Yapay Zeka ile İlgili Güncel ISO, IEC, CEN ve CENELEC Standartları Y-D 2

Yapay Zeka ile İlgili
Güncel ISO, IEC, CEN ve CENELEC Standartları
Yazı Dizisi- 2


ETP Yapay Zeka Çalışma Grubu 
Sabri Günaydın 

 

[Yayım Tarihi: 24 Eylül 2026]


8. ISO/IEC 5338:2023 – AI Sistem Yaşam Döngüsü



ISO/IEC 5338:2023
Artificial intelligence — AI system life cycle processes

AI sistemlerinin yaşam döngüsü süreçlerini tanımlar.

Standart;

Planlama → Tasarım → Geliştirme → Doğrulama → Devreye Alma → İşletme → İzleme → Değişiklik → Kullanımdan kaldırma

yaklaşımının AI'ya özgü süreçlerle ele alınmasını sağlar.

Özellikle kritik altyapılarda bu yaklaşım önemlidir.

Örneğin bir elektrik dağıtım şirketinin kestirimci bakım AI modeli ilk devreye alındığında %95 doğrulukla çalışabilir.

Ancak;

•    şebeke değişebilir,
•    donanım yaşlanabilir,
•    sensörler değişebilir,
•    veri dağılımı farklılaşabilir.

Bu durumda modelin başlangıçtaki performansının sürekli aynı kalacağı varsayılamaz.

Dolayısıyla AI sisteminin yaşam döngüsü boyunca yönetilmesi gerekir.


9. ISO/IEC 5259 Serisi – AI ve Makine Öğrenmesinde Veri Kalitesi


Yapay zekâ sistemlerinin en kritik girdisi veridir.
Hatalı veya temsil gücü düşük veri kullanıldığında gelişmiş bir algoritmanın bile güvenilir sonuç üretmesi mümkün olmayabilir.

ISO/IEC bu konuda kapsamlı 5259 serisini geliştirmiştir.

ISO/IEC 5259-1:2024
Overview, terminology, and examples

Veri kalitesine ilişkin genel çerçeveyi ve terminolojiyi oluşturur.

ISO/IEC 5259-2:2024
Data quality measures

AI ve analitik uygulamalarındaki veri kalitesinin ölçülmesine yönelik veri kalite modeli ve ölçülebilir karakteristikleri ele alır.

ISO/IEC 5259-3:2024
Data quality management requirements and guidelines

Veri kalitesinin yönetilmesine yönelik gereklilikleri ve rehberliği belirler.

ISO/IEC 5259-4:2024
Data quality process framework

Veri kalitesinin yaşam döngüsü boyunca yönetilmesine yönelik süreç çerçevesini tanımlar. Veri etiketleme süreçleri açısından da önemlidir.

ISO/IEC 5259-5:2025

Data quality governance framework

Veri kalitesini teknik ekiplerin ötesine taşıyarak organizasyonel yönetişim seviyesinde ele alır.

ISO/IEC TR 5259-6:2026
Visualization framework for data quality

4 Mayıs 2026 tarihinde yayımlanan serinin en yeni bölümlerinden  biridir.

Veri kalitesi ölçümlerinin paydaşlar tarafından anlaşılabilmesi ve değerlendirilebilmesi amacıyla veri kalitesi sonuçlarının görselleştirilmesine yönelik bir çerçeve sunmaktadır.

Böylece 5259 ailesi:

Tanımla → Ölç → Yönet → Süreci oluştur → Yönetişimi kur → Sonuçları görselleştir

şeklinde oldukça kapsamlı bir AI veri kalitesi mimarisine dönüşmektedir.


10. ISO/IEC 12792:2025 – AI Şeffaflık Taksonomisi



ISO/IEC 12792:2025
Artificial intelligence (AI) — Transparency taxonomy of AI systems

AI sistemlerinin şeffaflığı konusunda önemli bir standarttır.

Farklı paydaşların hangi AI bilgilerine ihtiyaç duyabileceğinin sistematik biçimde tanımlanmasına yardımcı olur.

Şeffaflık yalnızca algoritmanın kaynak kodunun açıklanması anlamına gelmez.

Örneğin;

•    sistemin amacı,
•    kullanım sınırları,
•    kullanılan veriler,
•    performans,
•    teknik özellikler,
•    organizasyonel süreçler,
•    çevresel ve toplumsal bağlam

şeffaflığın farklı bileşenleri olabilir.

Bu standart, AI Act gibi mevzuatlarda giderek önem kazanan şeffaflık ve hesap verebilirlik yaklaşımının teknik altyapısını desteklemektedir.


11. ISO/IEC TS 6254:2025 – Açıklanabilir ve Yorumlanabilir AI


ISO/IEC TS 6254:2025
Objectives and approaches for explainability and interpretability of ML models and AI systems

AI sistemlerinin açıklanabilirliği ve yorumlanabilirliği konusunda önemli teknik belgelerden biridir.

AI sistemi bir karar verdiğinde yalnızca sonucun bilinmesi bazı uygulamalarda yeterli değildir.

Örneğin:

“Transformatörün 10 gün içerisinde arızalanma olasılığı yüksek.”

diyen bir AI sistemi için mühendisin ayrıca şunları bilmesi gerekebilir:

•    hangi sensörler kararı etkiledi?
•    sıcaklık mı belirleyiciydi?
•    çözünmüş gaz analizi mi?
•    titreşim mi?
•    yük geçmişi mi?
•    model hangi veriye dayanarak bu sonuca ulaştı?

TS 6254, AI sistemlerinin davranışlarının, çıktılarının ve sonuçlarının açıklanmasına yönelik yöntem ve yaklaşımları ele almaktadır.

12. ISO/IEC TS 42119-2:2025 – Yapay Zekâ Sistemlerinin Test Edilmesi



AI sistemlerinde klasik yazılım testi tek başına yeterli olmayabilir.

ISO/IEC TS 42119-2:2025
Artificial intelligence — Testing of AI — Part 2: Overview of testing AI systems

bu ihtiyaca cevap vermektedir.

Belge, ISO/IEC/IEEE 29119 yazılım test yaklaşımının AI sistemlerine uygulanmasını ele alır ve risk tabanlı test yaklaşımını benimser.

AI sistemlerinde test;

•    yazılım hatası,
•    veri problemi,
•    model davranışı,
•    performans,
•    değişen çalışma koşulları

gibi çok sayıda faktörü kapsayabilir.

Bu alanın önümüzdeki yıllarda AI uygunluk değerlendirmesinin en önemli mühendislik disiplinlerinden biri haline gelmesi beklenmektedir.

13. ISO/IEC TR 24027:2021 – AI Sistemlerinde Önyargı



ISO/IEC TR 24027:2021
Bias in AI systems and AI aided decision making

AI sistemlerindeki bias/önyargı problemlerini ele almaktadır.

Önyargı;

•    veri toplama,
•    veri seçimi,
•    etiketleme,
•    eğitim,
•    test,
•    değerlendirme,
•    kullanım

aşamalarının herhangi birinde ortaya çıkabilir.

Bu nedenle bias yalnızca algoritmik bir sorun olarak görülmemelidir.

14. ISO/IEC TR 24028:2020 – Güvenilir Yapay Zekâ



ISO/IEC TR 24028:2020
Overview of trustworthiness in artificial intelligence

AI güvenilirliği konusunda temel referans belgelerden biridir.

Güvenilir AI kapsamında;

•    şeffaflık,
•    açıklanabilirlik,
•    kontrol edilebilirlik,
•    güvenilirlik,
•    doğruluk,
•    dayanıklılık,
•    emniyet,
•    güvenlik,
•    mahremiyet

gibi özellikleri ele almaktadır.

15. ISO/IEC 38507:2022 – Kurumsal AI Yönetişimi



ISO/IEC 38507:2022
Governance implications of the use of artificial intelligence by organizations

AI kullanımının kuruluşların yönetim ve yönetişim organları üzerindeki etkilerini ele almaktadır.

Buradaki kritik ayrım şudur:

ISO/IEC 42001 → AI yönetim sistemi

ISO/IEC 38507 → AI'nın kurumsal yönetişim boyutu

Dolayısıyla AI artık yalnızca bilgi işlem veya mühendislik departmanının sorumluluğu değildir.

Yönetim kurulu ve üst yönetim seviyesinde de ele alınması gereken bir kurumsal yönetişim konusu haline gelmiştir.


Bundan sonraki bölümde " Avrupa EN  standartlarI, AI Standartlarının Birbiriyle İlişkisi, Elektrik ve Enerji Sektörü Açısından Önemi, 2026 Sonrası En Kritik Gelişme: AI'nın Ölçülebilir Hale Gelmesi, Sonuç"     ile devam edilecektir. 

ETP Not: Bu  makalenin   hazırlanması sürecinde üretken yapay zekâ araçlarından araştırma desteği, içerik organizasyonu, taslak oluşturma, dil düzenleme, görsel oluşturma  ve editoryal destek amacıyla yararlanılmıştır. Tüm teknik değerlendirmeler, yorumlar, kaynak doğrulamaları ve nihai editoryal kararlar yazar tarafından gerçekleştirilmiştir. Makalenin bilimsel içeriği, değerlendirmeleri, sonuçları ve nihai metni yazar tarafından kontrol edilmiş ve sorumluluğu üstlenilmiştir.