9. ÜNİTE: YAPAY ZEKÂ VE AKILLI ÜRÜNLER
-
KB2.6. Bilgi Toplama, KB2.8. Sorgulama, KB2.20. Sentezleme
E2.5. Oyunseverlik, E3.10. Eleştirel Bakma
SDB1.2. Kendini Düzenleme (Öz Düzenleme), SDB2.1. İletişim, SDB2.2. İş Birliği, SDB3.1. Uyum
D3. Çalışkanlık, D7. Estetik, D16. Sorumluluk
OB1. Bilgi Okuryazarlığı, OB2. Dijital Okuryazarlık, OB7. Veri Okuryazarlığı
TT 7.9.1. Yapay zekâ kavramını, algoritmalarını, avantaj ve dezavantajlarını sorgulayabilme
a) Yapay zekâ kavramını tanımlar.
b) Yapay zekâ türleri, avantajları, dezavantajları ve günlük yaşamda kullanımı ile ilgili sorular sorar.
c) Yapay zekâ kavramı, türleri, avantajları ve dezavantajları hakkında bilgi toplar.
ç) Toplanan bilgilerin doğruluğunu değerlendirir.
d) Yapay zekâ kavramı, türleri, avantajları ve dezavantajları üzerine çıkarım yapar.
TT 7.9.2. Yapay zekâ modeli eğitmek için bilgi toplayabilme
a) Yapay zekâ modelini eğitmek için uygun aracı belirler.
b) Modelin eğitimi için en az iki farklı türde görsel veri bulur.
c) Eğittiği modelin test sonuçlarıyla tahmin yeteneğini doğrular.
ç) Modelin seçilen görsel türlerini ayırt etme sonuçlarını kaydeder.
TT 7.9.3. Yapay zekâ modelleri ile bilgi toplayabilme
a) Yapay zekâ modellerini kullanmak için gerekli ön hazırlıkları ve uygun istem mühendisliği araçlarını belirler.
b) Yapay zekâ modellerinin uygulama alanları ve istem türleri hakkında bilgiler bulur.
c) İstem türlerinin çıktılara etkisini doğrular.
ç) Araştırma sonuçlarını tablo veya diyagramlarla kaydeder.
TT 7.9.4. Yapay zekâ araçlarını sentezleyebilme
a) Yapay zekâ araçları ve istem mühendisliği parçalarını belirler.
b) Yapay zekâ araçları ve istem mühendisliği parçaları arasında ilişki kurar.
c) Yapay zekâ araçları ve istem mühendisliğinde elde ettiği verileri birleştirerek özgün bir bütün oluşturur.
Yapay zekâ kavramı
Yapay zekanın nasıl çalıştığı
Yapay zekânın farklı kullanım alanları ve anlamları
Yapay zekâ araçlarını kullanarak akıllı ürün veya uygulama geliştirme
Yapay zekâ modellerinin etik ve güvenlik boyutları
akıllı ürün, eleştirel düşünme, istem mühendisliği (prompt engineering), problem odaklı düşünme, tasarım, yapay zekâ.
Yapay zekâ modellerinin araştırma sonucu hata yapabilme ihtimalini (halüsinasyon) ortaya koyan sonuçları tanımlayıcı dallanmış ağaç tekniği ile değerlendirilebilir.
Hangi yapay zekâ modellerin hangi alanlarda kullanıldığını gruplayarak tablo veya diyagram hâlinde göstermeleri sağlanarak değerlendirilebilir.
Performans görevi olarak öğrencilerden yapay zekâ araçlarını kullanarak bir marka/kurum için logo varyasyonları, renk paleti, tipografi seçimi, örnek uygulamalar, kartvizit, sosyal medya postu, tanıtım afişi vb. oluşan kurumsal kimlik seti üretmesi, üretim sürecinde yaptığı prompt denemeleri ve seçim gerekçelerini süreç dosyasında göstermesi ve final çıktısını sunarak tasarım kararlarını savunması istenebilir.
Ürün ve süreç; performans değerlendirme formu, öz ve akran değerlendirme formu ile değerlendirilebilir.
Öğretmen ve öğrencilerin cep telefonlarındaki veya internet ortamındaki yapay zekâ asistanlarına ve yapay zekâ tabanlı akıllı ürünlere aşina oldukları ve ders sürecinde bu araçları kullanabilecekleri kabul edilmektedir.
Öğrencilerin yapay zekâ kavramlarının ne olduğu ve yapay zekânın kullanıldığı ürünlere ait bilgilerinin ne düzeyde olduğu sınıf içi tartışma yöntemi ile tespit edilebilir. Ayrıca yapay zekâ ile ilgili bir video izletildikten sonra yapay zekânın kullanım alanlarını tablo şeklinde sunması istenebilir.
Öğrencilerden makine öğrenmesi, doğal dil işleme, bilgisayarlı görme gibi yapay zekâ alanlarının tıbbi teşhis sistemleri, akıllı şehir altyapıları, kişiselleştirilmiş eğitim platformları gibi uygulamalarda nasıl kullanıldığını incelemeleri istenebilir. Evlerde kullanılan robot süpürgeler, cep telefonundaki sesli asistanlar ve yüz tanıma, dilden dile tercüme vb. uygulamalar örnek olarak verilerek bunların yapay zekâ ile ilişkili olduklarını düşünmeleri sağlanır.
TT 7.9.1.
Yapay zekâ kavramı ve yapay zekâ algoritmaları hakkında bilgi toplayarak yapay zekâ kavramını tanımlar. Derin öğrenme, makine öğrenmesi gibi yapay zekâ algoritmalarının cep telefonu asistanları, akıllı ürün tavsiyeleri, otomatik video, müzik ve film önerileri, otonom sürüş sistemleri ve oyun karakterlerinin akıllı hareketleri vb. alanlarda nasıl uygulandığı sorgulanır. Öğrencilerin bu yapay zekâ uygulama alanları hakkında sorular sormaları, fikirlerini açıklamaları veya defterlerine yazmaları istenir.
Öğretmen sınıfı üç veya beş kişilik gruplara ayırır. Her gruba yapay zekâ algoritmalarının kullanımı ile ilgili cep telefonu asistanları, akıllı ürün tavsiyeleri, otomatik video, müzik ve film önerileri, otonom sürüş sistemleri, oyun karakterlerinin akıllı hareketleri gibi konular verir (E2.5). Gruplardan bu alanlarda yapay zekâ modellerinin kullanımının önemini araştırmaları (OB1) ve yapay zekânın işleyişi hakkında çıkarımlarda bulunmaları istenir. Öğrencilerin gruplar hâlinde çalışma becerisi sergilemeleri için bilgi paylaşımı yapmaları, farklı bakış açılarını dikkate almaları ve ekip içinde iş birliği yapmaları teşvik edilir. Örneğin bir öğrenci yapay zekâ tabanlı otomatik çeviri sistemlerini incelerken bir diğeri sesli asistanların nasıl öğrendiğini açıklayarak grubun genel bilgisini tamamlayabilir (D3.4, SDB2.1, SDB2.2). Gruplardan insan öğrenmesi ve yapay zekâ öğrenmesi arasındaki farklılıkları araştırmaları (OB1), elde ettikleri verilere bağlı olarak tartışmaları ve bunun sonucunda bu farklılıklar hakkında günlük yaşamlarından örnekler vermeleri beklenir (SDB2.1, SDB2.2).
Öğrencilerin metin, video, ses, tasarım vb. alanlarında kullanılan yapay zekâ tür ve modelleri hakkında bilgi toplamaları sağlanır (OB1). Öğrencilerden araştırmalarına dayanarak yapay zekânın farklı türlerini ve kullanım alanlarını gruplayıp tablo veya diyagram şeklinde sunmaları istenir (OB7). Öğrencilerin edindikleri bilgileri eleştirel bakış açısıyla değerlendirmeleri için yapay zekâ teknolojileriyle ilgili ulaştıkları bilgileri yalnızca avantajları açısından değil etik ve toplumsal etkileri açısından da analiz etmeleri sağlanır. Örneğin yüz tanıma sistemlerinin güvenlik alanında nasıl kullanıldığı incelenirken mahremiyet ihlali yaratma riskleri de tartışılabilir (D3.3). Gruplardan araştırma sürecinde topladıkları bilgilerin güncelliği, toplanan kaynakların güvenirliği üzerinden doğruluğunu değerlendirmeleri istenir. Öğrencilerden yapay zekâ kullanımının zamandan tasarruf, seri üretim, deneysel çalışmalara imkân verme gibi avantajları ile etik, güvenlik, estetik, yaratıcılığı engelleme, telif hakları gibi dezavantajlarını inceleyip ulaştıkları sonuçları maddeler hâlinde sunmaları istenir (OB7).
TT 7.9.2.
Öğrenciler 3-5 kişilik gruplara ayrılır. Öğrencilerin eğitmekte kullanacakları uygun bir yapay zekâ aracı belirlemeleri sağlanır. Grupların belirledikleri yapay zekâ modelini eğitmek için en az iki farklı türde veriyi (kedi ve köpek resimleri vb.) seçerek bilgisayar klasörlerinde toplamaları sağlanır. Öğrencilerin bilimsel gelişim için merak duygularını kullanmaları amacıyla yapay zekânın nasıl öğrendiğini keşfetmeleri teşvik edilir. Örneğin bir grup farklı açılardan çekilmiş kedi ve köpek resimlerini kullanarak modelin öğrenme sürecini test ederken bir diğer grup çeşitli renk ve ırklardan örnekler seçerek modelin doğruluğunu artırmaya çalışabilir (D3.3).
Öğrencilerden grupladıkları resimlerle kendi belirledikleri yapay zekâ aracını eğitip bu modelin doğruluğunu kameraya gösterdikleri kedi ve köpek resimlerini ayırt edip etmemesi bağlamında belirlemeleri istenir. Modelin seçilen veri türlerini ayırt etme başarımına ilişkin sonuçlarını kaydederek grupların başarılarını karşılaştırması sağlanır (OB7, KB2.17).
TT 7.9.3.
Öğrencilerin yapay zekâ modellerini kullanabilmeleri için gerekli olan e-posta edinme, üyelik oluşturma vb. ön hazırlıkları belirlemeleri ve bu hazırlıkları yapmaları sağlanır (SDB1.2). Öğrencilere yapay zekâ modellerinin ses, görüntü, metin işleme gibi farklı uygulama alanlarına göre değişiklik gösterdiğini ve her modelin her alanda kullanılabilir olmadığını belirlemek için araştırma yaptırılır (OB1). Reklam metni veya reklam senaryosu yazma, logo tasarımı yapma, resim, animasyon, kısa film oluşturma, müzik üretme ve üç boyutlu modelleme gibi alanlarda kullanılabilecek yapay zekâ modellerini araştırmaları, (OB1) ve bu bilgilerin güncelliğini, alıntılandığı referansın güvenirliği üzerinden doğrulamaları beklenir. Öğrencilerin doğru ve güvenilir bilgiyi ayırt etmeleri için bir bilginin hangi kaynaktan alındığını ve kaynağın bilimsel güvenilirliğini sorgulamaları sağlanır. Örneğin bir öğrenci bir yapay zekâ modelinin yetenekleri hakkında sosyal medyada paylaşılan bir bilgiyi incelerken aynı konuyu akademik veya resmi kaynaklardan kontrol ederek bilginin doğruluğunu değerlendirebilir (D3.3). Araştırma sonuçlarına dayanarak hangi modellerin hangi alanlarda kullanıldığını gruplamaları ve bu bilgileri tablo veya diyagram hâlinde kayıt edip sunmaları istenir (KB2.5, OB7).
Öğrencilerden yapay zekâ modellerinden beklentilerine uygun tasarım, ürün veya çıktıları alabilmeleri için istem mühendisliği kavramını ve istem türlerini araştırmaları istenir (OB1). Öğrencilerin kapalı uçlu istemler, üretken istemler, bilgilendirici istemler, soru-cevap is temleri, özetleme istemleri gibi çeşitli istem türlerini belirlemeleri ve bu istemleri tek tek veya gruplar hâlinde uygulamaları sağlanır (SDB1.2). Her istem türü için öğrencilerden modele girilen istemleri değiştirerek (bir metnin özetini kelime sayısı ile sınırlandırmak veya özetin dilini yetişkinlere ya da çocuklara uyarlamak vb.), hedef tasarım, ürün veya çıktının nasıl değiştiğini gözlemlemeleri, her istemi kayıt etmeleri ve istemin ürettiği sonuçları karşılaştırarak tablo ya da maddeler hâlinde sunmaları istenir (SDB2.2, KB2.17). Öğrencilerin edindikleri bilgileri eleştirel bakış açısıyla değerlendirmeleri için yapay zekâ modellerinin ürettiği cevapların doğruluğunu analiz etmeleri ve karşılaştırmalı bir inceleme yapmaları teşvik edilir. Örneğin bir öğrenci aynı soruyu farklı istem türleriyle yapay zekâ modeline sorarak verilen cevapların nasıl değiştiğini gözlemleyebilir ve hangi istemin daha doğru ve tutarlı sonuç verdiğini değerlendirebilir (D3.3). Öğrencilerden yapay zekâ modellerinin hata yapabilme ihtimalini (halüsinasyon) araştırmaları ve elde ettikleri sonuçları tanılayıcı dallanmış ağaç tekniği ile sunmaları beklenir (E3.10, OB1).
TT 7.9.4.
Öğrencilerden kendi kuracakları firmayı hayal etmeleri istenir. Her öğrenciden hayali bir firma için yapay zekâ kullanarak bir logo tasarımı yapması beklenir. Logo tasarımı için öğrencilerin uygun yapay zekâ aracını ve logo tasarımında kullanacakları istem mühendisliği komutlarını belirlemeleri sağlanır (SDB3.1). Öğrencilerin estetik bakış açısıyla özgün tasarımlar ortaya koymaları için yapay zekâ araçları ile tasarladıkları logolarda sadece görsel uyum değil marka kimliği ile olan ilişkilerini de göz önünde bulundurmaları teşvik edilir. Örneğin doğal ürünler satan bir firma için yeşil tonları ve doğayı yansıtan simgeler için ilgili istemler tercih edilebilecekken teknoloji odaklı bir firma için keskin hatlara sahip, metalik renkleri içeren istem tercihleri yapılabilir (D7.2).
Öğrencilere hayal ettiği firmanın logosunun yanı sıra reklam metninin, afişinin ve kısa filminin de kurumsal kimliği yansıtabilecek bir yaklaşımla hazırlanması ve bunlar arasında ilişki kurmaları gerektiği hatırlatılır. Filmin de kurumsal kimliği yansıtabilecek bir yaklaşımla hazırlanması ve bunlar arasında ilişki kurulması gerektiği hatırlatılır.
Firmanın logosu, ürüne ait reklam metni, tanıtım filmi ve afiş tasarımı için istem mühendisliği ile denemeler yapılarak hazırlanan logo, reklam metni, afiş ve tanıtım filminin bir bütünlük oluşturmaları gerektiği belirtilir. Öğrencilerin görevlerini zamanında ve eksiksiz yerine getirmeleri için belirlenen süre içinde tasarım sürecini planlamaları ve her aşamayı titizlikle tamamlamaları teşvik edilir (SDB1.2). Örneğin logo tasarımını bitiren bir öğrenci, vakit kaybetmeden reklam metnine odaklanarak projenin tüm aşamalarını sistematik bir şekilde tamamlayabilir (D16.3). Öğrencilerin hazırladıkları tanıtım materyallerini sergilemeleri veya sunmaları sağlanır (OB2). Performans görevi olarak verilen, öğrencilerin yapay zekâ araçlarıyla ürettiği kurumsal kimlik tasarımı ürünleri öz-akran veya ürün değerlendirme formları ile değerlendirilebilir.
Öğrencilerden günlük hayatı ve iş dünyasını dönüştüren çeşitli yapay zekâ uygulamalarını incelemeleri istenebilir. Özellikle sağlık, finans, tarım, eğitim gibi sektörlerde kullanılan yapay zekâ yöntemlerinin nasıl işlediği ve bu yöntemlerin sunduğu çözümlerin hangi problemleri ele aldığı hakkında araştırma yapmaları teşvik edilebilir.
Öğrencilerden ilgi alanlarına göre yapay zekâ ile çözülmesi gereken bir problem belirlemeleri ve bu problem için bir yapay zekâ çözümü tasarlamaları istenebilir. Örneğin çevre kirliliğiyle mücadele eden bir yapay zekâ modelinin nasıl geliştirilebileceği konusunda beyin fırtınası yapmaları sağlanabilir. Ayrıca yapay zekâ algoritmalarının etik ve sosyal boyutlarını tartışabilecekleri interaktif oturumlar düzenlenebilir. Bu tartışmalarda yapay zekânın toplumsal etkileri, veri gizliliği, yapay zekâ algoritmalarındaki ön yargılar gibi konular ele alınabilir.
Üniversitelerden yapay zekâ alanında uzman akademisyenler okula davet edilerek öğren cilere yapay zekâ teknolojilerinin geleceği, meslek hayatındaki yeri ve yeni fırsatlar hakkında bilgi vermeleri sağlanabilir.
Farklı disiplinlerin (bilgisayar bilimi, matematik, sosyoloji vb.) bir arada kullanılmasının yapay zekâ projelerinde ne kadar önemli olduğu konusunda öğrencilerin bilimsel yayınları incelemeleri sağlanabilir.
Yapay zekânın toplum üzerindeki etkilerini anlamak ve gelecekteki teknolojik gelişmelerin farkına varmak için belgesel, video ve diğer görsel-işitsel kaynaklar izletilebilir. Yapay zekânın farklı alanlardaki uygulamaları üzerine sunumlar yapılabilir veya bu konularla ilgili video ve animasyonlar izlenebilir.