Bilgi Paketi / Ders Kataloğu
| Ders Kodu | : SGH204 |
| Ders Türü | : Seçmeli |
| Ders Grubu | : Önlisans |
| Eğitim Dili | : Türkçe |
| Staj Durumu | : Öğrenciler, 4. yarıyılda "İMEU201-İşletmede Mesleki Eğitim (30 AKTS)" dersi kapsamında, "Aydın Adnan Menderes Üniversitesi İşletmede Mesleki Eğitim Yönergesi" hükümlerine uygun olarak belirlenen işletmelerde en az 70 iş günü süreyle işletmede mesleki eğitim faaliyetlerini yürütmek ve başarıyla tamamlamak zorundadırlar. |
| Teori | : 2 |
| Uyg. | : 0 |
| Kredi | : 2 |
| Laboratuvar | : 0 |
| AKTS | : 2 |
Bu dersin amacı, öğrencilere saç bakımı ve güzellik hizmetleri alanında üretken yapay zeka (Generative AI) ve artırılmış gerçeklik (AR) teknolojilerinin kullanımını teorik ve uygulamalı olarak aktarmaktır. Ders kapsamında öğrencilerin; bilgi istemi mühendisliği (prompt engineering), yapay sinir ağları filtreleri (neural filters), üretken dolgu (generative fill) ve sanal deneme (virtual try-on) teknolojilerini kullanarak profesyonel düzeyde dijital saç rengi, saç kesimi ve makyaj tasarımları üretebilme becerisi kazanması hedeflenmektedir. Ayrıca, sektördeki dijital dönüşüme yön verebilecek, telif ve etik kurallara hakim, yapay zeka destekli danışan konsültasyonu ve kişisel dijital portföy/katalog oluşturma vizyonuna sahip nitelikli uzmanlar yetiştirilmesi amaçlanmaktadır.
Fotoğraf çekim teknikleri, tasarım programları
| 1. | Saç ve makyaj tasarımında geleneksel dijital yöntemlerden üretken yapay zekaya geçiş süreçlerini analiz ederek telif, iş etiği ve deepfake kavramlarının sektörel sınırlarını açıklar. |
| 2. | Yapay zeka algoritmalarının insan yüzünü, saç dokusunu ve morfolojisini hatasız analiz edebilmesi için gerekli olan dijital fotoğraf çekimi ve girdi optimizasyonu standartlarını uygular. |
| 3. | Saç kesim formları, renk pigmentleri ve kozmetik makyaj stillerini üretken yapay zeka motorlarına doğru aktarabilmek için bilgi istemi mühendisliği (prompt engineering) metinlerini formüle eder. |
| 4. | Grafik editörlerindeki üretken dolgu (generative fill) ve yapay sinir ağları (neural filters) araçlarını kullanarak dijital ortamda saç rengi, hacmi, kesimi ve kaynak simülasyonlarını gerçekleştirir. |
| 5. | Yüz haritalama ve artırılmış gerçeklik (AR) tabanlı kurumsal sanal deneme (virtual try-on) teknolojilerini kullanarak ileri düzey makyaj ve renkli kozmetik varyasyonları tasarlar. |
| 6. | Yapay zeka araçlarıyla üretilen tasarımları dijital danışan katalogları (lookbook) ve kişisel marka portföyü haline getirerek güzellik sektöründeki teknolojik trendlere uygun dijital pazarlama vizyonu sergiler. |
| 1. | Adobe Creative Team. (2025). Adobe Photoshop Classroom in a Book: Focus on Generative AI and Firefly Integration. |
| 2. | Chua, J. (2024). Generative AI for Digital Artists and Designers: Mastering Prompts and Workflows. Rockport Publishers. |
| 3. | Perfect Corp. (Güncel Raporlar). The Global Beauty Tech Report: How AI & AR Are Transforming the Consumer Experience. New York: Perfect Corp Publications. |
| 4. | Mazzone, M., & Elgammal, A. (2019). Art, Creativity, and the Potential of Artificial Intelligence. MDPI. |
| Değerlendirme Türü | Adet | Yüzde |
|---|---|---|
| Sunum | 1 | %10 |
| Ödev | 1 | %10 |
| Kısa Sınav (Quiz) | 1 | %20 |
| Dönem Sonu Sınavı (Final) | 1 | %60 |
| Etkinlik | Sayısı | Ön Hazırlık | Süre | Toplam Iş Yükü (Saat) |
|---|---|---|---|---|
| Kuramsal Ders | 14 | 0 | 2 | 28 |
| Ödev | 1 | 5 | 0 | 5 |
| Sunum | 1 | 3 | 1 | 4 |
| Bireysel Çalışma | 4 | 2 | 0 | 8 |
| Dönem Sonu Sınavı | 1 | 4 | 1 | 5 |
| TOPLAM İŞ YÜKÜ (Saat) | 50 | |||
PÇ-1 | PÇ-2 | PÇ-3 | PÇ-4 | PÇ-5 | PÇ-6 | PÇ-7 | PÇ-8 | PÇ-9 | PÇ-10 | PÇ-11 | PÇ-12 | PÇ-13 | PÇ-14 | PÇ-15 | |
OÇ-1 | 3 | 4 | 5 | 5 | |||||||||||
OÇ-2 | 4 | 5 | 4 | 3 | |||||||||||
OÇ-3 | 4 | 5 | |||||||||||||
OÇ-4 | 4 | 5 | 4 | ||||||||||||
OÇ-5 | 4 | 5 | 5 | ||||||||||||
OÇ-6 | 5 | 4 | 4 | ||||||||||||