Bu dersin sonunda öğrenciler; 1) Yapay zekanın temel kavramlarını ve alt alanlarını anlayabileceklerdir. 2) Yapay zekanın endüstrilerdeki gerçek dünya uygulamalarını tanımlayabileceklerdir. 3) Yapay zekanın fırsatlarını, sınırlamalarını ve etik sonuçlarını tanıyabileceklerdir. 4) Belirli görevler için hangi yapay zeka araçlarının uygun olduğunu değerlendirebileceklerdir. 5) YZ teknolojileri ile eleştirel ve sorumlu bir şekilde etkileşim kurabileceklerdir.
DERSİN VERİLİŞ BİÇİMİ
Uzaktan Eğitim
DERSİN ÖNKOŞULLARI
Yok
ÖNERİLEN DERSLER
DERS TANIMI
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 İÇERİĞİ
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
ZORUNLU YA DA ÖNERİLEN KAYNAKLAR
Nidhya, R., Pavithra, D., Kumar, M., Kumar, A. D., & Balamurugan, S. (2025). Generative Artificial Intelligence: Concepts and Applications. John Wiley & Sons.
ÖĞRETİM YÖNTEM VE TEKNİKLERİ
Anlatım,Soru-Cevap,Eğitim-Uygulama
DEĞERLENDİRME YÖNTEMİ VE GEÇME KRİTERLERİ
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
Süresi(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
DİL
Türkçe
STAJ / UYGULAMA
Yok
PROGRAM YETERLİLİKLERİ (P) / DERSİN ÖĞRENME KAZANIMLARI (Ö) MATRİSİ
