Dersin Adı Dersin Seviyesi Dersin Kodu Dersin Tipi Dersin Dönemi Yerel Kredi AKTS Kredisi Ders Bilgileri
EĞİTİMDE YAPAY ZEKA UYGULAMALARI İkinci Düzey İFE 629 1 7.00 7.00 Yazdır
   
Dersin Tanımı
Ön Koşul Dersleri Yok
Eğitimin Dili Türkçe
Koordinatör PROF. DR. UĞUR BÜYÜK
Dersi Veren Öğretim Eleman(lar)ı PROF. DR. UĞUR BÜYÜK
Yardımcı Öğretim Eleman(lar)ı Yok
Dersin Veriliş Şekli Yüz Yüze Anlatım, Tartışma, Uygulama, Proje Tabanlı Öğrenme, Seminer
Dersin Amacı Bu dersin amacı; doktora öğrencilerinin yapay zeka (YZ) teknolojilerinin eğitimdeki teorik temellerini, tarihsel gelişimini ve pedagojik yansımalarını derinlemesine analiz etmelerini sağlamak; üretken yapay zeka araçlarını (Generative AI) akademik araştırma ve öğretim tasarım süreçlerine entegre edebilme yetkinliği kazandırmak ve YZ''nin eğitimde kullanımıyla ilgili etik, önyargı ve veri gizliliği konularında eleştirel bir bakış açısı geliştirerek bu alanda özgün araştırmalar tasarlamalarına rehberlik etmektir.
Dersin Tanımı Bu ders; yapay zekanın temel kavramları (Makine öğrenmesi, Derin öğrenme, Doğal dil işleme), eğitimde YZ uygulamalarının tarihçesi, Üretken Yapay Zeka (ChatGPT, Gemini vb.) ve İstem Mühendisliği (Prompt Engineering), Kişiselleştirilmiş Öğrenme Sistemleri, Zeki Öğretim Sistemleri (Intelligent Tutoring Systems), eğitimde veri madenciliği ve öğrenme analitiği, YZ destekli içerik geliştirme ve ölçme-değerlendirme araçlarını kapsamaktadır. Ayrıca YZ etiği, akademik dürüstlük, algoritmik önyargı ve öğretmenlik mesleğinin geleceği konuları tartışılarak, eğitimde yapay zeka odaklı akademik makale ve proje süreçleri ele alınmaktadır.

Dersin İçeriği
1 Yapay Zekaya Giriş: Temel kavramlar, tarihçe ve eğitimdeki paradigma değişimi.
2 Yapay Zeka Teknolojileri: Makine Öğrenmesi, Derin Öğrenme ve Doğal Dil İşleme (NLP) temelleri.
3 Üretken Yapay Zeka (Generative AI) ve Büyük Dil Modelleri (LLM): Eğitimde kullanım potansiyelleri.
4 İstem Mühendisliği (Prompt Engineering): Akademik ve pedagojik amaçlı etkili istem oluşturma stratejileri.
5 Kişiselleştirilmiş Öğrenme ve Uyarlanabilir Sistemler: Zeki Öğretim Sistemleri (ITS) analizi.
6 Yapay Zeka Destekli İçerik Üretimi: Görsel, işitsel ve metin tabanlı ders materyali tasarımı.
7 Eğitimde Öğrenme Analitiği ve Veri Madenciliği: Öğrenci verilerinin analizi ve karar destek süreçleri.
8 Yapay Zeka ile Ölçme ve Değerlendirme: Otomatik puanlama, geri bildirim sistemleri ve süreç değerlendirmesi.
9 Ara Sınav
10 Yapay Zeka Etiği ve Hukuk: Veri gizliliği, algoritmik önyargı (bias), telif hakları ve akademik dürüstlük.
11 Akademik Araştırmalarda Yapay Zeka Kullanımı: Literatür tarama, veri analizi ve yazım desteği araçları.
12 Öğretmenlik Mesleğinin Geleceği: İnsan-YZ işbirliği ve değişen öğretmen rolleri.
13 Eğitimde Yapay Zeka Uygulamaları üzerine makale incelemesi ve eleştirisi.
14 Özgün Bir Yapay Zeka Entegrasyon Modeli veya Araştırma Önerisi Tasarımı.
15 Dönem Projesi Sunumları ve Değerlendirme.
16 Yarıyıl Sonu Sınavı
17
18
19
20

Dersin Öğrenme Çıktıları
1 Yapay zeka teknolojilerinin eğitimdeki teorik ve pedagojik temellerini karşılaştırmalı olarak analiz eder.
2 Üretken yapay zeka araçlarını kullanarak alana özgü öğretim materyalleri, ders planları ve ölçme araçları geliştirir.
3 Eğitimde kullanılan yapay zeka uygulamalarını etik, pedagojik uygunluk ve verimlilik açılarından eleştirel bir gözle değerlendirir.
4 Kişiselleştirilmiş öğrenme deneyimleri sunan yapay zeka destekli öğretim senaryoları tasarlar.
5 Yapay zekanın eğitimdeki etkilerine yönelik özgün bir araştırma problemi belirler ve yöntem önerisi geliştirir.
6 Akademik çalışmalarda ve eğitim ortamlarında yapay zeka kullanımına dair etik ihlalleri ve riskleri öngörür.
7
8
9
10

*Dersin Program Yeterliliklerine Katkı Seviyesi
1 Biyomedikal Mühendisliğinde bir uzmanlık alanında derinlemesine bilgi edinmek, literatüre vakıf olmak.
2 Uzmanlık alanında problem tanımlama formüle etme, araştırma yapma, modelleme, analiz yapma yeteneklerini kazanmak.
3 Araştırma sonuçlarını analiz ederek sonuçlar çıkarma ve bunları yazılı sözlü sunma becerisi kazanma.
4 Mühendislik bilgilerini yaşam bilimleri alanında etkin kullanma yeteneği kazanmak.
5 Disiplinler arası çalışmalarda takım çalışması yapabilmek.
6 Araştırma sonuçlarını çok kullanılan bir yabancı dilde yazılı ve sözlü sunabilmek.
7 Yaşam boyu öğrenme, yeni bilgilere erişebilme, yeni alanlara yönelebilme becerisini kazanmak.
8 Mesleki ve etik sorumluluk bilinci kazanmak.
9 Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ile çağın sorunları hakkında bilgi; mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık.
10 Hastanerlerde teknoloji kullanımında kalite ve güveni artırmak için klinik mühendisliği alanında eğitim ve danışma hizmeti sağlayabilme.
11 Hastane, sağlık örgütleri ve tıbbi teknoloji üretici/satıcılarına danışmanlık ve teknik destek hizmeti sağlayabilme.
12 Yeni biyomalzemeler üzerine bilgi ve beceri kazanma.
13 Mesleğinin yeni ve gelişmekte olan uygulamaları hakkında bilgi sahibi olur ve gerektiğinde bunları kullanma becerisi kazanma.
14 Araştırıcı, üretici ve girişimci kapasiteye sahip olabilme.
15 Çağdaş, yenilikçi, katılımcı olabilme, kendini iyi ifade edebilme, kalite ve kalite yönetimi konularında bilinç sahibi olabilme.
16 Ulusal gereksinimlere öncelik verebilme ve bu konulardaki gelişmeleri yakından izleyebilme.
17 Biyomedikal alanındaki bilimsel çalışma sonuçlarını ulusal ve evrensel çevrelere aktarabilme ve öncülük edebilme.
18 Sınırlı verileri kullanarak bilimsel yöntemlerle aynı veya farklı disiplinlere ait bilgileri bütünleştirebilme becerisine sahip olur.
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 3 42
Sınıf dışı ders çalışma süresi (ön çalışma, pekiştirme) 14 2 28
Ödevler 10 2 20
Sunum / Seminer hazırlama 1 10 10
Kısa sınavlar 0 0 0
Ara sınavlara hazırlık 1 10 10
Ara sınavlar 1 2 2
Proje (Yarıyıl ödevi) 1 25 25
Laboratuvar 0 0 0
Arazi çalışması 0 0 0
Yarıyıl sonu sınavına hazırlık 1 15 15
Yarıyıl sonu sınavı 1 2 2
Araştırma 1 25 25
Toplam iş yükü     179
AKTS     7.00

Değerlendirme yöntemleri ve kriterler
Yarıyıl içi değerlendirme Sayısı Katkı Yüzdesi
Ara sınav 1 20
Kısa sınav 0 0
Ödev 2 20
Yarıyıl içi toplam   40
Yarıyıl içi değerlendirmelerin başarıya katkı oranı   40
Yarıyıl sonu sınavının başarıya katkı oranı   60
Genel toplam   100

Önerilen Veya Zorunlu Okuma Materyalleri
Ders kitabı Holmes, W., Bialik, M., & Fadel, C. (2019). Artificial Intelligence in Education: Promises and Implications for Teaching and Learning. Center for Curriculum Redesign. UNESCO. (2021). AI and education: Guidance for policy-makers. UNESCO Publishing.
Yardımcı Kaynaklar Kuleli, M. (Ed.). (2023). Eğitimde Yapay Zeka: Teori ve Uygulama. Ankara: Pegem Akademi. Russell, S., & Norvig, P. (2020). Artificial Intelligence: A Modern Approach (4th Edition). Pearson. OECD. (2021). OECD Digital Education Outlook 2021: Pushing the Frontiers with Artificial Intelligence, Blockchain and Robots. OECD Publishing. Güncel makaleler (Computers & Education, British Journal of Educational Technology dergilerinden).

Ders İle İlgili Dosyalar