Bu süreçte öğrencilerine Bin-e Smart Waste Bin adlı yapay zekâ tabanlı bir aracı tanıtır. Bu sistemin, cinin çalışma mantığını öğrenirler. Öğrenciler kendi çözüm önerilerini geliştirir; bazıları kompost makinesi prototipi oluştururken, bazıları da okul içinde ‘atıkmatik’ oluşturarak atıkları yerinde ayrıştırmaya çalışırlar.

Böylece öğrenciler hem atıkların azaltılması, hem de geri dönüştürülmesi  konusunda farkındalık kazanır hem de yapay zekânın çevre sorunlarına nasıl katkı sağlayabileceğini deneyimleyerek öğrenir.

Suyu Daha Verimli Kullanmak İçin Yapay Zeka Dokunuşu Şart

• Su, yaşamın kaynağı ve gezegenimizin en değerli hazinesidir. Ne yazık ki, artan nüfus ve iklim değişikliği gibi faktörler, su kaynaklarımız üzerinde ciddi bir baskı oluşturmaktadır. Bu hayati kaynağı daha verimli kullanmak, sadece bireysel bir sorumluluk değil, aynı zamanda teknolojik çözümlerle de desteklenmesi gereken küresel bir öncelik haline gelmiştir. Burada yapay zeka  devreye girmektedir; su yönetiminde devrim yaratabilecek nitelikte su tasarrufu sağlanabilmektedir. Suyun daha verimli kullanılması, yapay zeka teknolojileri sayesinde yepyeni boyutlar kazanmıştır. YZ, su yönetimini daha akıllı, verimli ve sürdürülebilir hale getirmiştir.

  YZ, tarımdan şehirlere, endüstriden evlerimize kadar her alanda su kullanım alışkanlıklarımızı analiz ederek, israfı minimuma indirmemizi sağlayabilmektedir. Akıllı sulama sistemleri sayesinde, bitkiler yalnızca ihtiyaç duydukları kadar su alır böylece geleneksel yöntemlerle boşa giden tonlarca su tasarruf edilebilir. Toprak nem sensörleri ve hava durumu verileriyle beslenen YZ algoritmaları, her damlanın doğru yere ulaşmasını sağlar. Su şebekelerindeki sızıntılar, yıllardır su kaynaklarımızın sessiz hırsızları olmuştur. Ancak YZ, sensörlerden gelen verileri işleyerek boru hatlarındaki en küçük basınç düşüşlerini veya anormal akışları dahi tespit edebilir, böylece sızıntılar büyümeden önce onarılabilir ve milyarlarca metreküp suyun kaybı önlenebilir.

  Evlerimizde ve iş yerlerimizde de YZ, su tüketimimizin görünmeyen bir denetçisi gibi çalışabilir. Akıllı sayaçlardan toplanan verilerle, ne zaman ve ne kadar su kullandığımızı detaylı bir şekilde analiz edebilir, hatta su tasarrufu yapabileceğimiz alanlar hakkında kişiselleştirilmiş öneriler sunabilir. Bu, su faturalarımızı düşürmenin ötesinde, su bilincimizi de artırır. Ayrıca, su kalitesi izleme ve atık su arıtma tesislerinin optimizasyonunda da YZ'nin rolü büyük. Kirlilik seviyelerini anlık olarak takip ederek, su arıtma süreçlerini daha verimli hale getirir ve çevresel etkimizi azaltır. Yapay zeka, suyu sadece korumakla kalmıyor, aynı zamanda bu değerli kaynağı gelecek nesiller için daha sürdürülebilir bir şekilde yönetmemize olanak tanımaktadır. Bu teknolojik dokunuşla, her bir damla suyun değerini daha iyi anlayacak ve gezegenimizin geleceğine yatırım yapmış olacağız.

   

ATIKMATİK PROJESi sunum kartı

Ders Planı: Yapay Zeka ile Sıfır Atık Uygulaması

Hedef Kitle: Lise öğrencileri
Süre: 60-80 dakika
Dersin Amacı:

• Öğrencilerin yapay zeka teknolojilerinin sıfır atık alandaki rolünü keşfetmesi

• Öğrencilerin sıfır atık kavramını yaşamlarına entegre edebilmesi

• Yapay zeka destekli uygulamalarla atık yönetimi çözümleri geliştirme becerisi kazandırmak.

• Öğrencilere yapay zekâ tabanlı geri dönüşüm öneri uygulaması geliştirebilme becerisi kazandırmak.

Ders Akışı

1. Giriş (10 dakika)

• Buz Kırıcı Soru:

  • "Yapay zeka ile atıklar geri dönüştürülebilir mi? Bir günde kaç kilogram atık üretiyorsunuz? Çöp ve atık arasındaki farklar nelerdir? "

• Kısa Video/Analiz:

  • Sıfır atık ve yapay zeka ilişkisini anlatan 2-3 dakikalık  appinventor.mit.  videosu izletilir.

2. Temel Kavramlar (15 dakika)

• Sıfır Atık Nedir?

  • Tanımla

• Yapay Zeka Nasıl Yardımcı Olur?

  • Geri dönüşüm kutularına uygun atık türlerini sınıflandırma sistemleri

  •  Görsel sınıflandırma yoluyla atık ayrıştırma sistemleri

  • Küçük yaş grupları için oyunlaştırılmış sıfır atık uygulamaları  

3. Uygulama Etkinliği (30 dakika)

A) Yapay Zeka ile Atık Sınıflandırma Oyunu

• Araç:  appinventor.mit.  uygulama (örnek: " Atık türüne göre sistem önerisi sistemi" benzeri bir simülasyon).

• Adımlar:

  1. Öğrenciler, atık çeşitleri konusunda AI’yı eğitir.

  2. Sistem, atıkları türüne göre doğru önerileri vermeyi öğrenir.

  3. Yarışma: En yüksek doğru komutu veren sistemi oluşturan takım kazanır.

B) Senaryo Tabanlı Grup Çalışması

• Görev: Bir okulda AI destekli ‘bireysel tüketimi dengeleyen sıfır atık sistemi’ tasarlayın.

  • Örnek çözümler:

    • Akıllı Harcama Takibi ve Aplikasyonu (doluluk sensörü + bildirim).

    • AI ile kişisel atıklarını azaltacak öneriler (fazla alışverişi önleme).

4. Tartışma ve Yansıma (10 dakika)

• Sorular:

  • "AI olmasaydı sıfır atık hedefine ulaşmak neden zor olurdu?"

  • "Bu teknolojileri uygulasaydınız nasıl bir etkisi olurdu?"

5. Ödev & İleri Okuma (5 dakika)

• Görev:

  • Bir haftalık bireysel alış veriş ve atıklarını kaydedip, hangi kategorilerin AI ile optimize edilebileceğini yazmaları.

• Önerilen Kaynaklar:

  • Scikit-learn: (Makine öğrenimi modellerini sınıflandırma, kümeleme, regresyon uygulamak için temel bir kütüphane.)

Değerlendirme

• Katılım, grup çalışmasındaki yaratıcılık ve AI modelinin başarı oranı.

• Kısa bir quiz (örnek: "AI’nın atık oluşumunu önlemede  3 faydası nedir?").

Materyaller

• Bilgisayar/tablet, veriler, atık görselleri

Not: Eğitim programımız, STEM disiplinleri ile çevre bilinci kazanımlarını entegre ederek öğrencilere multidisipliner bir öğrenme deneyimi sunar. Amacımız, öğrencilerimizin teknolojinin gücünü sürdürülebilirlik hedeflerine ulaşmak için nasıl kullanabileceklerini keşfetmelerini sağlamaktır.

Senaryo Başlığı: Yapay Zeka: Ormanları Koru!

Hedef Kitle: Lise Öğrencileri

Süre: 2 gün / 4 oturum (Her biri 40 dakika)

Atölye Amacı: Öğrencilere küresel çevre sorunları hakkında farkındalık kazandırmak, yapay zeka araçlarını kullanarak çevre verilerini analiz etme ve yorumlama becerileri geliştirmelerini sağlamak ve sürdürülebilir çözümler üretmeye teşvik etmek.

1. Oturum: Çevre Sorunlarını Tanıma ve Farkındalık (40 Dakika)

• Giriş ve Beyin Fırtınası (10 dk): Derse öğrencilere "Küresel çevre sorunları nedir? Hangi çevre sorunlarını biliyorsunuz?" gibi sorularla başlarım. Küresel çevre sorunlarından ormansızlaşmayı kısaca tanıtırım.

• Yerel Çevre Sorunları Keşfi (15 dk):

Öğrencileri gruplara ayırırım. Her grup, yaşadıkları bölgede gözlemlediği çevresel risklerden ‘yeşil alanların tahribatını’ listeler. Daha sonra gruplar listeledikleri sorunları sınıfta paylaşır.

• Yapay Zeka ve Çevre İlişkisi (15 dk):

Öğrenciler "Yapay zeka bu çevre sorunlarının çözülmesine nasıl yardımcı olabilir?" sorusu üzerine bir beyin fırtınası yaparlar. Öğrencilerin fikirleri tahtaya not edilir.

Öğrencilerime yapay zekanın çevre izleme, tahmin ve yönetimindeki potansiyel uygulamalarına dair uydu görüntüleriyle orman kaybının tespiti, hava kalitesi tahmini gibi kısa örnekler veririm.

2. Oturum: Yapay Zeka Araçlarının Kullanımı (40 Dakika)

• Teachable Machine ve Makine Öğrenimi Tanıtımı (15 dk):

Öğrencilerime Teachable Machine ve/veya Machine Learning for Kids gibi basit, görsel tabanlı yapay zeka araçlarını tanıtırım. Makine öğreniminin temel mantığını; veri ile öğretme, sınıflandırma, tahmin etme gibi basitleştirilmiş örneklerle açıklarım.

"Bitki sağlığı tanıma" veya "iklim tahmin sınıflandırması" gibi kısa, önceden hazırlanmış bir Teachable Machine projesi örn. farklı yaprak hastalıklarının görsellerini sınıflandırma canlı olarak gösterilir.

• Model Oluşturma Uygulaması (25 dk):

Öğrenciler kendi bilgisayarlarında/tabletlerinde Teachable Machine'i uygulamasında basit bir sınıflandırma modeli oluşturma alıştırması yaparlar. Örneğin: Farklı türdeki meyveleri (elma, muz, portakal) ayırt eden bir model veya basit şekilleri (kare, daire, üçgen) tanıyan bir model veya çevreyle ilgili basit bir konu: Sağlıklı ve sağlıksız bitki görsellerini sınıflandırma gibi. Öğrenciler kendi görsellerini veya sağlanan örnek verileri kullanarak modellerini eğitir ve test ederler.

3. Oturum: Uydu Verisi ile Çevre İzleme (40 Dakika)

• Google Earth Engine Tanıtımı (15 dk):

Öğrencilere Google Earth Engine (GEE) platformunun ne olduğu ve çevre bilimciler tarafından nasıl kullanıldığı anlatırım.

GEE'nin uydu verilerine erişim ve analiz yeteneğini vurgularım. GEE ara yüzünden önceden hazırlanmış, Mut orman bölgesinin 5-10 yıllık uydu görüntülerindeki değişimi gösteren basit bir örneği gösteririm.

• Grup Çalışması: Çevresel Değişiklikleri Analiz Etme (25 dk):

Öğrencileri gruplara ayrılırım. Her gruba Ege bölgesindeki ormanların son 5-10 yıllık görüntülerini gösteririm. Gruplar, GEE üzerinde kendi bölgelerinin uydu görüntülerini incelerler.

Gözlemledikleri orman kaybı bu değişikliklerin olası nedenlerini not alırlar. Notlarını ve gözlemlerini kısa sunum şeklinde hazırlarlar.

4. Oturum: Sunum ve Öneri Geliştirme (40 Dakika)

• Grup Sunumları ve Tartışma (25 dk):

Her grup, bir önceki çalışmada analiz ettiği orman kayıplarının çevresel değişikliği ve gözlemlerini kısaca sunar (Her grup için 3-5 dakika). Sunumların ardından, her grup analiz ettiği çevre sorununa yönelik yapay zeka destekli bir çözüm önerisi geliştirir. Örneğin "Orman sağlığı izleme uygulaması" (ağaçların hastalıklarını yapay zeka ile teşhis eden bir mobil uygulama), "orman yangını tahmini model rehberi" (belirli bir bölgedeki ısı değişikliklerini tahmin eden yapay zeka modeli), "Orman yangını alarm sistemi" (Ormanların değişimlerini izleyen ve tehlike durumunda uyarı veren sistem).

• Fikirlerin Değerlendirilmesi ve Kapanış (15 dk):

Tüm gruplar çözüm önerilerini sunar. Sınıfça, sunulan yapay zeka tabanlı çözüm önerileri arasından "en uygulanabilir" veya "en etkili" olduğu düşünülen bir fikir oylanarak seçilir. Atölye boyunca kazanılan beceriler ve öğrenilenler özetlenir. Öğrencilerin çevreye karşı sorumlulukları ve yapay zekanın bu konudaki potansiyelini vurgularım.

Geliştirilecek Beceriler:

• Veri yorumlama ve çevresel analiz yapma.

• Yapay zeka araçlarını (Teachable Machine, Google Earth Engine gibi) temel seviyede kullanma.

• Sürdürülebilirlik bilinci ve çevresel sorumluluk geliştirme.

• İşbirliği yapma, problem çözme ve proje sunumu becerilerini geliştirme.

• Dijital okuryazarlık ve eleştirel düşünme yeteneklerini artırma.

14 Ekim 2025 11:32 - 19 Ekim 2025 11:32

Etkinlik türü:

Açık yüz yüze etkinlik

Dil: Türkçe

Hedef Kitle: Lise öğrencileri

Activity description:

In this project, we designed a mole shooting game with the help of kotlin.

In our project, we repeated intermediate kotlin coding and xml coding in a fun way. In this way, we developed algorithm intelligence and made kotlin codes more memorable.

There is one 🎯 emoji in the game, this emoji changes its place every 1 second and asks the user to click on that emoji. Every time the user presses it correctly, its place changes again and the score increases by one. If the user presses the wrong place, the toast text appears at the bottom and says the game is over and shows the player's score.

In this way, students made coding more fun and integrated codes into their minds in a more permanent way.

Bu projemizde kotlin yardımı ile köstebek vurma oyunu tasarladık.

Projemizde ara kotlin kodlama ve xml kodlamayı eğlenceli bir şekilde tekrar ettik.Bu sayede algoritma zekasını geliştirdik ve kotlin kodlarını daha akılda kalıcı hale getirdik.

Oyunda bir adet 🎯 emojisi var, bu emoji her 1 saniyede bir yer değiştiriyor ve kullanıcıdan o emojiye tıklamasını istiyor.Kullanıcı her doğru bastığında yeri tekrar değişir ve puan bir artar. Eğer kullanıcı yanlış yere basarsa altta tost metni beliriyor ve oyunun bittiğini söyleyip oyuncunun puanını gösteriyor.

Bu sayede öğrenciler kodlamayı daha eğlenceli hale getirmiş ve kodları zihinlerine daha kalıcı bir şekilde entegre etmişlerdir.

Tarih ve Saat: 10 Ekim 2025 Cuma, 09:30 - 10:30

Etkinlik Süresi: 1 saat

Etkinlik Formatı: Çevrimiçi Kodlama Atölyesi ve Simülasyon

Etkinlik Türü: Sadece davetiye ile çevrimiçi etkinlik

Dil: Türkçe- ingilizce

Hedef Kitle: Lise Öğrencileri

Yaş Aralığı: 15-18

Temalar: Yapay Zeka, Sürdürülebilirlik, Algoritma Tasarımı, Çevre Bilinci, Problem Çözme, Dijital Kodlama

Adres: İçel Anadolu Lisesi Menderes Mahallesi Barbaros Hayrettin Paşa Caddesi No.3 33190 Mezitli / MERSİN 

Etkinlik Açıklaması:

Bu etkinlikte lise öğrencileri, CODWEEK platformunda yer alan "Kodlanmış Labirent" simülasyonu aracılığıyla yapay zeka ve sürdürülebilirlik ilişkisini çevrimiçi bir kodlama deneyimiyle keşfedecekler. İkişerli gruplara ayrılan öğrenciler, "Algoritma Tasarımcısı" ve "Sürdürülebilir Yapay Zeka (Kodlayıcı)" rollerini üstlenerek dijital kirlilik ve enerji israfı bölgelerini içeren labirentte, belirlenen kodlama komutlarıyla bir "sürdürülebilir dijital çözüme" ulaşmaya çalışacaklar. Bu süreçte hem yapay zeka gibi kodları uygulamayı hem de çevre mühendisi gibi sürdürülebilir algoritmalar tasarlamayı deneyimleyecek, etkinliğin sonunda ise oluşturdukları algoritmaların çevresel etkilerini tartışarak yapay zekanın sürdürülebilirlik potansiyeli ve algoritmik problem çözme becerileri üzerine somut bir dijital deneyim kazanacaklar.

Etkinlik Amacı: Öğrencilerin ‘yapay zekânın çevre sorunlarını çözerken’ karşılaştığı etik ikilemleri deneyimlemesi.

Senaryo: Öğrenciler, okyanus temizliğindeki yapay zekânın plastik ayrımında sergilediği önyargı ve sınırlamaları incelemek.

Kazanım: Yapay zekânın sürdürülebilirliğe katkısı ve etik hatalarının potansiyel zararları üzerine algoritmik düşünceler geliştirmek.

Senaryo kapsamında öğrenciler, okyanuslardaki plastik kirliliğini temizlemek üzere tasarlanmış bir yapay zeka sistemini simüle ederler. Bu sistem, su yüzeyindeki nesneleri tanıyıp ayrıştırma görevi yapar. Öğrencilere, yapay zekanın eğitildiği veri örneğin daha çok sayıda ve çeşitli plastik görseliyle eğitilmiş olabileceği gibi dengesizlikler olabileceğini vurgularım Simülasyonda, yapay zeka bazı durumlarda balıkları yanlışlıkla plastik olarak sınıflandırabilecek veya aksi durumlar yaşanabilecektir. Öğrenciler, gereksiz yere canlıların toplanması veya plastiğin denizde kalmaya devam etmesi gibi yanlış sınıflandırmaların potansiyel çevresel sonuçlarını analiz ederler. Sınıf ortamında konuyla ilgili tartışırlar. Tartışmalar sırasında, yapay zeka sistemlerinin karar alma süreçlerindeki etik zorluklar ve önyargıların nasıl ortaya çıkabileceği üzerinde durulur. Sonuç olarak, adil ve sürdürülebilir çözümler için veri kalitesinin ve etik ilkelerin önemi vurgulanır.

Hedef Kitle: Lise Öğrencileri

Süre: 1 oturum (45 dakika)

Oturum: Yapay Zekâ Güvenlik Açıkları ve Etik

• Giriş (10 dakika):

Yapay zekânın temel prensipleri ve olası güvenlik açıkları hakkında kısa bir sunum yapılır. Öğrenciler ‘siber güvenlik ihlallerinin gerçek dünya örnekleri’ ni tartışılar.

• AI Ethics Simulator ile Deneyim (25 dakika):

Öğrencilere AI Ethics Simulator uygulaması tanıtılır. Öğrenciler AI Ethics Simulator uygulamasını kullanarak, yapay zekânın karar alma süreçlerindeki etik ikilemleri deneyimler. Özellikle, güvenlik açıklarından kaynaklanabilecek hatalı kararlar ve bunların olası sonuçları üzerinde durulur.

• Tartışma ve Çözüm Önerileri (10 dakika):

Simülasyonda karşılaşılan etik sorunlar ve güvenlik açıkları tartışılır. Öğrenciler, bu sorunları önlemek veya azaltmak için etik ilkeler ve güvenlik önlemleri üzerine çözüm önerileri geliştirirler.

Öğrenme Kazanımları:

• Yapay zekânın güvenlik açıklarına ilişkin farkındalık geliştirirler.

• Yapay zekâ kararlarının etik boyutlarını anlırlar

• Güvenli ve etik yapay zekâ uygulamaları için çözüm odaklı düşünme becerisi kazanırlar