MAKİNE ÖĞRENMESİ YOLUYLA SENDİKAL HAKLARLA İLGİLİ OLARAK ANAYASA MAHKEMESİNE YAPILAN BİREYSEL BAŞVURULARIN ANALİZİ

CALIS, SUAYYIP; YILDIRIM, Engin; SERT, Mehmet Fatih

MAKİNE ÖĞRENMESİ YOLUYLA SENDİKAL HAKLARLA İLGİLİ OLARAK ANAYASA MAHKEMESİNE YAPILAN BİREYSEL BAŞVURULARIN ANALİZİ

Şuayyip ÇALIŞ, (Sakarya Üniversitesi, İşletme Fakültesi, İnsan Kaynakları Yönetimi Bölümü,Sakarya , Türkiye)

Mehmet Fatih SERT (Recep Tayyip Erdoğan Üniversitesi, İktisadi ve İdari Bilimler Fakültesi, İşletme Bölümü, Rize, Türkiye)

Anayasa Hukuku Dergisi

49 26

Yıl: 2021 Cilt: 10 Sayı: 20 Sayfa Aralığı: 459 - 488 Metin Dili: Türkçe İndeks Tarihi: 15-05-2022

MAKİNE ÖĞRENMESİ YOLUYLA SENDİKAL HAKLARLA İLGİLİ OLARAK ANAYASA MAHKEMESİNE YAPILAN BİREYSEL BAŞVURULARIN ANALİZİ

Öz:

Bu çalışma bir yapay zekâ tekniği olan makine öğrenmesi yoluyla Anayasa Mahkemesinin (AYM) sendikal haklarla ilgili bireysel başvuru kararlarının ihlalle sonuçlanıp sonuçlanmadığını öngörmeyi amaçlamaktadır. Konunun hukuki yönünün ve arka planının ortaya konulabilmesi için AYM’nin sendikal haklarla ilgili içtihadı genel olarak değerlendirilmiştir. Daha sonra yapılan analizde bireysel başvuruların konu ve gerekçe kısımları veri olarak kullanılarak yüksek doğru tahmin oranlarına (ortalama %90) ulaşılmıştır. Bu bize iyi yapılandırılmış ve standartlaştırılmış mahkeme kararlarından üretilen göreceli küçük bir veri setiyle bile temel bir makine öğrenmesi tekniği kullanarak isabet yüzdesi yüksek öngörülerde bulunmanın mümkün olduğunu göstermektedir.

Anahtar Kelime:

AN ANALYSIS OF INDIVIDUAL APPLICATIONS TO THE CONSTITUTIONAL COURT REGARDING TRADE UNION RIGHTS BY MACHINE LEARNING TECHNIQUES

Öz:

This article aims to predict whether an individual application regarding the Turkish Constitutional Court’s (TCC) trade union cases results in a “violation” or a “non-violation” decision by using machine learning, an artificial intelligence (AI) technique. It gives an outline of the Court’s trade union case law in order to provide legal background and context for the research. We have predicted the court’s decisions on these cases with the high success rates (average accuracy of 90%) by using the subject of texts of the cases as data. The article has shown that a basic machine learning technique can be successful in realizing accurate predictions even with relatively small data sets derived from wellstructured court rulings.

Anahtar Kelime:

Belge Türü: Makale Makale Türü: Araştırma Makalesi Erişim Türü: Erişime Açık

Adalet Bakanlığı, Adli İstatistikler (Adalet Bakanlığı 2020)
Aletras N, Tsarapatsanis D, Preoţiuc-Pietro D and Lampos V, ‘Predicting Judicial Decisions of the European Court of Human Rights: A Natural Language Processing Perspective’ (2016) 93(2) PeerJ Computer Science
Barros R, Lorenzi, F and Wives, LK ‘Case Law Analysis with Machine Learning in Brazilian Court’ Recent Trends and Future Technology in Applied Intelligence Malek Mouhoub, Samira Sadaoui, Otmane A. Mohamed and Moonis Ali (der.) (Springer 2018) 857-868
Bhilare P., Parab N., Soni N. and Thakur B., ‘Predicting Outcome of Judicial Cases and Analysis Using Machine Learning’, (2019) 6(3) International Research Journal of Engineering and Technology 326-330
Chalkidis I. and Kampas, D. ‘Deep Learning in Law: Early Adaptation and Legal Word Embeddings Trained on Large Corpora’ (2018) 27 Artificial Intelligence and Law 1-28
Chen DL, ‘Machine Learning and The Rule Of Law’ Law as Data:
Computation, Text, and the Future of Legal Analysis Michael A. Livermore ve Daniel N. Rockmore (der.) (The Santa Fe Institute Press 2019) Chollet F and Allaire, JJ, ‘Deep Learning with R’ (Manning Publications 2018)
Çelik A, (2020), ‘Grev Ertelemeleri ve ILO Sendika Özgürlüğü Komitesi Kararları’ ILO 100. Yıl Kitabı: Çalışma Hakkı ve Çalışmanın Geleceği (DİSK 2020) 167-171
Dumas M and Frankenreiter J, ‘Text as Observational Data’ Law as Data: Computation, Text, and the Future of Legal Analysis Michael A. Livermore ve Daniel N. Rockmore (der.) (The Santa Fe Institute Press 2020) 59-79
Dyevre, Arthur, ‘The Promise and Pitfall of Automated TextScaling Techniques for the Analysis of Jurisprudential Change’ (2021) 29(2) Artificial Intelligence and Law 213-238
Erdoğan G, ‘Yapay Zekâ ve Hukukuna Genel Bir Bakış’ (2021) 66 Adalet Dergisi 117-192 Frankenreiter J and Livermore MA. ‘Computational Methods in Legal Analysis’ 16 Annual Review of Law and Social Science Virginia Public Law and Legal Theory Research Paper No. 2020-44, and Virginia Law and Economics Research Paper No. 2020-09 <https://papers.ssrn.com/sol3/Papers.cfm?abstract id¼3568558> Erişim Tarihi 18 Haziran 2021
Huq AZ, ‘Artificial Intelligence and the Rule of Law’ Routledge Handbook on the Rule of Law University of Chicago Public Law Working Paper No. 764 <https://ssrn.com/abstract=3794777> Erişim Tarihi 14 Temmuz 2021
Katz DM, Bommarito, MJ and Blackman J, ‘A General Approach for Predicting the Behavior of the Supreme Court of the United States’ (2017) 12(4), PLoS One
Krenker A, Bester J and Kos A, ‘Introduction to the artificial neural networks’ Artificial Neural Networks-Methodological Advances and Biomedical Applications Suzuki Kenji (der.), IntechOpen 2011) 3-18 Long S, Cunchau T, Zhiyuan L and Maosong, ‘Automatic Judgment Prediction via Legal Reading Comprehension’ Chinese Computational Linguistics M. Sun, X. Huang, H. Ji, Z. Liu, & Y. Liu (der.) (Springer International Publishing 2019) 558-572
Medvedeva M, Vols M and Wieling M ‘Using Machine Learning to Predict Decisions of the European Court of Human Rights’ (2019) 28(2) Artificial Intelligence and Law 237-266
Mumcuoğlu E, Öztürk CE, Ozaktas HM and Koç A, ‘Natural Language Processing in Law: Prediction of Outcomes in the Higher Courts Of Turkey’ (2021) 58(5) Information Processing & Management 1-16 Ruger TW, Kim PT, Martin AD and Quinn KM, ‘The Supreme Court Forecasting Project: Legal and Political Science Approaches to Predicting Supreme Court Decision-Making’ (2004) 104(4) Columbia Law Review 1150-1209
Sert MF, Yıldırım E and Haşlak İ, ‘Using Artificial Intelligence to Predict Decisions of the Turkish Constitutional Court’ (2021) Social Science Computer Review 1-20
Shanmuganathan S, ‘Artificial Neural Network Modelling: An Introduction’ Artificial Neural Network Modelling Subana Shanmuganathan ve Sandhya Samarasinghe (der.) (Springer 2016) 1-14
Strickson B and De La Iglesia B, ‘Legal Judgement Prediction for UK Courts’ Proceedings of the 2020 The 3rd International Conference on Information Science and System (Association for Computing Machinery 2020) 204-209
Surden H, ‘Machine Learning and Law’ (2014) 89(1) Washington Law Review 87-115.
Şulea OM, Zampieri M, Vela MM and Van Genabith J, ‘Predicting the Law Area and Decisions of French Supreme Court Cases’ Proceedings of the International Conference Recent Advances in Natural Language Processing (INCOMA Ltd 2017) 716-722
Uçkan Hekimler B, ‘Anayasa Mahkemesi’nin Sendikal Haklara İlişkin İptal Kararlarının Genel Bir Değerlendirmesi’ (2015) 2015/4 (47) Çalışma ve Toplum 11-34. Wang, W and Siau, K, ‘Artificial Intelligence, Machine Learning, Automation, Robotics, Future of Work and Future of Humanity: A Review and Research Agenda’ (2019) 30(1) Journal of Database Management 61–79
Zheng A. And Casari, A. Feature Engineering for Machine Learning: Principles and Techniques for Data Scientists (O’Reilly Media 2018)

APA	YILDIRIM E, CALIS S, SERT M (2021). MAKİNE ÖĞRENMESİ YOLUYLA SENDİKAL HAKLARLA İLGİLİ OLARAK ANAYASA MAHKEMESİNE YAPILAN BİREYSEL BAŞVURULARIN ANALİZİ. , 459 - 488.
Chicago	YILDIRIM Engin,CALIS SUAYYIP,SERT Mehmet Fatih MAKİNE ÖĞRENMESİ YOLUYLA SENDİKAL HAKLARLA İLGİLİ OLARAK ANAYASA MAHKEMESİNE YAPILAN BİREYSEL BAŞVURULARIN ANALİZİ. (2021): 459 - 488.
MLA	YILDIRIM Engin,CALIS SUAYYIP,SERT Mehmet Fatih MAKİNE ÖĞRENMESİ YOLUYLA SENDİKAL HAKLARLA İLGİLİ OLARAK ANAYASA MAHKEMESİNE YAPILAN BİREYSEL BAŞVURULARIN ANALİZİ. , 2021, ss.459 - 488.
AMA	YILDIRIM E,CALIS S,SERT M MAKİNE ÖĞRENMESİ YOLUYLA SENDİKAL HAKLARLA İLGİLİ OLARAK ANAYASA MAHKEMESİNE YAPILAN BİREYSEL BAŞVURULARIN ANALİZİ. . 2021; 459 - 488.
Vancouver	YILDIRIM E,CALIS S,SERT M MAKİNE ÖĞRENMESİ YOLUYLA SENDİKAL HAKLARLA İLGİLİ OLARAK ANAYASA MAHKEMESİNE YAPILAN BİREYSEL BAŞVURULARIN ANALİZİ. . 2021; 459 - 488.
IEEE	YILDIRIM E,CALIS S,SERT M "MAKİNE ÖĞRENMESİ YOLUYLA SENDİKAL HAKLARLA İLGİLİ OLARAK ANAYASA MAHKEMESİNE YAPILAN BİREYSEL BAŞVURULARIN ANALİZİ." , ss.459 - 488, 2021.
ISNAD	YILDIRIM, Engin vd. "MAKİNE ÖĞRENMESİ YOLUYLA SENDİKAL HAKLARLA İLGİLİ OLARAK ANAYASA MAHKEMESİNE YAPILAN BİREYSEL BAŞVURULARIN ANALİZİ". (2021), 459-488.

APA	YILDIRIM E, CALIS S, SERT M (2021). MAKİNE ÖĞRENMESİ YOLUYLA SENDİKAL HAKLARLA İLGİLİ OLARAK ANAYASA MAHKEMESİNE YAPILAN BİREYSEL BAŞVURULARIN ANALİZİ. Anayasa Hukuku Dergisi, 10(20), 459 - 488.
Chicago	YILDIRIM Engin,CALIS SUAYYIP,SERT Mehmet Fatih MAKİNE ÖĞRENMESİ YOLUYLA SENDİKAL HAKLARLA İLGİLİ OLARAK ANAYASA MAHKEMESİNE YAPILAN BİREYSEL BAŞVURULARIN ANALİZİ. Anayasa Hukuku Dergisi 10, no.20 (2021): 459 - 488.
MLA	YILDIRIM Engin,CALIS SUAYYIP,SERT Mehmet Fatih MAKİNE ÖĞRENMESİ YOLUYLA SENDİKAL HAKLARLA İLGİLİ OLARAK ANAYASA MAHKEMESİNE YAPILAN BİREYSEL BAŞVURULARIN ANALİZİ. Anayasa Hukuku Dergisi, vol.10, no.20, 2021, ss.459 - 488.
AMA	YILDIRIM E,CALIS S,SERT M MAKİNE ÖĞRENMESİ YOLUYLA SENDİKAL HAKLARLA İLGİLİ OLARAK ANAYASA MAHKEMESİNE YAPILAN BİREYSEL BAŞVURULARIN ANALİZİ. Anayasa Hukuku Dergisi. 2021; 10(20): 459 - 488.
Vancouver	YILDIRIM E,CALIS S,SERT M MAKİNE ÖĞRENMESİ YOLUYLA SENDİKAL HAKLARLA İLGİLİ OLARAK ANAYASA MAHKEMESİNE YAPILAN BİREYSEL BAŞVURULARIN ANALİZİ. Anayasa Hukuku Dergisi. 2021; 10(20): 459 - 488.
IEEE	YILDIRIM E,CALIS S,SERT M "MAKİNE ÖĞRENMESİ YOLUYLA SENDİKAL HAKLARLA İLGİLİ OLARAK ANAYASA MAHKEMESİNE YAPILAN BİREYSEL BAŞVURULARIN ANALİZİ." Anayasa Hukuku Dergisi, 10, ss.459 - 488, 2021.
ISNAD	YILDIRIM, Engin vd. "MAKİNE ÖĞRENMESİ YOLUYLA SENDİKAL HAKLARLA İLGİLİ OLARAK ANAYASA MAHKEMESİNE YAPILAN BİREYSEL BAŞVURULARIN ANALİZİ". Anayasa Hukuku Dergisi 10/20 (2021), 459-488.