Bilgi Paketi / Ders Kataloğu
| Ders Kodu | : RTS317 |
| Ders Türü | : Seçmeli |
| Ders Grubu | : Lisans |
| Eğitim Dili | : Türkçe |
| Staj Durumu | : Yok |
| Teori | : 1 |
| Uyg. | : 2 |
| Kredi | : 2 |
| Laboratuvar | : 0 |
| AKTS | : 5 |
Bu dersin amacı, öğrencilere sinema, televizyon ve dijital yayıncılıkta video ve ses kurgusu süreçlerinde kullanılan güncel yapay zekâ (YZ) teknolojilerini, araçlarını ve algoritmalarını tanıtmaktır. Ders kapsamında öğrencilerin kurgu aşamasındaki iş akışlarını yapay zekâ uygulamalarıyla optimize etmeleri, yaratıcı kurgu tekniklerini yenilikçi teknolojilerle birleştirmeleri ve bu süreçleri ulusal/uluslararası etik ilkeler ile telif hakları çerçevesinde eleştirel bir bakış açısıyla yürütebilmeleri amaçlanmaktadır.
Bu ders; sinema, televizyon ve yeni medya sektörlerinde post-prodüksiyon (yapım sonrası) süreçlerini dönüştüren yapay zekâ teknolojilerini teorik ve pratik boyutlarıyla ele almaktadır. Ders kapsamında; yapay zekâ destekli kurgu yazılımları, otomatik görüntü ve ses senkronizasyonu, akıllı renk düzenleme (color grading), ses temizleme, görsel efekt (VFX) süreçlerinde yapay zekâ kullanımı ve derin kurgu (deepfake/generative AI) gibi güncel teknikler incelenmektedir. Ayrıca, kurgu aşamasında yapay zekâ kullanımının getirdiği hız, yaratıcı imkânlar, sektörel iş gücü dönüşümü, telif hakları ve etik sorunlar eleştirel bir bakış açısıyla tartışılmakta ve öğrenciler uygulamalı projeler geliştirmektedir.
| 1. | Sinema, televizyon ve yeni medya sektörlerinde kullanılan güncel yapay zekâ destekli kurgu ve ses yazılımlarını profesyonel iş akışlarına entegre eder. |
| 2. | Metin tabanlı kurgu, otomatik sahne algılama ve akıllı medya yönetimi gibi YZ otomasyonlarını kullanarak post-prodüksiyon süreçlerinde zaman ve kaynak yönetimini sağlar. |
| 3. | Üretken yapay zekâ (Generative AI) araçlarıyla kurgu projeleri için özgün ses, müzik, görsel efekt (VFX) ve kadraj genişletme (Outpainting) uygulamaları geliştirir. |
| 4. | YZ araçlarının getirdiği hız ve otomasyonu; kurgunun ritim, tempo ve duygu aktarımı gibi temel sinematik ve estetik kurallarıyla dengeli bir şekilde harmanlar. |
| 5. | YZ kullanımından doğan telif hakları, mülkiyet sorunları, derin kurgu (deepfake) ve dezenformasyon risklerini eleştirel bir süzgeçten geçirerek yasalara uygun projeler tasarlar. |
| 1. | Hutson, J., & Smith, A. (2024). Cinematic algorithms: The rise of generative AI in video art and visual culture. Routledge. |
| Değerlendirme Türü | Adet | Yüzde |
|---|---|---|
| Derse Katılım (Performans) | 5 | %5 |
| Uygulama Sınavı | 1 | %15 |
| Ara Sınav (Vize) | 1 | %20 |
| Dönem Sonu Sınavı (Final) | 1 | %60 |
| Etkinlik | Sayısı | Ön Hazırlık | Süre | Toplam Iş Yükü (Saat) |
|---|---|---|---|---|
| Kuramsal Ders | 14 | 1 | 1 | 28 |
| Uygulamalı Ders | 14 | 0 | 2 | 28 |
| Uygulama Sınavı | 1 | 15 | 0 | 15 |
| Ara Sınav | 1 | 20 | 1 | 21 |
| Dönem Sonu Sınavı | 1 | 30 | 1 | 31 |
| TOPLAM İŞ YÜKÜ (Saat) | 123 | |||
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 | PÇ-16 | |
OÇ-1 | 4 | 5 | 5 | 5 | ||||||||||||
OÇ-2 | 5 | 5 | 5 | 5 | 3 | |||||||||||
OÇ-3 | 5 | 3 | 5 | 4 | 5 | |||||||||||
OÇ-4 | 5 | 5 | 5 | |||||||||||||
OÇ-5 | 5 | 4 | 4 | 5 | 5 | |||||||||||