California Üniversitesi araştırmacıları, tüm 50 eyaleti kapsayan ücretsiz ve aramaya uygun yerel mevzuat veritabanını oluşturdu

California Üniversitesi (UC Berkeley) kampüsünde görev yapan bir araştırma ekibi, Amerika Birleşik Devletleri’ndeki milyonlarca yerel kanunu dijital ortamda toplayarak tüm 50 eyaleti kapsayan ve ücretsiz erişime açılan ilk mevzuat veritabanını geliştirdi. Yapay zeka ve veri bilimi yöntemlerini kullanan ekip, Alameda’dan Zephyrhills’a kadar yüzlerce belediye ve ilçenin kendi çıkarıldığı bu düzenlemeleri bir araya getirerek, yıllardır erişimi zor olan yerel mevzuatın taranabilir ve karşılaştırılabilir hale gelmesini sağladı. Proje, Mart 2026’da başlayan çalışmanın yaklaşık bir yıl önce ivme kazanmasıyla ortaya çıktı ve veritabanının sürümü bu yılın Haziran ayında çevrimiçi olarak yayımlandı.

Amerika’nın yerel kanunlarla örülü bir ülke olduğu vurgulanıyor: gürültü kurallarından inşaat yönetmeliklerine, balıkçılık ruhsatlarından yol kenarında mango satışı yapanların düzenlenmesine kadar her kasaba, şehir ve ilçenin kendine özgü kuralları bulunuyor. Bu kanunlara erişimin zor olması yoğun PDF dosyaları ve tutarsız devlet sitelerinden kaynaklanıyor; geliştiriciler için maliyetleri artırıcı, yerliler için kafa karıştırıcı, araştırmacılar ise mevzuatın nasıl uygulandığını anlamayı engelleyen bir durum yaratıyor.

Kırık dökük yerel kanunlardan önyargı izini sürmek

Projeyi düşünen isimlerden biri olan ve Goldman Halk Politikaları Okulu ile Bilgi Okulunun parçası olan Diag Davenport, bu fikirle yaklaşık altı yıl önce bilgisayar algoritmaları, sistematik önyargılar ve ceza adalet sistemi üzerine çalışırken aklına geldi. O dönem, araştırma odakını tersine çevirip kendili mevzuattaki önyargıları inceleyebilir mi sorusunu sorduğu için, ülkenin dört bir yanındaki yerel kanunları çalışıp tarihsel ayrımcılığın yoğun yaşandığı bölgelerle böyle olmayan bölgeler arasındaki farkları istatistiksel olarak ölçmesi gerekiyordu. Karşılaştığı ilk büyük sorun ise ortada tüm yerel kanunları içeren bir veritabanının hiç bulunmamasıydı.

Kanunların ne kadar dağınık olduğu daha fazla araştırıldıkça ortaya çıktı: bu düzenlemeler özel şirket veritabanlarından, karmaşık yerel yönetim sitelerine kadar pek çok farklı yerde saklanıyordu. Karşılaşıelan kafa karışıklığının ölçeği ise 3.000’den fazla ilçe ile kendi kanunlarını yapan yaklaşık 6.000 başka yerel idareyi kapsıyordu.

“Elbette hiçbir şey, istediğiniz kadar basit değildir. Tüm bu dağınıklığı fark ettiğinizde, kimse bu işi neden yapmadığını anlamak kolaydır.”

Diag Davenport — Berkeley’de teknoloji politikası, yönetişim ve toplum asistan profesörü ve projenin baş araştırmacısı

Milyonlarca sayfanın aramaya uygun veriye dönüştürülmesi

Yıllar boyu olgunlaşan proje, yaklaşık bir yıl önce teknolojik ilerlemeler ekibin üst üste birden fazla yapay zeka aracını kullanarak ağır işleri yapabilmesine olanak tanımasıyla yeni bir canlılık kazandı. Öncelikli adım, binlerce devlet ve üçüncü taraf web sitesinden belediye ve ilçe kanunlarını toplamaktı. Davenport ve Berkeley’de doktora sonrası araştırmacı olan meslektaşı Denis Peskoff, toplama sürecini geliştirirken belgeleri barındıran sitelerin dayattığı teknik gereksinimleri karşılayacak şekilde tasarladıkları için avukatlarla görüştüler; ayrıca belge ve veri setlerinde uzmanlaşmış yapay zeka araştırmacısı Joe Barrow ile bilgisayar ve veri bilimi öğrenim gören Berkeley lisans öğrencisi Christopher Vu ile de çalıştılar.

Ancak bu yalnızca başlangıçtı. Daha büyük teknik zorluk, neredeyse 10.000 sıklıkla kullanışsız belgeyi—yaklaşık 7 milyon sayfa, çoğu bulanık, iyi yapılandırılmamış ya da başka biçimlerde erişilemeyen PDF’ler—araştırmacıların gerçekten kullanabileceği veriye çevirmekti.

Ekip, belgelerden hem metni hem de yapıyı çıkarmak için LightOnOCR adlı bir görsel-dil optik karakter tanıma modeli kullandı. Arşivin işlenmesi büyük ölçüde hesaplama gücü gereştirdi; ancak ortaya çıkan sonuç, makine tarafından okunabilir metinden oluşan nispeten standartlaştırılmış bir bütün oluşturdu. Bu biçim, özgün PDF’lere kıyasla modern yapay zeka sistemleriyle aranması, analiz edilmesi ve kullanılması çok daha kolay ve ucuz.

Bunun ardından araştırmacılar, OpenAI‘nin modellerini kullanarak kanunlardan örnekleri etiketledi ve düzenledi ve bu çalışmayı tüm korpusa yayılabilecek kutulara deriledi. Sonuç olarak ortaya milyonlarca benzersiz yerel düzenleme, tüm 50 eyaletten bir veri tabanı çıktı.

“Bu işin yapılmasının gerçekten altı ya da on iki ay öncesine kadar imkânsız olduğunu düşünüyorum. Bildiğim kadarıyla, bu işi başka kimse daha büyük bir ölçekde yapmadı.”

Diag Davenport

Ekip, veritabanının bir sürümünü Haziran ayında çevrimiçi olarak yayımladı; bazı kişiler zaten ekibin çalışmasına dayanan aramaya arayüzler oluşturdu. Geçen hafta ise projelerini anlatan makalenin, yapay zeka ve öğrenme üzerine odaklanan en üst düzey konferanslardan biri sayılan Bilgisayar Öğrenmesi Bilgileri Sistemleri Konferansı’na (Neural Information Processing Systems) kabul edildiğini öğrendiler. Bulgularını Aralık ayında sunacakları için makale, arXiv ön baskı sunucusunda erişime açık.

Yerel kuralları karşılaştırmaya yarayan halk araçları

Çalışmanın bir sonraki aşamasının daha heyecan verici olduğunu belirten Davenport, bilgisayar bilimcilerin ve teknolojiye ilgili diğer kullanıcıların bu geniş bilgi hazinesini kullanarak belirli konularda sohbet botlarını eğitebileceklerini söyledi. Örnek olarak, Körfez Bölgesindeki inşaat yönetmelikleri üzerine eğitilmiş bir botun, Berkeley’de bir apartman kompleksi yapmak ile El Cerrito’da yapmak için gereken farklı şartları hızlı biçimde raporlayabileceği vurgulandı.

Bu durum, geliştiricilerin maliyet tahminlerini proje planlarına daha kolay dahil etmesine ya da bir ev sahibinin arka bahçeye yapılacak ek konut birimi için kurallar kitabını takip etmesine olanak tanıyabilir. Davenport’a göre, veriye dayanan gelecek tüm araçların ücretsiz ve halkın erişimine açık olması kritik önem taşıyor.

Jurnalistler, araştırmacılar ve politika yapıcılar da kanunları karşılaştırmak için daha kolay bir erişime sahip olacak; böylece gezinmesi zor belgeleri araştırmaya harcanacak sayısız saat tasarrufu sağlanacak. Kullanıcılar bölgesel farkları karşılaştırabilir, bazı bölgelerde kanunların anlaşılmanın ne kadar zor olduğunu inceleyebilir ve hatta uygulamanın bölge arasındaki farklarını araştırabilir.

“Aslında elimizde konut, kaldırım ve kask düzenlemesi üzerine binlerce deney var. Buradaki gerçek vaat, yerel yönetimi anlaşılır kılmaktır. İnsanlar günlük hayatı biçimlendiren kuralları gerçekten görüp karşılaştırabildiğinde, hangilerinin işe yaradığı, kimin için işe yaradığı ve neyi farklı yapmamız gerektiği hakkında çok daha iyi sorular sorabiliriz.”

Diag Davenport

Araştırmacıların çalışması, “Freeing the Law with LOCUS: A Local Ordinance Corpus for the United States” başlıklı makalede arXiv (2026) üzerinden yayımlandı. Makalenin DOI numarası 10.48550/arxiv.2606.19334 olarak kaydedildi.