı bölümden gelen ramak kala bildirimlerini,
• belirli risk faktörlerinin birlikte görülmesini

daha görünür hâle getirebilir.

Yapay zekâ tarafından hazırlanan olay özeti resmî kayıt sayılır mı?

Hayır.

Yapay zekâ;

• bağlamı yanlış yorumlayabilir,
• kritik ayrıntıyı atlayabilir,
• benzer görünen iki farklı olayı aynı kategoriye koyabilir,
• kaynakta bulunmayan bir açıklama üretebilir.

Bu nedenle AI çıktısı doğrudan iş kazası inceleme raporu veya kök neden analizi olarak kullanılmamalıdır.

Dinamik risk değerlendirmesine destek olabilir

İşyerindeki risk seviyesi çalışma şartları değiştikçe değişebilir.

Yapay zekâ, sürekli gelen veriler içerisindeki değişimleri izleyerek risk seviyesinin yükseldiğine ilişkin erken uyarılar oluşturabilir.

Örneğin aynı üretim hattında;

• fazla mesailer artmışsa,
• bakım aralıkları uzamışsa,
• ramak kala bildirimleri çoğalmışsa,
• ortam sıcaklığı yükselmişse,
• aynı güvenlik ihlalleri belirli saatlerde yoğunlaşıyorsa

sistem bu verileri birlikte değerlendirerek ilgili alanın daha yakından incelenmesini önerebilir.

Ancak bu çıktı mevzuata uygun risk değerlendirmesini kendiliğinden değiştirmez.

6331 sayılı İş Sağlığı ve Güvenliği Kanunu kapsamında risk değerlendirmesinin yapılması veya yaptırılması işverenin yükümlülüğüdür.

İSG eğitimlerini kişiselleştirebilir

Yapay zekâ çalışanın;

• görevine,
• maruz kaldığı tehlikelere,
• önceki eğitim sonuçlarına,
• yaptığı yaygın hatalara

göre eğitim içeriğinin uyarlanmasına yardımcı olabilir.

Sanal veya genişletilmiş gerçeklik uygulamalarıyla;

• yangın,
• yüksekte çalışma,
• kapalı alan,
• makine kazası,
• acil tahliye

gibi düşük sıklıkta gerçekleşen fakat ağır sonuçları bulunabilen senaryolar güvenli simülasyon ortamında çalışılabilir.

Ancak dijital eğitimin tamamlanması, çalışanın uygulamalı yeterliliğe sahip olduğunu tek başına göstermez.

Acil durum müdahalesini hızlandırabilir

Akıllı sistemler;

• düşme,
• uzun süre hareketsiz kalma,
• duman,
• alev,
• hızlı sıcaklık yükselişi,
• tehlikeli gaz seviyesi

gibi olayları otomatik olarak algılayabilir.

Çalışanın konumunun bilinmesi de kurtarma ekiplerinin doğru bölgeye daha hızlı yönelmesine katkı sağlayabilir.

Ancak kritik acil durum organizasyonu yalnızca;

• internet bağlantısına,
• tek sensöre,
• tek sunucuya,
• tek yapay zekâ modeline

bağlanmamalıdır.

Alternatif haberleşme ve manuel acil durum prosedürleri bulunmalıdır.

Yapay zekânın İSG’ye sağlayabileceği faydalar

Kullanım alanı	Olası katkı	İnsan doğrulaması
Kamera analizi	KKD ve tehlikeli bölge ihlallerini belirleme	Alarm gerçekten ihlal mi?
Giyilebilir sensör	Maruziyet ve zorlanma göstergelerini izleme	Veri doğru ve hukuka uygun yorumlanıyor mu?
Kestirimci bakım	Arıza belirtilerini erken fark etme	Teknik kontrol ve bakım kararı
Olay analizi	Tekrar eden nedenleri sınıflandırma	Kök neden ve düzeltici faaliyet
Risk analizi desteği	Yükselen risk alanlarını işaretleme	Mevzuata uygun risk değerlendirmesi
Dijital eğitim	Göreve uygun senaryo üretme	Uygulamalı yeterlilik ve davranış
Acil durum	Olay ve konumu hızlı bildirme	Kurtarma planı ve insan müdahalesi

Uluslararası Çalışma Örgütünün 2025 küresel raporu da otomasyon, yapay zekâ ve akıllı izleme sistemlerinin tehlikeli maruziyetleri azaltma, yaralanmaları önleme ve çalışma koşullarını iyileştirme potansiyeline dikkat çekmektedir.

Ancak aynı rapor dijital dönüşümün yeni riskler oluşturabileceğini ve teknolojinin çalışan katılımını içeren önleyici bir İSG sistemi içerisinde kullanılması gerektiğini vurgulamaktadır.

Yapay zekâ iş güvenliğinde hangi yeni riskleri oluşturabilir?

Yanlış negatif: Tehlikeyi görmemek

İSG açısından en kritik yapay zekâ hatalarından biri sistemin gerçek bir tehlikeyi algılamamasıdır.

Örneğin sistem;

• baret bulunmadığını göremeyebilir,
• tehlikeli gaz yükselişini normal sınıflandırabilir,
• arızaya işaret eden titreşim değişikliğini kaçırabilir.

Böyle bir hata yalnızca teknik bir performans problemi değildir. Sisteme güvenen çalışan veya yöneticilerde yanlış güven hissi oluşturabilir.

Bu nedenle kritik güvenlik uygulamalarında yalnızca genel “doğruluk yüzdesine” bakmak yeterli değildir.

Özellikle;

• yanlış negatif oranı,
• yanlış pozitif oranı,
• alarm gecikmesi,
• farklı ışık ve saha koşullarındaki performans,
• sistem kesintisindeki davranış

ayrıca değerlendirilmelidir.

Alarm yorgunluğu

Sistem çok fazla gereksiz alarm üretiyorsa çalışan veya yöneticiler zaman içerisinde alarmları önemsememeye başlayabilir.

Bu nedenle;

Daha fazla alarm = Daha fazla güvenlik

denklemi her zaman doğru değildir.

Her alarm için;

• kimin bildirim alacağı,
• ne kadar sürede değerlendireceği,
• hangi koşulda işin durdurulacağı,
• hangi kaydın tutulacağı

önceden tanımlanmalıdır.

Algoritmaya aşırı güven

Yapay zekânın tehlikeli sonuçlarından biri de insanın sistem çıktısına gereğinden fazla güvenmeye başlamasıdır.

AB Yapay Zekâ Tüzüğü, yüksek riskli AI sistemlerinde insan gözetimini özel olarak düzenlemektedir.

Gözetimi yapan kişi;

• sistemin yeteneklerini ve sınırlarını anlayabilmeli,
• çıktıyı doğru yorumlayabilmeli,
• otomasyon yanlılığı riskinin farkında olmalı,
• gerektiğinde çıktıyı dikkate almamalı veya değiştirebilmeli,
• gerektiğinde sistemi güvenli biçimde durdurabilmelidir.

Mahremiyet ve sürekli gözetim riski

İSG amacıyla kullanılan yapay zekâ sistemleri;

• kamera görüntüsü,
• konum,
• hareket bilgisi,
• çalışma davranışı,
• bazı durumlarda fizyolojik veya biyometrik bilgiler

işleyebilir.

Burada önemli bir hukuki ayrım vardır: Her kamera görüntüsü otomatik olarak biyometrik veri değildir. Ancak yüz tanıma veya kişiyi benzersiz şekilde tanımlamaya yönelik biyometrik analiz yapılması durumunda özel nitelikli kişisel veri hükümleri gündeme gelebilir.

KVKK’nın 4 Ağustos 2022 tarihli ve 2022/797 sayılı kararında da işyerindeki kamera ve yüz tanıma uygulamaları;

• işleme amacı,
• hukuki dayanak,
• gereklilik,
• ölçülülük,
• kameranın bulunduğu alan,
• saklama süresi,
• çalışanın bilgilendirilmesi

gibi unsurlar üzerinden değerlendirilmiştir.

Yapay zekâ psikososyal risk oluşturabilir mi?

Evet.

Çalışanın sürekli izlendiği, puanlandığı veya çalışma temposunun algoritmalar tarafından belirlendiği sistemlerde;

• stres,
• iş yoğunluğunun artması,
• özerklik kaybı,
• performans baskısı,
• sürekli gözetim hissi

gibi psikososyal riskler oluşabilir.

EU-OSHA da yapay zekâ tabanlı ve algoritmik çalışan yönetimi sistemlerinin çalışan mahremiyeti, stres ve diğer psikososyal riskler üzerinde olumsuz etkiler yaratabileceğine dikkat çekmektedir.

Bu nedenle yapay zekâ sistemi yalnızca;

“Hangi fiziksel riski azaltıyor?”

sorusuyla değerlendirilmemelidir.

Aynı zamanda;

“Çalışma organizasyonunda hangi yeni riski yaratıyor?”

sorusu da sorulmalıdır.

Yapay zekâ işverenin İSG sorumluluğunu ortadan kaldırır mı?

Hayır.

6331 sayılı İş Sağlığı ve Güvenliği Kanununun 4’üncü maddesine göre işveren çalışanların işle ilgili sağlık ve güvenliğini sağlamakla yükümlüdür.

Kanun ayrıca işyeri dışındaki uzman kişi veya kuruluşlardan hizmet alınmasının dahi işverenin sorumluluğunu ortadan kaldırmadığını açıkça belirtmektedir.

10’uncu madde ise işverene iş sağlığı ve güvenliği yönünden risk değerlendirmesi yapmak veya yaptırmak yükümlülüğü getirir.

İşyerinde yapay zekâ kurulmadan önce ne yapılmalıdır?

İSG amacıyla yapay zekâ kullanmak isteyen işletmeler teknoloji satın alımıyla başlamamalıdır.

Önce çözülmek istenen risk açıkça tanımlanmalıdır.

1. Risk belirlenmeli: Sistem hangi İSG sorununu çözmek için kuruluyor?
2. Mevcut kontroller incelenmeli: Sorun mühendislik tedbiriyle ortadan kaldırılabilir mi?
3. Veri belirlenmeli: Sistem hangi çalışan verilerini toplayacak?
4. Çalışan katılımı sağlanmalı: Çalışanlar ve temsilcileri uygulama hakkında bilgilendirilmeli ve sürece dahil edilmelidir.
5. Pilot uygulama yapılmalı: Sistem kontrollü bir alanda denenmelidir.
6. Hatalar ölçülmeli: Yanlış pozitif ve yanlış negatif sonuçlar ayrı izlenmelidir.
7. İnsan gözetimi tanımlanmalı: Alarmı kim değerlendirecek?
8. Müdahale prosedürü hazırlanmalı: Alarm geldiğinde hangi işlem yapılacak?
9. Veri yönetimi belirlenmeli: Kim erişecek, ne kadar saklanacak ve ne zaman silinecek?
10. Siber güvenlik değerlendirilmelidir: Sistem manipüle edilir veya erişilemez hâle gelirse ne olacak?
11. Kesinti senaryosu hazırlanmalı: AI sistemi devre dışı kaldığında güvenlik nasıl devam edecek?
12. Performans tekrar test edilmeli: Ortam, üretim veya model değiştiğinde sistem yeniden doğrulanmalıdır.

Yapay zekâ sisteminin başarısı nasıl ölçülmelidir?

Başarı kriteri yalnızca;

“Bu ay 12 bin alarm üretti.”

olmamalıdır.

Daha anlamlı göstergeler arasında;

• tehlikeli maruziyetlerin azalması,
• müdahale süresinin kısalması,
• tekrar eden uygunsuzlukların azalması,
• ramak kala olaylarının erken tespit edilmesi,
• kritik bakım arızalarının önceden belirlenmesi,
• yanlış alarm oranının kabul edilebilir seviyeye düşmesi

bulunabilir.

İSG açısından kritik değerlendirme

Yapay zekânın iş güvenliğindeki önemli katkılarından biri, büyük miktardaki saha verisi içerisinde insanın kolayca fark edemeyeceği örüntüleri görünür hâle getirebilmesidir.

Ancak sahadaki temel problem ortadan kaldırılmadan yalnızca daha fazla kamera, sensör ve alarm kurulması gerçek bir güvenlik dönüşümü sağlamaz.

Örneğin yapay zekâ baret takmayan çalışanı her gün başarıyla tespit edebilir.

Ancak;

• baret işe uygun değilse,
• çalışana rahatsızlık veriyorsa,
• uygun ekipman temin edilmiyorsa,
• yönetim ihlali sürekli görmezden geliyorsa

sistem yalnızca aynı problemi tekrar tekrar kaydetmiş olur.

Sık Sorulan Sorular

Yapay zekâ iş güvenliği uzmanının yerini alabilir mi?

Hayır. Yapay zekâ veri analizi, sınıflandırma ve erken uyarı sağlayabilir. Mevzuat değerlendirmesi, saha bağlamının anlaşılması, çalışan katılımı ve uygun kontrol tedbirlerinin belirlenmesi insan uzmanlığı gerektirir.

Yapay zekâ baret takmayan çalışanı kesin olarak tespit eder mi?

Hayır. Işık, görüş açısı, hareket, görüntü kalitesi, çalışanların birbirini örtmesi ve KKD’nin kısmen görünmesi gibi faktörler sistem performansını etkileyebilir.

Yapay zekâ ile risk değerlendirmesi yapılabilir mi?

Yapay zekâ risk değerlendirmesine veri analizi, örüntü tespiti ve önceliklendirme desteği sağlayabilir. Ancak mevzuata uygun risk değerlendirmesinin yerine geçmemelidir.

Çalışanların kamera ve sensörlerle izlenmesi serbest midir?

Sınırsız değildir. Kişisel veri işleme faaliyetinin belirli bir amacı ve hukuki dayanağı bulunmalı; gerekli, ölçülü ve şeffaf olmalı ve ilgili KVKK yükümlülükleri yerine getirilmelidir.

Her yapay zekâ kamerası biyometrik veri işler mi?

Hayır. Bir kameranın görüntü kaydetmesi tek başına biyometrik veri işlendiği anlamına gelmez. Yüz tanıma gibi kişinin benzersiz şekilde tanımlanmasına yönelik özel teknik işlemler yapılması durumunda biyometrik veri hükümleri ayrıca değerlendirilir.

Üretken yapay zekâ İSG dokümanı hazırlayabilir mi?

Taslak metin, kontrol listesi, olay sınıflandırması veya eğitim içeriği oluşturabilir. Ancak mevzuat maddeleri, teknik sınır değerler, acil durum prosedürleri ve risk değerlendirmesi çıktıları insan doğrulaması olmadan kullanılmamalıdır.

Yapay zekâ iş kazalarını tamamen önleyebilir mi?

Hayır. Yapay zekâ bazı riskleri daha erken belirlemeye yardımcı olabilir. İş kazalarının önlenmesi ise tehlikenin ortadan kaldırılması, mühendislik önlemleri, doğru organizasyon, çalışan katılımı, eğitim, denetim ve sürekli iyileştirme gibi birçok kontrol katmanının birlikte çalışmasını gerektirir.

Sonuç: Yapay zekâ güvenliğin sahibi değil, destek aracıdır

Yapay zekâ iş sağlığı ve güvenliği açısından önemli fırsatlar sunmaktadır.

Kamera ve sensörlerle tehlikeleri erken fark edebilir, ekipman arızalarını tahmin etmeye yardımcı olabilir, yüzlerce olay kaydı içerisindeki ortak örüntüleri gösterebilir ve risklerin daha sistematik takip edilmesine katkı sağlayabilir.

Ancak aynı teknoloji;

• yanlış karar,
• otomasyona aşırı güven,
• alarm yorgunluğu,
• mahremiyet ihlali,
• sürekli gözetim,
• psikososyal baskı

gibi yeni riskler de yaratabilir.

Kaynaklar

• International Labour Organization – Revolutionizing Health and Safety: The Role of AI and Digitalization at Work, 2025
• European Agency for Safety and Health at Work (EU-OSHA) – Digitalisation of Work ve AI-Based Worker Management yayınları
• 6331 Sayılı İş Sağlığı ve Güvenliği Kanunu
• Regulation (EU) 2024/1689 – EU Artificial Intelligence Act, özellikle Madde 14
• Kişisel Verileri Koruma Kurulu – 4 Ağustos 2022 tarihli ve 2022/797 sayılı Karar
• La Torre G. ve ark. – Artificial Intelligence and Occupational Health and Safety: A Systematic Review, Journal of Public Health, 2026
• Vukicevic A.M. ve ark. – A Systematic Review of Computer Vision-Based Personal Protective Equipment Compliance in Industry Practice, Artificial Intelligence Review, 2024
• Jetha A. ve ark. – Landscape of Artificial Intelligence Use for Occupational Health and Safety Practice in Two Canadian Provinces, American Journal of Industrial Medicine, 2025

Teknik ve hukuki not: İçerik Ağustos 2026 itibarıyla erişilebilen mevzuat, uluslararası kuruluş yayınları ve akademik çalışmalar esas alınarak hazırlanmıştır. Yapay zekâ sistemlerinin hukuki sınıflandırması, işlediği veri türü ve uygulanacak yükümlülükler sistemin kullanım amacına, teknik özelliklerine ve somut işleme faaliyetine göre ayrıca değerlendirilmelidir.