YAPAY ZEKA FARKINDALIĞI

Ders Açıklaması

Bu ders, Yapay Zeka'ya (AI) erişilebilir ve ilgi çekici bir giriş sunarak temel kavramlarına, gerçek dünya uygulamalarına ve toplum üzerindeki daha geniş etkisine odaklanıyor. Tüm akademik geçmişlerden gelen öğrenciler, Yapay Zeka’nın günlük yaşam üzerindeki etkilerini kapsamlı bir şekilde inceleyeceklerdir. Özellikle eğitim alanındaki uygulamalar, dil öğreniminde kullanılan akıllı platformlar (örneğin Duolingo) ve yapay zekâ destekli sınıf içi ödevler gibi konulara özel önem verilecektir. Ders, AI ajanlarının ders verme, içerik oluşturma ve kişiselleştirilmiş öğrenme desteği gibi alanlarda giderek daha fazla nasıl kullanıldığını vurgular. Gerçek örnekler aracılığıyla öğrenciler, AI'nın potansiyeli ve sınırlamaları hakkında bilgi edinirken, aynı zamanda adalet, gizlilik ve sorumlu kullanım gibi temel etik sorunları da anlayacaklardır.

YAPAY ZEKA FARKINDALIĞI

Değerlendirme Araçları (Aktif Dönem)

Ders çıktıları

Henüz ders çıktısı tanımlanmamış.

Ders Müfredatı

Referans Kitaplar & Ders Materyalleri

1. 01 Philip C. Jackson, Introduction to Artificial Intelligence, Third Edition, Dover Publications, 2019.

Ders Çıktıları

1. L01 Temel yapay zeka kavramlarını tanımlamak, ince yapay zeka ile genel yapay zeka arasındaki farkı açıklamak ve yapay zekanın sektörleri neden dönüştürdüğünü anlatmak. SOLO 3.3
2. L02 Yapay zekanın temel yeteneklerini ve sınırlamalarını açıklamak ve yapay zeka otomasyonuna uygun görevleri belirlemek. SOLO 2.5
3. L03 Yapay zekâ projelerinin nasıl yapılandırıldığını açıklamak ve yapay zekânın iş ve organizasyonel dönüşümdeki rolünü kavramak. SOLO 3.3
4. L04 Organizasyonların yapay zekayı nasıl benimsediğini analiz etmek, yapay zeka dönüşümündeki rolleri belirlemek ve yapay zekanın çeşitli mesleklerdeki görevleri destekleme veya otomatikleştirme potansiyelini değerlendirmek. SOLO 3.7
5. L05 Üretken yapay zeka kavramlarını açıklamak, yönlendirme, ince ayar ve RAG arasındaki farkları belirlemek ve yaygın uygulamaları (metin, görüntü, ses) örneklerle göstermek. SOLO 3.7
6. L06 Yapay zekanın sınırlılıklarını, önyargı kaynaklarını ve düşmanca manipülasyondan kaynaklanan riskleri tanımak ve adalet, şeffaflık, gizlilik ve sorumlu yapay zeka yönergelerini tartışmak. SOLO 3.5
7. L07 Yapay zekanın işler, işgücü geçişleri ve gelecekteki beceri gereksinimleri üzerindeki etkisini değerlendirmek ve eğitim, sağlık ve yönetim gibi sektörlerdeki etkilerini analiz etmek. SOLO 4.5
8. L08 Yapay zekâ düzenlemesine yönelik farklı yaklaşımları açıklamak, politika çerçevelerini değerlendirmek ve olası yapay zekâ gelecekleri ile bunların etik ve sosyal sonuçları üzerine eleştirel bir şekilde düşünmek. SOLO 4.75
9. L09 Yapay Zeka Felsefesini Açıklamak ve Değerlendirmek SOLO 4.5

Program Çıktıları

1. P01 Gerçek yaşam durumlarındaki zorluklara veri bilimi ilke ve tekniklerini uygulayabilir ve çözümlerini etkin bir şekilde iletebilirler.
2. P02 Teorik fikirlere, etik koda ve temel verilere ilişkin derinlemesine bilgiye dayalı veri analizi metodolojilerini belirleyebilir ve uygulayabilirler.
3. P03 Gerçek hayattaki uygulamalarda bilgi analizi için yol gösterici kavramları ve değerlendirme prosedürlerini analiz edebilirler.
4. P04 İşle ilgili sorunlara belirsiz çözümler bulmak için ilgili veri analizi modellerini tasarlayabilir ve uygulayabilirler.
5. P05 Paralel ve dağıtılmış bilgi işlem ve makine öğrenimi gibi büyük miktarda veriyle karakterize edilen gerçek dünya sorunlarını ele almak için modern bilgi işlem tekniklerinden yararlanabilirler.
6. P06 Her boyuttaki yapılandırılmış ve yapılandırılmamış veri kümesinden kullanılabilir bilgileri verimli bir şekilde üretmek için gereken yazılım araçlarını yapılandırabilir ve yönetebilirler.
7. P07 Karmaşık verilerden yararlı bilgiler elde etmeyi amaçlayan projeleri organize etmek ve tamamlamak için veri bilimi araçlarını ve tekniklerini yönetebilirler.
8. P08 Gerçek dünyadaki sorunları çeşitli açılardan kavrayarak eleştirel ve yaratıcı düşünebilirler ve sorunları işbirliği içinde çözmek için çeşitli ekiplerde çalışabilirler.
9. P09 Veri tabanlı çözümleri kullanıcı ortamına etkin bir şekilde entegre edebilme ve teknik olmayan profesyonellere bu çözümleri keşfetme, görselleştirme ve kullanma konusunda yardımcı olabilirler.
10. P10 Veri sahipliği ve atıf, veri güvenliği ve hassasiyeti ve veri analizinin mahremiyet üzerindeki etkileri gibi konularda mesleki ve etik standartlar kapsamındaki yükümlülüklerini anlayabilirler.

Pç-Dç Matrisi