Açıklanabilir yapay zekâ tasarımı ve sürdürülebilirlik

Abstract

Günümüzde kurumlar yapay zekâyı stratejik bir unsur olarak benimsemekte ve bu teknolojiyi iş süreçlerine hızla entegre etmektedir. Ancak yüksek performans kadar, yapay zekâ sistemlerinin şeffaf, adil ve sürdürülebilir olması da büyük önem taşımaktadır. Bu bağlamda açıklanabilirlik, güvenilir yapay zekâ sistemlerinin temel koşulu olarak öne çıkmaktadır. Tez kapsamında, açıklanabilirliği artırmak amacıyla şeffaf modellerle (örneğin karar ağaçları) az sayıda ve anlamlı değişken seçilmiş, ardından bu modelin çıktısı yüksek doğruluklu bir kara kutu modele (random forest, XGBoost) girdiler olarak aktarılmıştır. Böylece hem performansı hem açıklanabilirliği yüksek hibrit bir yapı oluşturulmuştur. Ayrıca, alan uzmanlarının katkısıyla modele kuramsal dayanak da eklenmiştir. Modelin sağlamlığı, bilgi kaybı ve hiperparametre değişiklikleri gibi senaryolarla test edilmiş; hibrit modelin dayanıklılığı ve tutarlılığı istatistiksel ve görsel analizlerle değerlendirilmiştir. Bu çalışma, performans ve açıklanabilirlik arasında denge kuran, farklı alanlarda uygulanabilir güçlü bir yapay zekâ yaklaşımı sunmaktadır.