Erciyes University - Info Package

Dersin Adı	Dersin Seviyesi	Dersin Kodu	Dersin Tipi	Dersin Dönemi	Yerel Kredi	AKTS Kredisi	Ders Bilgileri
YAPAY ZEKAYA GİRİŞ	İkinci Düzey	TBD113		1	2.00	2.00	Yazdır

Dersin Tanımı

Ön Koşul Dersleri	yok
Eğitimin Dili	Türkçe
Koordinatör	DR. ÖĞR. ÜYESİ AHMET SAY
Dersi Veren Öğretim Eleman(lar)ı	DR. ÖĞR. ÜYESİ AHMET SAY
Yardımcı Öğretim Eleman(lar)ı
Dersin Veriliş Şekli	yüz yüze
Dersin Amacı	Bu dersin amacı, öğrencilere yapay zekâ alanına giriş niteliğinde geniş bir çerçeve sunmaktır. Ders boyunca yapay zekânın ne olduğu, nasıl çalıştığı ve günlük hayatta nerelerde kullanıldığı anlaşılır bir dille ele alınacaktır. Öğrencilerin temel yapay zekâ kavramlarını öğrenmesi, basit uygulamaları tanıması ve bu teknolojinin topluma, etik değerlere ve geleceğe etkilerini fark etmesi hedeflenmektedir. Böylece öğrenciler, yapay zekâ dünyasında karşılarına çıkacak kavramları anlayabilecek temel bilgi ve farkındalığa sahip olacaktır.
Dersin Tanımı	Bu ders, yapay zekânın temel kavramlarını, çalışma mantığını ve uygulama alanlarını öğrencilere tanıtmayı amaçlayan giriş seviyesinde bir derstir. Derste makine öğrenmesi, veri işleme, algoritmalar, akıllı sistemler ve güncel yapay zekâ teknolojileri sade bir dille ele alınır. Ayrıca yapay zekânın günlük yaşamda nasıl kullanıldığı, farklı sektörlerde hangi sorunları çözdüğü ve etik açıdan hangi tartışmaları beraberinde getirdiği örneklerle incelenir. Bu ders, öğrencilerin yapay zekâ alanındaki temel bilgi ve farkındalığı kazanmasını sağlayan başlangıç niteliğinde bir ders sunar.

Dersin İçeriği

1	Yapay Zekâya Giriş ve Temel Kavramlar (Yapay zekânın tanımı, tarihsel gelişimi, yapay zekâ türleri ve günlük hayattaki örneklerin tanıtılması. Büyük dil modellerine genel bakış.)
2	Yapay Zekâ Araçlarına Genel Bakış (ChatGPT, Gemini, Copilot, Claude, Perplexity, elicit, notebooklm gibi araçların tanıtımı; hangi aracın hangi amaçla kullanılacağı)
3	Yapay Zekâ ile Metin Üretimi ve Düzenleme (Akademik yazım için AI araçlarının kullanımı; özet, paragraf, metinlerdeki dil düzeltmelerinde destek alma ve etik sınırlar.)
4	Yapay Zekâ ile Veri Arama, Bilgi Toplama ve Literatür Taraması (Perplexity AI, Google Scholar + AI entegrasyonu; güncel makale bulma, okuma ve özetleme teknikleri.)
5	Yapay Zekâ ile Sunum, Rapor ve Poster Hazırlama (PowerPoint, Canva, Gamma gibi araçlar; sunum metni, rapor düzeni, akademik poster tasarlama.)
6	Yapay Zekâ ile Görsel Üretimi ve Analizi (Midjourney, DALL·E, Ideogram, BioRender gibi araçlarla görsel oluşturma; akademik grafik ve tablo üretimi.)
7	Yapay Zekâ ile Veri Analizi Mantığı (Kodlama olmadan basit veri analizleri; ChatGPT Advanced Data Analysis, Excel AI; grafik ve tablo yorumlama.)
8	Ara Sınav / Değerlendirme
9	Akademik Araştırmalarda Yapay Zekânın Etik Kullanımı (Veri gizliliği, etik kurallar, yapay zekâ destekli üretimlerde doğruluk ve intihal riskleri.)
10	Sektörel Uygulamalar: Yapay Zekâ Hangi Alanlarda Kullanılıyor? (Tarım, mühendislik, sağlık, sosyal bilimler, eğitim gibi alanlarda AI örnekleri; mesleki uygulamalar.)
11	Öğrenciler İçin Yapay Zekâ Destekli Kariyer Becerileri
12	Basit AI Proje Tasarımı (Kodlama gerektirmeyen proje taslakları; problem tanımlama, çözüm üretme, raporlama.)
13	AI Araçları ile Akademik Çalışma Simülasyonu (Öğrencilerle yapay zekâ araçları kullanarak mini akademik çalışma, poster ve sunum oluşturma.)
14	Genel Değerlendirme ve Final Öncesi Hazırlık / Final Sınavı
15
16	-
17	-
18	-
19	-
20	-

Dersin Öğrenme Çıktıları

1	Yapay zekânın ne olduğunu ve temel kavramlarını açıklar.
2	Güncel yapay zekâ araçlarını tanır ve kullanım amaçlarını ayırt eder.
3	Yapay zekâ destekli metin üretme, düzenleme ve özetleme tekniklerini uygular.
4	Literatür taramasında yapay zekâ araçlarını etkin şekilde kullanır.
5	Yapay zekâ ile rapor, sunum ve poster hazırlayabilir.
6	Yapay zekâ tabanlı görsel oluşturma ve basit veri analiz araçlarını kullanır.
7	Yapay zekânın etik kullanım ilkelerini kavrar.
8	Akademik ve profesyonel çalışmalarda yapay zekâ araçlarını bilinçli ve sorumlu biçimde kullanır.
9	-
10	-

*Dersin Program Yeterliliklerine Katkı Seviyesi

1	Elektrik-elektronik mühendisliği alanında bilimsel araştırma yaparak bilgiye derinlemesine ulaşabilme, bilgiyi değerlendirme, yorumlama ve uygulama becerisine sahip olur.
2	Sınırlı verileri kullanarak bilimsel yöntemlerle aynı veya farklı disiplinlere ait bilgileri bütünleştirebilme becerisine sahip olur.
3	Mühendislik problemlerini tanımlayabilme, çözüm yöntemi geliştirme ve çözümlerde yenilikçi yöntemler uygulama ve geliştirebilme becerisine sahip olur.
4	Analitik, modelleme ve deneysel esaslı süreçleri tasarlama ve uygulama becerisi kazanır ve bu süreçte karşılaşılan karmaşık durumları analiz etme ve yorumlama becerisine sahip olur.
5	Mesleğinin yeni ve gelişmekte olan uygulamaları hakkında bilgi sahibi olur ve gerektiğinde bunları kullanma becerisi kazanır.
6	Verilerin toplanması ve yorumlanması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetir.
7	Çalışmalarını ulusal ve uluslararası ortamlarda yazılı ya da sözlü olarak aktarabilme becerisine sahip olur.
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
Yıldızların sayısı 1’den (en az) 5’e (en fazla) kadar katkı seviyesini ifade eder

Planlanan Öğretim Faaliyetleri, Öğretme Metodları ve AKTS İş Yükü

	Sayısı	Süresi (saat)	Sayı*Süre (saat)
Yüz yüze eğitim	14	2	28
Sınıf dışı ders çalışma süresi (ön çalışma, pekiştirme)	14	1	14
Ödevler	0	0	0
Sunum / Seminer hazırlama	0	0	0
Kısa sınavlar	0	0	0
Ara sınavlara hazırlık	14	1	14
Ara sınavlar	1	2	2
Proje (Yarıyıl ödevi)	0	0	0
Laboratuvar	14	2	28
Arazi çalışması	0	0	0
Yarıyıl sonu sınavına hazırlık	14	1	14
Yarıyıl sonu sınavı	1	2	2
Araştırma	0	0	0
Toplam iş yükü			102
AKTS			4.00

Değerlendirme yöntemleri ve kriterler

Yarıyıl içi değerlendirme	Sayısı	Katkı Yüzdesi
Ara sınav	1	100
Kısa sınav	0	0
Ödev	0	0
Yarıyıl içi toplam		100
Yarıyıl içi değerlendirmelerin başarıya katkı oranı		40
Yarıyıl sonu sınavının başarıya katkı oranı		60
Genel toplam		100

Önerilen Veya Zorunlu Okuma Materyalleri

Ders kitabı	Ders notları (öğretim elemanı tarafından sağlanacaktır).
Yardımcı Kaynaklar	ChatGPT (OpenAI), Google Gemini, Microsoft Copilot, Perplexity AI, Claude AI, Gamma App (Sunum), Canva AI, DALL·E, notebooklm, Midjourney (Görsel üretimi), Scholar AI Plugins, Noteable / ChatGPT Advanced Data Analysis,

Ders İle İlgili Dosyalar

DBP Hakkında

Ders Hakkında

Bölüm Hakkında