Biyometrik kimlik doğrulama nedir?

Biyometrik veriler, bir kişinin kimliğini doğrulamak için kullanılan en hassas verilerden biridir. Parmak izi, yüz şekli, iris yapısı ya da ses tonu gibi bilgiler; bireyin kendine has, değiştirilemez özelliklerini temsil eder. Parmak izi, yüz tanıma, retina tarama ve ses tanıma gibi yöntemler kullanılır. Biyometrik doğrulama sistemleri, geleneksel parola veya PIN kodlarına göre daha güvenlidir. Ancak bu sistemlerin de bazı zayıflıkları vardır. Örneğin, parmak izi kalıbı veya görüntüsü ile yanıltmak kolaydır. Ones Technology, canlılık durumunu da kontrol eden sensörler sayesinde bu durumun üstesinden gelmek için önemli bir adım atmıştır. Şirketler, çevrimiçi bir platformda yeni bir hesap oluşturan kullanıcıları benzersiz bir şekilde tanımlamak için veya riskli veya şüpheli hesap etkinliği tespit edilmesi durumunda hesabın gerçek kişinin kimliğini doğrulamak için yüz tanımalarını kullanabilirler. Bu sorunun üstesinden gelmek için iki faktörlü kimllik doğrulama kullanılabilir. İki faktörlü kimlik doğrulama (2FA) biyometrik faktör kontrollerini içeren bir kimlik doğrulama yöntemidir. 2FA yöntemi, sahip olma faktörünün yanında biyometrik faktör kontrollerini de içerir. Örneğin, bir kullanıcı önce parolasını girer ve ardından parmak izi tarayıcısına dokunarak kimliğini doğrular. Bu yöntemde iki farklı faktörün kontrol edilmesi gerektiği için daha güvenlidir.^[1]

Yapay zeka teknolojileriyle bu sistemler entegre edildiğinde güvenlik katmanı oldukça genişliyor ancak riskler de beraberinde geliyor. 2008 yılından bu yana Ones Technology bünyesinde, başta SGK’da usülsüz sigorta kullanımını engellemek adına başlatılan, Biyometrik Kimlik Doğrulamalı Geçiş Kontrol Sistemi (BKDGKS) ile yazılım ve donanım bütün halde olmak üzere, donanım ve yazılım olmak üzere tamamı Türkiye’de üretilmiş ilk biyometrik kimlik doğrulama bazlı ve geçiş kontrol sistemleri bütünüdür.^[2]

Biyometrik sistemler nereye evriliyor?

Biyometrik sistemler artık yalnızca kimlik doğrulama amaçlı kullanılmıyor; güvenlikten sağlığa, finanstan eğitim sistemlerine kadar birçok alanda hayatımızda aktif rol alıyor. Parmak izi, yüz tanıma, damar izi, iris, hatta yürüme tarzı (gait recognition) gibi farklı biyometrik veriler; yapay zekâ (AI) ile birleştiğinde hem doğruluk oranı artıyor hem de sistemler çok daha çevik ve esnek hale geliyor. Klasik biyometrik sistemler, çoğunlukla sabit algoritmalara dayanır. Örneğin bir parmak izi sisteminde, parmağın belli bir açıyla okutulması gerekir. Ancak gerçek dünya böyle işlemiyor. Parmaklar ıslak olabiliyor, yüzünüzde maske olabiliyor ya da ışık kötü olabiliyor. Hatta basitçe bazı mesleklerde parmak izi kalıcı veya geçici olarak deforme olup silinebiliyor. Bu ve benzeri durumlarda yapay zeka bize bir çıkış kapısı aralayabilir: sistemin öğrenmesini, adaptasyonunu ve hataya toleransını artırarak, geleneksel parola ya da PIN kodu gibi yöntemlere kıyasla çok daha güvenli bir kimlik doğrulama sunabilir. Parmak izi, yüz tanıma, retina tarama ve ses tanıma gibi yaygın yöntemlerle; kullanıcılar yalnızca “bilgiye sahip olarak” değil, “kim olduklarına göre” doğrulanabilir.

Burada Ones Technology’nin de Geçiş Kontrol Sistemlerinin temel mantığını oluşturan “Kişilerin kartları olur, kartların kişileri değil” felsefesiyle, bir kişinin ister kartla ister biyometrik veriyle ister parolayla doğrulansın, kişinin kendisinin sistemde tanınması ve olası güvenlik açıklarında, kişinin sistemde engellenmesi veya doğrulama yöntemlerinin geçici veya kalıcı olarak değiştirilmesi durumlarında bile, kullanıcı esas alındığından doğrulama adımları kesintisiz olarak sürdürülebiliyor hale gelebilmektedir. Yapay zekanın bu alanlarda entegre edilerek işletilmesi ve doğrulamanın zamana göre değişen koşullara ayak uydurması doğrulama süreçlerini sıfıra yakınsayan hata oranlarındaki kesinlikle sağlayabilir.

Her sistemin bir açığı vardır

Yapay zekâ tabanlı biyometrik sistemlerin yaygınlaşması, bazı soru işaretlerini de beraberinde getiriyor tabi ki. Çünkü başlıkta da yazıldığı gibi her sistemin avantajları gibi dezavantajları faydaları olduğu gibi zararları veya eksiklikleri de vardır. Yapay zekalı doğrulama sistemlerindeki en belirgin eksiklik zamana yayılan bilgi manipülasyonu olabilir.

Bu tam olarak ne demek?

Şöyle düşünelim: Bir kullanıcı biyometriği zamanla fiziksel olarak değişebilir. Örneğin, ten renginde belirgin bir açılma ya da koyulaşma olabilir, geçici bir enfeksiyon sebebiyle yüzünde şişlik veya morluk oluşabilir, parmak izinde ise kesik, yanık gibi geçici deformasyonlar görülebilir, yapay zekâ bu gibi durumları tolere etmek için, her yeni doğrulamada kabul eşiğini güncellemeye çalışır. Ancak bu süreç, zamanla biyometrik verinin başlangıçtaki orijinal halinden uzaklaşmasına neden olabilir. Bu değişim, sistemin doğrulama hassasiyetini düşürebilir veya sahte eşleşmelere neden olabilir. Dolayısıyla, belirli aralıklarla biyometrik verilerin güncellenmesi gerekebilir. Bu da teknik açıdan ek iş yükü ve maliyet anlamına gelir.

AI algoritmaları, yetersiz veri setleriyle eğitildiklerinde belirli etnik gruplarda hatalı sonuçlar üretebilir. Örneğin Türkiye veya avrupa bölgesi baz alınarak üretilmiş veri setleriyle eğitilmiş bir yapay zeka sistemde kullanılıyorsa dünyanın başka bölgelerindeki ten rengi veya yüzde belirgin ırksal farklılık olduğu durumlarda sahte eşleşmelere ya da eşleşmelerin sağlanamaması durumlarına sebep olabilir.

Ek olarak yapay zekanın doğrulama yeteneklerini artıracak olmasıyla canlı takip sistemlerine evrilecek projeler sebebiyle mahremiyet ihlalleri ve/veya izinsiz takip gibi etik olarak tartışmaya açık konular yaratabilir. Bu da sistemin kurulu olduğu bölgelerde otosansür, korku kültürü, hedefli ayrımcılık (seçilen kişilerin özel olarak izlenerek takibi) sorunlarına sebep olabilir. Dolayısıyla yapay zekanın kullanım oranının da iyi seçilmesi gerekmekte ve sistemi iyileştirmek adına kullanımına dikkat edilmesi gerekmektedir. Aksi durumda dijital kölelik mevhumuna sebep olabilir.

Sonuç olarak, biyometrik doğrulama sistemleri, yapay zeka ile birleştiğinde hem daha güvenli hem de daha akıllı hale geliyor evet ancak bu sistemleri kullanırken sadece teknolojiye değil, etik kurallara ve kullanıcı haklarına da aynı derecede dikkat etmek gerekiyor. Ones Technology’nin NG (Next Generation) vizyonunda bu dengenin kurulması ve mevcut sistemi şu an olduğu kararlılık ve kesinlik bağlamından koparmadan, ek bir maliyet ya da güvenlik açığı yaratmayacak en optimum seviyede kullanılması planlanmaktadır.

Müşteri hizmetleri ve sürekli destek

Yapay zekayı biyometrik sistemlerde doğrulama alanında kullanabileceğimiz gibi diğer bir önemli konu olan yeni müşteri desteği ve satış sonrası süreçler için de kullanabiliriz. Bu noktada bilindiği üzere müşteri hizmetleri, KOBİ’lerden devasa tröstlere tüm şirketler için en önemli unsurların başında geliyor. Burada müşteri çeşitliliği müşterilerin çok uluslu olması ve yerelleşme konusunda gösterilen çaba yeni potansiyel müşterilerin kazanılması veya mevcuttakilerin elde tutulması konusunda kritik öneme sahip, sonuçta her şirket verdiği hizmet kadar değerlidir. Yapay zeka destekli sohbet robotları burada hayati öneme sahip olabilirler. Çünkü bir anlığına hayal edelim istediğiniz kadar vardiyalı ve çeşitli milletten insan istihdam edin, sohbet başladığı anda cevap verebilecek ve talebinin çözümünü bekleyen müşterinin ürünü, müşterinin ana dili, ait olduğu kökeni ve bunun gibi bir sürü yerelleşme unsuruna anında uyum sağlayabilecek ve sorulan en manasız veya en karmaşık sorulara bile tüm sistemi halihazırda bilen bir yapay zeka kadar hızlı ve kesin cevap üretme konusunda yetersiz kalmanız kaçınılmazdır.

Bu sebeple sanal asistanlar, doğal dil işleme (NLP) sayesinde kullanıcılara rehberlik edebilir, sık sorulan soruları yanıtlayabilir ve basit orta veya zor sorunları insan yardımına ihtiyaç duymadan yeterli veriye sahipse hızlıca çözebilir. Bu durum müşteri memnuniyetini artırmanın yanı sıra şirketler için işletme giderlerini de önemli ölçüde düşürüyor. Zendesk AI ve IBM Watson Assistant gibi günün her saati destek sağlayan çözümlerle tutarlı kullanıcı deneyimleri sağlanıyor. Yapay zekanın müşteri hizmetlerindeki artan rolü, 2025 yılına kadar müşteri etkileşimlerinin %80’inin insan müdahalesi olmadan gerçekleştirileceğini öngören Gartner’ın 2022 raporunda vurgulanmaktadır. _[4][5]

Kaynaklar

1. https://www.microsoft.com/en-ie/security/business/security-101/what-is-two-factor-authentication-2fa
2. https://tr.wikipedia.org/wiki/BioAffix
3. https://arxiv.org/abs/1503.03832
4. https://www.nice.com/glossary/what-is-ai-customer-service
5. https://www.gartner.com/en/newsroom/press-releases/2024-04-11-gartner-says-75-percent-of-enterprise-software-engineers-will-use-ai-code-assistants-by-2028