0Pricing
Learn AI with Python · Ders

Yapay Zeka Etiği ve Yönetişim Çerçeveleri

EU Yapay Zeka Yasasına genel bakış, model kartları, veri kümeleri için veri föyleri ve sorumlu yapay zeka kontrol listeleri.

Yapay Zeka Etiği ve Yönetişim Çerçeveleri, CoddyKit'te ücretsiz bir Learn AI with Python dersidir. Bu, 4 dersinin 4. dersidir. Aşağıdan dersin tamamını ücretsiz okuyabilir, sonra tarayıcıda yerleşik kod editörü ve 7/24 yapay zeka koçu ile uygulamalı olarak pratik yapabilirsin. Bu, Learn AI with Python öğrenme yolunun bir parçasıdır ve ilerlemeniz web ve CoddyKit uygulaması arasında senkronize olur. Learn AI with Python kursu toplamda 4 dersten oluşur.

Yönetişim Neden Önemlidir

Yetenekli modeller gerçek riskler taşır: ayrımcılık, mahremiyetin zarar görmesi, yanlış bilgilendirme ve güvenlik ihlalleri. Yapay zekâ yönetişimi, yapay zekâ sistemlerini yaşam döngüleri boyunca yasalara uygun, adil ve hesap verebilir tutan politika, süreç ve belgeler bütünüdür.

EU Yapay Zekâ Yasası

EU Yapay Zekâ Yasası, yapay zekâ sistemlerini risklerine göre sınıflandıran ve bu riskle orantılı yükümlülükler getiren, dönüm noktası niteliğinde bir düzenlemedir. Dört kademeli bir risk piramidi kullanır.

Risk Seviyesi: Kabul Edilemez

En üst seviyede, kabul edilemez risk taşıyan sistemler doğrudan yasaktır. Hükûmetlerin sosyal puanlama sistemleri ve zayıflıklardan yararlanan manipülatif sistemler buna örnektir. Bu sistemler, güvenlik önlemleri alınsa bile kullanıma sunulamaz.

Risk Seviyesi: Yüksek

Yüksek riskli sistemlere (tıbbi cihazlar, işe alım, kredi puanlama ve kritik altyapı) izin verilir, ancak bu sistemler sıkı biçimde düzenlenir: pazara sunulmadan önce risk yönetimi, yüksek kaliteli veriler, kayıt tutma, insan gözetimi ve uygunluk değerlendirmesi gerekir.

Risk Seviyeleri: Sınırlı ve Minimal

Alt seviyelerdeki yükümlülükler daha hafiftir:

  • Sınırlı risk (sohbet botları, derin sahte içerikler), örneğin kullanıcıların yapay zekâyla etkileşimde olduklarının söylenmesi gibi şeffaflık gerektirir
  • Minimal risk (istenmeyen ileti filtreleri, oyun yapay zekâsı) için esasen hiçbir yükümlülük yoktur

Risk Piramidinin Özeti

EU Yapay Zekâ Yasası'nın piramidi, üstten alta doğru şöyledir: kabul edilemez (yasak), yüksek (katı gereklilikler), sınırlı (şeffaflık yükümlülükleri) ve minimal (serbest kullanım). Gündelik yapay zekâ uygulamalarının çoğu alttaki iki seviyeye girer.

Model Kartları

Model Kartı, bir modelle birlikte yayımlanan kısa ve standartlaştırılmış bir belgedir. Modelin ne amaçla kullanıldığını ve nerelerde kullanılmaması gerektiğini açıklar; böylece modeli kullanan sonraki ekipler bilinçli kararlar verebilir. Yapay zekâ için besin etiketi işlevi görür.

Model Kartı: Amaçlanan Kullanım

Amaçlanan kullanım bölümü, temel amacı, hedef kullanıcıları ve özellikle kapsam dışı kullanımları belirtir. Bu, İngilizce tweet'lerle eğitilmiş bir duygu analizi modelinin hukuk sözleşmelerine uygulanması gibi yanlış kullanımları önler.

# Intended use:
#   - Primary: classify product reviews as positive/negative
#   - Users: internal analytics team
#   - Out of scope: medical or legal text

Model Kartı: Performans

Performans bölümü, tercihen alt gruplara ayrıştırılmış metrikleri ve kullanılan değerlendirme verilerini bildirir. Ayrıştırılmış metrikler, modelin herkes için mi yoksa yalnızca çoğunluk grubu için mi iyi çalıştığını ortaya çıkarır.

# Performance:
#   - Overall accuracy: 0.91
#   - By language: en 0.93, es 0.84
#   - Eval set: 10k held-out reviews

Model Kartı: Uyarılar

Uyarılar ve sınırlamalar bölümü, bilinen başarısızlık biçimlerini, önyargıları ve kaynakları kısıtlı diller veya dağılım dışı girdiler gibi modelin performansının düştüğü koşulları listeler. Dürüst uyarılar güven oluşturur ve zararı önler.

Sorumlu Yapay Zekâ Kontrol Listesi

Ekipler, kullanıma sunmadan önce incelenen bir sorumlu yapay zekâ kontrol listesi ile yönetişimi uygulamaya geçirir:

  • Eğitim verileri temsili nitelikte mi ve kullanım için rıza alınmış mı?
  • Gruplar arasındaki adaleti ölçtük mü?
  • Yüksek riskli kararlar için insan gözetimi var mı?
  • Etkilenen kullanıcılar için açıklamalar mevcut mu?
  • Bir Model Kartı yayımlandı mı ve bir izleme planı hazır mı?

Kısa Sınama

Yönetişim bilginizi sınayın.

Özet

Yapay zekâ etiğini ve yönetişimini öğrendiniz:

  • AB Yapay Zekâ Yasası risk piramidi: kabul edilemez (yasak), yüksek (katı kurallar), sınırlı (şeffaflık), asgari (serbest)
  • Bir Model Card, amaçlanan kullanımı, performansı (ayrıştırılmış) ve dikkat edilmesi gereken noktaları belgeler
  • sorumlu yapay zekâ kontrol listesi, ilkeleri kullanıma sunma öncesi geçiş koşullarına dönüştürür

Sıkça Sorulan Sorular

“Yapay Zeka Etiği ve Yönetişim Çerçeveleri” dersi ücretsiz mi?

Evet — “Yapay Zeka Etiği ve Yönetişim Çerçeveleri” dersin tüm metni burada web'de ücretsiz olarak okunabilir. Etkileşimli olarak pratik yapmak (yerleşik kod editörü ve 7/24 yapay zeka koçu) ve Learn AI with Python kursunun geri kalanını açmak için CoddyKit PRO'ya yükselt. Learn AI with Python kursu toplamda 4 dersten oluşur.

“Yapay Zeka Etiği ve Yönetişim Çerçeveleri” dersinde ne öğreneceğim?

EU Yapay Zeka Yasasına genel bakış, model kartları, veri kümeleri için veri föyleri ve sorumlu yapay zeka kontrol listeleri. Learn AI with Python ile uygulamalı kodu tarayıcıda doğrudan çalıştırarak pratik yaparsın ve 7/24 yapay zeka koçu dersi çalışırken sorularını yanıtlar.

Learn AI with Python öğrenmeye başlamak için deneyim gerekli mi?

Önceden deneyim gerekmez. CoddyKit'te Learn AI with Python, başlangıçtan ileri seviyeye kadar yapılandırıldığı için buradan başlayabilir veya başından başlayıp kendi hızında ilerleme yapabilirsin. Bu, 4 dersinin 4. dersidir.

“Yapay Zeka Etiği ve Yönetişim Çerçeveleri” dersi ne kadar sürer?

Çoğu CoddyKit dersi yaklaşık 5–10 dakika sürer. Her biri kısa ve etkileşimli olduğu için sabit ilerleme yaparsın ve web ile uygulama arasında tam olarak bıraktığın yerden devam edebilirsin.

Bu Learn AI with Python dersinde kod yazıp çalıştırabilir miyim?

Evet. Her Learn AI with Python dersi yerleşik bir kod editörü içerir, bu sayede tarayıcıda gerçek kod yazıp çalıştırabilir ve anlık yapay zeka geri bildirimi alırsın — yerel kurulum gerekli değildir.

Bu kursun tüm dersleri

  1. Makine Öğrenmesi Modellerinde Önyargı Tespiti
  2. Model Açıklanabilirliği için SHAP Değerleri
  3. LIME: Yerel Yorumlanabilir Açıklamalar
  4. Yapay Zeka Etiği ve Yönetişim Çerçeveleri
← Learn AI with Python Sayfasına Dön