Açıklama
Eğitmen: Öğretim Görevlisi Özge Demir
Ders Seviyesi: Temel – Orta Düzey (Uygulama Ağırlıklı)
Programın Amacı Bu programın amacı; katılımcılara üretken yapay zekâ ve büyük dil modelleri (LLM) ile etkili, bilinçli ve denetlenebilir biçimde etkileşim kurabilmeleri için gerekli olan Prompt Engineering bilgi ve becerilerini kazandırmaktır. Eğitim, katılımcıların yapay zekâ araçlarını yalnızca rastgele birer çıktı üreticisi olarak değil; doğru bağlam kurma, açık görev tanımlama ve çıktı kalitesini değerlendirme yetkinliğiyle profesyonel bir asistana dönüştürmelerini hedeflemektedir. İçerik; akademik, kurumsal ve profesyonel senaryolara uygun prompt tasarımı ile veri güvenliği ve etik ilkeler çerçevesinde yapılandırılmıştır.
Hedef Kitle ve Katılım Koşulları Eğitim; üniversitelerin akademik personeli, lisans ve lisansüstü öğrenciler, kamu ve özel sektör profesyonelleri ile yazılım, veri bilimi ve eğitim teknolojileri alanlarında çalışan, yapay zekâ destekli araçları amaç odaklı kullanmak isteyen bireylere yöneliktir.
Program Süresi ve Kontenjan Eğitim toplam 24 saat sürecek olup , interaktif öğrenme ortamının korunması amacıyla kontenjan minimum 20, maksimum 100 kişi ile sınırlandırılmıştır. (Eğitim günleri, saatleri ve lokasyon/platform bilgisi eklenecektir.)
Beklenen Kazanımlar
Bu programı başarıyla tamamlayan katılımcıların;
-
Üretken yapay zekâ ve büyük dil modellerinin (LLM) temel çalışma prensiplerini kavramaları,
-
Akademik, kurumsal ve profesyonel senaryolara uygun promptlar tasarlayabilmeleri,
-
Prompt bileşenlerini (rol, bağlam, görev, kısıt, çıktı formatı) sistematik olarak yapılandırabilmeleri,
-
Zero-shot, one-shot ve few-shot gibi ileri düzey teknikleri uygulayabilmeleri,
-
Yapay zekâ çıktılarındaki hata, tutarsızlık ve yanlılıkları analiz edip , iteratif yöntemlerle (prompt refinement) kaliteyi artırabilmeleri,
-
Veri güvenliği ve akademik dürüstlük ilkelerine uygun, risklerden arındırılmış bir yapay zekâ kullanımı gerçekleştirmeleri beklenmektedir.
Ders İçeriği (Modüler Yapı)
-
Modül 1: Üretken Yapay Zekâya Giriş: Temel prensipler, büyük dil modelleri ve yapay zekânın sınırları.
-
Modül 2: Prompt Engineering Temelleri: Kötü ve iyi prompt karşılaştırmaları, mühendislik yaklaşımının önemi.
-
Modül 3: Prompt Bileşenleri ve Yapısı: Rol tanımlama, bağlam oluşturma, görev/çıktı belirleme ve kısıt yönetimi.
-
Modül 4: Prompt Türleri ve Teknikleri: Zero/One/Few-shot yöntemleri, şablon tabanlı ve analiz/üretim odaklı promptlar.
-
Modül 5: Akademik ve Kurumsal Kullanım: Metin özetleme, rapor ve resmi e-posta yazımı, eğitim içeriği üretimi.
-
Modül 6: Prompt İyileştirme ve Etik Kullanım: İteratif geliştirme, halüsinasyon risklerinin yönetimi, veri güvenliği ve akademik dürüstlük.
Kaynaklar ve Materyaller Eğitim sürecinde; OpenAI ve büyük dil modellerine ilişkin resmî dokümantasyonlar ve kullanıcı rehberleri, Google AI kavramsal yayınları, Microsoft Azure AI & Copilot kurumsal uygulama örnekleri ve Stanford University (HAI) Yapay zekâ etkileşimi, güvenilirlik ve etik kullanım raporları temel referans kaynakları olarak kullanılmaktadır.
Değerlendirme Kriterleri ve Belgelendirme
Eğitim sonunda sertifika hak edişi için katılımcıların aşağıdaki değerlendirme metriklerinde başarı sağlaması gerekmektedir:
-
Derse Katılım: %20
-
Uygulama/Ödev Başarısı: %40
-
Sınav/Proje Başarısı: %40
