Modül 1 · Domain 1 — Responsible AI (%10-15) · ⏱ 12 dakika

Bias detection ve hesap verebilirlik

Bias detection and accountability

Bu derste neler öğreneceksin

  • AI sistemlerinde bias tiplerini tanımlamak ve Copilot özelinde örneklemek
  • Bias'ı azaltmak için uygulanan teknik ve süreçleri anlamak
  • Organizasyonel hesap verebilirlik yapılarını açıklayabilmek
  • Sınavın bias ve accountability sorularında doğru şık seçme stratejisi geliştirmek

AI’da bias nedir?

Bias (önyargı), bir AI modelinin belirli gruplar, diller, çerçeveler veya kullanım senaryolarında sistematik olarak daha kötü veya daha iyi performans göstermesidir. Copilot özelinde önemli bias tipleri:

Bias tipiAçıklamaCopilot örneği
Training data biasEğitim verisindeki dengesizlikPopüler dillerde (Python, JS) daha kaliteli öneriler; az kullanılan dillerde zayıf
Representation biasBelirli grupların eksik temsiliKod örneklerinde eski veya tek tip yaklaşımların fazla çıkması
Confirmation biasModelın mevcut pattern’leri tekrar etmesiİlk yazdığın tarzı yanlış olsa bile taklit etmesi
Automation biasKullanıcının AI önerisini sorgulamadan kabul etmesiCode review olmadan Copilot önerisini merge etme

Copilot’ta bias’ı azaltma mekanizmaları

Microsoft ve GitHub, Copilot’taki bias’ı azaltmak için çeşitli yaklaşımlar kullanır:

  1. Diverse training data: Farklı diller, çerçeveler, yazım stilleri içeren corpus
  2. Content filtering: Zararlı, ayrımcı veya güvenli olmayan içerik önleme katmanları
  3. Red team testleri: Kasıtlı kötüye kullanım senaryolarıyla model sınama
  4. Feedback mekanizmaları: Kullanıcı geri bildirimleriyle sürekli iyileştirme

Organizasyonel hesap verebilirlik yapısı

GH-300 sınavı, organizasyonların Copilot kullanımından sorumlu olduğunu vurgular. Sorumluluk katmanları:

GitHub / Microsoft  →  Copilot sistemini tasarlar, yasal uyumluluk sağlar

Organizasyon        →  Policy ayarlar, hangi özelliklerin açık olduğuna karar verir

Takım lideri        →  Kod kalitesi ve güvenlik standartlarını uygular

Geliştirici         →  AI önerisini inceler, kabul veya reddeder

Her katman bir öncekinden sorumluluğu devralmaz — ekler. Geliştirici kodu merge ederse, üst katmanların izin verdiği şeyi bile sorgulamak geliştirici sorumluluğundadır.

Sınavda sıkça gelen “accountability” soruları

Senaryo: Bir şirket Copilot Business kullanıyor ve bir geliştirici gizli müşteri verisi içeren kodu Copilot’a paste ediyor. Sorumluluk kimin?

Doğru cevap: Hem geliştirici (davranış) hem organizasyon (policy eksikliği). Sınavda “sadece geliştirici” veya “sadece GitHub” diyen şıklar genellikle yanlıştır.

Sırada ne var?

Bir sonraki derste AI ethics ve gizlilik — Copilot’un etik kullanımında sınır çizgisi nerede, gizlilik temelli kararlar nasıl alınır.