Yapay zekânın sektörler üzerindeki olumsuz etkilerinin değerlendirilmesi: bulanık çok kriterli karar verme yaklaşımı
Evaluating the negative impact of artificial intelligence on sectors: A fuzzy multi-criteria decision making approach
- Tez No: 1010281
- Danışmanlar: DR. ÖĞR. ÜYESİ HİLAL YILMAZ
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Bursa Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Akıllı Sistemler Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Akıllı Sistemler Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Günümüzde yapay zekânın (YZ) gelişmesi ile inovasyonların giderek yaygınlaşması; iş yaşamında çalışma biçimlerini, ekonomik durumları ve iş gücü piyasalarının dinamiklerini dönüştürmektedir. Zira bu dönüşüm, birçok sektörde önemli hizmetler sunmasının yanında iş güvenliği, gelir eşitsizliği, veri açığı, hata riski ve etik sorunlar gibi ciddi problemleri de beraberinde getirmektedir. Bu bağlamda, konunun güncelliğini korumaya devam etmesi ve çok boyutlu etkileri dikkate alınarak, bu tez çalışmasında farklı sektörler üzerinde YZ'nin olumsuz etkileri, bütüncül ve sistematik olarak değerlendirilmiştir. Bu amaçla, Bulanık Çok Kriterli Karar Verme (BÇKKV) yöntemleri kullanılarak eğitim, sağlık, hukuk, mühendislik ve finans olmak üzere beş temel sektör analiz edilmiştir. Söz konusu sektörler hem ekonomik sistemlerdeki merkezi rolleri hem de YZ'ye olan bağımlılık düzeylerindeki farklılıklar nedeniyle örneklem olarak seçilmiştir. Bu çalışma, iki aşamalı bir BÇKKV çerçevesi üzerine kurgulanmıştır. İlk aşamada, YZ'nin olumsuz etkileri ekonomik, sosyal, psikolojik ve teknolojik boyutlar dikkate alınarak ele alınmış ve bu ana kriterler kapsamında toplam 14 alt kriter tanımlanmıştır. Kriter ağırlıkları, seçilen sektörlerde aktif olarak görev yapan uzmanlardan elde edilen ikili karşılaştırmalar alınarak Bulanık Analitik Hiyerarşi Süreci (BAHP) yöntemiyle hesaplanmıştır. Uzman görüşlerinin birleştirilmesinde de iki farklı strateji olarak; minimum–aritmetik ortalama–maksimum (aritmetik ortalama yaklaşımı) ve minimum–geometrik ortalama–maksimum (geometrik ortalama yaklaşımı) yaklaşımları benimsenmiştir. Bu iki ağırlıklandırma stratejisine ek olarak, üçüncü bir yaklaşım olarak, elde edilen kriter ağırlıkları kullanılarak ChatGPT aracılığıyla alternatif değerlendirmeleri gerçekleştirilmiş ve YZ tabanlı bir sıralama profili oluşturulmuştur. İkinci aşamada, her iki ağırlıklandırma stratejisi için sektörlerin YZ'den olumsuz etkilenme düzeyleri Bulanık TOPSIS (BTOPSIS) ve Bulanık MOORA (BMOORA) yöntemleriyle hesaplanmıştır. Uzman görüşlerine dayalı değerlendirmelerde, her iki yöntem de tutarlı sonuçlar üretmiş ve finans sektörünün en kırılgan sektör olarak öne çıktığını göstermiştir. Diğer yandan, YZ tabanlı alternatif değerlendirmelerde eğitim sektörü en yüksek kırılganlığa sahip sektör olarak belirlenmiştir. Hukuk ve sağlık sektörleri ise tüm analizlerde orta düzeyde kırılganlık sergilemiştir. Modelin güvenilirliğini test etmek için gerçekleştirilen duyarlılık analizinde, ana kriter ağırlıkları ±%10 oranında değiştirilerek toplam 64 hesaplama senaryosu oluşturulmuştur. Analiz sonuçlarına bakıldığında hem aritmetik ortalama hem de geometrik ortalama yaklaşımlarında sektör sıralamalarının değişmediği ve özellikle YZ tabanlı değerlendirmelerde BTOPSIS ve BMOORA yöntemleri arasındaki sıralama farklılıklarının ortadan kalktığı görülmüştür. Zira bu sonuç, karar modelinin küçük ağırlık değişimlerine karşı yüksek düzeyde tutarlı, kararlı ve duyarlılık açısından dirençli bir yapıya sahip olduğunu göstermektedir. Elde edilen sonuçlar, YZ'nin sektörel etkilerinin yalnızca ekonomik boyutla sınırlı olmadığını; bunun yanında sosyal ve psikolojik etkilerinin de karar süreçlerinde belirleyici rol oynadığını göstermektedir. Bu bağlamda çalışma, YZ temelli risklerin değerlendirilmesinde birden fazla bakış açısının beraber değerlendirilmesinin önemini vurgulayarak karar vericiler için kapsamlı bir karar destek modeli sunmaktadır.
Özet (Çeviri)
Recent years have witnessed a fundamental transformation in labor market dynamics, economic conditions, and working practices as a result of rapid advances in artificial intelligence (AI). Although this transformation provides significant benefits and services across various sectors, it also gives rise to serious challenges, including job insecurity, income inequality, increased risk of errors, and ethical concerns. Given the contemporary relevance of these issues and their multifaceted implications, this thesis offers a comprehensive and systematic examination of the negative impacts of AI across different industries. Fuzzy Multi-Criteria Decision-Making (FMCDM) techniques were used to study five important sectors: education, healthcare, law, engineering, and finance. These industries' crucial importance in economic systems and their differing levels of reliance on AI technology led to their selection as the study sample. A two-stage FMCDM framework serves as the foundation for the investigation. Fourteen sub-criteria were established in the first step, which assessed the detrimental effects of AI from an economic, social, psychological, and technological perspective. The Fuzzy Analytic Hierarchy Process (FAHP) was used to determine the criterion weights based on pairwise comparisons from professionals who are currently employed in the chosen industries. Two different aggregation procedures were used to combine expert judgments: the minimum–geometric mean–maximum approach (geometric mean strategy) and the minimum–arithmetic mean–maximum approach (arithmetic mean strategy). A third method was added to these two weighting procedures by employing the obtained criterion weights to conduct alternative evaluations through ChatGPT, creating an AI-based ranking profile. The Fuzzy TOPSIS (FTOPSIS) and Fuzzy MOORA (FMOORA) approaches were used in the second stage to assess sectoral susceptibility to the negative impacts of AI for both weighting strategies. Both approaches produced consistent results in the expert-based assessments, which showed that the finance sector was the most susceptible. On the other hand, the education sector was found to be the most vulnerable in the AI-based alternative evaluations. In every analysis, the legal and healthcare sectors showed moderate levels of vulnerability. A sensitivity study was carried out by changing the primary criterion weights by ±10% to evaluate the robustness of the suggested model, yielding a total of 64 computational scenarios. The results show that under both arithmetic and geometric mean techniques, sector rankings did not change. Additionally, differences in ranks between the FTOPSIS and FMOORA approaches were minimized, especially in the AI-based evaluations. These findings show that the decision model is highly consistent, stable, and resilient to small changes in criterion weights. All of the results show that the sectoral effects of AI are not limited to economic aspects; social and psychological consequences also have a significant influence on how decisions are made. In this regard, the study provides policymakers and decision-makers with a thorough decision support model and highlights the significance of integrating many viewpoints in the evaluation of AI-related risks.
Benzer Tezler
- Corporate compliance enhanced by artificial intelligence
Yapay zeka ile güçlendirilmiş kurumsal compliance
İREM SERRA SEÇER
Yüksek Lisans
İngilizce
2025
Hukukİstanbul Medeniyet ÜniversitesiÖzel Hukuk Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MELTEM KARATEPE KAYA
- Topluluk öğrenme modelini kullanarak optimum özellik seçimine dayalı duygu analizi
Sentiment analysis based on optimal feature selection using an ensemble learning model
FATİH DEMİRCİ
Yüksek Lisans
Türkçe
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Uygulamalı Bilimler ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ZEYNEP GARİP
DOÇ. DR. EKİN EKİNCİ
- Sentiment-driven forecasting of short-term asset price directions using large language models
Büyük dil modelleri kullanarak varlık fiyatlarının kısa vadeli yönlerinin duygu odaklı tahmini
AHMET BERKAY GÜLTEKİN
Yüksek Lisans
İngilizce
2025
Mühendislik Bilimleriİstanbul Teknik ÜniversitesiVeri Mühendisliği ve İş Analitiği Ana Bilim Dalı (disiplinlerarası)
PROF. DR. ALP ÜSTÜNDAĞ
- Network digital twins: Tackling challenges and enhancing wireless network management
Ağ dijital ikizleri: Sorunları ele alma ve kablosuz ağ yönetimini geliştirme
ELİF AK
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. BERK CANBERK
- Fotoğrafta yapay zeka: Tanıtım fotoğrafına etkileri ve geleceği
Artificial intelligence in photography: Effects on advertising photography and its future
SİBEL AKMANLAR