| Ders Kodu: | MIS026 | ||||
| Ders İsmi: | Data, Artificial Intelligence and Ethics | ||||
| Ders Yarıyılı: | Güz | ||||
| Ders Kredileri: |
|
||||
| Öğretim Dili: | Türkçe | ||||
| Ders Koşulu: | |||||
| Ders İş Deneyimini Gerektiriyor mu?: | Hayır | ||||
| Dersin Türü: | Bölüm/Program Seçmeli | ||||
| Dersin Seviyesi: |
|
||||
| Dersin Veriliş Şekli: | E-Öğrenme | ||||
| Dersin Koordinatörü: | Doç. Dr. ŞEBNEM ÖZDEMİR | ||||
| Dersi Veren(ler): | Ömer Ozan Evkaya | ||||
| Dersin Yardımcıları: |
| Dersin Amacı: | Bu dersin her öğrenci için amacı; Yapay zeka etiğinin önemi hakkında genel bir anlayışa sahip olmak ve yapay zeka uygulamalarının teknik olmayan yönlerinden bakış açısını geliştirmektir. |
| Dersin İçeriği: | Bu ders; AI etiğine genel bakışı, AI etiği için Farklı Yaklaşımları, AI'da etiğin önemini anlamayı, AI işindeki etik konular için ana kavramları ve son tartışmaları kapsar. |
|
Bu dersi başarıyla tamamlayabilen öğrenciler;
1) Kursu başarıyla tamamlayan öğrenciler, AI etiğindeki temel kavramları bilirler. 2) Kursu başarıyla tamamlayan öğrenciler, dijital çağın ana fenomenlerini anlarlar. 3) Kursu başarıyla tamamlayan öğrenciler, yapay zeka işinde etik ihlallerin önemini açıklar. 4) Kursu başarıyla tamamlayan öğrenciler, kamu yararı için daha fazla araştırma sorusu ararlar. |
| Hafta | Konu | Ön Hazırlık |
| 1) | AI ve AI etiğine giriş | |
| 2) | AI etiği için Temel Kavramlar ve Terimler | |
| 3) | AI etiğinde Başlıca Temalar | |
| 4) | Algoritma Etiği ve Makine yanlılığı (AI Exp 360) | |
| 5) | Otonom Sistemler | |
| 6) | Dünya Çapında Güncel Tartışma (Dünyadan Örnekler) | |
| 7) | Dünya Çapında Zararlı Vaka çalışmaları | |
| 8) | Vize Sınavları | |
| 9) | Kara Kutuyu İncelemek: Sorumlu Yapay Zeka ve Ahlaki Sorumluluk | |
| 10) | Sağlık Hizmetleri için Makine Öğrenimi ve Yapay Zeka Etiği | |
| 11) | En son yapay zeka tabanlı araçlar ve Endişeler | |
| 12) | Deepfake ve Metaverse'in Etik Kaygıları | |
| 13) | AI'nın öngörülebilir tehditleri ve olası çözümleri | |
| 14) | PROJE Soru-Cevap Oturumu | |
| 15) | PROJE RAPOR GÖNDERİMİ | |
| 16) | Final Sınavları |
| Ders Notları / Kitaplar: | Richterich, Annika. 2018. The Big Data Agenda: Data Ethics and Critical Data Studies. London: University of Westminster Press. DOI: https://doi. org/10.16997/book14 |
| Diğer Kaynaklar: | Ek kaynak ihtiyaç duyulmamaktadır. - No additional resources are required. |
| Ders Öğrenme Kazanımları | 1 |
2 |
3 |
4 |
|---|---|---|---|---|
| Program Kazanımları |
| Etkisi Yok | 1 En Düşük | 2 Orta | 3 En Yüksek |
| Dersin Program Kazanımlarına Etkisi | Katkı Payı |
| Değerlendirme Yöntemleri ve Kriterleri | Aktivite Sayısı | Katkı Payı |
| Sunum | 1 | % 15 |
| Ara Sınavlar | 1 | % 35 |
| Final | 1 | % 50 |
| Toplam | % 100 | |
| Aktiviteler | Aktivite Sayısı | İş Yükü |
| Ders Saati | 14 | 42 |
| Sınıf Dışı Ders Çalışması | 16 | 79 |
| Sunum / Seminer | 1 | 1 |
| Ara Sınavlar | 1 | 2 |
| Final | 1 | 3 |
| Toplam İş Yükü | 127 | |