Önde gelen beş ticari konuşma tanıma sistemi, siyah konuşmacılarda ortalama 0,35, beyaz konuşmacılarda 0,19 kelime hata oranı verdi; siyah konuşmacıların seslerinin %23’ü kullanılamayacak kadar hatalı transkriptler üretirken, beyaz konuşmacılarda bu oran yalnızca %1,6 oldu (Koenecke ve ark., PNAS 2020). İnsan transkripsiyonu da temiz bir ölçüt değil: sertifikalı Philadelphia mahkeme stenografları Afro-Amerikan İngilizcesini %82,9 kelime doğruluğuyla yazıya döktü; bu, sertifikalandırıldıkları %95 standardın 12 puandan fazla altında (Jones ve ark., Language 2019). Bu arada kayıtları üretecek insanlar da azalıyor: on yıllık %21’lik düşüşün ardından yaklaşık 23.000 stenograf kaldı (AAERT, 2025 Court Reporting Industry Trends) ve Kaliforniya’daki aile, veraset ve medeni duruşmaların üç yıl boyunca %71,3’ünün hiç tam tutanağı yok (Judicial Council of California, 2026). PNAS, Linguistic Society of America’nın Language dergisi, National Court Reporters Association, Judicial Council of California, Thomson Reuters Institute ile National Center for State Courts, Filipinler Yüksek Mahkemesi, Birleşik Krallık Adalet Bakanlığı ve hakemli yapay zekâ denetimlerinden verileri bir araya getirerek mahkeme transkripsiyonu doğruluğunun 2026’da gerçekte nerede durduğunu gösteriyoruz. İş gücü tablosunun geneli için mahkeme stenografisi istatistikleri yazımıza bakın.
TL;DR
- Ticari ASR, siyah konuşmacılarda ortalama 0,35, beyaz konuşmacılarda 0,19 kelime hata oranı verdi (Koenecke ve ark., PNAS 2020).
- Siyah konuşmacıların ses parçalarının %23’ü, beyaz konuşmacıların %1,6’sına karşılık, yazarların kullanılamaz saydığı 0,5 WER eşiğini aştı (PNAS 2020).
- Siyah erkeklerde ortalama WER 0,41 oldu; bu, beyaz erkeklerdeki 0,21’in iki katı (PNAS 2020).
- Philadelphia mahkeme stenografları, Afro-Amerikan İngilizcesinde %82,9 kelime doğruluğuna ve %59,5 cümle doğruluğuna ulaştı (Jones ve ark., Language 2019).
- Mahkeme stenografı transkripsiyonlarının %31’i bir ifadenin kimin, neyi, ne zaman, nerede söylediğini veya ifadenin ağırlığını değiştirdi (Language 2019).
- Yaklaşık 23.000 stenograf kaldı; on yıllık düşüş %21, kayıtlardaki düşüş ise %74 (AAERT 2025).
- NCRA’nın yeni sertifikalı üyeleri 243’ten (2023) 205’e (2025) geriledi; mahkeme stenografı yaş ortalaması 56 (NCRA İstatistikleri, Mart 2026).
- Kaliforniya’daki 2026 ilk çeyrek aile, veraset ve medeni duruşmalarının %72,4’ünün tam tutanağı yoktu (Judicial Council of California 2026).
- Eyalet mahkemelerinin yalnızca %17’si üretken yapay zekâ kullanıyor, %70’i personeli yapay zekâ araçlarından yasaklıyor (Thomson Reuters Institute 2025 State Courts Survey).
- Filipinler mahkemeleri bir yapay zekâ pilotunda transkripsiyon süresini ortalama %50, en fazla %80 kısalttı (Filipinler Yüksek Mahkemesi, 2025).
- Whisper transkripsiyonlarının kabaca %1’i halüsinasyon ürünü ifadeler içeriyordu ve bunların %38’i zararlıydı (Koenecke ve ark., ACM FAccT 2024).
- Mahkemede konuşmadan metne çeviri için 15 üyeli bir federal görev gücü, 19 Mart 2026’da S. 4154 ile önerildi (ABD Senatosu).
1. Irka, Lehçeye ve Cinsiyete Göre ASR Kelime Hata Oranları
Mahkeme salonu konuşma tanımasının temel doğruluk sorunu ortalama performans değil, konuşmacılar arasındaki farklılık. Test edilen beş sistemin her biri, aynı beş ila sekiz kelimelik ifadelerde bile siyah konuşmacılarda beyaz konuşmacılara göre neredeyse iki kat fazla hata yaptı; bu da sorunun kelime dağarcığından değil akustik modelden kaynaklandığını gösteriyor. Kaydın her tanık için eşit derecede güvenilir olması gereken bir mahkeme salonunda, ortalamada doğru ama konuşmacıya göre eşitsiz bir araç temel adalet sınavında başarısız olur.
Mevcut en güncel veri: Koenecke ve ark., Racial disparities in automated speech recognition, PNAS 2020. O zamandan beri karşılaştırılabilir ölçekte ve tasarımda bir çalışma yayımlanmadı; bu da başlı başına bir bulgu: mahkemelerde ASR satın alımlarının arkasındaki kanıt tabanı altı yıllık.
| Metrik | Değer | Kaynak |
|---|---|---|
| 5 ASR sisteminde ortalama WER, siyah konuşmacılar | 0,35 | Koenecke ve ark., PNAS 2020 |
| 5 ASR sisteminde ortalama WER, beyaz konuşmacılar | 0,19 | Koenecke ve ark., PNAS 2020 |
| Apple (en kötü performans) WER, siyah ve beyaz konuşmacılar | 0,45’e karşı 0,23 | Koenecke ve ark., PNAS 2020 |
| Microsoft (en iyi performans) WER, siyah ve beyaz konuşmacılar | 0,27’ye karşı 0,15 | Koenecke ve ark., PNAS 2020 |
| Ortalama WER, siyah erkekler ve siyah kadınlar | 0,41’e karşı 0,30 | Koenecke ve ark., PNAS 2020 |
| Ortalama WER, beyaz erkekler ve beyaz kadınlar | 0,21’e karşı 0,17 | Koenecke ve ark., PNAS 2020 |
| WER değeri 0,5’in üzerinde olan (kullanılamaz) ses parçaları, siyah ve beyaz konuşmacılar | %23’e karşı %1,6 | Koenecke ve ark., PNAS 2020 |
| Aynı ifadelerde WER, Microsoft, siyah ve beyaz konuşmacılar | 0,13’e karşı 0,07 | Koenecke ve ark., PNAS 2020 |
Bağlam: çalışma her gruptan 2.141 ses parçasını eşleştirdi (73 siyah ve 42 beyaz konuşmacıdan 19,8 saat). Ortanca WER, Princeville, NC’de 0,38 ve Washington, DC’de 0,31 iken Sacramento’da 0,18 ve Humboldt County’de 0,15 oldu; hata oranları Afro-Amerikan Yerel İngilizcesi özelliklerinin yoğunluğuyla birlikte yükseldi. Neden kelime dağarcığı değildi: Google’ın sisteminin sözlüğünde, siyah katılımcıların söylediği kelimelerin %98,7’si bulunurken beyaz katılımcılar için bu oran %98,6’ydı. Stanford Engineering özetinde belirtildiği gibi, yazarlar özellikle mahkeme yargılamalarını yazıya döken ceza adaleti kurumlarını, bu farkların zarar verebileceği bir ortam olarak işaret etti.
Daha yeni çalışmalar, manşet rakamların yerini almadan mekanizmayı doğruluyor. Mojarad ve Tang’ın Interspeech 2025 makalesi, Afro-Amerikan İngilizcesinde ünsüz öbeği azaltmanın ve ING azaltmanın WER üzerinde küçük ama anlamlı bir etkisi olduğunu buldu; 2024’te yayımlanan Fair-Speech ölçütü ise demografik adaleti ölçmek amacıyla özellikle 593 ABD’li katılımcıdan yaklaşık 26,5 bin söz derledi (Veliche ve ark., 2024). Araçlar arasında doğruluğu karşılaştırmak isteyenler genel ölçütleri konuşmadan metne istatistikleri yazımızda bulabilir.
2. Lehçe Konuşmasında İnsan Mahkeme Stenografı Doğruluğu
Mahkeme salonu ASR’si için adil karşılaştırma kusursuz bir transkript değil, insan temel çizgisidir ve bu çizgi sertifikasyonun ima ettiğinden daha zayıf. Sertifikalı mahkeme stenografları, Afro-Amerikan İngilizcesi cümlelerinin %40,5’ini bir şekilde yanlış yazdı; üstelik koşullar mahkeme salonundan daha iyiydi: sessiz bir oda, yüksek kaliteli ses, her sözün iki kez çalınması ve düzeltme için sınırsız zaman. Sertifikasyon ile gerçek dünyadaki lehçe performansı arasındaki fark, mahkeme transkripsiyonunda en az bildirilen tek rakamdır.
Çalışma, Testifying while black (Jones, Kalbfeld, Hancock ve Clark, Language 2019), Philadelphia mahkemelerinde görev yapan 27 mahkeme stenografını, yani şehrin resmi stenograf havuzunun kabaca üçte birini, 83 doğal ifade üzerinde test etti ve 2.241 transkripsiyon elde etti.
| Metrik | Değer | Kaynak |
|---|---|---|
| Mahkeme stenografları için sertifikasyon doğruluk standardı | %95 veya %98 | Jones ve ark., Language 2019 |
| Ortalama cümle düzeyinde transkripsiyon doğruluğu | %59,5 | Jones ve ark., Language 2019 |
| En iyi ve en kötü cümle düzeyinde doğruluk | %77’ye karşı %18 | Jones ve ark., Language 2019 |
| Ortalama kelime düzeyinde doğruluk | %82,9 (standardın 12,1 puan altında) | Jones ve ark., Language 2019 |
| En iyi ve en kötü kelime düzeyinde doğruluk | %91,2’ye karşı %58,4 | Jones ve ark., Language 2019 |
| Kimin, neyi, ne zaman, nerede söylediğini veya ifadenin ağırlığını değiştiren transkripsiyonlar | %31 (2.241 içinden 701) | Jones ve ark., Language 2019 |
| Kayda anlamsız metin girecek transkripsiyonlar | %11 (248) | Jones ve ark., Language 2019 |
| Ortalama başka sözcüklerle ifade etme (kavrama) doğruluğu | %33 | Jones ve ark., Language 2019 |
Aykırı not: pilot aşamada, kendilerini Afro-Amerikan İngilizcesi konuşuru olarak tanımlayan avukatlar %90 transkripsiyon doğruluğuna ulaştı; Standart Amerikan İngilizcesi konuşan avukatlarda bu oran %64,2’ydi. Siyah mahkeme stenografları ifadelerin %52,5’ini doğru biçimde başka sözcüklerle yeniden ifade ederken siyah olmayan stenograflarda bu oran %33,7 oldu ve katılan tüm stenografların %70’i Afro-Amerikan İngilizcesi terimini hiç duymamıştı. Yapay zekâ tedariki için ders şu: yalnızca Standart İngilizce test kümelerine göre ölçüm yapan bir satıcı yanlış şeyi ölçüyor ve aynısı insan sertifikasyonu için de geçerli. İstihdamdaki paralel sorunu aksan ön yargısı istatistikleri yazımızda ele alıyoruz.
3. Kaydın Arkasındaki Mahkeme Stenografı İş Gücü
İnsan arzı küçüldüğü için doğruluk tartışmaları daha da önem kazanıyor. Yeni NCRA sertifikaları üst üste ikinci yıl düşerek 2025’te 205’e geriledi, mahkeme stenografı yaş ortalaması ise artık 56. Mahkemeler soyut olarak stenograflar ile yazılım arasında seçim yapmıyor; zaten boş olan koltukları neyin dolduracağına karar veriyor.
| Metrik | Değer | Kaynak |
|---|---|---|
| ABD’de kalan sertifikalı stenograflar | Yaklaşık 23.000 | AAERT, 2025 Court Reporting Industry Trends |
| Son on yılda sertifikalı stenograflardaki düşüş | %21 | AAERT, 2025 Court Reporting Industry Trends |
| Stenografi okullarındaki kayıt düşüşü (2015’te 3.083’ten 2024’te 790’a) | %74 | AAERT, 2025 Court Reporting Industry Trends |
| On yıl içinde kapanan stenografi programları veya okulları | Yaklaşık %42 | AAERT, 2025 Court Reporting Industry Trends |
| NCRA yeni sertifikalı üyeler, 2023 / 2024 / 2025 | 243 / 211 / 205 | NCRA İstatistikleri, Mart 2026 |
| NCRA mahkeme stenografı üyelerinin yaş ortalaması | 56 | NCRA İstatistikleri, Mart 2026 |
| Mahkeme stenografı ve eşzamanlı altyazı uzmanı iş sayısı, 2025 | 19.900 | BLS Occupational Outlook Handbook |
| Öngörülen istihdam değişimi, 2025-35 | %0 (yılda yaklaşık 1.800 açık pozisyon) | BLS Occupational Outlook Handbook |
AAERT’in son kullanıcı anketi (550’den fazla katılımcı, 2024 dördüncü çeyrekte uygulandı) sonraki etkiyi ölçüyor: %76’sı yargılamaları planlamada zorluk, %55’i daha yüksek maliyet, %39’u gecikmeler bildiriyor ve %26’sı daha düşük kaliteli transkriptleri kabul ettiğini söylüyor. Ayrıca %96’sı doğruluğu en önemli performans göstergesi olarak belirtti. Kaynaklar: AAERT sektör raporu, NCRA İstatistikleri ve yapay zekâ transkripsiyon araçlarının gelecekteki istihdam büyümesini sınırlamasını, buna karşın dijital olarak üretilen kayıtları gözden geçirmek ve düzenlemek için stenograflara ihtiyaç duyulmaya devam edeceğini açıkça öngören BLS mahkeme stenografı profili. Uyarı: AAERT elektronik stenografları ve transkripsiyoncuları temsil ediyor ve çalışmayı o görevlendirdi; bu nedenle iş gücü rakamları NCRA ve BLS verilerine dayansa da çerçevelemesi dijital kayıt lehine.
4. Hiç Tam Tutanağı Olmayan Yargılamalar
En kötü transkripsiyon doğruluğu, hiç transkript olmamasıdır. Çoğu dava türünde elektronik kaydı kısıtlayan Kaliforniya, stenograflar bulunmadığında ne olduğuna dair ABD’deki en ayrıntılı kamuya açık verileri yayımlıyor. Üç yıl boyunca aile, veraset ve sınırsız medeni davalarda 3.007.651 duruşma tam tutanak olmadan yürütüldü; eyaletin kendi bilgi notu, bunun bir istinaf başvurusu için çoğu zaman ölümcül olacağını belirtiyor.
| Metrik | Değer | Kaynak |
|---|---|---|
| Tam tutanağı olmayan duruşmalar, 2026 ilk çeyrek | 418.985 içinden 303.430 (%72,4) | Judicial Council of California, 2026 |
| Tam tutanağı olmayan duruşmalar, Nisan 2023 ile Mart 2026 arası | 4.214.365 içinden 3.007.651 (%71,3) | Judicial Council of California, 2026 |
| Mahkemelerin istihdam ettiği stenograflar ve gereken ek FTE | 1.101’e karşı 458 daha fazla | Judicial Council of California, 2026 |
| İşe alınan ve ayrılan FTE stenograflar, Nisan 2023 ile Mart 2026 arası | 381,8’e karşı 366,3 (net artış 15,5) | Judicial Council of California, 2026 |
| Yeni işe alımlar içinde voice writer payı | %48,1 (183,5 FTE) | Judicial Council of California, 2026 |
| Kaliforniya ruhsat sahiplerindeki düşüş, 2013-14 mali yılından 2022-23 mali yılına | %20,9 (yeni başvurular %42,9 düştü) | Judicial Council of California Bilgi Notu, Ocak 2025 |
| Kaliforniya mahkemelerinin transkriptlere harcaması, 2023-24 mali yılı | USD 23,7 milyon | Judicial Council of California Bilgi Notu, Ocak 2025 |
| Özel stenograf günlük maliyeti, ifade alma ve duruşma | USD 2.580’e karşı USD 3.300 | Judicial Council of California Bilgi Notu, Ocak 2025 |
Bağlam: hat kenarlarda iyileşiyor; 2022-23’te 68 olan yeni ruhsat sayısı 2024-25 mali yılında 176’ya çıktı ve son sınava giren 294 kişide başarı oranı %52,7. Ancak yeni işe alımların yaklaşık yarısı voice writer, ki bu da başlı başına bir konuşma tanıma iş akışı: stenograf, ifadeyi maskeye monte edilmiş bir mikrofona yeniden söylüyor ve yazılım bunu metne çeviriyor. Canlı veriler Judicial Council’in açık paneli üzerinde yer alıyor; maliyet rakamları ise Ocak 2025 bilgi notundan geliyor.
5. Yapay Zekâ Transkripsiyonunun Benimsenmesi ve Mahkeme Pilotları
ABD eyalet mahkemeleri temkinli ve rakamlar beklentiler ile izin arasında geniş bir uçurum olduğunu gösteriyor. Eyalet mahkemesi çalışanlarının %91’i yapay zekânın mahkeme işleyişi üzerinde en az orta düzeyde bir etkisi olmasını bekliyor, ancak %70’i mahkemesinin çalışanların yapay zekâ tabanlı araçları hiç kullanmasına izin vermediğini söylüyor. En ileri uygulamalar, ulusal yargı sistemlerinin tek bir platformda standartlaşabildiği ABD dışında.
| Metrik | Değer | Kaynak |
|---|---|---|
| Şu anda üretken yapay zekâ kullanan eyalet mahkemeleri | %17 | Thomson Reuters Institute, 2025 State Courts Survey |
| Çalışanların yapay zekâ tabanlı araçları kullanmasına izin vermeyen mahkemeler | %70 | Thomson Reuters Institute, 2025 State Courts Survey |
| Yapay zekâyı en önemli eğilim olarak değerlendiren katılımcılar | %55 | Thomson Reuters Institute, 2025 State Courts Survey |
| Yapay zekâ eğitimi sunmuş mahkeme sistemleri | %25 | NCSC, Preparing for Future Workforce Needs 2025 |
| Personel eksikliklerinin süreceğini bekleyen katılımcılar | %61 | NCSC, Preparing for Future Workforce Needs 2025 |
| Filipinler yapay zekâ transkripsiyon pilotunun kapsamı (Temmuz 2023 ile Eylül 2024 arası) | Sandiganbayan + 41 ilk derece mahkemesi | Filipinler Yüksek Mahkemesi, 2025 |
| Filipinler pilotunda transkripsiyon süresindeki azalma | Ortalama %50, en fazla %80 | Filipinler Yüksek Mahkemesi, 2025 |
| Filipinler pilotu boyunca bildirilen doğruluk | %70’ten %90-95’e yükseldi | Filipinler Yüksek Mahkemesi, 2025 |
Anket, 2025 Mart ve Nisan aylarında 443 eyalet, ilçe ve belediye mahkemesi yargıcını ve çalışanını kapsadı (Thomson Reuters Institute; NCSC özeti). Yüksek Mahkeme Başkanı Alexander Gesmundo’nun sunduğu Filipinler sonuçları, özel bir Filipince ve Taglish dil modeliyle çalışan Scriptix platformundan geldi ve Yüksek Mahkeme Kasım 2024’te ülke genelinde devreye alınmasına izin verdi (Filipinler Yüksek Mahkemesi). Başlangıçtaki %70 doğruluğun herhangi bir resmi kayıt için kabul edilemez olacağına dikkat edin; kazanımlar aracı açmaktan değil, süregelen kullanımdan ve insan düzenlemesinden geldi.
Birleşik Krallık şimdiye kadarki en büyük hacimli veri noktasını sunuyor, ancak bu mahkeme salonlarından değil denetimli serbestlik hizmetlerinden: Adalet Bakanlığı, 7 Ekim 2025 ile 14 Eylül 2026 arasında kendi geliştirdiği Justice Transcribe aracıyla 1.600.000’den fazla görüşmenin özetlendiğini, toplantı başına 10 dakika varsayımıyla yaklaşık 266.667 saatlik örnek bir tasarruf sağlandığını bildiriyor (GOV.UK Justice Transcribe verileri). Bakanlığın kendi duyurusu her yıl 18.750 takvim gününün boşa çıkacağını öngörüyor ve HM Courts and Tribunals Service şu anda aynı aracı, Crown Court transkriptleri için sözleşmeli insan transkripsiyoncularla karşılaştırarak test ediyor. Hukuk sektörünün geneli yapay zekâyı nasıl benimsiyor, bunun için hukukta yapay zekâ istatistikleri yazımıza bakın.
6. Halüsinasyonlar, Polis Transkriptleri ve Denetim Boşluğu
Kelime hata oranı, yapay zekâ transkripsiyonunun hukuki riskini olduğundan düşük gösterir; çünkü bir transkript kimsenin söylemediği sözcükleri de içerebilir. Whisper’ın halüsinasyon ürünü pasajlarının %38’i şiddet, yanlış ilişkilendirmeler veya ima edilen otorite gibi açık zararlar içeriyordu; bu tür içerik, bir yargıcın ya da jürinin ifadeyi nasıl okuduğunu değiştirebilir. Mahkeme sesleri uzun duraklamalarla dolu ve araştırmacıların halüsinasyonlarla ilişkilendirdiği şey tam olarak uzun sessiz bölümler.
| Metrik | Değer | Kaynak |
|---|---|---|
| Tamamen halüsinasyon ürünü ifade veya cümle içeren Whisper transkripsiyonları | Yaklaşık %1 (ortalama %1,4) | Koenecke ve ark., ACM FAccT 2024 |
| En az bir açık zarar içeren halüsinasyonlar | %38 | Koenecke ve ark., ACM FAccT 2024 |
| Şiddeti sürdüren halüsinasyonlar | %19 | Koenecke ve ark., ACM FAccT 2024 |
| Hatalı ilişkilendirme yapan / sahte otorite ima eden halüsinasyonlar | %13 / %8 | Koenecke ve ark., ACM FAccT 2024 |
| Draft One yapay zekâ polis raporu denemesi: memurlar ve raporlar | 85 memur, 755 rapor | Adams ve ark., Journal of Experimental Criminology 2025 |
| Draft One’ın rapor yazma süresine etkisi | İstatistiksel olarak anlamlı azalma yok | Adams ve ark., Journal of Experimental Criminology 2025 |
| Anchorage Polis Departmanı yapay zekâ rapor denemesinin süresi ve sonucu | 3 ay, anlamlı zaman tasarrufu yok | Anchorage Police Department, EFF aracılığıyla, 2025 |
| Mahkemede konuşmadan metne çeviri için önerilen federal görev gücü | 15 üye, 18 ay içinde rapor | S. 4154, Research and Oversight of AI in Courts Act of 2026 |
Bağlam: halüsinasyon çalışması (ACM FAccT 2024), halüsinasyonların orantısız biçimde, daha uzun sessiz duraklamaları olan afazi hastası konuşmacılarda görüldüğünü buldu. Vücut kamerası sesleri, yapay zekâyla hazırlanan polis raporları yoluyla zaten ceza kaydını besliyor; Axon Draft One’ın önceden kayıt altına alınmış randomize denemesi (Springer) herhangi bir zaman tasarrufu bulmadı; çünkü memurlar kazandıkları zamanı hataları ayıklamaya ve atlanan olguları eklemeye harcadı, satıcı ise %50’lik bir azalma vaat etmişti (EFF). 19 Mart 2026’da sunulan, görüşülmekte olan federal tasarı, görev gücünden transkripsiyon doğruluğunu, aksanlı veya lehçeli konuşmacılar üzerindeki etkileri ve yapay zekâyla değiştirilmiş kayıtlar için filigranları incelemesini isteyecek (S. 4154 metni, GovInfo). Mahkemeler için soru artık konuşma tanımanın ortalamada yeterince iyi olup olmadığı değil; doğru bir kayda en çok ihtiyaç duyan konuşmacılar için bunu ölçen biri olup olmadığı.
Özet: Rakamlarla Mahkemede Konuşma Tanıma Doğruluğu
| Metrik | Değer | Kaynak |
|---|---|---|
| Ortalama ASR WER, siyah ve beyaz konuşmacılar | 0,35’e karşı 0,19 | Koenecke ve ark., PNAS 2020 |
| Kullanılamaz transkriptli ses parçaları (WER 0,5’in üzerinde), siyah ve beyaz | %23’e karşı %1,6 | Koenecke ve ark., PNAS 2020 |
| ASR WER, siyah erkekler ve beyaz erkekler | 0,41’e karşı 0,21 | Koenecke ve ark., PNAS 2020 |
| Apple ASR WER, siyah ve beyaz konuşmacılar | 0,45’e karşı 0,23 | Koenecke ve ark., PNAS 2020 |
| Afro-Amerikan İngilizcesinde mahkeme stenografı kelime düzeyinde doğruluğu | %82,9 | Jones ve ark., Language 2019 |
| Afro-Amerikan İngilizcesinde mahkeme stenografı cümle düzeyinde doğruluğu | %59,5 | Jones ve ark., Language 2019 |
| Anlamı değiştiren mahkeme stenografı transkripsiyonları | %31 | Jones ve ark., Language 2019 |
| Mahkeme stenografı sertifikasyon standardı | %95 ile %98 | Jones ve ark., Language 2019 |
| ABD’de kalan stenograflar | Yaklaşık 23.000 | AAERT 2025 |
| Stenografi kayıtlarındaki düşüş, 2015 ile 2024 | %74 | AAERT 2025 |
| NCRA yeni sertifikalı üyeler, 2025 | 205 | NCRA İstatistikleri, Mart 2026 |
| Mahkeme stenografı yaş ortalaması | 56 | NCRA İstatistikleri, Mart 2026 |
| Tam tutanağı olmayan Kaliforniya duruşmaları, Nisan 2023 ile Mart 2026 arası | %71,3 (3.007.651) | Judicial Council of California 2026 |
| Kaliforniya’nın ihtiyaç duyduğu ek mahkeme stenografları | 458 FTE | Judicial Council of California 2026 |
| Üretken yapay zekâ kullanan eyalet mahkemeleri | %17 | Thomson Reuters Institute 2025 |
| Personeli yapay zekâ tabanlı araçlardan yasaklayan mahkemeler | %70 | Thomson Reuters Institute 2025 |
| Filipinler yapay zekâ pilotunda transkripsiyon süresi azalması | Ortalama %50, en fazla %80 | Filipinler Yüksek Mahkemesi 2025 |
| Justice Transcribe ile özetlenen Birleşik Krallık görüşmeleri, Ekim 2025 ile Eylül 2026 arası | 1.600.000+ | Birleşik Krallık Adalet Bakanlığı 2026 |
| Açık zarar içeren Whisper halüsinasyonları | %38 | Koenecke ve ark., ACM FAccT 2024 |
Metodoloji ve Kaynaklar
- Koenecke ve ark., Racial disparities in automated speech recognition, PNAS 2020, Stanford Engineering özetiyle birlikte
- Jones, Kalbfeld, Hancock ve Clark, Testifying while black, Language 95(2), 2019
- Mojarad ve Tang, Automatic Speech Recognition of African American English, Interspeech 2025
- Veliche ve ark., Fair-Speech dataset, 2024
- AAERT, 2025 Court Reporting Industry Trends (The Brand Consultancy tarafından yürütüldü; 27 görüşme ve 550’den fazla anket yanıtı)
- National Court Reporters Association, NCRA İstatistikleri (Mart 2026)
- U.S. Bureau of Labor Statistics, Occupational Outlook Handbook: Court Reporters and Simultaneous Captioners
- Judicial Council of California, Shortage of Court Reporters in California paneli ve Bilgi Notu, Ocak 2025
- Thomson Reuters Institute, Staffing, Operations and Technology: A 2025 Survey of State Courts
- National Center for State Courts, Preparing for Future Workforce Needs
- Filipinler Yüksek Mahkemesi, yapay zekâ destekli transkripsiyon sonuçları
- Birleşik Krallık Adalet Bakanlığı, Justice Transcribe verileri, Ekim 2025 ile Eylül 2026 ve AI tech ambition duyurusu
- Koenecke ve ark., Careless Whisper: Speech-to-Text Hallucination Harms, ACM FAccT 2024
- Adams ve ark., yapay zekâ destekli polis raporu yazımına dair randomize deneme, Journal of Experimental Criminology 2025 ve EFF’nin Anchorage Polis Departmanı denemesine dair yazısı, 2025
- S. 4154, Research and Oversight of AI in Courts Act of 2026 (GovInfo)
- Veri notu: iki temel doğruluk çalışması (PNAS 2020, Language 2019) üç yıldan eski olup o dönemde mevcut olan ticari sistemleri ve stenografları test etti; bu türden en güncel kontrollü ölçümler olmaya devam ediyorlar ve daha yeni ASR modelleri farklı performans gösterebilir. Hiçbir çalışma canlı mahkeme sesini test etmedi. NCSC özeti, katılımcıların %70’inden fazlasının personel eksikliği yaşadığını bildirirken, aynı 2025 anketine dair bir Thomson Reuters Institute makalesi %68 rakamını veriyor; biz iki kaynağın da üzerinde uzlaştığı %61’lik süren eksiklik rakamını kullanıyoruz. ABD’deki stenograf sayıları yönteme göre farklılaşıyor: AAERT yaklaşık 23.000 stenograf tahmin ederken BLS, 2025’te 19.900 mahkeme stenografı ve altyazı uzmanı işi sayıyor. Filipinler doğruluk aralığı (%70’ten %90-95’e) mahkemenin kendi bildirimi olup bağımsız olarak denetlenmedi; Birleşik Krallık Justice Transcribe saat rakamı ise toplantı başına 10 dakikalık varsayımsal tasarrufa dayanan örnek bir tahmindir. Önerilen federal görev gücü, S. 4154 yasalaşırsa mahkemede konuşmadan metne çeviri üzerine ABD hükümetinin ilk doğruluk değerlendirmesini üretecek.
Son güncelleme: 3 Ekim 2026. Bu derlemeyi üç ayda bir güncelliyoruz; bir sonraki yenilemenin, Judicial Council of California 2026 ikinci çeyrek mahkeme stenografı açığı güncellemesini yayımladığında ve HMCTS, Justice Transcribe Crown Court transkript çalışmasının sonuçlarını bildirdiğinde gelmesi bekleniyor.