Yapay Zekâ Nerelerde?
Günlük hayattaki yapay zekâ uygulamalarını belirliyor, bu uygulamaların nasıl çalıştığını girdi–işlem–çıktı ile açıklıyoruz.
- Yapay Zekâ Kullanım Alanları ve Alt Dalları
Öğrenme çıktıları
BTY.5.5.1 Yapay zekâ uygulamalarını sınıflandırabilme
- a) Yapay zekâ uygulamalarını belirler.
- b) Yapay zekâ uygulamalarının çalışma sistemi bileşenlerini ilişkilendirir.
- c) Yapay zekâ uygulamalarını alt boyutlara göre gruplandırır.
Düşünelim, konuşalım
- 1Tatilde kaç farklı yapay zekâ uygulaması gördünüz?
Öğretmen için: olası cevaplar
Olası cevaplar: Telefondaki yüz kilidi, video önerileri, navigasyon, sesli asistan, çeviri, oyunlardaki rakipler, fotoğraf filtreleri.
Varılacak nokta: Yapay zekâ günlük hayatımızda pek çok uygulamada çalışır; her birinin bir girdisi, işlemi ve çıktısı vardır.
Cevap gelmezse: Tatili adım adım sorun: "Yolda haritaya baktınız mı? Video izlediniz mi? Size neler önerildi?" Gerekirse: "Navigasyon en hızlı yolu, video platformu öneri listesini yapay zekâyla buluyor."
- 2Bir video platformu bir sonraki videoyu size nasıl öneriyor?
Öğretmen için: olası cevaplar
Olası cevaplar: "İzlediklerime bakıyor", "beğendiklerime göre", "benzer videoları gösteriyor".
Varılacak nokta: Öneri sistemi daha önce izlediklerimizi girdi olarak alır, örüntü bulur ve beğenebileceğimiz videoları çıktı olarak verir.
Cevap gelmezse: "Hep futbol videosu izleyen birine ne önerilir?" diye sorun. Gerekirse: "Yine futbol. Sistem izlediklerimizden öğrenir ve benzerini önerir; buna öneri sistemi denir."
- 3Telefon yüzünüzü nasıl tanıyor?
Öğretmen için: olası cevaplar
Olası cevaplar: "Kameradan", "yüzümün şeklini ezberliyor", "gözlerimden".
Varılacak nokta: Yüz tanıma, kameradan alınan görüntüyü (girdi) daha önce öğrendiği yüz örnekleriyle karşılaştırır ve kilidi açar ya da açmaz (çıktı).
Cevap gelmezse: "Telefonu ilk kurarken yüzünüzü farklı açılardan çevirmenizi istedi mi? Neden?" diye sorun. Gerekirse: "Yüzünüzü öğrenmek için örnek topluyordu. Sonra kameradaki yüzü bu örneklerle karşılaştırıyor."
- 4Bir yapay zekâya hiç elma görmeden elmayı tanımayı öğretebilir miyiz?
Öğretmen için: olası cevaplar
Olası cevaplar: "Hayır, görmesi lazım" ya da "Elmayı anlatarak öğretiriz".
Varılacak nokta: Yapay zekâ örneklerden öğrenir; hiç örnek görmediği şeyi tanıyamaz.
Cevap gelmezse: "Hiç zürafa görmemiş bir çocuğa zürafayı göstermeden nasıl öğretirsiniz?" diye sorun. Gerekirse: "Zor. Resimlerini gösteririz. Yapay zekâ da öğrenmek için çok sayıda örnek görmelidir."
Yapay zekâ nasıl çalışır?
Yapay zekâ uygulamalarının üç temel bileşeni vardır:
Girdi (veri): Fotoğraf, ses, yazı, sensör ölçümleri.
İşlem (model): Daha önce çok sayıda örnekten öğrenmiş olan yapay zekâ modeli girdiyi inceler, örüntü arar.
Çıktı (karar/tahmin): "Bu bir kedi", "Yarın yağmur yağabilir", "Bu videoyu da sevebilirsin".
Girdi → işlem → çıktı
| Uygulama | Girdi | Çıktı |
|---|---|---|
| Yüz tanıma kilidi | Kameradan yüz görüntüsü | Kilit açılır / açılmaz |
| Sesli asistan | Sözlü soru | Sözlü cevap |
| Otomatik çeviri | Türkçe cümle | İngilizce cümle |
| Öneri sistemi | İzlenen videolar | Önerilen video listesi |
| Bitki hastalığı tespiti | Yaprak fotoğrafı | Hastalık adı ve öneri |
| Navigasyon | Konum ve trafik verisi | En hızlı rota |
Bir yapay zekâ modeli nasıl öğrenir?
Modele elma ve muz örnekleri gösterin (girdi), sonra yeni bir meyveyi tahmin ettirin (çıktı). Az örnekle ve çok örnekle deneyin: hangisinde daha az hata yapıyor?
Bu etkileşimli bölüm için tarayıcıda JavaScript açık olmalıdır.
Kullanım alanları
Röntgen görüntülerinde hastalık belirtisi aramaya yardım.
Hastalıklı bitkiyi fark etme, akıllı sulama.
Trafik yoğunluğu tahmini, sürücü destek sistemleri.
Öğrencinin ihtiyacına göre alıştırma önerme.
Kişiye özel gezi rotası, dijital müze rehberi.
Şüpheli banka işlemlerini fark etme.
Oyun karakterleri, müzik ve film önerileri.
Orman yangını ve hava kirliliği tahmini.
Hangi alanda?
Yapay Zekâ Uygulamamı Tanıtıyorum
Gruplar bir yapay zekâ uygulamasını girdi–işlem–çıktı şemasıyla tanıtır.
- Bir uygulama seçin.
- Girdisini, ne yaptığını ve çıktısını çizin.
- Hangi alanda kullanıldığını ve bir faydasını, bir riskini yazın.
- Sınıfa tanıtın.
Bu haftanın diğer EBA materyalleri
Karekodu telefonla okutun ya da karta dokunun. EBA materyalleri EBA girişi ister ve yeni sekmede açılır.
Kendimizi sınayalım
Bugün neler öğrendik?
- Yapay zekâ uygulamaları girdi → işlem (model) → çıktı şeklinde çalışır.
- Model örneklerden öğrenir; daha çok ve çeşitli örnek genellikle daha doğru tahmin demektir.
- Sağlıktan tarıma, ulaşımdan eğitime pek çok alanda kullanılır.
- girdi
- model
- çıktı
- öneri sistemi
- yüz tanıma
Gelecek derse hazırlık
Yapay zekânın hangi "alt dallarını" duydunuz? (Görüntü işleme, doğal dil…) Araştırın.
Defterime yazıyorum
Sınavdan önce tekrar etmek için defterine yaz. Başlığı ve tarihi unutma!
1. Yapay zekâ uygulamaları nasıl çalışır?
Yapay zekâ uygulamalarının üç temel bileşeni vardır:
- Girdi (veri)
- Uygulamaya verilen bilgi: fotoğraf, ses, yazı, sensör ölçümleri.
- İşlem (model)
- Çok sayıda örnekten öğrenmiş olan yapay zekâ modeli girdiyi inceler, örüntü arar.
- Çıktı (karar/tahmin)
- Uygulamanın sonucu: "Bu bir kedi", "Yarın yağmur yağabilir", "Bu videoyu da sevebilirsin".
Dikkat: Model örneklerden öğrenir. Daha çok ve çeşitli örnek gösterilen model genellikle daha doğru tahmin yapar; örnek yoksa öğrenemez.
2. Girdi → işlem → çıktı örnekleri
- Öneri sistemi
- Daha önce izlediğimiz, dinlediğimiz ya da baktığımız şeylere göre bize yeni içerik öneren yapay zekâ.
- Yüz tanıma
- Kameradaki yüzün kime ait olduğunu tanıyan yapay zekâ.
| Uygulama | Girdi | Çıktı |
|---|---|---|
| Yüz tanıma kilidi | Kameradan yüz görüntüsü | Kilit açılır / açılmaz |
| Sesli asistan | Sözlü soru | Sözlü cevap |
| Otomatik çeviri | Türkçe cümle | İngilizce cümle |
| Öneri sistemi | İzlenen videolar | Önerilen video listesi |
| Bitki hastalığı tespiti | Yaprak fotoğrafı | Hastalık adı ve öneri |
| Navigasyon | Konum ve trafik verisi | En hızlı rota |
3. Yapay zekânın kullanım alanları
| Alan | Örnek |
|---|---|
| Sağlık | Röntgen görüntülerinde hastalık belirtisi aramaya yardım |
| Tarım | Hastalıklı bitkiyi fark etme, akıllı sulama |
| Ulaşım | Trafik tahmini, sürücü destek sistemleri |
| Eğitim | Öğrencinin eksiğine göre alıştırma önerme |
| Turizm | Kişiye özel gezi rotası, dijital müze rehberi |
| Güvenlik | Şüpheli banka işlemlerini fark etme |
| Eğlence | Oyun karakterleri, müzik ve film önerileri |
| Çevre | Orman yangını ve hava kirliliği tahmini |
4. Yapay zekânın faydaları ve sınırları
| Faydaları | Sınırları |
|---|---|
| Çok hızlı çalışır, yorulmaz | Duygu hissetmez, empati kuramaz |
| Büyük veride insanın göremediği örüntüleri bulur | Öğrendiği verideki hataları da öğrenir |
| Tehlikeli ve tekrarlı işleri üstlenebilir | Öğrendiği alanın dışında zorlanır |
| Erken uyarı yapabilir (hastalık, yangın) | Emin görünerek yanlış cevap verebilir |
Dikkat: Yapay zekâ insanın yerine değil, insana yardımcı olarak kullanılır; son kararı insan verir.
- Yapay zekâ: girdi → işlem (model) → çıktı.
- Model örneklerden öğrenir; iyi ve çok veri daha doğru sonuç verir.
- Sağlık, tarım, ulaşım, eğitim, turizm, güvenlik, eğlence, çevre…
- Yapay zekâ uygulamalarının üç bileşenini açıkla.
- Otomatik çeviri ve yüz tanıma kilidinin girdi ve çıktılarını yaz.
- Öneri sistemi nasıl çalışır?
- Model nedir? Nasıl öğrenir?
- Yapay zekânın sağlık, tarım ve ulaşımdaki birer kullanımını yaz.
- Bir modele az örnek gösterilirse ne olur?
Kendimi deniyorum — cevap anahtarı (yalnız öğretmen)
5. Sınıf Bilişim · 20. Hafta: Yapay Zekâ Nerelerde? — Kendimi deniyorum cevap anahtarı
Yapay zekâ uygulamalarının üç bileşenini açıkla.
Girdi (veri): uygulamaya verilen bilgi (fotoğraf, ses, yazı). İşlem (model): örneklerden öğrenmiş modelin girdiyi inceleyip örüntü araması. Çıktı (karar/tahmin): uygulamanın sonucu ("Bu bir kedi").
Otomatik çeviri ve yüz tanıma kilidinin girdi ve çıktılarını yaz.
Otomatik çeviri: girdi Türkçe cümle, çıktı İngilizce cümle. Yüz tanıma kilidi: girdi kameradan yüz görüntüsü, çıktı kilidin açılması ya da açılmaması.
Öneri sistemi nasıl çalışır?
Daha önce izlediğimiz, dinlediğimiz ya da baktığımız şeyleri girdi olarak alır, bunlardaki örüntüleri bulur ve benzer içerikleri bize önerir.
Model nedir? Nasıl öğrenir?
Model, çok sayıda örnekten öğrenmiş yapay zekâdır; girdiyi inceleyip tahmin üretir. Örneklerden öğrenir: daha çok ve çeşitli örnek genellikle daha doğru tahmin demektir.
Yapay zekânın sağlık, tarım ve ulaşımdaki birer kullanımını yaz.
Sağlık: röntgen görüntülerinde hastalık belirtisi aramaya yardım. Tarım: hastalıklı bitkiyi fark etme, akıllı sulama. Ulaşım: trafik tahmini, sürücü destek sistemleri.
Bir modele az örnek gösterilirse ne olur?
Yeterince öğrenemez ve yanlış tahmin yapabilir; hiç örnek gösterilmezse hiç öğrenemez.
# başlık · - madde · **kalın** · boş satır = yeni paragraf. Not yalnız bu tarayıcıda saklanır; başka tahtaya taşımak için Öğretmen alanındaki "Dışa aktar"ı kullanın.
Haftanın videosu
Bu hafta için hazır bir video yok. Kendi seçtiğiniz bir videoyu ekleyebilirsiniz.
Ders hazırlığı ve materyaller
Dersten önce
- "Yapay Zekâ Kullanım Alanları" çalışma kâğıdı ve başlık kartlarını EBA'dan açın.
Önerilen ders akışı
- 5 dk Dikkat çekme
- 10 dk Yapay zekâ nasıl çalışır + tablo
- 15 dk Sınıflandırma modeli simülasyonu
- 10 dk Kullanım alanları + hangi alanda?
- 30 dk Etkinlik: Yapay Zekâ Uygulamamı Tanıtıyorum
EBA materyalleri (kılavuz kitaptaki karekodlar)
Bağlantılar yeni sekmede açılır ve EBA girişi ister — tahtada öğretmen hesabınızla oturum açın. EBA bu içeriklerin başka bir sayfaya gömülmesine izin vermez.
Ders materyalleri
- Tema Özeti kılavuz s. 171
- Yapay Zekâ Kullanım Alanları - Çalışma Kâğıdı kılavuz s. 174
- Yapay Zekâ Kullanım Alanları-1 kılavuz s. 174
- Yapay Zekânın Kullanım Alanları-Başlık Kartları kılavuz s. 174
Ölçme ve değerlendirme formları
Ölçme ve değerlendirme
Gözlem formu ve Yapay Zekânın Kullanım Alanları değerlendirme formu (EBA).
Kendi içeriklerim
Her bölümün altındaki "Bu bölüme görsel ekle" ile kendi görsellerinizi ekleyin, aşağıdaki düğmeyle görselleri sunuma ayrı slayt olarak katın; "Defterime yazıyorum" bölümünde kendi ders notunuzu yazın.
Yükleniyor…
Görseller ve notlar sunucuya gönderilmez; yalnız bu tarayıcıda saklanır. Tarayıcı verisi silinirse kaybolur: düzenli olarak Dışa aktar ile yedek alın, dosyayı başka tahtada İçe aktar ile açın. Öğrenci fotoğrafı ya da kişisel bilgi içeren görsel eklemeyin (KVKK).
Sınıf ortamı
İşaretlerseniz bilgisayar gerektiren etkinliklerdeki "tahta ve kâğıtla" alternatifleri açık gelir. Simülasyonlar tek bir tahta ekranında sınıfça yapılabilecek şekilde tasarlandı. Tercih bu tarayıcıda hatırlanır.
Maarif Modeli: 5. tema künyesi
Kaynak: Bilişim Teknolojileri ve Yazılım Dersi Öğretim Programı (TYMM). Tema toplam 8 ders saati.
- Alan becerileri
- BTYAB1. Bilişim Teknolojilerini Kullanma (BTYAB1.1. Bilişim Teknolojilerini Sınıflandırma)BTYAB6. Dijital Güvenlik Önlemleri Alma (BTYAB6.1. Dijital Güvenlik Önlemlerini Yönetme)
- Eğilimler
- E1.2. BağımsızlıkE2.5. OyunseverlikE3.3. Yaratıcılık
- Sosyal-duygusal öğrenme becerileri
- SDB1.1. Kendini Tanıma (Öz Farkındalık)SDB1.2. Kendini Düzenleme (Öz Düzenleme)SDB2.1. İletişimSDB2.2. İş BirliğiSDB3.1. UyumSDB3.3. Sorumlu Karar Verme
- Değerler
- D1. AdaletD3. ÇalışkanlıkD8. MahremiyetD10. Mütevazılık
- Okuryazarlık becerileri
- OB1. Bilgi OkuryazarlığıOB4. Görsel Okuryazarlık
- Disiplinler arası ilişkiler
- Görsel SanatlarSosyal BilgilerTürkçe
Zenginleştirme (erken kavrayanlar için)
- Yapay zekâ tarihinden bir dönüm noktasını araştırıp "Bu gelişme olmasaydı?" senaryosu yazma.
- Renkli kartonlarla bir yapay zekâ uygulamasının girdi–işlem–çıktı basamaklarını modelleme.
- İçine bilerek gizlilik ihlalleri yerleştirilmiş senaryoları inceleyip "Etik Kurul Raporu" hazırlama.
Destekleme (zorlananlar için)
- Yapay zekânın kullanım alanlarını resimle anlatma.
- Yapay zekânın doğru ve yanlış kullanımlarını iki sütunda listeleme.
- Karar verme sürecini canlandıran basit bir etik karar oyunu oynama.