Özyeğin Üniversitesi Yapay Zekâ Kullanım Rehberi

Giriş
Bu Belge, Üniversitenin tüm akademik ve idari birimlerinde, eğitim-öğretim faaliyetleri, araştırma-geliştirme çalışmaları, ölçme-değerlendirme süreçleri, öğrenci destek hizmetleri dahil ve bunlarla sınırlı olmamak üzere tüm akademik ve idari süreçlerde yapay zekâ teknolojilerinin kullanımına ilişkin dikkat edilmesi gereken ilkeleri kapsamaktadır. Belgenin ilk bölümünde yapay zekâ ile ilgili sık kullanılan kavramların işlevsel tanımlarına, ikinci bölümünde üniversitemizin Yapay Zekâ Kullanım Politikasında da yer alan genel ilkelere, üçüncü bölümde ise öğrenci, öğretim elemanı ve idari çalışanların yapay zekâ kullanırken dikkat etmesi gereken ilkelere yer verilmiştir.  

Tanımlar
Bu belgenin uygulanması kapsamında yapay zekâ kullanımına yönelik karşılaşılabilecek kavramlar uluslararası belgelere dayanarak aşağıdaki şekilde tanımlanmıştır. Bu tanımlar gelişmeler doğrultusunda güncellenmektedir.

Algoritmik Önyargı (Algoritmic Bias): Yapay zekâ sistemlerinin, eğitim verilerindeki dengesizlikler ya da algoritmik tasarım sınırlılıkları nedeniyle belirli kişi, grup ya da durumlara karşı sistematik ve adil olmayan sonuçlar üretmesi durumudur.

Akademik Dürüstlük (Academic Integrity): Bilimsel ya da akademik faaliyetlerde doğruluk, açıklık, güvenilirlik, adalet ve etik ilkelere uygun davranma yükümlülüğünü ifade eden temel akademik ilkedir.

Akran Zorbalığı (Peer Bullying): Benzer yaş grubundaki bireyler arasında gerçekleşen, bir kişiye yönelik kasıtlı, tekrarlı ve güç dengesizliğine dayanan fiziksel, sözlü, psikolojik veya sosyal zarar verme davranışlarıdır.

Büyük Dil Modeli (Large Language Model, LLM): Büyük ölçekli metin verileri üzerinde eğitilmiş, doğal dili anlama, yorumlama ve üretme kapasitesine sahip yapay zekâ modelidir.

Derin Öğrenme (Deep Learning, DL): Çok katmanlı yapay sinir ağları kullanarak büyük veri kümelerindeki karmaşık örüntüleri öğrenebilen bir makine öğrenmesi yaklaşımıdır.

Derin Sahtecilik (Deepfake): Derin öğrenme teknikleri kullanılarak bir kişinin yüzünü, sesini ya da davranışlarını gerçeğe çok benzer biçimde taklit eden sahte görsel, video ya da ses içeriklerinin üretilmesidir.

Dijital Öğrenme Asistanı: Öğrencilerin öğrenme süreçlerini desteklemek amacıyla ders materyallerine erişim, içerik önerisi, soru yanıtlama ya da akademik planlama gibi konularda yardımcı olan yapay zekâ tabanlı dijital asistandır.

Dijital Öğretme Asistanı: Öğretim elemanlarının ders hazırlama, içerik üretme, değerlendirme, geri bildirim sağlama ve öğrenme süreçlerini yönetme gibi öğretim faaliyetlerini desteklemek amacıyla geliştirilen, yapay zekâ veya diğer dijital teknolojilerden yararlanan yazılım, uygulama ya da sistemdir.

Doğal Dil İşleme (Natural Language Processing, NLP): Bilgisayarların insan dilini anlama, yorumlama, analiz etme ya da üretmesini sağlayan yapay zekâ yöntem ve teknikleri alanıdır.

Eğitim Verisi (training Data): Yapay zekâ modellerinin öğrenmesi için kullanılan veri kümesidir.

Genel Veri Koruma Tüzüğü (General Data Protection Regulation – GDPR): Avrupa Birliği’nde kişisel verilerin işlenmesine ilişkin kuralları düzenleyen ve bireylerin kişisel veriler üzerindeki haklarını güçlendirmeyi amaçlayan, Avrupa Parlamentosu ve Konseyi tarafından kabul edilen ve 25 Mayıs 2018 tarihinde yürürlüğe giren veri koruma mevzuatıdır.

Halüsinasyon (Hallucination): Yapay zekâ modellerinin gerçekte var olmayan, doğrulanamayan ya da yanlış bilgileri doğruymuş gibi üretmesi durumudur.

İnce Ayar (Fine-tuning): Önceden eğitilmiş bir yapay zekâ modelinin belirli bir görev veya alan için ek veri kullanılarak yeniden uyarlanması sürecidir.

İstem/Komut (Prompt): Bir yapay zekâ modelinden belirli bir çıktı elde etmek amacıyla kullanıcı tarafından verilen metin, soru, komut veya talimattır.

Kişisel Veri: Kimliği belirli ya da belirlenebilir gerçek kişiye ilişkin her türlü bilgidir. Ad-soyad, iletişim bilgileri, akademik performans verileri, IP adresi, ses kaydı ya da yüz görüntüsü gibi bilgiler bu kapsamda değerlendirilir.

Kişisel Verilerin Korunması Kanunu (KVKK): Türkiye’de 7 Nisan 2016 tarihinde yürürlüğe giren ve kişisel verilerin işlenmesine ilişkin usul ve esasları düzenleyerek bireylerin özel hayatın gizliliğini, veri güvenliğini ve temel hak ve özgürlüklerini korumayı amaçlayan temel kanundur.

Küçük Dil Modeli (Small Language Model, SLM): Göreli olarak daha az parametreye ve daha düşük hesaplama kaynağına ihtiyaç duyan, genellikle belirli görevler ya da alanlar için optimize edilmiş doğal dil işleme modelidir.

Makine Öğrenmesi (Machine Learning, ML): Bilgisayarların açıkça programlanmadan verilerden örüntüler öğrenmesini ve bu öğrenme yoluyla görevlerdeki performanslarını geliştirmesini sağlayan yöntemler bütünüdür.

Model Eğitimi (Model Training): Bir yapay zekâ modelinin belirli görevleri yerine getirebilmesi için veri üzerinde öğrenme sürecinden geçirilmesidir.

Siber Zafiyet (Cyber Vulnerability): Bilgi sistemlerinin, ağların, yazılımların veya dijital altyapının güvenliğini zayıflatan ve kötü niyetli kişiler tarafından istismar edilmesi durumunda sistemlere yetkisiz erişim, veri kaybı, veri manipülasyonu veya hizmet kesintisine neden olabilecek güvenlik açığıdır.

Siber Zorbalık (Cyberbullying): Dijital iletişim araçları kullanılarak bireylere yönelik tehdit, aşağılama, iftira, taciz ya da dışlama gibi zarar verici davranışların kasıtlı ve tekrarlı biçimde gerçekleştirilmesidir.

Sohbet Araçları (Chatbotlar): Kullanıcılarla metin ya da ses aracılığıyla etkileşim kurarak bilgi sağlamak, yönlendirme yapmak ya da belirli görevleri yerine getirmek üzere tasarlanmış yapay zekâ tabanlı diyalog sistemleridir.

Üretken/Türetimci Yapay Zekâ (Generative AI - GenAI): Metin, görsel, ses, video veya yazılım kodu gibi yeni içerikler üretmek amacıyla eğitilmiş yapay zekâ modellerini ifade eder.

Yapay Zekâ (Artificial Intelligence – AI): Bilgisayar sistemlerinin öğrenme, akıl yürütme, örüntü tanıma, karar verme ya da doğal dili anlama gibi insan zekâsı gerektiren görevleri yerine getirmesini sağlayan yöntem ve teknolojileri ifade eder.

Yapay Zekâ Sistemi: Belirli hedefler doğrultusunda aldığı girdilerden tahmin, içerik, öneri ya da karar gibi çıktılar üreten ve bu çıktılar aracılığıyla fiziksel veya sanal ortamları etkileyebilen makine tabanlı sistemdir.

Yapay Zekâ Aracı (AI Tool): Belirli bir görevi gerçekleştirmek amacıyla makine öğrenmesi, doğal dil işleme, görüntü tanıma gibi yapay zekâ teknolojileri kullanılarak geliştirilmiş yazılım, uygulama ya da dijital hizmettir.

Yapay Zekâ Ajanı (AI Agent / Agentic AI): Belirli bir hedef doğrultusunda planlama yapabilen, çok adımlı görevleri yerine getirebilen ve farklı dijital araçları kullanarak otonom ya da yarı otonom şekilde çalışabilen yapay zekâ sistemidir.

Yapay Zekâ Okuryazarlığı (AI Literacy): Bireylerin yapay zekâ sistemlerinin çalışma prensiplerini, sınırlılıklarını, etik risklerini ve sorumlu kullanım yöntemlerini anlayabilme yetkinliğidir.

Yapay Zekâ Destekli Uygulama: İşlevlerinin bir kısmında yapay zekâ bileşenleri kullanan ve kullanıcılara doğrudan ya da dolaylı olarak hizmet sunan dijital sistem ya da yazılımdır.

Yapay Zekâ Sağlayıcısı: Bir yapay zekâ sistemini geliştiren, piyasaya sunan veya kendi adı altında sunan gerçek veya tüzel kişidir.

Yapay Zekâ Kullanıcısı: Bir yapay zekâ sistemini faaliyetleri kapsamında kullanan kişi veya kuruluştur.

Veri Minimizasyonu (Data Minimization): Kişisel verilerin işlenmesinde yalnızca belirlenen amaç için gerekli olan en az miktarda verinin toplanması, saklanması ya da kullanılması gerektiğini ifade eden veri koruma ilkesidir.

Veri Maskeleme (Data Masking): Hassas ya da kişisel verilerin, işlevsel kullanımını koruyacak şekilde değiştirilerek yetkisiz kişiler tarafından okunamayacak ya da gerçek kişiyle ilişkilendirilemeyecek hâle getirilmesini sağlayan veri koruma tekniğidir.

Genel İlkeler
Burada sıralananlar, Özyeğin Üniversitesi Yapay Zekâ Kullanım Politikası kapsamında yer alan ilkelerdir.

1. Yapay zekâ kullanımı, uluslararası^1,2, ulusal^3,4, kurumsal mevzuat ve ilkeler gözetilerek etik, güvenli ve sorumlu şekilde gerçekleştirilmelidir.
2. Her yapay zekâ kullanımında, veri korumaya yönelik olarak 6698 sayılı Kişisel Verilerin Korunması Kanunu (KVKK) ile ulusal ve uluslararası diğer veri koruma düzenlemelerine uyum sağlanmalıdır.
3. Kişisel verilerin gizliliğini ihlal edebilecek platformlar ve araçlar tercih edilmemelidir.
4. Gizlilik içeren hiçbir belge veya bilgi kesinlikle açık (ChatGPT, DeepSeek vb.) büyük veya küçük dil modeli (LLM veya SLM) ve/veya makine öğrenmesi içeren yapay zekâ araçlarına yüklenmemelidir. Paylaşımında hassasiyet olabilecek bilgi ve verilerin kullanımında Bilgi Güvenliği ofisinden görüş alınmalıdır.
5. Yapay zekâ araçlarının hangi fonksiyonlarının, araştırmanın veya çalışmanın hangi aşamalarında, hangi kapsamda ve ne ölçüde kullanıldığı şeffaf biçimde belirtilmelidir.
6. Öğretim elemanları, ders izlencelerinde yapay zekâ kullanımına yönelik benimsedikleri kuralları açık ve ayrıntılı biçimde belirtmelidir.
7. Yapay zekâ kullanımı ve araştırmaları, ilgili mevzuat^5,6 ile Üniversitenin mevcut ilke ve politikalarıyla çelişmemelidir.
8. Yapay zekâ kullanımı, elde edilen çıktılar ve karşılaşılan sonuçlar hakkında şahsi sorumluluk ilkesi geçerlidir.
9. Yapay zekâ araçlarını kullanırken bilgi güvenliği, veri mahremiyeti, veri minimizasyonu, etik, doğruluk, tarafsızlık ve akademik dürüstlük ilkelerine riayet edilmelidir.
10. Yapay zekâ araçları siber zorbalık, akran zorbalığı, derin sahtecilik (deep fake) gibi eylemlerde kullanılmamalıdır.  
11. Yapay zekâ araçlarının yanlış, eksik, önyargılı veya ayrımcı içerikler üretebileceği dikkate alınmalı; içerikler kontrol edilmeden, yanlış, eksik, önyargılı ve ayrımcı sonuçlar elde edilecek şekilde kullanılmamalıdır. 
12. Üniversitede eğitim, akademik ve idari süreçlerde yapay zekâ araçlarının kullanımına ilişkin ilgili birim veya yetkili kurullar tarafından getirilen sınırlamalara mutlaka uyulmalıdır.
13. Kurumsal yapay zekâ araçlarının kullanımına ilişkin kayıtlar sistem güvenliği, kullanım optimizasyonu ve maliyet analizi amaçlarıyla teknik olarak işlenebilir. Bu kayıtlar, kişisel veri güvenliği ilkelerine uygun biçimde saklanır ve yalnızca yetkili kişilerce erişilebilir.
14. Yapay zekâ araçlarının kullanımıyla oluşabilecek riskli durumlar (kurumsal verilerin yanlışlıkla yüklenmesi, fazla bilgi paylaşımı, maskelemenin yetersiz kalması, siber zafiyet ortaya çıkması, verilerin çalınması gibi idari, hukuki ve teknik risk oluşturabilecek durumlar) 24 saat içerisinde Bilgi Güvenliği Ofisine (bilgiguvenligiofisi@ozyegin.edu.tr) iletilmelidir.

Kullanırken Dikkat Edilmesi Gereken İlkeler
Üniversitemizin iç paydaşlarının kullanımına izin verilen ve kullanılmaması gereken durumlara yönelik ilkeler ayrı başlıklar halinde sıralanmıştır.

Öğrenciler
Bu belge, ulusal ve uluslararası temel mevzuat ile Özyeğin Üniversitesi Yapay Zekâ Kullanımı Politikasında belirtilen ilkeler doğrultusunda ve öğretim elemanının yazılı izni ve/veya ders izlencesinde belirtilmesi kaydıyla, öğrenciler yapay zekayı aşağıda örneklenen amaçlar doğrultusunda, hukuka uygun olarak kullanabilir:

1. Kaynak bulma, özet çıkarma ve kavramların açıklanması,
2. Fikir geliştirme, taslak hazırlama, başlık önerileri oluşturulması,
3. Ders programı hazırlama ve hatırlatıcı uyarılar alınması,
4. Çeviri yapılması, doğru ifadeler bulunması, metinlerin anlaşılması,
5. Video, podcast, sunu gibi öğrenme materyallerinin hazırlanması,
6. ScOLa bünyesindeki dersler, sınav ve ödevler dışında dil bilgisi, yazım kontrolü ve yazının akıcılığının geliştirilmesi.

Öğrencilerin yapay zekâ araçlarını, öğretim elemanının yazılı izni olmadan ve/veya ders izlencesinde belirtilmedikçe aşağıda örneklenen şekliyle kullanmaları uygun değildir:

1. Başarının ölçülmesinde kullanılan sınavlarda yapay zekânın kullanılması,
2. Ödev, proje, uygulama gibi başarı puanına etki eden ya da etmeyen görevlerin tamamının veya esasa ilişkin önemli bölümünün yapay zekâ aracılığıyla hazırlanması (değerlendirme ilgili öğretim elemanının takdirindedir),
3. Yapay zekâdan alınan fikir, özet, çeviri gibi içeriklerin doğruluk ve özgünlüğünün kontrolü sağlanmadan teslim edilmesi,
4. Kullanılan yapay zekâ katkısının akademik çalışmaların bilgilendirme kısmında belirtilmemesi.

Akademik Çalışanlar (Öğretim Elemanları)
Bu belge, ulusal ve uluslararası temel mevzuat ile Özyeğin Üniversitesi Yapay Zekâ Kullanımı Politikasında belirtilen ilkeler doğrultusunda, öğretim elemanları yapay zekayı aşağıda örneklenen amaçlar doğrultusunda, hukuka uygun olarak kullanabilir:

1. Ders izlencelerinin tasarımı veya geliştirilmesi,
2. Ders içi öğrenme etkinlikleri için öneriler geliştirilmesi,
3. Video, çalışma sayfası (worksheet), podcast gibi öğrenme materyalleri üretilmesi,
4. Ölçme-değerlendirme için soru ve ödev önerilerinin geliştirilmesi,
5. Öğrencilerin ödev, proje, uygulama gibi faaliyetlerinin hazırlık süreçlerinde yapay zekanın güvenli ve etik kullanımına rehberlik edilmesi,
6. Çeviri, dil bilgisi ve yazım konusunda destek alınması.

Öğretim elemanlarının yapay zekayı aşağıda örneklenen şekliyle kullanmaları uygun değildir:

1. Akademik danışmanlık veya öğrenciye özel geribildirim gibi kritik görevlerin kontrolsüz biçimde yapay zekâya devredilmesi,
2. Ders veya ölçme-değerlendirme öğrenme kaynaklarının (görsel, işitsel, yazılı vb.) hiçbir entelektüel katkı olmaksızın tamamen yapay zekâya hazırlatılması,
3. Sınav ve ödevlerin puanlanması ile geribildirimin tamamen yapay zekâ tarafından yapılması,
4. Yapay zekâ tarafından üretilen içeriklerin özgün akademik çalışma olarak sunulması,
5. Kullanılan yapay zekâ katkısının akademik ve diğer çalışmaların bilgilendirme kısmında belirtilmemesi.

Akademik ve İdari Çalışanlar
Bu belge, ulusal ve uluslararası temel mevzuat ile Özyeğin Üniversitesi Yapay Zekâ Kullanımı Politikasında belirtilen ilkeler doğrultusunda, tüm çalışanlar yapay zekayı aşağıda örneklenen amaçlar doğrultusunda, hukuka uygun olarak kullanabilirler:

1. Genel belge düzenleme, randevu planlama gibi rutin idari görevlerde çıktıların doğruluğunun ve gizliliğinin kontrol edilerek faydalanılması,
2. Nesnel (objective) ve olgusal (fact) veriler (örneğin istatistiksel veriler) içeren raporların analizi süreçlerinde kullanılması,
3. Takdir yetkisi veya operasyonel karar gerektirmeyen durumlarda hızlı yanıt üretilmesi,
4. Üniversite tanıtımı için sesli, görsel ve yazılı içerikler hazırlanması (kaynak gösterme şartıyla),
5. Sunum, grafik, ses, görüntü ve hareketli görsel materyaller geliştirmesi (kaynak gösterme şartıyla),
6. Çeviri, altyazı ekleme, seslendirme gibi erişilebilirlik unsurların desteklenmesi.

Çalışanların yapay zekâyı aşağıda örneklenen şekliyle kullanımları uygun değildir:

1. Üniversitenin kurumsal veya gizli bilgi ve belgelerinin yönetici onayı olmaksızın işlenmesi,
2. Kişisel veri içeren bilgi ve belgelerin hukuka aykırı şekilde işlenmesi,
3. Öznel değerlendirme gerektiren konularda kullanılması,
4. Kullanılan yapay zekâ katkısının idari çalışmaların bilgilendirme kısmında belirtilmemesi.

Yapay zekanın dinamik ve hızlı değişim göstermesi nedeniyle ilgili mevzuat, politika ve ilkelerin de güncellenmesi söz konusu olabilir. Bu nedenle, tüm paydaşların yapay zekâ kullanımı öncesinde, bu belge ve Özyeğin Üniversitesi Yapay Zekâ Kullanımıyla ilgili diğer mevzuat ile Uluslararası ve ulusal mevzuat, politika ve ilkelerin incelemesi önerilir. 

1 OECD AI Principles: https://www.oecd.org/en/topics/sub-issues/ai-principles.html
2 EU General Data Protection Regulation (GDPR): https://gdpr.eu
3 Kişisel Verilerin Korunması Kanunu (KVKK): https://www.mevzuat.gov.tr/mevzuat?MevzuatNo=6698&MevzuatTur=1&MevzuatTertip=5
4 Siber Güvenlik Kanunu: https://mevzuat.gov.tr/mevzuat?MevzuatNo=7545&MevzuatTur=1&MevzuatTertip=5
5 Destek Süreçlerinde Üretken Yapay Zekânın (ÜYZ) Sorumlu ve Güvenilir Kullanımı Rehberi: https://tubitak.gov.tr/tr/kurumsal/hakkimizda/uretken-yapay-zeka-rehberi
6 Yapay Zeka Kullanımına Dair Etik Rehber: https://proje.yok.gov.tr/tr/page/635