| Dersin Türü | Seçmeli |
|---|
| Dersin Düzeyi | Lisans |
|---|
| Dersin Yılı | - |
|---|
| Dersin Yarıyılı | - |
|---|
| AKTS | 1 |
|---|
| Öğretim Eleman(lar)ı |
- |
| Öğrenme Kazanımları |
Bu dersin sonunda öğrenciler;
- Yapay zekanın temel kavramlarını ve alt alanlarını anlayabileceklerdir.
- Yapay zekanın endüstrilerdeki gerçek dünya uygulamalarını tanımlayabileceklerdir.
- Yapay zekanın fırsatlarını, sınırlamalarını ve etik sonuçlarını tanıyabileceklerdir.
- Belirli görevler için hangi yapay zeka araçlarının uygun olduğunu değerlendirebileceklerdir.
- YZ teknolojileri ile eleştirel ve sorumlu bir şekilde etkileşim kurabileceklerdir.
|
| Veriliş Biçimi | Uzaktan Eğitim |
|---|
| Önkoşullar | Yok |
|---|
| Önerilen Dersler | |
|---|
| Ders Tanımı | Sosyal Bilimlerde Yapay Zeka Uygulamaları dersi, sosyal bilimler öğrencilerine yapay zeka teknolojilerinin temel kavramlarını, yöntemlerini ve uygulamalarını tanıtmayı amaçlayan giriş düzeyinde bir derstir. Ders kapsamında öğrenciler makine öğrenmesi, derin öğrenme, büyük dil modelleri gibi yapay zeka yaklaşımlarını tanıyacak bu teknolojilerin sosyal bilimlerde veri analizi, içerik üretimi, proje yönetimi ve iş dünyası uygulamalarındaki yerini öğreneceklerdir.
Ayrıca, yapay zekanın etik boyutları (önyargı, adalet, gizlilik), toplumsal etkileri ve geleceğe yönelik projeksiyonları üzerinde durularak, öğrencilerin teknolojiyi yalnızca bir araç olarak değil aynı zamanda toplumsal dönüşümlerin kritik bir bileşeni olarak kavramaları hedeflenmektedir. Ders kısa video dersleri, yapay zeka destekli raporlar, quizler ve değerlendirme etkinlikleri ile öğrencilerin eleştirel, sorumlu ve yaratıcı biçimde yapay zeka ile etkileşime girmelerini destekler |
|---|
| Ders İçeriği |
| HAFTA |
KONULAR |
|
1. Hafta |
Yapay Zeka Nedir? Tanımlar, Tarihçe ve Güncel Kullanımlar |
|
2. Hafta |
Makine Öğreniminin Temelleri |
|
3. Hafta |
Yapay Zeka Araçları |
|
4. Hafta |
YZ Etiği |
|
5. Hafta |
YZ?nin Geleceği |
|
6. Hafta |
Komut Mühendisliği |
|
7. Hafta |
Ara sınav |
|
8. Hafta |
YZ ve Yaratıcılık |
|
9. Hafta |
Bilimsel Üretimde YZ |
|
10. Hafta |
İş Dünyasında YZ |
|
11. Hafta |
Proje Yönetiminde YZ |
|
12. Hafta |
Öğrenci Gözüyle YZ |
|
13. Hafta |
YZ Destekli Analiz |
|
14. Hafta |
Genel değerlendirme |
|
15. Hafta |
|
|
| Kaynaklar | Nidhya, R., Pavithra, D., Kumar, M., Kumar, A. D., & Balamurugan, S. (2025). Generative Artificial Intelligence: Concepts and Applications. John Wiley & Sons. |
|---|
| Öğretim Yöntemleri |
- Anlatım
- Soru-Cevap
- Eğitim-Uygulama
|
|---|
| Değerlendirme |
|
Sayısı |
Toplam Katkısı (%) |
| Ara Sınav |
1 |
30 |
| Mini-Sınav |
1 |
20 |
| Devam |
1 |
10 |
| Toplam(%) |
|
60 |
| Yıl İçinin Başarıya Oranı(%) |
|
60 |
| Finalin Başarıya Oranı(%) |
|
40 |
| Toplam(%) |
|
100 |
|
| AKTS İş Yükü |
| Aktivite |
Sayı |
Süre (Saat) |
İş Yükü |
| Ara Sınav |
1 |
2 |
2 |
| Kısa Sınavlara hazırlık |
|
|
|
| Sınıf Dışı Ders Çalışma Süresi |
|
|
|
| Final Sınavına Hazırlık |
1 |
10 |
10 |
| Ders Saati |
14 |
1 |
14 |
| Ara Sınava Hazırlık |
1 |
10 |
10 |
| Laboratuvar |
|
|
|
| Final Sınavı |
1 |
2 |
2 |
| Ödevler |
|
|
|
| Toplam İş Yükü | 38 |
| Toplam İş Yükü / 30 | 1.26 |
| Dersin AKTS Kredisi | 1 |
|
| Dil | Türkçe |
|---|
| Staj / Uygulama | Yok |
|---|
