GERİ DÖN
Ders Öğretim Planı
| Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS |
|---|---|---|---|---|---|
| IKT784 | YAPAY ZEKA VE EKONOMİ | Seçmeli Ders Grubu | 3 | 6 | 5,00 |
Dersin Seviyesi
Lisans
Dersin Sunulduğu Dil
Türkçe
Dersin Amacı
Bu dersin amacı, yapay zekâ temelli birtakım güncel teknolojileri öğrencilere tanıtmak ve yapay zekânın mevcut ve potansiyel ekonomik etkilerini tartışmaktır.
Dersi Veren Öğretim Görevlisi/Görevlileri
Dr. Öğr. Üyesi Fatih ÇİFTCİ
Öğrenme Çıktıları
| 1 | Yapay zekânın tanımı, kapsamı, sınırlılıkları, riskleri ve tarihsel gelişimi hakkında genel bilgiler edinir. |
| 2 | Üretken yapay zekânın bazı türlerini öğrenir. |
| 3 | Makine öğrenmesi ve derin öğrenmeye dair bazı teknikleri tanır. |
| 4 | Yapay zekânın işsizlik üzerindeki mevcut ve potansiyel etkileri hakkında fikir sahibi olur. |
| 5 | E-ticaret, iktisadi verimlilik, dış ticaret, enerji ve finans gibi alanlarda yapay zekânın nasıl bir rol oynayabileceğini anlar. |
Öğretim Sistemi
Birinci Öğretim
Dersin Ön Koşulu Olan Dersler
Ders İçin Önerilen Diğer Hususlar
Yok
Dersin İçeriği
Bu ders, genel olarak, aşağıdaki konuları içerir: - Yapay zekânın tanımı, kapsamı ve tarihsel gelişimi, - Üretken yapay zekâ ve bazı türleri, - Makine öğrenmesi ve bazı türleri, - Yapay sinir ağları ve derin öğrenme, - Yapay zekânın işsizlik üzerine etkileri, - E-ticaret, dış ticaret ve enerji gibi sektörlerde yapay zekâ kullanımı, - Finans sektöründeki bazı yapay zekâ uygulamaları.
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Konular (Teorik) | Öğretim Yöntem ve Teknikleri | Ön Hazırlık |
|---|---|---|---|
| 1 | Yapay zekânın tanımı, kapsamı, sınırlılıkları, riskleri ve etik boyutu | Konu Anlatımı | Ders materyalleri |
| 2 | Yapay zekânın tarihsel arka planı | Konu Anlatımı | Ders materyalleri |
| 3 | Üretken yapay zekânın temelleri ve bazı türleri (1): Doğal dil işleme, büyük dil modelleri | Konu Anlatımı | Ders materyalleri |
| 4 | Üretken yapay zekânın temelleri ve bazı türleri (2): Düz metinden medya içeriği üretimi, bilgisayar görüşü | Konu Anlatımı | Ders materyalleri |
| 5 | Makine öğrenmesinin temelleri ve bazı türleri (1): Regresyon bazlı denetimli öğrenme | Konu Anlatımı | Ders materyalleri |
| 6 | Makine öğrenmesinin temelleri ve bazı türleri (2): Sınıflandırma bazlı denetimli öğrenme | Konu Anlatımı | Ders materyalleri |
| 7 | Makine öğrenmesinin temelleri ve bazı türleri (3): Denetimsiz öğrenme | Konu Anlatımı | Ders materyalleri |
| 8 | Yapay sinir ağları ve derin öğrenmeye giriş | Konu Anlatımı | Ders materyalleri |
| 9 | Yapay zekânın işsizlik üzerine etkileri | Konu Anlatımı | Ders materyalleri |
| 10 | Yapay zekâ ile üretim ve e-ticaret işlemleri | Konu Anlatımı | Ders materyalleri |
| 11 | Yapay zekâ ve iktisadi verimlilik | Konu Anlatımı | Ders materyalleri |
| 12 | Yapay zekâ ve dış ticaret | Konu Anlatımı | Ders materyalleri |
| 13 | Enerji sektöründe yapay zekâ | Konu Anlatımı | Ders materyalleri |
| 14 | Yapay zekâ, blok zincir ve finansal teknoloji | Konu Anlatımı | Ders materyalleri |
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
1) Nilsson, N. J. (2019). Yapay Zekâ: Geçmişi ve Geleceği. Çeviren: M. Doğan. İstanbul: Boğaziçi Üniversitesi Yayınları. 2) Elmas, Ç. (2021). Yapay Zeka Uygulamaları. Ankara: Seçkin Yayıncılık. 3) Nabiyev, V. (2021). Yapay Zeka. Ankara: Seçkin Yayıncılık. 4) Ford, M. (2018). Robotların Yükselişi. Çeviren: C. Duran. İstanbul: Kronik Kitap. 5) James, G., Witten, D., Hastie, T., Tibshirani, R., & Taylor, J. (2023). An Introduction to Statistical Learning with Applications in Python. Cham: Springer. 6) Athey, S. (2019). The Impact of Machine Learning on Economics. In A. Agrawal, J. Gans, & A. Goldfarb (Eds.), The Economics of Artificial Intelligence: An Agenda (pp. 507-547), NBER Books. Chicago, IL: University of Chicago Press. 7) Tekin, A., & Demirel, O. (2024). Yapay Zekâ Teknolojileri ile İstihdam ve Verimlilik Arasındaki İlişki. Yönetim Bilimleri Dergisi, 22(Özel Sayı), 1585-1618. 8) Güven, H., & Ayvaz-Güven, E. T. (2023). Yapay Zekâ Uygulamalarının E-Ticarette Kullanımı. International Journal of Management and Administration, 7(13), 69-94. 9) Baily, M. N., & Kane, A. T. (2025a). AI in the Electricity Sector: Optimizing Grid Management and Energy Use. Brookings Case Study. 10) Baily, M. N., & Kane, A. T. (2025b). AI in the Finance Sector: Transforming Productivity and Risk Management. Brookings Case Study. 11) Tüfenk, M. B. (2023). Dış Ticaretin Dijital Dönüşümü: Yapay Zeka Teknolojisi. Uluslararası Ticaret ve Ekonomi Araştırmaları Dergisi, 7(1), 13-18. 12) Wikipedia. (2025a). https://en.wikipedia.org/wiki/Artificial_intelligence 13) Wikipedia. (2025b). https://en.wikipedia.org/wiki/Generative_artificial_intelligence 14) Wikipedia. (2025c). https://en.wikipedia.org/wiki/Machine_learning 15) Wikipedia. (2025d). https://en.wikipedia.org/wiki/Deep_learning
Planlanan Öğrenme Aktiviteleri ve Metodları
Değerlendirme
| Yarıyıl (Yıl) İçi Etkinlikleri | Adet | Değer |
|---|---|---|
| Ara Sınav | 1 | 80 |
| Quiz | 1 | 20 |
| Toplam | 100 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | Adet | Değer |
| Final Sınavı | 1 | 100 |
| Toplam | 100 | |
| Yarıyıl (Yıl) İçi Etkinlikleri | 50 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | 50 | |
Staj Durumu
Yok
İş Yükü Hesaplaması
| Etkinlikler | Sayısı | Süresi (saat) | Toplam İş Yükü (saat) |
|---|---|---|---|
| Ara Sınav | 2 | 0 | 1 |
| Final Sınavı | 1 | 1 | 1 |
| Derse Katılım | 14 | 3 | 42 |
| Bireysel Çalışma | 14 | 2 | 28 |
| Ara Sınav İçin Bireysel Çalışma | 7 | 1 | 10 |
| Final Sınavı içiin Bireysel Çalışma | 5 | 3 | 15 |
| Okuma | 14 | 2 | 28 |
| Toplam İş Yükü (saat) | 125 | ||
Program ve Öğrenme Çıktıları İlişkisi
| PÇ 1 | PÇ 2 | PÇ 3 | PÇ 4 | PÇ 5 | PÇ 6 | PÇ 7 | PÇ 8 | PÇ 9 | PÇ 10 | PÇ 11 | PÇ 12 | |
| ÖÇ 1 | 1 | 3 | 2 | |||||||||
| ÖÇ 2 | 2 | 4 | 3 | |||||||||
| ÖÇ 3 | 1 | 4 | 3 | 2 | 4 | |||||||
| ÖÇ 4 | 2 | 2 | 3 | 3 | 2 | 3 | 2 | |||||
| ÖÇ 5 | 2 | 2 | 3 | 4 | 3 | 3 | 3 | 2 |
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek