GERİ DÖN
Ders Öğretim Planı
| Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS |
|---|---|---|---|---|---|
| GZT-422 | YAPAY ZEKA VE GAZETECİLİK | Ders | 4 | 8 | 5,00 |
Dersin Seviyesi
Lisans
Dersin Sunulduğu Dil
Türkçe
Dersin Amacı
Bu ders, yapay zekânın yalnızca bir araç olmaktan ziyade, aynı zamanda görme, bilme ve yargılama biçimlerini dönüştüren bir dispositif olduğunu kavratmayı hedefler. Öğrencilerin, yapay zekânın gazetecilikteki kullanım biçimlerini, etik sorunlarını ve toplumsal etkilerini eleştirel bir bakışla değerlendirmeleri amaçlanır.
Dersi Veren Öğretim GörevlisiGörevlileri
Arş. Gör. Dr. Arzu Bayar
Öğrenme Çıktıları
| 1 | Yapay zeka, NLG, SEO ve makine öğrenimi ifadelerini açıklar. |
| 2 | Haber metni geliştirmek için hangi yapay zeka araçlarından yararlanacağını listeler. |
| 3 | Dijital medya ortamları için temel etik ve etik dışı YZ kullanım alanlarını ve yöntemlerini açıklar. |
| 4 | Mevcut bir haberde YZ araçlarının etik olarak yararlanıp yararlanılmadığını ayırt eder. |
Öğrenim Türü
Birinci Öğretim
Dersin Ön Koşulu Olan Dersler
Yok
Ders İçin Önerilen Diğer Hususlar
Yok
Dersin İçeriği
Bu ders, yapay zekânın iletişim alanındaki dönüşümünü hem genel hatlarıyla hem de gazetecilik perspektifinden incelemektedir. Dersin temel yaklaşımı, yapay zekâyı yalnızca teknik bir araç olarak değil, özneleşme biçimlerini, bilgi rejimlerini ve görsel kültürü etkileyen bir güç ilişkisi olarak ele almak üzerinedir. Yapay zekânın tarihsel arka planından başlanarak, algoritmik yönetimsellik, algoritmik görme, veri özneleşmesi, makine estetiği ve algoritmik imajlar gibi temel kavramlar gazetecilik pratikleriyle ilişkilendirilerek tartışılacaktır. Ders süresince öğrenciler, yapay zekâ üretimi görselleri analiz etmeyi, haber üretiminde algoritmaların rolünü sorgulamayı ve bu teknolojilerin etik/politik sonuçlarını değerlendirmeyi öğreneceklerdir. Teorik tartışmalar görsel örneklerle desteklenecek ve çağdaş örnek analizleriyle somutlaştırılacaktır. Bu şekilde öğrenciler, günümüz dijital çağında yapay zekâ okuryazarlığını geliştirme becerisi kazanacaklardır.
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Teorik | Uygulama | Laboratuvar |
|---|---|---|---|
| 1 | Ders izlencesinin tanıtımı | ||
| 2 | Turing Testi’nden günümüze tarihçe. Sembolik AI vs. Modern AI. “Yapay Zeka” kavramı. Makine Öğrenimi (Machine Learning), Derin Öğrenme (Deep Learning) ve Sinir Ağları. Mühendis olmayanlar için “Kara Kutu” (Black Box) sorunu. | ||
| 3 | Doğal Dil İşleme (NLP) nedir? ChatGPT, Gemini gibi modeller dili nasıl “taklit” eder? | ||
| 4 | Bilgisayarlı Görme (Computer Vision) ve Üretken Görsel Modelleri (Diffusion Models). Piksellerden anlam üretme süreci. | ||
| 5 | Büyük Veri (Big Data) ve AI ilişkisi. Algoritmik gözetim, yüz tanıma teknolojileri. Shoshana Zuboff ve “Gözetim Kapitalizmi”. | ||
| 6 | Yapay genel zekâ (AGI) mümkün müdür? Veri setlerindeki önyargı (bias), ayrımcılık ve otonom karar verici sistemler sorunu. | ||
| 7 | Otomasyon ve istihdam ilişkisi. Hangi meslekler yok olacak, hangileri dönüşecek? Gazetecilik mesleğinin “ölümü” mü yoksa “dönüşümü” mü? İnsan-Makine işbirliği modelleri. | ||
| 8 | Ara Sınav | ||
| 9 | Haber merkezlerinde ilk kullanımlar: Finans, borsa ve spor haberlerinin otomatik yazımı. AP, Bloomberg örnekleri. | ||
| 10 | Gazeteciler için “Prompt”. Haber özetleme, başlık atma, redaksiyon ve çeviri süreçlerinde AI araçlarının kullanımı. | ||
| 11 | Deepfake, ses klonlama (Voice Cloning). Hakikat sonrası çağda “gördüğüne inanmamak” ve manipülasyon riskleri. | ||
| 12 | AI kaynaklı dezenformasyonla mücadele. Bir görselin veya metnin AI üretimi olduğu nasıl anlaşılır? Dijital adli analiz araçları. | ||
| 13 | Sosyal medya algoritmaları gündemi nasıl belirler? Yankı odaları (Echo Chambers), filtre baloncukları ve toplumsal kutuplaşma. | ||
| 14 | AI tarafından yazılan haberde imza kimin? Telif hakları, intihal tartışmaları ve medya kuruluşları için AI etik kodları yazımı. | ||
| 15 | Öğrencilerin kurguladığı “AI destekli yeni nesil haber yazım örnekleri” projelerinin sunumu ve sınıf içi tartışması. | ||
| 16 | Dönem Sonu Sınavı |
Ders Kitabı Malzemesi Önerilen Kaynaklar
Banu Sayar (2022), Gazetecilikte Yapay Zeka Kullanımı, İstanbul: Eğitim Yayınevi Francesco Marconi (2024), Yapay Zeka ve Gazeteciliğin Geleceği, Ankara: AA Kitap
Planlanan Öğrenme Aktiviteleri ve Metodları
Değerlendirme
| Yarıyıl (Yıl) İçi Etkinlikleri | Adet | Değer |
|---|---|---|
| Ara Sınav | 1 | 50 |
| Ev Ödevi | 1 | 50 |
| Toplam | 100 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | Adet | Değer |
| Final Sınavı | 1 | 100 |
| Toplam | 100 | |
| Yarıyıl (Yıl) İçi Etkinlikleri | 40 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | 60 | |
Staj Durumu
İş Yükü Hesaplaması
| Etkinlikler | Sayısı | Süresi (saat) | Toplam İş Yükü (saat) |
|---|---|---|---|
| Ara Sınav | 1 | 1 | 1 |
| Final Sınavı | 1 | 1 | 1 |
| Derse Katılım | 14 | 3 | 42 |
| Tartışma | 10 | 4 | 40 |
| Ara Sınav İçin Bireysel Çalışma | 1 | 4 | 4 |
| Final Sınavı içiin Bireysel Çalışma | 1 | 6 | 6 |
| Okuma | 10 | 5 | 50 |
| Ev Ödevi | 1 | 3 | 3 |
| Toplam İş Yükü (saat) | 147 | ||
Program ve Öğrenme Çıktıları İlişkisi
| ÖÇ 1 |
| ÖÇ 2 |
| ÖÇ 3 |
| ÖÇ 4 |
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek