
| Ders Kodu | : RTS319 |
| 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 yapay zeka destekli görüntü ve video üretimi araçlarının sinematografik, estetik ve teknik temellerini aktarmaktır. Ders kapsamında öğrencilerin; geleneksel sinema dilini (ışık, kompozisyon, lens seçimi, sanat yönetimi) yapay zeka algoritmalarıyla birleştirmeleri, yapım öncesi (pre-production) süreçlerinde yapay zekayı bir yaratıcı asistan olarak kullanmaları ve hareketli görüntü üretiminde yenilikçi hikaye anlatımı yöntemleri geliştirmeleri hedeflenmektedir. Ayrıca, yapay zekanın sinema endüstrisindeki etik, telif ve iş gücü boyutları tartışılarak, öğrencilerin geleceğin medya dünyasına vizyoner ve etik sorumluluk sahibi içerik üreticileri olarak hazırlanması amaçlanmaktadır.
Bu ders, sinema ve televizyon alanında yapay zeka destekli görsel üretim araçlarının temel kullanımını ve bu teknolojilerin yaratıcı süreçlere entegrasyonunu kapsamaktadır. Ders süresince öğrenciler; metinden görüntü ve video üretimi (text-to-image/video), yapay zeka ile konsept tasarımı, storyboard oluşturma ve dijital kurgu asistanlığı gibi temel uygulama alanlarını öğreneceklerdir. Teknik araçların yanı sıra, yapay zeka kullanımının sinematografik kurallara uyumu, telif hakları ve etik tartışmalar da dersin içeriğini oluşturmaktadır. Dönem sonunda öğrencilerin, bu araçları geleneksel film yapım süreçleriyle birleştiren pratik bir proje geliştirmeleri beklenmektedir.
| 1. | Geleneksel sinema diline ait kamera açıları, plan ölçekleri, lens türleri ve ışık tasarımlarını yapay zeka görsel üretim araçlarında doğru komutlarla (prompt) uygular. |
| 2. | Sinematik bir anlatı için gerekli olan karakter ve mekan tutarlılığını yapay zeka araçlarının ileri düzey parametrelerini kullanarak analiz eder ve sahneler arası görsel devamlılığı sağlar. |
| 3. | Yapay zeka ile üretilmiş durağan görüntü, video, ses, müzik ve kurgu öğelerini bütüncül bir sinematik akış oluşturacak şekilde bir araya getirir. |
| 4. | Sinema ve medya sektöründe yapay zeka kullanımının getirdiği telif hakları, oyuncu hakları, deepfake ve manipülasyon gibi etik sorunları eleştirel bir süzgeçten geçirerek tartışır. |
| 5. | Fikir aşamasından kurgu aşamasına kadar yapay zeka araçlarını yaratıcı bir asistan olarak kullanarak, özgün ve anlatı değeri olan kısa bir sinematik proje tasarlar. |
| 1. | https://nofilmschool.com/the-real-ai-revolution-in-filmmaking-is-happening-behind-the-scenes |
| 2. | Runway. (t.y.). Runway academy: Learning generative video and AI tools. Erişme tarihi: 26 Mayıs 2026, https://learn.runwayml.com/ |
| 3. | Midjourney. (t.y.). Midjourney documentation: Prompts, parameters, and cinematic styling. Erişme tarihi: 26 Mayıs 2026, https://docs.midjourney.com/ |
| 4. | Curious Refuge. (t.y.). AI filmmaking: The ultimate guide to creating films with artificial intelligence. Erişme tarihi: 26 Mayıs 2026, https://curiousrefuge.com/ |
| Değerlendirme Türü | Adet | Yüzde |
|---|---|---|
| Derse Katılım (Performans) | 5 | %5 |
| Ödev | 3 | %15 |
| Ara Sınav (Vize) | 1 | %20 |
| Dönem Sonu Sınavı (Final) | 1 | %60 |
| Etkinlik | Sayısı | Ön Hazırlık | Süre | Toplam Iş Yükü (Saat) |
|---|---|---|---|---|
| Kuramsal Ders | 14 | 0 | 1 | 14 |
| Uygulamalı Ders | 14 | 0 | 2 | 28 |
| Ödev | 4 | 5 | 5 | 40 |
| Ara Sınav | 1 | 10 | 1 | 11 |
| Dönem Sonu Sınavı | 1 | 30 | 1 | 31 |
| TOPLAM İŞ YÜKÜ (Saat) | 124 | |||
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 | 3 | 5 | 5 | ||||||||||||
OÇ-2 | 3 | 4 | 4 | 5 | 5 | |||||||||||
OÇ-3 | 5 | 5 | 4 | 3 | 3 | 5 | ||||||||||
OÇ-4 | 5 | 5 | 5 | |||||||||||||
OÇ-5 | 5 | 4 | 5 | 5 | 4 | 5 | 4 | 5 | 5 | |||||||