İşletmeler Bağlamında Afetlerin Önlenmesi ve Dirençliliğin Arttırılmasında Toplum 5.0’ın Rolü

Öz

Teknolojinin gelişmesiyle birlikte toplumlar da değişmektedir. Toplum 5.0'ın vizyonu, dijital dönüşümü kullanarak toplum ve teknoloji arasındaki iki farklı ilişkiyi yeniden oluşturmak ve yüksek kaliteli bir toplum elde etmektir. Toplum 5.0, işletmeler açısından da şehir ve bölgeler, enerji, afet önleme, sağlık, tarım ve gıda, lojistik, üretim ve hizmetler, finans ve halk hizmeti konularına yoğunlaşmakla birlikte pek çok alanı etkileyebilecektir. İklim değişikliği ve afet yönetiminde Toplum 5.0 tarafından getirilen yenilikçi çözümler bağlamında bir dönüşüm beklenmektedir. Yapay zeka, büyük veri, derin öğrenme ve robotik alanlarında afetlerden önce gerçekleştirilecek çalışmalar afetlere hazırlık yapmak ve dirençliliği arttırmak hususunda önemli adımlar olacaktır. Bununla birlikte insan gücünün yerine robotik sistemlerin devreye girmesi afet sırası ve sonrasında yapılacak kurtarma çalışmalarında, kurtarma görevlilerini tehlikelere karşı koruyacaktır. Robotların ve insansız hava araçlarının arama ve kurtarma görevlerine yardımcı olması ve yardım malzemeleri ile ilaçların ulaştırılmasında kullanılması zamandan tasarruf edilmesine katkı sağlayacaktır. Afet yönetimi sürecinin daha etkin işletilmesi, süreç veriminin artırılması ve harcanan her türden kaynağın azaltılması adına teknolojik gelişimleri sürece dahil eden ve gelişen teknolojilere ayak uydurabilen bir afet yönetimi anlayışının benimsenmesi oldukça önemlidir. Aynı şekilde işletmelerinde bu teknolojilere ayak uydurması ve afetlere karşı hazırlıklı olması ayrı bir önem taşımaktadır.

Anahtar Kelimeler

• Afet
• Dirençlilik
• Toplum 5.0

The Role of Society 5.0 in Preventing Disasters and Increasing Resilience in Business Context

Abstract

Societal evolution is concomitant with technological development. The overarching vision of Society 5.0 is to leverage digital transformation to reconfigure the dichotomous relationship between society and technology, thereby striving towards the realisation of a high-quality society. From a business perspective, Society 5.0 is poised to exert a significant influence across a wide range of domains, including urban and regional development, energy, disaster risk reduction, healthcare, agriculture and food systems, logistics, manufacturing and services, finance, and public administration. A transformation in climate change and disaster management is expected in the context of innovative solutions brought by Society 5.0. Prior to the occurrence of disasters, studies in the domains of artificial intelligence, big data, deep learning and robotics will be instrumental in disaster preparedness and enhancing resilience. Furthermore, the introduction of robotic systems as a substitute for human labour will offer protection to rescue workers against dangers in rescue operations during and after disasters. The utilisation of robots and unmanned aerial vehicles to facilitate search and rescue operations, as well as the delivery of relief supplies and medicines, is anticipated to result in significant time savings. It is imperative to adopt a disaster management approach that incorporates technological advancements, ensuring the ability to keep pace with evolving technologies. This approach will enhance the effectiveness of the disaster management process, increase efficiency, and reduce the expenditure of various resources. Similarly, it is of particular importance for businesses to keep up with these technologies and to be prepared for disasters.

Keywords

• Disaster
• Resilience
• Society 5.0

Kaynakça

1. Acerbo, F. S. ve Rossi, C. (2017). Filtering informative tweets during emergencies: A machine learning approach. I-TENDER 2017 - Proceedings of the 2017 1st CoNEXT Workshop on ICT Tools for Emergency Networks and DisastEr Relief, 1–6. Doi:10.1145/3152896.3152897
2. Agrawal, A., Gans, J. ve Goldfarb, A. (2019). Geleceği gören makineler. Yapay Zeka Ekonomisine Giriş, [Prediction Machines: The Simple Economics of Artificial Intelligence] Çev.: Mustafa Ürgen, İstanbul: Babil Kitap
3. Aksoy, B., Bayrakçı, H. C., Bayrakçı, E. ve Uğuz, S. (2017). Büyük Verinin Kurumlarda Kullanımı. Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 22(Kayfor 15 Özel Sayısı), 1915-1920.
4. Angin, C. (2024). Artificial Intelligence in Disaster Management: Approaches, Methods and Applications. Türk Deprem Araştırma Dergisi, 6(2), 610-627. Doi: 10.46464/tdad.1532261
5. Arı, E. S. (2021). Süper Akıllı Toplum: Toplum 5.0. Dokuz Eylül Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 23(1), 455–479. Doi:10.16953/deusosbil.808359
6. Arslan, K. (2020). Eğitimde yapay zekâ ve uygulamaları. Batı Anadolu Eğitim Bilimleri Dergisi, 11(1), 71-88.
7. Arslan, M., Roxin, A., Cruz, C., Ginhac, D. ve Ginhac, D. (2017, Aralık). A review on applications of big data for disaster management. The 13th International Conference on Signal Image TechNology & Internet Based Systems sunulan bildiri.
8. Bail, R. D. F., Kovaleski, J. L., da Silva, V. L., Pagani, R. N. ve Chiroli, D. M. D. G. (2021). Internet of things in disaster management: Technologies and uses. Environmental Hazards, 20(5), 493-513. Doi: 10.1080/17477891.2020.1867493

9. Bari, L. F., Ahmed, I., Ahamed, R., Zihan, T. A., Sharmin, S., Pranto, A. H. ve Islam, M. R. (2023). Potential use of artificial intelligence (AI) in disaster risk and emergency health management: A critical appraisal on environmental health. Environmental health insights, 17, 11786302231217808. Doi: 10.1177/11786302231217808
10. Başakın, E. E., Ekmekçioğlu, Ö. ve Özger, M. (2019). Makine öğrenmesi yöntemleri ile kuraklık analizi. Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi, 25(8), 985-991. doi: 10.5505/pajes.2019.34392
11. Bingöl, K., Akan, A. E., Örmecioğlu, H. T. ve Er, A. (2020). Depreme dayanıklı mimari tasarımda yapay zeka uygulamaları: Derin öğrenme ve görüntü işleme yöntemi ile düzensiz taşıyıcı sistem tespiti. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, 35(4), 2197-2210. Doi: 10.17341/gazimmfd.647981
12. Cabinet Office. Examples of Creating New Value in the Field of Disaster Prevention (Society 5.0). 2018a, Erişim adresi: Examples of Creating New Value in the Field of Disaster Prevention (Society 5.0) (cao.go.jp)
13. Cabinet Office, Society 5.0, 2018b Erişim adresi: https://www8.cao.go.jp/cstp/english/society5_0/index.html
14. Canpolat, B. ve Okay Ahi, G. (2021). Akıllı Telefonda Derin Öğrenme ile Deprem Erken Uyarı Sistemi Tasarımı. Avrupa Bilim ve Teknoloji Dergisi, (25), 23-27. Doi: 10.31590/ejosat.891896
15. Costache, R., Arabameri, A., Blaschke, T., Pham, Q. B., Pham, B. T., Pandey, M., Arora, A., Linh, N.T.T. ve Costache, I. (2021). Flash-flood potential mapping using deep learning, alternating decision trees and data provided by remote sensing sensors. Sensors, 21(1), 280. Doi:10.3390/s21010280.
16. Costache, R., Arabameri, A., Costache, I., Crăciun, A., Md Towfiqul Islam, A.R., Abba, SI, Sahana, M. ve Pham, B.T. (2022). Flood susceptibility evaluation through deep learning optimizer ensembles and GIS techniques. Journal of Environmental Management. 316:115316. Doi:10.1016/j.jenvman.2022.115316.
17. CSGIT (2015) Council for Science, Technology and Innovation, Government of Japan, Report on The 5th Science and Technology Basic Plan. Erişim Adresi: https://www8.cao.go.jp/cstp/kihonkeikaku/5basicplan_en.pdf
18. CRED, Disaster Year in Review 2023.
19. CRED, Earthquakes in Türkiye A Review from 1900 to Today.
20. Çağlayan, N., Satoğlu, Ş. I. ve Kapukaya, E. N. (2018). Afet Yönetiminde Büyük Veri ve Veri Analitiği Uygulamaları: Literatür Araştırması. 7. Ulusal Lojistik ve Tedarik Zinciri Kongresi, ULTZK 2018 Bildiriler Kitabı, 3-5 Mayıs 2018, Bursa
21. Çalış Duman, M. (2022). Toplum 5.0: İnsan Odaklı Dijital Dönüşüm. Sosyal Siyaset Konferansları Dergisi / Journal of Social Policy Conferences, 0(0), 0–0. https://doi.org/10.26650/jspc.2022.82.1008072
22. Çetin, G., Aksakal, E., & Taskın, S. (2022). Göçük Altında Kalanların Tespiti için Biyonik Yılan Robot Tasarımı. Journal of Materials and Mechatronics: A, 3(1), 63-78.
23. Daud, S., Yusof, M., Heo, C., Justice, L. K.-S. &, & 2022, undefined. (n.d.). Applications of drone in disaster management: A scoping review. Elsevier. Retrieved March 15, 2025, from https://www.sciencedirect.com/science/article/pii/S1355030621001477
24. De Boer, J. (2005). The future of disaster medicine. International Journal of Disaster Medicine, 3(1–4), 71–73. Doi:10.1080/15031430600640783
25. Deguchi, A., Hirai, C., Matsuoka, H., Nakano, T., Oshima, K., Tai, M. ve Tani, S. (2020). What is society 5.0. Society, 5(0), 1-24.
26. Dennis W. (2004). Disasters. National Small Business Poll,.
27. Dhayal, K. S., Giri, A. K., Kumar, A., Samadhiya, A., Agrawal, S., & Agrawal, R. (2023). Can green finance facilitate Industry 5.0 transition to achieve sustainability? A systematic review with future research directions. In Environmental Science and Pollution Research, 30 (46),102158–102180. Doi:10.1007/s11356-023-29539-w
28. Döven, S.(2023). Big Data and Applications. (2025, 2 Şubat) Erişim Adresi: https://www.researchgate.net/publication/367273034_BIG_DATA_and_APPLICATIONS
29. Duman, O. ve Gökgöz, B. (2018). Türkiye’de ve dünyada afet veri tabanları. In SETSCI Conference Indexing System sunulan bildiri 3, 556-561.
30. Fleming, A. The case for making low-tech ‘dumb’ cities instead of ‘smart’ ones. The Guardian, 2020. Erişim Adresi: The case for ... making low-tech 'dumb' cities instead of 'smart' ones | Cities | The Guardian
31. Fraga-Lamas, P., Lopes, S. I. ve Fernández-Caramés, T. M. (2021). Green iot and edge AI as key technological enablers for a sustainable digital transition towards a smart circular economy: An industry 5.0 use case. Sensors, 21(17). Doi:10.3390/s21175745
32. Gideon, E., Mohd, A. R., Rinjes, J., Fathia, N., Noor, M. ve Masrom, M. (2024). Social Media Identity Manipulation: A Review in the Context of Industry 4.0 and Society 5.0. Sainshumanika.Utm.MyE Gideon, ARMJ Rinjes, NFM Noor, M MasromSains Humanika, 2024•sainshumanika.Utm.My. https://doi.org/10.11113/sh.v16n1.2046
33. Gör, M. S. (2024). Optimizing Disaster Management Through Machine Learning-Assisted Logistics. Sosyal ve Beşeri Bilimlerde Multidisipliner Çalışmalar, (Eds. Ağcadağ, D., Soğukoğlu Korkmaz, S.), 169- 195, Çanakkale: Paradigma Yayınları
34. Gözüm, A. G. ve Arslan, M. (2017). İşletmelerde Afet Yönetimi: Marmara ve Ege Bölgelerinde Bulunan Rafineri ve Petrokimya Endüstrisi Üzerine Karşılaştırmalı Bir Araştırma. Gazi İktisat ve İşletme Dergisi, 3(2), 102-116.
35. Gül. H. ve Şentürk, M. (2015). Beklenmeyen Olumsuz Çevresel Olaylar Sonrasında Örgütün Toparlanma Süreci Başarısını Arttıran Faktörler: Samsun Örneği. Siirt Üniversitesi İktisadi ve İdari Bilimler Fakültesi İktisadi Yenilik Dergisi. 3 (1), 23
36. Hamdi, Z. M., Brandmeier, M. ve Straub, C. (2019). Forest Damage Assessment Using Deep Learning on High Resolution Remote Sensing Data. Remote Sensing, 11(17), 1976. Doi:10.3390/rs11171976
37. Hanwacker, L. S. (2025). The role of artificial intelligence in disaster recovery. Journal of Business Continuity & Emergency Planning, 18(2), 167-179. Doi:10.69554/CYWN4471 Huang, S., Wang, B., Li, X., Zheng, P., Mourtzis, D. ve Wang, L. (2022). Industry 5.0 and Society 5.0—Comparison, complementation and co-evolution. Journal of manufacturing systems, 64, 424-428.
38. Kadıoğlu, M. (2005). Afete hazırlık ve afet bilinci eğitiminde verilen mesajların standardizasyonu. Deprem Sempozyumu, 23-25.
39. Karaca, M. (2023). Yapay Zeka Tabanlı Stratejik Afet Yönetimi: Verilerin Tam Kullanımı. Afet ve Risk Dergisi, 6(4), 1312-1331. Doi: 10.35341/afet.1324323
40. Karaca, M. F. Robotik Sistemler: Özellikleri, İlgili Mesleklerin Geleceği ve Yükseköğretimde Robotik Programlar. Karaca, M. F. (ed.) 2024. Current Topics in Management Information Systems. Doi:10.58830/ozgur.pub498.c2089
41. Keidanren, (2018). Society 5.0 Co-Creating The Future. Erişim Adresi: https://www.keidanren.or.jp/en/policy/2018/095_booklet.pdf
42. Kurşun, V. (2006). İnsan kaynakları alanında veri tabanı ve bilişim sistemleri uygulamaları, Doktora Tezi, Sakarya Üniversitesi, Türkiye.
43. Lakshmi Narayanan, R. G. ve Ibe, O. C. (2012). A joint network for disaster recovery and search and rescue operations. Computer Networks, 56(14), 3347–3373. Doi:10.1016/j.comnet.2012.05.012
44. Lechevalier, S. (2024). Society 5.0 and new capitalism: complementarities and contradictions. Asia Pacific Business Review, 30(3), 467-484. Doi:10.1080/13602381.2024.2320538
45. LeCun, Y., Bengio, Y. ve Hinton, G. (2015). Deep learning. Nature, 521(7553), 436–444. https://doi.org/10.1038/nature14539
46. Ma, Y. ve Zhang, H. (2018). Enhancing Knowledge Management and Decision-Making Capability of China’s Emergency Operations Center Using Big Data. Intelligent Automation and Soft Computing, 24(1), 107–114. Doi:10.1080/10798587.2016.1267249
47. Al Maadeed, M. A. A. ve Ponnamma, D. (2023). Fiber chemistry and technology: their contributions to shaping Society 5.0. Discover Nano, 18(1), 115. Doi: 10.1186/s11671-023-03888-4
48. Maraş, E. E. ve Sarıyıldız, H. İ. (2023). İHA ile derin öğrenme algoritmaları kullanılarak hasarlı yapıların tespit edilmesi. Afyon Kocatepe Üniversitesi Fen ve Mühendislik Bilimleri Dergisi, 23(2), 427-437. Doi: 10.35414/akufemubid.1171393
49. Mavrodieva, A. v., ve Shaw, R. (2020). Disaster and climate change issues in Japan’s society 5.0-A discussion. Sustainability (Switzerland), 12(6). Doi:10.3390/su12051893
50. Miyao T. ve Nakano T, (2017). Disaster Management and Security Solutions to Usher in the IoT Era. Hitachi Review, 66(7), 89-93
51. Morris, J. (2009). Disaster planning. Greenhaven Press, a part of Gale, Cengage Learning.
52. Nabiyev, V. V. (2012). Yapay zeka: insan-bilgisayar etkileşimi. Ankara: Seçkin Yayıncılık
53. Nanini, S., Abid, M., Mamouni, Y., Wiedemann, A., Jouvet, P. ve Bourassa, S. (2024). Machine and Deep Learning Models for Hypoxemia Severity Triage in CBRNE Emergencies. Diagnostics, 14(23), 2763. Doi:10.3390/diagnostics14232763
54. Nota, L., Santilli, S., & Zucchini, D. (2023). Inclusion, sustainability, and equity at the heart of a 5.0 society. In Design for Inclusion: Dialogues on Universal Design: Theory, Ethics and Practice 59–67 Doi:10.3233/SHTI230400
55. Özgan, E., Bayraktar, H. ve Gül S. (2022). Binaların deprem risk durumlarının çok faktörlü bir modelle belirlenmesi. Düzce Üniversitesi Bilim ve Teknoloji Dergisi, 10: 2052-2066.
56. Öztürk, K. ve Şahin, M. E. (2018). Yapay sinir ağları ve yapay zekâ’ya genel bir bakış. Takvim-i Vekayi, 6(2), 25-36.
57. Park, S., Oh, Y. ve Hong, D. (2017). Disaster response and recovery from the perspective of robotics. International Journal of Precision Engineering and Manufacturing, 18(10), 1475–1482. Doi:10.1007/s12541-017-0175-4
58. Industry Tap (2014). Pars is a Search and Rescue Drone Capable of Saving Lives Erişim Adresi: https://www.industrytap.com/pars-search-rescue-drone-capable-saving-lives/23729
59. Pereira, A. G., Lima, T. M. ve Santos, F. C. (2020). Industry 4.0 and Society 5.0: opportunities and threats. International Journal of Recent Technology and Engineering, 8(5), 3305-3308.
60. Pirim, H. (2006). Yapay zeka. Yaşar Üniversitesi E-Dergisi, 1(1), 81-93.
61. Ray, P. P., Mukherjee, M. ve Shu, L. (2017). Internet of things for disaster management: State-of-the-art and prospects. IEEE access, 5, 18818-18835.
62. Restas, A. (2015). Drone applications for supporting disaster management. World Journal of Engineering and Technology, 3(3), 316-321.
63. Rogers, D. ve Tsirkunov V. (2013). Weather and Climate Resilience Effective Preparedness through National Meteorological and Hydrological Services. Washington DC, World Bank Publications.
64. Sabry, F. (2021). Otonom Robotik: Otonom Bir Robot Time Dergisi'nin Kapağında Nasıl Yer Alacak? (Vol. 6). One Billion Knowledgeable.
65. Siciliano, B. ve Khatib, O. (2016). 1. Robotics and the handbook. Springer Handbooks, 1–6. Doi:10.1007/978-3-319-32552-1_1/FIGURES/1 Cham: Springer International Publishing.
66. Song, H. A. ve Lee, S. Y. (2013, Kasım). Hierarchical representation using NMF. In Neural Information Processing: 20th International Conference sunulan bildiri, Daegu, Korea, Springer Berlin Heidelberg.
67. Soyuyüce, E., Hünkar, T. ve Tabanlıoğlu, S. (2003). Veri Tabanı Nedir? Veri Tabanının Oluşum Süreci. Sağlık Bilimlerinde Süreli Yayıncılık Ulusal Sempozyumunda sunulan bildiri
68. Sukmono, F. G. ve Junaedi, F. (2020). Towards industry 5.0 in disaster mitigation in Lombok island, Indonesia. Jurnal Studi Komunikasi (Indonesian Journal of Communications Studies), 4(3), 553. Doi:10.25139/jsk.v4i3.2424
69. Sürmeli, D. (2011). Yapay sinir ağları ile afet yönetiminde sosyal zarar görebilirlik riskinin belirlenmesi. Yüksek Lisans Tezi, Sakarya Üniversitesi, Türkiye.
70. Şeneler, Ç. (2019). Toplum 5.0; insanların, robotların ve yapay zekanın güç birliği (2025, Şubat) Erişim Adresi: https://www.aa.com.tr/tr/isdunyasi/egitim/toplum-50-insanlarin-robotlarin-ve-yapay-zekanin-guc-birligini-temsil-ediyor/652354
71. Takhtkeshha, N., Mohammadzadeh, A. ve Salehi, B. (2022). A Rapid Self-Supervised Deep-Learning-Based Method for Post-Earthquake Damage Detection Using UAV Data (Case Study: Sarpol-e Zahab, Iran). Remote Sensing, 15(1), 123. Doi:10.3390/rs15010123
72. The case for ... making low-tech “dumb” cities instead of “smart” ones | Cities | The Guardian. (n.d.). Retrieved March 15, 2025, from https://www.theguardian.com/cities/2020/jan/15/the-case-for-making-low-tech-dumb-cities-instead-of-smart-ones
73. Turan, M., Kaya, A. A. ve Oral, V. (2018). Küçük İşletmelerin Afet ve Acil Durumlara Yönelik Kurumsal Hazırlıklarının Değerlendirilmesi; Gümüşhane İli Örneği. Gümüşhane Üniversitesi Sağlık Bilimleri Dergisi, 7(1), 12-16.
74. Unmanned and Intelligent: The Rise of AI in Drone Technology – XDynamics. (n.d.). Retrieved March 15, 2025, from https://www.xdynamics.com/uncategorized/unmanned-and-intelligent-the-rise-of-ai-in-drone-technology/ UNESCO (2020). Japan pushing ahead with Society 5.0 to overcome chronic social challenges. Erişim Adresi: https://www.unesco.org/en/articles/japan-pushing-ahead-society-50-overcome-chronic-social-challenges Usuda, Y., Tanimoto, K., Ono, I., & Matsui, T. (2017). Enhancements to resilient functions for preventing and minimizing disasters. Development of Sharing Information Platform for Disaster Management. Hitachi Review, 66(7), 108-114
75. Varışlı, N. ve Bayar, M. (2021). Toplum 5.0 ve işletmeler. Euroasia Journal Of Social Sciences & Humanities, 8(23), 31-41. Doi:10.38064/eurssh.270
76. Walika, M., Moitinho De Almeida, M., Castro Delgado, R. ve Arcos González, P. (2023). Outbreaks Following Natural Disasters: A Review of the Literature. In Disaster Medicine and Public Health Preparedness, 17 (2). Cambridge University Press. Doi:10.1017/dmp.2023.96
77. Wallace, W. A., ve De Balogh, F. (1985). Decision support systems for disaster management. Public administration review, 134-146.
78. World Health Organization / The European Hematology Association WHO/EHA, Disasters& Emergencies Definitions. 2002
79. Xue, Z., Xu, C. ve Xu, X. (2023). Application of ChatGPT in natural disaster prevention and reduction. Natural Hazards Research, 3(3), 556-562.
80. Yanılmaz, S., Kartal, O. V., Çam, A. ve Turan, M. (2019). Toplum Tabanlı Afet Yönetı̇mı̇ Çerçevesı̇nde Barinma Rı̇sk Analı̇zı̇. Journal of International Social Research, 12(67), 1114-1123.
81. Yılmaz, A. ve Kaya U. (2022). Derin Öğrenme. İstanbul: KODLAB Yayınları
82. Yılmaz, G. ve Demiröz Yıldırım, S. (2020). Afetlerde kentsel arama ve kurtarmada kullanılan yöntemler ve güncel yaklaşımların değerlendirilmesi. Doğal Afetler ve Çevre Dergisi, 6(1), 196-208. Doi: 10.21324/dacd.533639
83. Yu, M., Yang, C., ve Li, Y. (2018). Big data in natural disaster management: a review. Geosciences, 8(5), 165. Doi: 10.3390/geosciences8050165
84. Zadrozny, P. ve Kodali, R. (2013). Big data analytics using Splunk: Deriving operational intelligence from social media, machine data, existing data warehouses, and other real-time streaming sources. Apress. Erişim Adresi: https://link.springer.com/book/10.1007/978-1-4302-5762-2
85. Zırh, G., Çınar, C., Çınar, A., Koçak, S. ve Özyer, B. (2016). (2025, Şubat) Altı Bacaklı Arazi Robotu Tasarımı ve Kontrolü Six-Legged Terrain Robot Design and Control. TMMOB EMO Ankara Şubesi Haber Bülteni. Erişi Adresi: https://www.emo.org.tr/ekler/8a34f696349e566_ek.pdf?dergi=1029