Genel Bilgi
Birim | FEN-EDEBİYAT FAKÜLTESİ |
YAPAY ZEKA VE MAKİNE ÖĞRENMESİ PR. (İNGİLİZCE) | |
Kod | YZZ112 |
Ad | Ethics Artificial Intelligence |
Dönem | 2025-2026 Eğitim-Öğretim Yılı |
Yarıyıl | 2. Yarıyıl |
Süre (T+U) | 3-0 (T-U) (17 Hafta) |
AKTS | 5 AKTS |
Yerel Kredi | 3 Yerel Kredi |
Eğitim Dil | İngilizce |
Seviye | Belirsiz |
Tür | Normal |
Etiket | Z Zorunlu |
Öğretim Şekli | Yüz Yüze Öğretim |
Bilgi Paketi Koordinatörü | Dr. Öğr. Üyesi Cevher ÖZDEN |
Dersin Öğretim Elemanı |
Güncel dönem ders programı henüz yapılmamıştır.
|
Dersin Amacı / Hedefi
Bu dersin amacı, yapay zekâ teknolojilerinin geliştirilmesi ve uygulanmasında karşılaşılan etik sorunları tanımlamak, analiz etmek ve çözüm yolları önermektir. Öğrencilere, temel etik kuramlar çerçevesinde profesyonel sorumluluk bilinci kazandırmak, toplumsal etkileri değerlendirme becerisi kazandırmak hedeflenmektedir. Veri gizliliği, önyargı, şeffaflık, hesap verebilirlik ve insan hakları gibi konuların yapay zekâ sistemlerinde nasıl ele alınması gerektiği tartışılacaktır. Ayrıca, ulusal ve uluslararası etik standartların incelenmesiyle öğrencilerin etik tasarım ve karar alma süreçlerine duyarlı bireyler olmaları teşvik edilecektir.
Dersin İçeriği
Etik nedir? Felsefi temelleri ve temel etik teoriler (deontoloji, faydacılık, erdem etiği). Profesyonel etik, mühendislik etiği ve yapay zekâ mühendisliği bağlamında etik. Yapay zekâ geliştiricilerinin mesleki sorumlulukları ve etik davranış kuralları. Profesyonel davranış standartlarının yapay zekâ sistemlerine etkisi. Yapay Zekâ Meslek Etiği Kodları (NSPE, ACM, IEEE, EU AI Act vb.) ve uluslararası etik ilkeler. Avrupa Birliği Yapay Zekâ Regülasyonu (AI Act) çerçevesinde etik ilkeler ve hukuki düzenlemeler. Yapay zekânın toplum üzerindeki etkileri: istihdam, adalet, önyargı. Sosyal medya, gözetim ve kamu güvenliği bağlamında etik sorumluluklar. Sosyal adalet, kapsayıcılık ve toplumsal eşitsizliklerle mücadelede yapay zekâ. Çıkar çatışmaları, şeffaflık, açıklanabilirlik ve hesap verebilirlik. Etik ve hukuki sorumluluklar: Olası zarar durumları, öngörülemeyen sonuçlar. Gizlilik, veri etiği, büyük veri ve kullanıcı onayı. Siber güvenlik tehditleri, sahtekârlık, yanıltıcı içerik ve algoritmik taraflılık. Etik karar verme modelleri, çok paydaşlı değerlendirme ve vaka analizleri.
Dersin Ön Koşulu
Yok
Kaynaklar
Stahl, B. C. (2021). Artificial intelligence for a better future: an ecosystem perspective on the ethics of AI and emerging digital technologies (p. 124). Springer Nature.
Notlar
1. Vieweg, S. H. (2021). AI for the Good. Springer International Publishing. 2. Fleddermann, Charles B. 2012; Engineering Ethics, Fourth Edition. Pearson. 3. Charles E. Harris, Michael S. Pritchard, and Michael J. Rabins. 2019; Engineering Ethics: Concepts and Cases, Cengage Learning. CENGAGE.
Dersin Öğrenme Çıktıları
Sıra | Dersin Öğrenme Çıktıları |
---|---|
ÖÇ01 | Temel etik kavramlarını ve kuramlarını açıklayabilir. |
ÖÇ02 | Yapay zeka uygulamalarında karşılaşılan etik sorunları tanımlayabilir ve analiz edebilir. |
ÖÇ03 | Ulusal ve uluslararası yapay zeka etik ilkelerini ve mesleki etik kodlarını yorumlayabilir. |
ÖÇ04 | Etik karar verme modellerini yapay zeka projelerine uygulayabilir. |
ÖÇ05 | Toplum üzerindeki olası sosyal, hukuki ve kültürel etkileri dikkate alarak etik açıdan değerlendirmeler yapabilir. |
ÖÇ06 | Gerçek dünyadan vaka analizleri üzerinden etik sorunlara yönelik çözüm önerileri geliştirebilir. |
Program Öğrenme Çıktıları ile İlişkisi
Sıra | Tür | Program Öğrenme Çıktıları | Duzey |
---|---|---|---|
PÖÇ01 | Bilgi - Kuramsal, Olgusal | Bilgisayar Bilimleri temel kavramları, algoritmalar ve veri yapıları hakkında geniş bir bilgi yelpazesi kazandırır. | |
PÖÇ02 | Bilgi - Kuramsal, Olgusal | Yazılım geliştirme, programlama dilleri ve veritabanı yönetimi gibi temel bilgisayar konularını öğrenir. | |
PÖÇ03 | Bilgi - Kuramsal, Olgusal | Veri bilimi, yapay zeka ve makine öğrenimi gibi ileri düzey bilgisayar alanlarını anlar. | |
PÖÇ04 | Belirsiz | Bilgisayar ağları, siber güvenlik ve veritabanı tasarımı gibi konularda bilgi edinir. | |
PÖÇ05 | Beceriler - Bilişsel, Uygulamalı | Algoritmaları tasarlama, uygulama ve analiz etme becerilerini geliştirir. | |
PÖÇ06 | Beceriler - Bilişsel, Uygulamalı | Farklı programlama dillerini etkili bir şekilde kullanabilme yeteneği kazanır | |
PÖÇ07 | Beceriler - Bilişsel, Uygulamalı | Veri analizi, veritabanı yönetimi ve büyük veri işleme becerilerini öğrenir. | |
PÖÇ08 | Beceriler - Bilişsel, Uygulamalı | Yazılım geliştirme projelerinde çalışarak pratik deneyim kazanır. | |
PÖÇ09 | Yetkinlikler - Bağımsız Çalışabilme ve Sorumluluk Alabilme Yetkinliği | Ekip içinde işbirliği yapma ve iletişim becerilerini güçlendirir. | 3 |
PÖÇ10 | Yetkinlikler - Alana Özgü Yetkinlik | Teknolojik yeniliklere açık bir zihniyet kazandırır. | 3 |
PÖÇ11 | Yetkinlikler - Öğrenme Yetkinliği | Sürekli öğrenme ve kendini geliştirme yetkinliğini teşvik eder. | 4 |
PÖÇ12 | Yetkinlikler - İletişim ve Sosyal Yetkinlik | Karmaşık sorunları çözme yeteneği geliştirir. | 3 |
Haftalık Akış
Hafta | Konu | Ön Hazırlık | Yöntemler |
---|---|---|---|
1 | Etik nedir? Felsefi temelleri ve temel etik teoriler | İlgili ders notlarının okunması | Öğretim Yöntemleri: Anlatım, Beyin Fırtınası |
2 | Profesyonel etik ve yapay zeka alanında etik | İlgili ders notlarının okunması | Öğretim Yöntemleri: Anlatım, Soru-Cevap |
3 | Yapay zeka geliştiricilerinin mesleki sorumlulukları ve etik davranış kuralları | İlgili ders notlarının okunması | Öğretim Yöntemleri: Anlatım |
4 | Profesyonel davranış standartlarının yapay zekâ sistemlerine etkisi | İlgili ders notlarının okunması | Öğretim Yöntemleri: Anlatım, Tartışma |
5 | Yapay Zeka Meslek Etiği Kodları (NSPE, ACM, IEEE, EU AI Act vb.) ve uluslararası etik ilkeler | İlgili ders notlarının okunması | Öğretim Yöntemleri: Anlatım |
6 | Avrupa Birliği Yapay Zeka Regülasyonu (AI Act) çerçevesinde etik ilkeler ve hukuki düzenlemeler | İlgili ders notlarının okunması | Öğretim Yöntemleri: Anlatım, Soru-Cevap |
7 | Yapay zekanın toplum üzerindeki etkileri: istihdam, adalet, önyargı | İlgili ders notlarının okunması | Öğretim Yöntemleri: Anlatım, Tartışma |
8 | Ara Sınav | Ara Sınav | Ölçme Yöntemleri: Yazılı Sınav |
9 | Sosyal medya, gözetim ve kamu güvenliği bağlamında etik sorumluluklar | İlgili ders notlarının okunması | Öğretim Yöntemleri: Anlatım |
10 | Sosyal adalet, kapsayıcılık ve toplumsal eşitsizliklerle mücadelede yapay zeka | İlgili ders notlarının okunması | Öğretim Yöntemleri: Anlatım, Tartışma |
11 | Çıkar çatışmaları, şeffaflık, açıklanabilirlik ve hesap verebilirlik | İlgili ders notlarının okunması | Öğretim Yöntemleri: Anlatım, Soru-Cevap |
12 | Etik ve hukuki sorumluluklar: Olası zarar durumları, öngörülemeyen sonuçlar | İlgili ders notlarının okunması | Öğretim Yöntemleri: Anlatım |
13 | Gizlilik, veri etiği, büyük veri ve kullanıcı onayı | İlgili ders notlarının okunması | Öğretim Yöntemleri: Anlatım, Soru-Cevap |
14 | Siber güvenlik tehditleri, sahtekarlık, yanıltıcı içerik ve algoritmik taraflılık | İlgili ders notlarının okunması | Öğretim Yöntemleri: Anlatım, Tartışma |
15 | Etik karar verme modelleri, çok paydaşlı değerlendirme ve vaka analizleri | İlgili ders notlarının okunması | Öğretim Yöntemleri: Anlatım, Tartışma |
16 | Yarıyıl Sonu Sınavları | Yarıyıl Sonu Sınavları | Ölçme Yöntemleri: Yazılı Sınav |
17 | Yarıyıl Sonu Sınavları | Yarıyıl Sonu Sınavları | Ölçme Yöntemleri: Yazılı Sınav |
Öğrenci İş Yükü - AKTS
Çalışmalar | Sayısı | Süresi (Saat) | İş Yükü (Saat) |
---|---|---|---|
Ders ile İlgili Çalışmalar | |||
Ders (Sınav haftaları dahil değildir) | 14 | 3 | 42 |
Sınıf Dışı Ders Çalışma (Ön çalışma, pekiştirme) | 14 | 3 | 42 |
Değerlendirmeler ile İlgili Çalışmalar | |||
Ödev, Proje, Diğer | 0 | 0 | 0 |
Ara Sınavlar (Yazılı, Sözlü, vs.) | 1 | 12 | 12 |
Yarıyıl/Yıl Sonu/Final Sınavı | 1 | 26 | 26 |
Toplam İş Yükü (Saat) | 122 | ||
Toplam İş Yükü / 25 (s) | 4,88 | ||
AKTS | 5 AKTS |