Yapay Zeka Farkındalığı
Kurs Hakkında
1 | Sınavın Amacı ve Toplumsal Gereksinim
Modern iş yaşamında yapay zekâ (YZ) uygulamalarına yalnızca mühendisler değil, karar vericiler, hukukçular, ürün yöneticileri ve hatta son kullanıcılar da temas ediyor. Bu sınav, katılımcının YZ kavramlarını, sınırlılıklarını, etik ilkelerini ve regülasyon çerçevelerini anlayıp anlayamadığını tarafsız biçimde ölçmek için tasarlandı.
-
Teknoloji Okuryazarlığı Temel algoritma türleri, veri gereksinimleri ve model hatalarına dair kavrayış geliştirir.
-
Sorumlu Kullanım Etik kılavuzlar, tarafsızlık (bias) ve mahremiyet riskleri konusundaki bilinci artırır.
-
Uyum ve Yönetişim EU AI Act, OECD AI Principles ve KVKK / GDPR gibi düzenlemelere atıfla kurum içi uyum kültürünü destekler.
Bu sayede YZ projelerine katılan herkes ortak bir dil ve sorumluluk anlayışı edinir.
2 | Sınav Mimarisi
| Özellik | Detay |
|---|---|
| Soru Sayısı | 50 çoktan seçmeli (tek doğru) |
| Süre | 120 dk (≈ 2 dk / soru) |
| Geçme Barajı | %50 |
| Teslim | Çevrim-içi gözetimli, anlık skor |
| Rozet | Web + QR doğrulama |
| Tekrar Hakkı | 12 ay içinde 1 ücretsiz yeniden giriş |
Psikometrik analizlerde Cronbach α = 0,81 elde edilerek ölçüm güvenilirliği “yüksek” kategorisine ulaşmıştır.
3 | Ölçülen Yetkinlik Alanları
(aşağıdaki soru kökleri, yüklenen sınav dosyasındaki maddelerden temsili olarak türetilmiştir)
| Yetkinlik Alanı | Örnek Soru Kökü |
|---|---|
| YZ Tanımları & Tarihçe | “Makine öğrenmesi ile kural tabanlı uzman sistem arasındaki temel fark nedir?” |
| Algoritma Temelleri | “Denetimli ve denetimsiz öğrenme hangi veri etiketleme yaklaşımını gerektirir?” |
| Veri Kalitesi & Ön İşleme | “Eksik veri oranı yüksekse hangi strateji öncelikle denenmelidir?” |
| Etik & Tarafsızlık | “Algoritmik önyargının (bias) kurban üzerine etkisini ölçen kavram hangisidir?” |
| Gizlilik & Güvenlik | “Model çıkışlarından eğitim verisini çıkarma riski hangi terimle adlandırılır?” |
| Regülasyon & Standartlar | “EU AI Act’e göre ‘yüksek riskli’ sistemlerin ortak sorumluluğu nedir?” |
| YZ Başarısızlık Türleri | “Halüsinasyon kavramı metin üretim modellerinde neyi ifade eder?” |
| Sürdürülebilirlik & Enerji | “Model eğitiminin karbon ayak izini azaltmak için önerilen yöntemlerden biri nedir?” |
4 | Sertifikanın Bilimsel ve Kurumsal Önemi
-
Ortak Anlayış Çok disiplinli ekiplerde terminoloji birliğini güçlendirir.
-
Risk Azaltma Projelerde erken aşamada hatalı varsayımları yakalamanıza yardımcı olur.
-
Sürekli İyileştirme Geri bildirim raporu, bilgi boşluklarını somut olarak gösterir ve hedefli eğitim planlamasına olanak tanır.
Not: Sertifika, teknik derinlik yerine farkındalık seviyesini ölçtüğünden, YZ projelerinde rol alan tüm paydaşlar için uygundur.
Course Content
Yapay Zeka Farkındalığı
-
item_text
Student Ratings & Reviews
