GCRI · Campaigns
Sorumlu yapay zekâ okuryazarlığı
Artificial intelligence now shapes what people read, which services they receive and how content is made. Responsible AI literacy is a practical understanding of what these systems do, where they fail and what rights people have when they are used. It covers recognising synthetic media, judging generated answers and knowing when automated decisions can be questioned. This page sets out how misunderstanding of AI forms and spreads, how literacy is measured, and the decisions held by educators, regulators and platforms.
Responsible AI literacy on the record.
Responsible AI literacy: how the risk develops.
Practical understanding of AI risks. The dossier below sets out how the risk develops, what is measured, where the data come from, how it is modelled and who decides.
Capability is misjudged
People over-trust fluent machine output, a pattern known as automation bias, and sometimes dismiss useful tools after a single failure. Conversational systems invite people to attribute understanding and intent they do not have, which shapes how carefully their answers are checked.
Provenance blurs
Synthetic images, audio and text can be produced cheaply and are hard to tell apart from authentic material. The doubt they create also lets genuine evidence be dismissed as fabricated, a pattern described as the liar’s dividend.
Harms fall unevenly
Otomatik sistemlerdeki hatalar ve yanlılık, en çok bunları fark etmekte veya bunlara itiraz etmekte en zorlanan kişileri etkiler; sosyal yardım başvurusunda bulunanlar, iş adayları ve az kaynaklı dillerin konuşurları buna örnektir. Yalnızca kendinden emin kullanıcılara ulaşan okuryazarlık çalışmaları bu açığı genişletir.
Use outpaces understanding
Araçlar; kullanıcılar, öğretmenler veya kamu görevlileri sınırları hakkında ortak bir söz dağarcığı oluşturmadan önce iş yerlerinde, okullarda ve kamu hizmetlerinde benimsenir. Yanlış anlamalar, akran tavsiyeleri ve pazarlama iddiaları yoluyla yayılır ve rehberlik ortaya çıkmadan önce uygulamaya yerleşir.
Toplu davranışın bir eşik modeli.
Her ajan, temas ettiği kişilerin yeterli bir kısmı harekete geçtiğinde harekete geçer; ortalama eşikteki veya ilk harekete geçenlerdeki küçük değişiklikler, davranışın yerel mi kalacağını yoksa nüfus içinde kademeli mi yayılacağını belirler. Belirtilen açıklayıcı değerlere sahip bir öğretim modelidir, tahmin değildir.
Kontroller
- Ortalama eşik (komşuların payı)
- 18%
- Eşiklerin yayılımı
- 8 puan
- İlk harekete geçenler
- nüfusun %2,0'ı
- Kişi başına temas
- 8
Okumalar
- Sonunda harekete geçenlerin payı
- 100%
- Küresel kademeli yayılım
- Evet
- Dengeye gelme adımları
- 8
Sayılar, yöntemler ve kaynaklar
| Adım | Harekete geçenlerin payı (%) |
|---|---|
| 0 | 3.3 |
| 1 | 10.0 |
| 2 | 26.3 |
| 3 | 49.3 |
| 4 | 71.0 |
| 5 | 88.5 |
| 6 | 98.8 |
| 7 | 100.0 |
| 8 | 100.0 |
Yöntemler
- Threshold models of collective behaviour Granovetter (1978), American Journal of Sociology 83
- Global cascades on random networks Watts (2002), PNAS 99
- Complex contagions Centola and Macy (2007), American Journal of Sociology 113
- One-at-a-time sensitivity (tornado) Saltelli and others (2008), Global Sensitivity Analysis: The Primer, Wiley
Veri
No observed data enters this model: it runs on the teaching values set by the controls, to be replaced with a programme’s own evidence.
Nexus Consortium'un yürüttüğü altı ayak genelinde
- Deneyler Laboratuvarlar
- Yerleşik Foundry'de Campaigns
- Test edildiği yer Universe'te Campaigns
- Kodlandığı yer Standards'ta Yönetişim, Güvenlik ve Toplum
- Yayımlandığı yer Reports'ta Campaigns
- Öğretildiği yer Academy'de Yönetişim, Politika ve Uluslararası İlişkiler Fakültesi
AI literacy matters wherever AI enters a domain’s services.
Findings are designed for the Exponential Technology series. UNESCO’s Recommendation on the Ethics of AI (2021) includes AI literacy among its policy areas.
- Curricula and evaluations.
- Accounts of AI tools in daily life.
How Responsible AI literacy is modelled, measured and tested.
Model, varsayımları, verileri ve belirsizliği, bir bilim insanının veya mühendisin kontrol edeceği biçimde. Yapılar yayımlanmış yöntemleri izler. Çizilen değerler bulgu değil, açıklayıcıdır.
Sistem modeli
The couplings between the systems in Responsible AI literacy: signs of influence, a reinforcing and a balancing loop, and cross-links where stress jumps.
Neyin ve ne kadar iyi ölçüldüğü.
Her gösterge birimini, sıklığını, ardındaki kaynak türünü ve bir değerin taşıyacağı kanıt etiketini taşır. Hiçbir değer gösterilmez: değerleri bir program kendi yetkisi altında sağlar.
| Gösterge | Birim | Sıklık | Kaynak türü | Etiket |
|---|---|---|---|---|
| Self-assessed understanding of AI | yanıt verenlerin yüzdesi | anket dalgası başına | Eurobarometer ve ulusal anketler | BİLDİRİLMİŞ |
| Accuracy in identifying synthetic media | percent correct in a controlled task | çalışma başına | Experimental audience research | GÖZLENEN |
| Awareness of rights over automated decisions | yanıt verenlerin yüzdesi | anket dalgası başına | National and EU surveys | BİLDİRİLMİŞ |
| Concern about telling real from fake content online | yanıt verenlerin yüzdesi | yıllık | Reuters Institute Digital News Report | BİLDİRİLMİŞ |
| Teachers trained in the use of AI | percent of teachers | anket döngüsü başına | OECD TALIS ve eğitim bakanlıkları | Yayımlanmış istatistikler |
| Aldatma veya Kimliğe bürünme | incidents per month | aylık | AI Incident Database | BİLDİRİLMİŞ |
| AI literacy measures in national policy | türe göre önlem sayısı | yıllık | OECD.AI policy database | BEYAN EDİLDİ |
Kanıtın nereden geldiği.
Her biri lisans sınıfıyla birlikte, adı belirtilmiş kamuya açık veri kümeleri ve kurumsal kayıtlar. Anlaşmaya dayalı kaynaklar yalnızca koşullarına göre kullanılır ve asla yeniden yayımlanmaz.
| Kaynak | Sağladıkları | Lisans sınıfı |
|---|---|---|
| Eurobarometer surveys on artificial intelligence and the digital decade | Awareness, attitudes and expectations of AI across EU member states | Atıfla serbest yeniden kullanım |
| Stanford AI Index | Annual compilation of AI research, deployment, policy and public opinion data | CC BY-ND 4.0 |
| OECD.AI Politika Gözlemevi | National AI strategies and policy measures, including education and skills | OECD koşulları, atıfla ücretsiz |
| AI Incident Database | Reported incidents of harm or near harm involving AI systems | CC BY-SA 4.0 |
| Reuters Institute Digital News Report | Public comfort with AI in news and concern about false content | Free to read; survey data by request |
| OECD TALIS | Teacher training, practice and use of digital tools | OECD koşulları, atıfla ücretsiz |
| Pew Research Center surveys on AI | Public awareness of and attitudes to AI in several countries | Free to use with attribution; datasets on request |
Kim karar verir ve kanıt neye hizmet eder.
Campaigns kanıt hazırlar. Aşağıdaki kararlar, adı geçen otoriteler tarafından kendi kuralları uyarınca alınır; platform tarafından asla alınmaz.
| Kim karar verir | Soru | Bu sayfanın hizmet ettiği kanıt |
|---|---|---|
| Ministries of education and curriculum authorities | Which AI competencies students and teachers need, and at which stages | Teacher training data; competency frameworks; tested teaching material |
| AI and data protection regulators | AB Yapay Zekâ Yasası'nın 4. maddesi gibi yapay zekâ okuryazarlığı ve şeffaflık yükümlülükleri nasıl denetlenir | Farkındalık anketleri; olay kayıtları; politikada okuryazarlık ölçümleri |
| Çevrimiçi platformlar ve yapay zekâ sağlayıcıları | How to label synthetic content and explain system limits to users | Etiket anlaşılırlığı üzerine araştırma; olay örüntüleri; kaynak izlenebilirliği standartları |
| Seçim yönetim organları | How to prepare voters for synthetic media during elections | Detection task research; rumour logs; trust in electoral information |
Bu konunun ürettiği çıktılar
- Practical explainers on how generative and predictive systems work and fail
- Medya kaynağının ve menşeinin kontrolüne ilişkin, sınırları belirtilmiş alıştırmalar
- Plain-language guides to rights over automated decisions under applicable law
- UNESCO yapay zekâ yetkinlik çerçeveleriyle uyumlu, eğitimciler için öğretim materyali
Uzmanların sordukları.
- 01
What should a non-specialist understand?
That AI systems learn patterns from data, can be confidently wrong and reflect the limits of what they were trained on.
- 02
Which risks are practical today?
Fabricated content, impersonation, automated errors in services, privacy loss and over-reliance on generated answers.
- 03
How can people check what they see?
Habits of verification: source tracing, provenance signals and asking who benefits from a claim.
- 04
What recourse exists?
How people can question an automated decision, correct data about themselves or report misuse.
Sonucu belirleyen etkenler.
Generative models produce fluent text, images and audio by predicting plausible outputs, not by checking facts. Fluency invites trust, which is why errors and fabrications can spread. Synthetic media lowers the cost of impersonation and of producing misleading material at scale.
Automated decision systems used in lending, hiring, benefits or policing can embed historical patterns in their data, and their reasoning may be hard to explain. Errors fall unevenly, and people affected may not know an automated system was involved.
Kamuoyundaki tartışma alarm ile abartılı beklenti arasında gidip gelir. İkisi de muhakemeyi bozar. Okuryazarlık çalışmaları dengeli bir anlayışı hedefler: mevcut sistemlerin güvenilir biçimde ne yaptığı, nerede başarısız olduğu ve hangi güvencelerin bulunduğu.
Kanıt nasıl toplanır ve nerede durur.
| Yöntem | Gösterdiği | Sınırı |
|---|---|---|
| Misconception surveys | Common beliefs about how AI works | Beliefs shift quickly with new tools |
| Uygulamalı alıştırmalar | Whether people can spot errors or synthetic content | Detection skills may not transfer to new formats |
| Uzman incelemesi | Accuracy of claims about capabilities | Capabilities change between review and reading |
| Follow-up measures | Whether verification habits persist | Attrition and self-report bias |
Nasıl incelendiği ve yöntemlerin söyleyemeyecekleri.
Where this page’s references lead.
Bu sayfanın karşılaştırıldığı kuruluşlar ve belgeler. Durumlar ve sürümler değişir; her bağlantı yayımlayan kuruluşa gider.
Sorular ve yanıtlar.
Can people learn to spot deepfakes?
What is content provenance?
What rights do people have over automated decisions?
Campaigns, yapay zekâ ürünlerini derecelendiriyor mu?
Does the platform evaluate or rate AI products?
Is AI used to produce campaign material?
How does the material stay current?
Bu sayfadan kanıt katkısında bulunun.
Reports, Konsorsiyumun üç ayda bir yayımlanan yayınıdır. Bu konu hakkında bildikleriniz bir sonraki sayıda kanıt, vaka veya düzeltme olabilir; size atfedilir ve kendi çalışmanızsa CC BY 4.0 kapsamında yayımlanır.
- E-postaGW-GCRI geçidiBu sayfadan gönderinKanıt, bir düzeltme, bir vaka, bir yöntem, bir inceleme, bir çeviri veya profil girdisi. Bu sayfayla etiketlenmiş olarak gelir; böylece sayfanın sahibi editör onu alır.
- ZenodoOpen depositDeposit it and submit to the communityPublish your own record on Zenodo with your ORCID iD, then submit it to the Reports community there. Curators review it; the DOI stays yours.
- RaporlarGCRIKatkıda bulunmanın tüm yollarını görünKatkı türleri, her birinin nasıl incelendiği, alacağınız atıf, lisans ve asla kabul edilmeyenler.
Hiçbir zaman kişisel veri, hassas altyapı ayrıntısı veya paylaşma hakkınız olmayan hiçbir şey göndermeyin. Bir katkı kullanılmadan önce incelenir. Katkıyı göndermek yazarlık veya editoryal hak sağlamaz ve sponsorluk hiçbir zaman bir bulgu satın almaz.
Bir yöntem, bir veri seti ya da bir soru getirin.
Bilgi ve başvurular bugün açıktır. Bir başvuru bir referans numarası alır ve bir sonraki adımı belirtir; başvurular, ödemeler, işlem kapasitesi tahsisleri ve kayıtlar yalnızca ekipleri, koşulları ve inceleme kapasiteleri mevcut olduğunda açılır.
Hukuki belgeler.
Bu sitedeki haritalar, veriler ve şekiller bağlam ve genel bilgi amacıyla gösterilir. Tavsiye, tahmin ya da uyarı değildir; bilgilerin sınırları Sorumluluk Reddi ve Veri Bildirimleri'nde açıklanmıştır.