Dersi Veren Fakülte \ Bölüm
Mühendislik Fakültesi \ Bilgisayar Mühendisliği
Kredi
AKTS
Ders Türü
Öğretim Dili
Bu dersin önkoşulu bulunmamaktadır.
Bu ders, dijital okuryazarlık ve üretken yapay zeka araçlarıyla (ChatGPT, Claude, Copilot vb.) bilgi üretimi becerileri kazandırmayı amaçlar. Temel ofis yazılımlarının yanı sıra metin üretimi, özetleme ve disipline özgü dijital içerik geliştirme konularını kapsar.
Ders Kitapları ve/veya Kaynaklar
1. TÜBİTAK BİLGEM Yayını: Büyük Dil Modelleri ve İstem Mühendisliği
2. Google Whitepaper: Prompt Engineering (Eylül 2024)
3. YAPAY ZEKÂ OKURYAZARLIĞI, Kolektif, Nobel Akademik Yayıncılık, 2024
Bu dersin amacı öğrencilerin büyük dil modeli temelli yapay zeka araçlarının (ChatGPT, Gemini, Claude, Copilot gibi) temel işlevlerini öğrenerek uygun zaman ve bağlamlarda kullanmalarını sağlamak; etkili istem mühendisliği teknikleriyle doğru istemler oluşturmayı ve ilgili platformlardan beklenen çıktıları almayı öğretmek; yapay zekâ kaynaklı içerikleri eleştirel bir bakışla değerlendirmeyi, önyargı ve hataları tanıyarak güvenilirlik analizi yapmayı mümkün kılmaktır. Ayrıca, temel ofis yazılımlarını (örneğin Microsoft Office) profesyonel düzeyde belge, veri ve sunum hazırlamak için kullanabilme becerisi kazandırmaktır.
1. Belgeler, veriler ve sunumlar oluşturmak üzere temel ofis yazılımlarını (örneğin Microsoft Office) profesyonel düzeyde kullanabilir.
2. Büyük dil modelleri (ChatGPT, Gemini, Claude, Copilot vb.) ile çalışırken temel işlevsel farkındalığı kazanır; bu araçların amaçlarına uygun kullanımını tanımlar.
3. Etkili istemler tasarlar, farklı araçlarda uygulanabilir çıktılar üretir ve istem mühendisliği tekniklerini uygular.
4. Yapay zeka kaynaklı içerikleri eleştirel olarak değerlendirir, önyargı, hata ve güvenilirlik konularında analiz yapabilir.
5. Disipline özel dijital içerik üretiminde yapay zeka araçlarını, etik ve yaratıcı bir biçimde entegre edebilir.
1. Hafta: Dijital Okuryazarlığa Giriş.
2. Hafta: Word & PowerPoint ile Akademik İçerik ve Belge Oluşturma.
3. Hafta: Excel Zaman Tabloları ve Veri Görselleştirme.
4. Hafta: Excel Temel Fonksiyonlar, Pivot ve Koşullu Biçimlendirme.
5. Hafta: Excel İleri Fonksiyonlar, Pivot Tablolar ve Grafikli Analiz.
6. Hafta: Yapay Zekâya Giriş ve Büyük Dil Modellerinin Temelleri.
7. Hafta: İstem Mühendisliği.
8. Hafta: Etkili İstem Teknikleri (rol atama, Dosyaları Okutma ve İşleme) ve Disipline Özgü Uygulama (Medya Planlaması Yapma, Akış Diyagramı Oluşturma, Python temelli görsel oluşturma, vb.).
9. Hafta: AI ile Dijital İçerik Üretimi, Vaka Çalışmaları (LinkedIn’de İş İlanı Oluşturma, Logo Oluşturma, Görseli Revize Etmek, Birleştirmek, Geliştirmek, Görsel Oluşturma Araçlarına Giriş: Midjourney, DALL-E, Microsoft Designer)
10. Hafta: AI Destekli Proje Planlaması
11. Hafta: Proje Sunum Hazırlıkları
12. Hafta: Proje Sunumları
Referans Değerlendime Ölçütleri
• Ara Sınav %30
• Final %40
• Yoklama %10
• Laboratuvar (Proje) %20
|
Program Çıktısı
*
|
| 1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
13 |
14 |
15 |
16 |
17 |
18 |
19 |
20 |
21 |
|
Ders Çıktısı
|
|---|
| 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 3 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 4 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 5 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|