YAYINLARIMIZ

Maaşları Aynı Algoritma Belirlerse: Fiyat ve Ücret Tespitinde Rekabet Hukuku Sorumluluğu


05 Kasım 2026 - İrem Gönül

Maaşları Aynı Algoritma Belirlerse: Fiyat ve Ücret Tespitinde Rekabet Hukuku Sorumluluğu

Maaşlarımızı yapay zeka belirlerse ne olur? Bir işverenin rasyonel ücret önerileri almak amacıyla yazılımdan yararlanması, tek başına bir rekabet ihlali teşkil etmez. Ancak aynı iş gücü havuzunu paylaşan rakip işverenlerin kamuya açık olmayan ücret ve zam stratejileri, ortak bir veri sağlayıcısı üzerinden tekliflere yansıyorsa, rekabet hukuku sorumluluğu kaçınılmaz olarak gündeme gelecektir. Bu durumda, çalışanların karşılaştığı seçeneklerin pazarda gerçekten bağımsız bir biçimde oluşup oluşmadığı sorgulanacaktır.

Benzer bir risk, rakip satıcıların ürün fiyatlarını aynı yapay zeka modelinin önerileri doğrultusunda belirlemesinde de baş göstermektedir. Dolayısıyla hem şirketlerin hem de yazılım sağlayıcısının hukuki sorumluluğu; algoritmaya beslenen verilerin niteliği, sistemin fiili işleyişi ve rakipler arasındaki belirsizliği ne ölçüde ortadan kaldırdığı üzerinden dinamik bir şekilde değerlendirilmelidir.

Fiyat ve ücret koordinasyonunun hukuki zemini

4054 sayılı Rekabetin Korunması Hakkında Kanun’un 4. maddesi; rekabeti kısıtlama amacı taşıyan, bu etkiyi doğuran yahut doğurabilecek nitelikteki teşebbüsler arası anlaşmaları ve uyumlu eylemleri açıkça yasaklamaktadır. Alım veya satım fiyatlarının doğrudan ya da dolaylı olarak tespiti, bu yasağın ve mutlak ihlallerin en net örneklerinden biridir. Dolayısıyla, söz konusu koordinasyonun geleneksel yöntemler yerine dijital bir yazılım ya da algoritma üzerinden yürütülmesi, fiili hukuka aykırı niteliğini değiştirmediği gibi davranışı m. 4 hükmünün kapsamından da çıkarmaz.

Rekabet Kurumunun İş Gücü Piyasalarındaki Rekabet İhlallerine Yönelik Kılavuzu da ücret tespiti anlaşmalarını tam olarak bu hukuki çerçevede ele almaktadır. Bu noktada gözden kaçırılmaması gereken temel unsur; iş gücü pazarında rekabet eden teşebbüslerin, ürün veya hizmet pazarında da mutlaka rakip olmasının gerekmediğidir. Örneğin, tamamen farklı sektörlerde faaliyet gösteren ve ürün pazarlarında hiçbir bağı bulunmayan iki ayrı şirket, aynı nitelikteki yazılım geliştiricilerini istihdam etmek için emek piyasasında doğrudan rekabet edebilir.

Ortak yazılım ve dolaylı bilgi değişimi

Pazardaki otomatik fiyatlandırma araçlarının tamamı otonom öğrenme kabiliyetine sahip yapay zeka mimarileri içermez. Bu nedenle, hukuki inceleme sürecinde öncelikle kullanılan teknolojinin çalışma biçimi ve teknik altyapısı somut olarak ortaya konulmalı; algoritmik kişiselleştirilmiş fiyatlandırma olgusu ile rakipler arası koordinasyon riski birbirinden kesin olarak ayırt edilmelidir. Bir teşebbüsün tüketici profillerini analiz ederek dinamik veya kişiye özel fiyatlar sunması, tüketici hukuku ya da hâkim durumun kötüye kullanılması çerçevesinde incelenebilecekken; ortak bir yazılım sağlayıcısının kullanılması senaryosunda odak noktası, rakip teşebbüsler arasındaki yatay ilişkinin rekabeti kısıtlayıcı niteliğidir.

Aynı yazılım altyapısının kullanılması ile rakipler arasındaki bir koordinasyona fiilen katılım sağlanması tamamen ayrı olgulardır. Bir şirketin yalnızca kendi iç maliyet verileri ve kamuya açık kaynaklardan beslenerek sistemden öneri alması; rakiplerin kamuya açık olmayan, hassas ticari verilerinin ortak bir havuzda birleştirilmesi senaryosundan farklı hukuki sonuçlar doğurur. Bu doğrultuda yapılacak bir incelemede; verilerin güncelliği, ayrıntı düzeyi (granülaritesi) ve rakiplerin geleceğe yönelik stratejik kararlarını ne ölçüde öngörülebilir kıldığı kritik önem taşır. Nitekim rakipler, ortak bir fiyatlandırma metodolojisini ya da kuralını uygulamak üzere zımnen veya açıkça anlaşmışlarsa, sisteme beslenen girdilerin kamuya açık olması bu mekanizmayı kendiliğinden hukuka uygun kılmaz.

Rekabet hukukunda "topla-dağıt" (Hub-and-Spoke) olarak adlandırılan bu yapılarda ortak yazılım sağlayıcısı, rakipler arasındaki dolaylı bilgi akışına aracılık eden bir merkez (hub) işlevi görebilir. Teşebbüslerin kullanıcı ekranlarında birbirlerinin ham verilerini doğrudan görmüyor oluşu, hukuki incelemeyi tek başına sonlandırmaz. Rakiplere ait bu stratejik bilgilerin, arka planda algoritmanın öneri üretim sürecinde harmanlanıp harmanlanmadığı ve şirketlerin bağımsız karar alma serbestisi üzerindeki fiili etkisi titizlikle araştırılmalıdır. Dolayısıyla, bir denetimde yalnızca yüzeysel veri aktarım ekranlarını incelemek yeterli olmayıp; yazılımın nihai öneriyi hangi gizli girdiler ve optimizasyon hedefleriyle ürettiği de teknik olarak açıklanabilmelidir.

Diğer taraftan, geleneksel ücret kıyaslaması (benchmarking) faaliyetleri bakımından İş Gücü Kılavuzu’nun 28. paragrafı, soruşturmalardan korunmak ve güvenli bir limanda kalmak isteyen teşebbüsler için kümülatif bir test sunmaktadır. Bu çerçevede; faaliyetin bağımsız bir üçüncü tarafça yürütülmesi, veri kaynağının veya bireysel veri içeriğinin kesinlikle anlaşılamaması, verilerin en az üç ay öncesine (geçmişe) ait olması, havuzda en az on katılımcının bulunması ve tek bir katılımcının veri ağırlığının yüzde 25’i aşmaması koşulları birlikte aranır. Ancak kılavuzdaki bu istisnai düzenleme, ortak bir yazılımın sunduğu tüm algoritmik işlevler ve dinamik öneriler için peşinen bir uygunluk güvencesi ya da genel bir muafiyet sağlamaz.

Son olarak, ortak bir yazılımın ilgili pazarda yaygın olarak kullanılması (pazar kapsamı), koordinasyon riskinin ve ekosistemin pazar üzerindeki etkilerinin araştırılmasında önemli bir karine teşkil edebilir; ancak bu yüksek kullanım oranı tek başına bir ihlalin varlığını kanıtlamaz. Yazılım sağlayıcısının kendi pazarında hâkim durumda bulunup bulunmadığı ve bu gücü dışlayıcı veya sömürücü uygulamalarla kötüye kullanıp kullanmadığı hususu ise tamamen bağımsız bir m. 6 incelemesinin konusudur.

Ücret belirleme örneği ve ürün fiyatlarıyla karşılaştırma

Algoritmik koordinasyonun yarattığı hukuki riski somutlaştırmak adına varsayımsal bir senaryo üzerinden ilerleyelim: Benzer nitelikteki çalışanları istihdam etmek isteyen A, B ve C şirketlerinin piyasada aynı ücret öneri hizmetinden yararlandığını düşünelim. Bu şirketler mevcut maaş skalalarını ve henüz kamuoyuna açıklanmamış geleceğe yönelik zam planlarını sisteme yüklemektedir. Yazılım sağlayıcısı ise arka planda bu verileri birleştirip optimize ederek, müşterilerine oldukça dar bir ücret aralığında teklif vermelerini önermektedir.

Böyle bir senaryoda, sistem tarafından önerilen ya da şirketlerce uygulanan ücret tutarlarının çalışanlar nezdinde yalnızca ‘‘düşük’’ bulunması, tek başına bir rekabet hukuku ihlalinin tespiti için yeterli değildir. Yapılacak incelemede; kamuya açık olmayan hassas bilgilerin diğer işverenlerin teklif yapısına taşınıp taşınmadığı, şirketlerin algoritmanın bu işleyiş mekanizması hakkındaki bilgi düzeyi ve sisteme katılım motivasyonları derinlemesine incelenmelidir. Eğer işverenlerin, rakiplerinin atacağı adımları öngörerek çalışanlara daha iyi bir teklif verme konusundaki ticari belirsizliği ortadan kalkıyorsa, emek piyasasındaki ücret rekabetinin zayıfladığı sonucuna ulaşılabilir.

Bu risk yapısının mal ve hizmet piyasaları ile iş gücü piyasaları arasındaki paralelliği ve farkları aşağıdaki tabloda açıkça görülmektedir:

 

İnceleme konusu

Ürün fiyatlandırması

Çalışan ücreti

Şirketin konumu

Mal veya hizmet satıcısı

Emek talep eden işveren

Örnek hassas bilgi

Gelecek fiyat ve indirim planları

Gelecek zam ve ücret teklifleri

Olası rekabet zararı

Fiyat rekabetinin zayıflaması

Daha iyi ücret teklifi için rekabetin zayıflaması

Bu karşılaştırmalı analiz, algoritmik uyum riskinin yalnızca nihai tüketicinin daha yüksek bir bedel ödemesiyle sınırlı olmadığını açıkça ortaya koymaktadır. Aynı mekanizma, emek piyasasında doğrudan çalışanların aleyhine işleyerek onların daha iyi çalışma koşulları ve daha yüksek ücret teklifleri elde etme imkanını daraltabilir. Sonuç olarak; pazardaki fiyat veya ücretlerin benzeşmesi (paralel davranışlar) değerlendirilirken, 4054 sayılı Kanun’un 4. maddesindeki uyumlu eylem karinesi ile tarafların sunduğu ekonomik ve rasyonel açıklamalar bir arada titizlikle dikkate alınmalıdır.

Öneriyi reddetme imkanı ve bağımsız karar

Teşebbüslerin algoritmik önerileri serbest iradeleriyle onaylama veya reddetme imkanına sahip olmaları, savunmalarda sıklıkla bir bağımsızlık göstergesi olarak ileri sürülmektedir. Ancak küresel ve yerel rekabet hukuku içtihatları, sözleşmelerdeki bu tür formalite hükümlerine ihtiyatla yaklaşmaktadır.

Yazılımın ortak sağlayıcı üzerinden rakipler arası koordinasyona nasıl aracılık edebileceğini tartışmaya açan en güncel örneklerden biri ABD’deki RealPage dosyasıdır. Söz konusu dosyada; kamuya açık olmayan konut kiralama verilerinin ortak bir yazılımda toplanması ve bu yolla rakiplerin fiyatlama davranışlarının uyumlaştırıldığı iddia edilmiştir. ABD otoritelerinin RealPage’e karşı sunduğu belirli talepler bakımından 19 Mayıs 2026’da bir nihai hüküm kurulmuş olsa da, 30 Eylül 2026 tarihli mahkeme kararı bazı diğer iddialara ilişkin hukuki sürecin halen devam ettiğini göstermektedir.

Türkiye’deki içtihatlara bakıldığında ise Rekabet Kurulunun Amazon hakkında verdiği 18 Nisan 2025 tarihli kararda herhangi bir ihlal tespit edilmemiştir. Kararın gerekçesinde; fiyatlandırma aracının kullanımının tamamen gönüllülük esasına dayanmasının yanı sıra, satıcılar arasında bir anlaşmaya veya uyumlu eyleme işaret eden hiçbir irade uyuşmasının (concurrence of wills) bulunmadığı vurgulanmıştır. Ayrıca, fiyatlama kurallarının satıcılar tarafından özelleştirilebilmesi ve ilgili aracın makine öğrenmesi tabanlı otonom bir model yerine belirli sabit kurallara dayalı (rule-based) olarak çalışması da bu haklılık gerekçesini desteklemiştir. Önemle belirtmek gerekir ki bu karar, piyasadaki tüm fiyatlandırma yazılımları için peşinen verilmiş genel bir uygunluk ya da aklama hükmü niteliği taşımamaktadır.

Trendyol dosyasında ise süreç daha farklı bir hukuki kulvarda ilerlemiştir. 2024 yılında Kurul tarafından bağlayıcı hale getirilen taahhüt paketinde; algoritmik uyum riskini azaltmaya yönelik olarak Buybox Fiyatına Eşitle seçeneğinin kaldırılması ve aracın tamamen gönüllü kullanımı gibi somut yapısal önlemler yer almıştır. Kurul, 2 Nisan 2026 tarihli güncel kararında, bu taahhütlerin tümünün kaldırılması yönündeki teşebbüs talebini reddetmiş; yalnızca bağımsız denetçi aracılığıyla rapor sunulması şartında usuli bir değişikliğe gitmiştir. Burada unutulmaması gereken temel kural; bir dosyanın taahhütle sonlandırılması ile ihlalin esastan (maddi yönüyle) tespiti ve cezalandırılmasının tamamen farklı hukuki sonuçlar doğurduğudur.

Kanaatimizce, bir teşebbüsün bağımsız karar aldığı olgusu, öneriyi reddetme hakkının sözleşme metninde soyut bir seçenek olarak yer almasından hareketle peşinen kabul edilmemelidir. Fiili incelemelerde; sunulan öneriden sapan veya ayrılan şirketlerin algoritmik bir teşvik kaybına uğrayıp uğramadığı, üzerinde dolaylı bir sağlayıcı baskısı oluşup oluşmadığı ve şirketin kendi özgün ticari karar ölçütlerini koruyup koruyamadığı derinlemesine araştırılmalıdır. Nitekim ABD Adalet Bakanlığı (DOJ) ile Federal Ticaret Komisyonunun (FTC) Yardi dosyasına sunduğu resmi hukuki görüş de bu yaklaşımı destekler niteliktedir. Otoriteler mahkemeye sundukları bu görüşte; yazılım kullanıcılarına belirli bir fiyat serbestisi tanınmış olmasının, sistemin arka planda yürüttüğü koordinasyon iddiasını kendiliğinden ortadan kaldırmayacağını açıkça savunmuştur.

Şirketin ve yazılım sağlayıcısının sorumluluğu

Türk İş Gücü Kılavuzu’nun 18. paragrafına göre, ücret tespiti anlaşmasına aracılık eden veya bunu kolaylaştıran üçüncü kişiler, somut olayın özelliklerine bağlı olarak ihlalin tarafı sayılabilir. Sağlayıcının veri birleştirme, öneri üretme ve müşterilerin davranışlarını yönlendirme faaliyetleri bu nedenle incelenmelidir.

Müşterinin sağlayıcı fiilinden sorumluluğu bakımından ABAD’ın VM Remonts kararı yol gösterici üç alternatif koşul sunar:

  • Sağlayıcının müşterinin yönlendirmesi veya kontrolü altında hareket etmesi,
  • Müşterinin rekabet karşıtı amaçları bilip buna katkıda bulunmak istemesi,
  • Yahut bu davranışları makul olarak öngörebilecek durumda olup riski üstlenmesi.

Doğrudan yapay zekaya ilişkin olmayan bu kararın Türk hukukuna aktarılacak sonuçları ayrıca gerekçelendirilmelidir.

Sağlayıcının sözleşmede yalnız teknik hizmet sunduğunu belirtmesi veya son kararın insan tarafından onaylanması, fiili rolün ve bilgi akışının araştırılması zorunluluğunu ortadan kaldırmaz. Şirketin talimatları ile sağlayıcının koordinasyondaki somut katkısı ayrı ayrı ortaya konulmalıdır. Kurala dayalı sistemlerde parametre kayıtları; öğrenen modellerde ise eğitim verileri ve optimizasyon hedefleri incelemeye katkı sağlayabilir. Sistemin türü tek başına kast veya ihmalin varlığını belirlemez. Teknik açıklanma güçlüğü de sorumluluğu kendiliğinden kaldırmaz veya başka bir tarafa yüklemez. İhlalin varlığı ile idari para cezası ve tazminatın koşulları ayrı değerlendirilmelidir.

 

Verimlilik Savunması ve Muafiyetin Sınırı

Tek bir işverenin kendi verileriyle bağımsız ücret analizi yapmasında, rekabeti kısıtlayıcı bir anlaşma veya uyumlu eylem bulunmadığı sürece m. 4 kapsamında bir muafiyet sorunu doğmaz. Rekabeti sınırlayan bir iş birliğinde ise Kanun’un 5. maddesindeki koşullar birlikte değerlendirilmelidir. Bunlar; üretim veya hizmet sunumunda gelişme ya da ekonomik veya teknik ilerleme sağlanması, tüketicinin bundan yarar görmesi, ilgili pazarın önemli bir bölümünde rekabetin korunması ve rekabetin zorunlu olandan fazla sınırlanmamasıdır.

Buna karşılık iş gücü kılavuzu, ücret tespiti anlaşmaları ve rekabeti kısıtlama amaçlı bilgi değişimlerinin kural olarak muafiyetten yararlanamayacağını belirtmektedir. İşlem maliyetinin düşmesi veya eşleştirmenin iyileşmesi, bu kısıtlamaları kendiliğinden haklı kılmaz. Muafiyetin tartışılabildiği diğer iş birliklerinde ise sağlanan faydanın, rakiplerin gelecek fiyat ya da zam planları toplanmadan elde edilip edilemeyeceği ve tüketicilere nasıl yansıyacağı somutlaştırılmalıdır.

 

Otonom Öğrenme ve İhlalin İspatı

Calvano ve arkadaşlarının fiyatlandırma simülasyonları, gelişmiş algoritmaların aralarında hiçbir insani iletişim (mesajlaşma, gizli buluşma vb.) olmadan da kendi kendilerine öğrenerek rekabetçi düzeyin üzerinde fiyatlara ulaşabildiğini göstermektedir. Dawid, Harting ve Neugart’ın 2026 tarihli çalışması da dijital emek platformlarında benzer bir algoritmik yapının ve az sayıda işveren koşullarının, çalışan ücretlerini rekabetçi düzeyin altına düşürebildiğini simüle etmiştir. Ancak yapay zekanın laboratuvar ortamındaki bu otonom paralel davranış bulguları, somut bir piyasada şirketler arasında hukuken cezalandırılabilir bir anlaşma veya uyumlu eylem bulunduğunu tek başına kanıtlamaz.

Bu senaryolarda şirket yöneticileri arasında açık bir iletişimin bulunmaması, firmaları sorumluluktan peşinen kurtarmaz; Kanun’un 4. maddesindeki uyumlu eylem karinesi ile tarafların sunacağı bağımsız rasyonel savunmalar birlikte tartılmalıdır. Ancak bu inceleme sonunda da rakipler arasında hiçbir irade uyuşması ortaya konulamıyorsa, sırf yapay zekaların kararları nedeniyle piyasada rekabetçi olmayan bir sonucun (yüksek fiyat/düşük maaş) doğmuş olması, m. 4 kapsamında bir ceza sorumluluğu doğurmaya yetmez. Algoritmaların tamamen bağımsız öğrenmesinden kaynaklanan bu yeni nesil zararların mevcut hukuk kurallarıyla nasıl yakalanacağı ise küresel çapta ayrı bir tartışma konusudur.

Süreçte, iddiaların mahkemelerce hangi aşamada elendiği de ispat zorluğunu anlamak açısından önem taşır. Örneğin ABD'deki güncel algoritma davalarından Cornish-Adebiyi dosyasında 29 Temmuz 2026’da iddialar davanın esastan görülmeye devam edilmesi için yeterli bulunurken; Gibson dosyasında 15 Ağustos 2025’te somut koordinasyon kanıtı eksikliği nedeniyle davanın reddi onanmıştır. Farklı somut olgulara dayanan bu yargısal sonuçlar göstermektedir ki, bir davanın ilk aşamada reddedilmeyip devamına izin verilmesi, algoritmik ihlalin esas yönünden kesin olarak kanıtlandığı anlamına gelmemektedir.

 

Hizmet Sözleşmesi ve Fiili Kullanımın Denetimi

Şirketler, sağlayıcıyla sözleşme akdederken hangi verilerin öneri üretiminde veya modelin geliştirilmesinde kullanılacağını açıkça belirlemelidir. Rakip müşterilerin gizli bilgilerinin kendi önerilerine yansımasını önleyecek teknik sınırlar, veri kullanımındaki değişikliklerin bildirilmesi ve denetim imkanı birlikte düşünülmelidir. İlgili işlevin durdurulması ve karar günlüklerinin (log kayıtlarının) korunması da sözleşmede düzenlenebilir. Bu önlemler, somut rekabet riskine göre tasarlanmalıdır. Unutulmamalıdır ki denetim önerileri, kanuni ihlal koşullarının ayrıca ortaya konulması zorunluluğunu ortadan kaldırmaz.

 

Bağımsız Kararın Korunması

Ortak yazılımın sağladığı operasyonel kolaylık, fiyat ve ücret kararlarının rakiplerin gizli planlarına dayanmasını meşrulaştırmaz. Hukuki değerlendirmede, önerinin isteğe bağlı olduğuna ilişkin sözleşmesel kayıtlar kadar, veri kullanımının fiili sınırları ve öneriden ayrılma imkanının uygulamada korunması da önem taşır. Neticede şirket ile sağlayıcının sorumluluğu, bu işleyişteki bilgi düzeyleri ve somut katkıları ayrı ayrı belirlenerek kurulmalıdır.

Kaynakça

[1] 4054 sayılı Rekabetin Korunması Hakkında Kanun, özellikle m. 4, 5, 6, 16 ve 57.

[2] Rekabet Kurumu, İş Gücü Piyasalarındaki Rekabet İhlallerine Yönelik Kılavuz, 21.11.2024 tarihli ve 24-49/1087-RM(4) sayılı karar, özellikle par. 10–18, 22–28 ve 45.

[3] Deniz Onur Aras, Algoritmik Kişiselleştirilmiş Fiyatlandırmanın Rekabet ve Tüketici Hukukuna Yansımaları Üzerine Bir İnceleme, ÇÜHAD, 2026/10, s. 177–213, özellikle s. 180–183 ve 193. DOI: 10.59399/cuhad.1717756.

[4] CMA, AI and collusion: frontiers, opportunities and challenges, 4 Mart 2026; özellikle ortak sağlayıcı, veri kullanımı ve denetime ilişkin açıklamalar.

[5] OECD, Information sharing in competition policy, OECD Roundtables on Competition Policy Papers, No. 335, 1 Haziran 2026.

[6] DOJ ve FTC, McKenna Duffy v. Yardi Systems, Inc. dosyasına sunulan Statement of Interest of the United States of America, No. 2:23-cv-01391, 1 Mart 2024, s. 2–5.

[7] United States of America et al. v. RealPage, Inc., M.D.N.C., No. 1:24-cv-00710, 30 Eylül 2026 tarihli Memorandum Opinion and Order, Doc. 223, özellikle usul geçmişi, s. 9–10.

[8] Rekabet Kurulu, Amazon Turkey, 18.04.2025 tarihli ve 25-15/348-164 sayılı karar, özellikle par. 148 ve 186.

[9] Rekabet Kurulu, DSM Grup (Trendyol), 03.10.2024 tarihli ve 24-40/950-409 sayılı karar ile 02.04.2026 tarihli ve 26-11/344-131 sayılı karar, özellikle ikinci kararın par. 85–88.

[10] ABAD, VM Remonts ve Diğerleri, C-542/14, 21 Temmuz 2016, ECLI:EU:C:2016:578; özellikle hüküm kısmı.

[11] Emilio Calvano, Giacomo Calzolari, Vincenzo Denicolò ve Sergio Pastorello, Artificial Intelligence, Algorithmic Pricing, and Collusion, American Economic Review, 110(10), 2020, s. 3267–3297. DOI: 10.1257/aer.20190623.

[12] Herbert Dawid, Philipp Harting ve Michael Neugart, Algorithmic wage setting on online labor platforms, Labour Economics, c. 102, Ekim 2026, 102945. DOI: 10.1016/j.labeco.2026.102945.

[13] Cornish-Adebiyi v. Caesars Entertainment Inc., Üçüncü Devre, No. 24-3006, 29 Temmuz 2026; Gibson v. Cendyn Group, LLC, Dokuzuncu Devre, No. 24-3576, 15 Ağustos 2025.