T.C. MİLLİ EĞİTİM BAKANLIĞI
.......... OKUL SEÇ ..........
2026-2027 EĞİTİM ÖĞRETİM YILI 12. SINIF KALİTE KONTROLDE YAPAY ZEKÂ UYGULAMALARI DERSİ DERS PLANI

Öğretmen Adı

Ders Öğretmeni

Müdür Adı

Okul Müdürü

Hafta 8 / 37

2026-2027 günlük plan ana yapı tablosu — 37 hafta
Hafta	Tarih	Saat	Tema / ÜniteÜnite / Tema	Konu	Öğrenme Çıktısı KodlarıKazanım Kodları	Öğrenme KanıtlarıÖlçme-Değerlendirme	Bölüm / Durum
#	14-18 Eylül	2	Kalite Kontrolde Yapay Zekâ Entegrasyonu	Metal kalite kontrolünün önemi	Metal kalite kontrolünün önemini açıklar.	Yazılı Sınav, Performans Görevi	Dolu
1. Hafta — 14-18 Eylül — Tema: Kalite Kontrolde Yapay Zekâ Entegrasyonu Dolu Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Tema / Ünite Kalite Kontrolde Yapay Zekâ Entegrasyonu Konu Metal kalite kontrolünün önemi Süre 2 ders saati (80 dk) Tarih 14-18 Eylül Hafta 1. Hafta Belirli Gün ve Haftalar 15 Temmuz Demokrasi ve Millî Birlik Günü, Gaziler Günü (19 Eylül) Öğrenme Çıktıları ve Süreç Bileşenleri MEB Metal kalite kontrolünün önemini açıklar. Metal malzemelerin üretim hatalarından arındırılmasının kalite açısından kritik önemi vurgulanır. Sanayi üretiminde standartlara uygunluğun ve müşteri memnuniyetinin sağlanmasında kontrolün rolü açıklanır. Tema Özeti MEB Kalite kontrolde yapay zekâ entegrasyonunu açıklayabilme Programlar Arası Bileşenler MEB Kavramsal BecerilerKB2.4 Çözümleme / AnalizKB2.7 KarşılaştırmaKB2.12 Veriye Dayalı TahminKB2.16 Akıl Yürütme EğilimlerE1.1 MerakE3.1 UzmanlaşmaE3.6 AnalitiklikE3.7 Sistemlilik Sosyal-Duygusal Öğrenme BecerileriSDB1.3 Kendine Uyarlama (Öz Yansıtma)SDB2.2 İş Birliği DeğerlerD5 DuyarlılıkD12 SabırD16 Sorumluluk Okuryazarlık BecerileriOB1 Bilgi OkuryazarlığıOB2 Dijital OkuryazarlıkOB7 Veri Okuryazarlığı Öğrenme Kanıtları (Ölçme ve Değerlendirme) DPO Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Ön Değerlendirme Süreci Boş Öğretmen tarafından doldurulacak Köprü Kurma Boş Öğretmen tarafından doldurulacak Öğrenme-Öğretme Uygulamaları DPO Derse Giriş10 dk KALİTE KONTROLDE YAPAY ZEKÂ ENTEGRASYONU ünitesine giriş: Metal kalite kontrolünün önemi üzerine kısa bir sohbetle derse başlanır. 15 Temmuz Demokrasi ve Millî Birlik Günü ile bağ kurularak derse giriş yapılır. Keşfetme25 dk Öğrencilerin metal kalite kontrolünün önemi ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama35 dk Öğrenciler metal kalite kontrolünün önemi ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Metal kalite kontrolünün önemi). Sonuçlandırma10 dk Öğrencilerin "Sanayi üretiminde standartlara uygunluğun ve müşteri memnuniyetinin sağlanmasında kontrolün rolü açıklanır" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Sınıf defteri: Metal kalite kontrolünün önemi; değerlendirme Derse Giriş 10 dk KALİTE KONTROLDE YAPAY ZEKÂ ENTEGRASYONU ünitesine giriş: Metal kalite kontrolünün önemi üzerine kısa bir sohbetle derse başlanır. 15 Temmuz Demokrasi ve Millî Birlik Günü ile bağ kurularak derse giriş yapılır. Keşfetme 25 dk Öğrencilerin metal kalite kontrolünün önemi ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama 35 dk Öğrenciler metal kalite kontrolünün önemi ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Metal kalite kontrolünün önemi). Sonuçlandırma 10 dk Öğrencilerin "Sanayi üretiminde standartlara uygunluğun ve müşteri memnuniyetinin sağlanmasında kontrolün rolü açıklanır" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Farklılaştırma Boş ZÖğretmen tarafından doldurulacak DÖğretmen tarafından doldurulacak Araç-Gereç ve Kaynaklar DPO Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğretmen Görüşleri BÖLÜM I Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Ünite / Tema Kalite Kontrolde Yapay Zekâ Entegrasyonu Konu Metal kalite kontrolünün önemi Önerilen Süre 2 ders saati (80 dk) Tarih 14-18 Eylül Hafta 1. Hafta Belirli Gün ve Haftalar 15 Temmuz Demokrasi ve Millî Birlik Günü, Gaziler Günü (19 Eylül) BÖLÜM II DPO Kazanımlar Metal kalite kontrolünün önemini açıklar. Açıklamalar YZ Metal malzemelerin üretim hatalarından arındırılmasının kalite açısından kritik önemi vurgulanır. Sanayi üretiminde standartlara uygunluğun ve müşteri memnuniyetinin sağlanmasında kontrolün rolü açıklanır. Öğrenme-Öğretme Yöntem ve Teknikleri Anlatım Soru-Cevap Problem Çözme Gösterip Yaptırma Kullanılan Eğitim Teknolojileri, Araç ve Gereçler Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğrenme-Öğretme Etkinlikleri Dikkat Çekme Metal kalite kontrolünün önemi ile ilgili günlük yaşamdan ya da meslekten bir örnek veya soru ile derse başlanır. Güdüleme Metal kalite kontrolünün önemi konusunun meslekteki ve günlük yaşamdaki yeri vurgulanır. Gözden Geçirme Öğrencilerin konuyla ilgili ön bilgileri sorularla yoklanır. Derse Geçiş Haftanın kazanımı öğrencilerle paylaşılır: Metal kalite kontrolünün önemini açıklar. Bireysel Öğrenme Etkinlikleri Anlatım, soru-cevap ve gösterip yaptırma ile: 1) Metal malzemelerin üretim hatalarından arındırılmasının kalite açısından kritik önemi vurgulanır. 2) Sanayi üretiminde standartlara uygunluğun ve müşteri memnuniyetinin sağlanmasında kontrolün rolü açıklanır. Grupla Öğrenme Etkinlikleri Öğrenciler gruplara ayrılır; metal kalite kontrolünün önemi ile ilgili problem/örnek olay grup çalışmasıyla çözülür ve sınıfla paylaşılır. Özet Haftanın konuları öğrencilerle birlikte özetlenir; bir sonraki dersin konusu duyurulur. BÖLÜM III — Ölçme-Değerlendirme Bireysel Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Grupla Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Grup çalışması gözlem formu Öğrenme Güçlüğü Olan ve İleri Düzey Öğrenciler İçin Ek Ölçme-Değerlendirme BÖLÜM IV — Planın Uygulanmasına İlişkin Açıklamalar Belirtilen tarihlerde ve haftalarda, müfredat programına göre değişiklikler yapılabilir. Öğrenci merkezli öğretim yöntemleri ve teknikleri aktif olarak kullanılacaktır. Ölçme ve değerlendirme süreçlerinde çeşitlilik sağlanacak ve süreç odaklı değerlendirme yapılacaktır. Bireysel farklılıklar dikkate alınarak öğretime yön verilecektir. Teknoloji entegrasyonu ile öğrenme süreçleri desteklenecektir.
#	21-25 Eylül	2	Kalite Kontrolde Yapay Zekâ Entegrasyonu	Yapay zekânın kalite kontrol süreçlerine entegrasyonu	Yapay zekânın kalite kontrol süreçlerine entegrasyonunu açıklar.	Yazılı Sınav, Performans Görevi	Dolu
2. Hafta — 21-25 Eylül — Tema: Kalite Kontrolde Yapay Zekâ Entegrasyonu Dolu Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Tema / Ünite Kalite Kontrolde Yapay Zekâ Entegrasyonu Konu Yapay zekânın kalite kontrol süreçlerine entegrasyonu Süre 2 ders saati (80 dk) Tarih 21-25 Eylül Hafta 2. Hafta Belirli Gün ve Haftalar İlköğretim Haftası (Eylül ayının 3. haftası) Öğrenme Çıktıları ve Süreç Bileşenleri MEB Yapay zekânın kalite kontrol süreçlerine entegrasyonunu açıklar. Yapay zekâ teknolojilerinin üretim hatlarındaki denetim süreçlerine nasıl dahil edildiği ifade edilir. Tema Özeti DPO KALİTE KONTROLDE YAPAY ZEKÂ ENTEGRASYONU ünitesinin 2. haftası. Programlar Arası Bileşenler MEB Kavramsal BecerilerKB2.4 Çözümleme / AnalizKB2.7 KarşılaştırmaKB2.12 Veriye Dayalı TahminKB2.16 Akıl Yürütme EğilimlerE1.1 MerakE3.1 UzmanlaşmaE3.6 AnalitiklikE3.7 Sistemlilik Sosyal-Duygusal Öğrenme BecerileriSDB1.3 Kendine Uyarlama (Öz Yansıtma)SDB2.2 İş Birliği DeğerlerD5 DuyarlılıkD12 SabırD16 Sorumluluk Okuryazarlık BecerileriOB1 Bilgi OkuryazarlığıOB2 Dijital OkuryazarlıkOB7 Veri Okuryazarlığı Öğrenme Kanıtları (Ölçme ve Değerlendirme) DPO Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Temel Kabuller DPO Önceki haftaların çıktıları (Metal kalite kontrolünün önemi) edinilmiş kabul edilir. Ön Değerlendirme Süreci DPO Önceki haftanın çıktıları (Metal kalite kontrolünün önemi) kısa sorularla yoklanır. Köprü Kurma DPO Metal kalite kontrolünün önemi ile Yapay zekânın kalite kontrol süreçlerine entegrasyonu arasında ilişki kurulur; yapay zekânın kalite kontrol süreçlerine entegrasyonu hatırlatılır. Öğrenme-Öğretme Uygulamaları DPO Derse Giriş10 dk Önceki haftanın çıktıları (Metal kalite kontrolünün önemi) kısa sorularla yoklanır; yapay zekânın kalite kontrol süreçlerine entegrasyonu konusuna dikkat çekilir. İlköğretim Haftası (Eylül ayının 3. haftası) ile bağ kurularak derse giriş yapılır. Keşfetme25 dk Öğrencilerin yapay zekânın kalite kontrol süreçlerine entegrasyonu ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama35 dk Öğrenciler yapay zekânın kalite kontrol süreçlerine entegrasyonu ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Yapay zekânın kalite kontrol süreçlerine entegrasyonu). Sonuçlandırma10 dk Öğrencilerin "Yapay zekâ teknolojilerinin üretim hatlarındaki denetim süreçlerine nasıl dahil edildiği ifade edilir" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Sınıf defteri: Yapay zekânın kalite kontrol süreçlerine entegrasyonu; değerlendirme Derse Giriş 10 dk Önceki haftanın çıktıları (Metal kalite kontrolünün önemi) kısa sorularla yoklanır; yapay zekânın kalite kontrol süreçlerine entegrasyonu konusuna dikkat çekilir. İlköğretim Haftası (Eylül ayının 3. haftası) ile bağ kurularak derse giriş yapılır. Keşfetme 25 dk Öğrencilerin yapay zekânın kalite kontrol süreçlerine entegrasyonu ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama 35 dk Öğrenciler yapay zekânın kalite kontrol süreçlerine entegrasyonu ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Yapay zekânın kalite kontrol süreçlerine entegrasyonu). Sonuçlandırma 10 dk Öğrencilerin "Yapay zekâ teknolojilerinin üretim hatlarındaki denetim süreçlerine nasıl dahil edildiği ifade edilir" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Farklılaştırma Boş ZÖğretmen tarafından doldurulacak DÖğretmen tarafından doldurulacak Araç-Gereç ve Kaynaklar DPO Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğretmen Görüşleri BÖLÜM I Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Ünite / Tema Kalite Kontrolde Yapay Zekâ Entegrasyonu Konu Yapay zekânın kalite kontrol süreçlerine entegrasyonu Önerilen Süre 2 ders saati (80 dk) Tarih 21-25 Eylül Hafta 2. Hafta Belirli Gün ve Haftalar İlköğretim Haftası (Eylül ayının 3. haftası) BÖLÜM II DPO Kazanımlar Yapay zekânın kalite kontrol süreçlerine entegrasyonunu açıklar. Açıklamalar YZ Yapay zekâ teknolojilerinin üretim hatlarındaki denetim süreçlerine nasıl dahil edildiği ifade edilir. Öğrenme-Öğretme Yöntem ve Teknikleri Anlatım Soru-Cevap Problem Çözme Gösterip Yaptırma Kullanılan Eğitim Teknolojileri, Araç ve Gereçler Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğrenme-Öğretme Etkinlikleri Dikkat Çekme Yapay zekânın kalite kontrol süreçlerine entegrasyonu ile ilgili günlük yaşamdan ya da meslekten bir örnek veya soru ile derse başlanır. Güdüleme Yapay zekânın kalite kontrol süreçlerine entegrasyonu konusunun meslekteki ve günlük yaşamdaki yeri vurgulanır. Gözden Geçirme Önceki haftanın konusu (Metal kalite kontrolünün önemi) kısaca tekrar edilir. Derse Geçiş Haftanın kazanımı öğrencilerle paylaşılır: Yapay zekânın kalite kontrol süreçlerine entegrasyonunu açıklar. Bireysel Öğrenme Etkinlikleri Anlatım, soru-cevap ve gösterip yaptırma ile: 1) Yapay zekâ teknolojilerinin üretim hatlarındaki denetim süreçlerine nasıl dahil edildiği ifade edilir. Grupla Öğrenme Etkinlikleri Öğrenciler gruplara ayrılır; yapay zekânın kalite kontrol süreçlerine entegrasyonu ile ilgili problem/örnek olay grup çalışmasıyla çözülür ve sınıfla paylaşılır. Özet Haftanın konuları öğrencilerle birlikte özetlenir; bir sonraki dersin konusu duyurulur. BÖLÜM III — Ölçme-Değerlendirme Bireysel Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Grupla Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Grup çalışması gözlem formu Öğrenme Güçlüğü Olan ve İleri Düzey Öğrenciler İçin Ek Ölçme-Değerlendirme BÖLÜM IV — Planın Uygulanmasına İlişkin Açıklamalar Belirtilen tarihlerde ve haftalarda, müfredat programına göre değişiklikler yapılabilir. Öğrenci merkezli öğretim yöntemleri ve teknikleri aktif olarak kullanılacaktır. Ölçme ve değerlendirme süreçlerinde çeşitlilik sağlanacak ve süreç odaklı değerlendirme yapılacaktır. Bireysel farklılıklar dikkate alınarak öğretime yön verilecektir. Teknoloji entegrasyonu ile öğrenme süreçleri desteklenecektir.
#	28 Eylül - 2 Ekim	2	Kalite Kontrolde Yapay Zekâ Entegrasyonu	Yapay zekânın kalite kontrol süreçlerine entegrasyonu	Yapay zekânın kalite kontrol süreçlerine entegrasyonunu açıklar.	Yazılı Sınav, Performans Görevi	Dolu
3. Hafta — 28 Eylül - 2 Ekim — Tema: Kalite Kontrolde Yapay Zekâ Entegrasyonu Dolu Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Tema / Ünite Kalite Kontrolde Yapay Zekâ Entegrasyonu Konu Yapay zekânın kalite kontrol süreçlerine entegrasyonu Süre 2 ders saati (80 dk) Tarih 28 Eylül - 2 Ekim Hafta 3. Hafta Belirli Gün ve Haftalar Hayvanları Koruma Günü (4 Ekim) Öğrenme Çıktıları ve Süreç Bileşenleri MEB Yapay zekânın kalite kontrol süreçlerine entegrasyonunu açıklar. Görüntü işleme ve veri analitiği sistemlerinin kalite kontrol hattındaki yeri gösterilir. Tema Özeti DPO KALİTE KONTROLDE YAPAY ZEKÂ ENTEGRASYONU ünitesinin 3. haftası. Programlar Arası Bileşenler MEB Kavramsal BecerilerKB2.4 Çözümleme / AnalizKB2.7 KarşılaştırmaKB2.12 Veriye Dayalı TahminKB2.16 Akıl Yürütme EğilimlerE1.1 MerakE3.1 UzmanlaşmaE3.6 AnalitiklikE3.7 Sistemlilik Sosyal-Duygusal Öğrenme BecerileriSDB1.3 Kendine Uyarlama (Öz Yansıtma)SDB2.2 İş Birliği DeğerlerD5 DuyarlılıkD12 SabırD16 Sorumluluk Okuryazarlık BecerileriOB1 Bilgi OkuryazarlığıOB2 Dijital OkuryazarlıkOB7 Veri Okuryazarlığı Öğrenme Kanıtları (Ölçme ve Değerlendirme) DPO Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Temel Kabuller DPO Önceki haftaların çıktıları (Yapay zekânın kalite kontrol süreçlerine entegrasyonu) edinilmiş kabul edilir. Ön Değerlendirme Süreci DPO Önceki haftanın çıktıları (Yapay zekânın kalite kontrol süreçlerine entegrasyonu) kısa sorularla yoklanır. Köprü Kurma DPO Yapay zekânın kalite kontrol süreçlerine entegrasyonu ile Yapay zekânın kalite kontrol süreçlerine entegrasyonu arasında ilişki kurulur; yapay zekânın kalite kontrol süreçlerine entegrasyonu hatırlatılır. Öğrenme-Öğretme Uygulamaları DPO Derse Giriş10 dk Önceki haftanın çıktıları (Yapay zekânın kalite kontrol süreçlerine entegrasyonu) kısa sorularla yoklanır; yapay zekânın kalite kontrol süreçlerine entegrasyonu konusuna dikkat çekilir. Hayvanları Koruma Günü (4 Ekim) ile bağ kurularak derse giriş yapılır. Keşfetme25 dk Öğrencilerin yapay zekânın kalite kontrol süreçlerine entegrasyonu ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama35 dk Öğrenciler yapay zekânın kalite kontrol süreçlerine entegrasyonu ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Yapay zekânın kalite kontrol süreçlerine entegrasyonu). Sonuçlandırma10 dk Öğrencilerin "Görüntü işleme ve veri analitiği sistemlerinin kalite kontrol hattındaki yeri gösterilir" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Sınıf defteri: Yapay zekânın kalite kontrol süreçlerine entegrasyonu; değerlendirme Derse Giriş 10 dk Önceki haftanın çıktıları (Yapay zekânın kalite kontrol süreçlerine entegrasyonu) kısa sorularla yoklanır; yapay zekânın kalite kontrol süreçlerine entegrasyonu konusuna dikkat çekilir. Hayvanları Koruma Günü (4 Ekim) ile bağ kurularak derse giriş yapılır. Keşfetme 25 dk Öğrencilerin yapay zekânın kalite kontrol süreçlerine entegrasyonu ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama 35 dk Öğrenciler yapay zekânın kalite kontrol süreçlerine entegrasyonu ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Yapay zekânın kalite kontrol süreçlerine entegrasyonu). Sonuçlandırma 10 dk Öğrencilerin "Görüntü işleme ve veri analitiği sistemlerinin kalite kontrol hattındaki yeri gösterilir" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Farklılaştırma Boş ZÖğretmen tarafından doldurulacak DÖğretmen tarafından doldurulacak Araç-Gereç ve Kaynaklar DPO Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğretmen Görüşleri BÖLÜM I Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Ünite / Tema Kalite Kontrolde Yapay Zekâ Entegrasyonu Konu Yapay zekânın kalite kontrol süreçlerine entegrasyonu Önerilen Süre 2 ders saati (80 dk) Tarih 28 Eylül - 2 Ekim Hafta 3. Hafta Belirli Gün ve Haftalar Hayvanları Koruma Günü (4 Ekim) BÖLÜM II DPO Kazanımlar Yapay zekânın kalite kontrol süreçlerine entegrasyonunu açıklar. Açıklamalar YZ Görüntü işleme ve veri analitiği sistemlerinin kalite kontrol hattındaki yeri gösterilir. Öğrenme-Öğretme Yöntem ve Teknikleri Anlatım Soru-Cevap Problem Çözme Gösterip Yaptırma Kullanılan Eğitim Teknolojileri, Araç ve Gereçler Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğrenme-Öğretme Etkinlikleri Dikkat Çekme Yapay zekânın kalite kontrol süreçlerine entegrasyonu ile ilgili günlük yaşamdan ya da meslekten bir örnek veya soru ile derse başlanır. Güdüleme Yapay zekânın kalite kontrol süreçlerine entegrasyonu konusunun meslekteki ve günlük yaşamdaki yeri vurgulanır. Gözden Geçirme Önceki haftanın konusu (Yapay zekânın kalite kontrol süreçlerine entegrasyonu) kısaca tekrar edilir. Derse Geçiş Haftanın kazanımı öğrencilerle paylaşılır: Yapay zekânın kalite kontrol süreçlerine entegrasyonunu açıklar. Bireysel Öğrenme Etkinlikleri Anlatım, soru-cevap ve gösterip yaptırma ile: 1) Görüntü işleme ve veri analitiği sistemlerinin kalite kontrol hattındaki yeri gösterilir. Grupla Öğrenme Etkinlikleri Öğrenciler gruplara ayrılır; yapay zekânın kalite kontrol süreçlerine entegrasyonu ile ilgili problem/örnek olay grup çalışmasıyla çözülür ve sınıfla paylaşılır. Özet Haftanın konuları öğrencilerle birlikte özetlenir; bir sonraki dersin konusu duyurulur. BÖLÜM III — Ölçme-Değerlendirme Bireysel Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Grupla Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Grup çalışması gözlem formu Öğrenme Güçlüğü Olan ve İleri Düzey Öğrenciler İçin Ek Ölçme-Değerlendirme BÖLÜM IV — Planın Uygulanmasına İlişkin Açıklamalar Belirtilen tarihlerde ve haftalarda, müfredat programına göre değişiklikler yapılabilir. Öğrenci merkezli öğretim yöntemleri ve teknikleri aktif olarak kullanılacaktır. Ölçme ve değerlendirme süreçlerinde çeşitlilik sağlanacak ve süreç odaklı değerlendirme yapılacaktır. Bireysel farklılıklar dikkate alınarak öğretime yön verilecektir. Teknoloji entegrasyonu ile öğrenme süreçleri desteklenecektir.
#	5-9 Ekim	2	Kalite Kontrolde Yapay Zekâ Entegrasyonu	Geleneksel yöntemler ile yapay zekâ tabanlı yaklaşımları karşılaştırma	Kalite kontrolde geleneksel yöntemler ile yapay zekâ tabanlı yaklaşımları karşılaştırır.	Yazılı Sınav, Performans Görevi	Dolu
4. Hafta — 5-9 Ekim — Tema: Kalite Kontrolde Yapay Zekâ Entegrasyonu Dolu Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Tema / Ünite Kalite Kontrolde Yapay Zekâ Entegrasyonu Konu Geleneksel yöntemler ile yapay zekâ tabanlı yaklaşımları karşılaştırma Süre 2 ders saati (80 dk) Tarih 5-9 Ekim Hafta 4. Hafta Öğrenme Çıktıları ve Süreç Bileşenleri MEB Kalite kontrolde geleneksel yöntemler ile yapay zekâ tabanlı yaklaşımları karşılaştırır. Geleneksel insan gözüyle yapılan muayene ile yapay zekâ destekli sistemlerin farkları listelenir. Tema Özeti DPO KALİTE KONTROLDE YAPAY ZEKÂ ENTEGRASYONU ünitesinin 4. haftası. Programlar Arası Bileşenler MEB Kavramsal BecerilerKB2.4 Çözümleme / AnalizKB2.7 KarşılaştırmaKB2.12 Veriye Dayalı TahminKB2.16 Akıl Yürütme EğilimlerE1.1 MerakE3.1 UzmanlaşmaE3.6 AnalitiklikE3.7 Sistemlilik Sosyal-Duygusal Öğrenme BecerileriSDB1.3 Kendine Uyarlama (Öz Yansıtma)SDB2.2 İş Birliği DeğerlerD5 DuyarlılıkD12 SabırD16 Sorumluluk Okuryazarlık BecerileriOB1 Bilgi OkuryazarlığıOB2 Dijital OkuryazarlıkOB7 Veri Okuryazarlığı Öğrenme Kanıtları (Ölçme ve Değerlendirme) DPO Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Temel Kabuller DPO Önceki haftaların çıktıları (Yapay zekânın kalite kontrol süreçlerine entegrasyonu) edinilmiş kabul edilir. Ön Değerlendirme Süreci DPO Önceki haftanın çıktıları (Yapay zekânın kalite kontrol süreçlerine entegrasyonu) kısa sorularla yoklanır. Köprü Kurma DPO Yapay zekânın kalite kontrol süreçlerine entegrasyonu ile Geleneksel yöntemler ile yapay zekâ tabanlı yaklaşımları karşılaştırma arasında ilişki kurulur; geleneksel yöntemler ile yapay zekâ tabanlı yaklaşımları karşılaştırma hatırlatılır. Öğrenme-Öğretme Uygulamaları DPO Derse Giriş10 dk Önceki haftanın çıktıları (Yapay zekânın kalite kontrol süreçlerine entegrasyonu) kısa sorularla yoklanır; geleneksel yöntemler ile yapay zekâ tabanlı yaklaşımları karşılaştırma konusuna dikkat çekilir. Keşfetme25 dk Öğrencilerin geleneksel yöntemler ile yapay zekâ tabanlı yaklaşımları karşılaştırma ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama35 dk Öğrenciler geleneksel yöntemler ile yapay zekâ tabanlı yaklaşımları karşılaştırma ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Geleneksel yöntemler ile yapay zekâ tabanlı yaklaşımları karşılaştırma). Sonuçlandırma10 dk Öğrencilerin "Geleneksel insan gözüyle yapılan muayene ile yapay zekâ destekli sistemlerin farkları listelenir" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Sınıf defteri: Geleneksel yöntemler ile yapay zekâ tabanlı yaklaşımları karşılaştırma; değerlendirme Derse Giriş 10 dk Önceki haftanın çıktıları (Yapay zekânın kalite kontrol süreçlerine entegrasyonu) kısa sorularla yoklanır; geleneksel yöntemler ile yapay zekâ tabanlı yaklaşımları karşılaştırma konusuna dikkat çekilir. Keşfetme 25 dk Öğrencilerin geleneksel yöntemler ile yapay zekâ tabanlı yaklaşımları karşılaştırma ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama 35 dk Öğrenciler geleneksel yöntemler ile yapay zekâ tabanlı yaklaşımları karşılaştırma ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Geleneksel yöntemler ile yapay zekâ tabanlı yaklaşımları karşılaştırma). Sonuçlandırma 10 dk Öğrencilerin "Geleneksel insan gözüyle yapılan muayene ile yapay zekâ destekli sistemlerin farkları listelenir" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Farklılaştırma Boş ZÖğretmen tarafından doldurulacak DÖğretmen tarafından doldurulacak Araç-Gereç ve Kaynaklar DPO Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğretmen Görüşleri BÖLÜM I Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Ünite / Tema Kalite Kontrolde Yapay Zekâ Entegrasyonu Konu Geleneksel yöntemler ile yapay zekâ tabanlı yaklaşımları karşılaştırma Önerilen Süre 2 ders saati (80 dk) Tarih 5-9 Ekim Hafta 4. Hafta BÖLÜM II DPO Kazanımlar Kalite kontrolde geleneksel yöntemler ile yapay zekâ tabanlı yaklaşımları karşılaştırır. Açıklamalar YZ Geleneksel insan gözüyle yapılan muayene ile yapay zekâ destekli sistemlerin farkları listelenir. Öğrenme-Öğretme Yöntem ve Teknikleri Anlatım Soru-Cevap Problem Çözme Gösterip Yaptırma Kullanılan Eğitim Teknolojileri, Araç ve Gereçler Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğrenme-Öğretme Etkinlikleri Dikkat Çekme Geleneksel yöntemler ile yapay zekâ tabanlı yaklaşımları karşılaştırma ile ilgili günlük yaşamdan ya da meslekten bir örnek veya soru ile derse başlanır. Güdüleme Geleneksel yöntemler ile yapay zekâ tabanlı yaklaşımları karşılaştırma konusunun meslekteki ve günlük yaşamdaki yeri vurgulanır. Gözden Geçirme Önceki haftanın konusu (Yapay zekânın kalite kontrol süreçlerine entegrasyonu) kısaca tekrar edilir. Derse Geçiş Haftanın kazanımı öğrencilerle paylaşılır: Kalite kontrolde geleneksel yöntemler ile yapay zekâ tabanlı yaklaşımları karşılaştırır. Bireysel Öğrenme Etkinlikleri Anlatım, soru-cevap ve gösterip yaptırma ile: 1) Geleneksel insan gözüyle yapılan muayene ile yapay zekâ destekli sistemlerin farkları listelenir. Grupla Öğrenme Etkinlikleri Öğrenciler gruplara ayrılır; geleneksel yöntemler ile yapay zekâ tabanlı yaklaşımları karşılaştırma ile ilgili problem/örnek olay grup çalışmasıyla çözülür ve sınıfla paylaşılır. Özet Haftanın konuları öğrencilerle birlikte özetlenir; bir sonraki dersin konusu duyurulur. BÖLÜM III — Ölçme-Değerlendirme Bireysel Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Grupla Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Grup çalışması gözlem formu Öğrenme Güçlüğü Olan ve İleri Düzey Öğrenciler İçin Ek Ölçme-Değerlendirme BÖLÜM IV — Planın Uygulanmasına İlişkin Açıklamalar Belirtilen tarihlerde ve haftalarda, müfredat programına göre değişiklikler yapılabilir. Öğrenci merkezli öğretim yöntemleri ve teknikleri aktif olarak kullanılacaktır. Ölçme ve değerlendirme süreçlerinde çeşitlilik sağlanacak ve süreç odaklı değerlendirme yapılacaktır. Bireysel farklılıklar dikkate alınarak öğretime yön verilecektir. Teknoloji entegrasyonu ile öğrenme süreçleri desteklenecektir.
#	12-16 Ekim	2	Kalite Kontrolde Yapay Zekâ Entegrasyonu	Geleneksel yöntemler ile yapay zekâ tabanlı yaklaşımları karşılaştırma	Kalite kontrolde geleneksel yöntemler ile yapay zekâ tabanlı yaklaşımları karşılaştırır.	Yazılı Sınav, Performans Görevi	Dolu
5. Hafta — 12-16 Ekim — Tema: Kalite Kontrolde Yapay Zekâ Entegrasyonu Dolu Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Tema / Ünite Kalite Kontrolde Yapay Zekâ Entegrasyonu Konu Geleneksel yöntemler ile yapay zekâ tabanlı yaklaşımları karşılaştırma Süre 2 ders saati (80 dk) Tarih 12-16 Ekim Hafta 5. Hafta Öğrenme Çıktıları ve Süreç Bileşenleri MEB Kalite kontrolde geleneksel yöntemler ile yapay zekâ tabanlı yaklaşımları karşılaştırır. Maliyet ve hız bakımından iki yaklaşımın avantajları ile dezavantajları karşılaştırılır. Tema Özeti DPO KALİTE KONTROLDE YAPAY ZEKÂ ENTEGRASYONU ünitesinin 5. haftası. Programlar Arası Bileşenler MEB Kavramsal BecerilerKB2.4 Çözümleme / AnalizKB2.7 KarşılaştırmaKB2.12 Veriye Dayalı TahminKB2.16 Akıl Yürütme EğilimlerE1.1 MerakE3.1 UzmanlaşmaE3.6 AnalitiklikE3.7 Sistemlilik Sosyal-Duygusal Öğrenme BecerileriSDB1.3 Kendine Uyarlama (Öz Yansıtma)SDB2.2 İş Birliği DeğerlerD5 DuyarlılıkD12 SabırD16 Sorumluluk Okuryazarlık BecerileriOB1 Bilgi OkuryazarlığıOB2 Dijital OkuryazarlıkOB7 Veri Okuryazarlığı Öğrenme Kanıtları (Ölçme ve Değerlendirme) DPO Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Temel Kabuller DPO Önceki haftaların çıktıları (Geleneksel yöntemler ile yapay zekâ tabanlı yaklaşımları karşılaştırma) edinilmiş kabul edilir. Ön Değerlendirme Süreci DPO Önceki haftanın çıktıları (Geleneksel yöntemler ile yapay zekâ tabanlı yaklaşımları karşılaştırma) kısa sorularla yoklanır. Köprü Kurma DPO Geleneksel yöntemler ile yapay zekâ tabanlı yaklaşımları karşılaştırma ile Geleneksel yöntemler ile yapay zekâ tabanlı yaklaşımları karşılaştırma arasında ilişki kurulur; geleneksel yöntemler ile yapay zekâ tabanlı yaklaşımları karşılaştırma hatırlatılır. Öğrenme-Öğretme Uygulamaları DPO Derse Giriş10 dk Önceki haftanın çıktıları (Geleneksel yöntemler ile yapay zekâ tabanlı yaklaşımları karşılaştırma) kısa sorularla yoklanır; geleneksel yöntemler ile yapay zekâ tabanlı yaklaşımları karşılaştırma konusuna dikkat çekilir. Keşfetme25 dk Öğrencilerin geleneksel yöntemler ile yapay zekâ tabanlı yaklaşımları karşılaştırma ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama35 dk Öğrenciler geleneksel yöntemler ile yapay zekâ tabanlı yaklaşımları karşılaştırma ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Geleneksel yöntemler ile yapay zekâ tabanlı yaklaşımları karşılaştırma). Sonuçlandırma10 dk Öğrencilerin "Maliyet ve hız bakımından iki yaklaşımın avantajları ile dezavantajları karşılaştırılır" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Sınıf defteri: Geleneksel yöntemler ile yapay zekâ tabanlı yaklaşımları karşılaştırma; değerlendirme Derse Giriş 10 dk Önceki haftanın çıktıları (Geleneksel yöntemler ile yapay zekâ tabanlı yaklaşımları karşılaştırma) kısa sorularla yoklanır; geleneksel yöntemler ile yapay zekâ tabanlı yaklaşımları karşılaştırma konusuna dikkat çekilir. Keşfetme 25 dk Öğrencilerin geleneksel yöntemler ile yapay zekâ tabanlı yaklaşımları karşılaştırma ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama 35 dk Öğrenciler geleneksel yöntemler ile yapay zekâ tabanlı yaklaşımları karşılaştırma ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Geleneksel yöntemler ile yapay zekâ tabanlı yaklaşımları karşılaştırma). Sonuçlandırma 10 dk Öğrencilerin "Maliyet ve hız bakımından iki yaklaşımın avantajları ile dezavantajları karşılaştırılır" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Farklılaştırma Boş ZÖğretmen tarafından doldurulacak DÖğretmen tarafından doldurulacak Araç-Gereç ve Kaynaklar DPO Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğretmen Görüşleri BÖLÜM I Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Ünite / Tema Kalite Kontrolde Yapay Zekâ Entegrasyonu Konu Geleneksel yöntemler ile yapay zekâ tabanlı yaklaşımları karşılaştırma Önerilen Süre 2 ders saati (80 dk) Tarih 12-16 Ekim Hafta 5. Hafta BÖLÜM II DPO Kazanımlar Kalite kontrolde geleneksel yöntemler ile yapay zekâ tabanlı yaklaşımları karşılaştırır. Açıklamalar YZ Maliyet ve hız bakımından iki yaklaşımın avantajları ile dezavantajları karşılaştırılır. Öğrenme-Öğretme Yöntem ve Teknikleri Anlatım Soru-Cevap Problem Çözme Gösterip Yaptırma Kullanılan Eğitim Teknolojileri, Araç ve Gereçler Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğrenme-Öğretme Etkinlikleri Dikkat Çekme Geleneksel yöntemler ile yapay zekâ tabanlı yaklaşımları karşılaştırma ile ilgili günlük yaşamdan ya da meslekten bir örnek veya soru ile derse başlanır. Güdüleme Geleneksel yöntemler ile yapay zekâ tabanlı yaklaşımları karşılaştırma konusunun meslekteki ve günlük yaşamdaki yeri vurgulanır. Gözden Geçirme Önceki haftanın konusu (Geleneksel yöntemler ile yapay zekâ tabanlı yaklaşımları karşılaştırma) kısaca tekrar edilir. Derse Geçiş Haftanın kazanımı öğrencilerle paylaşılır: Kalite kontrolde geleneksel yöntemler ile yapay zekâ tabanlı yaklaşımları karşılaştırır. Bireysel Öğrenme Etkinlikleri Öğretmen işlem basamaklarını gösterir; öğrenciler basamakları bireysel olarak uygular, öğretmen dönüt verir. Grupla Öğrenme Etkinlikleri Atölye/laboratuvar uygulaması (grup çalışması, öğretmen gözetiminde): 1) Maliyet ve hız bakımından iki yaklaşımın avantajları ile dezavantajları karşılaştırılır. Özet Haftanın konuları öğrencilerle birlikte özetlenir; bir sonraki dersin konusu duyurulur. BÖLÜM III — Ölçme-Değerlendirme Bireysel Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Grupla Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Grup çalışması gözlem formu Öğrenme Güçlüğü Olan ve İleri Düzey Öğrenciler İçin Ek Ölçme-Değerlendirme BÖLÜM IV — Planın Uygulanmasına İlişkin Açıklamalar Belirtilen tarihlerde ve haftalarda, müfredat programına göre değişiklikler yapılabilir. Öğrenci merkezli öğretim yöntemleri ve teknikleri aktif olarak kullanılacaktır. Ölçme ve değerlendirme süreçlerinde çeşitlilik sağlanacak ve süreç odaklı değerlendirme yapılacaktır. Bireysel farklılıklar dikkate alınarak öğretime yön verilecektir. Teknoloji entegrasyonu ile öğrenme süreçleri desteklenecektir.
#	19-23 Ekim	2	Tahribatsız Muayene Yöntemlerinde Yapay Zekâ	Görüntü işleme ile yüzey kusur analizi (kamera + AI)	Görüntü işleme ile yüzey kusur analizini (kamera+AI) açıklar.	Yazılı Sınav, Performans Görevi	Dolu
6. Hafta — 19-23 Ekim — Tema: Tahribatsız Muayene Yöntemlerinde Yapay Zekâ Dolu Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Tema / Ünite Tahribatsız Muayene Yöntemlerinde Yapay Zekâ Konu Görüntü işleme ile yüzey kusur analizi (kamera + AI) Süre 2 ders saati (80 dk) Tarih 19-23 Ekim Hafta 6. Hafta Belirli Gün ve Haftalar Birleşmiş Milletler Günü (24 Ekim) Öğrenme Çıktıları ve Süreç Bileşenleri MEB Görüntü işleme ile yüzey kusur analizini (kamera+AI) açıklar. Endüstriyel kameralar aracılığıyla malzeme yüzeyinden alınan görüntülerin işlenme aşamaları açıklanır. Yapay zekâ modellerinin yüzey kusurlarını tespit etme ve sınıflandırma mantığı üzerinde durulur. Tema Özeti MEB Tahribatsız muayene (NDT) yöntemlerinde yapay zekâ kullanımını açıklayabilme Programlar Arası Bileşenler MEB Kavramsal BecerilerKB2.4 Çözümleme / AnalizKB2.7 KarşılaştırmaKB2.12 Veriye Dayalı TahminKB2.16 Akıl Yürütme EğilimlerE1.1 MerakE3.1 UzmanlaşmaE3.6 AnalitiklikE3.7 Sistemlilik Sosyal-Duygusal Öğrenme BecerileriSDB1.3 Kendine Uyarlama (Öz Yansıtma)SDB2.2 İş Birliği DeğerlerD5 DuyarlılıkD12 SabırD16 Sorumluluk Okuryazarlık BecerileriOB1 Bilgi OkuryazarlığıOB2 Dijital OkuryazarlıkOB7 Veri Okuryazarlığı Öğrenme Kanıtları (Ölçme ve Değerlendirme) DPO Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Ön Değerlendirme Süreci Boş Öğretmen tarafından doldurulacak Köprü Kurma Boş Öğretmen tarafından doldurulacak Öğrenme-Öğretme Uygulamaları DPO Derse Giriş10 dk TAHRİBATSIZ MUAYENE YÖNTEMLERİNDE YAPAY ZEKÂ ünitesine giriş: Görüntü işleme ile yüzey kusur analizi (kamera + AI) üzerine kısa bir sohbetle derse başlanır. Birleşmiş Milletler Günü (24 Ekim) ile bağ kurularak derse giriş yapılır. Keşfetme25 dk Öğrencilerin görüntü işleme ile yüzey kusur analizi (kamera + AI) ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama35 dk Öğrenciler görüntü işleme ile yüzey kusur analizi (kamera + AI) ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Görüntü işleme ile yüzey kusur analizi (kamera + AI)). Sonuçlandırma10 dk Öğrencilerin "Yapay zekâ modellerinin yüzey kusurlarını tespit etme ve sınıflandırma mantığı üzerinde durulur" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Sınıf defteri: Görüntü işleme ile yüzey kusur analizi (kamera + AI); değerlendirme Derse Giriş 10 dk TAHRİBATSIZ MUAYENE YÖNTEMLERİNDE YAPAY ZEKÂ ünitesine giriş: Görüntü işleme ile yüzey kusur analizi (kamera + AI) üzerine kısa bir sohbetle derse başlanır. Birleşmiş Milletler Günü (24 Ekim) ile bağ kurularak derse giriş yapılır. Keşfetme 25 dk Öğrencilerin görüntü işleme ile yüzey kusur analizi (kamera + AI) ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama 35 dk Öğrenciler görüntü işleme ile yüzey kusur analizi (kamera + AI) ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Görüntü işleme ile yüzey kusur analizi (kamera + AI)). Sonuçlandırma 10 dk Öğrencilerin "Yapay zekâ modellerinin yüzey kusurlarını tespit etme ve sınıflandırma mantığı üzerinde durulur" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Farklılaştırma Boş ZÖğretmen tarafından doldurulacak DÖğretmen tarafından doldurulacak Araç-Gereç ve Kaynaklar DPO Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğretmen Görüşleri BÖLÜM I Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Ünite / Tema Tahribatsız Muayene Yöntemlerinde Yapay Zekâ Konu Görüntü işleme ile yüzey kusur analizi (kamera + AI) Önerilen Süre 2 ders saati (80 dk) Tarih 19-23 Ekim Hafta 6. Hafta Belirli Gün ve Haftalar Birleşmiş Milletler Günü (24 Ekim) BÖLÜM II DPO Kazanımlar Görüntü işleme ile yüzey kusur analizini (kamera+AI) açıklar. Açıklamalar YZ Endüstriyel kameralar aracılığıyla malzeme yüzeyinden alınan görüntülerin işlenme aşamaları açıklanır. Yapay zekâ modellerinin yüzey kusurlarını tespit etme ve sınıflandırma mantığı üzerinde durulur. Öğrenme-Öğretme Yöntem ve Teknikleri Anlatım Soru-Cevap Problem Çözme Gösterip Yaptırma Kullanılan Eğitim Teknolojileri, Araç ve Gereçler Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğrenme-Öğretme Etkinlikleri Dikkat Çekme Görüntü işleme ile yüzey kusur analizi (kamera + AI) ile ilgili günlük yaşamdan ya da meslekten bir örnek veya soru ile derse başlanır. Güdüleme Görüntü işleme ile yüzey kusur analizi (kamera + AI) konusunun meslekteki ve günlük yaşamdaki yeri vurgulanır. Gözden Geçirme Önceki haftanın konusu (Geleneksel yöntemler ile yapay zekâ tabanlı yaklaşımları karşılaştırma) kısaca tekrar edilir. Derse Geçiş Haftanın kazanımı öğrencilerle paylaşılır: Görüntü işleme ile yüzey kusur analizini (kamera+AI) açıklar. Bireysel Öğrenme Etkinlikleri Anlatım, soru-cevap ve gösterip yaptırma ile: 1) Endüstriyel kameralar aracılığıyla malzeme yüzeyinden alınan görüntülerin işlenme aşamaları açıklanır. 2) Yapay zekâ modellerinin yüzey kusurlarını tespit etme ve sınıflandırma mantığı üzerinde durulur. Grupla Öğrenme Etkinlikleri Öğrenciler gruplara ayrılır; görüntü işleme ile yüzey kusur analizi (kamera + AI) ile ilgili problem/örnek olay grup çalışmasıyla çözülür ve sınıfla paylaşılır. Özet Haftanın konuları öğrencilerle birlikte özetlenir; bir sonraki dersin konusu duyurulur. BÖLÜM III — Ölçme-Değerlendirme Bireysel Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Grupla Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Grup çalışması gözlem formu Öğrenme Güçlüğü Olan ve İleri Düzey Öğrenciler İçin Ek Ölçme-Değerlendirme BÖLÜM IV — Planın Uygulanmasına İlişkin Açıklamalar Belirtilen tarihlerde ve haftalarda, müfredat programına göre değişiklikler yapılabilir. Öğrenci merkezli öğretim yöntemleri ve teknikleri aktif olarak kullanılacaktır. Ölçme ve değerlendirme süreçlerinde çeşitlilik sağlanacak ve süreç odaklı değerlendirme yapılacaktır. Bireysel farklılıklar dikkate alınarak öğretime yön verilecektir. Teknoloji entegrasyonu ile öğrenme süreçleri desteklenecektir.
#	26-30 Ekim	2	Tahribatsız Muayene Yöntemlerinde Yapay Zekâ	Ultrasonik testlerde sinyal yorumlamada makine öğrenmesi	Ultrasonik testlerde sinyal yorumlamada makine öğrenmesini açıklar.	Yazılı Sınav, Performans Görevi	Dolu
7. Hafta — 26-30 Ekim — Tema: Tahribatsız Muayene Yöntemlerinde Yapay Zekâ Dolu Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Tema / Ünite Tahribatsız Muayene Yöntemlerinde Yapay Zekâ Konu Ultrasonik testlerde sinyal yorumlamada makine öğrenmesi Süre 2 ders saati (80 dk) Tarih 26-30 Ekim Hafta 7. Hafta Belirli Gün ve Haftalar Kızılay Haftası (29 Ekim-4 Kasım), Cumhuriyet Bayramı (29 Ekim) Öğrenme Çıktıları ve Süreç Bileşenleri MEB Ultrasonik testlerde sinyal yorumlamada makine öğrenmesini açıklar. Ultrasonik test sırasında elde edilen akustik sinyallerin makine öğrenmesi algoritmalarıyla analizi açıklanır. Tema Özeti DPO TAHRİBATSIZ MUAYENE YÖNTEMLERİNDE YAPAY ZEKÂ ünitesinin 2. haftası. Programlar Arası Bileşenler MEB Kavramsal BecerilerKB2.4 Çözümleme / AnalizKB2.7 KarşılaştırmaKB2.12 Veriye Dayalı TahminKB2.16 Akıl Yürütme EğilimlerE1.1 MerakE3.1 UzmanlaşmaE3.6 AnalitiklikE3.7 Sistemlilik Sosyal-Duygusal Öğrenme BecerileriSDB1.3 Kendine Uyarlama (Öz Yansıtma)SDB2.2 İş Birliği DeğerlerD5 DuyarlılıkD12 SabırD16 Sorumluluk Okuryazarlık BecerileriOB1 Bilgi OkuryazarlığıOB2 Dijital OkuryazarlıkOB7 Veri Okuryazarlığı Öğrenme Kanıtları (Ölçme ve Değerlendirme) DPO Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Temel Kabuller DPO Önceki haftaların çıktıları (Görüntü işleme ile yüzey kusur analizi (kamera + AI)) edinilmiş kabul edilir. Ön Değerlendirme Süreci DPO Önceki haftanın çıktıları (Görüntü işleme ile yüzey kusur analizi (kamera + AI)) kısa sorularla yoklanır. Köprü Kurma DPO Görüntü işleme ile yüzey kusur analizi (kamera + AI) ile Ultrasonik testlerde sinyal yorumlamada makine öğrenmesi arasında ilişki kurulur; ultrasonik testlerde sinyal yorumlamada makine öğrenmesi hatırlatılır. Öğrenme-Öğretme Uygulamaları DPO Derse Giriş10 dk Önceki haftanın çıktıları (Görüntü işleme ile yüzey kusur analizi (kamera + AI)) kısa sorularla yoklanır; ultrasonik testlerde sinyal yorumlamada makine öğrenmesi konusuna dikkat çekilir. Kızılay Haftası (29 Ekim-4 Kasım) ile bağ kurularak derse giriş yapılır. Keşfetme25 dk Öğrencilerin ultrasonik testlerde sinyal yorumlamada makine öğrenmesi ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama35 dk Öğrenciler ultrasonik testlerde sinyal yorumlamada makine öğrenmesi ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Ultrasonik testlerde sinyal yorumlamada makine öğrenmesi). Sonuçlandırma10 dk Öğrencilerin "Ultrasonik test sırasında elde edilen akustik sinyallerin makine öğrenmesi algoritmalarıyla analizi açıklanır" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Sınıf defteri: Ultrasonik testlerde sinyal yorumlamada makine öğrenmesi; değerlendirme Derse Giriş 10 dk Önceki haftanın çıktıları (Görüntü işleme ile yüzey kusur analizi (kamera + AI)) kısa sorularla yoklanır; ultrasonik testlerde sinyal yorumlamada makine öğrenmesi konusuna dikkat çekilir. Kızılay Haftası (29 Ekim-4 Kasım) ile bağ kurularak derse giriş yapılır. Keşfetme 25 dk Öğrencilerin ultrasonik testlerde sinyal yorumlamada makine öğrenmesi ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama 35 dk Öğrenciler ultrasonik testlerde sinyal yorumlamada makine öğrenmesi ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Ultrasonik testlerde sinyal yorumlamada makine öğrenmesi). Sonuçlandırma 10 dk Öğrencilerin "Ultrasonik test sırasında elde edilen akustik sinyallerin makine öğrenmesi algoritmalarıyla analizi açıklanır" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Farklılaştırma Boş ZÖğretmen tarafından doldurulacak DÖğretmen tarafından doldurulacak Araç-Gereç ve Kaynaklar DPO Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğretmen Görüşleri BÖLÜM I Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Ünite / Tema Tahribatsız Muayene Yöntemlerinde Yapay Zekâ Konu Ultrasonik testlerde sinyal yorumlamada makine öğrenmesi Önerilen Süre 2 ders saati (80 dk) Tarih 26-30 Ekim Hafta 7. Hafta Belirli Gün ve Haftalar Kızılay Haftası (29 Ekim-4 Kasım), Cumhuriyet Bayramı (29 Ekim) BÖLÜM II DPO Kazanımlar Ultrasonik testlerde sinyal yorumlamada makine öğrenmesini açıklar. Açıklamalar YZ Ultrasonik test sırasında elde edilen akustik sinyallerin makine öğrenmesi algoritmalarıyla analizi açıklanır. Öğrenme-Öğretme Yöntem ve Teknikleri Anlatım Soru-Cevap Problem Çözme Gösterip Yaptırma Kullanılan Eğitim Teknolojileri, Araç ve Gereçler Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğrenme-Öğretme Etkinlikleri Dikkat Çekme Ultrasonik testlerde sinyal yorumlamada makine öğrenmesi ile ilgili günlük yaşamdan ya da meslekten bir örnek veya soru ile derse başlanır. Güdüleme Ultrasonik testlerde sinyal yorumlamada makine öğrenmesi konusunun meslekteki ve günlük yaşamdaki yeri vurgulanır. Gözden Geçirme Önceki haftanın konusu (Görüntü işleme ile yüzey kusur analizi (kamera + AI)) kısaca tekrar edilir. Derse Geçiş Haftanın kazanımı öğrencilerle paylaşılır: Ultrasonik testlerde sinyal yorumlamada makine öğrenmesini açıklar. Bireysel Öğrenme Etkinlikleri Anlatım, soru-cevap ve gösterip yaptırma ile: 1) Ultrasonik test sırasında elde edilen akustik sinyallerin makine öğrenmesi algoritmalarıyla analizi açıklanır. Grupla Öğrenme Etkinlikleri Öğrenciler gruplara ayrılır; ultrasonik testlerde sinyal yorumlamada makine öğrenmesi ile ilgili problem/örnek olay grup çalışmasıyla çözülür ve sınıfla paylaşılır. Özet Haftanın konuları öğrencilerle birlikte özetlenir; bir sonraki dersin konusu duyurulur. BÖLÜM III — Ölçme-Değerlendirme Bireysel Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Grupla Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Grup çalışması gözlem formu Öğrenme Güçlüğü Olan ve İleri Düzey Öğrenciler İçin Ek Ölçme-Değerlendirme BÖLÜM IV — Planın Uygulanmasına İlişkin Açıklamalar Belirtilen tarihlerde ve haftalarda, müfredat programına göre değişiklikler yapılabilir. Öğrenci merkezli öğretim yöntemleri ve teknikleri aktif olarak kullanılacaktır. Ölçme ve değerlendirme süreçlerinde çeşitlilik sağlanacak ve süreç odaklı değerlendirme yapılacaktır. Bireysel farklılıklar dikkate alınarak öğretime yön verilecektir. Teknoloji entegrasyonu ile öğrenme süreçleri desteklenecektir.
#	2-6 Kasım	2	Tahribatsız Muayene Yöntemlerinde Yapay Zekâ	Ultrasonik testlerde sinyal yorumlamada makine öğrenmesi	Ultrasonik testlerde sinyal yorumlamada makine öğrenmesini açıklar.	Yazılı Sınav, Performans Görevi	Dolu
8. Hafta — 2-6 Kasım — Tema: Tahribatsız Muayene Yöntemlerinde Yapay Zekâ Dolu Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Tema / Ünite Tahribatsız Muayene Yöntemlerinde Yapay Zekâ Konu Ultrasonik testlerde sinyal yorumlamada makine öğrenmesi Süre 2 ders saati (80 dk) Tarih 2-6 Kasım Hafta 8. Hafta Belirli Gün ve Haftalar Kızılay Haftası (29 Ekim-4 Kasım), Lösemili Çocuklar Haftası (2-8 Kasım), Organ Bağışı ve Nakli Haftası (3-9 Kasım) Öğrenme Çıktıları ve Süreç Bileşenleri MEB Ultrasonik testlerde sinyal yorumlamada makine öğrenmesini açıklar. İç yapı hatalarının sinyal verileri üzerinden otomatik olarak tanınması örneklerle gösterilir. Tema Özeti DPO TAHRİBATSIZ MUAYENE YÖNTEMLERİNDE YAPAY ZEKÂ ünitesinin 3. haftası. Programlar Arası Bileşenler MEB Kavramsal BecerilerKB2.4 Çözümleme / AnalizKB2.7 KarşılaştırmaKB2.12 Veriye Dayalı TahminKB2.16 Akıl Yürütme EğilimlerE1.1 MerakE3.1 UzmanlaşmaE3.6 AnalitiklikE3.7 Sistemlilik Sosyal-Duygusal Öğrenme BecerileriSDB1.3 Kendine Uyarlama (Öz Yansıtma)SDB2.2 İş Birliği DeğerlerD5 DuyarlılıkD12 SabırD16 Sorumluluk Okuryazarlık BecerileriOB1 Bilgi OkuryazarlığıOB2 Dijital OkuryazarlıkOB7 Veri Okuryazarlığı Öğrenme Kanıtları (Ölçme ve Değerlendirme) DPO Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Temel Kabuller DPO Önceki haftaların çıktıları (Ultrasonik testlerde sinyal yorumlamada makine öğrenmesi) edinilmiş kabul edilir. Ön Değerlendirme Süreci DPO Önceki haftanın çıktıları (Ultrasonik testlerde sinyal yorumlamada makine öğrenmesi) kısa sorularla yoklanır. Köprü Kurma DPO Ultrasonik testlerde sinyal yorumlamada makine öğrenmesi ile Ultrasonik testlerde sinyal yorumlamada makine öğrenmesi arasında ilişki kurulur; ultrasonik testlerde sinyal yorumlamada makine öğrenmesi hatırlatılır. Öğrenme-Öğretme Uygulamaları DPO Derse Giriş10 dk Önceki haftanın çıktıları (Ultrasonik testlerde sinyal yorumlamada makine öğrenmesi) kısa sorularla yoklanır; ultrasonik testlerde sinyal yorumlamada makine öğrenmesi konusuna dikkat çekilir. Kızılay Haftası (29 Ekim-4 Kasım) ile bağ kurularak derse giriş yapılır. Keşfetme25 dk Öğrencilerin ultrasonik testlerde sinyal yorumlamada makine öğrenmesi ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama35 dk Öğrenciler ultrasonik testlerde sinyal yorumlamada makine öğrenmesi ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Ultrasonik testlerde sinyal yorumlamada makine öğrenmesi). Sonuçlandırma10 dk Öğrencilerin "İç yapı hatalarının sinyal verileri üzerinden otomatik olarak tanınması örneklerle gösterilir" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Sınıf defteri: Ultrasonik testlerde sinyal yorumlamada makine öğrenmesi; değerlendirme Derse Giriş 10 dk Önceki haftanın çıktıları (Ultrasonik testlerde sinyal yorumlamada makine öğrenmesi) kısa sorularla yoklanır; ultrasonik testlerde sinyal yorumlamada makine öğrenmesi konusuna dikkat çekilir. Kızılay Haftası (29 Ekim-4 Kasım) ile bağ kurularak derse giriş yapılır. Keşfetme 25 dk Öğrencilerin ultrasonik testlerde sinyal yorumlamada makine öğrenmesi ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama 35 dk Öğrenciler ultrasonik testlerde sinyal yorumlamada makine öğrenmesi ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Ultrasonik testlerde sinyal yorumlamada makine öğrenmesi). Sonuçlandırma 10 dk Öğrencilerin "İç yapı hatalarının sinyal verileri üzerinden otomatik olarak tanınması örneklerle gösterilir" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Farklılaştırma Boş ZÖğretmen tarafından doldurulacak DÖğretmen tarafından doldurulacak Araç-Gereç ve Kaynaklar DPO Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğretmen Görüşleri BÖLÜM I Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Ünite / Tema Tahribatsız Muayene Yöntemlerinde Yapay Zekâ Konu Ultrasonik testlerde sinyal yorumlamada makine öğrenmesi Önerilen Süre 2 ders saati (80 dk) Tarih 2-6 Kasım Hafta 8. Hafta Belirli Gün ve Haftalar Kızılay Haftası (29 Ekim-4 Kasım), Lösemili Çocuklar Haftası (2-8 Kasım), Organ Bağışı ve Nakli Haftası (3-9 Kasım) BÖLÜM II DPO Kazanımlar Ultrasonik testlerde sinyal yorumlamada makine öğrenmesini açıklar. Açıklamalar YZ İç yapı hatalarının sinyal verileri üzerinden otomatik olarak tanınması örneklerle gösterilir. Öğrenme-Öğretme Yöntem ve Teknikleri Anlatım Soru-Cevap Problem Çözme Gösterip Yaptırma Kullanılan Eğitim Teknolojileri, Araç ve Gereçler Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğrenme-Öğretme Etkinlikleri Dikkat Çekme Ultrasonik testlerde sinyal yorumlamada makine öğrenmesi ile ilgili günlük yaşamdan ya da meslekten bir örnek veya soru ile derse başlanır. Güdüleme Ultrasonik testlerde sinyal yorumlamada makine öğrenmesi konusunun meslekteki ve günlük yaşamdaki yeri vurgulanır. Gözden Geçirme Önceki haftanın konusu (Ultrasonik testlerde sinyal yorumlamada makine öğrenmesi) kısaca tekrar edilir. Derse Geçiş Haftanın kazanımı öğrencilerle paylaşılır: Ultrasonik testlerde sinyal yorumlamada makine öğrenmesini açıklar. Bireysel Öğrenme Etkinlikleri Anlatım, soru-cevap ve gösterip yaptırma ile: 1) İç yapı hatalarının sinyal verileri üzerinden otomatik olarak tanınması örneklerle gösterilir. Grupla Öğrenme Etkinlikleri Öğrenciler gruplara ayrılır; ultrasonik testlerde sinyal yorumlamada makine öğrenmesi ile ilgili problem/örnek olay grup çalışmasıyla çözülür ve sınıfla paylaşılır. Özet Haftanın konuları öğrencilerle birlikte özetlenir; bir sonraki dersin konusu duyurulur. BÖLÜM III — Ölçme-Değerlendirme Bireysel Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Grupla Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Grup çalışması gözlem formu Öğrenme Güçlüğü Olan ve İleri Düzey Öğrenciler İçin Ek Ölçme-Değerlendirme BÖLÜM IV — Planın Uygulanmasına İlişkin Açıklamalar Belirtilen tarihlerde ve haftalarda, müfredat programına göre değişiklikler yapılabilir. Öğrenci merkezli öğretim yöntemleri ve teknikleri aktif olarak kullanılacaktır. Ölçme ve değerlendirme süreçlerinde çeşitlilik sağlanacak ve süreç odaklı değerlendirme yapılacaktır. Bireysel farklılıklar dikkate alınarak öğretime yön verilecektir. Teknoloji entegrasyonu ile öğrenme süreçleri desteklenecektir.
#	9-13 Kasım	2	Tahribatsız Muayene Yöntemlerinde Yapay Zekâ	Radyografi (X-ray) görüntülerinin AI ile otomatik değerlendirme	Radyografi (X-ray) görüntülerinin AI ile otomatik değerlendirilmesini açıklar.	Yazılı Sınav, Performans Görevi	Dolu
9. Hafta — 9-13 Kasım — Tema: Tahribatsız Muayene Yöntemlerinde Yapay Zekâ Dolu Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Tema / Ünite Tahribatsız Muayene Yöntemlerinde Yapay Zekâ Konu Radyografi (X-ray) görüntülerinin AI ile otomatik değerlendirme Süre 2 ders saati (80 dk) Tarih 9-13 Kasım Hafta 9. Hafta Belirli Gün ve Haftalar Organ Bağışı ve Nakli Haftası (3-9 Kasım), Atatürk Haftası (10-16 Kasım), Afet Eğitimi Hazırlık Günü (12 Kasım), Dünya Diyabet Günü (14 Kasım) Öğrenme Çıktıları ve Süreç Bileşenleri MEB Radyografi (X-ray) görüntülerinin AI ile otomatik değerlendirilmesini açıklar. Radyografi görüntülerinin yapay zekâ tabanlı sistemler tarafından otomatik değerlendirilmesi açıklanır. Tema Özeti DPO TAHRİBATSIZ MUAYENE YÖNTEMLERİNDE YAPAY ZEKÂ ünitesinin 4. haftası. Programlar Arası Bileşenler MEB Kavramsal BecerilerKB2.4 Çözümleme / AnalizKB2.7 KarşılaştırmaKB2.12 Veriye Dayalı TahminKB2.16 Akıl Yürütme EğilimlerE1.1 MerakE3.1 UzmanlaşmaE3.6 AnalitiklikE3.7 Sistemlilik Sosyal-Duygusal Öğrenme BecerileriSDB1.3 Kendine Uyarlama (Öz Yansıtma)SDB2.2 İş Birliği DeğerlerD5 DuyarlılıkD12 SabırD16 Sorumluluk Okuryazarlık BecerileriOB1 Bilgi OkuryazarlığıOB2 Dijital OkuryazarlıkOB7 Veri Okuryazarlığı Öğrenme Kanıtları (Ölçme ve Değerlendirme) DPO Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Temel Kabuller DPO Önceki haftaların çıktıları (Ultrasonik testlerde sinyal yorumlamada makine öğrenmesi) edinilmiş kabul edilir. Ön Değerlendirme Süreci DPO Önceki haftanın çıktıları (Ultrasonik testlerde sinyal yorumlamada makine öğrenmesi) kısa sorularla yoklanır. Köprü Kurma DPO Ultrasonik testlerde sinyal yorumlamada makine öğrenmesi ile Radyografi (X-ray) görüntülerinin AI ile otomatik değerlendirme arasında ilişki kurulur; radyografi (X-ray) görüntülerinin AI ile otomatik değerlendirme hatırlatılır. Öğrenme-Öğretme Uygulamaları DPO Derse Giriş10 dk Önceki haftanın çıktıları (Ultrasonik testlerde sinyal yorumlamada makine öğrenmesi) kısa sorularla yoklanır; radyografi (X-ray) görüntülerinin AI ile otomatik değerlendirme konusuna dikkat çekilir. Organ Bağışı ve Nakli Haftası (3-9 Kasım) ile bağ kurularak derse giriş yapılır. Keşfetme25 dk Öğrencilerin radyografi (X-ray) görüntülerinin AI ile otomatik değerlendirme ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama35 dk Öğrenciler radyografi (X-ray) görüntülerinin AI ile otomatik değerlendirme ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Radyografi (X-ray) görüntülerinin AI ile otomatik değerlendirme). Sonuçlandırma10 dk Öğrencilerin "Radyografi görüntülerinin yapay zekâ tabanlı sistemler tarafından otomatik değerlendirilmesi açıklanır" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Sınıf defteri: Radyografi (X-ray) görüntülerinin AI ile otomatik değerlendirme; değerlendirme Derse Giriş 10 dk Önceki haftanın çıktıları (Ultrasonik testlerde sinyal yorumlamada makine öğrenmesi) kısa sorularla yoklanır; radyografi (X-ray) görüntülerinin AI ile otomatik değerlendirme konusuna dikkat çekilir. Organ Bağışı ve Nakli Haftası (3-9 Kasım) ile bağ kurularak derse giriş yapılır. Keşfetme 25 dk Öğrencilerin radyografi (X-ray) görüntülerinin AI ile otomatik değerlendirme ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama 35 dk Öğrenciler radyografi (X-ray) görüntülerinin AI ile otomatik değerlendirme ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Radyografi (X-ray) görüntülerinin AI ile otomatik değerlendirme). Sonuçlandırma 10 dk Öğrencilerin "Radyografi görüntülerinin yapay zekâ tabanlı sistemler tarafından otomatik değerlendirilmesi açıklanır" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Farklılaştırma Boş ZÖğretmen tarafından doldurulacak DÖğretmen tarafından doldurulacak Araç-Gereç ve Kaynaklar DPO Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğretmen Görüşleri BÖLÜM I Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Ünite / Tema Tahribatsız Muayene Yöntemlerinde Yapay Zekâ Konu Radyografi (X-ray) görüntülerinin AI ile otomatik değerlendirme Önerilen Süre 2 ders saati (80 dk) Tarih 9-13 Kasım Hafta 9. Hafta Belirli Gün ve Haftalar Organ Bağışı ve Nakli Haftası (3-9 Kasım), Atatürk Haftası (10-16 Kasım), Afet Eğitimi Hazırlık Günü (12 Kasım), Dünya Diyabet Günü (14 Kasım) BÖLÜM II DPO Kazanımlar Radyografi (X-ray) görüntülerinin AI ile otomatik değerlendirilmesini açıklar. Açıklamalar YZ Radyografi görüntülerinin yapay zekâ tabanlı sistemler tarafından otomatik değerlendirilmesi açıklanır. Öğrenme-Öğretme Yöntem ve Teknikleri Anlatım Soru-Cevap Problem Çözme Gösterip Yaptırma Kullanılan Eğitim Teknolojileri, Araç ve Gereçler Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğrenme-Öğretme Etkinlikleri Dikkat Çekme Radyografi (X-ray) görüntülerinin AI ile otomatik değerlendirme ile ilgili günlük yaşamdan ya da meslekten bir örnek veya soru ile derse başlanır. Güdüleme Radyografi (X-ray) görüntülerinin AI ile otomatik değerlendirme konusunun meslekteki ve günlük yaşamdaki yeri vurgulanır. Gözden Geçirme Önceki haftanın konusu (Ultrasonik testlerde sinyal yorumlamada makine öğrenmesi) kısaca tekrar edilir. Derse Geçiş Haftanın kazanımı öğrencilerle paylaşılır: Radyografi (X-ray) görüntülerinin AI ile otomatik değerlendirilmesini açıklar. Bireysel Öğrenme Etkinlikleri Anlatım, soru-cevap ve gösterip yaptırma ile: 1) Radyografi görüntülerinin yapay zekâ tabanlı sistemler tarafından otomatik değerlendirilmesi açıklanır. Grupla Öğrenme Etkinlikleri Öğrenciler gruplara ayrılır; radyografi (X-ray) görüntülerinin AI ile otomatik değerlendirme ile ilgili problem/örnek olay grup çalışmasıyla çözülür ve sınıfla paylaşılır. Özet Haftanın konuları öğrencilerle birlikte özetlenir; bir sonraki dersin konusu duyurulur. BÖLÜM III — Ölçme-Değerlendirme Bireysel Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Grupla Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Grup çalışması gözlem formu Öğrenme Güçlüğü Olan ve İleri Düzey Öğrenciler İçin Ek Ölçme-Değerlendirme BÖLÜM IV — Planın Uygulanmasına İlişkin Açıklamalar Belirtilen tarihlerde ve haftalarda, müfredat programına göre değişiklikler yapılabilir. Öğrenci merkezli öğretim yöntemleri ve teknikleri aktif olarak kullanılacaktır. Ölçme ve değerlendirme süreçlerinde çeşitlilik sağlanacak ve süreç odaklı değerlendirme yapılacaktır. Bireysel farklılıklar dikkate alınarak öğretime yön verilecektir. Teknoloji entegrasyonu ile öğrenme süreçleri desteklenecektir.
16-20 KasımAkademik Takvim 1. Dönem Ara Tatil
#	23-27 Kasım	2	Tahribatsız Muayene Yöntemlerinde Yapay Zekâ	Radyografi (X-ray) görüntülerinin AI ile otomatik değerlendirme	Radyografi (X-ray) görüntülerinin AI ile otomatik değerlendirilmesini açıklar.	Yazılı Sınav, Performans Görevi	Dolu
10. Hafta — 23-27 Kasım — Tema: Tahribatsız Muayene Yöntemlerinde Yapay Zekâ Dolu Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Tema / Ünite Tahribatsız Muayene Yöntemlerinde Yapay Zekâ Konu Radyografi (X-ray) görüntülerinin AI ile otomatik değerlendirme Süre 2 ders saati (80 dk) Tarih 23-27 Kasım Hafta 10. Hafta Belirli Gün ve Haftalar Ağız ve Diş Sağlığı Haftası (22-27 Kasım), Öğretmenler Günü (24 Kasım) Öğrenme Çıktıları ve Süreç Bileşenleri MEB Radyografi (X-ray) görüntülerinin AI ile otomatik değerlendirilmesini açıklar. X-ray filmlerindeki iç kusurların yapay sinir ağları yardımıyla tespiti üzerinde durulur. Tema Özeti DPO TAHRİBATSIZ MUAYENE YÖNTEMLERİNDE YAPAY ZEKÂ ünitesinin 5. haftası. Programlar Arası Bileşenler MEB Kavramsal BecerilerKB2.4 Çözümleme / AnalizKB2.7 KarşılaştırmaKB2.12 Veriye Dayalı TahminKB2.16 Akıl Yürütme EğilimlerE1.1 MerakE3.1 UzmanlaşmaE3.6 AnalitiklikE3.7 Sistemlilik Sosyal-Duygusal Öğrenme BecerileriSDB1.3 Kendine Uyarlama (Öz Yansıtma)SDB2.2 İş Birliği DeğerlerD5 DuyarlılıkD12 SabırD16 Sorumluluk Okuryazarlık BecerileriOB1 Bilgi OkuryazarlığıOB2 Dijital OkuryazarlıkOB7 Veri Okuryazarlığı Öğrenme Kanıtları (Ölçme ve Değerlendirme) DPO Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Temel Kabuller DPO Önceki haftaların çıktıları (Radyografi (X-ray) görüntülerinin AI ile otomatik değerlendirme) edinilmiş kabul edilir. Ön Değerlendirme Süreci DPO Önceki haftanın çıktıları (Radyografi (X-ray) görüntülerinin AI ile otomatik değerlendirme) kısa sorularla yoklanır. Köprü Kurma DPO Radyografi (X-ray) görüntülerinin AI ile otomatik değerlendirme ile Radyografi (X-ray) görüntülerinin AI ile otomatik değerlendirme arasında ilişki kurulur; radyografi (X-ray) görüntülerinin AI ile otomatik değerlendirme hatırlatılır. Öğrenme-Öğretme Uygulamaları DPO Derse Giriş10 dk Önceki haftanın çıktıları (Radyografi (X-ray) görüntülerinin AI ile otomatik değerlendirme) kısa sorularla yoklanır; radyografi (X-ray) görüntülerinin AI ile otomatik değerlendirme konusuna dikkat çekilir. Ağız ve Diş Sağlığı Haftası (22-27 Kasım) ile bağ kurularak derse giriş yapılır. Keşfetme25 dk Öğrencilerin radyografi (X-ray) görüntülerinin AI ile otomatik değerlendirme ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama35 dk Öğrenciler radyografi (X-ray) görüntülerinin AI ile otomatik değerlendirme ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Radyografi (X-ray) görüntülerinin AI ile otomatik değerlendirme). Sonuçlandırma10 dk Öğrencilerin "X-ray filmlerindeki iç kusurların yapay sinir ağları yardımıyla tespiti üzerinde durulur" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Sınıf defteri: Radyografi (X-ray) görüntülerinin AI ile otomatik değerlendirme; değerlendirme Derse Giriş 10 dk Önceki haftanın çıktıları (Radyografi (X-ray) görüntülerinin AI ile otomatik değerlendirme) kısa sorularla yoklanır; radyografi (X-ray) görüntülerinin AI ile otomatik değerlendirme konusuna dikkat çekilir. Ağız ve Diş Sağlığı Haftası (22-27 Kasım) ile bağ kurularak derse giriş yapılır. Keşfetme 25 dk Öğrencilerin radyografi (X-ray) görüntülerinin AI ile otomatik değerlendirme ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama 35 dk Öğrenciler radyografi (X-ray) görüntülerinin AI ile otomatik değerlendirme ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Radyografi (X-ray) görüntülerinin AI ile otomatik değerlendirme). Sonuçlandırma 10 dk Öğrencilerin "X-ray filmlerindeki iç kusurların yapay sinir ağları yardımıyla tespiti üzerinde durulur" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Farklılaştırma Boş ZÖğretmen tarafından doldurulacak DÖğretmen tarafından doldurulacak Araç-Gereç ve Kaynaklar DPO Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğretmen Görüşleri BÖLÜM I Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Ünite / Tema Tahribatsız Muayene Yöntemlerinde Yapay Zekâ Konu Radyografi (X-ray) görüntülerinin AI ile otomatik değerlendirme Önerilen Süre 2 ders saati (80 dk) Tarih 23-27 Kasım Hafta 10. Hafta Belirli Gün ve Haftalar Ağız ve Diş Sağlığı Haftası (22-27 Kasım), Öğretmenler Günü (24 Kasım) BÖLÜM II DPO Kazanımlar Radyografi (X-ray) görüntülerinin AI ile otomatik değerlendirilmesini açıklar. Açıklamalar YZ X-ray filmlerindeki iç kusurların yapay sinir ağları yardımıyla tespiti üzerinde durulur. Öğrenme-Öğretme Yöntem ve Teknikleri Anlatım Soru-Cevap Problem Çözme Gösterip Yaptırma Kullanılan Eğitim Teknolojileri, Araç ve Gereçler Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğrenme-Öğretme Etkinlikleri Dikkat Çekme Radyografi (X-ray) görüntülerinin AI ile otomatik değerlendirme ile ilgili günlük yaşamdan ya da meslekten bir örnek veya soru ile derse başlanır. Güdüleme Radyografi (X-ray) görüntülerinin AI ile otomatik değerlendirme konusunun meslekteki ve günlük yaşamdaki yeri vurgulanır. Gözden Geçirme Önceki haftanın konusu (Radyografi (X-ray) görüntülerinin AI ile otomatik değerlendirme) kısaca tekrar edilir. Derse Geçiş Haftanın kazanımı öğrencilerle paylaşılır: Radyografi (X-ray) görüntülerinin AI ile otomatik değerlendirilmesini açıklar. Bireysel Öğrenme Etkinlikleri Anlatım, soru-cevap ve gösterip yaptırma ile: 1) X-ray filmlerindeki iç kusurların yapay sinir ağları yardımıyla tespiti üzerinde durulur. Grupla Öğrenme Etkinlikleri Öğrenciler gruplara ayrılır; radyografi (X-ray) görüntülerinin AI ile otomatik değerlendirme ile ilgili problem/örnek olay grup çalışmasıyla çözülür ve sınıfla paylaşılır. Özet Haftanın konuları öğrencilerle birlikte özetlenir; bir sonraki dersin konusu duyurulur. BÖLÜM III — Ölçme-Değerlendirme Bireysel Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Grupla Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Grup çalışması gözlem formu Öğrenme Güçlüğü Olan ve İleri Düzey Öğrenciler İçin Ek Ölçme-Değerlendirme BÖLÜM IV — Planın Uygulanmasına İlişkin Açıklamalar Belirtilen tarihlerde ve haftalarda, müfredat programına göre değişiklikler yapılabilir. Öğrenci merkezli öğretim yöntemleri ve teknikleri aktif olarak kullanılacaktır. Ölçme ve değerlendirme süreçlerinde çeşitlilik sağlanacak ve süreç odaklı değerlendirme yapılacaktır. Bireysel farklılıklar dikkate alınarak öğretime yön verilecektir. Teknoloji entegrasyonu ile öğrenme süreçleri desteklenecektir.
#	30 Kasım - 4 Aralık	2	Tahribatsız Muayene Yöntemlerinde Yapay Zekâ	Manyetik parçacık testi ve AI ile çatlak tanıma	Manyetik parçacık testi ve AI ile çatlak tanımasını açıklar.	Yazılı Sınav, Performans Görevi	Dolu
11. Hafta — 30 Kasım - 4 Aralık — Tema: Tahribatsız Muayene Yöntemlerinde Yapay Zekâ Dolu Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Tema / Ünite Tahribatsız Muayene Yöntemlerinde Yapay Zekâ Konu Manyetik parçacık testi ve AI ile çatlak tanıma Süre 2 ders saati (80 dk) Tarih 30 Kasım - 4 Aralık Hafta 11. Hafta Belirli Gün ve Haftalar Dünya Engelliler Günü (3 Aralık) Öğrenme Çıktıları ve Süreç Bileşenleri MEB Manyetik parçacık testi ve AI ile çatlak tanımasını açıklar. Manyetik parçacık testi sonuçlarının yapay zekâ algoritmaları kullanılarak yorumlanması açıklanır. Yüzey ve yüzeysel çatlakların yapay zekâ ile otomatik olarak tanınması süreçleri irdelenir. Tema Özeti DPO TAHRİBATSIZ MUAYENE YÖNTEMLERİNDE YAPAY ZEKÂ ünitesinin 6. haftası. Programlar Arası Bileşenler MEB Kavramsal BecerilerKB2.4 Çözümleme / AnalizKB2.7 KarşılaştırmaKB2.12 Veriye Dayalı TahminKB2.16 Akıl Yürütme EğilimlerE1.1 MerakE3.1 UzmanlaşmaE3.6 AnalitiklikE3.7 Sistemlilik Sosyal-Duygusal Öğrenme BecerileriSDB1.3 Kendine Uyarlama (Öz Yansıtma)SDB2.2 İş Birliği DeğerlerD5 DuyarlılıkD12 SabırD16 Sorumluluk Okuryazarlık BecerileriOB1 Bilgi OkuryazarlığıOB2 Dijital OkuryazarlıkOB7 Veri Okuryazarlığı Öğrenme Kanıtları (Ölçme ve Değerlendirme) DPO Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Temel Kabuller DPO Önceki haftaların çıktıları (Radyografi (X-ray) görüntülerinin AI ile otomatik değerlendirme) edinilmiş kabul edilir. Ön Değerlendirme Süreci DPO Önceki haftanın çıktıları (Radyografi (X-ray) görüntülerinin AI ile otomatik değerlendirme) kısa sorularla yoklanır. Köprü Kurma DPO Radyografi (X-ray) görüntülerinin AI ile otomatik değerlendirme ile Manyetik parçacık testi ve AI ile çatlak tanıma arasında ilişki kurulur; manyetik parçacık testi ve AI ile çatlak tanıma hatırlatılır. Öğrenme-Öğretme Uygulamaları DPO Derse Giriş10 dk Önceki haftanın çıktıları (Radyografi (X-ray) görüntülerinin AI ile otomatik değerlendirme) kısa sorularla yoklanır; manyetik parçacık testi ve AI ile çatlak tanıma konusuna dikkat çekilir. Dünya Engelliler Günü (3 Aralık) ile bağ kurularak derse giriş yapılır. Keşfetme25 dk Öğrencilerin manyetik parçacık testi ve AI ile çatlak tanıma ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama35 dk Öğrenciler manyetik parçacık testi ve AI ile çatlak tanıma ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Manyetik parçacık testi ve AI ile çatlak tanıma). Sonuçlandırma10 dk Öğrencilerin "Yüzey ve yüzeysel çatlakların yapay zekâ ile otomatik olarak tanınması süreçleri irdelenir" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Sınıf defteri: Manyetik parçacık testi ve AI ile çatlak tanıma; değerlendirme Derse Giriş 10 dk Önceki haftanın çıktıları (Radyografi (X-ray) görüntülerinin AI ile otomatik değerlendirme) kısa sorularla yoklanır; manyetik parçacık testi ve AI ile çatlak tanıma konusuna dikkat çekilir. Dünya Engelliler Günü (3 Aralık) ile bağ kurularak derse giriş yapılır. Keşfetme 25 dk Öğrencilerin manyetik parçacık testi ve AI ile çatlak tanıma ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama 35 dk Öğrenciler manyetik parçacık testi ve AI ile çatlak tanıma ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Manyetik parçacık testi ve AI ile çatlak tanıma). Sonuçlandırma 10 dk Öğrencilerin "Yüzey ve yüzeysel çatlakların yapay zekâ ile otomatik olarak tanınması süreçleri irdelenir" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Farklılaştırma Boş ZÖğretmen tarafından doldurulacak DÖğretmen tarafından doldurulacak Araç-Gereç ve Kaynaklar DPO Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğretmen Görüşleri BÖLÜM I Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Ünite / Tema Tahribatsız Muayene Yöntemlerinde Yapay Zekâ Konu Manyetik parçacık testi ve AI ile çatlak tanıma Önerilen Süre 2 ders saati (80 dk) Tarih 30 Kasım - 4 Aralık Hafta 11. Hafta Belirli Gün ve Haftalar Dünya Engelliler Günü (3 Aralık) BÖLÜM II DPO Kazanımlar Manyetik parçacık testi ve AI ile çatlak tanımasını açıklar. Açıklamalar YZ Manyetik parçacık testi sonuçlarının yapay zekâ algoritmaları kullanılarak yorumlanması açıklanır. Yüzey ve yüzeysel çatlakların yapay zekâ ile otomatik olarak tanınması süreçleri irdelenir. Öğrenme-Öğretme Yöntem ve Teknikleri Anlatım Soru-Cevap Problem Çözme Gösterip Yaptırma Kullanılan Eğitim Teknolojileri, Araç ve Gereçler Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğrenme-Öğretme Etkinlikleri Dikkat Çekme Manyetik parçacık testi ve AI ile çatlak tanıma ile ilgili günlük yaşamdan ya da meslekten bir örnek veya soru ile derse başlanır. Güdüleme Manyetik parçacık testi ve AI ile çatlak tanıma konusunun meslekteki ve günlük yaşamdaki yeri vurgulanır. Gözden Geçirme Önceki haftanın konusu (Radyografi (X-ray) görüntülerinin AI ile otomatik değerlendirme) kısaca tekrar edilir. Derse Geçiş Haftanın kazanımı öğrencilerle paylaşılır: Manyetik parçacık testi ve AI ile çatlak tanımasını açıklar. Bireysel Öğrenme Etkinlikleri Anlatım, soru-cevap ve gösterip yaptırma ile: 1) Manyetik parçacık testi sonuçlarının yapay zekâ algoritmaları kullanılarak yorumlanması açıklanır. 2) Yüzey ve yüzeysel çatlakların yapay zekâ ile otomatik olarak tanınması süreçleri irdelenir. Grupla Öğrenme Etkinlikleri Öğrenciler gruplara ayrılır; manyetik parçacık testi ve AI ile çatlak tanıma ile ilgili problem/örnek olay grup çalışmasıyla çözülür ve sınıfla paylaşılır. Özet Haftanın konuları öğrencilerle birlikte özetlenir; bir sonraki dersin konusu duyurulur. BÖLÜM III — Ölçme-Değerlendirme Bireysel Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Grupla Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Grup çalışması gözlem formu Öğrenme Güçlüğü Olan ve İleri Düzey Öğrenciler İçin Ek Ölçme-Değerlendirme BÖLÜM IV — Planın Uygulanmasına İlişkin Açıklamalar Belirtilen tarihlerde ve haftalarda, müfredat programına göre değişiklikler yapılabilir. Öğrenci merkezli öğretim yöntemleri ve teknikleri aktif olarak kullanılacaktır. Ölçme ve değerlendirme süreçlerinde çeşitlilik sağlanacak ve süreç odaklı değerlendirme yapılacaktır. Bireysel farklılıklar dikkate alınarak öğretime yön verilecektir. Teknoloji entegrasyonu ile öğrenme süreçleri desteklenecektir.
#	7-11 Aralık	2	Tahribatsız Muayene Yöntemlerinde Yapay Zekâ	Girdap akımı testi ve derinlik tahmini algoritmaları	Girdap akımı testi ve derinlik tahmini algoritmalarını açıklar.	Yazılı Sınav, Performans Görevi	Dolu
12. Hafta — 7-11 Aralık — Tema: Tahribatsız Muayene Yöntemlerinde Yapay Zekâ Dolu Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Tema / Ünite Tahribatsız Muayene Yöntemlerinde Yapay Zekâ Konu Girdap akımı testi ve derinlik tahmini algoritmaları Süre 2 ders saati (80 dk) Tarih 7-11 Aralık Hafta 12. Hafta Belirli Gün ve Haftalar İnsan Hakları ve Demokrasi Haftası (10 Aralık gününü içine alan hafta), Tutum, Yatırım ve Türk Malları Haftası (12-18 Aralık) Öğrenme Çıktıları ve Süreç Bileşenleri MEB Girdap akımı testi ve derinlik tahmini algoritmalarını açıklar. Girdap akımı testi verilerinden yararlanarak malzeme derinlik tahmini yapan algoritmalar açıklanır. Tema Özeti DPO TAHRİBATSIZ MUAYENE YÖNTEMLERİNDE YAPAY ZEKÂ ünitesinin 7. haftası. Programlar Arası Bileşenler MEB Kavramsal BecerilerKB2.4 Çözümleme / AnalizKB2.7 KarşılaştırmaKB2.12 Veriye Dayalı TahminKB2.16 Akıl Yürütme EğilimlerE1.1 MerakE3.1 UzmanlaşmaE3.6 AnalitiklikE3.7 Sistemlilik Sosyal-Duygusal Öğrenme BecerileriSDB1.3 Kendine Uyarlama (Öz Yansıtma)SDB2.2 İş Birliği DeğerlerD5 DuyarlılıkD12 SabırD16 Sorumluluk Okuryazarlık BecerileriOB1 Bilgi OkuryazarlığıOB2 Dijital OkuryazarlıkOB7 Veri Okuryazarlığı Öğrenme Kanıtları (Ölçme ve Değerlendirme) DPO Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Temel Kabuller DPO Önceki haftaların çıktıları (Manyetik parçacık testi ve AI ile çatlak tanıma) edinilmiş kabul edilir. Ön Değerlendirme Süreci DPO Önceki haftanın çıktıları (Manyetik parçacık testi ve AI ile çatlak tanıma) kısa sorularla yoklanır. Köprü Kurma DPO Manyetik parçacık testi ve AI ile çatlak tanıma ile Girdap akımı testi ve derinlik tahmini algoritmaları arasında ilişki kurulur; girdap akımı testi ve derinlik tahmini algoritmaları hatırlatılır. Öğrenme-Öğretme Uygulamaları DPO Derse Giriş10 dk Önceki haftanın çıktıları (Manyetik parçacık testi ve AI ile çatlak tanıma) kısa sorularla yoklanır; girdap akımı testi ve derinlik tahmini algoritmaları konusuna dikkat çekilir. İnsan Hakları ve Demokrasi Haftası (10 Aralık gününü içine alan hafta) ile bağ kurularak derse giriş yapılır. Keşfetme25 dk Öğrencilerin girdap akımı testi ve derinlik tahmini algoritmaları ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama35 dk Öğrenciler girdap akımı testi ve derinlik tahmini algoritmaları ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Girdap akımı testi ve derinlik tahmini algoritmaları). Sonuçlandırma10 dk Öğrencilerin "Girdap akımı testi verilerinden yararlanarak malzeme derinlik tahmini yapan algoritmalar açıklanır" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Sınıf defteri: Girdap akımı testi ve derinlik tahmini algoritmaları; değerlendirme Derse Giriş 10 dk Önceki haftanın çıktıları (Manyetik parçacık testi ve AI ile çatlak tanıma) kısa sorularla yoklanır; girdap akımı testi ve derinlik tahmini algoritmaları konusuna dikkat çekilir. İnsan Hakları ve Demokrasi Haftası (10 Aralık gününü içine alan hafta) ile bağ kurularak derse giriş yapılır. Keşfetme 25 dk Öğrencilerin girdap akımı testi ve derinlik tahmini algoritmaları ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama 35 dk Öğrenciler girdap akımı testi ve derinlik tahmini algoritmaları ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Girdap akımı testi ve derinlik tahmini algoritmaları). Sonuçlandırma 10 dk Öğrencilerin "Girdap akımı testi verilerinden yararlanarak malzeme derinlik tahmini yapan algoritmalar açıklanır" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Farklılaştırma Boş ZÖğretmen tarafından doldurulacak DÖğretmen tarafından doldurulacak Araç-Gereç ve Kaynaklar DPO Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğretmen Görüşleri BÖLÜM I Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Ünite / Tema Tahribatsız Muayene Yöntemlerinde Yapay Zekâ Konu Girdap akımı testi ve derinlik tahmini algoritmaları Önerilen Süre 2 ders saati (80 dk) Tarih 7-11 Aralık Hafta 12. Hafta Belirli Gün ve Haftalar İnsan Hakları ve Demokrasi Haftası (10 Aralık gününü içine alan hafta), Tutum, Yatırım ve Türk Malları Haftası (12-18 Aralık) BÖLÜM II DPO Kazanımlar Girdap akımı testi ve derinlik tahmini algoritmalarını açıklar. Açıklamalar YZ Girdap akımı testi verilerinden yararlanarak malzeme derinlik tahmini yapan algoritmalar açıklanır. Öğrenme-Öğretme Yöntem ve Teknikleri Anlatım Soru-Cevap Problem Çözme Gösterip Yaptırma Kullanılan Eğitim Teknolojileri, Araç ve Gereçler Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğrenme-Öğretme Etkinlikleri Dikkat Çekme Girdap akımı testi ve derinlik tahmini algoritmaları ile ilgili günlük yaşamdan ya da meslekten bir örnek veya soru ile derse başlanır. Güdüleme Girdap akımı testi ve derinlik tahmini algoritmaları konusunun meslekteki ve günlük yaşamdaki yeri vurgulanır. Gözden Geçirme Önceki haftanın konusu (Manyetik parçacık testi ve AI ile çatlak tanıma) kısaca tekrar edilir. Derse Geçiş Haftanın kazanımı öğrencilerle paylaşılır: Girdap akımı testi ve derinlik tahmini algoritmalarını açıklar. Bireysel Öğrenme Etkinlikleri Anlatım, soru-cevap ve gösterip yaptırma ile: 1) Girdap akımı testi verilerinden yararlanarak malzeme derinlik tahmini yapan algoritmalar açıklanır. Grupla Öğrenme Etkinlikleri Öğrenciler gruplara ayrılır; girdap akımı testi ve derinlik tahmini algoritmaları ile ilgili problem/örnek olay grup çalışmasıyla çözülür ve sınıfla paylaşılır. Özet Haftanın konuları öğrencilerle birlikte özetlenir; bir sonraki dersin konusu duyurulur. BÖLÜM III — Ölçme-Değerlendirme Bireysel Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Grupla Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Grup çalışması gözlem formu Öğrenme Güçlüğü Olan ve İleri Düzey Öğrenciler İçin Ek Ölçme-Değerlendirme BÖLÜM IV — Planın Uygulanmasına İlişkin Açıklamalar Belirtilen tarihlerde ve haftalarda, müfredat programına göre değişiklikler yapılabilir. Öğrenci merkezli öğretim yöntemleri ve teknikleri aktif olarak kullanılacaktır. Ölçme ve değerlendirme süreçlerinde çeşitlilik sağlanacak ve süreç odaklı değerlendirme yapılacaktır. Bireysel farklılıklar dikkate alınarak öğretime yön verilecektir. Teknoloji entegrasyonu ile öğrenme süreçleri desteklenecektir.
#	14-18 Aralık	2	Tahribatsız Muayene Yöntemlerinde Yapay Zekâ	Girdap akımı testi ve derinlik tahmini algoritmaları	Girdap akımı testi ve derinlik tahmini algoritmalarını açıklar.	Yazılı Sınav, Performans Görevi	Dolu
13. Hafta — 14-18 Aralık — Tema: Tahribatsız Muayene Yöntemlerinde Yapay Zekâ Dolu Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Tema / Ünite Tahribatsız Muayene Yöntemlerinde Yapay Zekâ Konu Girdap akımı testi ve derinlik tahmini algoritmaları Süre 2 ders saati (80 dk) Tarih 14-18 Aralık Hafta 13. Hafta Belirli Gün ve Haftalar Tutum, Yatırım ve Türk Malları Haftası (12-18 Aralık) Öğrenme Çıktıları ve Süreç Bileşenleri MEB Girdap akımı testi ve derinlik tahmini algoritmalarını açıklar. Derinlik tespiti için kullanılan yapay zekâ modellerinin çalışma prensipleri üzerinde durulur. Tema Özeti DPO TAHRİBATSIZ MUAYENE YÖNTEMLERİNDE YAPAY ZEKÂ ünitesinin 8. haftası. Programlar Arası Bileşenler MEB Kavramsal BecerilerKB2.4 Çözümleme / AnalizKB2.7 KarşılaştırmaKB2.12 Veriye Dayalı TahminKB2.16 Akıl Yürütme EğilimlerE1.1 MerakE3.1 UzmanlaşmaE3.6 AnalitiklikE3.7 Sistemlilik Sosyal-Duygusal Öğrenme BecerileriSDB1.3 Kendine Uyarlama (Öz Yansıtma)SDB2.2 İş Birliği DeğerlerD5 DuyarlılıkD12 SabırD16 Sorumluluk Okuryazarlık BecerileriOB1 Bilgi OkuryazarlığıOB2 Dijital OkuryazarlıkOB7 Veri Okuryazarlığı Öğrenme Kanıtları (Ölçme ve Değerlendirme) DPO Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Temel Kabuller DPO Önceki haftaların çıktıları (Girdap akımı testi ve derinlik tahmini algoritmaları) edinilmiş kabul edilir. Ön Değerlendirme Süreci DPO Önceki haftanın çıktıları (Girdap akımı testi ve derinlik tahmini algoritmaları) kısa sorularla yoklanır. Köprü Kurma DPO Girdap akımı testi ve derinlik tahmini algoritmaları ile Girdap akımı testi ve derinlik tahmini algoritmaları arasında ilişki kurulur; girdap akımı testi ve derinlik tahmini algoritmaları hatırlatılır. Öğrenme-Öğretme Uygulamaları DPO Derse Giriş10 dk Önceki haftanın çıktıları (Girdap akımı testi ve derinlik tahmini algoritmaları) kısa sorularla yoklanır; girdap akımı testi ve derinlik tahmini algoritmaları konusuna dikkat çekilir. Tutum, Yatırım ve Türk Malları Haftası (12-18 Aralık) ile bağ kurularak derse giriş yapılır. Keşfetme25 dk Öğrencilerin girdap akımı testi ve derinlik tahmini algoritmaları ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama35 dk Öğrenciler girdap akımı testi ve derinlik tahmini algoritmaları ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Girdap akımı testi ve derinlik tahmini algoritmaları). Sonuçlandırma10 dk Öğrencilerin "Derinlik tespiti için kullanılan yapay zekâ modellerinin çalışma prensipleri üzerinde durulur" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Sınıf defteri: Girdap akımı testi ve derinlik tahmini algoritmaları; değerlendirme Derse Giriş 10 dk Önceki haftanın çıktıları (Girdap akımı testi ve derinlik tahmini algoritmaları) kısa sorularla yoklanır; girdap akımı testi ve derinlik tahmini algoritmaları konusuna dikkat çekilir. Tutum, Yatırım ve Türk Malları Haftası (12-18 Aralık) ile bağ kurularak derse giriş yapılır. Keşfetme 25 dk Öğrencilerin girdap akımı testi ve derinlik tahmini algoritmaları ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama 35 dk Öğrenciler girdap akımı testi ve derinlik tahmini algoritmaları ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Girdap akımı testi ve derinlik tahmini algoritmaları). Sonuçlandırma 10 dk Öğrencilerin "Derinlik tespiti için kullanılan yapay zekâ modellerinin çalışma prensipleri üzerinde durulur" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Farklılaştırma Boş ZÖğretmen tarafından doldurulacak DÖğretmen tarafından doldurulacak Araç-Gereç ve Kaynaklar DPO Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğretmen Görüşleri BÖLÜM I Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Ünite / Tema Tahribatsız Muayene Yöntemlerinde Yapay Zekâ Konu Girdap akımı testi ve derinlik tahmini algoritmaları Önerilen Süre 2 ders saati (80 dk) Tarih 14-18 Aralık Hafta 13. Hafta Belirli Gün ve Haftalar Tutum, Yatırım ve Türk Malları Haftası (12-18 Aralık) BÖLÜM II DPO Kazanımlar Girdap akımı testi ve derinlik tahmini algoritmalarını açıklar. Açıklamalar YZ Derinlik tespiti için kullanılan yapay zekâ modellerinin çalışma prensipleri üzerinde durulur. Öğrenme-Öğretme Yöntem ve Teknikleri Anlatım Soru-Cevap Problem Çözme Gösterip Yaptırma Kullanılan Eğitim Teknolojileri, Araç ve Gereçler Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğrenme-Öğretme Etkinlikleri Dikkat Çekme Girdap akımı testi ve derinlik tahmini algoritmaları ile ilgili günlük yaşamdan ya da meslekten bir örnek veya soru ile derse başlanır. Güdüleme Girdap akımı testi ve derinlik tahmini algoritmaları konusunun meslekteki ve günlük yaşamdaki yeri vurgulanır. Gözden Geçirme Önceki haftanın konusu (Girdap akımı testi ve derinlik tahmini algoritmaları) kısaca tekrar edilir. Derse Geçiş Haftanın kazanımı öğrencilerle paylaşılır: Girdap akımı testi ve derinlik tahmini algoritmalarını açıklar. Bireysel Öğrenme Etkinlikleri Anlatım, soru-cevap ve gösterip yaptırma ile: 1) Derinlik tespiti için kullanılan yapay zekâ modellerinin çalışma prensipleri üzerinde durulur. Grupla Öğrenme Etkinlikleri Öğrenciler gruplara ayrılır; girdap akımı testi ve derinlik tahmini algoritmaları ile ilgili problem/örnek olay grup çalışmasıyla çözülür ve sınıfla paylaşılır. Özet Haftanın konuları öğrencilerle birlikte özetlenir; bir sonraki dersin konusu duyurulur. BÖLÜM III — Ölçme-Değerlendirme Bireysel Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Grupla Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Grup çalışması gözlem formu Öğrenme Güçlüğü Olan ve İleri Düzey Öğrenciler İçin Ek Ölçme-Değerlendirme BÖLÜM IV — Planın Uygulanmasına İlişkin Açıklamalar Belirtilen tarihlerde ve haftalarda, müfredat programına göre değişiklikler yapılabilir. Öğrenci merkezli öğretim yöntemleri ve teknikleri aktif olarak kullanılacaktır. Ölçme ve değerlendirme süreçlerinde çeşitlilik sağlanacak ve süreç odaklı değerlendirme yapılacaktır. Bireysel farklılıklar dikkate alınarak öğretime yön verilecektir. Teknoloji entegrasyonu ile öğrenme süreçleri desteklenecektir.
#	21-25 Aralık	2	Tahribatlı Muayene Yöntemlerinde Yapay Zekâ	Çekme, çentik darbe, sertlik testlerinde verilerin AI ile sınıflandırılması	Çekme, çentik darbe, sertlik testlerinde verileri AI ile sınıflandırır.	Yazılı Sınav, Performans Görevi	Dolu
14. Hafta — 21-25 Aralık — Tema: Tahribatlı Muayene Yöntemlerinde Yapay Zekâ Dolu Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Tema / Ünite Tahribatlı Muayene Yöntemlerinde Yapay Zekâ Konu Çekme, çentik darbe, sertlik testlerinde verilerin AI ile sınıflandırılması Süre 2 ders saati (80 dk) Tarih 21-25 Aralık Hafta 14. Hafta Öğrenme Çıktıları ve Süreç Bileşenleri MEB Çekme, çentik darbe, sertlik testlerinde verileri AI ile sınıflandırır. Çekme ve çentik darbe test sonuçlarının yapay zekâ algoritmalarıyla nasıl sınıflandırıldığı açıklanır. Tema Özeti MEB Tahribatlı muayene (DT) yöntemlerinde yapay zekâ kullanımını açıklayabilme Programlar Arası Bileşenler MEB Kavramsal BecerilerKB2.4 Çözümleme / AnalizKB2.7 KarşılaştırmaKB2.12 Veriye Dayalı TahminKB2.16 Akıl Yürütme EğilimlerE1.1 MerakE3.1 UzmanlaşmaE3.6 AnalitiklikE3.7 Sistemlilik Sosyal-Duygusal Öğrenme BecerileriSDB1.3 Kendine Uyarlama (Öz Yansıtma)SDB2.2 İş Birliği DeğerlerD5 DuyarlılıkD12 SabırD16 Sorumluluk Okuryazarlık BecerileriOB1 Bilgi OkuryazarlığıOB2 Dijital OkuryazarlıkOB7 Veri Okuryazarlığı Öğrenme Kanıtları (Ölçme ve Değerlendirme) DPO Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Ön Değerlendirme Süreci Boş Öğretmen tarafından doldurulacak Köprü Kurma Boş Öğretmen tarafından doldurulacak Öğrenme-Öğretme Uygulamaları DPO Derse Giriş10 dk TAHRİBATLI MUAYENE YÖNTEMLERİNDE YAPAY ZEKÂ ünitesine giriş: Çekme, çentik darbe, sertlik testlerinde verilerin AI ile sınıflandırılması üzerine kısa bir sohbetle derse başlanır. Keşfetme25 dk Öğrencilerin çekme, çentik darbe, sertlik testlerinde verilerin AI ile sınıflandırılması ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama35 dk Öğrenciler çekme, çentik darbe, sertlik testlerinde verilerin AI ile sınıflandırılması ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Çekme, çentik darbe, sertlik testlerinde verilerin AI ile sınıflandırılması). Sonuçlandırma10 dk Öğrencilerin "Çekme ve çentik darbe test sonuçlarının yapay zekâ algoritmalarıyla nasıl sınıflandırıldığı açıklanır" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Sınıf defteri: Çekme, çentik darbe, sertlik testlerinde verilerin AI ile sınıflandırılması; değerlendirme Derse Giriş 10 dk TAHRİBATLI MUAYENE YÖNTEMLERİNDE YAPAY ZEKÂ ünitesine giriş: Çekme, çentik darbe, sertlik testlerinde verilerin AI ile sınıflandırılması üzerine kısa bir sohbetle derse başlanır. Keşfetme 25 dk Öğrencilerin çekme, çentik darbe, sertlik testlerinde verilerin AI ile sınıflandırılması ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama 35 dk Öğrenciler çekme, çentik darbe, sertlik testlerinde verilerin AI ile sınıflandırılması ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Çekme, çentik darbe, sertlik testlerinde verilerin AI ile sınıflandırılması). Sonuçlandırma 10 dk Öğrencilerin "Çekme ve çentik darbe test sonuçlarının yapay zekâ algoritmalarıyla nasıl sınıflandırıldığı açıklanır" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Farklılaştırma Boş ZÖğretmen tarafından doldurulacak DÖğretmen tarafından doldurulacak Araç-Gereç ve Kaynaklar DPO Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğretmen Görüşleri BÖLÜM I Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Ünite / Tema Tahribatlı Muayene Yöntemlerinde Yapay Zekâ Konu Çekme, çentik darbe, sertlik testlerinde verilerin AI ile sınıflandırılması Önerilen Süre 2 ders saati (80 dk) Tarih 21-25 Aralık Hafta 14. Hafta BÖLÜM II DPO Kazanımlar Çekme, çentik darbe, sertlik testlerinde verileri AI ile sınıflandırır. Açıklamalar YZ Çekme ve çentik darbe test sonuçlarının yapay zekâ algoritmalarıyla nasıl sınıflandırıldığı açıklanır. Öğrenme-Öğretme Yöntem ve Teknikleri Anlatım Soru-Cevap Problem Çözme Gösterip Yaptırma Kullanılan Eğitim Teknolojileri, Araç ve Gereçler Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğrenme-Öğretme Etkinlikleri Dikkat Çekme Çekme, çentik darbe, sertlik testlerinde verilerin AI ile sınıflandırılması ile ilgili günlük yaşamdan ya da meslekten bir örnek veya soru ile derse başlanır. Güdüleme Çekme, çentik darbe, sertlik testlerinde verilerin AI ile sınıflandırılması konusunun meslekteki ve günlük yaşamdaki yeri vurgulanır. Gözden Geçirme Önceki haftanın konusu (Girdap akımı testi ve derinlik tahmini algoritmaları) kısaca tekrar edilir. Derse Geçiş Haftanın kazanımı öğrencilerle paylaşılır: Çekme, çentik darbe, sertlik testlerinde verileri AI ile sınıflandırır. Bireysel Öğrenme Etkinlikleri Anlatım, soru-cevap ve gösterip yaptırma ile: 1) Çekme ve çentik darbe test sonuçlarının yapay zekâ algoritmalarıyla nasıl sınıflandırıldığı açıklanır. Grupla Öğrenme Etkinlikleri Öğrenciler gruplara ayrılır; çekme, çentik darbe, sertlik testlerinde verilerin AI ile sınıflandırılması ile ilgili problem/örnek olay grup çalışmasıyla çözülür ve sınıfla paylaşılır. Özet Haftanın konuları öğrencilerle birlikte özetlenir; bir sonraki dersin konusu duyurulur. BÖLÜM III — Ölçme-Değerlendirme Bireysel Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Grupla Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Grup çalışması gözlem formu Öğrenme Güçlüğü Olan ve İleri Düzey Öğrenciler İçin Ek Ölçme-Değerlendirme BÖLÜM IV — Planın Uygulanmasına İlişkin Açıklamalar Belirtilen tarihlerde ve haftalarda, müfredat programına göre değişiklikler yapılabilir. Öğrenci merkezli öğretim yöntemleri ve teknikleri aktif olarak kullanılacaktır. Ölçme ve değerlendirme süreçlerinde çeşitlilik sağlanacak ve süreç odaklı değerlendirme yapılacaktır. Bireysel farklılıklar dikkate alınarak öğretime yön verilecektir. Teknoloji entegrasyonu ile öğrenme süreçleri desteklenecektir.
#	28 Aralık - 1 Ocak	2	Tahribatlı Muayene Yöntemlerinde Yapay Zekâ	Çekme, çentik darbe, sertlik testlerinde verilerin AI ile sınıflandırılması	Çekme, çentik darbe, sertlik testlerinde verileri AI ile sınıflandırır.	Yazılı Sınav, Performans Görevi	Dolu
15. Hafta — 28 Aralık - 1 Ocak — Tema: Tahribatlı Muayene Yöntemlerinde Yapay Zekâ Dolu Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Tema / Ünite Tahribatlı Muayene Yöntemlerinde Yapay Zekâ Konu Çekme, çentik darbe, sertlik testlerinde verilerin AI ile sınıflandırılması Süre 2 ders saati (80 dk) Tarih 28 Aralık - 1 Ocak Hafta 15. Hafta Belirli Gün ve Haftalar Yılbaşı Öğrenme Çıktıları ve Süreç Bileşenleri MEB Çekme, çentik darbe, sertlik testlerinde verileri AI ile sınıflandırır. Sertlik testi verilerinin yapay zekâ modelleri kullanılarak kategorize edilmesi sağlanır. Tema Özeti DPO TAHRİBATLI MUAYENE YÖNTEMLERİNDE YAPAY ZEKÂ ünitesinin 2. haftası. Programlar Arası Bileşenler MEB Kavramsal BecerilerKB2.4 Çözümleme / AnalizKB2.7 KarşılaştırmaKB2.12 Veriye Dayalı TahminKB2.16 Akıl Yürütme EğilimlerE1.1 MerakE3.1 UzmanlaşmaE3.6 AnalitiklikE3.7 Sistemlilik Sosyal-Duygusal Öğrenme BecerileriSDB1.3 Kendine Uyarlama (Öz Yansıtma)SDB2.2 İş Birliği DeğerlerD5 DuyarlılıkD12 SabırD16 Sorumluluk Okuryazarlık BecerileriOB1 Bilgi OkuryazarlığıOB2 Dijital OkuryazarlıkOB7 Veri Okuryazarlığı Öğrenme Kanıtları (Ölçme ve Değerlendirme) DPO Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Temel Kabuller DPO Önceki haftaların çıktıları (Çekme, çentik darbe, sertlik testlerinde verilerin AI ile sınıflandırılması) edinilmiş kabul edilir. Ön Değerlendirme Süreci DPO Önceki haftanın çıktıları (Çekme, çentik darbe, sertlik testlerinde verilerin AI ile sınıflandırılması) kısa sorularla yoklanır. Köprü Kurma DPO Çekme, çentik darbe, sertlik testlerinde verilerin AI ile sınıflandırılması ile Çekme, çentik darbe, sertlik testlerinde verilerin AI ile sınıflandırılması arasında ilişki kurulur; çekme, çentik darbe, sertlik testlerinde verilerin AI ile sınıflandırılması hatırlatılır. Öğrenme-Öğretme Uygulamaları DPO Derse Giriş10 dk Önceki haftanın çıktıları (Çekme, çentik darbe, sertlik testlerinde verilerin AI ile sınıflandırılması) kısa sorularla yoklanır; çekme, çentik darbe, sertlik testlerinde verilerin AI ile sınıflandırılması konusuna dikkat çekilir. Yılbaşı ile bağ kurularak derse giriş yapılır. Keşfetme25 dk Öğrencilerin çekme, çentik darbe, sertlik testlerinde verilerin AI ile sınıflandırılması ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama35 dk Öğrenciler çekme, çentik darbe, sertlik testlerinde verilerin AI ile sınıflandırılması ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Çekme, çentik darbe, sertlik testlerinde verilerin AI ile sınıflandırılması). Sonuçlandırma10 dk Öğrencilerin "Sertlik testi verilerinin yapay zekâ modelleri kullanılarak kategorize edilmesi sağlanır" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Sınıf defteri: Çekme, çentik darbe, sertlik testlerinde verilerin AI ile sınıflandırılması; değerlendirme Derse Giriş 10 dk Önceki haftanın çıktıları (Çekme, çentik darbe, sertlik testlerinde verilerin AI ile sınıflandırılması) kısa sorularla yoklanır; çekme, çentik darbe, sertlik testlerinde verilerin AI ile sınıflandırılması konusuna dikkat çekilir. Yılbaşı ile bağ kurularak derse giriş yapılır. Keşfetme 25 dk Öğrencilerin çekme, çentik darbe, sertlik testlerinde verilerin AI ile sınıflandırılması ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama 35 dk Öğrenciler çekme, çentik darbe, sertlik testlerinde verilerin AI ile sınıflandırılması ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Çekme, çentik darbe, sertlik testlerinde verilerin AI ile sınıflandırılması). Sonuçlandırma 10 dk Öğrencilerin "Sertlik testi verilerinin yapay zekâ modelleri kullanılarak kategorize edilmesi sağlanır" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Farklılaştırma Boş ZÖğretmen tarafından doldurulacak DÖğretmen tarafından doldurulacak Araç-Gereç ve Kaynaklar DPO Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğretmen Görüşleri BÖLÜM I Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Ünite / Tema Tahribatlı Muayene Yöntemlerinde Yapay Zekâ Konu Çekme, çentik darbe, sertlik testlerinde verilerin AI ile sınıflandırılması Önerilen Süre 2 ders saati (80 dk) Tarih 28 Aralık - 1 Ocak Hafta 15. Hafta Belirli Gün ve Haftalar Yılbaşı BÖLÜM II DPO Kazanımlar Çekme, çentik darbe, sertlik testlerinde verileri AI ile sınıflandırır. Açıklamalar YZ Sertlik testi verilerinin yapay zekâ modelleri kullanılarak kategorize edilmesi sağlanır. Öğrenme-Öğretme Yöntem ve Teknikleri Anlatım Soru-Cevap Problem Çözme Gösterip Yaptırma Kullanılan Eğitim Teknolojileri, Araç ve Gereçler Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğrenme-Öğretme Etkinlikleri Dikkat Çekme Çekme, çentik darbe, sertlik testlerinde verilerin AI ile sınıflandırılması ile ilgili günlük yaşamdan ya da meslekten bir örnek veya soru ile derse başlanır. Güdüleme Çekme, çentik darbe, sertlik testlerinde verilerin AI ile sınıflandırılması konusunun meslekteki ve günlük yaşamdaki yeri vurgulanır. Gözden Geçirme Önceki haftanın konusu (Çekme, çentik darbe, sertlik testlerinde verilerin AI ile sınıflandırılması) kısaca tekrar edilir. Derse Geçiş Haftanın kazanımı öğrencilerle paylaşılır: Çekme, çentik darbe, sertlik testlerinde verileri AI ile sınıflandırır. Bireysel Öğrenme Etkinlikleri Anlatım, soru-cevap ve gösterip yaptırma ile: 1) Sertlik testi verilerinin yapay zekâ modelleri kullanılarak kategorize edilmesi sağlanır. Grupla Öğrenme Etkinlikleri Öğrenciler gruplara ayrılır; çekme, çentik darbe, sertlik testlerinde verilerin AI ile sınıflandırılması ile ilgili problem/örnek olay grup çalışmasıyla çözülür ve sınıfla paylaşılır. Özet Haftanın konuları öğrencilerle birlikte özetlenir; bir sonraki dersin konusu duyurulur. BÖLÜM III — Ölçme-Değerlendirme Bireysel Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Grupla Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Grup çalışması gözlem formu Öğrenme Güçlüğü Olan ve İleri Düzey Öğrenciler İçin Ek Ölçme-Değerlendirme BÖLÜM IV — Planın Uygulanmasına İlişkin Açıklamalar Belirtilen tarihlerde ve haftalarda, müfredat programına göre değişiklikler yapılabilir. Öğrenci merkezli öğretim yöntemleri ve teknikleri aktif olarak kullanılacaktır. Ölçme ve değerlendirme süreçlerinde çeşitlilik sağlanacak ve süreç odaklı değerlendirme yapılacaktır. Bireysel farklılıklar dikkate alınarak öğretime yön verilecektir. Teknoloji entegrasyonu ile öğrenme süreçleri desteklenecektir.
#	4-8 Ocak	2	Tahribatlı Muayene Yöntemlerinde Yapay Zekâ	Mikro yapı görüntülerinin analizinde yapay zekâ uygulamaları	Mikro yapı görüntülerinin analizinde yapay zekâ uygulamalarını açıklar.	Yazılı Sınav, Performans Görevi	Dolu
16. Hafta — 4-8 Ocak — Tema: Tahribatlı Muayene Yöntemlerinde Yapay Zekâ Dolu Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Tema / Ünite Tahribatlı Muayene Yöntemlerinde Yapay Zekâ Konu Mikro yapı görüntülerinin analizinde yapay zekâ uygulamaları Süre 2 ders saati (80 dk) Tarih 4-8 Ocak Hafta 16. Hafta Belirli Gün ve Haftalar Veremle Savaş Eğitimi Haftası (Ocak ayının ilk haftası) Öğrenme Çıktıları ve Süreç Bileşenleri MEB Mikro yapı görüntülerinin analizinde yapay zekâ uygulamalarını açıklar. Mikro yapı görüntü analizinde kullanılan yapay zekâ teknikleri ve avantajları açıklanır. Malzeme yüzey görsellerinin yapay zekâ ile değerlendirilme süreçleri örneklerle gösterilir. Tema Özeti DPO TAHRİBATLI MUAYENE YÖNTEMLERİNDE YAPAY ZEKÂ ünitesinin 3. haftası. Programlar Arası Bileşenler MEB Kavramsal BecerilerKB2.4 Çözümleme / AnalizKB2.7 KarşılaştırmaKB2.12 Veriye Dayalı TahminKB2.16 Akıl Yürütme EğilimlerE1.1 MerakE3.1 UzmanlaşmaE3.6 AnalitiklikE3.7 Sistemlilik Sosyal-Duygusal Öğrenme BecerileriSDB1.3 Kendine Uyarlama (Öz Yansıtma)SDB2.2 İş Birliği DeğerlerD5 DuyarlılıkD12 SabırD16 Sorumluluk Okuryazarlık BecerileriOB1 Bilgi OkuryazarlığıOB2 Dijital OkuryazarlıkOB7 Veri Okuryazarlığı Öğrenme Kanıtları (Ölçme ve Değerlendirme) DPO Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Temel Kabuller DPO Önceki haftaların çıktıları (Çekme, çentik darbe, sertlik testlerinde verilerin AI ile sınıflandırılması) edinilmiş kabul edilir. Ön Değerlendirme Süreci DPO Önceki haftanın çıktıları (Çekme, çentik darbe, sertlik testlerinde verilerin AI ile sınıflandırılması) kısa sorularla yoklanır. Köprü Kurma DPO Çekme, çentik darbe, sertlik testlerinde verilerin AI ile sınıflandırılması ile Mikro yapı görüntülerinin analizinde yapay zekâ uygulamaları arasında ilişki kurulur; mikro yapı görüntülerinin analizinde yapay zekâ uygulamaları hatırlatılır. Öğrenme-Öğretme Uygulamaları DPO Derse Giriş10 dk Önceki haftanın çıktıları (Çekme, çentik darbe, sertlik testlerinde verilerin AI ile sınıflandırılması) kısa sorularla yoklanır; mikro yapı görüntülerinin analizinde yapay zekâ uygulamaları konusuna dikkat çekilir. Veremle Savaş Eğitimi Haftası (Ocak ayının ilk haftası) ile bağ kurularak derse giriş yapılır. Keşfetme25 dk Öğrencilerin mikro yapı görüntülerinin analizinde yapay zekâ uygulamaları ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama35 dk Öğrenciler mikro yapı görüntülerinin analizinde yapay zekâ uygulamaları ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Mikro yapı görüntülerinin analizinde yapay zekâ uygulamaları). Sonuçlandırma10 dk Öğrencilerin "Malzeme yüzey görsellerinin yapay zekâ ile değerlendirilme süreçleri örneklerle gösterilir" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Sınıf defteri: Mikro yapı görüntülerinin analizinde yapay zekâ uygulamaları; değerlendirme Derse Giriş 10 dk Önceki haftanın çıktıları (Çekme, çentik darbe, sertlik testlerinde verilerin AI ile sınıflandırılması) kısa sorularla yoklanır; mikro yapı görüntülerinin analizinde yapay zekâ uygulamaları konusuna dikkat çekilir. Veremle Savaş Eğitimi Haftası (Ocak ayının ilk haftası) ile bağ kurularak derse giriş yapılır. Keşfetme 25 dk Öğrencilerin mikro yapı görüntülerinin analizinde yapay zekâ uygulamaları ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama 35 dk Öğrenciler mikro yapı görüntülerinin analizinde yapay zekâ uygulamaları ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Mikro yapı görüntülerinin analizinde yapay zekâ uygulamaları). Sonuçlandırma 10 dk Öğrencilerin "Malzeme yüzey görsellerinin yapay zekâ ile değerlendirilme süreçleri örneklerle gösterilir" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Farklılaştırma Boş ZÖğretmen tarafından doldurulacak DÖğretmen tarafından doldurulacak Araç-Gereç ve Kaynaklar DPO Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğretmen Görüşleri BÖLÜM I Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Ünite / Tema Tahribatlı Muayene Yöntemlerinde Yapay Zekâ Konu Mikro yapı görüntülerinin analizinde yapay zekâ uygulamaları Önerilen Süre 2 ders saati (80 dk) Tarih 4-8 Ocak Hafta 16. Hafta Belirli Gün ve Haftalar Veremle Savaş Eğitimi Haftası (Ocak ayının ilk haftası) BÖLÜM II DPO Kazanımlar Mikro yapı görüntülerinin analizinde yapay zekâ uygulamalarını açıklar. Açıklamalar YZ Mikro yapı görüntü analizinde kullanılan yapay zekâ teknikleri ve avantajları açıklanır. Malzeme yüzey görsellerinin yapay zekâ ile değerlendirilme süreçleri örneklerle gösterilir. Öğrenme-Öğretme Yöntem ve Teknikleri Anlatım Soru-Cevap Problem Çözme Gösterip Yaptırma Kullanılan Eğitim Teknolojileri, Araç ve Gereçler Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğrenme-Öğretme Etkinlikleri Dikkat Çekme Mikro yapı görüntülerinin analizinde yapay zekâ uygulamaları ile ilgili günlük yaşamdan ya da meslekten bir örnek veya soru ile derse başlanır. Güdüleme Mikro yapı görüntülerinin analizinde yapay zekâ uygulamaları konusunun meslekteki ve günlük yaşamdaki yeri vurgulanır. Gözden Geçirme Önceki haftanın konusu (Çekme, çentik darbe, sertlik testlerinde verilerin AI ile sınıflandırılması) kısaca tekrar edilir. Derse Geçiş Haftanın kazanımı öğrencilerle paylaşılır: Mikro yapı görüntülerinin analizinde yapay zekâ uygulamalarını açıklar. Bireysel Öğrenme Etkinlikleri Anlatım, soru-cevap ve gösterip yaptırma ile: 1) Mikro yapı görüntü analizinde kullanılan yapay zekâ teknikleri ve avantajları açıklanır. 2) Malzeme yüzey görsellerinin yapay zekâ ile değerlendirilme süreçleri örneklerle gösterilir. Grupla Öğrenme Etkinlikleri Öğrenciler gruplara ayrılır; mikro yapı görüntülerinin analizinde yapay zekâ uygulamaları ile ilgili problem/örnek olay grup çalışmasıyla çözülür ve sınıfla paylaşılır. Özet Haftanın konuları öğrencilerle birlikte özetlenir; bir sonraki dersin konusu duyurulur. BÖLÜM III — Ölçme-Değerlendirme Bireysel Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Grupla Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Grup çalışması gözlem formu Öğrenme Güçlüğü Olan ve İleri Düzey Öğrenciler İçin Ek Ölçme-Değerlendirme BÖLÜM IV — Planın Uygulanmasına İlişkin Açıklamalar Belirtilen tarihlerde ve haftalarda, müfredat programına göre değişiklikler yapılabilir. Öğrenci merkezli öğretim yöntemleri ve teknikleri aktif olarak kullanılacaktır. Ölçme ve değerlendirme süreçlerinde çeşitlilik sağlanacak ve süreç odaklı değerlendirme yapılacaktır. Bireysel farklılıklar dikkate alınarak öğretime yön verilecektir. Teknoloji entegrasyonu ile öğrenme süreçleri desteklenecektir.
#	11-15 Ocak	2	Tahribatlı Muayene Yöntemlerinde Yapay Zekâ	Malzeme bileşiminin spektrometre verileri ile yapay zekâ destekli analiz	Malzeme bileşiminin spektrometre verileri ile yapay zekâ destekli analizi yapar.	Yazılı Sınav, Performans Görevi	Dolu
17. Hafta — 11-15 Ocak — Tema: Tahribatlı Muayene Yöntemlerinde Yapay Zekâ Dolu Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Tema / Ünite Tahribatlı Muayene Yöntemlerinde Yapay Zekâ Konu Malzeme bileşiminin spektrometre verileri ile yapay zekâ destekli analiz Süre 2 ders saati (80 dk) Tarih 11-15 Ocak Hafta 17. Hafta Belirli Gün ve Haftalar Enerji Tasarrufu Haftası (Ocak ayının ikinci haftası) Öğrenme Çıktıları ve Süreç Bileşenleri MEB Malzeme bileşiminin spektrometre verileri ile yapay zekâ destekli analizi yapar. Spektrometre verilerinin malzeme bileşimi analizi için yapay zekâ modelleriyle işlenmesi sağlanır. Tema Özeti DPO TAHRİBATLI MUAYENE YÖNTEMLERİNDE YAPAY ZEKÂ ünitesinin 4. haftası. Programlar Arası Bileşenler MEB Kavramsal BecerilerKB2.4 Çözümleme / AnalizKB2.7 KarşılaştırmaKB2.12 Veriye Dayalı TahminKB2.16 Akıl Yürütme EğilimlerE1.1 MerakE3.1 UzmanlaşmaE3.6 AnalitiklikE3.7 Sistemlilik Sosyal-Duygusal Öğrenme BecerileriSDB1.3 Kendine Uyarlama (Öz Yansıtma)SDB2.2 İş Birliği DeğerlerD5 DuyarlılıkD12 SabırD16 Sorumluluk Okuryazarlık BecerileriOB1 Bilgi OkuryazarlığıOB2 Dijital OkuryazarlıkOB7 Veri Okuryazarlığı Öğrenme Kanıtları (Ölçme ve Değerlendirme) DPO Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Temel Kabuller DPO Önceki haftaların çıktıları (Mikro yapı görüntülerinin analizinde yapay zekâ uygulamaları) edinilmiş kabul edilir. Ön Değerlendirme Süreci DPO Önceki haftanın çıktıları (Mikro yapı görüntülerinin analizinde yapay zekâ uygulamaları) kısa sorularla yoklanır. Köprü Kurma DPO Mikro yapı görüntülerinin analizinde yapay zekâ uygulamaları ile Malzeme bileşiminin spektrometre verileri ile yapay zekâ destekli analiz arasında ilişki kurulur; malzeme bileşiminin spektrometre verileri ile yapay zekâ destekli analiz hatırlatılır. Öğrenme-Öğretme Uygulamaları DPO Derse Giriş10 dk Önceki haftanın çıktıları (Mikro yapı görüntülerinin analizinde yapay zekâ uygulamaları) kısa sorularla yoklanır; malzeme bileşiminin spektrometre verileri ile yapay zekâ destekli analiz konusuna dikkat çekilir. Enerji Tasarrufu Haftası (Ocak ayının ikinci haftası) ile bağ kurularak derse giriş yapılır. Keşfetme25 dk Öğrencilerin malzeme bileşiminin spektrometre verileri ile yapay zekâ destekli analiz ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama35 dk Öğrenciler malzeme bileşiminin spektrometre verileri ile yapay zekâ destekli analiz ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Malzeme bileşiminin spektrometre verileri ile yapay zekâ destekli analiz). Sonuçlandırma10 dk Öğrencilerin "Spektrometre verilerinin malzeme bileşimi analizi için yapay zekâ modelleriyle işlenmesi sağlanır" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Sınıf defteri: Malzeme bileşiminin spektrometre verileri ile yapay zekâ destekli analiz; değerlendirme Derse Giriş 10 dk Önceki haftanın çıktıları (Mikro yapı görüntülerinin analizinde yapay zekâ uygulamaları) kısa sorularla yoklanır; malzeme bileşiminin spektrometre verileri ile yapay zekâ destekli analiz konusuna dikkat çekilir. Enerji Tasarrufu Haftası (Ocak ayının ikinci haftası) ile bağ kurularak derse giriş yapılır. Keşfetme 25 dk Öğrencilerin malzeme bileşiminin spektrometre verileri ile yapay zekâ destekli analiz ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama 35 dk Öğrenciler malzeme bileşiminin spektrometre verileri ile yapay zekâ destekli analiz ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Malzeme bileşiminin spektrometre verileri ile yapay zekâ destekli analiz). Sonuçlandırma 10 dk Öğrencilerin "Spektrometre verilerinin malzeme bileşimi analizi için yapay zekâ modelleriyle işlenmesi sağlanır" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Farklılaştırma Boş ZÖğretmen tarafından doldurulacak DÖğretmen tarafından doldurulacak Araç-Gereç ve Kaynaklar DPO Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğretmen Görüşleri BÖLÜM I Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Ünite / Tema Tahribatlı Muayene Yöntemlerinde Yapay Zekâ Konu Malzeme bileşiminin spektrometre verileri ile yapay zekâ destekli analiz Önerilen Süre 2 ders saati (80 dk) Tarih 11-15 Ocak Hafta 17. Hafta Belirli Gün ve Haftalar Enerji Tasarrufu Haftası (Ocak ayının ikinci haftası) BÖLÜM II DPO Kazanımlar Malzeme bileşiminin spektrometre verileri ile yapay zekâ destekli analizi yapar. Açıklamalar YZ Spektrometre verilerinin malzeme bileşimi analizi için yapay zekâ modelleriyle işlenmesi sağlanır. Öğrenme-Öğretme Yöntem ve Teknikleri Anlatım Soru-Cevap Problem Çözme Gösterip Yaptırma Kullanılan Eğitim Teknolojileri, Araç ve Gereçler Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğrenme-Öğretme Etkinlikleri Dikkat Çekme Malzeme bileşiminin spektrometre verileri ile yapay zekâ destekli analiz ile ilgili günlük yaşamdan ya da meslekten bir örnek veya soru ile derse başlanır. Güdüleme Malzeme bileşiminin spektrometre verileri ile yapay zekâ destekli analiz konusunun meslekteki ve günlük yaşamdaki yeri vurgulanır. Gözden Geçirme Önceki haftanın konusu (Mikro yapı görüntülerinin analizinde yapay zekâ uygulamaları) kısaca tekrar edilir. Derse Geçiş Haftanın kazanımı öğrencilerle paylaşılır: Malzeme bileşiminin spektrometre verileri ile yapay zekâ destekli analizi yapar. Bireysel Öğrenme Etkinlikleri Anlatım, soru-cevap ve gösterip yaptırma ile: 1) Spektrometre verilerinin malzeme bileşimi analizi için yapay zekâ modelleriyle işlenmesi sağlanır. Grupla Öğrenme Etkinlikleri Öğrenciler gruplara ayrılır; malzeme bileşiminin spektrometre verileri ile yapay zekâ destekli analiz ile ilgili problem/örnek olay grup çalışmasıyla çözülür ve sınıfla paylaşılır. Özet Haftanın konuları öğrencilerle birlikte özetlenir; bir sonraki dersin konusu duyurulur. BÖLÜM III — Ölçme-Değerlendirme Bireysel Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Grupla Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Grup çalışması gözlem formu Öğrenme Güçlüğü Olan ve İleri Düzey Öğrenciler İçin Ek Ölçme-Değerlendirme BÖLÜM IV — Planın Uygulanmasına İlişkin Açıklamalar Belirtilen tarihlerde ve haftalarda, müfredat programına göre değişiklikler yapılabilir. Öğrenci merkezli öğretim yöntemleri ve teknikleri aktif olarak kullanılacaktır. Ölçme ve değerlendirme süreçlerinde çeşitlilik sağlanacak ve süreç odaklı değerlendirme yapılacaktır. Bireysel farklılıklar dikkate alınarak öğretime yön verilecektir. Teknoloji entegrasyonu ile öğrenme süreçleri desteklenecektir.
#	18-22 Ocak	2	Tahribatlı Muayene Yöntemlerinde Yapay Zekâ	Malzeme bileşiminin spektrometre verileri ile yapay zekâ destekli analiz	Malzeme bileşiminin spektrometre verileri ile yapay zekâ destekli analizi yapar.	Yazılı Sınav, Performans Görevi	Dolu
18. Hafta — 18-22 Ocak — Tema: Tahribatlı Muayene Yöntemlerinde Yapay Zekâ Dolu Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Tema / Ünite Tahribatlı Muayene Yöntemlerinde Yapay Zekâ Konu Malzeme bileşiminin spektrometre verileri ile yapay zekâ destekli analiz Süre 2 ders saati (80 dk) Tarih 18-22 Ocak Hafta 18. Hafta Öğrenme Çıktıları ve Süreç Bileşenleri MEB Malzeme bileşiminin spektrometre verileri ile yapay zekâ destekli analizi yapar. Yapay zekâ destekli analiz sonuçlarının malzeme özelliklerine göre yorumlanması üzerinde durulur. Tema Özeti DPO TAHRİBATLI MUAYENE YÖNTEMLERİNDE YAPAY ZEKÂ ünitesinin 5. haftası. Programlar Arası Bileşenler MEB Kavramsal BecerilerKB2.4 Çözümleme / AnalizKB2.7 KarşılaştırmaKB2.12 Veriye Dayalı TahminKB2.16 Akıl Yürütme EğilimlerE1.1 MerakE3.1 UzmanlaşmaE3.6 AnalitiklikE3.7 Sistemlilik Sosyal-Duygusal Öğrenme BecerileriSDB1.3 Kendine Uyarlama (Öz Yansıtma)SDB2.2 İş Birliği DeğerlerD5 DuyarlılıkD12 SabırD16 Sorumluluk Okuryazarlık BecerileriOB1 Bilgi OkuryazarlığıOB2 Dijital OkuryazarlıkOB7 Veri Okuryazarlığı Öğrenme Kanıtları (Ölçme ve Değerlendirme) DPO Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Temel Kabuller DPO Önceki haftaların çıktıları (Malzeme bileşiminin spektrometre verileri ile yapay zekâ destekli analiz) edinilmiş kabul edilir. Ön Değerlendirme Süreci DPO Önceki haftanın çıktıları (Malzeme bileşiminin spektrometre verileri ile yapay zekâ destekli analiz) kısa sorularla yoklanır. Köprü Kurma DPO Malzeme bileşiminin spektrometre verileri ile yapay zekâ destekli analiz ile Malzeme bileşiminin spektrometre verileri ile yapay zekâ destekli analiz arasında ilişki kurulur; malzeme bileşiminin spektrometre verileri ile yapay zekâ destekli analiz hatırlatılır. Öğrenme-Öğretme Uygulamaları DPO Derse Giriş10 dk Önceki haftanın çıktıları (Malzeme bileşiminin spektrometre verileri ile yapay zekâ destekli analiz) kısa sorularla yoklanır; malzeme bileşiminin spektrometre verileri ile yapay zekâ destekli analiz konusuna dikkat çekilir. Keşfetme25 dk Öğrencilerin malzeme bileşiminin spektrometre verileri ile yapay zekâ destekli analiz ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama35 dk Öğrenciler malzeme bileşiminin spektrometre verileri ile yapay zekâ destekli analiz ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Malzeme bileşiminin spektrometre verileri ile yapay zekâ destekli analiz). Sonuçlandırma10 dk Öğrencilerin "Yapay zekâ destekli analiz sonuçlarının malzeme özelliklerine göre yorumlanması üzerinde durulur" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Sınıf defteri: Malzeme bileşiminin spektrometre verileri ile yapay zekâ destekli analiz; değerlendirme Derse Giriş 10 dk Önceki haftanın çıktıları (Malzeme bileşiminin spektrometre verileri ile yapay zekâ destekli analiz) kısa sorularla yoklanır; malzeme bileşiminin spektrometre verileri ile yapay zekâ destekli analiz konusuna dikkat çekilir. Keşfetme 25 dk Öğrencilerin malzeme bileşiminin spektrometre verileri ile yapay zekâ destekli analiz ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama 35 dk Öğrenciler malzeme bileşiminin spektrometre verileri ile yapay zekâ destekli analiz ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Malzeme bileşiminin spektrometre verileri ile yapay zekâ destekli analiz). Sonuçlandırma 10 dk Öğrencilerin "Yapay zekâ destekli analiz sonuçlarının malzeme özelliklerine göre yorumlanması üzerinde durulur" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Farklılaştırma Boş ZÖğretmen tarafından doldurulacak DÖğretmen tarafından doldurulacak Araç-Gereç ve Kaynaklar DPO Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğretmen Görüşleri BÖLÜM I Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Ünite / Tema Tahribatlı Muayene Yöntemlerinde Yapay Zekâ Konu Malzeme bileşiminin spektrometre verileri ile yapay zekâ destekli analiz Önerilen Süre 2 ders saati (80 dk) Tarih 18-22 Ocak Hafta 18. Hafta BÖLÜM II DPO Kazanımlar Malzeme bileşiminin spektrometre verileri ile yapay zekâ destekli analizi yapar. Açıklamalar YZ Yapay zekâ destekli analiz sonuçlarının malzeme özelliklerine göre yorumlanması üzerinde durulur. Öğrenme-Öğretme Yöntem ve Teknikleri Anlatım Soru-Cevap Problem Çözme Gösterip Yaptırma Kullanılan Eğitim Teknolojileri, Araç ve Gereçler Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğrenme-Öğretme Etkinlikleri Dikkat Çekme Malzeme bileşiminin spektrometre verileri ile yapay zekâ destekli analiz ile ilgili günlük yaşamdan ya da meslekten bir örnek veya soru ile derse başlanır. Güdüleme Malzeme bileşiminin spektrometre verileri ile yapay zekâ destekli analiz konusunun meslekteki ve günlük yaşamdaki yeri vurgulanır. Gözden Geçirme Önceki haftanın konusu (Malzeme bileşiminin spektrometre verileri ile yapay zekâ destekli analiz) kısaca tekrar edilir. Derse Geçiş Haftanın kazanımı öğrencilerle paylaşılır: Malzeme bileşiminin spektrometre verileri ile yapay zekâ destekli analizi yapar. Bireysel Öğrenme Etkinlikleri Anlatım, soru-cevap ve gösterip yaptırma ile: 1) Yapay zekâ destekli analiz sonuçlarının malzeme özelliklerine göre yorumlanması üzerinde durulur. Grupla Öğrenme Etkinlikleri Öğrenciler gruplara ayrılır; malzeme bileşiminin spektrometre verileri ile yapay zekâ destekli analiz ile ilgili problem/örnek olay grup çalışmasıyla çözülür ve sınıfla paylaşılır. Özet Haftanın konuları öğrencilerle birlikte özetlenir; bir sonraki dersin konusu duyurulur. BÖLÜM III — Ölçme-Değerlendirme Bireysel Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Grupla Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Grup çalışması gözlem formu Öğrenme Güçlüğü Olan ve İleri Düzey Öğrenciler İçin Ek Ölçme-Değerlendirme BÖLÜM IV — Planın Uygulanmasına İlişkin Açıklamalar Belirtilen tarihlerde ve haftalarda, müfredat programına göre değişiklikler yapılabilir. Öğrenci merkezli öğretim yöntemleri ve teknikleri aktif olarak kullanılacaktır. Ölçme ve değerlendirme süreçlerinde çeşitlilik sağlanacak ve süreç odaklı değerlendirme yapılacaktır. Bireysel farklılıklar dikkate alınarak öğretime yön verilecektir. Teknoloji entegrasyonu ile öğrenme süreçleri desteklenecektir.
25-29 OcakAkademik Takvim Yarıyıl Tatili
1-5 ŞubatAkademik Takvim Yarıyıl Tatili
#	8-12 Şubat	2	Veri Toplama ve Büyük Veri Analizi	Sensör verilerinin toplanması ve etiketlenmesi	Sensör verilerinin toplanması ve etiketlenmesini açıklar.	Yazılı Sınav, Performans Görevi	Dolu
19. Hafta — 8-12 Şubat — Tema: Veri Toplama ve Büyük Veri Analizi Dolu Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Tema / Ünite Veri Toplama ve Büyük Veri Analizi Konu Sensör verilerinin toplanması ve etiketlenmesi Süre 2 ders saati (80 dk) Tarih 8-12 Şubat Hafta 19. Hafta Öğrenme Çıktıları ve Süreç Bileşenleri MEB Sensör verilerinin toplanması ve etiketlenmesini açıklar. Sensör verilerinin toplandığı kaynaklar ve yöntemler açıklanır. Veri etiketleme sürecinin model eğitimi açısından önemi vurgulanır. Tema Özeti MEB Veri toplama ve büyük veri analizini açıklayabilme Programlar Arası Bileşenler MEB Kavramsal BecerilerKB2.4 Çözümleme / AnalizKB2.7 KarşılaştırmaKB2.12 Veriye Dayalı TahminKB2.16 Akıl Yürütme EğilimlerE1.1 MerakE3.1 UzmanlaşmaE3.6 AnalitiklikE3.7 Sistemlilik Sosyal-Duygusal Öğrenme BecerileriSDB1.3 Kendine Uyarlama (Öz Yansıtma)SDB2.2 İş Birliği DeğerlerD5 DuyarlılıkD12 SabırD16 Sorumluluk Okuryazarlık BecerileriOB1 Bilgi OkuryazarlığıOB2 Dijital OkuryazarlıkOB7 Veri Okuryazarlığı Öğrenme Kanıtları (Ölçme ve Değerlendirme) DPO Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Ön Değerlendirme Süreci Boş Öğretmen tarafından doldurulacak Köprü Kurma Boş Öğretmen tarafından doldurulacak Öğrenme-Öğretme Uygulamaları DPO Derse Giriş10 dk VERİ TOPLAMA VE BÜYÜK VERİ ANALİZİ ünitesine giriş: Sensör verilerinin toplanması ve etiketlenmesi üzerine kısa bir sohbetle derse başlanır. Keşfetme25 dk Öğrencilerin sensör verilerinin toplanması ve etiketlenmesi ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama35 dk Öğrenciler sensör verilerinin toplanması ve etiketlenmesi ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Sensör verilerinin toplanması ve etiketlenmesi). Sonuçlandırma10 dk Öğrencilerin "Veri etiketleme sürecinin model eğitimi açısından önemi vurgulanır" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Sınıf defteri: Sensör verilerinin toplanması ve etiketlenmesi; değerlendirme Derse Giriş 10 dk VERİ TOPLAMA VE BÜYÜK VERİ ANALİZİ ünitesine giriş: Sensör verilerinin toplanması ve etiketlenmesi üzerine kısa bir sohbetle derse başlanır. Keşfetme 25 dk Öğrencilerin sensör verilerinin toplanması ve etiketlenmesi ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama 35 dk Öğrenciler sensör verilerinin toplanması ve etiketlenmesi ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Sensör verilerinin toplanması ve etiketlenmesi). Sonuçlandırma 10 dk Öğrencilerin "Veri etiketleme sürecinin model eğitimi açısından önemi vurgulanır" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Farklılaştırma Boş ZÖğretmen tarafından doldurulacak DÖğretmen tarafından doldurulacak Araç-Gereç ve Kaynaklar DPO Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğretmen Görüşleri BÖLÜM I Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Ünite / Tema Veri Toplama ve Büyük Veri Analizi Konu Sensör verilerinin toplanması ve etiketlenmesi Önerilen Süre 2 ders saati (80 dk) Tarih 8-12 Şubat Hafta 19. Hafta BÖLÜM II DPO Kazanımlar Sensör verilerinin toplanması ve etiketlenmesini açıklar. Açıklamalar YZ Sensör verilerinin toplandığı kaynaklar ve yöntemler açıklanır. Veri etiketleme sürecinin model eğitimi açısından önemi vurgulanır. Öğrenme-Öğretme Yöntem ve Teknikleri Anlatım Soru-Cevap Problem Çözme Gösterip Yaptırma Kullanılan Eğitim Teknolojileri, Araç ve Gereçler Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğrenme-Öğretme Etkinlikleri Dikkat Çekme Sensör verilerinin toplanması ve etiketlenmesi ile ilgili günlük yaşamdan ya da meslekten bir örnek veya soru ile derse başlanır. Güdüleme Sensör verilerinin toplanması ve etiketlenmesi konusunun meslekteki ve günlük yaşamdaki yeri vurgulanır. Gözden Geçirme Önceki haftanın konusu (Malzeme bileşiminin spektrometre verileri ile yapay zekâ destekli analiz) kısaca tekrar edilir. Derse Geçiş Haftanın kazanımı öğrencilerle paylaşılır: Sensör verilerinin toplanması ve etiketlenmesini açıklar. Bireysel Öğrenme Etkinlikleri Anlatım, soru-cevap ve gösterip yaptırma ile: 1) Sensör verilerinin toplandığı kaynaklar ve yöntemler açıklanır. 2) Veri etiketleme sürecinin model eğitimi açısından önemi vurgulanır. Grupla Öğrenme Etkinlikleri Öğrenciler gruplara ayrılır; sensör verilerinin toplanması ve etiketlenmesi ile ilgili problem/örnek olay grup çalışmasıyla çözülür ve sınıfla paylaşılır. Özet Haftanın konuları öğrencilerle birlikte özetlenir; bir sonraki dersin konusu duyurulur. BÖLÜM III — Ölçme-Değerlendirme Bireysel Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Grupla Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Grup çalışması gözlem formu Öğrenme Güçlüğü Olan ve İleri Düzey Öğrenciler İçin Ek Ölçme-Değerlendirme BÖLÜM IV — Planın Uygulanmasına İlişkin Açıklamalar Belirtilen tarihlerde ve haftalarda, müfredat programına göre değişiklikler yapılabilir. Öğrenci merkezli öğretim yöntemleri ve teknikleri aktif olarak kullanılacaktır. Ölçme ve değerlendirme süreçlerinde çeşitlilik sağlanacak ve süreç odaklı değerlendirme yapılacaktır. Bireysel farklılıklar dikkate alınarak öğretime yön verilecektir. Teknoloji entegrasyonu ile öğrenme süreçleri desteklenecektir.
#	15-19 Şubat	2	Veri Toplama ve Büyük Veri Analizi	Endüstriyel nesnelerin interneti (IIoT) ve kalite kontrol ilişkisi	Endüstriyel nesnelerin interneti (IIoT) ve kalite kontrol ilişkisini açıklar.	Yazılı Sınav, Performans Görevi	Dolu
20. Hafta — 15-19 Şubat — Tema: Veri Toplama ve Büyük Veri Analizi Dolu Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Tema / Ünite Veri Toplama ve Büyük Veri Analizi Konu Endüstriyel nesnelerin interneti (IIoT) ve kalite kontrol ilişkisi Süre 2 ders saati (80 dk) Tarih 15-19 Şubat Hafta 20. Hafta Öğrenme Çıktıları ve Süreç Bileşenleri MEB Endüstriyel nesnelerin interneti (IIoT) ve kalite kontrol ilişkisini açıklar. Endüstriyel nesnelerin interneti teknolojisinin temel bileşenleri açıklanır. Tema Özeti DPO VERİ TOPLAMA VE BÜYÜK VERİ ANALİZİ ünitesinin 2. haftası. Programlar Arası Bileşenler MEB Kavramsal BecerilerKB2.4 Çözümleme / AnalizKB2.7 KarşılaştırmaKB2.12 Veriye Dayalı TahminKB2.16 Akıl Yürütme EğilimlerE1.1 MerakE3.1 UzmanlaşmaE3.6 AnalitiklikE3.7 Sistemlilik Sosyal-Duygusal Öğrenme BecerileriSDB1.3 Kendine Uyarlama (Öz Yansıtma)SDB2.2 İş Birliği DeğerlerD5 DuyarlılıkD12 SabırD16 Sorumluluk Okuryazarlık BecerileriOB1 Bilgi OkuryazarlığıOB2 Dijital OkuryazarlıkOB7 Veri Okuryazarlığı Öğrenme Kanıtları (Ölçme ve Değerlendirme) DPO Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Temel Kabuller DPO Önceki haftaların çıktıları (Sensör verilerinin toplanması ve etiketlenmesi) edinilmiş kabul edilir. Ön Değerlendirme Süreci DPO Önceki haftanın çıktıları (Sensör verilerinin toplanması ve etiketlenmesi) kısa sorularla yoklanır. Köprü Kurma DPO Sensör verilerinin toplanması ve etiketlenmesi ile Endüstriyel nesnelerin interneti (IIoT) ve kalite kontrol ilişkisi arasında ilişki kurulur; endüstriyel nesnelerin interneti (IIoT) ve kalite kontrol ilişkisi hatırlatılır. Öğrenme-Öğretme Uygulamaları DPO Derse Giriş10 dk Önceki haftanın çıktıları (Sensör verilerinin toplanması ve etiketlenmesi) kısa sorularla yoklanır; endüstriyel nesnelerin interneti (IIoT) ve kalite kontrol ilişkisi konusuna dikkat çekilir. Keşfetme25 dk Öğrencilerin endüstriyel nesnelerin interneti (IIoT) ve kalite kontrol ilişkisi ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama35 dk Öğrenciler endüstriyel nesnelerin interneti (IIoT) ve kalite kontrol ilişkisi ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Endüstriyel nesnelerin interneti (IIoT) ve kalite kontrol ilişkisi). Sonuçlandırma10 dk Öğrencilerin "Endüstriyel nesnelerin interneti teknolojisinin temel bileşenleri açıklanır" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Sınıf defteri: Endüstriyel nesnelerin interneti (IIoT) ve kalite kontrol ilişkisi; değerlendirme Derse Giriş 10 dk Önceki haftanın çıktıları (Sensör verilerinin toplanması ve etiketlenmesi) kısa sorularla yoklanır; endüstriyel nesnelerin interneti (IIoT) ve kalite kontrol ilişkisi konusuna dikkat çekilir. Keşfetme 25 dk Öğrencilerin endüstriyel nesnelerin interneti (IIoT) ve kalite kontrol ilişkisi ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama 35 dk Öğrenciler endüstriyel nesnelerin interneti (IIoT) ve kalite kontrol ilişkisi ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Endüstriyel nesnelerin interneti (IIoT) ve kalite kontrol ilişkisi). Sonuçlandırma 10 dk Öğrencilerin "Endüstriyel nesnelerin interneti teknolojisinin temel bileşenleri açıklanır" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Farklılaştırma Boş ZÖğretmen tarafından doldurulacak DÖğretmen tarafından doldurulacak Araç-Gereç ve Kaynaklar DPO Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğretmen Görüşleri BÖLÜM I Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Ünite / Tema Veri Toplama ve Büyük Veri Analizi Konu Endüstriyel nesnelerin interneti (IIoT) ve kalite kontrol ilişkisi Önerilen Süre 2 ders saati (80 dk) Tarih 15-19 Şubat Hafta 20. Hafta BÖLÜM II DPO Kazanımlar Endüstriyel nesnelerin interneti (IIoT) ve kalite kontrol ilişkisini açıklar. Açıklamalar YZ Endüstriyel nesnelerin interneti teknolojisinin temel bileşenleri açıklanır. Öğrenme-Öğretme Yöntem ve Teknikleri Anlatım Soru-Cevap Problem Çözme Gösterip Yaptırma Kullanılan Eğitim Teknolojileri, Araç ve Gereçler Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğrenme-Öğretme Etkinlikleri Dikkat Çekme Endüstriyel nesnelerin interneti (IIoT) ve kalite kontrol ilişkisi ile ilgili günlük yaşamdan ya da meslekten bir örnek veya soru ile derse başlanır. Güdüleme Endüstriyel nesnelerin interneti (IIoT) ve kalite kontrol ilişkisi konusunun meslekteki ve günlük yaşamdaki yeri vurgulanır. Gözden Geçirme Önceki haftanın konusu (Sensör verilerinin toplanması ve etiketlenmesi) kısaca tekrar edilir. Derse Geçiş Haftanın kazanımı öğrencilerle paylaşılır: Endüstriyel nesnelerin interneti (IIoT) ve kalite kontrol ilişkisini açıklar. Bireysel Öğrenme Etkinlikleri Anlatım, soru-cevap ve gösterip yaptırma ile: 1) Endüstriyel nesnelerin interneti teknolojisinin temel bileşenleri açıklanır. Grupla Öğrenme Etkinlikleri Öğrenciler gruplara ayrılır; endüstriyel nesnelerin interneti (IIoT) ve kalite kontrol ilişkisi ile ilgili problem/örnek olay grup çalışmasıyla çözülür ve sınıfla paylaşılır. Özet Haftanın konuları öğrencilerle birlikte özetlenir; bir sonraki dersin konusu duyurulur. BÖLÜM III — Ölçme-Değerlendirme Bireysel Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Grupla Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Grup çalışması gözlem formu Öğrenme Güçlüğü Olan ve İleri Düzey Öğrenciler İçin Ek Ölçme-Değerlendirme BÖLÜM IV — Planın Uygulanmasına İlişkin Açıklamalar Belirtilen tarihlerde ve haftalarda, müfredat programına göre değişiklikler yapılabilir. Öğrenci merkezli öğretim yöntemleri ve teknikleri aktif olarak kullanılacaktır. Ölçme ve değerlendirme süreçlerinde çeşitlilik sağlanacak ve süreç odaklı değerlendirme yapılacaktır. Bireysel farklılıklar dikkate alınarak öğretime yön verilecektir. Teknoloji entegrasyonu ile öğrenme süreçleri desteklenecektir.
#	22-26 Şubat	2	Veri Toplama ve Büyük Veri Analizi	Endüstriyel nesnelerin interneti (IIoT) ve kalite kontrol ilişkisi	Endüstriyel nesnelerin interneti (IIoT) ve kalite kontrol ilişkisini açıklar.	Yazılı Sınav, Performans Görevi	Dolu
21. Hafta — 22-26 Şubat — Tema: Veri Toplama ve Büyük Veri Analizi Dolu Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Tema / Ünite Veri Toplama ve Büyük Veri Analizi Konu Endüstriyel nesnelerin interneti (IIoT) ve kalite kontrol ilişkisi Süre 2 ders saati (80 dk) Tarih 22-26 Şubat Hafta 21. Hafta Öğrenme Çıktıları ve Süreç Bileşenleri MEB Endüstriyel nesnelerin interneti (IIoT) ve kalite kontrol ilişkisini açıklar. IIoT sistemlerinin kalite kontrol süreçlerine sağladığı katkılar gösterilir. Tema Özeti DPO VERİ TOPLAMA VE BÜYÜK VERİ ANALİZİ ünitesinin 3. haftası. Programlar Arası Bileşenler MEB Kavramsal BecerilerKB2.4 Çözümleme / AnalizKB2.7 KarşılaştırmaKB2.12 Veriye Dayalı TahminKB2.16 Akıl Yürütme EğilimlerE1.1 MerakE3.1 UzmanlaşmaE3.6 AnalitiklikE3.7 Sistemlilik Sosyal-Duygusal Öğrenme BecerileriSDB1.3 Kendine Uyarlama (Öz Yansıtma)SDB2.2 İş Birliği DeğerlerD5 DuyarlılıkD12 SabırD16 Sorumluluk Okuryazarlık BecerileriOB1 Bilgi OkuryazarlığıOB2 Dijital OkuryazarlıkOB7 Veri Okuryazarlığı Öğrenme Kanıtları (Ölçme ve Değerlendirme) DPO Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Temel Kabuller DPO Önceki haftaların çıktıları (Endüstriyel nesnelerin interneti (IIoT) ve kalite kontrol ilişkisi) edinilmiş kabul edilir. Ön Değerlendirme Süreci DPO Önceki haftanın çıktıları (Endüstriyel nesnelerin interneti (IIoT) ve kalite kontrol ilişkisi) kısa sorularla yoklanır. Köprü Kurma DPO Endüstriyel nesnelerin interneti (IIoT) ve kalite kontrol ilişkisi ile Endüstriyel nesnelerin interneti (IIoT) ve kalite kontrol ilişkisi arasında ilişki kurulur; endüstriyel nesnelerin interneti (IIoT) ve kalite kontrol ilişkisi hatırlatılır. Öğrenme-Öğretme Uygulamaları DPO Derse Giriş10 dk Önceki haftanın çıktıları (Endüstriyel nesnelerin interneti (IIoT) ve kalite kontrol ilişkisi) kısa sorularla yoklanır; endüstriyel nesnelerin interneti (IIoT) ve kalite kontrol ilişkisi konusuna dikkat çekilir. Keşfetme25 dk Öğrencilerin endüstriyel nesnelerin interneti (IIoT) ve kalite kontrol ilişkisi ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama35 dk Öğrenciler endüstriyel nesnelerin interneti (IIoT) ve kalite kontrol ilişkisi ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Endüstriyel nesnelerin interneti (IIoT) ve kalite kontrol ilişkisi). Sonuçlandırma10 dk Öğrencilerin "IIoT sistemlerinin kalite kontrol süreçlerine sağladığı katkılar gösterilir" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Sınıf defteri: Endüstriyel nesnelerin interneti (IIoT) ve kalite kontrol ilişkisi; değerlendirme Derse Giriş 10 dk Önceki haftanın çıktıları (Endüstriyel nesnelerin interneti (IIoT) ve kalite kontrol ilişkisi) kısa sorularla yoklanır; endüstriyel nesnelerin interneti (IIoT) ve kalite kontrol ilişkisi konusuna dikkat çekilir. Keşfetme 25 dk Öğrencilerin endüstriyel nesnelerin interneti (IIoT) ve kalite kontrol ilişkisi ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama 35 dk Öğrenciler endüstriyel nesnelerin interneti (IIoT) ve kalite kontrol ilişkisi ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Endüstriyel nesnelerin interneti (IIoT) ve kalite kontrol ilişkisi). Sonuçlandırma 10 dk Öğrencilerin "IIoT sistemlerinin kalite kontrol süreçlerine sağladığı katkılar gösterilir" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Farklılaştırma Boş ZÖğretmen tarafından doldurulacak DÖğretmen tarafından doldurulacak Araç-Gereç ve Kaynaklar DPO Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğretmen Görüşleri BÖLÜM I Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Ünite / Tema Veri Toplama ve Büyük Veri Analizi Konu Endüstriyel nesnelerin interneti (IIoT) ve kalite kontrol ilişkisi Önerilen Süre 2 ders saati (80 dk) Tarih 22-26 Şubat Hafta 21. Hafta BÖLÜM II DPO Kazanımlar Endüstriyel nesnelerin interneti (IIoT) ve kalite kontrol ilişkisini açıklar. Açıklamalar YZ IIoT sistemlerinin kalite kontrol süreçlerine sağladığı katkılar gösterilir. Öğrenme-Öğretme Yöntem ve Teknikleri Anlatım Soru-Cevap Problem Çözme Gösterip Yaptırma Kullanılan Eğitim Teknolojileri, Araç ve Gereçler Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğrenme-Öğretme Etkinlikleri Dikkat Çekme Endüstriyel nesnelerin interneti (IIoT) ve kalite kontrol ilişkisi ile ilgili günlük yaşamdan ya da meslekten bir örnek veya soru ile derse başlanır. Güdüleme Endüstriyel nesnelerin interneti (IIoT) ve kalite kontrol ilişkisi konusunun meslekteki ve günlük yaşamdaki yeri vurgulanır. Gözden Geçirme Önceki haftanın konusu (Endüstriyel nesnelerin interneti (IIoT) ve kalite kontrol ilişkisi) kısaca tekrar edilir. Derse Geçiş Haftanın kazanımı öğrencilerle paylaşılır: Endüstriyel nesnelerin interneti (IIoT) ve kalite kontrol ilişkisini açıklar. Bireysel Öğrenme Etkinlikleri Anlatım, soru-cevap ve gösterip yaptırma ile: 1) IIoT sistemlerinin kalite kontrol süreçlerine sağladığı katkılar gösterilir. Grupla Öğrenme Etkinlikleri Öğrenciler gruplara ayrılır; endüstriyel nesnelerin interneti (IIoT) ve kalite kontrol ilişkisi ile ilgili problem/örnek olay grup çalışmasıyla çözülür ve sınıfla paylaşılır. Özet Haftanın konuları öğrencilerle birlikte özetlenir; bir sonraki dersin konusu duyurulur. BÖLÜM III — Ölçme-Değerlendirme Bireysel Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Grupla Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Grup çalışması gözlem formu Öğrenme Güçlüğü Olan ve İleri Düzey Öğrenciler İçin Ek Ölçme-Değerlendirme BÖLÜM IV — Planın Uygulanmasına İlişkin Açıklamalar Belirtilen tarihlerde ve haftalarda, müfredat programına göre değişiklikler yapılabilir. Öğrenci merkezli öğretim yöntemleri ve teknikleri aktif olarak kullanılacaktır. Ölçme ve değerlendirme süreçlerinde çeşitlilik sağlanacak ve süreç odaklı değerlendirme yapılacaktır. Bireysel farklılıklar dikkate alınarak öğretime yön verilecektir. Teknoloji entegrasyonu ile öğrenme süreçleri desteklenecektir.
#	1-5 Mart	2	Veri Toplama ve Büyük Veri Analizi	Zayıf sinyallerin ayrıştırılmasında yapay zekâ avantajları	Zayıf sinyallerin ayrıştırılmasında yapay zekâ avantajlarını açıklar.	Yazılı Sınav, Performans Görevi	Dolu
22. Hafta — 1-5 Mart — Tema: Veri Toplama ve Büyük Veri Analizi Dolu Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Tema / Ünite Veri Toplama ve Büyük Veri Analizi Konu Zayıf sinyallerin ayrıştırılmasında yapay zekâ avantajları Süre 2 ders saati (80 dk) Tarih 1-5 Mart Hafta 22. Hafta Belirli Gün ve Haftalar Yeşilay Haftası (1 Mart gününü içine alan hafta), Girişimcilik Haftası (Mart ayının ilk haftası) Öğrenme Çıktıları ve Süreç Bileşenleri MEB Zayıf sinyallerin ayrıştırılmasında yapay zekâ avantajlarını açıklar. Zayıf sinyallerin tespiti sırasında karşılaşılan zorluklar üzerinde durulur. Yapay zekâ algoritmalarının gürültülü verileri ayrıştırma avantajları açıklanır. Tema Özeti DPO VERİ TOPLAMA VE BÜYÜK VERİ ANALİZİ ünitesinin 4. haftası. Programlar Arası Bileşenler MEB Kavramsal BecerilerKB2.4 Çözümleme / AnalizKB2.7 KarşılaştırmaKB2.12 Veriye Dayalı TahminKB2.16 Akıl Yürütme EğilimlerE1.1 MerakE3.1 UzmanlaşmaE3.6 AnalitiklikE3.7 Sistemlilik Sosyal-Duygusal Öğrenme BecerileriSDB1.3 Kendine Uyarlama (Öz Yansıtma)SDB2.2 İş Birliği DeğerlerD5 DuyarlılıkD12 SabırD16 Sorumluluk Okuryazarlık BecerileriOB1 Bilgi OkuryazarlığıOB2 Dijital OkuryazarlıkOB7 Veri Okuryazarlığı Öğrenme Kanıtları (Ölçme ve Değerlendirme) DPO Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Temel Kabuller DPO Önceki haftaların çıktıları (Endüstriyel nesnelerin interneti (IIoT) ve kalite kontrol ilişkisi) edinilmiş kabul edilir. Ön Değerlendirme Süreci DPO Önceki haftanın çıktıları (Endüstriyel nesnelerin interneti (IIoT) ve kalite kontrol ilişkisi) kısa sorularla yoklanır. Köprü Kurma DPO Endüstriyel nesnelerin interneti (IIoT) ve kalite kontrol ilişkisi ile Zayıf sinyallerin ayrıştırılmasında yapay zekâ avantajları arasında ilişki kurulur; zayıf sinyallerin ayrıştırılmasında yapay zekâ avantajları hatırlatılır. Öğrenme-Öğretme Uygulamaları DPO Derse Giriş10 dk Önceki haftanın çıktıları (Endüstriyel nesnelerin interneti (IIoT) ve kalite kontrol ilişkisi) kısa sorularla yoklanır; zayıf sinyallerin ayrıştırılmasında yapay zekâ avantajları konusuna dikkat çekilir. Yeşilay Haftası (1 Mart gününü içine alan hafta) ile bağ kurularak derse giriş yapılır. Keşfetme25 dk Öğrencilerin zayıf sinyallerin ayrıştırılmasında yapay zekâ avantajları ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama35 dk Öğrenciler zayıf sinyallerin ayrıştırılmasında yapay zekâ avantajları ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Zayıf sinyallerin ayrıştırılmasında yapay zekâ avantajları). Sonuçlandırma10 dk Öğrencilerin "Yapay zekâ algoritmalarının gürültülü verileri ayrıştırma avantajları açıklanır" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Sınıf defteri: Zayıf sinyallerin ayrıştırılmasında yapay zekâ avantajları; değerlendirme Derse Giriş 10 dk Önceki haftanın çıktıları (Endüstriyel nesnelerin interneti (IIoT) ve kalite kontrol ilişkisi) kısa sorularla yoklanır; zayıf sinyallerin ayrıştırılmasında yapay zekâ avantajları konusuna dikkat çekilir. Yeşilay Haftası (1 Mart gününü içine alan hafta) ile bağ kurularak derse giriş yapılır. Keşfetme 25 dk Öğrencilerin zayıf sinyallerin ayrıştırılmasında yapay zekâ avantajları ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama 35 dk Öğrenciler zayıf sinyallerin ayrıştırılmasında yapay zekâ avantajları ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Zayıf sinyallerin ayrıştırılmasında yapay zekâ avantajları). Sonuçlandırma 10 dk Öğrencilerin "Yapay zekâ algoritmalarının gürültülü verileri ayrıştırma avantajları açıklanır" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Farklılaştırma Boş ZÖğretmen tarafından doldurulacak DÖğretmen tarafından doldurulacak Araç-Gereç ve Kaynaklar DPO Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğretmen Görüşleri BÖLÜM I Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Ünite / Tema Veri Toplama ve Büyük Veri Analizi Konu Zayıf sinyallerin ayrıştırılmasında yapay zekâ avantajları Önerilen Süre 2 ders saati (80 dk) Tarih 1-5 Mart Hafta 22. Hafta Belirli Gün ve Haftalar Yeşilay Haftası (1 Mart gününü içine alan hafta), Girişimcilik Haftası (Mart ayının ilk haftası) BÖLÜM II DPO Kazanımlar Zayıf sinyallerin ayrıştırılmasında yapay zekâ avantajlarını açıklar. Açıklamalar YZ Zayıf sinyallerin tespiti sırasında karşılaşılan zorluklar üzerinde durulur. Yapay zekâ algoritmalarının gürültülü verileri ayrıştırma avantajları açıklanır. Öğrenme-Öğretme Yöntem ve Teknikleri Anlatım Soru-Cevap Problem Çözme Gösterip Yaptırma Kullanılan Eğitim Teknolojileri, Araç ve Gereçler Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğrenme-Öğretme Etkinlikleri Dikkat Çekme Zayıf sinyallerin ayrıştırılmasında yapay zekâ avantajları ile ilgili günlük yaşamdan ya da meslekten bir örnek veya soru ile derse başlanır. Güdüleme Zayıf sinyallerin ayrıştırılmasında yapay zekâ avantajları konusunun meslekteki ve günlük yaşamdaki yeri vurgulanır. Gözden Geçirme Önceki haftanın konusu (Endüstriyel nesnelerin interneti (IIoT) ve kalite kontrol ilişkisi) kısaca tekrar edilir. Derse Geçiş Haftanın kazanımı öğrencilerle paylaşılır: Zayıf sinyallerin ayrıştırılmasında yapay zekâ avantajlarını açıklar. Bireysel Öğrenme Etkinlikleri Anlatım, soru-cevap ve gösterip yaptırma ile: 1) Zayıf sinyallerin tespiti sırasında karşılaşılan zorluklar üzerinde durulur. 2) Yapay zekâ algoritmalarının gürültülü verileri ayrıştırma avantajları açıklanır. Grupla Öğrenme Etkinlikleri Öğrenciler gruplara ayrılır; zayıf sinyallerin ayrıştırılmasında yapay zekâ avantajları ile ilgili problem/örnek olay grup çalışmasıyla çözülür ve sınıfla paylaşılır. Özet Haftanın konuları öğrencilerle birlikte özetlenir; bir sonraki dersin konusu duyurulur. BÖLÜM III — Ölçme-Değerlendirme Bireysel Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Grupla Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Grup çalışması gözlem formu Öğrenme Güçlüğü Olan ve İleri Düzey Öğrenciler İçin Ek Ölçme-Değerlendirme BÖLÜM IV — Planın Uygulanmasına İlişkin Açıklamalar Belirtilen tarihlerde ve haftalarda, müfredat programına göre değişiklikler yapılabilir. Öğrenci merkezli öğretim yöntemleri ve teknikleri aktif olarak kullanılacaktır. Ölçme ve değerlendirme süreçlerinde çeşitlilik sağlanacak ve süreç odaklı değerlendirme yapılacaktır. Bireysel farklılıklar dikkate alınarak öğretime yön verilecektir. Teknoloji entegrasyonu ile öğrenme süreçleri desteklenecektir.
8-12 MartAkademik Takvim 2. Dönem Ara Tatil
#	15-19 Mart	2	Uygulama Örnekleri ve Vaka Analizlerini	Görüntü tabanlı kaynak dikişi kontrolü	Görüntü tabanlı kaynak dikişi kontrolünü açıklar.	Yazılı Sınav, Performans Görevi	Dolu
23. Hafta — 15-19 Mart — Tema: Uygulama Örnekleri ve Vaka Analizlerini Dolu Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Tema / Ünite Uygulama Örnekleri ve Vaka Analizlerini Konu Görüntü tabanlı kaynak dikişi kontrolü Süre 2 ders saati (80 dk) Tarih 15-19 Mart Hafta 23. Hafta Belirli Gün ve Haftalar Türk Dünyası ve Toplulukları Haftası (21 Mart Nevruz Günü'nü içine alan hafta), Tüketiciyi Koruma Haftası (15-21 Mart), Yaşlılara Saygı Haftası (18-24 Mart), Şehitler Günü (18 Mart), Orman Haftası (21-26 Mart) Öğrenme Çıktıları ve Süreç Bileşenleri MEB Görüntü tabanlı kaynak dikişi kontrolünü açıklar. Kaynak dikişlerinin yapay zekâ destekli kameralarla nasıl incelendiği açıklanır. Gözenek ve çatlak gibi kaynak hatalarının tespiti için kullanılan yöntemler belirtilir. Görüntü işleme algoritmalarının kalite kontrol sürecindeki rolü üzerinde durulur. Tema Özeti MEB Uygulama örnekleri ve vaka analizlerini açıklayabilme Programlar Arası Bileşenler MEB Kavramsal BecerilerKB2.4 Çözümleme / AnalizKB2.7 KarşılaştırmaKB2.12 Veriye Dayalı TahminKB2.16 Akıl Yürütme EğilimlerE1.1 MerakE3.1 UzmanlaşmaE3.6 AnalitiklikE3.7 Sistemlilik Sosyal-Duygusal Öğrenme BecerileriSDB1.3 Kendine Uyarlama (Öz Yansıtma)SDB2.2 İş Birliği DeğerlerD5 DuyarlılıkD12 SabırD16 Sorumluluk Okuryazarlık BecerileriOB1 Bilgi OkuryazarlığıOB2 Dijital OkuryazarlıkOB7 Veri Okuryazarlığı Öğrenme Kanıtları (Ölçme ve Değerlendirme) DPO Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Ön Değerlendirme Süreci Boş Öğretmen tarafından doldurulacak Köprü Kurma Boş Öğretmen tarafından doldurulacak Öğrenme-Öğretme Uygulamaları DPO Derse Giriş10 dk UYGULAMA ÖRNEKLERİ VE VAKA ANALİZLERİNİ ünitesine giriş: Görüntü tabanlı kaynak dikişi kontrolü üzerine kısa bir sohbetle derse başlanır. Türk Dünyası ve Toplulukları Haftası (21 Mart Nevruz Günü'nü içine alan hafta) ile bağ kurularak derse giriş yapılır. Keşfetme25 dk Öğrencilerin görüntü tabanlı kaynak dikişi kontrolü ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama35 dk Öğrenciler görüntü tabanlı kaynak dikişi kontrolü ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Görüntü tabanlı kaynak dikişi kontrolü). Sonuçlandırma10 dk Öğrencilerin "Görüntü işleme algoritmalarının kalite kontrol sürecindeki rolü üzerinde durulur" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Sınıf defteri: Görüntü tabanlı kaynak dikişi kontrolü; değerlendirme Derse Giriş 10 dk UYGULAMA ÖRNEKLERİ VE VAKA ANALİZLERİNİ ünitesine giriş: Görüntü tabanlı kaynak dikişi kontrolü üzerine kısa bir sohbetle derse başlanır. Türk Dünyası ve Toplulukları Haftası (21 Mart Nevruz Günü'nü içine alan hafta) ile bağ kurularak derse giriş yapılır. Keşfetme 25 dk Öğrencilerin görüntü tabanlı kaynak dikişi kontrolü ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama 35 dk Öğrenciler görüntü tabanlı kaynak dikişi kontrolü ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Görüntü tabanlı kaynak dikişi kontrolü). Sonuçlandırma 10 dk Öğrencilerin "Görüntü işleme algoritmalarının kalite kontrol sürecindeki rolü üzerinde durulur" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Farklılaştırma Boş ZÖğretmen tarafından doldurulacak DÖğretmen tarafından doldurulacak Araç-Gereç ve Kaynaklar DPO Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğretmen Görüşleri BÖLÜM I Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Ünite / Tema Uygulama Örnekleri ve Vaka Analizlerini Konu Görüntü tabanlı kaynak dikişi kontrolü Önerilen Süre 2 ders saati (80 dk) Tarih 15-19 Mart Hafta 23. Hafta Belirli Gün ve Haftalar Türk Dünyası ve Toplulukları Haftası (21 Mart Nevruz Günü'nü içine alan hafta), Tüketiciyi Koruma Haftası (15-21 Mart), Yaşlılara Saygı Haftası (18-24 Mart), Şehitler Günü (18 Mart), Orman Haftası (21-26 Mart) BÖLÜM II DPO Kazanımlar Görüntü tabanlı kaynak dikişi kontrolünü açıklar. Açıklamalar YZ Kaynak dikişlerinin yapay zekâ destekli kameralarla nasıl incelendiği açıklanır. Gözenek ve çatlak gibi kaynak hatalarının tespiti için kullanılan yöntemler belirtilir. Görüntü işleme algoritmalarının kalite kontrol sürecindeki rolü üzerinde durulur. Öğrenme-Öğretme Yöntem ve Teknikleri Anlatım Soru-Cevap Problem Çözme Gösterip Yaptırma Kullanılan Eğitim Teknolojileri, Araç ve Gereçler Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğrenme-Öğretme Etkinlikleri Dikkat Çekme Görüntü tabanlı kaynak dikişi kontrolü ile ilgili günlük yaşamdan ya da meslekten bir örnek veya soru ile derse başlanır. Güdüleme Görüntü tabanlı kaynak dikişi kontrolü konusunun meslekteki ve günlük yaşamdaki yeri vurgulanır. Gözden Geçirme Önceki haftanın konusu (Zayıf sinyallerin ayrıştırılmasında yapay zekâ avantajları) kısaca tekrar edilir. Derse Geçiş Haftanın kazanımı öğrencilerle paylaşılır: Görüntü tabanlı kaynak dikişi kontrolünü açıklar. Bireysel Öğrenme Etkinlikleri Anlatım, soru-cevap ve gösterip yaptırma ile: 1) Kaynak dikişlerinin yapay zekâ destekli kameralarla nasıl incelendiği açıklanır. 2) Gözenek ve çatlak gibi kaynak hatalarının tespiti için kullanılan yöntemler belirtilir. 3) Görüntü işleme algoritmalarının kalite kontrol sürecindeki rolü üzerinde durulur. Grupla Öğrenme Etkinlikleri Öğrenciler gruplara ayrılır; görüntü tabanlı kaynak dikişi kontrolü ile ilgili problem/örnek olay grup çalışmasıyla çözülür ve sınıfla paylaşılır. Özet Haftanın konuları öğrencilerle birlikte özetlenir; bir sonraki dersin konusu duyurulur. BÖLÜM III — Ölçme-Değerlendirme Bireysel Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Grupla Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Grup çalışması gözlem formu Öğrenme Güçlüğü Olan ve İleri Düzey Öğrenciler İçin Ek Ölçme-Değerlendirme BÖLÜM IV — Planın Uygulanmasına İlişkin Açıklamalar Belirtilen tarihlerde ve haftalarda, müfredat programına göre değişiklikler yapılabilir. Öğrenci merkezli öğretim yöntemleri ve teknikleri aktif olarak kullanılacaktır. Ölçme ve değerlendirme süreçlerinde çeşitlilik sağlanacak ve süreç odaklı değerlendirme yapılacaktır. Bireysel farklılıklar dikkate alınarak öğretime yön verilecektir. Teknoloji entegrasyonu ile öğrenme süreçleri desteklenecektir.
#	22-26 Mart	2	Uygulama Örnekleri ve Vaka Analizlerini	Döküm parçalarında kusur tespiti	Döküm parçalarında kusur tespitini açıklar.	Yazılı Sınav, Performans Görevi	Dolu
24. Hafta — 22-26 Mart — Tema: Uygulama Örnekleri ve Vaka Analizlerini Dolu Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Tema / Ünite Uygulama Örnekleri ve Vaka Analizlerini Konu Döküm parçalarında kusur tespiti Süre 2 ders saati (80 dk) Tarih 22-26 Mart Hafta 24. Hafta Belirli Gün ve Haftalar Yaşlılara Saygı Haftası (18-24 Mart), Orman Haftası (21-26 Mart) Öğrenme Çıktıları ve Süreç Bileşenleri MEB Döküm parçalarında kusur tespitini açıklar. Döküm parçalarında görülen iç ve dış kusurların yapay zekâ ile nasıl belirlendiği anlatılır. Parça yüzeyindeki hataların sınıflandırılmasında kullanılan yapay zekâ modelleri örneklerle açıklanır. Döküm sektöründe hata oranını düşüren otomasyon sistemleri üzerinde durulur. Tema Özeti DPO UYGULAMA ÖRNEKLERİ VE VAKA ANALİZLERİNİ ünitesinin 2. haftası. Programlar Arası Bileşenler MEB Kavramsal BecerilerKB2.4 Çözümleme / AnalizKB2.7 KarşılaştırmaKB2.12 Veriye Dayalı TahminKB2.16 Akıl Yürütme EğilimlerE1.1 MerakE3.1 UzmanlaşmaE3.6 AnalitiklikE3.7 Sistemlilik Sosyal-Duygusal Öğrenme BecerileriSDB1.3 Kendine Uyarlama (Öz Yansıtma)SDB2.2 İş Birliği DeğerlerD5 DuyarlılıkD12 SabırD16 Sorumluluk Okuryazarlık BecerileriOB1 Bilgi OkuryazarlığıOB2 Dijital OkuryazarlıkOB7 Veri Okuryazarlığı Öğrenme Kanıtları (Ölçme ve Değerlendirme) DPO Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Temel Kabuller DPO Önceki haftaların çıktıları (Görüntü tabanlı kaynak dikişi kontrolü) edinilmiş kabul edilir. Ön Değerlendirme Süreci DPO Önceki haftanın çıktıları (Görüntü tabanlı kaynak dikişi kontrolü) kısa sorularla yoklanır. Köprü Kurma DPO Görüntü tabanlı kaynak dikişi kontrolü ile Döküm parçalarında kusur tespiti arasında ilişki kurulur; döküm parçalarında kusur tespiti hatırlatılır. Öğrenme-Öğretme Uygulamaları DPO Derse Giriş10 dk Önceki haftanın çıktıları (Görüntü tabanlı kaynak dikişi kontrolü) kısa sorularla yoklanır; döküm parçalarında kusur tespiti konusuna dikkat çekilir. Yaşlılara Saygı Haftası (18-24 Mart) ile bağ kurularak derse giriş yapılır. Keşfetme25 dk Öğrencilerin döküm parçalarında kusur tespiti ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama35 dk Öğrenciler döküm parçalarında kusur tespiti ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Döküm parçalarında kusur tespiti). Sonuçlandırma10 dk Öğrencilerin "Döküm sektöründe hata oranını düşüren otomasyon sistemleri üzerinde durulur" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Sınıf defteri: Döküm parçalarında kusur tespiti; değerlendirme Derse Giriş 10 dk Önceki haftanın çıktıları (Görüntü tabanlı kaynak dikişi kontrolü) kısa sorularla yoklanır; döküm parçalarında kusur tespiti konusuna dikkat çekilir. Yaşlılara Saygı Haftası (18-24 Mart) ile bağ kurularak derse giriş yapılır. Keşfetme 25 dk Öğrencilerin döküm parçalarında kusur tespiti ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama 35 dk Öğrenciler döküm parçalarında kusur tespiti ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Döküm parçalarında kusur tespiti). Sonuçlandırma 10 dk Öğrencilerin "Döküm sektöründe hata oranını düşüren otomasyon sistemleri üzerinde durulur" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Farklılaştırma Boş ZÖğretmen tarafından doldurulacak DÖğretmen tarafından doldurulacak Araç-Gereç ve Kaynaklar DPO Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğretmen Görüşleri BÖLÜM I Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Ünite / Tema Uygulama Örnekleri ve Vaka Analizlerini Konu Döküm parçalarında kusur tespiti Önerilen Süre 2 ders saati (80 dk) Tarih 22-26 Mart Hafta 24. Hafta Belirli Gün ve Haftalar Yaşlılara Saygı Haftası (18-24 Mart), Orman Haftası (21-26 Mart) BÖLÜM II DPO Kazanımlar Döküm parçalarında kusur tespitini açıklar. Açıklamalar YZ Döküm parçalarında görülen iç ve dış kusurların yapay zekâ ile nasıl belirlendiği anlatılır. Parça yüzeyindeki hataların sınıflandırılmasında kullanılan yapay zekâ modelleri örneklerle açıklanır. Döküm sektöründe hata oranını düşüren otomasyon sistemleri üzerinde durulur. Öğrenme-Öğretme Yöntem ve Teknikleri Anlatım Soru-Cevap Problem Çözme Gösterip Yaptırma Kullanılan Eğitim Teknolojileri, Araç ve Gereçler Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğrenme-Öğretme Etkinlikleri Dikkat Çekme Döküm parçalarında kusur tespiti ile ilgili günlük yaşamdan ya da meslekten bir örnek veya soru ile derse başlanır. Güdüleme Döküm parçalarında kusur tespiti konusunun meslekteki ve günlük yaşamdaki yeri vurgulanır. Gözden Geçirme Önceki haftanın konusu (Görüntü tabanlı kaynak dikişi kontrolü) kısaca tekrar edilir. Derse Geçiş Haftanın kazanımı öğrencilerle paylaşılır: Döküm parçalarında kusur tespitini açıklar. Bireysel Öğrenme Etkinlikleri Anlatım, soru-cevap ve gösterip yaptırma ile: 1) Döküm parçalarında görülen iç ve dış kusurların yapay zekâ ile nasıl belirlendiği anlatılır. 2) Parça yüzeyindeki hataların sınıflandırılmasında kullanılan yapay zekâ modelleri örneklerle açıklanır. 3) Döküm sektöründe hata oranını düşüren otomasyon sistemleri üzerinde durulur. Grupla Öğrenme Etkinlikleri Öğrenciler gruplara ayrılır; döküm parçalarında kusur tespiti ile ilgili problem/örnek olay grup çalışmasıyla çözülür ve sınıfla paylaşılır. Özet Haftanın konuları öğrencilerle birlikte özetlenir; bir sonraki dersin konusu duyurulur. BÖLÜM III — Ölçme-Değerlendirme Bireysel Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Grupla Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Grup çalışması gözlem formu Öğrenme Güçlüğü Olan ve İleri Düzey Öğrenciler İçin Ek Ölçme-Değerlendirme BÖLÜM IV — Planın Uygulanmasına İlişkin Açıklamalar Belirtilen tarihlerde ve haftalarda, müfredat programına göre değişiklikler yapılabilir. Öğrenci merkezli öğretim yöntemleri ve teknikleri aktif olarak kullanılacaktır. Ölçme ve değerlendirme süreçlerinde çeşitlilik sağlanacak ve süreç odaklı değerlendirme yapılacaktır. Bireysel farklılıklar dikkate alınarak öğretime yön verilecektir. Teknoloji entegrasyonu ile öğrenme süreçleri desteklenecektir.
#	29 Mart - 2 Nisan	2	Uygulama Örnekleri ve Vaka Analizlerini	Haddelenmiş ürünlerde yüzey çatlağı tespiti	Haddelenmiş ürünlerde yüzey çatlağı tespitini açıklar.	Yazılı Sınav, Performans Görevi	Dolu
25. Hafta — 29 Mart - 2 Nisan — Tema: Uygulama Örnekleri ve Vaka Analizlerini Dolu Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Tema / Ünite Uygulama Örnekleri ve Vaka Analizlerini Konu Haddelenmiş ürünlerde yüzey çatlağı tespiti Süre 2 ders saati (80 dk) Tarih 29 Mart - 2 Nisan Hafta 25. Hafta Belirli Gün ve Haftalar Kütüphaneler Haftası (Mart ayının son pazartesi gününü içine alan hafta), Kanser Haftası (1-7 Nisan) Öğrenme Çıktıları ve Süreç Bileşenleri MEB Haddelenmiş ürünlerde yüzey çatlağı tespitini açıklar. Haddelenmiş metal ürünlerde oluşan yüzey çatlaklarının yapay zekâ yardımıyla tespiti açıklanır. Yüksek hızlı üretim hatlarında gerçekleştirilen anlık yüzey tarama teknikleri belirtilir. Tema Özeti DPO UYGULAMA ÖRNEKLERİ VE VAKA ANALİZLERİNİ ünitesinin 3. haftası. Programlar Arası Bileşenler MEB Kavramsal BecerilerKB2.4 Çözümleme / AnalizKB2.7 KarşılaştırmaKB2.12 Veriye Dayalı TahminKB2.16 Akıl Yürütme EğilimlerE1.1 MerakE3.1 UzmanlaşmaE3.6 AnalitiklikE3.7 Sistemlilik Sosyal-Duygusal Öğrenme BecerileriSDB1.3 Kendine Uyarlama (Öz Yansıtma)SDB2.2 İş Birliği DeğerlerD5 DuyarlılıkD12 SabırD16 Sorumluluk Okuryazarlık BecerileriOB1 Bilgi OkuryazarlığıOB2 Dijital OkuryazarlıkOB7 Veri Okuryazarlığı Öğrenme Kanıtları (Ölçme ve Değerlendirme) DPO Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Temel Kabuller DPO Önceki haftaların çıktıları (Döküm parçalarında kusur tespiti) edinilmiş kabul edilir. Ön Değerlendirme Süreci DPO Önceki haftanın çıktıları (Döküm parçalarında kusur tespiti) kısa sorularla yoklanır. Köprü Kurma DPO Döküm parçalarında kusur tespiti ile Haddelenmiş ürünlerde yüzey çatlağı tespiti arasında ilişki kurulur; haddelenmiş ürünlerde yüzey çatlağı tespiti hatırlatılır. Öğrenme-Öğretme Uygulamaları DPO Derse Giriş10 dk Önceki haftanın çıktıları (Döküm parçalarında kusur tespiti) kısa sorularla yoklanır; haddelenmiş ürünlerde yüzey çatlağı tespiti konusuna dikkat çekilir. Kütüphaneler Haftası (Mart ayının son pazartesi gününü içine alan hafta) ile bağ kurularak derse giriş yapılır. Keşfetme25 dk Öğrencilerin haddelenmiş ürünlerde yüzey çatlağı tespiti ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama35 dk Öğrenciler haddelenmiş ürünlerde yüzey çatlağı tespiti ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Haddelenmiş ürünlerde yüzey çatlağı tespiti). Sonuçlandırma10 dk Öğrencilerin "Yüksek hızlı üretim hatlarında gerçekleştirilen anlık yüzey tarama teknikleri belirtilir" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Sınıf defteri: Haddelenmiş ürünlerde yüzey çatlağı tespiti; değerlendirme Derse Giriş 10 dk Önceki haftanın çıktıları (Döküm parçalarında kusur tespiti) kısa sorularla yoklanır; haddelenmiş ürünlerde yüzey çatlağı tespiti konusuna dikkat çekilir. Kütüphaneler Haftası (Mart ayının son pazartesi gününü içine alan hafta) ile bağ kurularak derse giriş yapılır. Keşfetme 25 dk Öğrencilerin haddelenmiş ürünlerde yüzey çatlağı tespiti ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama 35 dk Öğrenciler haddelenmiş ürünlerde yüzey çatlağı tespiti ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Haddelenmiş ürünlerde yüzey çatlağı tespiti). Sonuçlandırma 10 dk Öğrencilerin "Yüksek hızlı üretim hatlarında gerçekleştirilen anlık yüzey tarama teknikleri belirtilir" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Farklılaştırma Boş ZÖğretmen tarafından doldurulacak DÖğretmen tarafından doldurulacak Araç-Gereç ve Kaynaklar DPO Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğretmen Görüşleri BÖLÜM I Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Ünite / Tema Uygulama Örnekleri ve Vaka Analizlerini Konu Haddelenmiş ürünlerde yüzey çatlağı tespiti Önerilen Süre 2 ders saati (80 dk) Tarih 29 Mart - 2 Nisan Hafta 25. Hafta Belirli Gün ve Haftalar Kütüphaneler Haftası (Mart ayının son pazartesi gününü içine alan hafta), Kanser Haftası (1-7 Nisan) BÖLÜM II DPO Kazanımlar Haddelenmiş ürünlerde yüzey çatlağı tespitini açıklar. Açıklamalar YZ Haddelenmiş metal ürünlerde oluşan yüzey çatlaklarının yapay zekâ yardımıyla tespiti açıklanır. Yüksek hızlı üretim hatlarında gerçekleştirilen anlık yüzey tarama teknikleri belirtilir. Öğrenme-Öğretme Yöntem ve Teknikleri Anlatım Soru-Cevap Problem Çözme Gösterip Yaptırma Kullanılan Eğitim Teknolojileri, Araç ve Gereçler Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğrenme-Öğretme Etkinlikleri Dikkat Çekme Haddelenmiş ürünlerde yüzey çatlağı tespiti ile ilgili günlük yaşamdan ya da meslekten bir örnek veya soru ile derse başlanır. Güdüleme Haddelenmiş ürünlerde yüzey çatlağı tespiti konusunun meslekteki ve günlük yaşamdaki yeri vurgulanır. Gözden Geçirme Önceki haftanın konusu (Döküm parçalarında kusur tespiti) kısaca tekrar edilir. Derse Geçiş Haftanın kazanımı öğrencilerle paylaşılır: Haddelenmiş ürünlerde yüzey çatlağı tespitini açıklar. Bireysel Öğrenme Etkinlikleri Anlatım, soru-cevap ve gösterip yaptırma ile: 1) Haddelenmiş metal ürünlerde oluşan yüzey çatlaklarının yapay zekâ yardımıyla tespiti açıklanır. 2) Yüksek hızlı üretim hatlarında gerçekleştirilen anlık yüzey tarama teknikleri belirtilir. Grupla Öğrenme Etkinlikleri Öğrenciler gruplara ayrılır; haddelenmiş ürünlerde yüzey çatlağı tespiti ile ilgili problem/örnek olay grup çalışmasıyla çözülür ve sınıfla paylaşılır. Özet Haftanın konuları öğrencilerle birlikte özetlenir; bir sonraki dersin konusu duyurulur. BÖLÜM III — Ölçme-Değerlendirme Bireysel Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Grupla Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Grup çalışması gözlem formu Öğrenme Güçlüğü Olan ve İleri Düzey Öğrenciler İçin Ek Ölçme-Değerlendirme BÖLÜM IV — Planın Uygulanmasına İlişkin Açıklamalar Belirtilen tarihlerde ve haftalarda, müfredat programına göre değişiklikler yapılabilir. Öğrenci merkezli öğretim yöntemleri ve teknikleri aktif olarak kullanılacaktır. Ölçme ve değerlendirme süreçlerinde çeşitlilik sağlanacak ve süreç odaklı değerlendirme yapılacaktır. Bireysel farklılıklar dikkate alınarak öğretime yön verilecektir. Teknoloji entegrasyonu ile öğrenme süreçleri desteklenecektir.
#	5-9 Nisan	2	Uygulama Örnekleri ve Vaka Analizlerini	Haddelenmiş ürünlerde yüzey çatlağı tespiti	Haddelenmiş ürünlerde yüzey çatlağı tespitini açıklar.	Yazılı Sınav, Performans Görevi	Dolu
26. Hafta — 5-9 Nisan — Tema: Uygulama Örnekleri ve Vaka Analizlerini Dolu Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Tema / Ünite Uygulama Örnekleri ve Vaka Analizlerini Konu Haddelenmiş ürünlerde yüzey çatlağı tespiti Süre 2 ders saati (80 dk) Tarih 5-9 Nisan Hafta 26. Hafta Belirli Gün ve Haftalar Kanser Haftası (1-7 Nisan) Öğrenme Çıktıları ve Süreç Bileşenleri MEB Haddelenmiş ürünlerde yüzey çatlağı tespitini açıklar. Çatlak tespit sistemlerinin kalite güvence süreçlerine sağladığı katkılar vurgulanır. Tema Özeti DPO UYGULAMA ÖRNEKLERİ VE VAKA ANALİZLERİNİ ünitesinin 4. haftası. Programlar Arası Bileşenler MEB Kavramsal BecerilerKB2.4 Çözümleme / AnalizKB2.7 KarşılaştırmaKB2.12 Veriye Dayalı TahminKB2.16 Akıl Yürütme EğilimlerE1.1 MerakE3.1 UzmanlaşmaE3.6 AnalitiklikE3.7 Sistemlilik Sosyal-Duygusal Öğrenme BecerileriSDB1.3 Kendine Uyarlama (Öz Yansıtma)SDB2.2 İş Birliği DeğerlerD5 DuyarlılıkD12 SabırD16 Sorumluluk Okuryazarlık BecerileriOB1 Bilgi OkuryazarlığıOB2 Dijital OkuryazarlıkOB7 Veri Okuryazarlığı Öğrenme Kanıtları (Ölçme ve Değerlendirme) DPO Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Temel Kabuller DPO Önceki haftaların çıktıları (Haddelenmiş ürünlerde yüzey çatlağı tespiti) edinilmiş kabul edilir. Ön Değerlendirme Süreci DPO Önceki haftanın çıktıları (Haddelenmiş ürünlerde yüzey çatlağı tespiti) kısa sorularla yoklanır. Köprü Kurma DPO Haddelenmiş ürünlerde yüzey çatlağı tespiti ile Haddelenmiş ürünlerde yüzey çatlağı tespiti arasında ilişki kurulur; haddelenmiş ürünlerde yüzey çatlağı tespiti hatırlatılır. Öğrenme-Öğretme Uygulamaları DPO Derse Giriş10 dk Önceki haftanın çıktıları (Haddelenmiş ürünlerde yüzey çatlağı tespiti) kısa sorularla yoklanır; haddelenmiş ürünlerde yüzey çatlağı tespiti konusuna dikkat çekilir. Kanser Haftası (1-7 Nisan) ile bağ kurularak derse giriş yapılır. Keşfetme25 dk Öğrencilerin haddelenmiş ürünlerde yüzey çatlağı tespiti ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama35 dk Öğrenciler haddelenmiş ürünlerde yüzey çatlağı tespiti ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Haddelenmiş ürünlerde yüzey çatlağı tespiti). Sonuçlandırma10 dk Öğrencilerin "Çatlak tespit sistemlerinin kalite güvence süreçlerine sağladığı katkılar vurgulanır" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Sınıf defteri: Haddelenmiş ürünlerde yüzey çatlağı tespiti; değerlendirme Derse Giriş 10 dk Önceki haftanın çıktıları (Haddelenmiş ürünlerde yüzey çatlağı tespiti) kısa sorularla yoklanır; haddelenmiş ürünlerde yüzey çatlağı tespiti konusuna dikkat çekilir. Kanser Haftası (1-7 Nisan) ile bağ kurularak derse giriş yapılır. Keşfetme 25 dk Öğrencilerin haddelenmiş ürünlerde yüzey çatlağı tespiti ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama 35 dk Öğrenciler haddelenmiş ürünlerde yüzey çatlağı tespiti ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Haddelenmiş ürünlerde yüzey çatlağı tespiti). Sonuçlandırma 10 dk Öğrencilerin "Çatlak tespit sistemlerinin kalite güvence süreçlerine sağladığı katkılar vurgulanır" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Farklılaştırma Boş ZÖğretmen tarafından doldurulacak DÖğretmen tarafından doldurulacak Araç-Gereç ve Kaynaklar DPO Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğretmen Görüşleri BÖLÜM I Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Ünite / Tema Uygulama Örnekleri ve Vaka Analizlerini Konu Haddelenmiş ürünlerde yüzey çatlağı tespiti Önerilen Süre 2 ders saati (80 dk) Tarih 5-9 Nisan Hafta 26. Hafta Belirli Gün ve Haftalar Kanser Haftası (1-7 Nisan) BÖLÜM II DPO Kazanımlar Haddelenmiş ürünlerde yüzey çatlağı tespitini açıklar. Açıklamalar YZ Çatlak tespit sistemlerinin kalite güvence süreçlerine sağladığı katkılar vurgulanır. Öğrenme-Öğretme Yöntem ve Teknikleri Anlatım Soru-Cevap Problem Çözme Gösterip Yaptırma Kullanılan Eğitim Teknolojileri, Araç ve Gereçler Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğrenme-Öğretme Etkinlikleri Dikkat Çekme Haddelenmiş ürünlerde yüzey çatlağı tespiti ile ilgili günlük yaşamdan ya da meslekten bir örnek veya soru ile derse başlanır. Güdüleme Haddelenmiş ürünlerde yüzey çatlağı tespiti konusunun meslekteki ve günlük yaşamdaki yeri vurgulanır. Gözden Geçirme Önceki haftanın konusu (Haddelenmiş ürünlerde yüzey çatlağı tespiti) kısaca tekrar edilir. Derse Geçiş Haftanın kazanımı öğrencilerle paylaşılır: Haddelenmiş ürünlerde yüzey çatlağı tespitini açıklar. Bireysel Öğrenme Etkinlikleri Anlatım, soru-cevap ve gösterip yaptırma ile: 1) Çatlak tespit sistemlerinin kalite güvence süreçlerine sağladığı katkılar vurgulanır. Grupla Öğrenme Etkinlikleri Öğrenciler gruplara ayrılır; haddelenmiş ürünlerde yüzey çatlağı tespiti ile ilgili problem/örnek olay grup çalışmasıyla çözülür ve sınıfla paylaşılır. Özet Haftanın konuları öğrencilerle birlikte özetlenir; bir sonraki dersin konusu duyurulur. BÖLÜM III — Ölçme-Değerlendirme Bireysel Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Grupla Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Grup çalışması gözlem formu Öğrenme Güçlüğü Olan ve İleri Düzey Öğrenciler İçin Ek Ölçme-Değerlendirme BÖLÜM IV — Planın Uygulanmasına İlişkin Açıklamalar Belirtilen tarihlerde ve haftalarda, müfredat programına göre değişiklikler yapılabilir. Öğrenci merkezli öğretim yöntemleri ve teknikleri aktif olarak kullanılacaktır. Ölçme ve değerlendirme süreçlerinde çeşitlilik sağlanacak ve süreç odaklı değerlendirme yapılacaktır. Bireysel farklılıklar dikkate alınarak öğretime yön verilecektir. Teknoloji entegrasyonu ile öğrenme süreçleri desteklenecektir.
#	12-16 Nisan	2	Uygulama Örnekleri ve Vaka Analizlerini	Otomotiv ve havacılık sanayisinde AI tabanlı NDT uygulamaları	Otomotiv ve havacılık sanayisinde AI tabanlı NDT uygulamalarını açıklar.	Yazılı Sınav, Performans Görevi	Dolu
27. Hafta — 12-16 Nisan — Tema: Uygulama Örnekleri ve Vaka Analizlerini Dolu Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Tema / Ünite Uygulama Örnekleri ve Vaka Analizlerini Konu Otomotiv ve havacılık sanayisinde AI tabanlı NDT uygulamaları Süre 2 ders saati (80 dk) Tarih 12-16 Nisan Hafta 27. Hafta Belirli Gün ve Haftalar Turizm Haftası (15-22 Nisan) Öğrenme Çıktıları ve Süreç Bileşenleri MEB Otomotiv ve havacılık sanayisinde AI tabanlı NDT uygulamalarını açıklar. Otomotiv ve havacılık sektörlerinde tahribatsız muayene yöntemlerinin yapay zekâ ile entegrasyonu anlatılır. Kritik parçaların güvenilirlik testlerinde kullanılan yapay zekâ tabanlı NDT sistemleri açıklanır. Tema Özeti DPO UYGULAMA ÖRNEKLERİ VE VAKA ANALİZLERİNİ ünitesinin 5. haftası. Programlar Arası Bileşenler MEB Kavramsal BecerilerKB2.4 Çözümleme / AnalizKB2.7 KarşılaştırmaKB2.12 Veriye Dayalı TahminKB2.16 Akıl Yürütme EğilimlerE1.1 MerakE3.1 UzmanlaşmaE3.6 AnalitiklikE3.7 Sistemlilik Sosyal-Duygusal Öğrenme BecerileriSDB1.3 Kendine Uyarlama (Öz Yansıtma)SDB2.2 İş Birliği DeğerlerD5 DuyarlılıkD12 SabırD16 Sorumluluk Okuryazarlık BecerileriOB1 Bilgi OkuryazarlığıOB2 Dijital OkuryazarlıkOB7 Veri Okuryazarlığı Öğrenme Kanıtları (Ölçme ve Değerlendirme) DPO Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Temel Kabuller DPO Önceki haftaların çıktıları (Haddelenmiş ürünlerde yüzey çatlağı tespiti) edinilmiş kabul edilir. Ön Değerlendirme Süreci DPO Önceki haftanın çıktıları (Haddelenmiş ürünlerde yüzey çatlağı tespiti) kısa sorularla yoklanır. Köprü Kurma DPO Haddelenmiş ürünlerde yüzey çatlağı tespiti ile Otomotiv ve havacılık sanayisinde AI tabanlı NDT uygulamaları arasında ilişki kurulur; otomotiv ve havacılık sanayisinde AI tabanlı NDT uygulamaları hatırlatılır. Öğrenme-Öğretme Uygulamaları DPO Derse Giriş10 dk Önceki haftanın çıktıları (Haddelenmiş ürünlerde yüzey çatlağı tespiti) kısa sorularla yoklanır; otomotiv ve havacılık sanayisinde AI tabanlı NDT uygulamaları konusuna dikkat çekilir. Turizm Haftası (15-22 Nisan) ile bağ kurularak derse giriş yapılır. Keşfetme25 dk Öğrencilerin otomotiv ve havacılık sanayisinde AI tabanlı NDT uygulamaları ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama35 dk Öğrenciler otomotiv ve havacılık sanayisinde AI tabanlı NDT uygulamaları ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Otomotiv ve havacılık sanayisinde AI tabanlı NDT uygulamaları). Sonuçlandırma10 dk Öğrencilerin "Kritik parçaların güvenilirlik testlerinde kullanılan yapay zekâ tabanlı NDT sistemleri açıklanır" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Sınıf defteri: Otomotiv ve havacılık sanayisinde AI tabanlı NDT uygulamaları; değerlendirme Derse Giriş 10 dk Önceki haftanın çıktıları (Haddelenmiş ürünlerde yüzey çatlağı tespiti) kısa sorularla yoklanır; otomotiv ve havacılık sanayisinde AI tabanlı NDT uygulamaları konusuna dikkat çekilir. Turizm Haftası (15-22 Nisan) ile bağ kurularak derse giriş yapılır. Keşfetme 25 dk Öğrencilerin otomotiv ve havacılık sanayisinde AI tabanlı NDT uygulamaları ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama 35 dk Öğrenciler otomotiv ve havacılık sanayisinde AI tabanlı NDT uygulamaları ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Otomotiv ve havacılık sanayisinde AI tabanlı NDT uygulamaları). Sonuçlandırma 10 dk Öğrencilerin "Kritik parçaların güvenilirlik testlerinde kullanılan yapay zekâ tabanlı NDT sistemleri açıklanır" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Farklılaştırma Boş ZÖğretmen tarafından doldurulacak DÖğretmen tarafından doldurulacak Araç-Gereç ve Kaynaklar DPO Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğretmen Görüşleri BÖLÜM I Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Ünite / Tema Uygulama Örnekleri ve Vaka Analizlerini Konu Otomotiv ve havacılık sanayisinde AI tabanlı NDT uygulamaları Önerilen Süre 2 ders saati (80 dk) Tarih 12-16 Nisan Hafta 27. Hafta Belirli Gün ve Haftalar Turizm Haftası (15-22 Nisan) BÖLÜM II DPO Kazanımlar Otomotiv ve havacılık sanayisinde AI tabanlı NDT uygulamalarını açıklar. Açıklamalar YZ Otomotiv ve havacılık sektörlerinde tahribatsız muayene yöntemlerinin yapay zekâ ile entegrasyonu anlatılır. Kritik parçaların güvenilirlik testlerinde kullanılan yapay zekâ tabanlı NDT sistemleri açıklanır. Öğrenme-Öğretme Yöntem ve Teknikleri Anlatım Soru-Cevap Problem Çözme Gösterip Yaptırma Kullanılan Eğitim Teknolojileri, Araç ve Gereçler Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğrenme-Öğretme Etkinlikleri Dikkat Çekme Otomotiv ve havacılık sanayisinde AI tabanlı NDT uygulamaları ile ilgili günlük yaşamdan ya da meslekten bir örnek veya soru ile derse başlanır. Güdüleme Otomotiv ve havacılık sanayisinde AI tabanlı NDT uygulamaları konusunun meslekteki ve günlük yaşamdaki yeri vurgulanır. Gözden Geçirme Önceki haftanın konusu (Haddelenmiş ürünlerde yüzey çatlağı tespiti) kısaca tekrar edilir. Derse Geçiş Haftanın kazanımı öğrencilerle paylaşılır: Otomotiv ve havacılık sanayisinde AI tabanlı NDT uygulamalarını açıklar. Bireysel Öğrenme Etkinlikleri Anlatım, soru-cevap ve gösterip yaptırma ile: 1) Otomotiv ve havacılık sektörlerinde tahribatsız muayene yöntemlerinin yapay zekâ ile entegrasyonu anlatılır. 2) Kritik parçaların güvenilirlik testlerinde kullanılan yapay zekâ tabanlı NDT sistemleri açıklanır. Grupla Öğrenme Etkinlikleri Öğrenciler gruplara ayrılır; otomotiv ve havacılık sanayisinde AI tabanlı NDT uygulamaları ile ilgili problem/örnek olay grup çalışmasıyla çözülür ve sınıfla paylaşılır. Özet Haftanın konuları öğrencilerle birlikte özetlenir; bir sonraki dersin konusu duyurulur. BÖLÜM III — Ölçme-Değerlendirme Bireysel Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Grupla Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Grup çalışması gözlem formu Öğrenme Güçlüğü Olan ve İleri Düzey Öğrenciler İçin Ek Ölçme-Değerlendirme BÖLÜM IV — Planın Uygulanmasına İlişkin Açıklamalar Belirtilen tarihlerde ve haftalarda, müfredat programına göre değişiklikler yapılabilir. Öğrenci merkezli öğretim yöntemleri ve teknikleri aktif olarak kullanılacaktır. Ölçme ve değerlendirme süreçlerinde çeşitlilik sağlanacak ve süreç odaklı değerlendirme yapılacaktır. Bireysel farklılıklar dikkate alınarak öğretime yön verilecektir. Teknoloji entegrasyonu ile öğrenme süreçleri desteklenecektir.
#	19-23 Nisan	2	Uygulama Örnekleri ve Vaka Analizlerini	Otomotiv ve havacılık sanayisinde AI tabanlı NDT uygulamaları	Otomotiv ve havacılık sanayisinde AI tabanlı NDT uygulamalarını açıklar.	Yazılı Sınav, Performans Görevi	Dolu
28. Hafta — 19-23 Nisan — Tema: Uygulama Örnekleri ve Vaka Analizlerini Dolu Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Tema / Ünite Uygulama Örnekleri ve Vaka Analizlerini Konu Otomotiv ve havacılık sanayisinde AI tabanlı NDT uygulamaları Süre 2 ders saati (80 dk) Tarih 19-23 Nisan Hafta 28. Hafta Belirli Gün ve Haftalar Turizm Haftası (15-22 Nisan), Ulusal Egemenlik ve Çocuk Bayramı (23 Nisan) Öğrenme Çıktıları ve Süreç Bileşenleri MEB Otomotiv ve havacılık sanayisinde AI tabanlı NDT uygulamalarını açıklar. Endüstriyel uygulamalarda yapay zekanın sağladığı maliyet ve zaman avantajları üzerinde durulur. Tema Özeti DPO UYGULAMA ÖRNEKLERİ VE VAKA ANALİZLERİNİ ünitesinin 6. haftası. Programlar Arası Bileşenler MEB Kavramsal BecerilerKB2.4 Çözümleme / AnalizKB2.7 KarşılaştırmaKB2.12 Veriye Dayalı TahminKB2.16 Akıl Yürütme EğilimlerE1.1 MerakE3.1 UzmanlaşmaE3.6 AnalitiklikE3.7 Sistemlilik Sosyal-Duygusal Öğrenme BecerileriSDB1.3 Kendine Uyarlama (Öz Yansıtma)SDB2.2 İş Birliği DeğerlerD5 DuyarlılıkD12 SabırD16 Sorumluluk Okuryazarlık BecerileriOB1 Bilgi OkuryazarlığıOB2 Dijital OkuryazarlıkOB7 Veri Okuryazarlığı Öğrenme Kanıtları (Ölçme ve Değerlendirme) DPO Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Temel Kabuller DPO Önceki haftaların çıktıları (Otomotiv ve havacılık sanayisinde AI tabanlı NDT uygulamaları) edinilmiş kabul edilir. Ön Değerlendirme Süreci DPO Önceki haftanın çıktıları (Otomotiv ve havacılık sanayisinde AI tabanlı NDT uygulamaları) kısa sorularla yoklanır. Köprü Kurma DPO Otomotiv ve havacılık sanayisinde AI tabanlı NDT uygulamaları ile Otomotiv ve havacılık sanayisinde AI tabanlı NDT uygulamaları arasında ilişki kurulur; otomotiv ve havacılık sanayisinde AI tabanlı NDT uygulamaları hatırlatılır. Öğrenme-Öğretme Uygulamaları DPO Derse Giriş10 dk Önceki haftanın çıktıları (Otomotiv ve havacılık sanayisinde AI tabanlı NDT uygulamaları) kısa sorularla yoklanır; otomotiv ve havacılık sanayisinde AI tabanlı NDT uygulamaları konusuna dikkat çekilir. Turizm Haftası (15-22 Nisan) ile bağ kurularak derse giriş yapılır. Keşfetme25 dk Öğrencilerin otomotiv ve havacılık sanayisinde AI tabanlı NDT uygulamaları ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama35 dk Öğrenciler otomotiv ve havacılık sanayisinde AI tabanlı NDT uygulamaları ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Otomotiv ve havacılık sanayisinde AI tabanlı NDT uygulamaları). Sonuçlandırma10 dk Öğrencilerin "Endüstriyel uygulamalarda yapay zekanın sağladığı maliyet ve zaman avantajları üzerinde durulur" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Sınıf defteri: Otomotiv ve havacılık sanayisinde AI tabanlı NDT uygulamaları; değerlendirme Derse Giriş 10 dk Önceki haftanın çıktıları (Otomotiv ve havacılık sanayisinde AI tabanlı NDT uygulamaları) kısa sorularla yoklanır; otomotiv ve havacılık sanayisinde AI tabanlı NDT uygulamaları konusuna dikkat çekilir. Turizm Haftası (15-22 Nisan) ile bağ kurularak derse giriş yapılır. Keşfetme 25 dk Öğrencilerin otomotiv ve havacılık sanayisinde AI tabanlı NDT uygulamaları ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama 35 dk Öğrenciler otomotiv ve havacılık sanayisinde AI tabanlı NDT uygulamaları ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Otomotiv ve havacılık sanayisinde AI tabanlı NDT uygulamaları). Sonuçlandırma 10 dk Öğrencilerin "Endüstriyel uygulamalarda yapay zekanın sağladığı maliyet ve zaman avantajları üzerinde durulur" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Farklılaştırma Boş ZÖğretmen tarafından doldurulacak DÖğretmen tarafından doldurulacak Araç-Gereç ve Kaynaklar DPO Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğretmen Görüşleri BÖLÜM I Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Ünite / Tema Uygulama Örnekleri ve Vaka Analizlerini Konu Otomotiv ve havacılık sanayisinde AI tabanlı NDT uygulamaları Önerilen Süre 2 ders saati (80 dk) Tarih 19-23 Nisan Hafta 28. Hafta Belirli Gün ve Haftalar Turizm Haftası (15-22 Nisan), Ulusal Egemenlik ve Çocuk Bayramı (23 Nisan) BÖLÜM II DPO Kazanımlar Otomotiv ve havacılık sanayisinde AI tabanlı NDT uygulamalarını açıklar. Açıklamalar YZ Endüstriyel uygulamalarda yapay zekanın sağladığı maliyet ve zaman avantajları üzerinde durulur. Öğrenme-Öğretme Yöntem ve Teknikleri Anlatım Soru-Cevap Problem Çözme Gösterip Yaptırma Kullanılan Eğitim Teknolojileri, Araç ve Gereçler Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğrenme-Öğretme Etkinlikleri Dikkat Çekme Otomotiv ve havacılık sanayisinde AI tabanlı NDT uygulamaları ile ilgili günlük yaşamdan ya da meslekten bir örnek veya soru ile derse başlanır. Güdüleme Otomotiv ve havacılık sanayisinde AI tabanlı NDT uygulamaları konusunun meslekteki ve günlük yaşamdaki yeri vurgulanır. Gözden Geçirme Önceki haftanın konusu (Otomotiv ve havacılık sanayisinde AI tabanlı NDT uygulamaları) kısaca tekrar edilir. Derse Geçiş Haftanın kazanımı öğrencilerle paylaşılır: Otomotiv ve havacılık sanayisinde AI tabanlı NDT uygulamalarını açıklar. Bireysel Öğrenme Etkinlikleri Öğretmen işlem basamaklarını gösterir; öğrenciler basamakları bireysel olarak uygular, öğretmen dönüt verir. Grupla Öğrenme Etkinlikleri Atölye/laboratuvar uygulaması (grup çalışması, öğretmen gözetiminde): 1) Endüstriyel uygulamalarda yapay zekanın sağladığı maliyet ve zaman avantajları üzerinde durulur. Özet Haftanın konuları öğrencilerle birlikte özetlenir; bir sonraki dersin konusu duyurulur. BÖLÜM III — Ölçme-Değerlendirme Bireysel Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Grupla Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Grup çalışması gözlem formu Öğrenme Güçlüğü Olan ve İleri Düzey Öğrenciler İçin Ek Ölçme-Değerlendirme BÖLÜM IV — Planın Uygulanmasına İlişkin Açıklamalar Belirtilen tarihlerde ve haftalarda, müfredat programına göre değişiklikler yapılabilir. Öğrenci merkezli öğretim yöntemleri ve teknikleri aktif olarak kullanılacaktır. Ölçme ve değerlendirme süreçlerinde çeşitlilik sağlanacak ve süreç odaklı değerlendirme yapılacaktır. Bireysel farklılıklar dikkate alınarak öğretime yön verilecektir. Teknoloji entegrasyonu ile öğrenme süreçleri desteklenecektir.
#	26-30 Nisan	2	Kalite Kontrolde Yapay Zekâ Entegrasyonunun Fayda ve Zorlukları	İnsan hatasını azaltma yöntemleri	İnsan hatasını azaltma yöntemlerini açıklar.	Yazılı Sınav, Performans Görevi	Dolu
29. Hafta — 26-30 Nisan — Tema: Kalite Kontrolde Yapay Zekâ Entegrasyonunun Fayda ve Zorlukları Dolu Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Tema / Ünite Kalite Kontrolde Yapay Zekâ Entegrasyonunun Fayda ve Zorlukları Konu İnsan hatasını azaltma yöntemleri Süre 2 ders saati (80 dk) Tarih 26-30 Nisan Hafta 29. Hafta Belirli Gün ve Haftalar Emek ve Dayanışma Günü (1 Mayıs) Öğrenme Çıktıları ve Süreç Bileşenleri MEB İnsan hatasını azaltma yöntemlerini açıklar. Üretim süreçlerinde insan kaynaklı hataların kalite kontrolüne etkileri açıklanır. Yapay zekâ destekli sistemlerin hata oranlarını düşürmedeki rolleri örneklerle gösterilir. Operatör kaynaklı sapmaların önlenmesinde otomasyon çözümleri üzerinde durulur. Tema Özeti MEB Kalite kontrolde yapay zekâ entegrasyonunun fayda ve zorluklarını açıklayabilme Programlar Arası Bileşenler MEB Kavramsal BecerilerKB2.4 Çözümleme / AnalizKB2.7 KarşılaştırmaKB2.12 Veriye Dayalı TahminKB2.16 Akıl Yürütme EğilimlerE1.1 MerakE3.1 UzmanlaşmaE3.6 AnalitiklikE3.7 Sistemlilik Sosyal-Duygusal Öğrenme BecerileriSDB1.3 Kendine Uyarlama (Öz Yansıtma)SDB2.2 İş Birliği DeğerlerD5 DuyarlılıkD12 SabırD16 Sorumluluk Okuryazarlık BecerileriOB1 Bilgi OkuryazarlığıOB2 Dijital OkuryazarlıkOB7 Veri Okuryazarlığı Öğrenme Kanıtları (Ölçme ve Değerlendirme) DPO Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Ön Değerlendirme Süreci Boş Öğretmen tarafından doldurulacak Köprü Kurma Boş Öğretmen tarafından doldurulacak Öğrenme-Öğretme Uygulamaları DPO Derse Giriş10 dk KALİTE KONTROLDE YAPAY ZEKÂ ENTEGRASYONUNUN FAYDA VE ZORLUKLARI ünitesine giriş: İnsan hatasını azaltma yöntemleri üzerine kısa bir sohbetle derse başlanır. Emek ve Dayanışma Günü (1 Mayıs) ile bağ kurularak derse giriş yapılır. Keşfetme25 dk Öğrencilerin insan hatasını azaltma yöntemleri ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama35 dk Öğrenciler insan hatasını azaltma yöntemleri ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (İnsan hatasını azaltma yöntemleri). Sonuçlandırma10 dk Öğrencilerin "Operatör kaynaklı sapmaların önlenmesinde otomasyon çözümleri üzerinde durulur" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Sınıf defteri: İnsan hatasını azaltma yöntemleri; değerlendirme Derse Giriş 10 dk KALİTE KONTROLDE YAPAY ZEKÂ ENTEGRASYONUNUN FAYDA VE ZORLUKLARI ünitesine giriş: İnsan hatasını azaltma yöntemleri üzerine kısa bir sohbetle derse başlanır. Emek ve Dayanışma Günü (1 Mayıs) ile bağ kurularak derse giriş yapılır. Keşfetme 25 dk Öğrencilerin insan hatasını azaltma yöntemleri ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama 35 dk Öğrenciler insan hatasını azaltma yöntemleri ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (İnsan hatasını azaltma yöntemleri). Sonuçlandırma 10 dk Öğrencilerin "Operatör kaynaklı sapmaların önlenmesinde otomasyon çözümleri üzerinde durulur" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Farklılaştırma Boş ZÖğretmen tarafından doldurulacak DÖğretmen tarafından doldurulacak Araç-Gereç ve Kaynaklar DPO Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğretmen Görüşleri BÖLÜM I Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Ünite / Tema Kalite Kontrolde Yapay Zekâ Entegrasyonunun Fayda ve Zorlukları Konu İnsan hatasını azaltma yöntemleri Önerilen Süre 2 ders saati (80 dk) Tarih 26-30 Nisan Hafta 29. Hafta Belirli Gün ve Haftalar Emek ve Dayanışma Günü (1 Mayıs) BÖLÜM II DPO Kazanımlar İnsan hatasını azaltma yöntemlerini açıklar. Açıklamalar YZ Üretim süreçlerinde insan kaynaklı hataların kalite kontrolüne etkileri açıklanır. Yapay zekâ destekli sistemlerin hata oranlarını düşürmedeki rolleri örneklerle gösterilir. Operatör kaynaklı sapmaların önlenmesinde otomasyon çözümleri üzerinde durulur. Öğrenme-Öğretme Yöntem ve Teknikleri Anlatım Soru-Cevap Problem Çözme Gösterip Yaptırma Kullanılan Eğitim Teknolojileri, Araç ve Gereçler Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğrenme-Öğretme Etkinlikleri Dikkat Çekme İnsan hatasını azaltma yöntemleri ile ilgili günlük yaşamdan ya da meslekten bir örnek veya soru ile derse başlanır. Güdüleme İnsan hatasını azaltma yöntemleri konusunun meslekteki ve günlük yaşamdaki yeri vurgulanır. Gözden Geçirme Önceki haftanın konusu (Otomotiv ve havacılık sanayisinde AI tabanlı NDT uygulamaları) kısaca tekrar edilir. Derse Geçiş Haftanın kazanımı öğrencilerle paylaşılır: İnsan hatasını azaltma yöntemlerini açıklar. Bireysel Öğrenme Etkinlikleri Anlatım, soru-cevap ve gösterip yaptırma ile: 1) Üretim süreçlerinde insan kaynaklı hataların kalite kontrolüne etkileri açıklanır. 2) Yapay zekâ destekli sistemlerin hata oranlarını düşürmedeki rolleri örneklerle gösterilir. 3) Operatör kaynaklı sapmaların önlenmesinde otomasyon çözümleri üzerinde durulur. Grupla Öğrenme Etkinlikleri Öğrenciler gruplara ayrılır; insan hatasını azaltma yöntemleri ile ilgili problem/örnek olay grup çalışmasıyla çözülür ve sınıfla paylaşılır. Özet Haftanın konuları öğrencilerle birlikte özetlenir; bir sonraki dersin konusu duyurulur. BÖLÜM III — Ölçme-Değerlendirme Bireysel Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Grupla Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Grup çalışması gözlem formu Öğrenme Güçlüğü Olan ve İleri Düzey Öğrenciler İçin Ek Ölçme-Değerlendirme BÖLÜM IV — Planın Uygulanmasına İlişkin Açıklamalar Belirtilen tarihlerde ve haftalarda, müfredat programına göre değişiklikler yapılabilir. Öğrenci merkezli öğretim yöntemleri ve teknikleri aktif olarak kullanılacaktır. Ölçme ve değerlendirme süreçlerinde çeşitlilik sağlanacak ve süreç odaklı değerlendirme yapılacaktır. Bireysel farklılıklar dikkate alınarak öğretime yön verilecektir. Teknoloji entegrasyonu ile öğrenme süreçleri desteklenecektir.
#	3-7 Mayıs	2	Kalite Kontrolde Yapay Zekâ Entegrasyonunun Fayda ve Zorlukları	Süreç optimizasyonu	Süreç optimizasyonunu açıklar.	Yazılı Sınav, Performans Görevi	Dolu
30. Hafta — 3-7 Mayıs — Tema: Kalite Kontrolde Yapay Zekâ Entegrasyonunun Fayda ve Zorlukları Dolu Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Tema / Ünite Kalite Kontrolde Yapay Zekâ Entegrasyonunun Fayda ve Zorlukları Konu Süreç optimizasyonu Süre 2 ders saati (80 dk) Tarih 3-7 Mayıs Hafta 30. Hafta Belirli Gün ve Haftalar Trafik ve İlk Yardım Haftası (Mayıs ayının ilk haftası) Öğrenme Çıktıları ve Süreç Bileşenleri MEB Süreç optimizasyonunu açıklar. Endüstriyel süreçlerin iyileştirilmesi ve verimlilik artışı kavramları açıklanır. Yapay zekâ algoritmalarının iş akışlarını hızlandırma mekanizmaları üzerinde durulur. Kaynak kullanımının optimize edilmesinde yapay zekânın sağladığı avantajlar belirtilir. Tema Özeti DPO KALİTE KONTROLDE YAPAY ZEKÂ ENTEGRASYONUNUN FAYDA VE ZORLUKLARI ünitesinin 2. haftası. Programlar Arası Bileşenler MEB Kavramsal BecerilerKB2.4 Çözümleme / AnalizKB2.7 KarşılaştırmaKB2.12 Veriye Dayalı TahminKB2.16 Akıl Yürütme EğilimlerE1.1 MerakE3.1 UzmanlaşmaE3.6 AnalitiklikE3.7 Sistemlilik Sosyal-Duygusal Öğrenme BecerileriSDB1.3 Kendine Uyarlama (Öz Yansıtma)SDB2.2 İş Birliği DeğerlerD5 DuyarlılıkD12 SabırD16 Sorumluluk Okuryazarlık BecerileriOB1 Bilgi OkuryazarlığıOB2 Dijital OkuryazarlıkOB7 Veri Okuryazarlığı Öğrenme Kanıtları (Ölçme ve Değerlendirme) DPO Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Temel Kabuller DPO Önceki haftaların çıktıları (İnsan hatasını azaltma yöntemleri) edinilmiş kabul edilir. Ön Değerlendirme Süreci DPO Önceki haftanın çıktıları (İnsan hatasını azaltma yöntemleri) kısa sorularla yoklanır. Köprü Kurma DPO İnsan hatasını azaltma yöntemleri ile Süreç optimizasyonu arasında ilişki kurulur; süreç optimizasyonu hatırlatılır. Öğrenme-Öğretme Uygulamaları DPO Derse Giriş10 dk Önceki haftanın çıktıları (İnsan hatasını azaltma yöntemleri) kısa sorularla yoklanır; süreç optimizasyonu konusuna dikkat çekilir. Trafik ve İlk Yardım Haftası (Mayıs ayının ilk haftası) ile bağ kurularak derse giriş yapılır. Keşfetme25 dk Öğrencilerin süreç optimizasyonu ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama35 dk Öğrenciler süreç optimizasyonu ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Süreç optimizasyonu). Sonuçlandırma10 dk Öğrencilerin "Kaynak kullanımının optimize edilmesinde yapay zekânın sağladığı avantajlar belirtilir" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Sınıf defteri: Süreç optimizasyonu; değerlendirme Derse Giriş 10 dk Önceki haftanın çıktıları (İnsan hatasını azaltma yöntemleri) kısa sorularla yoklanır; süreç optimizasyonu konusuna dikkat çekilir. Trafik ve İlk Yardım Haftası (Mayıs ayının ilk haftası) ile bağ kurularak derse giriş yapılır. Keşfetme 25 dk Öğrencilerin süreç optimizasyonu ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama 35 dk Öğrenciler süreç optimizasyonu ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Süreç optimizasyonu). Sonuçlandırma 10 dk Öğrencilerin "Kaynak kullanımının optimize edilmesinde yapay zekânın sağladığı avantajlar belirtilir" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Farklılaştırma Boş ZÖğretmen tarafından doldurulacak DÖğretmen tarafından doldurulacak Araç-Gereç ve Kaynaklar DPO Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğretmen Görüşleri BÖLÜM I Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Ünite / Tema Kalite Kontrolde Yapay Zekâ Entegrasyonunun Fayda ve Zorlukları Konu Süreç optimizasyonu Önerilen Süre 2 ders saati (80 dk) Tarih 3-7 Mayıs Hafta 30. Hafta Belirli Gün ve Haftalar Trafik ve İlk Yardım Haftası (Mayıs ayının ilk haftası) BÖLÜM II DPO Kazanımlar Süreç optimizasyonunu açıklar. Açıklamalar YZ Endüstriyel süreçlerin iyileştirilmesi ve verimlilik artışı kavramları açıklanır. Yapay zekâ algoritmalarının iş akışlarını hızlandırma mekanizmaları üzerinde durulur. Kaynak kullanımının optimize edilmesinde yapay zekânın sağladığı avantajlar belirtilir. Öğrenme-Öğretme Yöntem ve Teknikleri Anlatım Soru-Cevap Problem Çözme Gösterip Yaptırma Kullanılan Eğitim Teknolojileri, Araç ve Gereçler Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğrenme-Öğretme Etkinlikleri Dikkat Çekme Süreç optimizasyonu ile ilgili günlük yaşamdan ya da meslekten bir örnek veya soru ile derse başlanır. Güdüleme Süreç optimizasyonu konusunun meslekteki ve günlük yaşamdaki yeri vurgulanır. Gözden Geçirme Önceki haftanın konusu (İnsan hatasını azaltma yöntemleri) kısaca tekrar edilir. Derse Geçiş Haftanın kazanımı öğrencilerle paylaşılır: Süreç optimizasyonunu açıklar. Bireysel Öğrenme Etkinlikleri Anlatım, soru-cevap ve gösterip yaptırma ile: 1) Endüstriyel süreçlerin iyileştirilmesi ve verimlilik artışı kavramları açıklanır. 2) Yapay zekâ algoritmalarının iş akışlarını hızlandırma mekanizmaları üzerinde durulur. 3) Kaynak kullanımının optimize edilmesinde yapay zekânın sağladığı avantajlar belirtilir. Grupla Öğrenme Etkinlikleri Öğrenciler gruplara ayrılır; süreç optimizasyonu ile ilgili problem/örnek olay grup çalışmasıyla çözülür ve sınıfla paylaşılır. Özet Haftanın konuları öğrencilerle birlikte özetlenir; bir sonraki dersin konusu duyurulur. BÖLÜM III — Ölçme-Değerlendirme Bireysel Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Grupla Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Grup çalışması gözlem formu Öğrenme Güçlüğü Olan ve İleri Düzey Öğrenciler İçin Ek Ölçme-Değerlendirme BÖLÜM IV — Planın Uygulanmasına İlişkin Açıklamalar Belirtilen tarihlerde ve haftalarda, müfredat programına göre değişiklikler yapılabilir. Öğrenci merkezli öğretim yöntemleri ve teknikleri aktif olarak kullanılacaktır. Ölçme ve değerlendirme süreçlerinde çeşitlilik sağlanacak ve süreç odaklı değerlendirme yapılacaktır. Bireysel farklılıklar dikkate alınarak öğretime yön verilecektir. Teknoloji entegrasyonu ile öğrenme süreçleri desteklenecektir.
#	10-14 Mayıs	2	Kalite Kontrolde Yapay Zekâ Entegrasyonunun Fayda ve Zorlukları	Veri güvenliği, etik ve doğrulama sorunları	Veri güvenliği, etik ve doğrulama sorunlarını açıklar.	Yazılı Sınav, Performans Görevi	Dolu
31. Hafta — 10-14 Mayıs — Tema: Kalite Kontrolde Yapay Zekâ Entegrasyonunun Fayda ve Zorlukları Dolu Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Tema / Ünite Kalite Kontrolde Yapay Zekâ Entegrasyonunun Fayda ve Zorlukları Konu Veri güvenliği, etik ve doğrulama sorunları Süre 2 ders saati (80 dk) Tarih 10-14 Mayıs Hafta 31. Hafta Belirli Gün ve Haftalar Vakıflar Haftası (Mayıs ayının 2. haftası), Engelliler Haftası (10-16 Mayıs), Kurban Bayramı Arefesi Öğrenme Çıktıları ve Süreç Bileşenleri MEB Veri güvenliği, etik ve doğrulama sorunlarını açıklar. Endüstriyel verilerin toplanmasında karşılaşılan gizlilik ve güvenlik riskleri açıklanır. Yapay zekâ karar süreçlerinde ortaya çıkan etik problemler üzerinde durulur. Tema Özeti DPO KALİTE KONTROLDE YAPAY ZEKÂ ENTEGRASYONUNUN FAYDA VE ZORLUKLARI ünitesinin 3. haftası. Programlar Arası Bileşenler MEB Kavramsal BecerilerKB2.4 Çözümleme / AnalizKB2.7 KarşılaştırmaKB2.12 Veriye Dayalı TahminKB2.16 Akıl Yürütme EğilimlerE1.1 MerakE3.1 UzmanlaşmaE3.6 AnalitiklikE3.7 Sistemlilik Sosyal-Duygusal Öğrenme BecerileriSDB1.3 Kendine Uyarlama (Öz Yansıtma)SDB2.2 İş Birliği DeğerlerD5 DuyarlılıkD12 SabırD16 Sorumluluk Okuryazarlık BecerileriOB1 Bilgi OkuryazarlığıOB2 Dijital OkuryazarlıkOB7 Veri Okuryazarlığı Öğrenme Kanıtları (Ölçme ve Değerlendirme) DPO Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Temel Kabuller DPO Önceki haftaların çıktıları (Süreç optimizasyonu) edinilmiş kabul edilir. Ön Değerlendirme Süreci DPO Önceki haftanın çıktıları (Süreç optimizasyonu) kısa sorularla yoklanır. Köprü Kurma DPO Süreç optimizasyonu ile Veri güvenliği, etik ve doğrulama sorunları arasında ilişki kurulur; veri güvenliği, etik ve doğrulama sorunları hatırlatılır. Öğrenme-Öğretme Uygulamaları DPO Derse Giriş10 dk Önceki haftanın çıktıları (Süreç optimizasyonu) kısa sorularla yoklanır; veri güvenliği, etik ve doğrulama sorunları konusuna dikkat çekilir. Vakıflar Haftası (Mayıs ayının 2. haftası) ile bağ kurularak derse giriş yapılır. Keşfetme25 dk Öğrencilerin veri güvenliği, etik ve doğrulama sorunları ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama35 dk Öğrenciler veri güvenliği, etik ve doğrulama sorunları ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Veri güvenliği, etik ve doğrulama sorunları). Sonuçlandırma10 dk Öğrencilerin "Yapay zekâ karar süreçlerinde ortaya çıkan etik problemler üzerinde durulur" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Sınıf defteri: Veri güvenliği, etik ve doğrulama sorunları; değerlendirme Derse Giriş 10 dk Önceki haftanın çıktıları (Süreç optimizasyonu) kısa sorularla yoklanır; veri güvenliği, etik ve doğrulama sorunları konusuna dikkat çekilir. Vakıflar Haftası (Mayıs ayının 2. haftası) ile bağ kurularak derse giriş yapılır. Keşfetme 25 dk Öğrencilerin veri güvenliği, etik ve doğrulama sorunları ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama 35 dk Öğrenciler veri güvenliği, etik ve doğrulama sorunları ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Veri güvenliği, etik ve doğrulama sorunları). Sonuçlandırma 10 dk Öğrencilerin "Yapay zekâ karar süreçlerinde ortaya çıkan etik problemler üzerinde durulur" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Farklılaştırma Boş ZÖğretmen tarafından doldurulacak DÖğretmen tarafından doldurulacak Araç-Gereç ve Kaynaklar DPO Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğretmen Görüşleri BÖLÜM I Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Ünite / Tema Kalite Kontrolde Yapay Zekâ Entegrasyonunun Fayda ve Zorlukları Konu Veri güvenliği, etik ve doğrulama sorunları Önerilen Süre 2 ders saati (80 dk) Tarih 10-14 Mayıs Hafta 31. Hafta Belirli Gün ve Haftalar Vakıflar Haftası (Mayıs ayının 2. haftası), Engelliler Haftası (10-16 Mayıs), Kurban Bayramı Arefesi BÖLÜM II DPO Kazanımlar Veri güvenliği, etik ve doğrulama sorunlarını açıklar. Açıklamalar YZ Endüstriyel verilerin toplanmasında karşılaşılan gizlilik ve güvenlik riskleri açıklanır. Yapay zekâ karar süreçlerinde ortaya çıkan etik problemler üzerinde durulur. Öğrenme-Öğretme Yöntem ve Teknikleri Anlatım Soru-Cevap Problem Çözme Gösterip Yaptırma Kullanılan Eğitim Teknolojileri, Araç ve Gereçler Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğrenme-Öğretme Etkinlikleri Dikkat Çekme Veri güvenliği, etik ve doğrulama sorunları ile ilgili günlük yaşamdan ya da meslekten bir örnek veya soru ile derse başlanır. Güdüleme Veri güvenliği, etik ve doğrulama sorunları konusunun meslekteki ve günlük yaşamdaki yeri vurgulanır. Gözden Geçirme Önceki haftanın konusu (Süreç optimizasyonu) kısaca tekrar edilir. Derse Geçiş Haftanın kazanımı öğrencilerle paylaşılır: Veri güvenliği, etik ve doğrulama sorunlarını açıklar. Bireysel Öğrenme Etkinlikleri Anlatım, soru-cevap ve gösterip yaptırma ile: 1) Endüstriyel verilerin toplanmasında karşılaşılan gizlilik ve güvenlik riskleri açıklanır. 2) Yapay zekâ karar süreçlerinde ortaya çıkan etik problemler üzerinde durulur. Grupla Öğrenme Etkinlikleri Öğrenciler gruplara ayrılır; veri güvenliği, etik ve doğrulama sorunları ile ilgili problem/örnek olay grup çalışmasıyla çözülür ve sınıfla paylaşılır. Özet Haftanın konuları öğrencilerle birlikte özetlenir; bir sonraki dersin konusu duyurulur. BÖLÜM III — Ölçme-Değerlendirme Bireysel Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Grupla Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Grup çalışması gözlem formu Öğrenme Güçlüğü Olan ve İleri Düzey Öğrenciler İçin Ek Ölçme-Değerlendirme BÖLÜM IV — Planın Uygulanmasına İlişkin Açıklamalar Belirtilen tarihlerde ve haftalarda, müfredat programına göre değişiklikler yapılabilir. Öğrenci merkezli öğretim yöntemleri ve teknikleri aktif olarak kullanılacaktır. Ölçme ve değerlendirme süreçlerinde çeşitlilik sağlanacak ve süreç odaklı değerlendirme yapılacaktır. Bireysel farklılıklar dikkate alınarak öğretime yön verilecektir. Teknoloji entegrasyonu ile öğrenme süreçleri desteklenecektir.
#	17-21 Mayıs	2	Kalite Kontrolde Yapay Zekâ Entegrasyonunun Fayda ve Zorlukları	Veri güvenliği, etik ve doğrulama sorunları	Veri güvenliği, etik ve doğrulama sorunlarını açıklar.	Yazılı Sınav, Performans Görevi	Dolu
32. Hafta — 17-21 Mayıs — Tema: Kalite Kontrolde Yapay Zekâ Entegrasyonunun Fayda ve Zorlukları Dolu Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Tema / Ünite Kalite Kontrolde Yapay Zekâ Entegrasyonunun Fayda ve Zorlukları Konu Veri güvenliği, etik ve doğrulama sorunları Süre 2 ders saati (80 dk) Tarih 17-21 Mayıs Hafta 32. Hafta Belirli Gün ve Haftalar Kurban Bayramı, Müzeler Haftası (18-24 Mayıs), Atatürk'ü Anma, Gençlik ve Spor Bayramı (19 Mayıs) Öğrenme Çıktıları ve Süreç Bileşenleri MEB Veri güvenliği, etik ve doğrulama sorunlarını açıklar. Algoritmik doğrulama sorunları ve güvenilirlik testleri detaylandırılır. Tema Özeti DPO KALİTE KONTROLDE YAPAY ZEKÂ ENTEGRASYONUNUN FAYDA VE ZORLUKLARI ünitesinin 4. haftası. Programlar Arası Bileşenler MEB Kavramsal BecerilerKB2.4 Çözümleme / AnalizKB2.7 KarşılaştırmaKB2.12 Veriye Dayalı TahminKB2.16 Akıl Yürütme EğilimlerE1.1 MerakE3.1 UzmanlaşmaE3.6 AnalitiklikE3.7 Sistemlilik Sosyal-Duygusal Öğrenme BecerileriSDB1.3 Kendine Uyarlama (Öz Yansıtma)SDB2.2 İş Birliği DeğerlerD5 DuyarlılıkD12 SabırD16 Sorumluluk Okuryazarlık BecerileriOB1 Bilgi OkuryazarlığıOB2 Dijital OkuryazarlıkOB7 Veri Okuryazarlığı Öğrenme Kanıtları (Ölçme ve Değerlendirme) DPO Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Temel Kabuller DPO Önceki haftaların çıktıları (Veri güvenliği, etik ve doğrulama sorunları) edinilmiş kabul edilir. Ön Değerlendirme Süreci DPO Önceki haftanın çıktıları (Veri güvenliği, etik ve doğrulama sorunları) kısa sorularla yoklanır. Köprü Kurma DPO Veri güvenliği, etik ve doğrulama sorunları ile Veri güvenliği, etik ve doğrulama sorunları arasında ilişki kurulur; veri güvenliği, etik ve doğrulama sorunları hatırlatılır. Öğrenme-Öğretme Uygulamaları DPO Derse Giriş10 dk Önceki haftanın çıktıları (Veri güvenliği, etik ve doğrulama sorunları) kısa sorularla yoklanır; veri güvenliği, etik ve doğrulama sorunları konusuna dikkat çekilir. Kurban Bayramı ile bağ kurularak derse giriş yapılır. Keşfetme25 dk Öğrencilerin veri güvenliği, etik ve doğrulama sorunları ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama35 dk Öğrenciler veri güvenliği, etik ve doğrulama sorunları ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Veri güvenliği, etik ve doğrulama sorunları). Sonuçlandırma10 dk Öğrencilerin "Algoritmik doğrulama sorunları ve güvenilirlik testleri detaylandırılır" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Sınıf defteri: Veri güvenliği, etik ve doğrulama sorunları; değerlendirme Derse Giriş 10 dk Önceki haftanın çıktıları (Veri güvenliği, etik ve doğrulama sorunları) kısa sorularla yoklanır; veri güvenliği, etik ve doğrulama sorunları konusuna dikkat çekilir. Kurban Bayramı ile bağ kurularak derse giriş yapılır. Keşfetme 25 dk Öğrencilerin veri güvenliği, etik ve doğrulama sorunları ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama 35 dk Öğrenciler veri güvenliği, etik ve doğrulama sorunları ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Veri güvenliği, etik ve doğrulama sorunları). Sonuçlandırma 10 dk Öğrencilerin "Algoritmik doğrulama sorunları ve güvenilirlik testleri detaylandırılır" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Farklılaştırma Boş ZÖğretmen tarafından doldurulacak DÖğretmen tarafından doldurulacak Araç-Gereç ve Kaynaklar DPO Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğretmen Görüşleri BÖLÜM I Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Ünite / Tema Kalite Kontrolde Yapay Zekâ Entegrasyonunun Fayda ve Zorlukları Konu Veri güvenliği, etik ve doğrulama sorunları Önerilen Süre 2 ders saati (80 dk) Tarih 17-21 Mayıs Hafta 32. Hafta Belirli Gün ve Haftalar Kurban Bayramı, Müzeler Haftası (18-24 Mayıs), Atatürk'ü Anma, Gençlik ve Spor Bayramı (19 Mayıs) BÖLÜM II DPO Kazanımlar Veri güvenliği, etik ve doğrulama sorunlarını açıklar. Açıklamalar YZ Algoritmik doğrulama sorunları ve güvenilirlik testleri detaylandırılır. Öğrenme-Öğretme Yöntem ve Teknikleri Anlatım Soru-Cevap Problem Çözme Gösterip Yaptırma Kullanılan Eğitim Teknolojileri, Araç ve Gereçler Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğrenme-Öğretme Etkinlikleri Dikkat Çekme Veri güvenliği, etik ve doğrulama sorunları ile ilgili günlük yaşamdan ya da meslekten bir örnek veya soru ile derse başlanır. Güdüleme Veri güvenliği, etik ve doğrulama sorunları konusunun meslekteki ve günlük yaşamdaki yeri vurgulanır. Gözden Geçirme Önceki haftanın konusu (Veri güvenliği, etik ve doğrulama sorunları) kısaca tekrar edilir. Derse Geçiş Haftanın kazanımı öğrencilerle paylaşılır: Veri güvenliği, etik ve doğrulama sorunlarını açıklar. Bireysel Öğrenme Etkinlikleri Anlatım, soru-cevap ve gösterip yaptırma ile: 1) Algoritmik doğrulama sorunları ve güvenilirlik testleri detaylandırılır. Grupla Öğrenme Etkinlikleri Öğrenciler gruplara ayrılır; veri güvenliği, etik ve doğrulama sorunları ile ilgili problem/örnek olay grup çalışmasıyla çözülür ve sınıfla paylaşılır. Özet Haftanın konuları öğrencilerle birlikte özetlenir; bir sonraki dersin konusu duyurulur. BÖLÜM III — Ölçme-Değerlendirme Bireysel Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Grupla Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Grup çalışması gözlem formu Öğrenme Güçlüğü Olan ve İleri Düzey Öğrenciler İçin Ek Ölçme-Değerlendirme BÖLÜM IV — Planın Uygulanmasına İlişkin Açıklamalar Belirtilen tarihlerde ve haftalarda, müfredat programına göre değişiklikler yapılabilir. Öğrenci merkezli öğretim yöntemleri ve teknikleri aktif olarak kullanılacaktır. Ölçme ve değerlendirme süreçlerinde çeşitlilik sağlanacak ve süreç odaklı değerlendirme yapılacaktır. Bireysel farklılıklar dikkate alınarak öğretime yön verilecektir. Teknoloji entegrasyonu ile öğrenme süreçleri desteklenecektir.
#	24-28 Mayıs	2	Gelecekte Yapay Zekâ Destekli Muayene Yöntemleri	Otonom denetim robotları	Otonom denetim robotlarını açıklar.	Yazılı Sınav, Performans Görevi	Dolu
33. Hafta — 24-28 Mayıs — Tema: Gelecekte Yapay Zekâ Destekli Muayene Yöntemleri Dolu Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Tema / Ünite Gelecekte Yapay Zekâ Destekli Muayene Yöntemleri Konu Otonom denetim robotları Süre 2 ders saati (80 dk) Tarih 24-28 Mayıs Hafta 33. Hafta Belirli Gün ve Haftalar Müzeler Haftası (18-24 Mayıs) Öğrenme Çıktıları ve Süreç Bileşenleri MEB Otonom denetim robotlarını açıklar. Otonom denetim robotlarının endüstriyel üretimdeki temel işlevleri ve çalışma prensipleri açıklanır. Robotların kalite kontrol süreçlerinde insan müdahalesini azaltan avantajları örneklerle gösterilir. Tema Özeti MEB Gelecekte yapay zekâ destekli muayene yöntemlerini açıklayabilme Programlar Arası Bileşenler MEB Kavramsal BecerilerKB2.4 Çözümleme / AnalizKB2.7 KarşılaştırmaKB2.12 Veriye Dayalı TahminKB2.16 Akıl Yürütme EğilimlerE1.1 MerakE3.1 UzmanlaşmaE3.6 AnalitiklikE3.7 Sistemlilik Sosyal-Duygusal Öğrenme BecerileriSDB1.3 Kendine Uyarlama (Öz Yansıtma)SDB2.2 İş Birliği DeğerlerD5 DuyarlılıkD12 SabırD16 Sorumluluk Okuryazarlık BecerileriOB1 Bilgi OkuryazarlığıOB2 Dijital OkuryazarlıkOB7 Veri Okuryazarlığı Öğrenme Kanıtları (Ölçme ve Değerlendirme) DPO Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Ön Değerlendirme Süreci Boş Öğretmen tarafından doldurulacak Köprü Kurma Boş Öğretmen tarafından doldurulacak Öğrenme-Öğretme Uygulamaları DPO Derse Giriş10 dk GELECEKTE YAPAY ZEKÂ DESTEKLİ MUAYENE YÖNTEMLERİ ünitesine giriş: Otonom denetim robotları üzerine kısa bir sohbetle derse başlanır. Müzeler Haftası (18-24 Mayıs) ile bağ kurularak derse giriş yapılır. Keşfetme25 dk Öğrencilerin otonom denetim robotları ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama35 dk Öğrenciler otonom denetim robotları ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Otonom denetim robotları). Sonuçlandırma10 dk Öğrencilerin "Robotların kalite kontrol süreçlerinde insan müdahalesini azaltan avantajları örneklerle gösterilir" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Sınıf defteri: Otonom denetim robotları; değerlendirme Derse Giriş 10 dk GELECEKTE YAPAY ZEKÂ DESTEKLİ MUAYENE YÖNTEMLERİ ünitesine giriş: Otonom denetim robotları üzerine kısa bir sohbetle derse başlanır. Müzeler Haftası (18-24 Mayıs) ile bağ kurularak derse giriş yapılır. Keşfetme 25 dk Öğrencilerin otonom denetim robotları ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama 35 dk Öğrenciler otonom denetim robotları ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Otonom denetim robotları). Sonuçlandırma 10 dk Öğrencilerin "Robotların kalite kontrol süreçlerinde insan müdahalesini azaltan avantajları örneklerle gösterilir" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Farklılaştırma Boş ZÖğretmen tarafından doldurulacak DÖğretmen tarafından doldurulacak Araç-Gereç ve Kaynaklar DPO Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğretmen Görüşleri BÖLÜM I Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Ünite / Tema Gelecekte Yapay Zekâ Destekli Muayene Yöntemleri Konu Otonom denetim robotları Önerilen Süre 2 ders saati (80 dk) Tarih 24-28 Mayıs Hafta 33. Hafta Belirli Gün ve Haftalar Müzeler Haftası (18-24 Mayıs) BÖLÜM II DPO Kazanımlar Otonom denetim robotlarını açıklar. Açıklamalar YZ Otonom denetim robotlarının endüstriyel üretimdeki temel işlevleri ve çalışma prensipleri açıklanır. Robotların kalite kontrol süreçlerinde insan müdahalesini azaltan avantajları örneklerle gösterilir. Öğrenme-Öğretme Yöntem ve Teknikleri Anlatım Soru-Cevap Problem Çözme Gösterip Yaptırma Kullanılan Eğitim Teknolojileri, Araç ve Gereçler Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğrenme-Öğretme Etkinlikleri Dikkat Çekme Otonom denetim robotları ile ilgili günlük yaşamdan ya da meslekten bir örnek veya soru ile derse başlanır. Güdüleme Otonom denetim robotları konusunun meslekteki ve günlük yaşamdaki yeri vurgulanır. Gözden Geçirme Önceki haftanın konusu (Veri güvenliği, etik ve doğrulama sorunları) kısaca tekrar edilir. Derse Geçiş Haftanın kazanımı öğrencilerle paylaşılır: Otonom denetim robotlarını açıklar. Bireysel Öğrenme Etkinlikleri Anlatım, soru-cevap ve gösterip yaptırma ile: 1) Otonom denetim robotlarının endüstriyel üretimdeki temel işlevleri ve çalışma prensipleri açıklanır. 2) Robotların kalite kontrol süreçlerinde insan müdahalesini azaltan avantajları örneklerle gösterilir. Grupla Öğrenme Etkinlikleri Öğrenciler gruplara ayrılır; otonom denetim robotları ile ilgili problem/örnek olay grup çalışmasıyla çözülür ve sınıfla paylaşılır. Özet Haftanın konuları öğrencilerle birlikte özetlenir; bir sonraki dersin konusu duyurulur. BÖLÜM III — Ölçme-Değerlendirme Bireysel Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Grupla Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Grup çalışması gözlem formu Öğrenme Güçlüğü Olan ve İleri Düzey Öğrenciler İçin Ek Ölçme-Değerlendirme BÖLÜM IV — Planın Uygulanmasına İlişkin Açıklamalar Belirtilen tarihlerde ve haftalarda, müfredat programına göre değişiklikler yapılabilir. Öğrenci merkezli öğretim yöntemleri ve teknikleri aktif olarak kullanılacaktır. Ölçme ve değerlendirme süreçlerinde çeşitlilik sağlanacak ve süreç odaklı değerlendirme yapılacaktır. Bireysel farklılıklar dikkate alınarak öğretime yön verilecektir. Teknoloji entegrasyonu ile öğrenme süreçleri desteklenecektir.
#	31 Mayıs - 4 Haziran	2	Gelecekte Yapay Zekâ Destekli Muayene Yöntemleri	Dijital ikiz ile entegre kalite kontrol uygulamaları	Dijital ikiz ile entegre kalite kontrol uygulamalarını açıklar.	Yazılı Sınav, Performans Görevi	Dolu
34. Hafta — 31 Mayıs - 4 Haziran — Tema: Gelecekte Yapay Zekâ Destekli Muayene Yöntemleri Dolu Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Tema / Ünite Gelecekte Yapay Zekâ Destekli Muayene Yöntemleri Konu Dijital ikiz ile entegre kalite kontrol uygulamaları Süre 2 ders saati (80 dk) Tarih 31 Mayıs - 4 Haziran Hafta 34. Hafta Öğrenme Çıktıları ve Süreç Bileşenleri MEB Dijital ikiz ile entegre kalite kontrol uygulamalarını açıklar. Dijital ikiz teknolojisinin kalite kontrol süreçleriyle entegrasyon biçimleri açıklanır. Tema Özeti DPO GELECEKTE YAPAY ZEKÂ DESTEKLİ MUAYENE YÖNTEMLERİ ünitesinin 2. haftası. Programlar Arası Bileşenler MEB Kavramsal BecerilerKB2.4 Çözümleme / AnalizKB2.7 KarşılaştırmaKB2.12 Veriye Dayalı TahminKB2.16 Akıl Yürütme EğilimlerE1.1 MerakE3.1 UzmanlaşmaE3.6 AnalitiklikE3.7 Sistemlilik Sosyal-Duygusal Öğrenme BecerileriSDB1.3 Kendine Uyarlama (Öz Yansıtma)SDB2.2 İş Birliği DeğerlerD5 DuyarlılıkD12 SabırD16 Sorumluluk Okuryazarlık BecerileriOB1 Bilgi OkuryazarlığıOB2 Dijital OkuryazarlıkOB7 Veri Okuryazarlığı Öğrenme Kanıtları (Ölçme ve Değerlendirme) DPO Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Temel Kabuller DPO Önceki haftaların çıktıları (Otonom denetim robotları) edinilmiş kabul edilir. Ön Değerlendirme Süreci DPO Önceki haftanın çıktıları (Otonom denetim robotları) kısa sorularla yoklanır. Köprü Kurma DPO Otonom denetim robotları ile Dijital ikiz ile entegre kalite kontrol uygulamaları arasında ilişki kurulur; dijital ikiz ile entegre kalite kontrol uygulamaları hatırlatılır. Öğrenme-Öğretme Uygulamaları DPO Derse Giriş10 dk Önceki haftanın çıktıları (Otonom denetim robotları) kısa sorularla yoklanır; dijital ikiz ile entegre kalite kontrol uygulamaları konusuna dikkat çekilir. Keşfetme25 dk Öğrencilerin dijital ikiz ile entegre kalite kontrol uygulamaları ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama35 dk Öğrenciler dijital ikiz ile entegre kalite kontrol uygulamaları ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Dijital ikiz ile entegre kalite kontrol uygulamaları). Sonuçlandırma10 dk Öğrencilerin "Dijital ikiz teknolojisinin kalite kontrol süreçleriyle entegrasyon biçimleri açıklanır" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Sınıf defteri: Dijital ikiz ile entegre kalite kontrol uygulamaları; değerlendirme Derse Giriş 10 dk Önceki haftanın çıktıları (Otonom denetim robotları) kısa sorularla yoklanır; dijital ikiz ile entegre kalite kontrol uygulamaları konusuna dikkat çekilir. Keşfetme 25 dk Öğrencilerin dijital ikiz ile entegre kalite kontrol uygulamaları ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama 35 dk Öğrenciler dijital ikiz ile entegre kalite kontrol uygulamaları ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Dijital ikiz ile entegre kalite kontrol uygulamaları). Sonuçlandırma 10 dk Öğrencilerin "Dijital ikiz teknolojisinin kalite kontrol süreçleriyle entegrasyon biçimleri açıklanır" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Farklılaştırma Boş ZÖğretmen tarafından doldurulacak DÖğretmen tarafından doldurulacak Araç-Gereç ve Kaynaklar DPO Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğretmen Görüşleri BÖLÜM I Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Ünite / Tema Gelecekte Yapay Zekâ Destekli Muayene Yöntemleri Konu Dijital ikiz ile entegre kalite kontrol uygulamaları Önerilen Süre 2 ders saati (80 dk) Tarih 31 Mayıs - 4 Haziran Hafta 34. Hafta BÖLÜM II DPO Kazanımlar Dijital ikiz ile entegre kalite kontrol uygulamalarını açıklar. Açıklamalar YZ Dijital ikiz teknolojisinin kalite kontrol süreçleriyle entegrasyon biçimleri açıklanır. Öğrenme-Öğretme Yöntem ve Teknikleri Anlatım Soru-Cevap Problem Çözme Gösterip Yaptırma Kullanılan Eğitim Teknolojileri, Araç ve Gereçler Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğrenme-Öğretme Etkinlikleri Dikkat Çekme Dijital ikiz ile entegre kalite kontrol uygulamaları ile ilgili günlük yaşamdan ya da meslekten bir örnek veya soru ile derse başlanır. Güdüleme Dijital ikiz ile entegre kalite kontrol uygulamaları konusunun meslekteki ve günlük yaşamdaki yeri vurgulanır. Gözden Geçirme Önceki haftanın konusu (Otonom denetim robotları) kısaca tekrar edilir. Derse Geçiş Haftanın kazanımı öğrencilerle paylaşılır: Dijital ikiz ile entegre kalite kontrol uygulamalarını açıklar. Bireysel Öğrenme Etkinlikleri Anlatım, soru-cevap ve gösterip yaptırma ile: 1) Dijital ikiz teknolojisinin kalite kontrol süreçleriyle entegrasyon biçimleri açıklanır. Grupla Öğrenme Etkinlikleri Öğrenciler gruplara ayrılır; dijital ikiz ile entegre kalite kontrol uygulamaları ile ilgili problem/örnek olay grup çalışmasıyla çözülür ve sınıfla paylaşılır. Özet Haftanın konuları öğrencilerle birlikte özetlenir; bir sonraki dersin konusu duyurulur. BÖLÜM III — Ölçme-Değerlendirme Bireysel Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Grupla Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Grup çalışması gözlem formu Öğrenme Güçlüğü Olan ve İleri Düzey Öğrenciler İçin Ek Ölçme-Değerlendirme BÖLÜM IV — Planın Uygulanmasına İlişkin Açıklamalar Belirtilen tarihlerde ve haftalarda, müfredat programına göre değişiklikler yapılabilir. Öğrenci merkezli öğretim yöntemleri ve teknikleri aktif olarak kullanılacaktır. Ölçme ve değerlendirme süreçlerinde çeşitlilik sağlanacak ve süreç odaklı değerlendirme yapılacaktır. Bireysel farklılıklar dikkate alınarak öğretime yön verilecektir. Teknoloji entegrasyonu ile öğrenme süreçleri desteklenecektir.
#	7-11 Haziran	2	Gelecekte Yapay Zekâ Destekli Muayene Yöntemleri	Dijital ikiz ile entegre kalite kontrol uygulamaları	Dijital ikiz ile entegre kalite kontrol uygulamalarını açıklar.	Yazılı Sınav, Performans Görevi	Dolu
35. Hafta — 7-11 Haziran — Tema: Gelecekte Yapay Zekâ Destekli Muayene Yöntemleri Dolu Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Tema / Ünite Gelecekte Yapay Zekâ Destekli Muayene Yöntemleri Konu Dijital ikiz ile entegre kalite kontrol uygulamaları Süre 2 ders saati (80 dk) Tarih 7-11 Haziran Hafta 35. Hafta Öğrenme Çıktıları ve Süreç Bileşenleri MEB Dijital ikiz ile entegre kalite kontrol uygulamalarını açıklar. Sanal ortamda gerçekleştirilen simülasyonların gerçek üretim hatlarına katkısı üzerinde durulur. Tema Özeti DPO GELECEKTE YAPAY ZEKÂ DESTEKLİ MUAYENE YÖNTEMLERİ ünitesinin 3. haftası. Programlar Arası Bileşenler MEB Kavramsal BecerilerKB2.4 Çözümleme / AnalizKB2.7 KarşılaştırmaKB2.12 Veriye Dayalı TahminKB2.16 Akıl Yürütme EğilimlerE1.1 MerakE3.1 UzmanlaşmaE3.6 AnalitiklikE3.7 Sistemlilik Sosyal-Duygusal Öğrenme BecerileriSDB1.3 Kendine Uyarlama (Öz Yansıtma)SDB2.2 İş Birliği DeğerlerD5 DuyarlılıkD12 SabırD16 Sorumluluk Okuryazarlık BecerileriOB1 Bilgi OkuryazarlığıOB2 Dijital OkuryazarlıkOB7 Veri Okuryazarlığı Öğrenme Kanıtları (Ölçme ve Değerlendirme) DPO Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Temel Kabuller DPO Önceki haftaların çıktıları (Dijital ikiz ile entegre kalite kontrol uygulamaları) edinilmiş kabul edilir. Ön Değerlendirme Süreci DPO Önceki haftanın çıktıları (Dijital ikiz ile entegre kalite kontrol uygulamaları) kısa sorularla yoklanır. Köprü Kurma DPO Dijital ikiz ile entegre kalite kontrol uygulamaları ile Dijital ikiz ile entegre kalite kontrol uygulamaları arasında ilişki kurulur; dijital ikiz ile entegre kalite kontrol uygulamaları hatırlatılır. Öğrenme-Öğretme Uygulamaları DPO Derse Giriş10 dk Önceki haftanın çıktıları (Dijital ikiz ile entegre kalite kontrol uygulamaları) kısa sorularla yoklanır; dijital ikiz ile entegre kalite kontrol uygulamaları konusuna dikkat çekilir. Keşfetme25 dk Öğrencilerin dijital ikiz ile entegre kalite kontrol uygulamaları ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama35 dk Öğrenciler dijital ikiz ile entegre kalite kontrol uygulamaları ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Dijital ikiz ile entegre kalite kontrol uygulamaları). Sonuçlandırma10 dk Öğrencilerin "Sanal ortamda gerçekleştirilen simülasyonların gerçek üretim hatlarına katkısı üzerinde durulur" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Sınıf defteri: Dijital ikiz ile entegre kalite kontrol uygulamaları; değerlendirme Derse Giriş 10 dk Önceki haftanın çıktıları (Dijital ikiz ile entegre kalite kontrol uygulamaları) kısa sorularla yoklanır; dijital ikiz ile entegre kalite kontrol uygulamaları konusuna dikkat çekilir. Keşfetme 25 dk Öğrencilerin dijital ikiz ile entegre kalite kontrol uygulamaları ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama 35 dk Öğrenciler dijital ikiz ile entegre kalite kontrol uygulamaları ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Dijital ikiz ile entegre kalite kontrol uygulamaları). Sonuçlandırma 10 dk Öğrencilerin "Sanal ortamda gerçekleştirilen simülasyonların gerçek üretim hatlarına katkısı üzerinde durulur" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Farklılaştırma Boş ZÖğretmen tarafından doldurulacak DÖğretmen tarafından doldurulacak Araç-Gereç ve Kaynaklar DPO Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğretmen Görüşleri BÖLÜM I Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Ünite / Tema Gelecekte Yapay Zekâ Destekli Muayene Yöntemleri Konu Dijital ikiz ile entegre kalite kontrol uygulamaları Önerilen Süre 2 ders saati (80 dk) Tarih 7-11 Haziran Hafta 35. Hafta BÖLÜM II DPO Kazanımlar Dijital ikiz ile entegre kalite kontrol uygulamalarını açıklar. Açıklamalar YZ Sanal ortamda gerçekleştirilen simülasyonların gerçek üretim hatlarına katkısı üzerinde durulur. Öğrenme-Öğretme Yöntem ve Teknikleri Anlatım Soru-Cevap Problem Çözme Gösterip Yaptırma Kullanılan Eğitim Teknolojileri, Araç ve Gereçler Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğrenme-Öğretme Etkinlikleri Dikkat Çekme Dijital ikiz ile entegre kalite kontrol uygulamaları ile ilgili günlük yaşamdan ya da meslekten bir örnek veya soru ile derse başlanır. Güdüleme Dijital ikiz ile entegre kalite kontrol uygulamaları konusunun meslekteki ve günlük yaşamdaki yeri vurgulanır. Gözden Geçirme Önceki haftanın konusu (Dijital ikiz ile entegre kalite kontrol uygulamaları) kısaca tekrar edilir. Derse Geçiş Haftanın kazanımı öğrencilerle paylaşılır: Dijital ikiz ile entegre kalite kontrol uygulamalarını açıklar. Bireysel Öğrenme Etkinlikleri Anlatım, soru-cevap ve gösterip yaptırma ile: 1) Sanal ortamda gerçekleştirilen simülasyonların gerçek üretim hatlarına katkısı üzerinde durulur. Grupla Öğrenme Etkinlikleri Öğrenciler gruplara ayrılır; dijital ikiz ile entegre kalite kontrol uygulamaları ile ilgili problem/örnek olay grup çalışmasıyla çözülür ve sınıfla paylaşılır. Özet Haftanın konuları öğrencilerle birlikte özetlenir; bir sonraki dersin konusu duyurulur. BÖLÜM III — Ölçme-Değerlendirme Bireysel Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Grupla Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Grup çalışması gözlem formu Öğrenme Güçlüğü Olan ve İleri Düzey Öğrenciler İçin Ek Ölçme-Değerlendirme BÖLÜM IV — Planın Uygulanmasına İlişkin Açıklamalar Belirtilen tarihlerde ve haftalarda, müfredat programına göre değişiklikler yapılabilir. Öğrenci merkezli öğretim yöntemleri ve teknikleri aktif olarak kullanılacaktır. Ölçme ve değerlendirme süreçlerinde çeşitlilik sağlanacak ve süreç odaklı değerlendirme yapılacaktır. Bireysel farklılıklar dikkate alınarak öğretime yön verilecektir. Teknoloji entegrasyonu ile öğrenme süreçleri desteklenecektir.
#	14-18 Haziran	2	Gelecekte Yapay Zekâ Destekli Muayene Yöntemleri	Predictive maintenance (öngörücü bakım) sistemleri	Predictive maintenance (öngörücü bakım) sistemlerini açıklar.	Yazılı Sınav, Performans Görevi	Dolu
36. Hafta — 14-18 Haziran — Tema: Gelecekte Yapay Zekâ Destekli Muayene Yöntemleri Dolu Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Tema / Ünite Gelecekte Yapay Zekâ Destekli Muayene Yöntemleri Konu Predictive maintenance (öngörücü bakım) sistemleri Süre 2 ders saati (80 dk) Tarih 14-18 Haziran Hafta 36. Hafta Öğrenme Çıktıları ve Süreç Bileşenleri MEB Predictive maintenance (öngörücü bakım) sistemlerini açıklar. Öngörücü bakım sistemlerinin arıza önlemedeki rolü ve temel çalışma mantığı açıklanır. Veri analitiği kullanarak kestirimci bakım yapmanın üretim verimliliğine etkileri vurgulanır. Tema Özeti DPO GELECEKTE YAPAY ZEKÂ DESTEKLİ MUAYENE YÖNTEMLERİ ünitesinin 4. haftası. Programlar Arası Bileşenler MEB Kavramsal BecerilerKB2.4 Çözümleme / AnalizKB2.7 KarşılaştırmaKB2.12 Veriye Dayalı TahminKB2.16 Akıl Yürütme EğilimlerE1.1 MerakE3.1 UzmanlaşmaE3.6 AnalitiklikE3.7 Sistemlilik Sosyal-Duygusal Öğrenme BecerileriSDB1.3 Kendine Uyarlama (Öz Yansıtma)SDB2.2 İş Birliği DeğerlerD5 DuyarlılıkD12 SabırD16 Sorumluluk Okuryazarlık BecerileriOB1 Bilgi OkuryazarlığıOB2 Dijital OkuryazarlıkOB7 Veri Okuryazarlığı Öğrenme Kanıtları (Ölçme ve Değerlendirme) DPO Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Temel Kabuller DPO Önceki haftaların çıktıları (Dijital ikiz ile entegre kalite kontrol uygulamaları) edinilmiş kabul edilir. Ön Değerlendirme Süreci DPO Önceki haftanın çıktıları (Dijital ikiz ile entegre kalite kontrol uygulamaları) kısa sorularla yoklanır. Köprü Kurma DPO Dijital ikiz ile entegre kalite kontrol uygulamaları ile Predictive maintenance (öngörücü bakım) sistemleri arasında ilişki kurulur; predictive maintenance (öngörücü bakım) sistemleri hatırlatılır. Öğrenme-Öğretme Uygulamaları DPO Derse Giriş10 dk Önceki haftanın çıktıları (Dijital ikiz ile entegre kalite kontrol uygulamaları) kısa sorularla yoklanır; predictive maintenance (öngörücü bakım) sistemleri konusuna dikkat çekilir. Keşfetme25 dk Öğrencilerin predictive maintenance (öngörücü bakım) sistemleri ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama35 dk Öğrenciler predictive maintenance (öngörücü bakım) sistemleri ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Predictive maintenance (öngörücü bakım) sistemleri). Sonuçlandırma10 dk Öğrencilerin "Veri analitiği kullanarak kestirimci bakım yapmanın üretim verimliliğine etkileri vurgulanır" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Sınıf defteri: Predictive maintenance (öngörücü bakım) sistemleri; değerlendirme Derse Giriş 10 dk Önceki haftanın çıktıları (Dijital ikiz ile entegre kalite kontrol uygulamaları) kısa sorularla yoklanır; predictive maintenance (öngörücü bakım) sistemleri konusuna dikkat çekilir. Keşfetme 25 dk Öğrencilerin predictive maintenance (öngörücü bakım) sistemleri ile ilgili ön bilgileri sorularla ortaya çıkarılır; gerçek yaşam bağlamından bir örnekle konu keşfettirilir. Uygulama 35 dk Öğrenciler predictive maintenance (öngörücü bakım) sistemleri ile ilgili etkinlikleri bireysel ve grup çalışmasıyla uygular; öğretmen süreci gözlemleyip dönüt verir (Predictive maintenance (öngörücü bakım) sistemleri). Sonuçlandırma 10 dk Öğrencilerin "Veri analitiği kullanarak kestirimci bakım yapmanın üretim verimliliğine etkileri vurgulanır" düzeyine ulaşması gözlenir; yazılı Sınav ile değerlendirilir. Farklılaştırma Boş ZÖğretmen tarafından doldurulacak DÖğretmen tarafından doldurulacak Araç-Gereç ve Kaynaklar DPO Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğretmen Görüşleri BÖLÜM I Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Ünite / Tema Gelecekte Yapay Zekâ Destekli Muayene Yöntemleri Konu Predictive maintenance (öngörücü bakım) sistemleri Önerilen Süre 2 ders saati (80 dk) Tarih 14-18 Haziran Hafta 36. Hafta BÖLÜM II DPO Kazanımlar Predictive maintenance (öngörücü bakım) sistemlerini açıklar. Açıklamalar YZ Öngörücü bakım sistemlerinin arıza önlemedeki rolü ve temel çalışma mantığı açıklanır. Veri analitiği kullanarak kestirimci bakım yapmanın üretim verimliliğine etkileri vurgulanır. Öğrenme-Öğretme Yöntem ve Teknikleri Anlatım Soru-Cevap Problem Çözme Gösterip Yaptırma Kullanılan Eğitim Teknolojileri, Araç ve Gereçler Araç-Gereç Ders kitabı Etkileşimli tahta Kaynaklar Kalite Kontrolde Yapay Zekâ Uygulamaları Dersi Öğretim Programı (MEB, Türkiye Yüzyılı Maarif Modeli) Öğrenme-Öğretme Etkinlikleri Dikkat Çekme Predictive maintenance (öngörücü bakım) sistemleri ile ilgili günlük yaşamdan ya da meslekten bir örnek veya soru ile derse başlanır. Güdüleme Predictive maintenance (öngörücü bakım) sistemleri konusunun meslekteki ve günlük yaşamdaki yeri vurgulanır. Gözden Geçirme Önceki haftanın konusu (Dijital ikiz ile entegre kalite kontrol uygulamaları) kısaca tekrar edilir. Derse Geçiş Haftanın kazanımı öğrencilerle paylaşılır: Predictive maintenance (öngörücü bakım) sistemlerini açıklar. Bireysel Öğrenme Etkinlikleri Anlatım, soru-cevap ve gösterip yaptırma ile: 1) Öngörücü bakım sistemlerinin arıza önlemedeki rolü ve temel çalışma mantığı açıklanır. 2) Veri analitiği kullanarak kestirimci bakım yapmanın üretim verimliliğine etkileri vurgulanır. Grupla Öğrenme Etkinlikleri Öğrenciler gruplara ayrılır; predictive maintenance (öngörücü bakım) sistemleri ile ilgili problem/örnek olay grup çalışmasıyla çözülür ve sınıfla paylaşılır. Özet Haftanın konuları öğrencilerle birlikte özetlenir; bir sonraki dersin konusu duyurulur. BÖLÜM III — Ölçme-Değerlendirme Bireysel Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Yazılı Sınav Performans Görevi Öz Değerlendirme Formu Grupla Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Grup çalışması gözlem formu Öğrenme Güçlüğü Olan ve İleri Düzey Öğrenciler İçin Ek Ölçme-Değerlendirme BÖLÜM IV — Planın Uygulanmasına İlişkin Açıklamalar Belirtilen tarihlerde ve haftalarda, müfredat programına göre değişiklikler yapılabilir. Öğrenci merkezli öğretim yöntemleri ve teknikleri aktif olarak kullanılacaktır. Ölçme ve değerlendirme süreçlerinde çeşitlilik sağlanacak ve süreç odaklı değerlendirme yapılacaktır. Bireysel farklılıklar dikkate alınarak öğretime yön verilecektir. Teknoloji entegrasyonu ile öğrenme süreçleri desteklenecektir.
#	21-25 Haziran	2	Sosyal Etkinlik	Sosyal Etkinlik	Okul temelli planlama kapsamında sosyal etkinlik haftası		Boş Sosyal Etkinlik
37. Hafta — 21-25 Haziran — Tema: Sosyal Etkinlik Boş Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Tema / Ünite Sosyal Etkinlik Konu Sosyal Etkinlik Süre 2 ders saati (80 dk) Tarih 21-25 Haziran Hafta 37. Hafta Tür Sosyal Etkinlik Öğrenme Çıktıları ve Süreç Bileşenleri MEB Okul temelli planlama kapsamında sosyal etkinlik haftası Tema Özeti DPO Okul temelli planlama kapsamında sosyal etkinlik haftası; içerik okul/zümre kararıyla belirlenir. Programlar Arası Bileşenler Boş Öğrenme Kanıtları (Ölçme ve Değerlendirme) Boş Ön Değerlendirme Süreci Boş Köprü Kurma Boş Öğrenme-Öğretme Uygulamaları DPO Derse Giriş10 dk Sosyal etkinlik haftasının amacı ve akışı öğrencilerle paylaşılır. Keşfetme25 dk Okul temelli planlama kapsamında zümrece belirlenen sosyal etkinlik uygulanır. Uygulama35 dk Okul temelli planlama kapsamında zümrece belirlenen sosyal etkinlik uygulanır. Sonuçlandırma10 dk Etkinlik değerlendirilir; öğrenci görüşleri alınır. Sınıf defteri: Sosyal Etkinlik; değerlendirme Derse Giriş 10 dk Sosyal etkinlik haftasının amacı ve akışı öğrencilerle paylaşılır. Keşfetme 25 dk Okul temelli planlama kapsamında zümrece belirlenen sosyal etkinlik uygulanır. Uygulama 35 dk Okul temelli planlama kapsamında zümrece belirlenen sosyal etkinlik uygulanır. Sonuçlandırma 10 dk Etkinlik değerlendirilir; öğrenci görüşleri alınır. Farklılaştırma Boş ZÖğretmen tarafından doldurulacak DÖğretmen tarafından doldurulacak Araç-Gereç ve Kaynaklar Boş Araç-Gereç Kaynaklar Okul Temelli Planlama DPO Sosyal etkinlik haftası: okul temelli planlama kapsamında etkinlik türü zümre/okul kararıyla belirlenir. Öğretmen Görüşleri BÖLÜM I Ders Kalite Kontrolde Yapay Zekâ Uygulamaları Sınıf 11. Sınıf Ünite / Tema Sosyal Etkinlik Konu Sosyal Etkinlik Önerilen Süre 2 ders saati (80 dk) Tarih 21-25 Haziran Hafta 37. Hafta Tür Sosyal Etkinlik BÖLÜM II DPO Kazanımlar Okul temelli planlama kapsamında sosyal etkinlik haftası Öğrenme-Öğretme Yöntem ve Teknikleri Kullanılan Eğitim Teknolojileri, Araç ve Gereçler Araç-Gereç Kaynaklar Öğrenme-Öğretme Etkinlikleri Dikkat Çekme Güdüleme Gözden Geçirme Derse Geçiş Bireysel Öğrenme Etkinlikleri Grupla Öğrenme Etkinlikleri Özet BÖLÜM III — Ölçme-Değerlendirme Bireysel Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Grupla Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme Öğrenme Güçlüğü Olan ve İleri Düzey Öğrenciler İçin Ek Ölçme-Değerlendirme BÖLÜM IV — Planın Uygulanmasına İlişkin Açıklamalar Belirtilen tarihlerde ve haftalarda, müfredat programına göre değişiklikler yapılabilir. Öğrenci merkezli öğretim yöntemleri ve teknikleri aktif olarak kullanılacaktır. Ölçme ve değerlendirme süreçlerinde çeşitlilik sağlanacak ve süreç odaklı değerlendirme yapılacaktır. Bireysel farklılıklar dikkate alınarak öğretime yön verilecektir. Teknoloji entegrasyonu ile öğrenme süreçleri desteklenecektir.

.ders-plani-tablo tr.ders-plani-detay[hidden]{display:block}.ders-plani-tablo{display:block;overflow:visible}.ders-plani-tablo tbody.ders-plani-hafta{padding:0 0 24px}.ders-plani-slayt-nav{display:none}

12. Sınıf Kalite Kontrolde Yapay Zekâ Uygulamaları Günlük Planı — Kaynaklar ve İçerik

12. Sınıf Kalite Kontrolde Yapay Zekâ Uygulamaları Yıllık Planı (çerçeve / ünitelendirilmiş yıllık plan)
Ders İçeriği
Endüstriyel Kalite Kontrol - Endüstriyel Kalite Kontrol (Mesleki ve Teknik Anadolu Lisesi) alanında Kalite Kontrolde Yapay Zekâ Uygulamaları dersi 12. sınıf 2026-2027 eğitim öğretim yılı günlük planı (haftalık ders planı). Haftalık 2 ders saati.

Üniteler ve Konular
1. Kalite Kontrolde Yapay Zekâ Entegrasyonu (9 ders saati)

Kalite kontrolde yapay zekâ entegrasyonunu açıklayabilme
- 1. Metal kalite kontrolünün önemi
  
  Metal kalite kontrolünün önemini açıklar.
- 2. Yapay zekânın kalite kontrol süreçlerine entegrasyonu
  
  Yapay zekânın kalite kontrol süreçlerine entegrasyonunu açıklar.
- 3. Geleneksel yöntemler ile yapay zekâ tabanlı yaklaşımları karşılaştırma
  
  Kalite kontrolde geleneksel yöntemler ile yapay zekâ tabanlı yaklaşımları karşılaştırır.
2. Tahribatsız Muayene Yöntemlerinde Yapay Zekâ (15 ders saati)

Tahribatsız muayene (NDT) yöntemlerinde yapay zekâ kullanımını açıklayabilme
- 1. Görüntü işleme ile yüzey kusur analizi (kamera + AI)
  
  Görüntü işleme ile yüzey kusur analizini (kamera+AI) açıklar.
- 2. Ultrasonik testlerde sinyal yorumlamada makine öğrenmesi
  
  Ultrasonik testlerde sinyal yorumlamada makine öğrenmesini açıklar.
- 3. Radyografi (X-ray) görüntülerinin AI ile otomatik değerlendirme
  
  Radyografi (X-ray) görüntülerinin AI ile otomatik değerlendirilmesini açıklar.
- 4. Manyetik parçacık testi ve AI ile çatlak tanıma
  
  Manyetik parçacık testi ve AI ile çatlak tanımasını açıklar.
- 5. Girdap akımı testi ve derinlik tahmini algoritmaları
  
  Girdap akımı testi ve derinlik tahmini algoritmalarını açıklar.
3. Tahribatlı Muayene Yöntemlerinde Yapay Zekâ (9 ders saati)

Tahribatlı muayene (DT) yöntemlerinde yapay zekâ kullanımını açıklayabilme
- 1. Çekme, çentik darbe, sertlik testlerinde verilerin AI ile sınıflandırılması
  
  Çekme, çentik darbe, sertlik testlerinde verileri AI ile sınıflandırır.
- 2. Mikro yapı görüntülerinin analizinde yapay zekâ uygulamaları
  
  Mikro yapı görüntülerinin analizinde yapay zekâ uygulamalarını açıklar.
- 3. Malzeme bileşiminin spektrometre verileri ile yapay zekâ destekli analiz
  
  Malzeme bileşiminin spektrometre verileri ile yapay zekâ destekli analizi yapar.
4. Veri Toplama ve Büyük Veri Analizi (9 ders saati)

Veri toplama ve büyük veri analizini açıklayabilme
- 1. Sensör verilerinin toplanması ve etiketlenmesi
  
  Sensör verilerinin toplanması ve etiketlenmesini açıklar.
- 2. Endüstriyel nesnelerin interneti (IIoT) ve kalite kontrol ilişkisi
  
  Endüstriyel nesnelerin interneti (IIoT) ve kalite kontrol ilişkisini açıklar.
- 3. Zayıf sinyallerin ayrıştırılmasında yapay zekâ avantajları
  
  Zayıf sinyallerin ayrıştırılmasında yapay zekâ avantajlarını açıklar.
5. Uygulama Örnekleri ve Vaka Analizlerini (12 ders saati)

Uygulama örnekleri ve vaka analizlerini açıklayabilme
- 1. Görüntü tabanlı kaynak dikişi kontrolü
  
  Görüntü tabanlı kaynak dikişi kontrolünü açıklar.
- 2. Döküm parçalarında kusur tespiti
  
  Döküm parçalarında kusur tespitini açıklar.
- 3. Haddelenmiş ürünlerde yüzey çatlağı tespiti
  
  Haddelenmiş ürünlerde yüzey çatlağı tespitini açıklar.
- 4. Otomotiv ve havacılık sanayisinde AI tabanlı NDT uygulamaları
  
  Otomotiv ve havacılık sanayisinde AI tabanlı NDT uygulamalarını açıklar.
6. Kalite Kontrolde Yapay Zekâ Entegrasyonunun Fayda ve Zorlukları (9 ders saati)

Kalite kontrolde yapay zekâ entegrasyonunun fayda ve zorluklarını açıklayabilme
- 1. İnsan hatasını azaltma yöntemleri
  
  İnsan hatasını azaltma yöntemlerini açıklar.
- 2. Süreç optimizasyonu
  
  Süreç optimizasyonunu açıklar.
- 3. Veri güvenliği, etik ve doğrulama sorunları
  
  Veri güvenliği, etik ve doğrulama sorunlarını açıklar.
7. Gelecekte Yapay Zekâ Destekli Muayene Yöntemleri (9 ders saati)

Gelecekte yapay zekâ destekli muayene yöntemlerini açıklayabilme
- 1. Otonom denetim robotları
  
  Otonom denetim robotlarını açıklar.
- 2. Dijital ikiz ile entegre kalite kontrol uygulamaları
  
  Dijital ikiz ile entegre kalite kontrol uygulamalarını açıklar.
- 3. Predictive maintenance (öngörücü bakım) sistemleri
  
  Predictive maintenance (öngörücü bakım) sistemlerini açıklar.

İlgili Planlar

Bu ders 11 ve 12. sınıfta aynı programla okutulur; iki sınıfta üniteler ve konular aynıdır.

T.C. MİLLİ EĞİTİM BAKANLIĞI .......... OKUL SEÇ .......... 2026-2027 EĞİTİM ÖĞRETİM YILI 12. SINIF KALİTE KONTROLDE YAPAY ZEKÂ UYGULAMALARI DERSİ DERS PLANI

1. Hafta — 14-18 Eylül — Tema: Kalite Kontrolde Yapay Zekâ Entegrasyonu Dolu

Öğrenme Çıktıları ve Süreç Bileşenleri MEB

Tema Özeti MEB

Programlar Arası Bileşenler MEB

Öğrenme Kanıtları (Ölçme ve Değerlendirme) DPO

Ön Değerlendirme Süreci Boş

Köprü Kurma Boş

Öğrenme-Öğretme Uygulamaları DPO

Derse Giriş 10 dk

Keşfetme 25 dk

Uygulama 35 dk

Sonuçlandırma 10 dk

Farklılaştırma Boş

Araç-Gereç ve Kaynaklar DPO

Araç-Gereç

Kaynaklar

Öğretmen Görüşleri

BÖLÜM I

BÖLÜM II DPO

Kazanımlar

Açıklamalar YZ

Öğrenme-Öğretme Yöntem ve Teknikleri

Kullanılan Eğitim Teknolojileri, Araç ve Gereçler

Araç-Gereç

Kaynaklar

Öğrenme-Öğretme Etkinlikleri

Dikkat Çekme

Güdüleme

Gözden Geçirme

Derse Geçiş

Bireysel Öğrenme Etkinlikleri

Grupla Öğrenme Etkinlikleri

Özet

BÖLÜM III — Ölçme-Değerlendirme

Bireysel Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme

Grupla Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme

Öğrenme Güçlüğü Olan ve İleri Düzey Öğrenciler İçin Ek Ölçme-Değerlendirme

BÖLÜM IV — Planın Uygulanmasına İlişkin Açıklamalar

2. Hafta — 21-25 Eylül — Tema: Kalite Kontrolde Yapay Zekâ Entegrasyonu Dolu

Öğrenme Çıktıları ve Süreç Bileşenleri MEB

Tema Özeti DPO

Programlar Arası Bileşenler MEB

Öğrenme Kanıtları (Ölçme ve Değerlendirme) DPO

Temel Kabuller DPO

Ön Değerlendirme Süreci DPO

Köprü Kurma DPO

Öğrenme-Öğretme Uygulamaları DPO

Derse Giriş 10 dk

Keşfetme 25 dk

Uygulama 35 dk

Sonuçlandırma 10 dk

Farklılaştırma Boş

Araç-Gereç ve Kaynaklar DPO

Araç-Gereç

Kaynaklar

Öğretmen Görüşleri

BÖLÜM I

BÖLÜM II DPO

Kazanımlar

Açıklamalar YZ

Öğrenme-Öğretme Yöntem ve Teknikleri

Kullanılan Eğitim Teknolojileri, Araç ve Gereçler

Araç-Gereç

Kaynaklar

Öğrenme-Öğretme Etkinlikleri

Dikkat Çekme

Güdüleme

Gözden Geçirme

Derse Geçiş

Bireysel Öğrenme Etkinlikleri

Grupla Öğrenme Etkinlikleri

Özet

BÖLÜM III — Ölçme-Değerlendirme

Bireysel Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme

Grupla Öğrenme Etkinliklerine Yönelik Ölçme-Değerlendirme

Öğrenme Güçlüğü Olan ve İleri Düzey Öğrenciler İçin Ek Ölçme-Değerlendirme

BÖLÜM IV — Planın Uygulanmasına İlişkin Açıklamalar

3. Hafta — 28 Eylül - 2 Ekim — Tema: Kalite Kontrolde Yapay Zekâ Entegrasyonu Dolu

Öğrenme Çıktıları ve Süreç Bileşenleri MEB

T.C. MİLLİ EĞİTİM BAKANLIĞI
.......... OKUL SEÇ ..........
2026-2027 EĞİTİM ÖĞRETİM YILI 12. SINIF KALİTE KONTROLDE YAPAY ZEKÂ UYGULAMALARI DERSİ DERS PLANI