2026’da incelenen ruh sağlığına yönelik 68 ses ve konuşma çalışmasının hiçbiri tükenmişliği veya duygusal tükenmeyi doğrudan ölçmedi (Uy vd., Frontiers in Digital Health 2026). Bu boşluk, aşağıdaki her şeyin çerçevesini belirliyor. Araştırmanın gösterdiği ise daha dar: temel frekans (F0, sesin temel perdesi) akut stres altında 0,55’lik birleştirilmiş standartlaştırılmış ortalama farkla (SMD) yükseliyor ve bu fark, yayın yanlılığı düzeltildikten sonra anlamlı olmayan 0,17’ye düşüyor (Veiga vd., Stress and Health 2025). Bulduğumuz en güçlü çağrı merkezi saha sonucu, 62 Japon çalışanda depresif belirtileri öngörmek için elde edilen 0,783’lük AUC’dir (Tani vd., Journal of Occupational Health 2025) ve Avrupa Birliği’nde çalışanların duygularını yapay zekâ ile çıkarsamak 2 Şubat 2025’ten beri yasaktır. Sorunun iş gücü tarafı (işten ayrılma, istismar, ayrılma niyeti) için çağrı merkezi temsilcisi tükenmişliği ve personel devir hızı istatistiklerimize bakın. JMIR Mental Health, JAMIA, Scientific Reports, Journal of Voice, Journal of Occupational Health, Avrupa Komisyonu, Macaristan veri koruma otoritesi (NAIH) ve ABD Ulusal Adalet Enstitüsü’nden verileri bir araya getirdik ve boyunca laboratuvar kanıtını saha uygulamasından ayırdık.
TL;DR
- Ruh sağlığına yönelik 68 ses ve konuşma çalışmasının 0’ı tükenmişliği doğrudan ölçtü ve 68 çalışmanın yalnızca 2’si (%3) bağımsız bir veri kümesinde doğrulama yaptı (Uy vd., Frontiers in Digital Health 2026).
- Gerçek iş yerlerinde yapay zekâ ile ruh sağlığı izlemeyi inceleyen 13 çalışmanın 0’ı ses veya konuşma verisi kullandı (Jack vd., PLOS Digital Health 2026).
- Akut stres, F0’ı 0,55 birleştirilmiş SMD ile yükseltiyor (%95 GA 0,30 ile 0,80); trim-and-fill sonrasında bu değer 0,17’ye düşüyor ve anlamlı olmaktan çıkıyor (Veiga vd., Stress and Health 2025).
- F0, 19 stres çalışmasının 15’inde anlamlı biçimde arttı ve en tutarlı akustik belirteç oldu (Schewski vd., PLOS One 2025).
- Konuşmaya dayalı depresyon tespiti: 105 çalışmada birleştirilmiş en yüksek doğruluk 0,81, en düşük doğruluk 0,66 (Maran vd., JMIR Mental Health 2025).
- Çağrı sesine dayalı bir model, 62 çağrı merkezi operatöründe depresif belirtileri 0,783 AUC ile öngördü (Tani vd., Journal of Occupational Health 2025).
- Çağrı merkezi operatörleri, ses sorunlarının meslek yaşamı boyunca prevalansını %33 ile %68 arasında bildiriyor (Nair vd., Journal of Voice sistematik incelemesi).
- Değerlendirme için sevk edilen 173 Türk çağrı merkezi operatörünün %70,5’inde, çoğunlukla ses teli bozuklukları olmak üzere, doğrulanmış bir meslek hastalığı vardı (Altundas Hatman ve Torun, La Medicina del Lavoro 2022).
- Yapay Zekâ Tüzüğü’nde yasaklı uygulamalar için cezalar 35.000.000 EUR’a veya dünya genelindeki yıllık cironun %7’sine ulaşıyor; hangisi yüksekse o uygulanıyor (Tüzük (AB) 2024/1689, Madde 99).
- Bir bankanın çağrı analizi yazılımı vakaların %91,96’sında duyguyu tanıyamadı ve banka 250.000.000 HUF para cezasına çarptırıldı (NAIH kararı NAIH-85-3/2022).
1. Stresin Sese Etkisi: F0, Jitter, Shimmer ve Konuşma Hızı
Paralinguistik analiz, bir şeyin ne söylendiğine değil nasıl söylendiğine bakar. Dört klasik özellik F0 (perde), jitter (perdede döngüden döngüye küçük dalgalanma), shimmer (ses şiddetinde döngüden döngüye dalgalanma) ve konuşma hızıdır. Laboratuvar kanıtları bunlardan birini açıkça destekliyor: akut stres altında perde yükseliyor. F0, 38 makalelik 2025 tarihli bir sistematik incelemede 19 çalışmanın 15’inde anlamlı biçimde yükseldi (Schewski vd., PLOS One 2025); jitter ve shimmer ise çoğunlukla bir ilişki göstermedi.
Etki gerçek, ancak manşet rakamın düşündürdüğünden daha küçük ve daha az kararlı. 10 çalışmayı ve 583 katılımcıyı kapsayan 2025 tarihli bir meta-analiz, F0 artışını SMD 0,55 olarak birleştirdi; ancak eksik olumsuz çalışmalar için yapılan istatistiksel düzeltmeden sonra tahmin, güven aralığı sıfırı kesen 0,17’ye düştü (Veiga vd., Stress and Health 2025). Sinyal en güçlü olarak spontan konuşmada, yani bir kulaklığın tam olarak yakaladığı türden konuşmada görülüyor; okunan veya standartlaştırılmış konuşmada ise en zayıf. Kişi içi bir deney, sesin yalnızca kötü ruh haline değil fizyolojik strese yanıt verdiğini ortaya koydu: özellikler bir stres testi sırasında değişti, ancak sosyal dışlanma görevi sırasında değişmedi (Kappen vd., Scientific Reports 2024).
| Metrik | Değer | Kaynak |
|---|---|---|
| Akut stres altında birleştirilmiş F0 artışı (10 çalışma, 583 katılımcı) | SMD 0,55 (%95 GA 0,30 ile 0,80), I² = %69,2 | Veiga vd., Stress and Health 2025 |
| Aynı birleştirilmiş F0 etkisi, yayın yanlılığı için trim-and-fill düzeltmesinden sonra | SMD 0,17 (%95 GA -0,15 ile 0,49), p = 0,29 | Veiga vd., Stress and Health 2025 |
| F0 etkisi: spontan konuşmada ve standartlaştırılmış (okunan) konuşmada | SMD 0,79 ve SMD 0,14 | Veiga vd., Stress and Health 2025 |
| Anlamlı F0 artışı bildiren stres çalışmaları | 19’da 15 | Schewski vd., PLOS One 2025 |
| Stresle ilişki gösteren prozodik özellikler ve ses kalitesi özellikleri | 69 incelemede 52 ve 37 incelemede 18 | Schewski vd., PLOS One 2025 |
| Bir stres görevi sırasında konuşma hızı değişimi, 66 katılımcı | Arttı, d = 1,03 (%95 GA 0,65 ile 1,42) | Kappen vd., Scientific Reports 2024 |
| Aynı stres görevi sırasında jitter değişimi | Azaldı, d = -0,62 (%95 GA -1,00 ile -0,24) | Kappen vd., Scientific Reports 2024 |
| Aynı stres görevi sırasında shimmer değişimi | Anlamlı değişim yok, p = 0,201 | Kappen vd., Scientific Reports 2024 |
Bağlam notu: Veiga meta-analizinde 10 çalışmanın 5’i genel olarak ciddi yanlılık riski taşıyor olarak derecelendirildi ve yazarlar, stres için F0 parametrelerini belirlemeye yetecek kanıt bulunmadığını belirtiyor. Schewski ve arkadaşları ayrıca korku veya kaygı için tutarlı bir akustik örüntü bulamadı.
2. Tespit Doğruluğu: Kıyaslamalarda Depresyon ve Yorgunluk Modelleri
Tükenmişlik, depresyon ve bitkinlikle örtüşür; bu nedenle depresyon literatürü, bir tükenmişlik modelinin neyi başarabileceğine en yakın vekil ölçüttür. Manşet rakamlar güçlü görünüyor, ancak her makalenin hangi sonucu bildirmeyi seçtiğine bağlı. 105 çalışmada birleştirilmiş en iyi bildirilen doğruluk 0,81 iken, aynı literatürün birleştirilmiş en kötü bildirilen doğruluğu 0,66 idi (Maran vd., JMIR Mental Health 2025). Bu 15 puanlık fark, bir makalenin en iyi yapılandırması ile en zayıf yapılandırması arasındaki açıklıktır ve bu, herhangi bir modelin yeni bir popülasyonla karşılaşmasından önceki durumdur.
Eski yaklaşımlar hâlâ ayakta: bir JAMIA meta-analizi, elle tasarlanmış akustik özelliklerin uçtan uca derin öğrenmeyi geride bıraktığını buldu (Liu vd., JAMIA 2024). Yorgunluk da aynı küçük örneklem örüntüsünü gösteriyor: bir uykusuzluk çalışması ünlü ses kayıtlarında %94’e kadar ulaştı, ancak yalnızca 15 erkek katıldı (Frontiers in Cell and Developmental Biology 2022). Duygu sınıflandırıcılarının klinik ortamda laboratuvar dışında nasıl performans gösterdiği için konuşmadan duygu tanıma doğruluğu istatistiklerimize bakın.
| Metrik | Değer | Kaynak |
|---|---|---|
| Konuşmaya dayalı depresyon tespitinde birleştirilmiş en yüksek bildirilen doğruluk (105 çalışma) | 0,81 (%95 GA 0,79 ile 0,83) | Maran vd., JMIR Mental Health 2025 |
| Aynı incelemede birleştirilmiş en düşük bildirilen doğruluk | 0,66 (%95 GA 0,63 ile 0,69) | Maran vd., JMIR Mental Health 2025 |
| Birleştirilmiş en yüksek bildirilen duyarlılık ve özgüllük | 0,84 ve 0,83 | Maran vd., JMIR Mental Health 2025 |
| En az bir alanda yüksek yanlılık riski taşıyan dahil edilen çalışmalar | %47,6 (105’te 50) | Maran vd., JMIR Mental Health 2025 |
| Depresyon için konuşma üzerinde derin öğrenmenin birleştirilmiş doğruluğu (8 çalışma) | 0,87 (%95 GA 0,81 ile 0,93) | Liu vd., JAMIA 2024 |
| El yapımı akustik özellikler kullanan modellerin birleştirilmiş doğruluğu | 0,89 (%95 GA 0,81 ile 0,97) | Liu vd., JAMIA 2024 |
| Birleştirilmiş F0 farkı, depresif ve depresif olmayan konuşmacılar (6 çalışma) | -1,82 Hz, p = 0,56 (anlamlı değil) | Cantor-Cutiva vd., Depression and Anxiety 2026 |
| 36 saat uykusuzluktan sonra yorgunluk sınıflandırması, çoklu ünlü ve bölümlenmiş konuşma (15 katılımcı) | %94’e kadar ve %76 | Frontiers in Cell and Developmental Biology 2022 |
Bağlam notu: 105 depresyon çalışmasının %52,4’ü konferans bildirisiydi, en çok kullanılan kamuya açık veri kümesi DAIC-WOZ’du (çalışmaların %33,3’ü) ve çalışmaya özgü (el yapımı) veri kümeleri genel olarak en yaygın olanıydı (%53,3). Cantor-Cutiva ve arkadaşlarının incelemesi 17 çalışmadan yalnızca 1’ini güçlü kalitede olarak derecelendirdi. Yorgunluk için mevcut en güncel veri: Frontiers in Cell and Developmental Biology, 2022.
3. Eksik Etiket Tükenmişliktir: Laboratuvar ile Saha Arasındaki Boşluk
Bu bölüm, bir “tükenmişlik tahmini” özelliği satın alacak herkes için en önemli olanıdır. 68 ses biyobelirteci çalışmasını inceleyen 2026 tarihli bir kapsam belirleme incelemesi, tükenmişliği veya duygusal tükenmeyi ölçen hiçbir çalışma bulmadı ve 68 çalışmadan yalnızca 2’si (%3) bağımsız bir veri kümesinde test yapmıştı (Uy vd., Frontiers in Digital Health 2026). Yazarlar, kanıtın henüz rutin uygulamada pasif veya ortam tabanlı ruh sağlığı değerlendirmesini desteklemediği sonucuna varıyor.
İş yeri literatürü aynı hikâyeyi diğer yönden anlatıyor. Gerçek iş yerlerinde yapay zekâ ile ruh sağlığı izlemeyle sınırlı bir inceleme 13 çalışmayı tuttu ve bunların hiçbiri sesi kullanmadı (Jack vd., PLOS Digital Health 2026). Kendi telefonlarıyla kayıt yapan 4.155 kişiyle yürütülen, saha tipi birkaç büyük ses çalışmasından biri, stresle ilişkili hiçbir özelliğin cinsiyet, dil ve görev arasında ortak olmadığını buldu (Topalian vd., Digital Biomarkers 2026). Başka bir deyişle, bir grup üzerinde eğitilen bir modelin bir sonraki ekibe aktarılacağının garantisi yok. Aynı doğrulama sorunu, bilişsel bozukluk için ses biyobelirteci istatistiklerimizin gösterdiği gibi diğer durumlardaki ses biyobelirteçlerinde de var.
| Metrik | Değer | Kaynak |
|---|---|---|
| Tükenmişliği veya duygusal tükenmeyi ölçen ruh sağlığı ses ve konuşma çalışmaları | 68’de 0 | Uy vd., Frontiers in Digital Health 2026 |
| Bağımsız veya veri kümeleri arası bir örneklemde doğrulanan çalışmalar | 68’de 2 (%3) | Uy vd., Frontiers in Digital Health 2026 |
| Doğal konuşma yerine kontrollü uyarım (laboratuvar görevleri) kullanan çalışmalar | 68’de 54 (%79) | Uy vd., Frontiers in Digital Health 2026 |
| Kadınlar ve erkekler arasında ortak olan stresle ilişkili ses özellikleri, evde kayıt yapan diyabetli 679 yetişkin | Hiçbiri (her cinsiyette 25 özellik bulundu) | Bour vd., PLOS Digital Health 2026 |
| Ses veya konuşma kullanan gerçek iş yeri yapay zekâ ruh sağlığı izleme çalışmaları | 13’te 0 | Jack vd., PLOS Digital Health 2026 |
| Tükenmişliği hedefleyen ve stresi hedefleyen gerçek iş yeri yapay zekâ izleme çalışmaları | 13’te 1 ve 13’te 10 | Jack vd., PLOS Digital Health 2026 |
| Deneysel (laboratuvar) ve saha stres çalışmaları | 30 ve 7 makale | Schewski vd., PLOS One 2025 |
| Kişisel cihazlarda anlık stres ses çalışması: cinsiyet, dil ve görev arasında ortak özellikler | Hiçbiri (4.155 katılımcı) | Topalian vd., Digital Biomarkers 2026 |
Bağlam notu: saha verisi toplamak mümkün. Gaballah ve arkadaşlarının ICASSP 2021 çalışması, giyilebilir ses kaydı ve günlük öz bildirimli stresle 144 hastane çalışanını 10 hafta boyunca izledi, ancak tükenmişliği değil stresi hedefliyordu (mevcut en güncel veri: IEEE ICASSP, 2021). Yukarıdaki tablodaki diyabet kohortu (Bour vd., PLOS Digital Health 2026) ayrıca stres ile diyabete bağlı sıkıntı arasında ortak bir özellik bulamadı; bu, bir çalışmadaki “stres” kavramının bir sonrakindeki ile aynı yapı olmadığının hatırlatıcısıdır.
4. Çağrı Merkezi Uygulamaları: Saha Çalışmalarının Bildirdikleri
Tükenmişliğe yakın gerçek bir uygulamaya en çok benzeyen örnek Japonya’dan geliyor; orada bir araştırma grubu, ticari bir ses analizi sistemini operatörlerin gerçek müşteri çağrılarında test etti. Model, 12 hafta boyunca depresif belirtileri 0,783 AUC ile (%95 GA 0,691 ile 0,875) öngördü, ancak işe alınan 240 operatörden yalnızca 62’si analize dahil edildi, sistem tescilli bir kara kutu ve çalışmayı satıcısı finanse etti (Tani vd., Journal of Occupational Health 2025). Eşlik eden bir randomize çalışma aynı aracı grup oturumlarında kullandı ve depresyon puanlarında mütevazı düşüşler buldu (Tani vd., Journal of Occupational Health 2024).
Daha yeni iki Kore veri kümesi alternatifleri gösteriyor. 400 çalışanla yapılan bir günlük çalışması, temsilcilerin kullandığı sözcüklerin depresif belirtileri kendi ruh hali puanlarından daha iyi izlediğini buldu; bu, paralinguistik değil dil analizidir (Kim vd., Psychiatry Investigation 2026). Öfkeli müşterileri canlandıran aktörlerle 31 çağrı temsilcisinin katıldığı bir laboratuvar simülasyonu, sonuçları yalnızca kalp, cilt ve beyin sensörleriyle birleştirilmiş ses için bildirdi; dolayısıyla sesin kendi katkısı bilinmiyor (Lee vd., Scientific Data 2026).
| Metrik | Değer | Kaynak |
|---|---|---|
| Çağrı sesinden depresif belirtileri (CES-D 16 veya üzeri) öngörme AUC’si, 62 operatör | 0,783 (%95 GA 0,691 ile 0,875) | Tani vd., Journal of Occupational Health 2025 |
| Simüle edilmiş bir çağrı merkezinde normal çağrıları yüksek iş yüklü (agresif müşteri) çağrılardan ayırma AUC’si, ses ile fizyolojik sensörlerin birleşimi, 31 temsilci | 0,946 | Lee vd., Scientific Data 2026 |
| Bu kohortta başlangıçta depresif belirtileri olan operatörler | %30,6 (62’de 19) | Tani vd., Journal of Occupational Health 2025 |
| 12. haftada kontrole göre depresyon puanı değişimi: ses analizi grup oturumları (5 veya daha fazla) ve birebir amir görüşmeleri | -2,36 ve -1,47 CES-D puanı | Tani vd., Journal of Occupational Health 2024 |
| Depresif belirtileri olan Koreli duygusal emek çalışanları (PHQ-9 5 veya üzeri), 400 analiz edilen | %50,8 (400’de 203) | Kim vd., Psychiatry Investigation 2026 |
| Ses günlüklerinin 10. gününe kadar dile dayalı duygu modelinin AUC’si | %75,1 | Kim vd., Psychiatry Investigation 2026 |
| Simüle edilmiş bir çağrı merkezinde algılanan stres AUC’si, ses ile fizyolojik sensörlerin birleşimi, 31 temsilci | 0,783 | Lee vd., Scientific Data 2026 |
| ABD’de bir cezaevi doğrulamasında Layered Voice Analysis ile tespit edilen yanıltıcı yanıtların payı, 319 tutuklu | %21,4 (özgüllük %95,2) | ABD Ulusal Adalet Enstitüsü, Damphousse vd. 2007 |
Bağlam notu: her iki Tani çalışmasında kullanılan Japon sistemi Layered Voice Analysis (LVA) üzerine kurulu. ABD Ulusal Adalet Enstitüsü tarafından finanse edilen daha eski bağımsız bir test, LVA’nın ve rakip bir ses stres analizörünün “aldatmayı şanstan daha iyi bir oranda tespit edemediğini” buldu (NIJ raporu, 2007). Bu test ruh halini değil yalan söylemeyi ölçtü, dolayısıyla depresyon sorusunu çözmez, ancak bağımsız doğrulama talep etmek için bir nedendir (mevcut en güncel veri: NIJ, 2007).
5. Ses Yükü: Çağrı Merkezi İşinde Ses Bozuklukları ve Tükenmişlikle Bağlantısı
Ses bir sensör olmadan önce bir iş aracıdır ve bu araç aşınır. Journal of Voice’ta yayımlanan 15 çalışmalık bir sistematik inceleme, çağrı merkezi operatörlerinde ses sorunlarının meslek yaşamı boyunca prevalansını %33 ile %68 arasında bulmuştur; nokta prevalansı ise %27’dir (Nair vd., Journal of Voice). Ses kısıklığı en yaygın belirtiydi, onu ses yorgunluğu izledi. Bu, her akustik model için önemlidir: ses kısık bir temsilcinin jitter ve shimmer değerleri fiziksel nedenlerle kayar ve bir stres veya tükenmişlik sınıflandırıcısı bunu yanlış okuyabilir.
Klinik uç çarpıcı. Meslek hastalıkları hastanesine sevk edilen 173 Türk çağrı merkezi operatörünün %70,5’inde doğrulanmış bir meslek hastalığı vardı ve daha sonra görüşülenlerin %43,8’i işten çıkarılmıştı (Altundas Hatman ve Torun, La Medicina del Lavoro 2022). Ses yükü yüksek bir başka meslek olan öğretmenler üzerindeki araştırmalar, tükenmişlik ile ses bozukluklarını doğrudan ilişkilendiriyor; yani iki sorun birlikte seyrediyor. Akustik ses analizi ve disfoni istatistiklerimiz, kliniklerin bu hasarı nasıl ölçtüğünü ele alıyor.
| Metrik | Değer | Kaynak |
|---|---|---|
| Çağrı merkezi operatörlerinde ses sorunlarının meslek yaşamı boyunca prevalansı (15 çalışma) | %33 ile %68 | Nair vd., Journal of Voice sistematik incelemesi |
| Çağrı merkezi operatörlerinde ses sorunlarının nokta prevalansı | %27 | Nair vd., Journal of Voice sistematik incelemesi |
| İşe başladıklarından beri ses sorunu bildiren Türk çağrı merkezi çalışanları (264 kişi ankete katıldı) | %57,6 | Demir vd., PeerJ 2025 |
| Aynı çalışanlardan iş yerinde stres bildirenler | %58,3 | Demir vd., PeerJ 2025 |
| Doğrulanmış meslek hastalığı olan sevk edilmiş çağrı merkezi operatörleri (173 vaka) | %70,5 | Altundas Hatman ve Torun, La Medicina del Lavoro 2022 |
| Meslek hastalığı olan kadın ve erkek operatörler arasında ses teli nodülleri | %92,9 ve %62,4 | Altundas Hatman ve Torun, La Medicina del Lavoro 2022 |
| Çalışma gününün fonasyonla geçen ortalama payı, 92 çağrı merkezi operatörü | %14,74 (aralık %4 ile %31) | Cantarella vd., Journal of Voice 2014 |
| Olası ses bozukluğu odds oranı: 2 ila 4 tükenmişlik alt ölçeğinde pozitif olan öğretmenler ile 0 ila 1 alt ölçekte pozitif olanların karşılaştırması | OR 4,01, P = 0,013 | de Brito Mota vd., Journal of Voice 2019 |
Bağlam notu: Türkiye’deki PeerJ anketinde (Demir vd. 2025), iş yerinde stres daha kötü Voice Handicap Index puanlarıyla anlamlı biçimde ilişkiliydi (p < 0,001). de Brito Mota çalışmasındaki 208 öğretmenin %64,4’ünün ses bozukluğu olma olasılığı yüksekti ve 90 öğretmenle yapılan 2024 tarihli bir Galiçya çalışmasında %16’sı tükenmişlikle uyumlu belirtiler gösterdi. Fonasyon süresine ilişkin mevcut en güncel veri: Cantarella vd., Journal of Voice, 2014.
6. Yasal ve Etik Sınırlar: AB Yapay Zekâ Tüzüğü Madde 5 ve Düzenleyici Eylemleri
Bilim yarın olgunlaşsa bile, Avrupa’da çalışan duygu analizi için yasal alan şimdiden kapandı. Yapay Zekâ Tüzüğü’nün 5(1)(f) maddesi “iş yeri ve eğitim kurumları alanlarında bir gerçek kişinin duygularını çıkarsamak için yapay zekâ sistemlerinin kullanılmasını” yasaklıyor; yalnızca tıbbi veya güvenlik nedenleri için bir istisna var ve madde 2 Şubat 2025’ten beri uygulanıyor (Tüzük (AB) 2024/1689, Madde 5). Avrupa Komisyonu’nun 4 Şubat 2025’te yayımlanan ve bağlayıcı olmayan kılavuzları bariz boşluğu kapatıyor: Future of Privacy Forum’un kılavuzlara ilişkin analizine göre tıbbi istisna “stres veya tükenmişlik tespiti gibi genel esenlik izlemeyi kapsamıyor” (FPF, 24 Mart 2026).
Yasak, ses gibi biyometrik verilerden çıkarım yapmayı hedefliyor. Müşterilerin duygularını analiz etmek kapsam dışıdır ve yazılı metinden duygu çıkarsamak yasağın dışında kalır; dolayısıyla transkripte dayalı bir model ile sese dayalı bir model çizginin karşı taraflarına düşebilir. Veri koruma hukuku, Yapay Zekâ Tüzüğü’nden önce de işledi: Macaristan’ın otoritesi, çağrı analizi yazılımı arayanların duygusal durumunu puanlayan ve ayrıca kendi çalışanlarının seslerini de izleyen bir bankaya ceza verdi (NAIH kararı NAIH-85-3/2022).
| Metrik | Değer | Kaynak |
|---|---|---|
| İş yerinde duygu çıkarsama yasağının AB’de uygulanmaya başladığı tarih | 2 Şubat 2025 | Tüzük (AB) 2024/1689 (Yapay Zekâ Tüzüğü), Madde 5 |
| Yasaklı bir yapay zekâ uygulaması için azami ceza | 35.000.000 EUR veya dünya genelindeki toplam yıllık cironun %7’si, hangisi yüksekse | Tüzük (AB) 2024/1689 (Yapay Zekâ Tüzüğü), Madde 99(3) |
| Komisyonun yasaklı uygulamalara ilişkin kılavuzlarının yayımlanması (bağlayıcı değil) | 4 Şubat 2025, sayfa son olarak 31 Temmuz 2025’te güncellendi | Avrupa Komisyonu, Yasaklı yapay zekâ uygulamalarına ilişkin kılavuz 2025 |
| Stres veya tükenmişlik tespitinin tıbbi istisna kapsamında olması | Hayır, genel esenlik izleme hariç tutuluyor | Avrupa Komisyonu kılavuzu, Future of Privacy Forum 2026 analizine göre |
| Yapay zekâ ile çağrı kayıtlarının duygu analizi nedeniyle bir Macar bankasına verilen ceza | 250.000.000 HUF | NAIH kararı NAIH-85-3/2022 |
| Bankanın yazılımının duyguyu tanıyamadığı vakaların payı | %91,96 | NAIH kararı NAIH-85-3/2022 |
| Çağrı ses dosyalarının ses analitiği yazılımında saklanma süresi | 45 gün | NAIH kararı NAIH-85-3/2022 |
| Uyumu kanıtlamak veya duygu analizini durdurmak için son tarih | Karar kesinleştikten 60 gün sonra | NAIH kararı NAIH-85-3/2022 |
Bağlam notu: Avrupa Komisyonu kılavuz sayfası, yetkili yorumun Avrupa Birliği Adalet Divanı’na ait olduğunu belirtiyor. NAIH kararı ayrıca yazılımın “arayan tarafın değil, bir çalışanın duygularını” tanıyabildiğini tespit etti; bu, 5(1)(f) maddesinin artık yasakladığı türden bir iş yeri duygu çıkarsamasıdır.
Özet: Rakamlarla Paralinguistik Ses Analizi ve Temsilci Tükenmişliği Tahmini
| Metrik | Değer | Kaynak |
|---|---|---|
| Tükenmişliği doğrudan ölçen ruh sağlığı ses ve konuşma çalışmaları | 68’de 0 | Uy vd., Frontiers in Digital Health 2026 |
| Ses kullanan gerçek iş yeri yapay zekâ ruh sağlığı izleme çalışmaları | 13’te 0 | Jack vd., PLOS Digital Health 2026 |
| Akut stres altında birleştirilmiş F0 artışı | SMD 0,55 (%95 GA 0,30 ile 0,80) | Veiga vd., Stress and Health 2025 |
| Yayın yanlılığı düzeltmesinden sonra birleştirilmiş F0 artışı | SMD 0,17, anlamlı değil | Veiga vd., Stress and Health 2025 |
| Anlamlı F0 artışı olan stres çalışmaları | 19’da 15 | Schewski vd., PLOS One 2025 |
| Laboratuvar stres görevi altında konuşma hızı etkisi | d = 1,03 | Kappen vd., Scientific Reports 2024 |
| Depresyon tespiti, birleştirilmiş en yüksek ve en düşük bildirilen doğruluk | 0,81 ve 0,66 | Maran vd., JMIR Mental Health 2025 |
| Derin öğrenmeyle depresyon tespiti, birleştirilmiş doğruluk | 0,87 | Liu vd., JAMIA 2024 |
| El yapımı akustik özellik modelleri, birleştirilmiş doğruluk | 0,89 | Liu vd., JAMIA 2024 |
| Depresif belirtiler için çağrı sesi modeli AUC’si, 62 operatör | 0,783 | Tani vd., Journal of Occupational Health 2025 |
| Depresif belirtileri olan duygusal emek çalışanları (Kore) | %50,8 | Kim vd., Psychiatry Investigation 2026 |
| Çağrı merkezi operatörlerinde ses sorunlarının meslek yaşamı boyunca prevalansı | %33 ile %68 | Nair vd., Journal of Voice sistematik incelemesi |
| İşe başladıklarından beri ses sorunu olan Türk çağrı merkezi çalışanları | %57,6 | Demir vd., PeerJ 2025 |
| Doğrulanmış meslek hastalığı olan sevk edilmiş operatörler | %70,5 | Altundas Hatman ve Torun, La Medicina del Lavoro 2022 |
| Yasaklı uygulamalar için azami Yapay Zekâ Tüzüğü cezası | 35.000.000 EUR veya cironun %7’si | Tüzük (AB) 2024/1689, Madde 99 |
| Çağrı duygu analizi nedeniyle Macar bankasına verilen ceza | 250.000.000 HUF | NAIH kararı NAIH-85-3/2022 |
Metodoloji ve Kaynaklar
- Uy, Shaaban ve Arnaout: Voice and speech as digital biomarkers of mental health, Frontiers in Digital Health 2026
- Jack vd.: Mental health monitoring in the workplace using artificial intelligence, PLOS Digital Health 2026
- Veiga vd.: The fundamental frequency of voice as a potential stress biomarker, Stress and Health 2025
- Schewski vd.: Measuring negative emotions and stress through acoustic correlates in speech, PLOS One 2025
- Kappen vd.: Acoustic and prosodic speech features reflect physiological stress, Scientific Reports 2024
- Topalian vd.: Voice signatures of momentary psychological stress in real-life environments, Digital Biomarkers 2026
- Bour vd.: Voice changes associated with stress and distress in people living with diabetes, PLOS Digital Health 2026
- Maran vd.: Performance of automatic speech analysis in detecting depression, JMIR Mental Health 2025
- Liu vd.: Diagnostic accuracy of deep learning using speech samples in depression, JAMIA 2024
- Cantor-Cutiva vd.: The role of voice acoustics in depression assessment, Depression and Anxiety 2026
- A rapid, non-invasive method for fatigue detection based on voice information, Frontiers in Cell and Developmental Biology 2022
- Gaballah vd.: Context-aware speech stress detection in hospital workers using Bi-LSTM classifiers, IEEE ICASSP 2021
- Tani vd.: Early detection model for depressive symptoms using voice emotion analysis among call center operators, Journal of Occupational Health 2025
- Tani vd.: Organizational intervention using Layered Voice Analysis, randomized controlled trial, Journal of Occupational Health 2024
- Kim vd.: Daily language as an objective indicator of depressive affective states in emotional labor workers, Psychiatry Investigation 2026
- Lee vd.: A multimodal dataset for assessing emotion, stress, and emotional workload in interpersonal work scenario, Scientific Data 2026
- Damphousse vd., ABD Ulusal Adalet Enstitüsü: Assessing the validity of voice stress analysis tools in a jail setting, 2007
- Nair vd.: Prevalence of voice problems, self-reported vocal symptoms and associated risk factors in call center operators, Journal of Voice
- Demir vd.: Self-reported voice problems in call center employees, PeerJ 2025
- Altundas Hatman ve Torun: Occupational diseases among call center operators needing vocal rehabilitation, La Medicina del Lavoro 2022
- Cantarella vd.: Ambulatory phonation monitoring in a sample of 92 call center operators, Journal of Voice 2014
- de Brito Mota vd.: Voice disorder and burnout syndrome in teachers, Journal of Voice 2019; Garcia-Real vd.: Vocal problems and burnout syndrome in nonuniversity teachers in Galicia, Folia Phoniatrica et Logopaedica 2024
- Tüzük (AB) 2024/1689 (Yapay Zekâ Tüzüğü): Madde 5 ve Madde 99
- Avrupa Komisyonu: Guidelines on prohibited artificial intelligence practices, 2025
- Future of Privacy Forum: Red lines under EU AI Act, emotion recognition in the workplace, 2026
- Macaristan Ulusal Veri Koruma ve Bilgi Özgürlüğü Otoritesi (NAIH): Yapay zekâ tabanlı konuşma sinyali işleme hakkında NAIH-85-3/2022 sayılı karar
- Veri notu: bulabildiğimiz hiçbir hakemli çalışma, doğrulanmış bir tükenmişlik envanterine karşı sese dayalı tükenmişlik tespiti için bir AUC bildirmiyor; dolayısıyla bu derlemedeki her doğruluk rakamı tükenmişliğin kendisini değil, stresi, yorgunluğu veya depresyonu ifade ediyor. Her iki Tani çalışmasını da ses analizi sisteminin satıcısı olan ES Japan finanse etti, şirket çalışanları ortak yazar olarak yer aldı ve 2025 tahmin modeli yalnızca kendi kohortu içinde doğrulandı. Kim vd. çalışması akustik özellikleri değil, yazıya dökülmüş sözcükleri analiz etti. NIJ rakamları ruh halini değil aldatmayı ölçüyor ve 2007 tarihli. Kaynakların kendi içindeki tutarsızlıklar: Altundas Hatman ve Torun, erkeklerde ses teli nodülleri için metinde %62,4, Tablo 4’te ise %68,4 veriyor; yorgunluk çalışmasının özeti (%94 tekli ses, %81 uzun konuşma) sonuçlar bölümüyle (ünlüler için %88 ile %94, bölümlenmiş konuşma için %76) tam olarak örtüşmüyor; Jack vd. doğruluğu %75’in üzerinde olan çalışmalar için hem 11’de 8 hem de 11’de 7 diyor, bu nedenle o rakamı kullanmadık. Nair vd. incelemesi 2021’de çevrimiçi yayımlandı ve 2024’te Journal of Voice’ta basıldı. Yapay Zekâ Tüzüğü yasak metni, Resmî Gazete metninin artificialintelligenceact.eu üzerindeki yayınından alıntılanmıştır.
Son güncelleme: 27 Ekim 2026. Bu derlemeyi üç ayda bir güncelliyoruz ve bir sonraki yenilemenin, işyerinde ruh sağlığı için ses biyobelirteçleri üzerine bir sonraki sistematik inceleme PubMed Central’da dizinlendiğinde yapılması bekleniyor.