Eğitimin Amacı ve Kapsamı
Laboratuvarda temiz girdilerle çalışan bir sesli veya görsel agent, gerçek kullanıcıların gürültülü ortamları, yarım bıraktığı cümleleri, beklenmedik ekran durumları ve kötü niyetli yönlendirmeleri karşısında hızla güven kaybedebilir. Bu program, etkileşimli agent'ların hem kullanılabilirlik ve güven algısını hem de güvenlik sınırlarını birlikte test etme metodolojisini öğretir.
Katılımcılar aşırı güven (over-reliance) ve güvensizlik (under-trust) durumlarını ölçen kullanıcı testleri tasarlar, ses/görsel/arayüz kanallarında red teaming senaryoları uygular ve kurum vakası için deneyim, güven ve kalite ölçüm planı hazırlar.
Kimler Katılmalı?
- Yapay zeka ürün yöneticileri, UX araştırmacıları ve konuşma/etkileşim tasarımcıları
- Yapay zeka kalite güvence (QA), test ve güvenli yapay zeka ekipleri
- Müşteri deneyimi ve dijital kanal sorumluları
- Ön koşul: temel ürün testi veya kullanıcı araştırması aşinalığı
Kazanımlar
- Etkileşimli agent'lar için görev başarısının ötesinde güven kalibrasyonu ve bilişsel yük metrikleri tanımlamak
- Gürültülü ses, bulanık görsel, aksan çeşitliliği ve yarıda kesilen diyaloglarla dayanıklılık testi yapmak
- Görsel/sesli prompt injection ve sosyal mühendislik girişimlerine karşı saha testleri kurgulamak
- Kullanıcı öfkesi, tekrar eden düzeltmeler ve erken terk sinyallerini otomatik tespit etmek
- Canlıya çıkış (go/no-go) için deneyim ve güven kabul kriterleri oluşturmak
Konular
Etkileşimli Agent'larda Güven Kalibrasyonu
- Körükörüne güven (over-reliance) ile ilk hatada terk etme (algorithm aversion) dengesi
- Belirsizlik ifadesi ve kanıt gösteriminin kullanıcı kararlarına etkisi
Gerçek Dünya Koşulları ve Kenar Durum (Edge Case) Testleri
- Arka plan gürültüsü, farklı konuşma hızları, düşük kaliteli kamera ve eksik belgeler
- Kullanıcının fikrini değiştirdiği ve konuyu dağıttığı çok turlu senaryolar
Çok Modlu Güvenlik ve Red Teaming Testleri
- Görsel içine gizlenmiş talimatlar, sesli jailbreak ve yetkisiz işlem iknası
- Hassas veri sızdırma, yanlış yönlendirme ve marka itibarı testleri
Davranışsal Sinyaller ve Sürtünme Analizi
- Tekrarlanan soru (reformulation), söz kesme, ses tonu yükselmesi ve manuel devralma
- Oturum kayıtlarını (session replay) inceleme ve hata taksonomisi çıkarma
Canlıya Geçiş Kabul Kriterleri ve Ölçüm Planı
- Pilot kullanıcı grubu (dogfooding / beta) test protokolü
- Kalite, latency ve güven eşiklerini içeren yayın onay kontrol listesi
Bu Kategorideki Diğer Eğitimler
-
Görsel, ses ve metin temsil uzaylarını birleştiren multimodal model mimarileri: ViT/SigLIP ve ses encoder'ları, cross-modal projeksiyon/füzyon katmanları ve açık ağırlıklı VLM'lerin (Qwen-VL, Llama, Pixtral) LoRA ile fine-tuning'i.
- Canlı Kurs
- 5 modül
-
Üretim, perakende, sigorta ve saha operasyonlarında Vision-Language Modelleri (VLM) ile görsel inceleme uygulamaları: nesne konumlandırma (grounding), çoklu görsel karşılaştırma, hibrit CV+VLM boru hatları ve kalite kontrol.
- Canlı Kurs
- 5 modül
-
Uçtan uca Speech-to-Speech (S2S) modeller ve otonom sesli agent'lar: akustik duygu ve vurgu algılama, sesli tool calling, çok ajanlı çağrı devri ve Pipecat/LiveKit ile üretime hazır voice agent mimarisi.
- Canlı Kurs
- 5 modül
-
Gerçek zamanlı yapay zeka uygulamaları için streaming altyapı mühendisliği: WebRTC, WebSockets ve SSE protokolleri, OpenAI Realtime ve Gemini Live API entegrasyonu, ses/video tampon yönetimi ve ölçekleme.
- Canlı Kurs
- 5 modül
-
Sesli yapay zeka sistemlerinde insan doğallığında sıra alma (turn-taking) ve milisaniye bütçesi yönetimi: akustik VAD, semantik endpointing, yanlış söz kesme önleme, TTFT/TTFB optimizasyonu ve speculative yürütme.
- Canlı Kurs
- 5 modül
-
Yoğun mizanpajlı belgeleri ve uygulama ekranlarını (GUI) piksel, koordinat ve yapısal ağaç düzeyinde ayrıştırma: OmniParser, Qwen-VL, Docling, UI bileşen tespiti ve ekran-belge birleşik anlama modelleri.
- Canlı Kurs
- 5 modül
Bizimle iletişime geçin
