Robotik Süreç Otomasyonu (RPA) kurumsal dünyada son on yılın en hızlı yayılan otomasyon teknolojisi oldu: API'si olmayan sistemleri ekran seviyesinden birbirine bağladı, tekrarlayan işi insandan aldı. Ama bir sınırı var — kural yazılamayan yerde durur. Serbest metin bir e-posta, standart dışı bir fatura, bağlam gerektiren bir karar klasik robotu anında çökertir.
Bu ders tam olarak o sınırın üzerine kurulu. Dönem boyunca kopuk örnekler yerine tek bir gerçek kurumsal süreç adım adım inşa edilir: ACME INC firmasının sipariş kabul ve sipariş girişi süreci. Önce süreç deterministik RPA ile kurulur ve çalışır. Sonra aynı sürecin önüne serbest metin e-postalar konur ve süreç öğrencinin gözü önünde, ölçülerek çöker. Ardından yapay zekâ ajanları devreye girer, kırılan yer onarılır ve aynı 20 e-posta üzerinde doğruluk yeniden ölçülür. Dersin ana tezi — "RPA kas, ajan beyin" — slaytta iddia edilmez; öğrencinin kendi topladığı sayılarla kanıtlanır.
Dönemin son bölümünde hibrit mimari, güvenlik bariyerleri, insan onay döngüsü (human-in-the-loop) ve ROI analizi işlenir. Öğrenci dönem sonunda elinde çalışan, uçtan uca hibrit bir otomasyonla ve hangi işe RPA, hangi işe ajan konacağını gerekçelendirebilen bir karar matrisiyle çıkar.
Dersin dramatik yapısı
- I. Kas (Hafta 1–5): Deterministik RPA inşa edilir. Süreç çalışır.
- II. Kırılma (Hafta 6): Süreç serbest metinle karşılaşır ve çöker. Ölçülmüş başarısızlık.
- III. Beyin (Hafta 7–9): LLM ve ajanlar tanıtılır; kırılan yer onarılır — maliyeti ve varyansı ölçülerek.
- IV. Birleşme (Hafta 10–13): Hibrit mimari, güvenlik, insan onayı, ROI. Mühendislik disiplini.
- V. Kanıt (Hafta 14–15): Proje sunumları ve yarıyıl sonu sınavı.
Neler öğreneceksiniz
- Temel RPA kavramlarını bilmek, açıklamak ve uygulamak
- Klasik iş akışı, RPA ve ajan temelli otomasyon (APA) arasındaki mimari ve operasyonel farkları analiz etmek
- Yapay zekâ ajanlarının tek başına çalışamayacağı sınırları ve RPA entegrasyonunun neden zorunlu olduğunu açıklamak
- Determinizm, maliyet, hız, ölçeklenebilirlik ve halüsinasyon kriterleriyle stratejik teknoloji seçim matrisi kurmak
- Bir RPA süreci içinden bilişsel karar mekanizması olarak yapay zekâ modelini/ajanını tetiklemek
- İnsan onay döngüsü (HITL) ve güvenlik bariyerleri içeren hibrit mimariler tasarlamak
Haftalık akış
- Otomasyonun evrimi: klasik iş akışından RPA'e
- RPA temelleri ve mimari: determinizm, robot türleri, süreç anatomisi
- Arayüz otomasyonu: web ve Excel, kırılgan ve dayanıklı seçiciler
- Masaüstü uygulamaları ve hata yönetimi: iş/sistem hatası ayrımı, retry, idempotency
- Kurumsal RPA orkestrasyonu: Orchestrator, kuyruk mimarisi, Dispatcher–Performer
- RPA ne zaman sınıfta kalır? Kırılma haftası — ölçülmüş başarısızlık
- Yapay zekâ ajanlarına giriş: muhakeme, otonomi, araç kullanımı (tool calling)
- Büyük birleşme: RPA + AI Agent — beyin ve kas bir arada
- Stratejik karar matrisi: neden her işi ajan yapmaz?
- Hibrit uygulamalar I: bilişsel sınıflandırma
- Hibrit uygulamalar II: yapılandırılmamış verinin işlenmesi ve doğrulanması
- Güvenlik ve insan karar döngüsü: prompt injection, yetki sınırı, denetim izi
- Gerçek hayat senaryoları ve ROI analizi
- Dönem sonu proje sunumları
Ders formatı
Haftalık 3 saat: 1,5 saat teori + 1,5 saat laboratuvar. Her laboratuvar yazılı öğrenci rehberiyle yürütülür ve haftalık bir teslimle kapanır. Tüm laboratuvar uygulamaları Robusta GO üzerinde yapılır; kurumsal orkestrasyon Hafta 5'te Robusta Enterprise RPA demosuyla gösterilir.
Değerlendirme
| Faaliyet |
Ağırlık |
Teslim |
| Ödev 1 — Deterministik RPA süreci |
%20 |
Hafta 6 sonu |
| Ödev 2 — Hibrit süreç (RPA + LLM) |
%20 |
Hafta 12 sonu |
| Dönem projesi — Uçtan uca hibrit otomasyon |
%30 |
Hafta 14 sonu |
| Yarıyıl sonu sınavı |
%30 |
Hafta 15 |
Ön koşullar
Akademik ön koşul
Programlamaya Giriş, Temel Programlama ve Veri Yapıları ve Algoritmalar derslerini başarıyla tamamlamış olmak; ya da veri yapıları, algoritmalar ve betik (scripting) yazımı konularında bilgi sahibi olmak.
Beklenen teknik hazırlık
- Temel programlama mantığı: değişken, koşul, döngü, fonksiyon
- JavaScript veya Python ile kısa betik yazabilme (dersteki veri dönüşüm adımları için)
- Excel ile temel çalışma: sayfa, sütun, formül, filtreleme
- JSON veri formatını okuyabilme (ders içinde ayrıca anlatılır)
- Windows işletim sistemine hâkimiyet
Yapay zekâ, makine öğrenmesi veya RPA konularında ön bilgi gerekmez. Bu konular derste sıfırdan işlenir.
Donanım ve yazılım
- Windows 10/11 çalışan bir bilgisayar (en az 8 GB RAM önerilir). Robusta GO masaüstü otomasyonu yaptığı için sanal makine ya da ortak laboratuvar bilgisayarı da kabul edilir; macOS/Linux tek başına yeterli değildir.
- Robusta GO — kurulumu Hafta 1 laboratuvarında birlikte yapılır, lisans ders kapsamında sağlanır.
- Microsoft Excel (veya uyumlu bir tablolama uygulaması)
- Ücretsiz bir LLM API anahtarı — Hafta 7'den itibaren gerekir. Google Gemini veya Groq ücretsiz katmanı ders için yeterlidir; anahtar alma adımları laboratuvarda gösterilir. Öğrenciye herhangi bir ücret çıkmaz.
- Ders laboratuvarlarında kullanılacak ACME Sipariş Portalı, örnek veri dosyaları ve e-posta seti ders materyali olarak sağlanır.