İSG'de Yapay Zekâ: 2026'da 10 Kullanım Alanı ve Kanıtlar

İş sağlığı ve güvenliğinde (İSG) yapay zekâ, makine öğrenmesi, bilgisayarlı görü ve dil modellerinin güvenlik çalışmalarını desteklemek için kullanılmasıdır. 2026'da en oturmuş kullanımlar şunlardır:

denetim kontrol listesi oluşturma;
rapor hazırlama;
risk değerlendirmesinde tehlike ve tedbir önerme;
fotoğraflardaki görünür tehlikeleri analiz etme;
kaza raporlarını sınıflandırma.

Tahmine dayalı analitik, kamerayla KKD takibi ve çalışma izni çakışma tespiti de gerçek uygulamalardır, ama daha zahmetlidir. İyi veri, sabit altyapı ya da dikkatli bir hukuki ve KVKK değerlendirmesi gerektirir. Her durumda yapay zekâ, iş güvenliği uzmanının muhakemesini destekler, onun yerini almaz.

Yapay Zekâ ve Güvenlik İstatistiklerine Neden Şüpheyle Bakmalısınız?

"İş güvenliğinde yapay zekâ" diye arattığınızda her yerde iddialı rakamlar görürsünüz: %30 daha fazla tehlike, %25 daha az kaza, %90 uyum. Bunların çoğu satıcı pazarlamasından, küçük pilot çalışmalardan veya kontrol grubu olmayan vaka örneklerinden gelir. Yayımlanmış bir araştırmaya dayananı azdır.

Bu, yapay zekânın işe yaramadığı anlamına gelmez; aşağıdaki kullanımların birçoğu pratik ve oturmuştur. Ama her kullanımı şu üç soruyla değerlendirmelisiniz:

Yapay zekâ tam olarak hangi işi yapıyor?
Çıktısını nasıl kontrol edeceksiniz?
Satıcının kendi iddiaları dışında hangi kanıt var?

Bu rehber on temel kullanımın her biri için bu soruları cevaplıyor. Yayımlanmış kanıt varsa kaynağını veriyoruz, yoksa bunu açıkça söylüyoruz.

İSG Bağlamında "Yapay Zekâ" Ne Demek?

"Yapay zekâ" genellikle tek bir üründe birleşen birkaç farklı teknolojiyi kapsar:

Teknoloji	Ne yapar	İSG'deki kullanımı
Makine öğrenmesi	Büyük veri setlerinde örüntü bulur	Kaza tahmini, eğilim analizi, risk puanlama
Doğal dil işleme	Metni okur ve sınıflandırır	Kaza raporu kodlama, prosedür ve kayıt taraması
Bilgisayarlı görü	Görüntü ve videoyu analiz eder	Fotoğraftan tehlike analizi, kamerayla KKD tespiti
Üretken yapay zekâ (büyük dil modelleri)	Metin ve yapılandırılmış içerik üretir	Kontrol listesi, risk değerlendirmesi taslağı, rapor yazımı
Tahmine dayalı analitik	Geçmiş veriden olay tahmini yapar	Öncü göstergeler, bakım planlama, yorgunluk modelleme

Bir denetim uygulaması, "forklift akü şarj odasının aylık denetimi" ifadesini kontrol listesine dönüştürmek için bir dil modeli kullanabilir. Denetimde çekilen fotoğraflardaki tehlikeleri işaretlemek için de bilgisayarlı görüden yararlanabilir.

İSG'de 10 Yapay Zekâ Kullanım Alanı

1. Yapay Zekâ ile Denetim Kontrol Listesi

Sorun: Genel kontrol listeleri sahaya özgü tehlikeleri kaçırır. Standart bir "elektrik alanı" şablonu, belirli bir odadaki ekipmanı, malzemeleri ve işleri yansıtmaz.

Nasıl çalışır: Dil modeli, alanın, işin, ekipmanın ve tehlikeli maddelerin sade bir tarifinden kontrol listesi üretir. "Forklift akü şarj odası" için iyi bir çıktı şunları içerir:

şarj sırasında açığa çıkan hidrojen için havalandırma;
tutuşturucu kaynakların kontrolü;
acil göz duşu;
elektrolit dökülmesine karşı toplama önlemi;
aside dayanıklı KKD.

Bunların birkaçı genel bir elektrik kontrol listesinde yer almaz.

Kanıtlar ne diyor: Kontrollü çalışmalar az. Pratik faydayı kendiniz kolayca test edebilirsiniz: alanlarınızdan biri için liste oluşturup mevcut şablonunuzla karşılaştırın. Risk de aynı derecede açık: dil modelleri alakasız maddeler ekleyebilir veya kritik olanları atlayabilir.

Güvenmeden önce: Üretilen her listeyi yetkin bir kişi gözden geçirip düzenlemeli. Sonucu düzenleyip kendi şablonunuz olarak kaydetmenize izin veren bir araç seçin ki iyileştirmeler kaybolmasın.

2. Tahmine Dayalı Kaza Analitiği

Sorun: Kaza oranları gibi geride kalan göstergeler olmuş olanı gösterir.

Nasıl çalışır: Makine öğrenmesi modelleri kaza ve ramak kala geçmişini operasyonel verilerle (üretim hızı, vardiya düzeni, bakım kayıtları, hava durumu) birleştirerek kaza olasılığının arttığı koşulları bulmaya çalışır.

Kanıtlar ne diyor: NIOSH, sensör verileri ve büyük veri setlerinin maruziyet tahminlerini iyileştirebileceğini ve olumsuz olayları öngörmeye yardımcı olabileceğini belirtir. Ancak sonuçlar büyük ölçüde veri kalitesine ve miktarına bağlıdır. Gerçek işyerlerinden yayımlanmış sonuç kanıtı sınırlıdır. Çoğu kuruluşun güvenilir bir model eğitecek kadar tutarlı kodlanmış kaza ve ramak kala verisi yoktur.

Satın almadan önce sorun: Model kaç yıllık veri istiyor? Nasıl ve neye kıyasla doğrulandı? Yüksek riskli bir gün işaretlendiğinde ne olacak ve kim harekete geçecek? Önce güçlü öncü göstergeler ve iyi bir ramak kala bildirimi gerekir. Bunlar olmadan tahmin modelinin öğreneceği bir şey yoktur.

3. Yapay Zekâ Destekli Risk Değerlendirmesi

Sorun: Tehlike belirleme, değerlendiricinin deneyimine bağlıdır. Daha az deneyimli değerlendiriciler daha önce karşılaşmadıkları tehlikeleri kaçırır.

Nasıl çalışır: Dil modeli, tarif edilen iş ve ortam için tehlikeler önerir. Kontrol hiyerarşisine göre sıralanmış tedbirler de sunar. Bazı araçlar Fine-Kinney gibi yöntemlerle puan da önerir.

Kanıtlar ne diyor: Hatırlatıcı olarak ("şunu düşündünüz mü?") yararlı ve düşük risklidir, özellikle alışılmadık işlerde. Karar verici olarak güvenilir değildir. Makul görünen ama yanlış tedbirler ya da yazılı ölçeklerinizle uyuşmayan puanlar önerebilir.

Güvenmeden önce: Her tehlikeyi, tedbiri ve puanı değerlendirici onaylamalı. Yapay zekâ ilk taslağı hızlandırır. Risk değerlendirmesi ise 6331 sayılı Kanun'un öngördüğü ekibin işi ve sorumluluğudur.

4. Kamerayla KKD Takibi

Sorun: Amirler her çalışanı her an izleyemez.

Nasıl çalışır: Sabit kameralardaki eğitilmiş modeller, belirlenen bölgelerde baret, reflektörlü yelek veya gözlük takılıp takılmadığını tespit eder ve amiri uyarır.

Kanıtlar ne diyor: Tespit iyi ışıkta, görünür ve standart KKD için iyi çalışır. Eldiven, kulak koruyucu veya kalabalık sahnelerde zayıftır. Asıl sorular hukuki ve insani. EU-OSHA, akıllı izleme sistemlerinin mahremiyet kaygıları ve iş yoğunlaşması gibi psikososyal riskler doğurabileceğini vurgular. Başarılı kullanım için çalışanların katılımının ve şeffaf veri kullanımının şart olduğunu belirtir.

Kurmadan önce: 6698 sayılı Kişisel Verilerin Korunması Kanunu'nu (KVKK) ve AB'de faaliyet gösteriyorsanız GDPR ile AB Yapay Zekâ Yasası'nı (aşağıda) değerlendirin. Kurulumdan önce çalışanlara danışın. Eksik KKD'yi tespit etmenin kontrol hiyerarşisinin en alt basamağıyla ilgilendiğini unutmayın.

5. Kaza Raporu Sınıflandırma

Sorun: Binlerce kaza raporu olan kuruluşlar örüntü bulmak için hepsini okuyamaz ve insanların neden kodlaması tutarsızdır.

Nasıl çalışır: Doğal dil işleme modelleri serbest metin kaza anlatımlarını okur ve olay türü, vücut bölgesi, yaralanma kaynağı, iş gibi kodlar atar. Kodlanmış veriler daha sonra yoğunlaşmalar için analiz edilebilir.

Kanıtlar ne diyor: Bu, kanıtı daha güçlü kullanımlardan biridir. NIOSH, büyük gözetim veri setlerinin elle kodlanması yavaş ve maliyetli olduğu için, yaralanma anlatımlarını otomatik kodlayan makine öğrenmesi modelleri üzerine bir yarışma düzenledi.

Güvenmeden önce: Otomatik kodlama yüzlerce rapordaki eğilimler için iyidir. Tek bir olayın kök neden analizinin yerini tutmaz.

6. Yapay Zekâ ile Denetim Raporu

Sorun: Saha denetiminden sonra raporu yazmak, fotoğrafları derlemek ve aksiyonları hazırlamak, takibi geciktiren idari bir iştir.

Nasıl çalışır: Dijital denetimdeki yapılandırılmış veriler (bulgular, işaretli fotoğraflar, risk puanları, önerilen aksiyonlar ve terminler) otomatik olarak biçimlendirilmiş bir rapora dönüşür.

Kanıtlar ne diyor: En oturmuş ve en az riskli kullanımdır. Çünkü rapor, denetçinin zaten girdiği ve kontrol ettiği verilerden oluşur. Kazanılan süreyi kendi kuruluşunuzda ölçmek kolaydır: rapor aşamasının süresini öncesi ve sonrası için ölçün.

Güvenmeden önce: Rapor formatının müşteri, müfettiş veya ISO 45001 denetimi ihtiyaçlarını karşıladığından ve denetçinin göndermeden önce gözden geçirdiğinden emin olun.

7. Yorgunluk Riski Modelleme

Sorun: Vardiyalı işlerde yorgunluk kazalara katkıda bulunur. Vardiya uzunluğu tek başına zayıf bir göstergedir; günün saati, vardiya sırası ve biriken saatler de önemlidir.

Nasıl çalışır: FAID ve SAFTE-FAST gibi biyomatematik yorgunluk modelleri çalışma çizelgelerinden yorgunluğu tahmin eder. Planlama araçları bu tahminleri daha düşük yorgunluk maruziyetli vardiya çizelgeleri için kullanabilir.

Kanıtlar ne diyor: Bu modeller havacılık ve demiryolunda yorgunluk riski yönetiminde yerleşik araçlardır. Ancak çizelgeden ortalama yorgunluğu tahmin ederler, bir kişinin o günkü durumunu değil. Bir yorgunluk riski yönetim sistemini desteklerler; kendileri o sistem değildir.

Güvenmeden önce: Model çıktılarını iş yükü, yol süresi, uyku fırsatı ve çalışan bildirimleriyle birleştirin. Yorgunluğu kamera veya biyometrik verilerden çıkarsayan sistemlere KVKK açısından özellikle dikkatli yaklaşın.

8. Fotoğraftan Tehlike Tespiti

Sorun: Sahada fark edilen tehlikeler metinle çoğu zaman kötü tarif edilir, bildirim uzun sürer ve birçoğu hiç bildirilmez.

Nasıl çalışır: Çalışan veya denetçi fotoğraf çeker, tehlikeyi işaretler. Görü modeli tehlike türünü ve olası tedbirleri önerir. Bulgu, kanıt olarak görüntüyle birlikte kaydedilir.

Kanıtlar ne diyor: Bildirim zahmetini azaltmanın tehlike ve ramak kala bildirimlerini artırdığı iyi bilinen bir gerçektir. Yapay zekânın önerisi ise ikinci bir görüştür: denetçinin kaçırdığını yakalayabilir, ama gördüğü şey hakkında kendinden emin bir şekilde yanılabilir de.

Güvenmeden önce: Denetçinin muhakemesinin yerine değil, desteği olarak kullanın ve orijinal fotoğrafı her zaman bulguyla birlikte saklayın.

9. Çalışma İzni Çakışma Tespiti

Sorun: Karmaşık tesislerde eş zamanlı operasyonlar, izinler tek tek incelendiğinde görünmeyen etkileşim tehlikeleri yaratır. Kapalı alana girişin yanında sıcak çalışma veya enerjili elektrik işinin üstünde vinç kaldırması buna örnektir.

Nasıl çalışır: Dijital çalışma izni sistemleri, aktif izinlerin mekân ve zaman modelini tutar. Çakışan birleşimleri önceden tanımlı kurallarla, bazen de öğrenilmiş örüntülerle işaretler.

Kanıtlar ne diyor: Değerin büyük kısmı izinlerin dijitalleşmesinden ve net çakışma kurallarından gelir. Kural tabanlı kısım iyi kanıtlanmıştır. Bunun üzerine eklenen "yapay zekâ" iddiaları ise tek tek incelenmelidir.

Satın almadan önce sorun: Hangi çakışmalar kural tabanlı, hangileri öğrenilmiş? İşaretlenen bir çakışmayı kim, ne kadar sürede inceliyor?

10. Kişiselleştirilmiş İSG Eğitimi

Sorun: Genel eğitim, çalışanın görevi ve deneyimi ne olursa olsun her konuyu aynı derinlikte anlatır.

Nasıl çalışır: Uyarlanabilir öğrenme platformları bilgiyi ölçer, çalışanın görevleriyle ilgili eksikleri belirler ve hedefli kısa modüller sunar. Dil modelleri bir konudan iş başı konuşması gibi eğitim içeriği taslağı da hazırlayabilir.

Kanıtlar ne diyor: Göreve özgü, uygulamalı eğitimin genel eğitimden daha iyi olduğu geniş kabul görür. Yapay zekâ kişiselleştirmesinin tek başına güvenlik sonuçlarını iyileştirdiğine dair kanıt ise henüz sınırlıdır.

Güvenmeden önce: Üretilen eğitim içeriğini teknik doğruluk açısından kontrol edin. İçerik internetteki genel bir versiyonla değil, sizin prosedürlerinizle ve Türk mevzuatıyla uyumlu olmalıdır.

Bir Bakışta Olgunluk

İSG faaliyeti	Temel fayda	2026'da olgunluk	Temel uyarı
Rapor oluşturma	İdari süreyi azaltır	Olgun	Göndermeden önce gözden geçirin
Kontrol listesi oluşturma	Dakikalar içinde sahaya özgü liste	Olgun	Uzman kontrolü şart
Fotoğraftan tehlike analizi	Daha hızlı ve belgeli bildirim	Olgun	Kendinden emin şekilde yanılabilir
Risk değerlendirmesi desteği	Kaçan tehlike ve tedbirleri hatırlatır	Yardımcı olarak olgun	Karar verici değildir
Kaza raporu sınıflandırma	Büyük rapor setlerinde eğilim	Yerleşik	Kök neden analizi değildir
Yorgunluk modelleme	Daha düşük yorgunluklu çizelgeler	Bazı sektörlerde yerleşik	Kişinin durumunu değil tahmini verir
Çalışma izni çakışma tespiti	Eş zamanlı operasyon çakışmaları	Yerleşik (kural tabanlı)	"Yapay zekâ" iddialarını doğrulayın
Kamerayla KKD takibi	Sürekli tespit	Belirli ortamlarda	KVKK, AB Yapay Zekâ Yasası, en alt kontrol seviyesi
Tahmine dayalı analitik	Erken uyarı	Gelişmekte	Büyük ve temiz veri ister
Eğitim kişiselleştirme	Hedefli öğrenme	Gelişmekte	İçerik doğruluğu

İşyerinde Yapay Zekâ ve Mevzuat: KVKK ve AB Yapay Zekâ Yasası

Türkiye'de tanımlanabilir çalışanların görüntüsünü veya verisini işleyen her sistem 6698 sayılı Kişisel Verilerin Korunması Kanunu kapsamındadır. Kamera ile KKD takibi veya yorgunluk izleme gibi uygulamalarda hukuki dayanak, amaçla sınırlılık, aydınlatma yükümlülüğü ve veri güvenliği baştan planlanmalıdır.

AB'de faaliyet gösteren veya AB'ye hizmet veren kuruluşlar için AB Yapay Zekâ Yasası (Tüzük (AB) 2024/1689) bazı güvenlik kullanımlarını doğrudan etkiler:

İşyerinde duygu tanıma yasaktır (Madde 5(1)(f)). Yasak Şubat 2025'ten beri uygulanıyor; tıbbi veya güvenlik gerekçeleri istisnadır. İstisnanın ne kadar dar yorumlandığını bu analiz ayrıntılı açıklıyor.
Çalışanların performansını ve davranışını izleyip değerlendiren yapay zekâ "yüksek riskli" sayılır (Ek III, istihdam ve çalışan yönetimi). Bu sistemler için risk yönetimi, insan gözetimi, şeffaflık ve dokümantasyon yükümlülükleri vardır. Bu yükümlülüklerin takvimi AB'de tartışma konusu olduğu için güncel uygulama tarihini kontrol edin.
İSG uzmanının kontrol listesi veya rapor hazırlamasına yardım eden araçlar, çalışanları izlemediği ve değerlendirmediği için genellikle bu kategorilere girmez.

NIOSH, yapay zekânın kendisinin de tanımlanıp riski yönetilmesi gereken bir işyeri tehlikesi olarak ele alınmasını önerir. EU-OSHA da işverenlere, yapay zekâ tabanlı çalışan yönetim sistemlerinin risk değerlendirmesine dahil edilmesi gerektiğini hatırlatır. Buna iş yoğunlaşması ve özerklik kaybı gibi psikososyal riskler de dahildir.

Yapay Zekânın İSG'de Yerini Alamayacağı Şeyler

Yapay zekâ kendisine gösterilmeyeni göremez. Kamera görüş alanını, dil modeli eğitim verisini bilir. Sahayı gezen bir iş güvenliği uzmanı, hiçbir veri setinin öngörmediği kokuları, sesleri, davranışları ve bağlamı fark eder.

Yapay zekâ yetki kullanamaz. Bir şeyler yanlış olduğu için, ticari baskıya rağmen işi durdurmak insani bir karar ve insani bir sorumluluktur. 6331 sayılı Kanun'daki çalışmaktan kaçınma hakkı da bir makineye değil, çalışanlara tanınmıştır.

Yapay zekâ geçmişi yansıtır. Geçmiş veriyle eğitilmiş modeller, en önemli olanda, yani öncülü olmayan yeni tehlikelerde en zayıftır.

Yapay zekâ çıktısı yetkin bir gözden geçirici ister. Üretilen kontrol listeleri, değerlendirmeler ve raporlar yetkin biri tarafından gözden geçirilip onaylanmalıdır. İçerikten yazılım değil, o kişi sorumludur.

FindRisk Yapay Zekâyı Denetimlerde Nasıl Kullanıyor?

FindRisk yapay zekâyı en olgun olduğu yerde kullanır: sahada, denetimin kendisinde.

Yapay zekâ ile kontrol listesi. Alanı ve işi tarif edin; FindRisk size özel, düzenleyip kendi şablonunuz olarak kaydedebileceğiniz bir kontrol listesi oluşturur.
Fotoğraf işaretleme ve yapay zekâ ile tehlike analizi. Tehlikeleri doğrudan fotoğraf üzerinde işaretleyin, yapay zekâ analizini ikinci bir göz olarak kullanın.
Fine-Kinney puanlaması. Bulgular Fine-Kinney yöntemiyle puanlanır ve sıralanır, böylece en yüksek riskler önce ele alınır.
Anında PDF rapor. Denetim biter bitmez fotoğraflar, risk puanları, önerilen aksiyonlar ve terminlerle profesyonel bir rapor hazırdır.

Denetimler çevrimdışı yapılabilir. Yapay zekâ özellikleri (kontrol listesi oluşturma ve fotoğraf analizi) bağlantı olduğunda çalışır. Yapay zekânın önerdiği her şeyi denetçi gözden geçirir ve onaylar.

Sıkça Sorulan Sorular

Yapay zekâ destekli İSG araçları ISO 45001 şartlarını karşılar mı?

ISO 45001 araç değil sonuç tanımlar: tehlike belirleme, risk değerlendirmesi, kontroller, yetkinlik ve belgelenmiş bilgi. Yetkin bir kişinin gözden geçirip onayladığı yapay zekâ çıktıları bu şartları destekleyebilir; örneğin Madde 6.1.2 (tehlike belirleme ve risk değerlendirmesi), 7.2 (yetkinlik) ve 8.1 (operasyonel kontrol). Değerlendirmeyi uygun hâle getiren araç değil, gözden geçirme ve ardından alınan aksiyonlardır.

Yapay zekânın hazırladığı risk değerlendirmesi geçerli midir?

Risk değerlendirmesi, Risk Değerlendirmesi Yönetmeliği'nin öngördüğü ekip tarafından yapılır ve sorumluluk işverendedir. İlk taslağı bir yapay zekâ aracı hazırlamış olabilir. Ekip gözden geçirip gerektiğinde düzelttiyse ve onayladıysa, o değerlendirme ekibin değerlendirmesidir. Kimsenin kontrol etmediği bir yapay zekâ çıktısını ise savunmak zordur.

Çalışanları yapay zekâlı kamerayla izlemek yasal mı?

Amaca ve ülkeye bağlıdır. Türkiye'de KVKK uygulanır: hukuki dayanak, aydınlatma ve amaçla sınırlılık gerekir. AB'de işyerinde duygu tanıma tıbbi veya güvenlik gerekçesi dışında yasaktır. Çalışan davranışını izleyen veya değerlendiren yapay zekâ AB Yapay Zekâ Yasası'na göre yüksek risklidir ve görüntülere GDPR uygulanır. Kurulumdan önce hukuki görüş alın, çalışanları ve temsilcilerini sürece katın ve açık bir güvenlik amacı belgeleyin.

Tahmine dayalı güvenlik analitiği hangi verileri ister?

Birkaç yıllık, tutarlı biçimde kodlanmış kaza ve ramak kala kayıtları ile vardiya çizelgeleri, bakım ve üretim kayıtları gibi operasyonel veriler. Birçok kuruluşta bu veriler henüz yoktur. Bu kuruluşlar için önce bildirim ve denetim verilerini güçlendirmek ve geçmiş veri gerektirmeyen yapay zekâ destekli denetim araçlarını kullanmak daha fazla değer üretir.

İSG'de yapay zekânın maliyeti nedir?

Çok değişkendir. Mobil yapay zekâ denetim uygulamaları düşük maliyetli aboneliklerle sunulur; örneğin FindRisk sınırlı ücretsiz kullanım sunar, aboneliği aylık 6,99 $ veya yıllık 59,99 $'dır. Yapay zekâ modülü olan kurumsal EHS platformları genellikle teklif usulüyle fiyatlandırılır. Özel tahmine dayalı analitik projeleri veri entegrasyonu ve uzman çalışma gerektirir ve proje bazında fiyatlandırılır.

Sonuç

Yapay zekâ bugün iş sağlığı ve güvenliğinde işe yarıyor, ama her alanda aynı ölçüde değil. En olgun kullanımlar idari yükü azaltıyor ve daha iyi tehlike belirlemeyi teşvik ediyor: kontrol listeleri, raporlar, fotoğraf analizi ve değerlendirme taslakları. Daha iddialı kullanımlar, yani tahmin ve sürekli izleme, veri kalitesine, altyapıya ve dikkatli bir hukuki ve etik tasarıma bağlı.

Yapay zekâyı İSG'ye almanın doğru yolu, yeni bir kontrol tedbirini almakla aynıdır:

yaptığı işi netleştirin;
çıktısını kontrol edin;
etkilediği çalışanları sürece katın;
sonuçtan yetkin bir kişiyi sorumlu tutun.

Yapay zekâ destekli denetimi en olgun olduğu yerde denemek için FindRisk'i indirin: size özel kontrol listeleri, fotoğraf işaretleme, Fine-Kinney puanlaması ve anında profesyonel rapor.