SavedAdd your journal

Journals / İstanbul Medeniyet Üniversitesi Hukuk Fakültesi dergisi / 2026 / Cilt: 11 Sayı: 2

The Impact of Artificial Intelligence on Employer Termination Based on Employee Absenteeism or Frequent Lateness with a Valid Reason

İşçinin Devamsızlığı veya İşe Sık Sık Geç Gelmesi Geçerli Nedenine Dayalı İşveren Feshinde Yapay Zekânın Etkisi

Aslı Yavuz0000-0002-9628-6829
İbrahim Subaşı(İSTANBUL TİCARET ÜNİVERSİTESİ, HUKUK FAKÜLTESİ, HUKUK BÖLÜMÜ)0000-0002-4200-9797
Pages
2049–2083
Publication Date
2026-10-12
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

In our study, we evaluate whether artificial intelligence techniques can be applied to employer terminations based on an employee's unexcused absence from work or tardiness, which are considered examples of negative behavior even if they do not constitute a justifiable reason for termination, and which techniques would be more suitable, based on our personal views and recommendations.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Article 18 of the Labor Law No. 4857 grants employers the authority to terminate the indefinite-term employment contract of an employee with at least six months of seniority in workplaces employing thirty or more workers, based on a valid reason arising from the employee's competence or behavior or the requirements of the enterprise, workplace, work.
📊
Key Findings & Data:Behavioral situations originating from the employee that disturb the order in the workplace or adversely affect production and labor peace-provided they are not as severe as the instances listed in Article 25/2 of the same Law-are considered valid grounds for termination when they reach a reasonable level where the employer can no longer be expected to maintain the employment relationship.
💡
Conclusion & Impact:In our study, we evaluate whether artificial intelligence techniques can be applied to employer terminations based on an employee's unexcused absence from work or tardiness, which are considered examples of negative behavior even if they do not constitute a justifiable reason for termination, and which techniques would be more suitable, based on our personal views and recommendations.
🔬Design:Araştırma Makalesi
📍Scope:Comprehensive Sample
⚙️Variables:İşveren Feshi · Geçerli Neden · Devamsızlık

Abstract

Article 18 of the Labor Law No. 4857 grants employers the authority to terminate the indefinite-term employment contract of an employee with at least six months of seniority in workplaces employing thirty or more workers, based on a valid reason arising from the employee's competence or behavior or the requirements of the enterprise, workplace, work. Behavioral situations originating from the employee that disturb the order in the workplace or adversely affect production and labor peace-provided they are not as severe as the instances listed in Article 25/2 of the same Law-are considered valid grounds for termination when they reach a reasonable level where the employer can no longer be expected to maintain the employment relationship. On the other hand, the impact of rapidly evolving Artificial Intelligence (AI) on the legal world is evident. In our study, we evaluate whether artificial intelligence techniques can be applied to employer terminations based on an employee's unexcused absence from work or tardiness, which are considered examples of negative behavior even if they do not constitute a justifiable reason for termination, and which techniques would be more suitable, based on our personal views and recommendations.

Özet

4857 sayılı İş Kanunu’nun 18. maddesi işverene; otuz veya daha fazla işçi çalıştıran işyerlerinde en az altı aylık kıdemi olan işçinin belirsiz süreli iş sözleşmesini işçinin yeterliliğinden veya davranışlarından ya da işletmenin, işyerinin veya işin gereklerinden kaynaklanan geçerli bir sebebe dayanmak suretiyle feshetme yetkisi vermiştir. Aynı Kanunun 25/2 maddesinde sayılan haller kadar ağır nitelikte olmamak kaydıyla işyerinde düzeni bozan veya üretimi, çalışma barışını olumsuz etkileyen işçiden kaynaklanan davranışsal durumlar iş ilişkisini devam ettirmesi işverenden beklenemeyecek makul seviyeye ulaştığında fesih için geçerli neden sayılmaktadır. Diğer tarafta ise hızla gelişmekte olan yapay zekânın hukuk dünyasına etkisi de aşikârdır. Çalışmamızda, haklı fesih nedeni ağırlığında olmasa da olumsuz davranış örneklerinden sayılan işçinin işe mazeretsiz devamsızlığı veya geç gelmesine dayanan işveren fesihlerine yapay zekâ tekniklerinin uygulanıp uygulanamayacağı ve hangi tekniklerin daha uygun olabileceği kişisel görüş ve önerilerimiz doğrultusunda değerlendirilmektedir.

🔖

Cite This Article

Yavuz, A., Subaşı, İ. (2026). The Impact of Artificial Intelligence on Employer Termination Based on Employee Absenteeism or Frequent Lateness with a Valid Reason. İstanbul Medeniyet Üniversitesi Hukuk Fakültesi dergisi, Cilt: 11 Sayı: 2, 2049–2083. https://doi.org/10.58733/imhfd.1990358

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (91)

  1. Adalı E, ‘Doğal Dil İşleme’ (2016) 5(2) Türkiye Bilişim Vakfı Bilgisayar Bilimleri ve Mühendisliği Dergisi 1-19.
  2. Akyiğit E, Bireysel İş Hukuku Ders Kitabı (2.Bs., Seçkin Yayıncılık 2021).
  3. Astarlı M, ‘İş İlişkisinin Sona Ermesi ve Kıdem Tazminatı’ (2017) Yargıtay’ın İş Hukuku ve Sosyal Güvenlik Hukuku Kararlarının Değerlendirilmesi 2015 209-385.
  4. Atalay M ve Çelik E, ‘Büyük Veri Analizinde Yapay Zekâ ve Makine Öğrenmesi Uygulamaları’ (2017) 9 (22) Mehmet Akif Ersoy Üniversitesi Sosyal Bilimler Enstitüsü Dergisi 155-172.
  5. Avrupa Komisyonu, “Artificial Intelligence in the European Commission (AI@EC), A strategic vision to foster the development and use of lawful, safe and trustworthy Artificial Intelligence systems in the European Commission”, Brüksel: Avrupa Komisyonu 2024 Erişim Tarihi 26 Şubat 2026.
  6. Avrupa Konseyi, “Council Of Europe Framework Convention On Artificial Intelligence And Human Rights, Democracy And The Rule Of Law- Council of Europe Treaty Series (CETS) No. 225” 2024 Erişim Tarihi 26 Şubat 2026.
  7. Avrupa Parlamentosu ve Avrupa Birliği Konseyi, “Regulation (EU) 2024/1689 of the European Parliament and of the Council laying down harmonised rules on artificial intelligence (AI Act)”, Official Journal of the European Union 2024 Erişim Tarihi 26 Şubat 2026.
  8. Avrupa Parlamentosu ve Avrupa Birliği Konseyi, ‘2026/1744 sayılı Yapay Zekâ Torba Yasa Tasarısı (Digital Omnibus on AI)’ Avrupa Birliği Resmî Gazetesi L 2026/1744 Erişim Tarihi 05 Ağustos 2026.
  9. Avrupa Yapay Zekâ Tüzüğü Ek-3, Erişim Tarihi 21 Mart 2026.
  10. Bağcı M, ‘İşe İade Davalarında Feshin Geçersizliğinin Tespiti ve Dava Devam Ederken Ortaya Çıkan Bazı Özel Durumlar’ (2024) (2) Tekirdağ Namık Kemal Üniversitesi (NKÜ) Hukuk Fakültesi Dergisi 215-240.
  11. Bilir F, ‘6698 Sayılı Kişisel Verilerin Korunması Kanunu Kapsamında Otomatik Karar Alma Süreçlerine İtiraz Hakkı’ (2026) 8 (1) Kişisel Verileri Koruma Dergisi 1-20.
  12. Blázquez P. L, ‘Predicting Workplace Absenteeism Using Machine Learning: A Pilot Study In Occupational Health’ (2025) (20) Journal Of Occupational Medicine And Toxicology Makale No: 38.
  13. Bozkurt Yüksel A. E, ‘Yapay Zekânın Buluşlarının Patentlenmesi’ (2018) 6 (11) Uyuşmazlık Mahkemesi Dergisi 585-622.
  14. Britannica, ‘Genetik Algoritma’ Erişim Tarihi 09 Mart 2026.
  15. Caniklioğlu N, ‘İş İlişkisinin Sona Ermesi ve Kıdem Tazminatı’ (2019) Yargıtay’ın İş Hukuku ve Sosyal Güvenlik Hukuku Kararlarının Değerlendirilmesi 2017 185-368.
  16. Centel T, ‘İş Sözleşmesinin Sona Ermesi ile Kıdem Tazminatına İlişkin 2018 Yılı Yargıtay Kararlarının Değerlendirilmesi’ (2021) İş Hukuku ve Sosyal Güvenlik Hukuku Derneği Semineri: 06-07 Aralık 2019 165-206.
  17. Çelebi Demir D, ‘İş İlişkisinin Kurulmasında Robot İşe Alım ve Yapay Zekâ Kullanımı’ (2025) 27 (1) Dokuz Eylül Üniversitesi Hukuk Fakültesi Dergisi 205-253.
  18. Çelik N, Caniklioğlu N ve Canbolat T, İş Hukuku Dersleri (Yenilenmiş 33. Bs., Beta Basım 2020).
  19. Davis R, Buchanan B.G. & Shortliffe E.H, ‘Production Rules as a Representation for a Knowledge-Based Consultation Program’ (1977) 8(1) Artificial Intelligence 15-45.
  20. Deniz S ve Bağçeci B, ‘Kavramdan Sınıfa: Yapay Zekânın Keşfi ve Eğitime Yansımaları’ (2025) 24 (1) Elektronik Sosyal Bilimler Dergisi 576-596.
  21. Doğan E, ‘Yapay Zekânın Hukuki Statüsü ve Hukuki Sorumluluğu’ (Doktora Tezi, Ankara Üniversitesi 2022).
  22. Doğan S, ‘İşçinin İşe Devamsızlığında Haklı Mazeretinin Tespiti’ (2025) (75) Adalet Dergisi 665-698.
  23. Dülger M.V. ve Gümüş G, Kişisel Verilerin Korunması Hukuku (4. Bs., Seçkin Yayıncılık 2026).
  24. Elmas Ç, Yapay Zekâ Uygulamaları (5.Bs., Seçkin Yayıncılık 2021).
  25. Engin E. M, ‘İş İlişkisinin Sona Ermesi ve Kıdem Tazminatı’ (2017) Yargıtay’ın İş Hukuku ve Sosyal Güvenlik Hukuku ve Sosyal Güvenlik Hukuku Kararlarının Değerlendirilmesi 2014 129-194.
  26. Erdoğan C, ‘İş Güvencesinde Ölçülülük İlkesi’ iç Saim Ocak (edr), İş Güvencesi Hukuku (Adalet Yayınevi 2025) 599-630.
  27. Ertan E, ‘İşçinin İşe Geç Gelmesinin Hukuki Sonuçları’ (2016) (35) Sicil İş Hukuku Dergisi 99-112.
  28. Eyrenci Ö, ‘Feshin Geçerliliğinde Ölçülülük Denetimi’ (2010) iç Ali Güzel ve Deniz Ugan (edr), İş Güvencesi ve İşe İade Davaları Semineri (Kadir Has Üniversitesi Hukuk Fakültesi Yayınları 2010) 34-52.
  29. Eyrenci Ö, Taşkent S ve Ulucan D, Bireysel İş Hukuku (9. Bs., Beta Basım 2019).
  30. Grinsztajn L, Oyallon E & Varoquaux G, ‘Why Do Tree-Based Models Still Outperform Deep Learning on Typical Tabular Data?’ (2022) (35) Neural Information Processing Systems (NIPS)’22: Proceedings of the 36th International Conference on Neural Information Processing Systems 507-520.
  31. Güçlütürk O. G, Yapay Zekâ ve Verinin Kullanımı (1. Bs., On İki Levha Yayıncılık 2022).
  32. Güler Ş, ‘Türk İş Hukukunda Geçerli Nedenle Fesih ve Sonuçları’ (Yüksek Lisans Tezi, Marmara Üniversitesi 2008).
  33. Günay C. İ, ‘İşçinin Davranışlarından Kaynaklanan Geçerli Fesih’ (2009) (14) Sicil İş Hukuku Dergisi 60-76.
  34. IBM, ‘What is Unsupervised Learning?’ Erişim Tarihi: 06 Mart 2026.
  35. ILO, ‘158 Sayılı ILO Sözleşmesi’ Erişim Tarihi 10 Mart 2026.
  36. ILO, ‘166 Sayılı Tavsiye Kararı’ Erişim Tarihi 12 Mart 2026.
  37. İçen D ve Günay S, ‘Uzman Sistemler ve İstatistik’ (2024) (7) İstatistikçiler Dergisi: İstatistik & Aktüerya 37-45.
  38. İmancı B.K, ‘İş Yargılamasında Kişisel Veri İşlemenin Hukuka Uygunluğu ve Sınırları’ (2025) 90 (1) İzmir Barosu Dergisi 1-58.
  39. İşcan H ve Durgun Kaygısız A, ‘Yapay Zekâ: Alt Dalları ve Uygulama Alanları’ (2024) 16 (4) Aksaray Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi 201-234.
  40. Jackson B.W, ‘Artificial Intelligence and the Fog of Innovation: A Deep-Dive on Governance and the Liability of Autonomous Systems’ (2019) 35 (4) Santa Clara High Technology Law Journal 35-63. Erişim Tarihi 03 Mart 2026.
  41. Kaelbling L. P, Littman M.L. & Moore, A.W, ‘Reinforcement Learning: A Survey’ (1996) (4) Journal Of Artificial Intelligence Research 237-285.
  42. Keklik G ve Özcan B.D, ‘Genetik Algoritmaların İşleyişi ve Genetik Algoritma Uygulamalarında Kullanılan Operatörler’ (2023) 6 (1) Osmaniye Korkut Ata Üniversitesi Fen Bilimleri Enstitüsü Dergisi 1052-1066.
  43. Köme A, ‘İş Sözleşmesinin Feshinde Geçerli Neden Kavramı’ (Yüksek Lisans Tezi, İstanbul Üniversitesi 2009).
  44. Köme Akpulat A, ‘The Principle of “Ultima Ratio” in Termination of Employment Contract in Turkish Labour Law’ (2018) (67) Annales de la Faculté de Droit d’Istanbul 43-57.
  45. Köseoğlu A.C, İş Sözleşmesinin İşçiden Kaynaklanan Nedenlerle Bildirimli Feshi (1. Bs., Beta Basım Yayın 2011).
  46. Kurt R ve Koç M, İş Sözleşmesinin Sona Erdirilmesi: İş Güvencesi ve İşe İade Davaları (5. Bs., Seçkin Yayıncılık 2021).
  47. Lexpera, ‘İş Kanunu Madde Gerekçeleri’ Erişim Tarihi 10 Mart 2026.
  48. Lexpera, ‘Emsal Yargı Kararları’ Erişim Tarihi: 11 Mart 2026.
  49. Liu X, Zhen Z & Liu J, ‘Hierarchical Sparse Coding Of Objects In Deep Convolutional Neural Networks’ (2020) (14) Frontiers In Computational Neuroscience Makale No: 578158.
  50. Lucas P, ‘Expert Systems’ Encyclopedia of Life Support Systems (EOLSS) Erişim Tarihi 09 Mart 2026.
  51. Masum A-K, Beh, L-S, Azad A-K & Hoque K, ‘Intelligent Human Resource Information System (i-HRIS): A Holistic Decision Support Framework For HR Excellence’ (2018) 15 (1) International Arab Journal of Information Technology 121-130 Erişim Tarihi 19 Mart 2026.
  52. McCarthy J, Minsky, M. L, Rochester N & Shannon, C. E, ‘A Proposal For The Dartmouth Summer Research Project On Artificial Intelligence’ (1955) Dartmouth College Stanford University Erişim Tarihi 25 Şubat 2026.
  53. McCarthy J, ‘What Is Artificial Intelligence?’ (2007) Stanford University Erişim Tarihi 25 Şubat 2026.
  54. Mollamahmutoğlu H, Astarlı M ve Baysal U, İş Hukuku Ders Kitabı Cilt 1: Bireysel İş Hukuku (8.Bs., Lykeion Yayınları 2025).
  55. Nadkarni P.M., Ohno-Machado L. & Chapman W.W, ‘Natural Language Processing: An Introduction’ Journal of the American Medical Informatics Association (2011) 18 (5) 544-551 Erişim Tarihi 09 Mart 2026.
  56. Ocak S, ‘İşçinin Ardı Ardına İki İş Günü Devamsızlığı (Yargıtay Kararı Tahlili)’ (2014) 20 (1) Marmara Üniversitesi Hukuk Fakültesi Hukuk Araştırmaları Dergisi 201-222.
  57. Oğuz D, ‘Doğal Dil İşleme, Derin Öğrenme ve Metin İşleme: Çeviri Süreçlerine Yönelik Bir İnceleme’ (2025) 5 (1) International Journal of Language and Translation Studies 166-195.
  58. Oxford English Dictionary, ‘artificial intelligence’ Erişim Tarihi 21 Şubat 2026.
  59. Oğuz Ö, ‘Çalışma Hayatında Algoritmik Ayrımcılık’ (2024) 14 (2) Süleyman Demirel Üniversitesi Hukuk Fakültesi Dergisi 1851-1886.
  60. Özkaraca E ve Ünal Adınır C, ‘Dar Anlamda Eşit Davranma Borcuna Aykırılıkta
  61. Ayırımcılık Tazminatına Hak Kazanılıp Kazanılamayacağı (Karar İncelemesi)’ (2021) 2 (46) Mess Sicil İş Hukuku Dergisi 127-136.
  62. Poole D, Mackworth A.K. & Goebel R, Computational Intelligence: A Logical Approach (New York: Oxford University Press 1998).
  63. Qaisar A. S, ‘Predicting Absenteeism At Work Using Machine Learning Algorithms’ (2020) 7 (1) Muthanna Journal of Pure Sciences 1-12 Erişim Tarihi 17 Mart 2026.
  64. Resmî Gazete. ‘6698 sayılı Kişisel Verilerin Korunması Kanunu’, T.24.03.2016, S.29677.
  65. Resmî Gazete. ‘Türk İş Kanunu’, T.10.06.2003, S.25134.
  66. Resmî Gazete. ‘Türkiye Cumhuriyeti Anayasası’, T.09.11.1982, S.17863 (Mükerrer).
  67. Russell S.J. & Norvig P, Artificial Intelligence: A Modern Approach (New Jersey: Pearson 2010).
  68. Saatchi R, ‘Fuzzy Logic Concepts, Developments and Implementation’ (2024) 15 (10) Information Makale No: 656 Erişim Tarihi 08 Mart 2026.
  69. Samuel Arthur L., ‘Some Studies In Machine Learning Using The Game Of Checkers’ (1959) 3 (3) IBM Journal of Research and Development 210-229.
  70. Shchitova, A. A, ‘Definition of Artificial Intelligence for Legal Regulation’ (2020) (156) iç 2nd International Scientific and Practical Conference on Digital Economy,
  71. Advances in Economics, Business and Management Research 616-620. Erişim Tarihi 04 Mart 2026.
  72. Subaşı İ, Türk İş Hukukunda İş Güvencesi (1. Bs., Beta Yayınevi 2011).
  73. Surden H, ‘Machine Learning And Law’ (2014) 89 (1) Washington Law Review 87-115.
  74. Süzek S, İş Hukuku (20. Bs., Beta Basım 2020).
  75. Süzek S, ‘İşverenin Eşit Davranma Borcu’ (2008) 4 (12) Mess Sicil İş Hukuku Dergisi 24-38.
  76. Şahlanan F, ‘4857 Sayılı Kanun’un İş Güvencesine İlişkin Hükümleri’ (2005) (52) Bankacılar Dergisi 56-66 Erişim Tarihi 10 Mart 2026.
  77. TBMM, İş Kanunu Tasarısı ve Sağlık, Aile, Çalışma ve Sosyal İşler Komisyonu Raporu (1/534), T.07.03.2003, Dönem 22, Yasama Yılı 1 Erişim Tarihi 10 Mart 2026.
  78. T.C. Cumhurbaşkanlığı Dijital Dönüşüm Ofisi Başkanlığı ve T.C. Sanayi ve Teknoloji Bakanlığı, Türkiye Ulusal Yapay Zekâ Stratejisi 2021-2025 (Ankara: 2021) Erişim Tarihi 27 Şubat 2026.
  79. Turing Alan M, ‘Computing Machinery And Intelligence’ (1950) 59 (236) Mind 433-460.
  80. Türe G, ‘Yapay Zekâ ve İş Hukuku: İşyerinde Algoritmik Yönetim’ iç Saim Ocak (edr), Dijital İş Hukuku Uygulamaları (Adalet Yayınevi 2024) 157-206.
  81. Türk Dil Kurumu, ‘yapay zekâ’ Erişim Tarihi 21 Şubat 2026.
  82. Wallace E, Wang Y, Li S, Singh S. & Gardner M, ‘Do NLP Models Know Numbers? Probing Numeracy in Embeddings’ (2019) içinde (5307-5315) 2019 Conference on Empirical Methods in Natural Language Processing and the 9th International Joint Conference on Natural Language Processing Hong Kong, China: Association for Computational Linguistics Erişim Tarihi 16 Mart 2026.
  83. Wikipedia ‘Genetic algorithm’ Erişim Tarihi 16 Mart 2026.
  84. Yargıtay 9.HD., E.2014/30472, K. 2016/3413, T.22.02.2016. Erişim Tarihi 13 Mart 2026.
  85. Yiğit E, İş İlişkisinde Kişisel Verilerin Korunması (2.Bs., On İki Levha Yayıncılık 2023).
  86. Yücedağ N, ‘Kişisel Verilerin Korunması Kanunu Kapsamında Genel İlkeler’ (2019) 1 (1) Kişisel Verileri Koruma Dergisi 47-63.
  87. Zadeh L. A., ‘Fuzzy Sets’ (1965) 8 (3) Information and Control 338-353.
  88. Zadeh L.A., ‘Fuzzy Logic = Computing with Words’ (1996) 4 (2) IEEE Transactions on Fuzzy Systems 103-111.
  89. Zhao S, Song J. & Ermon S, ‘Learning Hierarchical Features From Deep Generative Models’ (2017) içinde (4091-4099) 34th International Conference On Machine Learning (PMLR C. 70) Erişim Tarihi 08 Mart 2026.
  90. Blázquez P. L, ‘Predicting Workplace Absenteeism Using Machine Learning: A Pilot Study In Occupational Health’ (2025) (20) Journal Of Occupational Medicine And Toxicology Makale No: 38.
  91. Liu X, Zhen Z & Liu J, ‘Hierarchical Sparse Coding Of Objects In Deep Convolutional Neural Networks’ (2020) (14) Frontiers In Computational Neuroscience Makale No: 578158.