Yapay Zekâ Destekli Dinamik Fiyatlandırma Sistemlerindeki Etik Riskler
İsmail Burak Azman
İçerikler
-
Özet
-
Giriş
-
Çalışmanın Amacı ve Kapsamı
-
Dinamik Fiyatlandırma Kavramı
-
Problemin Etik Boyutu
5.1. Fiyat Adaleti Problemi
5.2. Kullanıcıya Göre Fiyat Ayrımcılığı
5.3. Şeffaflık Eksikliği
5.4. Manipülatif Satış Mesajları
5.5. Acil Durumlarda Fiyat Sömürüsü Riski -
Literatür Değerlendirmesi
-
Çalışmanın Özgün Katkısı
-
FADE Modeli: Fiyat Adaleti Denetim Ekosistemi
8.1. AI Fiyatlandırma Motoru
8.2. Etik Kontrol Katmanı
8.3. Etik Skor Mekanizması
8.4. Human-in-the-Loop Yaklaşımı
8.5. Açıklanabilir Yapay Zekâ Yaklaşımı
8.6. Kırmızı Bayrak Kontrol Sistemi -
Uygulanabilir Demo Tasarımı
9.1. Demo Senaryosu
9.2. Etik Skor Demo Tablosu
9.3. Sistem Mimarisi -
Bilişim Etiği Açısından Değerlendirme
10.1. Adalet İlkesi
10.2. Şeffaflık İlkesi
10.3. Zarar Vermeme İlkesi
10.4. Hesap Verebilirlik İlkesi -
Tartışma
-
Çalışmanın Sınırlılıkları
-
Sonuç
-
Kaynakça
-
Makale Özgünlük Raporu
-
AI Kontrolü Raporu
1. Özet
Yapay zekâ destekli dinamik fiyatlandırma sistemleri, dijital platformlarda ürün ve hizmet fiyatlarının talep, stok durumu, zaman, kullanıcı davranışları ve piyasa koşullarına göre otomatik olarak değiştirilmesini sağlayan algoritmik yapılardır. Özellikle e-ticaret, konaklama, ulaşım ve yemek platformlarında yaygın biçimde kullanılan bu sistemler işletmelere gelir optimizasyonu sağlarken kullanıcılar açısından çeşitli etik problemleri de beraberinde getirmektedir. Aynı ürünün farklı kullanıcılara farklı fiyatlarla sunulması, fiyatlandırma sürecinin şeffaf olmaması, kullanıcı verilerinin fiyat belirleme sürecinde kullanılması ve manipülatif satış mesajlarının otomatik hale gelmesi bu problemlerin başında gelmektedir.
Bu çalışmada yapay zekâ destekli dinamik fiyatlandırma sistemlerinde ortaya çıkan etik riskler incelenmiş ve bu risklerin azaltılmasına yönelik uygulanabilir bir teknik çözüm modeli önerilmiştir. Çalışma kapsamında geliştirilen “FADE Modeli (Fiyat Adaleti Denetim Ekosistemi)” ile mevcut fiyatlandırma algoritmalarına etik kontrol katmanı eklenmesi önerilmektedir. Sistem; fiyat artış limiti, kullanıcılar arası fiyat farkı kontrolü, hassas veri filtreleme, manipülatif mesaj denetimi, açıklanabilirlik modülü, insan onay mekanizması ve loglama sistemi gibi bileşenlerden oluşmaktadır.
Çalışmanın önemli yönlerinden biri yalnızca etik problemi tartışmakla kalmayıp uygulanabilir bir demo mimarisi sunmasıdır. Bu kapsamda örnek senaryolar üzerinden AI fiyat önerileri etik skor mekanizması ile değerlendirilmiş ve sistemin gerçek platformlara entegre edilebilir yapısı açıklanmıştır.
Anahtar Kelimeler: Yapay zekâ, dinamik fiyatlandırma, bilişim etiği, fiyat adaleti, algoritmik karar verme, etik yapay zekâ, otomasyon sistemleri, açıklanabilir yapay zekâ.
2. Giriş
Yapay zekâ teknolojilerinin gelişmesiyle birlikte otomasyon sistemleri yalnızca veri işleme süreçlerinde değil, günlük hayatta insanların doğrudan karşılaştığı karar mekanizmalarında da kullanılmaya başlanmıştır. Özellikle dijital platform ekonomisinin büyümesiyle birlikte fiyatlandırma süreçleri büyük ölçüde algoritmik sistemlere bırakılmıştır. Günümüzde yemek sipariş uygulamaları, uçak bileti platformları, otel rezervasyon siteleri ve e-ticaret sistemleri kullanıcı davranışlarına göre anlık fiyat değişiklikleri yapabilmektedir.
Dinamik fiyatlandırma sistemleri işletmeler açısından önemli avantajlar sağlamaktadır. Talep yoğunluğunun analiz edilmesi, stok yönetiminin optimize edilmesi ve gelir artışı bu avantajların başında gelmektedir. Ancak kullanıcı açısından bakıldığında aynı ürünün farklı zamanlarda veya farklı kişilerde değişen fiyatlarla karşılaşılması “fiyat adaleti” tartışmasını gündeme getirmektedir.
Gülsever ve Erdoğan Tarakçı (2023), dinamik fiyatlandırma sistemlerinde fiyat farklılaşmasının kullanıcıların fiyat adaleti algısını doğrudan etkileyebildiğini belirtmektedir. Aynı ürün veya hizmetin farklı kullanıcılara farklı fiyatlarla sunulması kullanıcıların sistemi adaletsiz algılamasına neden olabilmektedir.
Dinamik fiyatlandırma sistemleri çoğu zaman kullanıcı farkında olmadan çalışmaktadır. Kullanıcı kendisine sunulan fiyatın hangi kriterlere göre oluştuğunu bilmemektedir. Bu durum algoritmik şeffaflık problemini ortaya çıkarmaktadır.
3. Çalışmanın Amacı ve Kapsamı
Bu çalışma yalnızca etik problemlerin teorik olarak tartışılmasını değil, aynı zamanda uygulanabilir bir sistem mimarisi geliştirilmesini hedeflemektedir. Bu kapsamda önerilen FADE modeli için örnek demo senaryoları ve teknik kontrol mekanizmaları oluşturulmuştur.
4. Dinamik Fiyatlandırma Kavramı
Dinamik fiyatlandırma, ürün veya hizmet fiyatlarının belirli koşullara göre sürekli değiştirildiği fiyatlandırma yaklaşımıdır. Bu yaklaşımda fiyatlar sabit değildir; zaman, talep yoğunluğu, stok seviyesi, kullanıcı davranışı ve piyasa verileri gibi faktörlere göre güncellenmektedir.
Dinamik fiyatlandırma sistemleri özellikle şu alanlarda yoğun biçimde kullanılmaktadır:
-
Otel rezervasyon sitelerinde
-
Uçak bileti satış platformlarında
-
E-ticaret sistemlerinde
-
Araç çağırma uygulamalarında
-
Yemek sipariş platformlarında
5. Problemin Etik Boyutu
Dinamik fiyatlandırma sistemlerinde en önemli etik problemlerden biri fiyat adaleti konusudur.
5.1. Fiyat Adaleti Problemi
Özellikle kullanıcıların neden farklı fiyat gördüğünü bilmemesi etik problemi daha görünür hale getirmektedir.
5.2. Kullanıcıya Göre Fiyat Ayrımcılığı
Dinamik fiyatlandırma sistemleri kullanıcı verilerini analiz ederek kişiye özel fiyatlandırma yapabilmektedir.
Kullanılan veriler:
-
Geçmiş satın alma davranışları
-
Platformda geçirilen süre
-
Konum
-
Cihaz türü
-
Harcama alışkanlıkları
5.3. Şeffaflık Eksikliği
Kullanıcıların büyük kısmı fiyatın neden değiştiğini bilmemektedir. Algoritmalar çoğu zaman “black-box” mantığında çalışmaktadır.
5.4. Manipülatif Satış Mesajları
Örnek mesajlar:
-
“Son 1 ürün kaldı.”
-
“Bu fiyat birazdan artacak.”
-
“Şu anda birçok kişi bu ürünü inceliyor.”
5.5. Acil Durumlarda Fiyat Sömürüsü Riski
Afet, pandemi veya kriz dönemlerinde temel ihtiyaç ürünlerinin fiyatlarının aşırı yükselmesi etik problemlere yol açabilmektedir.
6. Literatür Değerlendirmesi
Literatürde dinamik fiyatlandırma sistemleri üzerine yapılan çalışmalar çoğunlukla fiyat adaleti algısı, tüketici davranışı ve tekrar satın alma niyeti üzerinde yoğunlaşmaktadır.
Mevcut çalışmaların önemli kısmı problemi tanımlamakta ancak teknik çözüm mekanizmalarını yeterince ele almamaktadır.
7. Çalışmanın Özgün Katkısı
Bu çalışmanın temel farkı yalnızca etik problemleri açıklaması değil, aynı zamanda uygulanabilir teknik çözüm modeli önermesidir.
Bu kapsamda geliştirilen “FADE Modeli (Fiyat Adaleti Denetim Ekosistemi)” ile dinamik fiyatlandırma kararlarının etik açıdan denetlenmesi amaçlanmaktadır.
8. FADE Modeli: Fiyat Adaleti Denetim Ekosistemi
FADE modeli fiyatlandırma kararlarını yalnızca gelir optimizasyonu açısından değil; kullanıcı adaleti, şeffaflık ve etik riskler açısından da değerlendirmektedir.
8.1. AI Fiyatlandırma Motoru
Bu katman:
-
Talep yoğunluğu
-
Stok seviyesi
-
Geçmiş satış verileri
-
Kampanya durumu
gibi verileri analiz ederek fiyat önerisi üretmektedir.
8.2. Etik Kontrol Katmanı
Kontroller:
-
Maksimum fiyat artış limiti
-
Kullanıcılar arası fiyat farkı
-
Hassas veri kullanımı
-
Manipülatif mesaj kontrolü
-
Kriz anı fiyat koruması
8.3. Etik Skor Mekanizması
Sistem her fiyat önerisi için 0–100 arasında etik skor üretmektedir.
Tablo 1
Etik Skor ve Sistem Kararı
| Etik Skor | Sistem Kararı |
|---|---|
| 80–100 | Otomatik onay |
| 50–79 | İnsan onayı gerekir |
| 0–49 | Sistem reddeder |
Not: Bu tablo, FADE modeli kapsamında oluşturulan etik skor aralıklarını ve sistemin ilgili skor düzeylerine göre verdiği karar mekanizmasını göstermektedir.
8.4. Human-in-the-Loop Yaklaşımı
Sistem belirli risk seviyelerinde insan onayını sürece dahil etmektedir.
8.5. Açıklanabilir Yapay Zekâ Yaklaşımı
Örnek açıklamalar:
-
“Talep yoğunluğu nedeniyle fiyat güncellenmiştir.”
-
“Stok seviyesindeki azalma nedeniyle fiyat değişmiştir.”
8.6. Kırmızı Bayrak Kontrol Sistemi
Sistem aşağıdaki durumlarda etik uyarı üretmektedir:
-
Aşırı fiyat artışı
-
Kullanıcılar arası yüksek fiyat farkı
-
Hassas veri kullanımı
-
Sahte aciliyet mesajları
-
Kriz anında fiyat yükselmesi
9. Uygulanabilir Demo Tasarımı
9.1. Demo Senaryosu
Bir e-ticaret platformunda satılan ürünün başlangıç fiyatı 100 TL’dir.
AI sistemi yüksek talep nedeniyle fiyatı 135 TL olarak önermektedir. Sistem bu artışı etik açıdan riskli bulmakta ve fiyatı yönetici onayına göndermektedir.
9.2. Etik Skor Demo Tablosu
Tablo 2
Demo Senaryoları ve Sistem Kararları
| Senaryo | AI Önerisi | Etik Skor | Sistem Kararı |
|---|---|---|---|
| Normal talep artışı | 100 → 115 TL | 92 | Onaylandı |
| Aşırı fiyat artışı | 100 → 135 TL | 48 | Reddedildi |
| Orta risk | 100 → 125 TL | 68 | İnsan onayı |
| Hassas veri kullanımı | 100 → 122 TL | 35 | Reddedildi |
Not: Bu tablo, farklı fiyatlandırma senaryolarında yapay zekâ sisteminin ürettiği etik skorları ve FADE etik kontrol mekanizmasının verdiği sistem kararlarını göstermektedir.
9.3. Sistem Mimarisi
Sistem akışı:
Kullanıcı Verileri → AI Fiyatlandırma Motoru → FADE Etik Kontrol Katmanı → Etik Skor → İnsan Onayı / Otomatik Onay → Kullanıcıya Gösterilen Nihai Fiyat
10. Bilişim Etiği Açısından Değerlendirme
10.1. Adalet İlkesi
Benzer koşullardaki kullanıcıların benzer fiyatlarla karşılaşması hedeflenmektedir.
10.2. Şeffaflık İlkesi
Kullanıcı fiyatın neden değiştiğini anlayabilmelidir.
10.3. Zarar Vermeme İlkesi
Algoritmalar kullanıcı mağduriyeti oluşturacak şekilde çalışmamalıdır.
10.4. Hesap Verebilirlik İlkesi
Fiyatlandırma kararları açıklanabilir ve denetlenebilir olmalıdır.
11. Tartışma
Bu çalışma dinamik fiyatlandırma sistemlerini tamamen reddetmemektedir. Ancak yalnızca kâr maksimizasyonuna odaklanan sistemlerin kullanıcı güvenini zedeleyebileceği değerlendirilmektedir.
12. Çalışmanın Sınırlılıkları
Bu çalışma kavramsal model önerisi sunmaktadır. Önerilen model gerçek üretim ortamında test edilmemiştir.
13. Sonuç
Yapay zekâ destekli dinamik fiyatlandırma sistemleri dijital ekonominin önemli araçlarından biri haline gelmiştir. Ancak bu sistemlerin kontrolsüz biçimde çalışması fiyat adaleti, kullanıcı güveni ve bilişim etiği açısından çeşitli problemler doğurabilmektedir.
Bu çalışmada önerilen FADE modeli, dinamik fiyatlandırma kararlarını etik açıdan denetlenebilir hale getirmeyi amaçlamaktadır.
14. Kaynakça
15. Makale Özgünlük Raporu
Bu makale, 11.05.2026 tarihinde Plagiarisma platformu üzerinden özgünlük kontrolünden geçirilmiştir. Yapılan analiz sonucunda çalışmanın özgün olduğu değerlendirilmiştir.
1: 0% Plagiarism – 100% Unique
16. AI Kontrolü Raporu
Bu makale, 11.05.2026 tarihinde Plagiarism Detector AI Checker platformu üzerinden yapay zekâ içerik analizi kapsamında kontrol edilmiştir. Kontrol işlemi sırasında metin İngilizceye çevrilerek AI detection testi uygulanmıştır.
1: 3.2% AI Text – %96.8 Human Text
Bu çalışma, İsmail Burak Azman tarafından hazırlanmıştır ve Creative Commons Attribution-ShareAlike 4.0 International (CC BY-SA 4.0) lisansı ile lisanslanmıştır.
Creative Commons CC BY-SA 4.0 Lisansı
Ben Burak Azman, Marmara Üniversitesi Bilgisayar ve Öğretim Teknolojileri Eğitimi bölümünde, mühendislik ve bilişim odaklı bir akademik altyapıyla donanmış dördüncü sınıf öğrencisiyim. Kariyer yolculuğumu yazılım geliştirme ve robotik süreç otomasyonu (RPA) üzerine kurgulayarak, kurumsal iş akışlarını daha verimli hale getirecek teknolojik çözümler üretiyorum. Şu an Eczacıbaşı Holding bünyesinde, Denetim Kurulu çatısı altında RPA Developer Trainee olarak görev alıyor; vergi süreçlerinin otomatize edilmesi ve dijital asistan sistemlerinin geliştirilmesi gibi stratejik projelerde aktif rol üstleniyorum.
Teknik yetkinliklerimi UiPath ekosistemindeki Studio, Orchestrator ve Document Understanding gibi araçlarla pekiştirirken; yapay zeka, LLM entegrasyonları ve RAG sistemleri üzerine yoğunlaşıyorum. Geçmişte Şölen bünyesinde geniş bir süreç portföyünü yöneterek kazandığım deneyim, karmaşık otomasyon mimarilerini anlama ve uygulama konusundaki vizyonumu geliştirdi. Yazılım dünyasındaki gelişimimi PHP (Laravel), Python ve Node.js gibi dillerle destekliyor; yalnızca teknik bir uygulayıcı değil, aynı zamanda teknolojiyi stratejik bir kaldıraç olarak kullanan bir çözüm mimarı olmayı hedefliyorum. Otomasyonun gücüyle iş dünyasında dijital dönüşümün öncüsü olmak en büyük motivasyon kaynağımdır. Bu alanda ilerlemek ve yapay zeka alanında kendimi geliştirip agentler yaparak kendimi bu alanda yazılım dünyasına girmeyi istiyorum.
