VERİ GİZLİLİĞİ VE ETİĞİ

Ders Açıklaması

Bu ders, çağdaş veri bilimi uygulamalarında ortaya çıkan birçok etik ikilemi araştırır ve bu endişeleri anlamak için bir çerçeve oluşturur. Veri gizliliğinin önemi, veri gizliliği ilkeleri, veri öznelerinin verilerinin nasıl kullanıldığını kontrol etme hakları ve kişisel verilerin işlenmesi ve korunmasına yönelik en iyi uygulamalar ele alınmaktadır. Etik olmayan davranışların etkisi ve verilerin toplumda etik olarak nasıl kullanıldığı ele alınacaktır. Bulunabilir, Erişilebilir, Birlikte Çalışabilir ve Yeniden Kullanılabilir (FAIR) veri ilkeleri açıklanacaktır. Dersin sonunda öğrenciler, veri bilimine özgü problemleri tanıyabilecek ve makine öğrenimi ve yapay zeka gibi diğer ilgili hesaplamalı analiz yöntemlerini kullanmanın bir sonucu olarak ortaya çıkan sorunları dikkatlice ayırt edebilecektir. Ayrıca, veri bilimi yöntemlerine özgü etik suistimal ile bu yöntemlerin kullanıldığı bağlamlardan kaynaklanabilecek etik suistimalleri ayırt edebileceklerdir.

VERİ GİZLİLİĞİ VE ETİĞİ

Değerlendirme Araçları (Aktif Dönem)

Değerlendirme öğesi tanımlanmamış.

Ders çıktıları

Henüz ders çıktısı tanımlanmamış.

Ders Müfredatı

Referans Kitaplar & Ders Materyalleri

1. 01 Loukides, M., Mason, H., & Patil, D. J. (2018). Ethics and data science. " O'Reilly Media, Inc.".
2. 02 Payton, T., & Claypoole, T. (2023). Privacy in the age of Big data: Recognizing threats, defending your rights, and protecting your family. Rowman & Littlefield Publishers.
3. 03 Slussareff, M. (2022). O'Neil, Cathy. 2016. Weapons of Math Destruction: How Big Data Increases Inequality and Threatens Democracy. Crown.
4. 04 Kearns, M., & Roth, A. (2019). The ethical algorithm: The science of socially aware algorithm design. Oxford University Press.

Ders Çıktıları

1. L01 Bilgisayar bilimi, veri bilimi ve gelişmekte olan teknolojilerle ilgili temel etik kavramları, ilkeleri ve çerçeveleri açıklayın. SOLO 2
2. L02 Bilgisayar ve veriyle ilgili uygulamalardaki etik ikilemlere etik çerçeveleri ve meslek kurallarını uygulayın. SOLO 3
3. L03 Yapay zeka, büyük veri, tahmine dayalı analiz, sosyal medya, sanal/artırılmış gerçeklik ve üretken yapay zeka ile ilgili etik sorunları analiz edin. SOLO 3
4. L04 Veri toplama, işleme, paylaşma ve kullanımının gizlilik, adalet, şeffaflık, rıza ve hesap verebilirlik açısından etik sonuçlarını değerlendirin. SOLO 4
5. L05 Fikri mülkiyet, yazılım riskleri, mesleki uygulama ve veri korumasıyla ilgili etik ve yasal sorumlulukları değerlendirin. SOLO 4
6. L06 Veri ve teknoloji kullanımına yönelik etik açıdan sorumlu yaklaşımlar tasarlayın; bu yaklaşımlar gizlilik korumasını, önyargı azaltmayı, güvenliği ve FAIR veri gibi ilkeleri içermelidir. SOLO 4

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