YAPAY ZEKA MÜHENDİSLİĞİ
Lisans	TYYÇ: 6. Düzey	QF-EHEA: 1. Düzey	EQF-LLL: 6. Düzey

Ders Tanıtım Bilgileri

Ders Kodu	Ders Adı	Yarıyıl	Teorik	Pratik	Kredi	AKTS
AIN2008	Bilgisayarlar ve Etik	Bahar	2	0	2	5

Temel Bilgiler

Öğretim Dili:	İngilizce
Dersin Türü:	Must Course
Dersin Seviyesi:	LİSANS
Dersin Veriliş Şekli:	Yüz yüze
Dersin Koordinatörü:	Dr. Öğr. Üyesi FATİH KAHRAMAN
Opsiyonel Program Bileşenleri:	-
Dersin Amacı:	Bu ders yapay zeka mühendisi olacak adaylara teknik ve teknik olmayan bilgiler vermeyi amaçlamaktadır.

Öğrenme Kazanımları

Bu dersi başarıyla tamamlayabilen öğrenciler;
- Bilişim teknolojilerinin etik, hukuki ve sosyal etkilerini tanımlar ve analiz eder.
- Bilişim etiği ile ilgili temel etik teorilerini, ilkelerini ve çerçevelerini açıklar ve değerlendirir.
- Dijital gizlilik, veri koruma ve güvenlik risklerini anlar ve etik kararlar alır.
- Yazılım lisanslama, telif hakları, patentler ve açık kaynak yazılım konularında farkındalık geliştirir.
- Dijital ortamdaki etik ilkeleri uygular ve etik olmayan çevrimiçi davranışları tanır.
- Bilişim profesyonelleri için etik sorumlulukları ve mesleki standartları açıklar.
- Siber suçları, siber zorbalığı ve etik dışı dijital faaliyetleri anlar ve bunlarla mücadele stratejilerini değerlendirir.
- Yapay zeka, otomasyon ve algoritmik karar alma süreçlerinin etik boyutlarını analiz eder.
- Bilişim teknolojilerinin toplum, ekonomi ve kültür üzerindeki etkilerini değerlendirir.
- Bilişim alanındaki etik ikilemleri değerlendirir ve etik karar alma süreçlerinde eleştirel düşünme uygular.

Dersin İçeriği

Bu ders, internetin hayatımıza girmesiyle birlikte gelişen veri ve diğer teknolojilerin hem sosyal hayatta hem de iş ortamında etik normlara uygun olarak kullanılmasını ele almaktadır. Dersin Öğretim yöntemleri; anlatım, grup çalışması, konuk/uzman daveti, okuma, proje hazırlama ve proje hazırlama şeklindedir.

Haftalık Ayrıntılı Ders İçeriği

Hafta	Konu	Ön Hazırlık
1)	Introduction and Defining the Field of Computer Ethics
2)	Perspectives on Artificial Intelligence
3)	Concepts of AI Ethics
4)	Technical Recommendations on the Ethics of AI
5)	Ethical Principles, Benefits, and Issues of AI
6)	Data Privacy-Preserving Techniques
7)	Legal Aspects of IoT
8)	Cybersecurity Cases on Global Perspectives
9)	AI Ethics Stakeholders and Ethical Digital Ecosystem
10)	Human Rights and AI
11)	AI Ethics & Consequences
12)	Blockchain and Ethical Perspective
13)	Responsible Use of AI in Digital Organizations
14)	Metaverse and Gaming Technologies by Ethical Perspective

Kaynaklar

Ders Notları / Kitaplar:

Bernd Carsten Stahl, "Artificial Intelligence for a Better Future: An Ecosystem Perspective on the Ethics of AI and Emerging Digital Technologies”, Springer, ISBN-978-3-030-69978-9, 2020.

European Commission, “Ethics Guidelines for Trustworthy AI”, https://ec.europa.eu/futurium/en/ai-alliance-consultation.1.html

Gry Hasselbalch, “Data Ethics of Power: A Human Approach in the Big Data and AI Era”, Edward Elgar Publishing, ISBN: 978 1 80220 310 3, 2021.

Diğer Kaynaklar:

Değerlendirme Sistemi

Yarıyıl İçi Çalışmaları	Aktivite Sayısı	Katkı Payı
Devam	14	% 15
Sunum	1	% 45
Ara Sınavlar	1	% 30
Final	1	% 10
Toplam		% 100
YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI		% 90
YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI		% 10
Toplam		% 100

AKTS / İş Yükü Tablosu

Aktiviteler	Aktivite Sayısı	Süre (Saat)	İş Yükü
Ders Saati	14	3	42
Sunum / Seminer	1	40	40
Ara Sınavlar	1	30	30
Final	1	20	20
Toplam İş Yükü			132

Program ve Öğrenme Kazanımları İlişkisi

Etkisi Yok	1 En Düşük	2 Düşük	3 Orta	4 Yüksek	5 En Yüksek

	Dersin Program Kazanımlarına Etkisi	Katkı Payı
1)	Matematik, Fen Bilimleri ve Yapay Zeka Mühendisliği disiplinine özgü konularda yeterli bilgi birikimi; bu alandaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinde kullanabilir.
2)	Karmaşık Yapay Zeka sistemleri, platformları, süreçleri, cihazları veya ürünleri gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlar ve bu amaçla modern tasarım yöntemlerini uygular.
3)	Karmaşık Yapay Zeka Mühendisliği problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçer ve uygular.
4)	Yapay Zeka Mühendisliği uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları geliştirir, seçer ve kullanır; bilişim teknolojilerini etkin bir şekilde kullanır.
5)	Karmaşık Yapay Zeka Mühendisliği problemlerinin veya araştırma konularının incelenmesi için sayısal veya fiziksel deney tasarlar ve yapar, veri toplar, sonuçları analiz eder ve yorumlar.
6)	İngilizce ve Türkçe (eğer Türk vatandaşı ise) sözlü ve yazılı etkin iletişim kurma becerisi; alanındaki yenilikleri takip edebilecek düzeyde İngilizce dil bilgisi (Avrupa Dil Portföyü B1 genel düzeyi) kazanır; etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme, etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisi kazanır.
7)	Yaşam boyu öğrenmenin gerekliliği bilinci; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerilerine sahip olur.
8)	Etik ilkelerine uygun davranır, mesleki ve etik sorumluluk bilinci sahibidir; Yapay Zeka Mühendisliği uygulamalarında kullanılan standartlar hakkında bilgilidir.	4
9)	Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgi edinir.	4
10)	Yapay Zeka Mühendisliği uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi sahibidir; Yapay Zeka Mühendisliği çözümlerinin hukuksal sonuçlarının farkındadır.	5
11)	Yapay Zeka Mühendisliğini ilgilendiren problemlerde bireysel ve ilgili çok disiplinli takımlarda etkin biçimde çalışır.	4