Yapay Görüntü, Sıradanlaştı

Bir reklam filmindeki gökyüzü fazla kusursuz olduğunda, bir figürün eli bir an fazla uzadığında ya da müzik gereğinden temiz çıktığında artık kimse durup bakmıyor. Oysa iki yıl önce aynı kare, izleyeni koltuğunda öne eğerdi. Üretken yapay zekâyla üretilen reklam, tam da bu derginin peşinde olduğu türden bir olguya dönüştü: fark edilmeyi bıraktığı ölçüde sıradanlaşan bir yenilik. Ve sıradanlaştığı an, üzerine düşünülmesi gereken şey hâline geldi.

Bu yazı bir kanaat denemesi değil; küçük ölçekli, sistematik bir içerik çözümlemesinin ilk turundan çıkan bir ön rapordur. Bahçeşehir Üniversitesi İletişim Fakültesi bünyesinde yürüttüğümüz saha çalışmasında, Türkiye'de 2023–2026 arasında yayımlanmış ve yapay zekâ kullanımı gözlemlenebilen 24 reklam filmini derledik; her filmi, birbirinden bağımsız çalışan 13 kodlayıcıyla, ortak bir kodlama çerçevesi üzerinden çözümledik. Amacımız kesin bir sektör portresi çizmek değil; reklam üretiminin bu yeni katmanda nasıl biçimlendiğine dair ölçülebilir, sınanabilir bir ilk resim ortaya koymaktır.

Künye

Çalışmanın bir bakışta özeti

Bulgu 01 — Kullanım yoğunluğu

Ölçülü giriş yok: Markalar ya derin uca atlıyor ya hiç girmiyor

Filmleri, yapay zekânın görsel-işitsel üretimin ne kadarını kapsadığına göre dört banda ayırdık; bu, çalışmaya özgü bir ölçekleştirmedir. Beklenti, çoğu markanın "ölçülü bir rötuş" düzeyinden başlamasıydı. Bulgu bunun tam tersi: yapay zekâya el atan marka, yarım adım atmıyor.

Yapay zekâ kullanım yoğunluğu · 24 filmin dağılımı

Filmlerin %92'si yoğun ya da tamamen yapay üretim. "Yalnızca birkaç efekt" bandında tek bir film bile yok. Yapay zekâ, bir "dokunuş" değil; giderek bir üretim biçimi.

Her filmin bandı, 13 kodlayıcının çoğunluk oyuyla belirlenmiştir.

Bulgu 02 — Mecra, dönem, biçim

Henüz televizyonun değil, akışın hikâyesi

Derlenen 24 filmin tamamı YouTube ekseninde dolaşıma girmiş; bir bölümü dikey kısa video biçiminde de karşımıza çıkmıştır. Filmlerin ortanca süresi 33 saniye; üretim 2024'te belirgin biçimde yoğunlaşıyor. Sektörel olarak hızlı tüketim ürünleri, teknoloji ve perakende öne çıkıyor — bu üç alan örneklemin dörtte üçünü kapsıyor. Tablo, düşük maliyetli ve hızlı deneme-yanılmaya açık bir üretim kültürünün, önce dijital akışta kök saldığını düşündürüyor.

Bulgu 03 — Yapay zekâ ne için kullanılıyor?

Şimdilik bir "görüntü makinesi"

Kodlayıcıların işaretlediği kullanım türlerinde net bir hiyerarşi var: yapay zekâ ağırlıkla görsel üretim için devrede. Post-prodüksiyon, kurgu ve video üretimi onu izliyor; seslendirme ve ses tasarımı henüz ikincil. Yani bugünün yapay zekâ reklamı, çoğunlukla "var olmayan bir görüntüyü var etme" işi — anlatıdan çok görüntü üzerine kurulu.

Yapay zekânın işlevi · en sık işaretlenenler (göreceli)

Çubuklar en sık işaretlenen işleve göre orantılanmıştır (kodlama düzeyi; bir film birden çok işlev alabilir).

Bulgu 04 — Yaratıcı strateji

Reklam ne söylüyor? Çerçeveler henüz net konuşmuyor

Filmleri, reklam yazınının iki yerleşik çerçevesiyle de okuduk: tüketici karar tipini betimleyen FCB modeli (Vaughn, 1980) ve ikna yönelimini sınıflayan Taylor'ın Altı Bölümlü Mesaj Stratejisi Çemberi (Taylor, 1999). Aşağıdaki dağılımlar dengeli bir tablo veriyor: tatmin ve bilgilendirme ağırlıklı bir FCB profili; ego ile duyusallık arasında salınan bir ikna dili.

FCB · karar tipi (film düzeyi)

Taylor · ikna yönelimi (film düzeyi)

Ancak burada bir uyarı şart. Bu iki dağılım, çalışmanın en ön/keşfe dönük katmanıdır ve kesin bulgu olarak okunmamalıdır. Nedeni, kodlayıcıların bu iki değişkende birbiriyle ne kadar uyuştuğunda gizli: 13 kişi aynı filmleri bağımsız kodladığında, FCB ve Taylor'da uyum yalnızca orta düzeyde kaldı (α≈.43 ve .58). Yani strateji kategorileri, yoğunluk gibi görece nesnel bir ölçüte kıyasla, kodlayıcılar arasında istikrarlı bir okuma üretemedi.

Bu filmler çoğu zaman "ne demek istediğini" değil, "neyi yapabildiğini" anlatıyor.

Yorum

Yapay zekâ, reklamda henüz yerini bulmadı

Bu ön araştırmanın en anlamlı çıkarımı, dağılımların kendisinde değil, aralarındaki gerilimde. Üç bulgu üst üste geldiğinde tutarlı bir hikâye anlatıyor: markalar yapay zekâyı ölçülü bir yaratıcı çözüm olarak değil, bütünüyle "yapabilme"yi sergileyen bir teknoloji gösterisi olarak kullanıyor (%92 yoğun+); bu gösteri ağırlıkla görüntü üretimi üzerinden kuruluyor; ve reklamın amacını/stratejik niyetini ölçen çerçeveler (FCB, Taylor) istikrarlı bir desen vermiyor.

Bu üçüncü nokta yalnızca bir yöntem sınırı olarak görülmemeli. Elbette öğrenci kodlayıcılar ve olgunlaşmamış bir kavram seti uyumu düşürür. Ama daha ilgi çekici ve en az onun kadar olası bir okuma şu: filmlerin kendisinde okunabilir, tutarlı bir iletişim amacı henüz yerleşmemiş olabilir. Üretim teknoloji-itkili ve gösteri odaklı olduğunda — yani "ne söyleyeyim" sorusundan değil, "neyi üretebilirim" olanağından yola çıktığında — reklamın amacını ölçen araçlar, ayrıştırıcı ve güvenilir bir sinyal bulamaz. Ölçüm zayıf çıkar; çünkü ölçülen niyet henüz bulanıktır.

Buradan normatif bir sonuç doğuyor. Alanın olgunlaşması, üretimin teknoloji gösterisinden amaç odaklı üretime — tanımlı bir iletişim hedefine, konumlandırmaya ve tüketici içgörüsüne bağlı bir yaratıcı stratejiye — kaymasına bağlı. Yapay zekâ, "bakın neler yapabiliyor" evresinden "şunu söylemek için şu aracı kullanıyorum" evresine geçtikçe, hem reklamların stratejik okunabilirliği hem de bu okumayı yapan ölçümlerin güvenirliği artacaktır. Bu ön rapor, tam da bu geçişi izleyebilecek kavram ve araçların geliştirilmesi gerektiğini gösteriyor.

Desen. Nicel içerik çözümlemesi. Örneklem, Türkiye'de 2023–2026 arasında yayımlanmış, yapay zekâ kullanımı gözlemlenebilir 24 reklam filmidir (amaca yönelik / olasılıksal olmayan örnekleme). Dahil etme ölçütü: ticari marka reklamı, Türkçe ya da altyazılı, mecrada erişilebilir olması.

Kodlama çerçevesi. Üç eksen: (1) çalışmaya özgü dört bantlı AI kullanım yoğunluğu ölçeği; (2) FCB modeli (Vaughn, 1980) — düşün/hisset ve yüksek/düşük ilgilenim eksenlerinden türeyen bilgilendirici, duygusal, alışkanlık ve tatmin kategorileri; (3) Taylor'ın Altı Bölümlü Mesaj Stratejisi Çemberi (Taylor, 1999) — akılcı, akut ihtiyaç ve rutin (iletim görüşü) ile ego, sosyal ve duyusal (ritüel görüşü) segmentleri. Ayrıca kullanım türü ve yaratıcı öğeler kodlandı.

Kodlayıcılar ve süreç. 13 kodlayıcı her filmi birbirinden bağımsız kodladı (toplam 308 kodlama). Film düzeyi bulgular çoğunluk oyuyla üretildi. Kodlayıcılar arası uyum Krippendorff α ile hesaplandı:

Bu değerler orta düzeydedir ve yayın için önerilen eşiğin (α≥.667) altındadır. Bulgular bu nedenle kesin değil, keşfe dönüktür; özellikle FCB ve Taylor dağılımları birer ön gösterge olarak okunmalıdır.

Sınırlılıklar. Küçük ve amaca yönelik örneklem; olasılıksal olmayan örnekleme; bazı sınır durumlarda (ör. yurt dışı kaynaklı ama Türkiye'de dolaşan filmler) kapsam belirsizliği; kodlayıcıların lisans düzeyi deneyimi. Sonuçlar Türkiye evrenine genellenemez ve bir ön saha ölçümü olarak değerlendirilmelidir.