1. Eğitim Bilgi Sistemi
  2. Bilişim Sistemleri Mühendisliği (Dr)
  3. Trust, Governance, and Algorıthmıc Redesıgn In Socıotechnıcal Aı (2026 - 2027)
Ders Adı Kodu Yarıyıl T+U Saat Kredi AKTS
Trust, Governance, and Algorıthmıc Redesıgn In Socıotechnıcal Aı ISE 615 0 3 + 0 3 6
Ön Koşul Dersleri
Önerilen Seçmeli Dersler
Dersin Dili İngilizce
Dersin Seviyesi Doktora
Dersin Türü Seçmeli
Dersin Koordinatörü Dr.Öğr.Üyesi SUNUSİ BALA ABDULLAHİ
Dersi Verenler Dr.Öğr.Üyesi SUNUSİ BALA ABDULLAHİ,
Dersin Yardımcıları
Dersin Kategorisi Alanına Uygun Öğretim
Dersin Amacı

Upon successful completion of this course, doctoral researchers will be able to:

  1. To critically evaluate AI architectures against mathematical definitions of fairness, privacy, and explainability (XAI), identifying intrinsic trade-offs, contradictions, and systemic vulnerabilities in high-stakes domains.
  1. To architect, modify, and optimize machine learning models, utilizing federated learning, adversarial defense mechanisms, and green computing principles, to meet strict socio-technical, computational, and environmental constraints.
  1. To formulate and execute rigorous Algorithmic Impact Assessments (AIAs) and pre-deployment audits that integrate geopolitical, legal, and cryptographic frameworks into the software development lifecycle.
  1. To construct a functional, publishable-grade software artifact and defend its technical, ethical, and structural integrity under simulated peer and regulatory review.
Dersin İçeriği
1.hafta   Foundations of Machine Ethics and Epistemology
2.hafta   Deep Dive into Human-Centered AI Paradigms
3.hafta   Bias and Fairness in Algorithms
4.hafta   Epistemic Transparency and High-Stakes Explainability
5.hafta   Geopolitics of AI Governance & Sovereignty
6.hafta   Edge Ethics: IoT, Pervasive computing
7.hafta   Decentralized Archtectures
8.hafta   High-Stakes Domains
9.hafta   Green Computing
10.hafta   Adversarial Robustness
11.hafta   Privacy-Preserving ML
12.hafta   Applied Operationalization
13.hafta   Algorithmic Impact Assessments
14.hafta   Frontier Research Presentations.
Sektör Desteği
Destekleyen Firma
Destekleyen Eğitmen
Kalkınma Amaçları
# Ders Öğrenme Çıktıları Öğretim Yöntemleri Ölçme Yöntemleri
1 To Deconstruct & Audit Algorithmic Systems Anlatım, Beyin Fırtınası, Ödev / Evde-Çöz Sınavlar,
2 To Execute Algorithmic Redesign Problem Çözme, Performans Değerlendirme, Ödev / Evde-Çöz Sınavlar,
3 To Operationalize AI Governance Problem Çözme, Proje, Performans Değerlendirme,
Hafta Ders Konuları Ön Hazırlık
1 Foundations of Machine Ethics and Epistemology
2 Deep Dive into Human-Centered AI Paradigms
3 Bias and Fairness in Algorithms
4 Epistemic Transparency and High-Stakes Explainability
5 Geopolitics of AI Governance & Sovereignty
6 Edge Ethics: IoT, Pervasive computing
7 Decentralized Architectures
8 High-Stakes Domains
9 Green Computing
10 Adversarial Robustness
11 Privacy-Preserving ML
12 Applied Operationalization
13 Algorithmic Impact Assessments
14 Frontier Research Presentations.
Kaynaklar
Ders Notu

Lecture slides
Ders Kaynakları
  1. Abdullahi, S.B. (2026). AI-Powered Feature Selection for Adaptive Human–Computer Interaction. IAENG Transactions on Artificial Intelligence in Honour of Laureates Yoshua Bengio, Eduard Hovy and Geoffrey McLachlan. World Scientific Publications.
  2. Abdullahi, S.B. & Tareeq, M. (2026). A blockchain-verified explainable AI pipeline for multi-scale agri-food carbon accounting. Computers & Industrial Engineering. Elsevier Publications.
  3. Abdullahi, S.B. (2025). Quantifying the Privacy-Utility Trade-off in  Human–Computer Ethical IoT. 2025 IEEE Connecting the Unconnected Europe, Middle East, and Africa Regional Summit (CTUS-EMEA). IEEE Publications.
  4. Carlton, D. (2024). AI Governance: Applying AI Policy and Ethics through Principles and Assessments. Technics Publications.
  5. Voeneky, S., Kellmeyer, P., Mueller, O., & Burgard, W. (2022). The Cambridge Handbook of Responsible Artificial Intelligence. Cambridge University Press.
  6. Buolamwini, J., & Gebru, T. (2018). Gender Shades: Intersectional Accuracy Disparities in Commercial Gender Classification. MIT Press / Proceedings of Machine Learning Research.
Sıra Program Çıktıları Katkı Düzeyi
1 2 3 4 5
1 Yaşadığı toplumun bilgi toplumu olmasına katkıda bulunmak, toplumsal, bilimsel, kültürel ve etik sorunlara çözüm sunmak amaçlarıyla alanındaki bilimsel, teknolojik, sosyal veya kültürel ilerlemeleri içeren bilimsel projeler geliştirir ve bu projeleri ulusal ve uluslararası bilimsel ortamlarda (toplantılarda) tanıtır. X
2 Alanında bilimsel araştırma yaparak bilgiye genişlemesine ve derinlemesine ulaşır, alanında güncel teknik ve yöntemler ile bunların kısıtları hakkında sahip olduğu kapsamlı bilgiyi elde ettiği bilgi ile karşılaştırarak değerlendirir ve sentezleyerek yeni sonuçlar ortaya koyar. X
3 Alanı ile ilgili problemleri tanımlar ve formüle eder, yeni ve/veya özgün fikir ve yöntemler geliştirir; karmaşık sistem veya süreçleri tasarlar ve tasarımlarında yenilikçi/alternatif çözümler ve/veya yöntemler geliştirir. X
4 Kuramsal, deneysel ve modelleme esaslı araştırmaları tasarlar ve uygular, belirsiz, sınırlı ya da eksik verileri bilimsel yöntemlerle tamamlar; verilerin toplanması, yorumlanması, duyurulması ile yeni modellemelerin oluşturulması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetir. X
5 Alanındaki uygulamaların sosyal, çevresel, sağlık, güvenlik, hukuki boyutlarını ile proje yönetimi ve iş hayatı uygulamalarını bilir ve bunların getirdiği kısıtların farkındadır. Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilir, bu tür takımlarda liderlik yapabilir ve karmaşık durumlarda çözüm yaklaşımları geliştirebilir; bağımsız çalışabilir ve sorumluluk alır. X
6 Çalışmalarının süreç ve sonuçlarını, alanında veya alan dışındaki ulusal ve uluslararası ortamlarda bir yabancı dili en az Avrupa Dil Portföyü C1 Genel Düzeyinde kullanarak, yazılı ya da sözlü olarak aktararak sözlü ve yazılı iletişim kurar. X
7 Yapay zeka algoritmaları kullanarak farklı alanlara özgü projeler ya da sistemler üretebilir. X
8 Farklı bilişim sistemlerini tasarım, modelleme ve analiz yeteneğine sahip olur, ilgili yöntemleri ve araçları kullanabilir. X
9 İlgili alanlarda bilimsel yayın yapabilir, ilgili projelerde görev alabilir. X
# Ders Öğrenme Çıktılarının Program Çıktılarına Katkısı PÇ 1 PÇ 2 PÇ 3 PÇ 4 PÇ 5 PÇ 6 PÇ 7 PÇ 8 PÇ 9
1 To Deconstruct & Audit Algorithmic Systems 4
2 To Execute Algorithmic Redesign 4
3 To Operationalize AI Governance 2 3 4 4 4 5
Değerlendirme Sistemi
Yarıyıl Çalışmaları Katkı Oranı
1. Ödev 50
1. Performans Görevi (Seminer) 50
Toplam 100
1. Final 60
1. Yıl İçinin Başarıya 40
Toplam 100
AKTS - İş Yükü Etkinlik Sayı Süre (Saat) Toplam İş Yükü (Saat)
Proje / Tasarım 1 48 48
Performans Görevi (Seminer) 1 48 48
Ders Süresi (Sınav haftası dahildir: 16x toplam ders saati) 16 3 48
Ödev 1 16 16
Toplam İş Yükü 160
Toplam İş Yükü / 25 (Saat) 6,4
dersAKTSKredisi 6