THE INTERSECTION OF SOCIAL SCIENCES: ARTIFICIAL INTELLIGENCE AND ETHICS

Yıl 2024, Sayı: Yapay Zeka ve Sosyal Bilimler Öğretimi, 17 - 33, 30.10.2024

Taylan Maral

Öz

Anahtar Kelimeler

Artificial Intelligence, Social Sciences, Ethics, Data Privacy, Algorithmic Transparency

SOSYAL BİLİMLERİN KESİŞİM NOKTASI: YAPAY ZEKÂ VE ETİK

Öz

Yapay zekâ teknolojilerinin sosyal bilimlerdeki kullanımı, araştırma yöntemlerinde ve toplumsal analizlerde önemli değişiklikler yaratmıştır. Yapay zekânın sunduğu derinlemesine veri analizi ve öngörü yetenekleri, sosyal bilimcilerin toplumsal olguları ve bireysel davranışları daha iyi anlamalarına olanak tanımış ve disiplinlerarası çalışmaları teşvik etmiştir. Ancak, yapay zekânın bu kullanımının beraberinde getirdiği etik sorunlar ve zorluklar, veri gizliliği, anonimlik ve algoritmik şeffaflık gibi temel ilkelere yönelik endişelere yol açmaktadır. Uluslararası ve ulusal düzeyde çeşitli etik kılavuzlar ve düzenlemeler geliştirilmiş olsa da, yapay zekânın sorumlu ve etik bir şekilde kullanımı için ek öneriler ve düzenlemeler gerekmektedir. Etik sorumluluğun rolü, teknolojinin toplumsal etkilerini yönetmede ve güvenilir araştırma pratiği oluşturmada kritik öneme sahiptir. Yapay zekânın toplumsal eşitsizlikleri derinleştirme riskini azaltmak ve adil veri kullanımını teşvik etmek amacıyla sürekli olarak güncellenen etik standartlar ve dinamik düzenlemeler geliştirilmelidir. Sosyal bilimlerde yapay zekânın etkili kullanımı, disiplinlerarası iş birliği ve etik yaklaşımlar gerektirir ve bu çalışma, yapay zekânın bu bağlamdaki etik yaklaşımlarını ve uygulamalarını ele alarak gelecekteki araştırmalara ışık tutmayı amaçlamaktadır.

Anahtar Kelimeler

Yapay Zekâ, Sosyal Bilimler, Etik, Veri Gizliliği, Algoritmik Şeffaflık

Kaynakça

• Arntz, Melanie. Gregory, Terry ve Zierahn, Ulrich. “The Risk of Automation For Jobs in OECD Countries: A Comparative Analysis”. OECD Social, Employment and Migration Working Papers, Paris, OECD Publishing. 2016.
• Bakiner, Onur. “What do academics say about artifcial intelligence ethics? An overview of the scholarship”, AI & Ethics, 3(2), 513-525.
• Barocas, Solon ve Selbst, Andrew D. “Big Data's Disparate Impact”. California Law Review, 2016, 104(3), 671-732.
• Barocas, Solon. Hardt, Moritz ve Narayanan, Arvind. Fairness And Machine Learning. Cambridge MIT Press. 2019.
• Bessen, James. “AI and Jobs: The Role of Demand”. NBER Working Paper No. 24235. 2018.
• Binns, Reuben. “Fairness in Machine Learning: Lessons From Political Philosophy”. Proceedings of The 2018 Conference on Fairness, Accountability, And Transparency, 2018.
• Bozkurt, Aras. “Chatgpt, Üretken Yapay Zekâ ve Algoritmik Paradigma Değişikliği”, Alanyazın, 4/1, Mayıs, 2023, 63-72.
• Brynjolfsson, Erik ve Mcafee, Andrew. The Second Machine Age: Work, Progress, And Prosperity in A Time of Brilliant Technologies. NY W. W. Norton & Company. 2016.
• Burrell, Jenna. “How The Machine ‘Thinks’: Understanding Opacity in Machine Learning Algorithms”. Big Data & Society, 2016, 3(1).
• Crawford, Kate ve Schultz, Jason. “Big Data And Due Process: Toward A Framework To Redress Predictive Privacy Harms”. Boston College Law Review, 2014, 55(1), 92-128.
• Crawford, Kate. Atlas Of AI: Power, Politics, And The Planetary Costs of Artificial Intelligence. Connecticut Yale University Press. 2021.
• Crompton, Helen ve Song, Donggil. “The Potential of Artificial Intelligence in Higher Education”. Revista Virtual Universidad Católica Del Norte, 2021, 62.
• Dastin, Jeffrey. “Amazon Scraps Secret AI Recruiting Tool That Showed Bias Against Women”. (2018). https://www.reuters.com/article/world/insight-amazon-scraps-secret-ai-recruiting-tool-that-showed-bias-against-women-idUSKCN1MK0AG/, Erişim tarihi: 02.05.2024
• Diakopoulos, Nicholas. “Accountability in Algorithmic Decision Making”. Communications Of The ACM, 2016, 59(2), 56-62.