Yapay Zekâ Temelleri

Bölüm 1: Yapay Zekâ Nedir?

Bölümün Öğrenme Kazanımları

Bu ders sonunda öğrenciler:

• Yapay zekâ kavramını bilimsel olarak tanımlar.

• Yapay zekânın bilgisayar programlarından farkını açıklar.

• İnsan zekâsı ile yapay zekâ arasındaki benzerlik ve farklılıkları tartışır.

• Yapay zekânın temel çalışma mantığını kavrar.

• Günlük hayatta kullanılan yapay zekâ uygulamalarını sınıflandırır.

• Python bilgisiyle basit karar veren bir sistem geliştirir.

• Yapay zekâ ile ilgili yaygın yanlış inanışları ayırt eder.

Zekâdan Yapay Zekâya Yolculuk

Başlangıç noktası: İnsan zekâsı 🧠

Her şey insan zekâsının anlaşılması ile başlar.

İnsan;

• öğrenebilir,
• hatırlayabilir,
• problem çözebilir,
• neden-sonuç ilişkisi kurabilir,
• dili anlayabilir,
• görüntüleri tanıyabilir,
• karar verebilir,
• yeni fikirler üretebilir.

Örneğin bir insan daha önce hiç görmediği bir kediyi gördüğünde:

“Bu bir kedi.”

diyebilir.

Bunu yaparken geçmiş deneyimlerinden ve öğrendiği bilgilerden yararlanır.

İşte bilim insanları uzun yıllar boyunca şu soruyu sordu:

“Bir bilgisayar da buna benzer şekilde öğrenebilir ve problem çözebilir mi?”

1. Yapay Zekâ Nedir?

Beyin Fırtınası

Telefonunuz sizi sizden daha iyi tanıyor olabilir mi?

Instagram veya TikTok hangi videoyu izleyeceğinizi nasıl biliyor?

Google Haritalar trafik yoğunluğunu nasıl tahmin ediyor?

ChatGPT sizin yazınızı gerçekten anlıyor mu?

Beklenen cevaplar:

• Veri topluyor.

• İnterneti kullanıyor.

• Bizi dinliyor olabilir.

• Algoritma kullanıyor.

• Öğreniyor.

Buradan "öğrenme" kavramına geçilir.

Yapay Zekânın Bilimsel Tanımı

Resmî Tanım

Yapay zekâ (Artificial Intelligence – AI), bilgisayarların veya makinelerin normalde insan zekâsı gerektiren görevleri yerine getirebilmesini sağlayan bilim ve mühendislik alanıdır.

Anahtar Kelimeler

Yapay Zekâ = İnsan Gibi Düşünmek mi?

Hayır.

Yapay zekâ insan gibi davranmaya çalışabilir, ancak insan gibi düşünmek zorunda değildir.

Önemli Ayrım

Yapay zekâ zekânın bazı yönlerini taklit eder, insan olmayı değil.

İnsan Zekâsı Neleri Yapabilir? Yapay Zekâ Neleri Yapamaz?

Yanlış Bilinenler

Öğretmen Notu

"Hallucination" kavramı ilk derste mutlaka anlatılmalıdır.

Tanım: AI'nın gerçek olmayan fakat doğruymuş gibi bilgi üretmesi.

Örnek:

Var olmayan kitap ismi üretmesi.

Zekâ Nedir?

Psikolojiye Göre Zekâ

Zekâ;

• öğrenebilme,

• problem çözebilme,

• soyut düşünebilme,

• yeni durumlara uyum sağlayabilme yeteneğidir.

Yapay Zekâ Bu Yeteneklerin Hangilerini Taklit Eder?

Yapay Zekâ Nasıl Çalışır?

Yapay zekâyı en basit hâliyle şöyle düşünebiliriz:

Yapay zekâ, çok sayıda örneğe bakarak örnekler arasındaki ilişkileri öğrenir ve daha sonra yeni bir örnek geldiğinde öğrendiği ilişkilere göre bir sonuç üretir.

Yani temel olarak:

Örnekleri görür → örüntüleri öğrenir → yeni örneği değerlendirir → sonuç üretir.

---

Peki bilgisayar bunu nasıl yapıyor?

Aslında bilgisayarın yaptığı şey matematiksel hesaplamalardır.

Örneğin öğrencinin sınav notunu tahmin eden basit bir yapay zekâ düşünelim:

Çalışma süresi = 4 saat
Devamsızlık = 1 gün
Ödev başarısı = %90

Model bunları sayılara dönüştürerek değerlendirir:

4       ──┐
1       ──┤
90      ──┤──► MODEL ──► 82
          ┘

Modelin içerisinde çok sayıda ağırlık ve matematiksel işlem bulunur.

Kabaca:

Girdiler
   ↓
Matematiksel hesaplamalar
   ↓
Sonuç

Model yanlış tahmin yaptığında ise:

Tahmin → 70
Gerçek → 80
       ↓
    HATA VAR
       ↓
Model kendisini günceller
       ↓
Yeni tahmin

Bu işlem binlerce, milyonlarca hatta çok büyük modellerde çok daha fazla kez tekrarlanabilir.

---

ChatGPT gibi yapay zekâlar için daha da basit anlatırsak

Sen bana:

"Türkiye'nin başkenti neresidir?"

diye yazdığında sistem kabaca şu süreci gerçekleştirir:

Senin yazdığın metin
        ↓
Metin sayısal temsillere dönüştürülür
        ↓
Model girdiyi işler
        ↓
Öğrendiği ilişkileri kullanır
        ↓
Olası çıktıları hesaplar
        ↓
Yanıt oluşturulur

Sonuç:

Ankara

Burada önemli nokta şu:

Yapay zekâ, insan gibi oturup "Şimdi düşünüyorum..." şeklinde çalışmaz. Model, eğitim sırasında öğrendiği matematiksel ilişkileri kullanarak hangi çıktının uygun olduğuna ilişkin hesaplamalar yapar.

---

Tek cümleyle

"Yapay zekâ, çok sayıda örneği inceleyerek aralarındaki matematiksel örüntüleri öğrenir; daha sonra yeni bir bilgi geldiğinde bu örüntülerden yararlanarak bir tahmin veya sonuç üretir."

VERİ → ÖĞRENME → MODEL → YENİ VERİ → TAHMİN

Bu, yapay zekânın çalışma mantığının en sade özetidir.

AI İş Akışı

Örnek: Kedi Tanıyan Yapay Zekâ

1. Binlerce kedi fotoğrafı gösterilir.

2. Binlerce köpek fotoğrafı gösterilir.

3. Sistem ortak özellikleri öğrenir.

4. Yeni fotoğraf geldiğinde tahmin yapar.

Bu süreç "ezberleme" değildir; örüntü öğrenmedir.

Yapay Zekâ Bir Program mıdır?

Geleneksel Programlama

Örnek Python

Python

Çalıştır

yas = int(input("Yaşınız: "))

if yas >= 18:
    print("Ehliyet alabilir.")
else:
    print("Ehliyet alamaz.")

Bilgisayar yalnızca yazılan kuralları uygular.

Yapay Zekâ Programlama

Kurallar tek tek yazılmaz.

Model, verilerden kuralları kendisi çıkarır.

Yapay Zekâ ile İlgili Temel Kavramlar

Büyük Resim

Yapay Zekâ Ekosistemi

🤖 AI – ML – DL Farkı

AI (Yapay Zekâ), ML (Makine Öğrenmesi) ve DL (Derin Öğrenme) birbirine çok yakın kavramlardır. En kolay şekilde şöyle düşünebiliriz:

AI ⟶ ML ⟶ DL
Yapay Zekâ ⟶ Makine Öğrenmesi ⟶ Derin Öğrenme

Yani Derin Öğrenme, Makine Öğrenmesinin; Makine Öğrenmesi ise Yapay Zekânın bir alt alanıdır.

1. 🧠 AI – Artificial Intelligence

Yapay Zekâ, bilgisayarların normalde insan zekâsı gerektiren görevleri gerçekleştirmesini amaçlayan geniş bir alandır.

Örneğin:

• Problem çözme
• Karar verme
• Planlama
• Dil anlama
• Görüntü tanıma
• Oyun oynama
• Öneride bulunma

AI'ın mutlaka makine öğrenmesi kullanması gerekmez.

Örnek:

Bir bilgisayara:

"Eğer sıcaklık 30°C'nin üzerindeyse klimayı çalıştır."

şeklinde kurallar verirsek bu da basit bir yapay zekâ yaklaşımıdır, fakat makine öğrenmesi değildir.

---

2. 📊 ML – Machine Learning

Makine Öğrenmesi, yapay zekânın bir alt alanıdır.

Burada bilgisayara bütün kuralları tek tek vermek yerine verilerden örüntüleri öğrenmesi sağlanır.

Örneğin öğrenci başarı tahmini yapan bir sistem düşünelim.

Sisteme:

• Çalışma süresi
• Devamsızlık
• Önceki sınav notları
• Ödev başarıları

gibi veriler verilir.

Model bu verilerden hareketle:

"Bu öğrencinin sınavda başarılı olma ihtimali yüksek."

gibi bir tahmin yapabilir.

Burada önemli nokta:

Programcı bütün karar kurallarını tek tek yazmak yerine model verilerden öğrenir.

---

3. 🧠 DL – Deep Learning

Derin Öğrenme, makine öğrenmesinin özel bir alanıdır.

Temelinde yapay sinir ağları bulunur ve özellikle çok büyük miktarda veriyle çalışırken oldukça güçlüdür.

Örneğin:

• Yüz tanıma
• Ses tanıma
• Görüntü sınıflandırma
• Otomatik çeviri
• Büyük dil modelleri
• Otonom araç sistemleri

gibi alanlarda derin öğrenme kullanılabilir.

"Derin" kelimesi, sinir ağında birden fazla işlem katmanının bulunmasına gönderme yapar.

---

🔍 Üçünü karşılaştıralım

Özellik	AI	ML	DL
Açılımı	Artificial Intelligence	Machine Learning	Deep Learning
Türkçesi	Yapay Zekâ	Makine Öğrenmesi	Derin Öğrenme
Kapsam	En geniş alan	AI'ın alt alanı	ML'nin alt alanı
Veriyle öğrenme	Şart değil	Evet	Evet
Sinir ağı	Şart değil	Şart değil	Genellikle temel yöntem
Büyük veri ihtiyacı	Değişir	Genellikle orta/yüksek	Genellikle yüksek
İnsan müdahalesi	Yüksek olabilir	Orta olabilir	Görece daha az
Örnek	Uzman sistem	Spam sınıflandırma	Yüz tanıma

🎯 Çok basit bir benzetme

Bir ev düşünelim:

              YAPAY ZEKÂ (AI)
        ┌────────────────────────┐
        │                        │
        │   MAKİNE ÖĞRENMESİ     │
        │        (ML)            │
        │     ┌──────────┐       │
        │     │    DL    │       │
        │     │ Derin    │       │
        │     │ Öğrenme  │       │
        │     └──────────┘       │
        │                        │
        └────────────────────────┘

AI büyük şemsiye gibidir.

ML, bu şemsiyenin altındaki yöntemlerden biridir.

DL ise ML'nin içindeki daha özel bir yaklaşımdır.

🧩 Öğrencilere verilebilecek güzel bir örnek

Kedi tanıma sistemi üzerinden anlatalım:

AI:

"Bilgisayar kediyi tanıyabilsin."

ML:

Bilgisayara binlerce kedi ve kedi olmayan görüntüsü gösterilir. Sistem örüntüleri öğrenir.

DL:

Çok katmanlı bir sinir ağı, görüntülerdeki özellikleri büyük ölçüde kendisi öğrenerek kediyi tanımaya çalışır.

⭐ Akılda kalacak cümle

AI bir amaç/alan, ML bu amacı gerçekleştirmek için kullanılan öğrenme yöntemlerinden biri, DL ise ML'nin sinir ağlarına dayanan özel bir türüdür.

Bir başka ifadeyle:

Her DL uygulaması ML'dir.
Her ML uygulaması AI'dır.
Ama her AI uygulaması ML veya DL değildir.

Örnek

Veri Bilimi Nedir?

Veri Bilimi (Data Science) verilerden bilgi çıkarma sürecidir.

Süreç

1. Veri Toplama

2. Veri Temizleme

3. Analiz

4. Model Kurma

5. Tahmin

6. Değerlendirme

Python Bağlantısı

Python

Çalıştır

yaslar = [20,22,23,25,27]

ortalama = sum(yaslar)/len(yaslar)

print(ortalama)

Bu kod AI değildir.

Veriyi analiz etmektedir.

Yapay Zekâ Türleri (Genel Bakış)

Dar Yapay Zekâ (Narrow AI)

Tek göreve odaklıdır.

Örnekler

• Siri

• Google Translate

• Satranç motoru

• Spotify önerileri

Genel Yapay Zekâ (AGI)

İnsanın farklı görevleri öğrenebilmesine benzer yetenek hedefidir.

Henüz bilimsel araştırma konusudur.

Süper Yapay Zekâ

İnsandan daha üstün bilişsel yeteneklere sahip varsayımsal sistemdir.

Bugün mevcut değildir.

İnsan Zekâsı ve AI Karşılaştırması

"Yapay Zekâ İnsan Yeteneklerin Hangilerini Taklit Eder?" (kavramsal çerçeve) şu şekildedir:

1. Öğrenebilme (En iyi taklit ettiği yetenek):

• Evet, taklit eder. ("Örnekleri görür → örüntüleri öğrenir") yapay zeka devasa verileri inceleyerek bunlar arasındaki matematiksel ilişkileri ve örüntüleri "öğrenir". Makine öğrenmesi (Machine Learning) tam olarak budur.
  
  

2. Problem Çözebilme (Çok başarılı olduğu alan):

• Evet, taklit eder. Satranç oynamak, en kısa trafik rotasını bulmak, sınavlardaki soruları çözmek veya bir hastalığı teşhis etmek gibi belirli kuralları ve mantığı olan problemleri insanlardan bile hızlı çözebilir.
  
  

3. Soyut Düşünebilme (En çok zorlandığı / taklit edemediği alan):

• Hayır, gerçekten yapamaz (Sadece taklitmiş gibi görünür).  Yapay zeka insan gibi düşünmez; sadece matematiksel olasılık hesaplar. Gerçek bir bilinç, duygudaşlık (empati), ahlaki kavrama, mizah veya sanatın felsefi boyutunu "hissederek" anlayamaz. Sadece daha önce gördüğü verilere dayanarak istatistiksel olarak mantıklı kelimeleri yan yana getirir (ChatGPT örneğindeki gibi).
  
  

4. Yeni Durumlara Uyum Sağlayabilme (Sınırlı taklit ettiği alan):

• Çok zayıftır. İnsanlar daha önce hiç karşılaşmadıkları, kurallarını bilmedikleri yepyeni bir durumla karşılaştıklarında mantık yürüterek hayatta kalabilir veya uyum sağlayabilirler. Ancak mevcut yapay zeka sistemleri, sadece eğitildikleri verilerin içindeki durumlara uyum sağlar. Eğitim verisinde olmayan tamamen farklı bir senaryo ile karşılaştıklarında (kendi kendine giden bir aracın yolda daha önce hiç programlanmamış sıra dışı bir engelle karşılaşması gibi) hata yapma oranları çok yüksektir.
  
  

Özetle : Yapay zeka veri işleme, örüntü bulma (öğrenme) ve kurala dayalı problem çözmede insanı çok iyi taklit eder. Ancak bilinç gerektiren soyut düşünme ve yepyeni (eğitilmediği) durumlara anında uyum sağlama konusunda insana yaklaşamaz.

Python Uygulaması 1 — Basit Karar Veren Sistem

Amaç

Yapay zekâ ile klasik program arasındaki farkı hissettirmek.

Kod

Python

Çalıştır

print("=== Basit AI Benzeri Tavsiye Sistemi ===")

hava = input("Hava nasıl? (güneşli/yağmurlu): ")

if hava == "güneşli":
    print("Bugün yürüyüş yapabilirsin.")
elif hava == "yağmurlu":
    print("Yanına şemsiye al.")
else:
    print("Hava durumunu anlayamadım.")

Tartışma

Bu AI mıdır?

Cevap: Hayır.

Çünkü kurallar insan tarafından yazılmıştır.

Python Uygulaması 2 — Veriye Göre Tahmin

Python

Çalıştır

sicaklik = [18,22,25,30,15]
aktivite = ["Ev","Yürüyüş","Bisiklet","Yüzme","Ev"]

yeni = int(input("Sıcaklık giriniz: "))

en_yakin = min(sicaklik, key=lambda x: abs(x-yeni))

index = sicaklik.index(en_yakin)

print("Önerilen aktivite:", aktivite[index])

Neden AI Benzeri?

• Veriye bakıyor.

• En yakın örneği seçiyor.

• Kural yazmadık.

Henüz gerçek makine öğrenmesi değildir; fakat AI mantığına geçiştir.

Etkinlik — AI Avı

Süre: 15 Dakika

Görev:

Telefonunuzda veya bilgisayarınızda AI kullanan 10 uygulama bulun.

Öğrenciler tabloyu doldurur.

Sınıf Tartışması — Yapay Zekâ Hayatımızı Nasıl Değiştiriyor?

Tartışma Soruları

1. AI öğretmenlerin yerini alabilir mi?

2. AI sanatçı olabilir mi?

3. AI yazılımcıları işsiz bırakır mı?

4. AI yanlış bilgi üretebilir mi?

5. AI'nın karar vermesi gereken alanlar var mı?

---

Tartışma Soruları ve Örnek Cevaplar

1. AI öğretmenlerin yerini alabilir mi?

Kısa cevap:

Tamamen alması beklenmez; ancak öğretmenlerin bazı görevlerini büyük ölçüde destekleyebilir ve otomatikleştirebilir.

Yapay zekâ;

• Konu anlatabilir.
• Öğrencinin sorularını cevaplayabilir.
• Kişiye özel çalışma programı hazırlayabilir.
• Test ve soru oluşturabilir.
• Öğrencinin hatalarını analiz edebilir.
• Öğrencinin seviyesine uygun etkinlikler önerebilir.
• Ödevlere ilişkin geri bildirim verebilir.
• 7/24 erişilebilir olabilir.

Ancak öğretmen yalnızca bilgi aktaran kişi değildir.

Öğretmen;

• öğrenciyi gözlemler,
• motivasyon sağlar,
• sınıf ortamını yönetir,
• öğrencinin duygusal durumunu fark edebilir,
• sosyal becerilerin gelişmesine yardımcı olur,
• etik ve ahlaki konularda rehberlik eder,
• öğrencinin kişisel ve sosyal gelişimini destekler.

Dolayısıyla gelecekte daha gerçekçi yaklaşım:

"AI öğretmenin yerini alacak mı?" yerine "AI kullanan öğretmen, AI kullanmayan öğretmenden nasıl farklı olacak?"

sorusudur.

Sınıf tartışması

AI'nın güçlü olduğu taraf:
Bilgiye erişim, kişiselleştirme, tekrar ve hızlı geri bildirim.

İnsanın güçlü olduğu taraf:
Empati, rehberlik, sosyal iletişim, değerler ve öğrenciyi bütüncül olarak tanıma.

Sonuç

AI öğretmenin yerini tamamen almak yerine öğretmenin yardımcısı ve güçlü bir eğitim aracı olabilir.

---

2. AI sanatçı olabilir mi?

Bu soru biraz daha tartışmalıdır.

Kısa cevap:

AI sanat eseri üretebilir; ancak "AI gerçekten sanatçı mıdır?" sorusunun cevabı felsefi ve tartışmalıdır.

Yapay zekâ;

• resim oluşturabilir,
• müzik bestesi üretebilir,
• şiir yazabilir,
• video oluşturabilir,
• fotoğraf üretebilir,
• farklı sanat tarzlarını birleştirebilir.

Örneğin bir kullanıcı:

"Gece İstanbul'u, bilim kurgu atmosferinde ve Van Gogh tarzını çağrıştıran fırça darbeleriyle göster."

şeklinde bir komut verdiğinde AI görsel oluşturabilir.

Ancak burada önemli bir soru ortaya çıkar:

Sanatı oluşturan kimdir: AI mı, komutu veren insan mı, modeli geliştiren insanlar mı, yoksa eğitim verilerindeki sanatçıların oluşturduğu kültürel birikim mi?

AI'nın çalışma mantığı açısından bakıldığında sistem, büyük miktarda verideki örüntüleri öğrenerek yeni çıktılar üretir.

Fakat insan sanatçı;

• yaşadığı deneyimlerden,
• duygularından,
• kültüründen,
• anılarından,
• düşüncelerinden,
• hayata ilişkin bakış açısından

hareket ederek eser oluşturabilir.

Sınıfta sorulabilecek soru

Bir öğrenci AI'ya:

"Kahramanmaraş'ta deprem sonrası umut"

konulu bir tablo çizdirdi.

Bu eserin sanatçısı kimdir?

• AI mı?
• Öğrenci mi?
• Modeli geliştirenler mi?
• Eğitim verilerindeki sanatçılar mı?

Bu soru öğrencilerin oldukça güzel bir tartışma yapmasını sağlayacaktır.

Sonuç

AI sanat eseri üretebilir; fakat AI'nın insan gibi sanatçı olup olmadığı hâlâ tartışmalı bir konudur.

---

3. AI yazılımcıları işsiz bırakır mı?

Kısa cevap:

Bazı yazılım işlerini azaltabilir veya dönüştürebilir; ancak yazılım geliştiriciliğinin tamamen ortadan kalkması beklenmez.

Bugün AI;

• Python kodu yazabilir,
• hata bulabilir,
• kod açıklayabilir,
• SQL sorgusu oluşturabilir,
• HTML/CSS/JavaScript üretebilir,
• test kodları yazabilir,
• dokümantasyon hazırlayabilir,
• kodu başka bir dile çevirebilir.

Örneğin bir yazılımcının:

"Python'da öğrenci kayıt sistemi oluştur."

demesiyle AI kısa sürede önemli miktarda kod oluşturabilir.

Ancak gerçek bir projede;

• Gereksinimleri belirlemek,
• doğru mimariyi seçmek,
• güvenliği sağlamak,
• veritabanını tasarlamak,
• performans problemlerini çözmek,
• hatalı AI kodunu denetlemek,
• kullanıcı ihtiyaçlarını anlamak,
• sistemi test etmek

gibi görevler hâlâ önemlidir.

Burada öğrenciler için önemli mesaj:

AI kod yazmayı bilen kişiyi değil, AI'yı etkili kullanmayı bilen yazılımcıyı daha güçlü hâle getirebilir.

Geleceğin yazılımcısı

Eskiden:

İnsan → Kod yazar → Bilgisayar

şeklinde bir süreç varken giderek:

İnsan → Problemi tanımlar → AI ile kod üretir → İnsan test eder → İnsan doğrular → Sistem

şeklinde bir çalışma modeli ortaya çıkabilir.

Sonuç

AI bazı yazılım görevlerini otomatikleştirebilir. Yazılımcının rolü ise "kod yazmaktan" daha fazla "problem çözme, tasarım, doğrulama ve AI ile çalışma" yönüne kayabilir.

---

4. AI yanlış bilgi üretebilir mi?

Cevap:

Evet. Kesinlikle üretebilir.

Bu konu özellikle "hallucination / halüsinasyon" kavramıyla açıklanıyor. AI'nın gerçek olmayan bir bilgiyi doğruymuş gibi üretmesine halüsinasyon deniyor.

Örneğin AI'ya:

"1950 yılında Kahramanmaraş'ta düzenlenen X Teknoloji Kongresi hakkında bilgi ver."

dediğimizde böyle bir kongre hiç yapılmamış olsa bile sistem ikna edici görünen bir cevap oluşturabilir.

Hatta;

• olmayan kitap isimleri,
• olmayan bilim insanları,
• yanlış tarihler,
• yanlış istatistikler,
• uydurma kaynaklar

üretebilir.

Neden?

Çünkü üretken AI sistemleri her zaman:

"Bu bilgi kesinlikle doğrudur."

şeklinde çalışan bir doğrulama mekanizmasına sahip değildir.

Özellikle büyük dil modellerinde temel süreç, girdiyi işleyip öğrendiği ilişkilerden uygun bir çıktı üretmektir. Bu süreç "veri → öğrenme → model → yeni veri → tahmin" şeklinde özetleniyor. 

Öğrenciye verilmesi gereken önemli mesaj

AI'dan cevap almak, cevabın doğru olduğu anlamına gelmez.

Bu nedenle:

AI cevabı → Kaynak kontrolü → Karşılaştırma → Doğrulama

alışkanlığı kazandırılmalıdır.

Sonuç

AI çok doğru bilgiler verebildiği gibi çok ikna edici yanlış bilgiler de üretebilir. Bu nedenle AI çıktıları özellikle önemli konularda mutlaka doğrulanmalıdır.

---

5. AI'nın karar vermesi gereken alanlar var mı?

Bu soru beş soru içerisinde en önemli etik tartışmalardan biridir.

Kısa cevap:

AI bazı kararları destekleyebilir; ancak insanların hayatını, özgürlüğünü veya temel haklarını doğrudan etkileyen kritik kararlarda nihai sorumluluğun insanda kalması gerekir.

Örneğin AI;

Karar desteği sağlayabilir:

• Trafik yönetimi
• Hava tahmini
• Enerji tüketimi
• Hastalık risk analizi
• Dolandırıcılık tespiti
• Üretim kalite kontrolü
• Rota optimizasyonu
• Öğrencilerin öğrenme eksiklerinin belirlenmesi

gibi alanlarda oldukça faydalı olabilir.

Fakat şu tür kararlar çok daha hassastır:

• Bir kişinin işe alınıp alınmaması
• Bir öğrencinin eğitim hakkını etkileyen kararlar
• Bir hastanın tedavisi
• Bir kişinin kredi alıp alamaması
• Bir kişinin suçlu olup olmadığı
• Bir kişinin özgürlüğünü etkileyen kararlar

Burada:

"AI önerdi, o hâlde doğrudur."

yaklaşımı tehlikelidir.

Çünkü AI'nın kararları;

• hatalı veri,
• eksik veri,
• önyargılı veri,
• yanlış model,
• yanlış yorumlama

nedeniyle hatalı olabilir.

Örneğin

Bir okulda AI'nın öğrencilerin başarısını tahmin ettiğini düşünelim.

AI:

"Bu öğrencinin başarı ihtimali düşük."

diyor.

Öğrencinin öğretmeni ise öğrencinin son dönemde büyük bir çaba gösterdiğini biliyor.

Burada AI'nın tahmini nihai karar olmamalıdır.

AI:

"Karar verici" değil, "karar destek sistemi"

olarak kullanılabilir.

---

Beş Sorunun Genel Özeti

Soru	Dengeli cevap
AI öğretmenlerin yerini alabilir mi?	Öğretmenlerin bazı görevlerini yapabilir; ancak öğretmenlik tamamen bilgi aktarımı olmadığı için tamamen yerini alması farklı bir konudur.
AI sanatçı olabilir mi?	Sanat eseri üretebilir; ancak bunun onu insan anlamında "sanatçı" yapıp yapmadığı tartışmalıdır.
AI yazılımcıları işsiz bırakır mı?	Bazı görevleri otomatikleştirebilir; yazılım mesleğinin görev ve becerilerini dönüştürmesi daha olası bir senaryodur.
AI yanlış bilgi üretebilir mi?	Evet. Buna AI halüsinasyonu denir.
AI'nın karar vermesi gereken alanlar var mı?	AI karar desteği sağlayabilir; kritik ve insan hayatını etkileyen nihai kararlarda insan denetimi önemlidir.

---

🎓 Öğrencilere Verilecek Ana Mesaj

Bu beş sorunun tamamını tek bir cümlede birleştirirsek:

Yapay zekâ insanın yaptığı birçok işi gerçekleştirebilir; ancak "bir işi yapabilmek" ile "o işin sorumluluğunu, anlamını ve değerini taşımak" aynı şey değildir.

Bence dersinizde özellikle şu ayrımı vurgulamanız çok faydalı olur:

AI'nın yapabildiği şeyler ≠ AI'nın yapması gereken şeyler

Örneğin AI karar verebilir; fakat bu, her kararı AI'nın vermesi gerektiği anlamına gelmez.

Bu yaklaşım, öğrencilerin yapay zekâyı ne tamamen "mucize teknoloji" ne de tamamen "tehdit" olarak görmesini; onun faydalarını, sınırlarını ve risklerini birlikte değerlendirmesini sağlar.  "AI insan gibi düşünmek zorunda değildir" ve "AI zekânın bazı yönlerini taklit eder, insan olmayı değil" vurgularıyla da doğrudan uyumludur. 

İnsan Zekâsı Neleri Yapabilir? Yapay Zekâ Neleri Yapamaz?

Yapay zekâ, bazı görevlerde insanlardan çok daha hızlı ve başarılı olabilir. Örneğin milyonlarca veriyi kısa sürede analiz edebilir, görüntüleri sınıflandırabilir, metin oluşturabilir veya karmaşık matematiksel işlemleri gerçekleştirebilir. Ancak zekâ yalnızca bilgi işlemekten ibaret değildir.

🧠 İnsan zekâsının güçlü olduğu alanlar

İnsan zekâsı	Açıklama
Gerçek anlamda anlamlandırma	İnsan yaşadığı olaylara anlam ve bağlam kazandırabilir.
Sağduyu	Günlük yaşamda açıkça öğretilmemiş birçok durumu anlayabilir.
Duygular	Sevgi, empati, üzüntü, korku, merhamet gibi duyguları yaşayabilir.
Bilinç	Kendi varlığının ve düşüncelerinin farkında olabilir.
Yaratıcılık	Yeni fikirler üretebilir, alışılmadık bağlantılar kurabilir.
Ahlaki değerlendirme	Bir davranışın doğru veya yanlış olduğuna ilişkin değer yargıları geliştirebilir.
Belirsizlikle başa çıkma	Eksik bilgilerle karar verebilir ve deneyimlerinden yararlanabilir.
Genelleme	Daha önce hiç karşılaşmadığı bir durumu sınırlı deneyimden hareketle anlayabilir.
Amaç belirleme	Kendi hedeflerini oluşturabilir ve bu hedefler doğrultusunda hareket edebilir.
Fiziksel dünya ile doğal etkileşim	Çevresini duyularıyla algılar ve bedenini buna göre kullanır.

🤖 Yapay zekâ neleri yapabilir?

Yapay zekâ özellikle veri işleme ve örüntü bulma konusunda çok güçlüdür.

• Çok büyük miktarda veriyi analiz edebilir.
• Görüntüleri ve sesleri sınıflandırabilir.
• Metin oluşturabilir ve özetleyebilir.
• Diller arasında çeviri yapabilir.
• Öneriler sunabilir.
• Satranç ve benzeri oyunlarda çok güçlü olabilir.
• Tahmin ve sınıflandırma yapabilir.
• Kod yazmaya yardımcı olabilir.
• İnsan konuşmasını analiz edebilir.
• Öğrenilmiş örüntülerden hareketle yeni içerikler oluşturabilir.

Ancak burada önemli bir ayrım vardır:

Yapay zekânın bir şeyi yapabilmesi, onu insan gibi anladığı anlamına gelmez.

Örneğin bir yapay zekâ "üzüldüm" cümlesini oluşturabilir. Fakat bu, gerçekten üzüntü yaşadığı anlamına gelmez.

⚠️ Yapay zekânın önemli sınırlılıkları

Yapay zekâ;

1. Bilinç sahibi olduğu gösterilmiş bir varlık değildir.
Kendi varlığının farkında olduğunu söylemesi, gerçekten bilinç sahibi olduğunu kanıtlamaz.

2. Gerçek dünyayı insan gibi deneyimlemez.
Bir insan yağmurda ıslanır, üşür, kokuları algılar ve bu deneyimleri hafızasına bağlar. Bir yapay zekâ ise bunları öncelikle veriler ve modeller üzerinden temsil eder.

3. Yanlış bilgi üretebilir.
Buna özellikle üretken yapay zekâlarda hallucination (halüsinasyon) denir. Yapay zekâ, gerçekte olmayan bir bilgiyi oldukça ikna edici şekilde ifade edebilir.

4. Sağduyusu sınırlı olabilir.
Basit görünen bir günlük yaşam durumunda bile insanın doğal olarak yaptığı çıkarımları yanlış yapabilir.

5. Kendi amaçlarını insan anlamında oluşturmaz.
Verilen hedefler ve tasarım çerçevesinde çalışır.

---

🎯 Öğrencilere düşündürücü bir örnek

Şu soruyu sınıfa sorabilirsiniz:

"Bir yapay zekâ 'Ben seni seviyorum.' diyorsa, gerçekten seviyor mudur?"

Burada öğrenciler iki gruba ayrılabilir:

Evet diyenler:
"Çünkü sevdiğini söylüyor."

Hayır diyenler:
"Sözcükleri üretebilir ama gerçekten sevgi hissedip hissetmediğini bilemeyiz."

Ardından şu sonuca ulaşabilirsiniz:

İnsan zekâsı; deneyim, duygu, bilinç, beden, sosyal ilişkiler ve değerlerle birlikte çalışır. Yapay zekâ ise temel olarak kendisine sunulan verilerden ve öğrenilmiş modellerden yararlanarak çıktı üretir.

🧩 En önemli mesaj

Yapay zekâ = İnsan zekâsının kopyası değildir.

Daha doğru bir ifade şudur:

Yapay zekâ, insan zekâsının bazı yeteneklerini belirli görevlerde taklit edebilen ve otomatikleştirebilen bilgisayar sistemleridir.

Bu nedenle yapay zekâyı değerlendirirken "İnsan gibi düşünüyor mu?" sorusundan ziyade:

"Hangi görevleri insandan daha iyi, hangilerini daha kötü yapıyor?"

sorusunu sormak çok daha öğreticidir.

Ölçme ve Değerlendirme

Çoktan Seçmeli Sorular (10 Soru)

1. Yapay zekânın temel amacı aşağıdakilerden hangisidir?

2. Dar yapay zekâ nedir?

3. AI'nın öğrenmesi için hangisi gereklidir?

4. ChatGPT hangi AI alanına örnektir?

5. AI ile klasik program arasındaki temel fark nedir?

6. AGI neyi ifade eder?

7. AI empati kurabilir mi?

8. Kamera sahne tanıma hangi AI alanıdır?

9. AI her zaman doğru karar verir mi?

10. Python'daki if yapısı AI mıdır?

Ev Ödevi

Araştırma

Her öğrenci aşağıdaki kişilerden birini araştırır:

• Alan Turing

• John McCarthy

• Marvin Minsky

• Geoffrey Hinton

• Yann LeCun

• Fei-Fei Li

Mini Python Görevi

Kullanıcının yaşına, ilgi alanına ve hava durumuna göre öneri yapan "Akıllı Gün Planlayıcı" programı yazınız.