| School/Faculty/Institute | Faculty of Law | |||||||
| Course Code | LAW 229 | |||||||
| Course Title in English | AI Law | |||||||
| Course Title in Turkish | Yapay Zekâ Hukuku | |||||||
| Language of Instruction | EN | |||||||
| Type of Course | Lecture | |||||||
| Level of Course | Intermediate | |||||||
| Semester | ||||||||
| Contact Hours per Week |
|
|||||||
| Estimated Student Workload | 98 hours per semester | |||||||
| Number of Credits | 4 ECTS | |||||||
| Grading Mode | Standard Letter Grade | |||||||
| Pre-requisites | None | |||||||
| Expected Prior Knowledge | None | |||||||
| Co-requisites | None | |||||||
| Registration Restrictions | Undergraduate Students Only | |||||||
| Overall Educational Objective | Students will learn the basic concepts on AI law. | |||||||
| Course Description | The course aims to give the students a basic understanding of opportunities challenges presented by the newly emerging AI technology while exploring the intersection of artificial intelligence (AI) and the legal system. Students will examine the ways in which AI technology is impacting various areas of law, including predictive policing, criminal justice, intellectual property and privacy. The course will focus on contemporary attempts for codification, particularly the EU AI Act and the Council of Europe Framework Convention on AI. Other areas of interest shall be the utilization of AI for predictive policing, intelligence gathering, commercial purposes, market and election manipulation. Possibilities on future uses of AI shall be explored, such as the use of AI in legal professions, coding existing law into algorithms, and the use of brain-machine interfaces in criminal justice. | |||||||
| Course Description in Turkish | Bu ders, öğrencilere yapay zeka (YZ) ve hukuk sisteminin kesişiminde yeni ortaya çıkan YZ teknolojisinin sunduğu fırsatlar ve zorluklar hakkında temel bir anlayış kazandırmayı amaçlamaktadır. Öğrenciler, yapay zeka teknolojisinin öngörücü polislik, ceza adaleti, fikri mülkiyet ve özel hayat dahil olmak üzere hukukun çeşitli alanlarını nasıl etkilediğini inceleyeceklerdir. Ders, özellikle AB YZ Yasası ve Avrupa Konseyi YZ Çerçeve Sözleşmesi olmak üzere güncel kodifikasyon çabalarına odaklanacaktır. Diğer ilgi alanları, YZ'nin tahmine dayalı polislik, istihbarat toplama, ticari amaçlar, piyasa ve seçim manipülasyonu için kullanılması olacaktır. Yapay zekânın hukuk mesleklerinde kullanımı, mevcut hukukun algoritmalaştırılması ve ceza adaletinde beyin-makine arayüzlerinin kullanılması gibi YZ'nin gelecekteki kullanımlarına ilişkin olasılıklar araştırılacaktır. |
Course Learning Outcomes and CompetencesUpon successful completion of the course, the learner is expected to be able to:1) Yapay zeka teknolojisinin temel ilkelerini ve hukuk alanındaki uygulamalarını anlamak. 2) Ceza adaleti, fikri mülkiyet, mahremiyet ve kurumsal düzenlemeler dahil olmak üzere farklı hukuk alanlarında yapay zeka teknolojisinin etik ve yasal sonuçlarını analiz etmek ve değerlendirmek. 3) Yapay zeka teknolojisinin insan hakları ile ilgili kullanımından kaynaklanan sorunlara çözüm bulmak için etkili bir şekilde iletişim kurma ve savunma becerilerini geliştirmek. 4) Yapay zeka ile ilgili son kodlama girişimlerinin temel unsurlarını ve özelliklerini göstermek. 5) Tahmine dayalı algoritmaların kullanımı ve kişisel mahremiyet üzerindeki etkilerini yorumlamak. 6) Büyük dil modellerinin yaygın kullanımı ve bunların fikri mülkiyet üzerindeki etkilerine ilişkin konuları tartışmak. 7) Manipülatif piyasa ve seçmen davranışı konularında yapay zeka teknolojisi ile ilgili karmaşık konuları ve bunun yasal sonuçlarını tartışmak ve müzakere etmek için meslektaşlarla işbirliği yapmak. 8) Yapay zeka teknolojisinin gelişen doğası ve hukuk mesleği üzerindeki etkisi üzerine düşünmek ve gelecekteki hukuk uygulamaları ve politika geliştirme üzerindeki etkilerini değerlendirmek. |
| Program Learning Outcomes/Course Learning Outcomes | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
|---|---|---|---|---|---|---|---|---|
| 1) Psikolojideki başlıca kavramlar, teorik perspektifler, deneysel bulgular ve tarihsel eğilimler hakkında kapsamlı bilgi edinilmesi. | ||||||||
| 2) Psikolojide temel araştırma yöntemlerini, ayrıca araştırma tasarımı, veri analizi ve veri yorumlama anlama ve uygulama becerisi. | ||||||||
| 3) Davranış ve zihinsel süreçlerle ilgili problemleri çözmek için eleştirel ve yaratıcı düşünme, şüpheci sorgulama ve bilimsel bir yaklaşım kullanma yetkinliği. | ||||||||
| 4) Psikolojik ilke, beceri ve değerleri kişisel, sosyal ve örgütsel bağlamlarda anlama ve uygulama becerisi. | ||||||||
| 5) Psikoloji disipliniyle bağlantılı olan kanıtları değerlendirme, belirsizliği tolere etme ve diğer değerleri yansıtma becerisi. | ||||||||
| 6) Mesleki etik standartların içselleştirilmesi ve yayılması. | ||||||||
| 7) Psikoloji ve diğer sosyal bilimler alanlarında bilgi edinme amacıyla bilgi teknolojileri, bilgisayar ve diğer teknolojileri kullanma konusunda yetkinlik gösterme. | ||||||||
| 8) Psikoloji bilimi bilgisini Türkçe ve en azından CEFR B2 düzeyinde İngilizce olmak üzere çeşitli formatlarda etkili bir şekilde iletme becerisi. | ||||||||
| 9) Sosyokültürel ve uluslararası çeşitliliğin karmaşıklığını tanıma, anlama ve buna saygı gösterme. | ||||||||
| 10) Yaşam boyu öğrenme, araştırma ve kendini geliştirme ihtiyacını tanıma ve bu doğrultuda beceriler geliştirme. | ||||||||
| 11) Psikolojik teori ve literatüre dayanarak eleştirel hipotezler oluşturma ve bu hipotezleri test etmek için çalışmalar tasarlama becerisi. | ||||||||
| 12) Bağımsız olarak bilgi edinme ve kendi öğrenimini planlama becerisi. | ||||||||
| 13) Yazılı çalışmaların ve sunumların netliği ve düzeni konusunda ileri düzeyde yetkinlik gösterme. |
| N None | S Supportive | H Highly Related |
| Program Outcomes and Competences | Level | Assessed by | |
| 1) | Psikolojideki başlıca kavramlar, teorik perspektifler, deneysel bulgular ve tarihsel eğilimler hakkında kapsamlı bilgi edinilmesi. | N | |
| 2) | Psikolojide temel araştırma yöntemlerini, ayrıca araştırma tasarımı, veri analizi ve veri yorumlama anlama ve uygulama becerisi. | N | |
| 3) | Davranış ve zihinsel süreçlerle ilgili problemleri çözmek için eleştirel ve yaratıcı düşünme, şüpheci sorgulama ve bilimsel bir yaklaşım kullanma yetkinliği. | H | Exam,HW,Participation |
| 4) | Psikolojik ilke, beceri ve değerleri kişisel, sosyal ve örgütsel bağlamlarda anlama ve uygulama becerisi. | N | |
| 5) | Psikoloji disipliniyle bağlantılı olan kanıtları değerlendirme, belirsizliği tolere etme ve diğer değerleri yansıtma becerisi. | N | |
| 6) | Mesleki etik standartların içselleştirilmesi ve yayılması. | N | |
| 7) | Psikoloji ve diğer sosyal bilimler alanlarında bilgi edinme amacıyla bilgi teknolojileri, bilgisayar ve diğer teknolojileri kullanma konusunda yetkinlik gösterme. | N | |
| 8) | Psikoloji bilimi bilgisini Türkçe ve en azından CEFR B2 düzeyinde İngilizce olmak üzere çeşitli formatlarda etkili bir şekilde iletme becerisi. | N | |
| 9) | Sosyokültürel ve uluslararası çeşitliliğin karmaşıklığını tanıma, anlama ve buna saygı gösterme. | S | Participation |
| 10) | Yaşam boyu öğrenme, araştırma ve kendini geliştirme ihtiyacını tanıma ve bu doğrultuda beceriler geliştirme. | S | HW,Participation |
| 11) | Psikolojik teori ve literatüre dayanarak eleştirel hipotezler oluşturma ve bu hipotezleri test etmek için çalışmalar tasarlama becerisi. | N | |
| 12) | Bağımsız olarak bilgi edinme ve kendi öğrenimini planlama becerisi. | S | Exam,HW |
| 13) | Yazılı çalışmaların ve sunumların netliği ve düzeni konusunda ileri düzeyde yetkinlik gösterme. | H | Exam,HW |
| Prepared by and Date | , |
| Course Coordinator | RAĞIP BARIŞ ERMAN |
| Semester | |
| Name of Instructor | Dr. Öğr. Üyesi RAĞIP BARIŞ ERMAN |
| Hafta | Konu |
| 1) | Yapay Zeka Teknolojisine Giriş ve Hukuki Etkileri |
| 2) | Yapay Zekanın Kodlanması: Zorluklar ve Fırsatlar |
| 3) | AB Yapay Zeka Yasası |
| 4) | Avrupa Konseyi Yapay Zeka Çerçeve Sözleşmesi |
| 5) | Gizlilik Endişeleri ve Yapay Zeka Teknolojisi |
| 6) | Fikri Mülkiyet Hukukunda Yapay Zeka |
| 7) | Öngörücü Polislik ve İstihbarat Toplama |
| 8) | Ceza Adalet Sisteminde Yapay Zeka |
| 9) | Yapay Zeka ve Deepfakeler |
| 10) | Yapay Zeka ve Seçim Manipülasyonu |
| 11) | Hukuk Mesleklerinde Yapay Zekanın Geleceği |
| 12) | Algoritmalar ve Hukuk |
| 13) | Beyin-Bilgisayar Arayüzleri |
| 14) | Genel Tekrar ve Gelecekteki Eğilimler Üzerine Tartışma |
| Required/Recommended Readings | EU AI Act Council of Europe Framework Convention on artificial intelligence and human rights, democracy, and the rule of law | |||||||||||||||
| Teaching Methods | Lecture, student presentations & open class discussion | |||||||||||||||
| Homework and Projects | ||||||||||||||||
| Laboratory Work | ||||||||||||||||
| Computer Use | ||||||||||||||||
| Other Activities | ||||||||||||||||
| Assessment Methods |
|
|||||||||||||||
| Course Administration |
ermanr@mef.edu.tr |
|||||||||||||||
| Activity | No/Weeks | Hours | Calculation | ||||
| No/Weeks per Semester | Preparing for the Activity | Spent in the Activity Itself | Completing the Activity Requirements | ||||
| Ders Saati | 14 | 1 | 2 | 2 | 70 | ||
| Sunum / Seminer | 2 | 6 | 2 | 2 | 20 | ||
| Final | 1 | 6 | 2 | 8 | |||
| Total Workload | 98 | ||||||
| Total Workload/25 | 3.9 | ||||||
| ECTS | 4 | ||||||