YAPAY ZEKA VE ETİK

Doç. Dr. Mustafa YAŞAR

MUŞ ALPARSLAN ÜNİVERSİTESİ UYGULAMALI BİLİMLER FAKÜLTESİ

2024
Dersin İçeriği:
 Bilgisayar Etiği Alanına Giriş ve Kavramlar
 Yapay Zekâya Genel Bakış
 Yapay Zekâ Etiği ve Kavramları
 Yapay Zekâ Etiğine İlişkin Teknik Öneriler
 Yapay Zekânın Etik İlkeleri, Yararları ve Sorunları
 Veri Mahremiyetini Koruyucu Teknikler
 Nesnelerin İnternetinin Hukuki Yönleri
 İnsan Hakları ve Yapay Zekâ
 Paydaşlar, Etik Dijital Ekosistem ve Standartlar
 Yapay Zekâ Etiği ve Getirdiği Sonuçlar
 Metaverse ve Oyun Teknolojilerine Etik Bakış
YAPAY ZEKA VE ETİK KAVRAMLARI NASIL BİRARAYA GELİYOR?

Yapay zeka, bir makinenin, insan benzeri şekilde düşünme, öğrenme, karar verme ve
problem çözme yeteneklerine sahip olmasını sağlayan bir bilim dalı. Etik ise, doğru
ve yanlışı belirleyen, insan davranışını ve kararlarını yönlendiren bir felsefi disiplin.
İnsanların doğru ve yanlış arasındaki farkı anlamalarına, insan haklarını korumalarına
ve karar verirken etik değerleri göz önünde bulundurmalarına yardımcı oluyor. Yapay
zeka teknolojilerinde etik ise yapay zeka sistemlerinin insan haklarına saygı
göstermesi, adaleti, gizliliği, güvenliği ve sorumluluğu gözetmesi gibi konuları ele
alıyor. Yapay zeka teknolojilerinin etik değerlerini göz önünde bulundurmak,
insanların güvenliğini ve haklarını korumayı sağlıyor.
YAPAY ZEKÂ ETİĞİNE İLİŞKİN TEKNİK ÖNERİLER
UNESCO'nun YZ'nin Etiği kılavuzuna ilişkin tavsiyeleri;
Güvenilir YZ (Trustworthy AI - TAI)
"Güvenilir YZ, değerlere dayalı ilkelere saygı duyan YZ anlamına gelir."
"Güvenilir YZ, Değer temelli ilkeler olan kapsayıcı büyüme, sürdürülebilir kalkınma ve refah, insan
merkezli değerler ve tarafsızlık, şeffaflık ve açıklanabilirlik, sağlamlık, güvenlik ve güven ile hesap
verebilirliği esas alan YZ’dir.«

YZ için Küresel Ortaklık- GPAI:​(https://gpai.ai/)

GPAI, BM Sürdürülebilir Kalkınma Hedefleri ile uyumlu olarak insan merkezli YZ sistemlerinin
sorumlu bir şekilde geliştirilmesini, kullanılmasını ve yönetilmesini teşvik etmeye ve katkıda
bulunmaya çalışmaktadır.
Avrupa Komisyon YZ Ad Hoc Komitesi - CAHAI:​(https://www.coe.int/en/web/artificial-
intelligence/cahai)
Komite, Komisyonu temel alarak YZ'nin geliştirilmesi, tasarımı ve uygulanması için yasal bir
çerçevenin, geniş çok paydaşlı istişareler temelinde fizibilite ve potansiyel unsurları inceledi.
YZ Etiğine İlişkin UNESCO Tavsiyesi
 İnsan haklarına ve temel özgürlüklere ve insan onuruna saygı gösterilmesi,
korunması ve geliştirilmesi
 Çevre ve ekosistem geliştirilmesi
 Çeşitlilik ve kapsayıcılığın sağlanması
 Barışçıl, adil ve birbirine bağlı toplumlarda yaşamak
 Ölçülülük ve zarar vermeme
 Adalet ve ayrımcılık yapmama
 Mahremiyet hakkı ve veri koruma
 İnsan gözetimi ve kararlılığı
 Şeffaflık ve açıklanabilirlik
 Sorumluluk ve hesap verebilirlik
 Farkındalık ve okuryazarlık
 Çok paydaşlı ve uyarlanabilir yönetişim ve işbirliği
Buzdağının görünen tarafı yalnızca uygulamalardan oluşuyor
Adalet ve ayrımcılık yapmama
Önyargı, aşağıda açıklanan adımlardan bir veya daha
fazlasından kaynaklanabilir.
Veri Toplama, yanlılığın en çok görüldüğü yerdir. Verilerin
belirli bir eğilime sahip kişiler tarafından oluşturulması veya
verilerin toplandığı ekipmanın çarpıtılması durumunda veri
kümesi temelli yanlılık oluşabilir.
Veri Ön İşleme, verileri model için hazırlıyor. Bu aşamada
uygulanan işlemler yanlılığa neden olabilir. Örneğin, eksik
değerleri temsil eden veriler yanlılığa neden olabilir veya
veri filtreleme işlemi veri bütünlüğünün bozulmasının nedeni
olabilir.
Modelleme, bu adımda örüntüleri tanımaya yönelik eğitim
sürecidir, yanlılığın nedeni modelin parametrelerinden
kaynaklanıyor olabilir.
YZ Kötüleştiğinde: Google Fotoğraflar'ın Utancı
Şeffaflık ve açıklanabilirlik
 Şeffaflık ve açıklanabilirlik
Açıklanabilir YZ (Explainable AI-XAI), aşağıdakileri sağlayan bir makine öğrenmesi teknikleri paketi oluşturmayı
amaçlar:
 Yüksek düzeyde öğrenme performansını korurken (tahmin doğruluğu) daha açıklanabilir modeller üretilebilir.
 İnsan kullanıcıların, yeni nesil YZ destekli iş ortaklarını anlamalarını, uygun şekilde güvenmelerinin ve etkin bir şekilde
yönetmelerinin sağlanmasıdır.

Açıklanabilir YZ'nin iki ana bölümü vardır:

Açıklanabilir Model: YZ sisteminin 'açıklanabilir' hale getirilmesi için mevcut yöntemlerden daha verimli ve daha gelişmiş
YZ tekniklerinin geliştirilmesi veya bu kapsamda mevcut yöntemlerin yenilenmesi sağlamak.
Açıklanabilir Arayüz: YZ konusunda uzmanlığı olmayan ancak YZ'nin kullanıldığı uygulama alanında uzman olan son
kullanıcıların, oluşturulan model ile ileri düzeyde etkileşim kurarak YZ çıktılarını değerlendirmesini ve yorumlamasını
sağlamak.
Mahremiyet hakkı ve veri koruma
İnsan gözetimi ve kararlılığı
Ölçülülük ve zarar vermeme
Sorumluluk ve hesap verebilirlik
 Güvenilir YZ gerçekleştirmek için teknik ve teknik olmayan yöntemler
Yukarıdaki gereklilikleri uygulamak için hem teknik hem de teknik olmayan yöntemler
kullanılabilir. Bunlar, bir YZ sisteminin yaşam döngüsünün tüm aşamalarını oluşturur.
Gereksinimleri uygulamak için kullanılan yöntemlerin bir değerlendirmesinin yanı sıra
uygulama süreçlerindeki değişiklikleri raporlamak ve gerekçelendirmek, sürekli olarak
yapılmalıdır.
TEŞEKKÜRLER….