GERİ DÖN
Ders Öğretim Planı
| Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS | Kredi |
|---|---|---|---|---|---|---|
| EENT330 | Tasarımda Yapay Zekâ Kullanımı | Seçmeli Ders Grubu | 3 | 6 | 6.00 | 3.00 |
Dersin Seviyesi
Lisans
Dersin Sunulduğu Dil
Dersin Amacı
Bu ders, yapay zekanın endüstriyel tasarım süreçlerine entegre edilmesini amaçlayarak öğrencilerin veri analizi, makine öğrenimi ve algoritmik düşünme becerileriyle desteklenen kullanıcı odaklı çözümler geliştirmelerini sağlar. Tasarım süreci; öngörü, otomasyon, kişiselleştirme ve sürdürülebilirlik boyutlarını içerir.
Dersi Veren Öğretim GörevlisiGörevlileri
Dr. Öğr. Üyesi Şamil Can Güder
Öğrenme Çıktıları
| 1 | Tasarım problemlerini veri temelli yöntemlerle analiz etme ve çözümleme (PÇ1, PÇ3) |
| 2 | Kullanıcı davranışlarını AI modelleriyle değerlendirme ve senaryo üretimi (PÇ5, PÇ10) |
| 3 | Yapay zeka araçlarıyla görsel simülasyonlar ve tasarım optimizasyonu gerçekleştirme (PÇ4, PÇ14) |
| 4 | Etik, toplumsal ve kültürel bağlamda AI kullanımı konusunda farkındalık kazanma (PÇ12, PÇ11) |
| 5 | Multidisipliner veri modelleme süreçlerinde ekip çalışması yürütme (PÇ6, PÇ7) |
| 6 | Tasarım çıktılarının yapay zeka destekli iletişim yöntemleriyle sunulması (PÇ15, PÇ2) |
Öğrenim Türü
Birinci Öğretim
Dersin Ön Koşulu Olan Dersler
Ders İçin Önerilen Diğer Hususlar
Yok
Dersin İçeriği
Tasarımda Yapay Zekâ Kullanımı dersi, yapay zekâ teknolojilerinin tasarım süreçlerine entegrasyonunu hem teorik hem de uygulamalı yönleriyle ele alır. Ders kapsamında öğrenciler, üretken tasarım, parametrik tasarım ve veri tabanlı yaklaşımlar gibi yöntemleri öğrenerek yapay zekâ destekli yazılımlarla konsept geliştirme, form ve fonksiyon ilişkisini dönüştürme, kullanıcı deneyimini zenginleştirme üzerine çalışırlar. Ayrıca yapay zekânın tasarımda yaratıcılık, sürdürülebilirlik, telif hakları ve etik boyutları tartışılır. Öğrenciler, dönem boyunca yapay zekâ tabanlı araçlarla uygulama projeleri geliştirerek, endüstriyel tasarım alanında yenilikçi çözümler üretme becerisi kazanırlar.
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Teorik | Uygulama | [OgretimYontemVeTeknikleri] | [OnHazirlik] |
|---|---|---|---|---|
| 1 | Dersin tanıtımı ve yapay zekanın tasarıma etkileri | |||
| 2 | Veri türleri ve kullanıcıdan bilgi toplama yöntemleri | |||
| 3 | Yapay zeka ve makine öğrenmesi temel kavramları | |||
| 4 | Algoritmik düşünme ve tasarım senaryoları geliştirme | |||
| 5 | Kullanıcı verisine dayalı öneri sistemleri | |||
| 6 | Görsel veri analizi ve generatif AI kullanımı | |||
| 7 | Ara sunum ve model değerlendirmesi | |||
| 8 | AI ile ürün varyasyonları ve simülasyon üretimi | |||
| 9 | Etik tartışmalar: algoritmik kararlar ve tasarım sorumluluğu | |||
| 10 | Kültürel bağlamda AI ile özelleştirme süreçleri | |||
| 11 | Üretim optimizasyonunda AI katkısı | |||
| 12 | AI destekli sunum stratejileri | |||
| 13 | Sergi panosu ve görsel anlatım materyalleri hazırlanması | |||
| 14 | Final sunumu ve değerlendirme |
Ders Kitabı Malzemesi Önerilen Kaynaklar
Planlanan Öğrenme Aktiviteleri ve Metodları
Değerlendirme
| Yarıyıl (Yıl) İçi Etkinlikleri | Adet | Değer |
|---|---|---|
| Ara Sınav | 1 | 100 |
| 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 | 4 | 4 |
| Final Sınavı | 1 | 4 | 4 |
| Derse Katılım | 1 | 20 | 20 |
| Rapor Hazırlama | 1 | 20 | 20 |
| Rapor Sunma | 1 | 20 | 20 |
| Proje Hazırlama | 1 | 20 | 20 |
| Proje Sunma | 1 | 20 | 20 |
| Bireysel Çalışma | 1 | 30 | 30 |
| Toplam İş Yükü (saat) | 138 | ||
Program ve Öğrenme Çıktıları İlişkisi
| ÖÇ 1 |
| ÖÇ 2 |
| ÖÇ 3 |
| ÖÇ 4 |
| ÖÇ 5 |
| ÖÇ 6 |
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek