Page 254 - Milletlerarası Sempozyum Bildiri Kitabı
P. 254

1. Giriş
                            Modern teknolojinin hızlı gelişimi grafik tasarım ve yapay zeka disiplinlerinin etkileşimine
                     sebep olmuştur. Be etkileşim sonucunda yapay zeka kavramı görsel iletişimin önemli bir bileşeni
                     olarak grafik tasarım alanındaki yerini almıştır. Grafik tasarım, bilgiyi etkili bir şekilde iletmek ve
                     estetik bir deneyim sunmak amacıyla sanat ve teknolojinin kesiştiği bir alandır. Bunun yanı sıra
                     yapay zekanın  veri  analizi, öğrenme algoritması ve otomatik  olarak kendi kendine  karar verme
                     yeteneği gibi özellikleri mevcuttur. Bu özellikler sayesinde bilgisayar sistemleri insan özelliklerine
                     sahip olmaya başlamaktadır.
                            Yapay zeka, tasarım süreçlerini daha verimli hale getirmek, yenilikçi ve kişiselleştirilmiş
                     içerik oluşturmak gibi grafik tasarım alanına birçok fayda sağlamıştır. Bu çalışma, yapay zekanın
                     grafik tasarım üzerindeki etkisini araştıracak, literatürdeki mevcut çalışmaların sonuçlarını yeniden
                     yorumlayacak ve fikri mülkiyet hakları ile etik konuları ele alacaktır.

                            2. Literatür Taraması Değerlendirmesi
                            Grafik tasarım ve yapay zeka, son dönemlerde çok önemli gelişmeler kaydetmiş iki farklı
                     disiplindir.  Her  iki  alanda  da  yaşanan  gelişmeler  neticesinde  bu  iki  disiplin  birbiriyle  entegre
                     olmuştur. Yapay zekanın yaygın bir şekilde kullanılmasıyla grafik tasarım süreçlerinin optimum
                     hale  getirilmesi,  tasarımda  verimliliğin  artırılması ve kullanıcı deneyimlerine  yönelik çalışmalar
                     yapılması karmaşık olmaktan çıkmıştır (Smith ve Johnson, 2018) (Brown, 2019).
                            Özgün ve karmaşık tasarımların çok kısa bir sürede ve otomatik olarak oluşturulabilmesi
                     veri setlerinin analizi ile mümkündür. Yapay zeka, özellikle derin öğrenme (deep learning) ve nesne
                     tanıma alanlarında kaydettiği ilerlemelerle grafik tasarımın temel bileşenleri üzerinde önemli etkiler
                     bırakmıştır. (Gupta ve Kumar, 2020). Derin öğrenme algoritmaları, benzersiz ve karmaşık grafik
                     tasarımları otomatik olarak oluşturmak için büyük veri setlerini analiz etmektedir (Chen vd., 2017).
                     Özellikle çevrimiçi veya mobil cihazlarda kullanılan görüntü düzenleme uygulamaları, yapay zeka
                     tarafından sağlanan otomatik öneriler ve düzeltmeler yoluyla kullanıcı deneyimini iyileştirmektedir
                     (Wang ve Li, 2021).
                            Yapay zeka güdümlü tasarım araçları grafik tasarım alanına önemli katkılar sağlamaktadır
                     (Jones ve Smith, 2019). Bu araçlar, kullanıcıların tasarım seçeneklerini analiz etmelerine ve daha
                     iyi tasarım kararları almalarına yardımcı olumaktadır. Yapay zekâ, renk uyumu, yazı tipi seçimi ve
                     kompozisyon önerileri gibi alanlarda tasarımcılara yol gösteriyor (Liu ve Wang, 2020).
                            Yapay zeka ile kişiselleştirilmiş grafik tasarım, kullanıcıların tercihlerine ve davranışlarına
                     dayalı olarak tasarımların özelleştirilmesine olanak tanımaktadır (Kim ve Lee, 2018). Bu, dijital
                     pazarlama  kampanyaları,  web  siteleri  ve  reklam  materyalleri  gibi  alanlarda  önemli  bir  rol
                     oynamaktadır (Choi ve Park, 2019). Her kullanıcı için özelleştirilmiş içerikler ve tasarımlar kullanıcı
                     verilerinin analiz edilmesiyle üretilebilmektedir (Liang ve Wu, 2021).
                            Çalışmalar değerlendirildiğinde, yapay zekâ destekli grafik tasarımın tasarımcılara yeni
                     fırsatlar sunarken, tasarımın etik ve yasal boyutlarının da yeniden düşünülmesi gerektiğini ortaya
                     koymaktadır.  Ayrıca  çalışmalar,  tasarımcıların  etik  ve  sürdürülebilir  tasarım  pratikleri
                     geliştirmelerinin ve yapay zekâyı destekleyici bir şekilde kullanmalarının önemini vurguluyor. Bu
                     sayede disiplinler arası etkileşimin daha yenilikçi ve özgün tasarımların ortaya çıkmasına katkı
                     sağlayabileceği vurgulanmaktadır.

                            3. Dijital Yaratıcılık ve Otomasyonun İlişkisi
                            Yapay zeka ve grafik tasarım arasındaki ilişki, dijital üretim ve otomasyon arasındaki bağa
                     dayanmaktadır  [Smith  ve  Johnson,  2018].  Dijital  üretim,  tasarım  süreçlerinde  insanlara  destek
                     olmak, tasarımı daha etkili ve verimli hale getirmek için yapay zeka uygulamalarını sisteme dahil
                     etme çalışmalarını kapsamaktadır. Bu ilişkinin merkezinde, derin öğrenme gibi YZ algoritmalarının,
                     büyük ve karmaşık tasarımları otomatik olarak oluşturabilme yeteneği yer almaktadır [Gupta ve
                     Kumar, 2020].

                            3.1. Dijital Üretimin İyileştirilmesi:
                            Tasarımda  dijital  üretim  günümüzde  önemli  bir  kavramdır.  Tasarımcıların  yeni  ve
                     etkileyici tasarımlar yaratma becerilerini geliştirmeyi amaçlamaktadır. Bu, özellikle yapay zeka (AI)
                     ve derin öğrenme algoritmalarının tasarım süreçlerine entegrasyonu ile büyük bir ivme kazanmıştır.
                     Derin öğrenme algoritmaları büyük veri setleri üzerinde eğitildiğinde, tasarım süreçleri daha hızlı
                     ve daha etkili bir şekilde öğrenme yeteneğine sahip olur [Gupta ve Kumar, 2020]. Bu da tasarım
                     süreçlerini hızlandırır ve tasarımcı üretkenliğini artırır.
                            Derin öğrenme, karmaşık veri yapılarını analiz etme ve bu verileri kullanarak özgün tasarım
                     önerileri  sunma  yeteneğine  sahiptir  [Kim  ve  Lee,  2018].  Bu  durum,  tasarımcıların  daha  önce





                                                           218
   249   250   251   252   253   254   255   256   257   258   259