RÖPORTAJ SERİSİ: Hesaplamalı Medya Kuramı ve Dijital Dönüşüm RÖPORTAJ: Gökhan Çolak, Tuğba Bahar, Semay Buket Şahin | RÖPORTAJ KONUĞU: Lev Manovich

Kuramsal Çerçeve ( Gökhan Çolak )

The Language of New Media adlı eserinizde dijital medyanın mantığını anlamaya yönelik kuramsal bir çerçeve ortaya koymuştunuz. Bugün algoritmik sistemler ve yapay zekâ tarafından derinden şekillendirilen bir kültürel ortamda, önerdiğiniz bu kuramsal çerçevenin günümüz dijital kültürünü açıklamak için hâlâ yeterli olduğunu düşünüyor musunuz? Yoksa “yeni medya” kavramının kendisinin yeniden düşünülmesi mi gerekiyor?

The Language of New Media’da ortaya koyduğum beş temel ilke — sayısal temsil (numerical representation), modülerlik (modularity), otomasyon (automation), değişkenlik (variability) ve kod dönüştürme (transcoding) — dijital medyanın temel mantığını bugün de oldukça başarılı biçimde açıklamaktadır. Bu ilkeler hâlâ geçerliliğini koruyor; çünkü dijital kültürün temelini oluşturan yapıyı tarif ediyorlar.

Bununla birlikte, günümüzde ortaya çıkan yeni kültürel biçimleri ve teknolojik gelişmeleri açıklayabilmek için yeni kavramlara da ihtiyaç duyuyoruz. Örneğin üretken yapay zekâyı (Generative AI) ele alalım. Bu teknoloji, medya üretim süreçlerimizi köklü biçimde dönüştürüyor. Şimdilik hâlâ 2001 yılında, The Language of New Media yayımlandığında kullandığımız yazılımları kullanmaya devam ediyoruz: Photoshop, After Effects, Blender ve benzerleri. Ancak artık bu yazılımlar farklı şekilde çalışıyor; çünkü onlarla yapay zekâ destekli asistanlar aracılığıyla etkileşim kurabiliyoruz. Dahası, yapay zekâ yalnızca yeni bir araç olarak değil, insanla birlikte çalışan bir ortak yazar (co-author) hâline geliyor; insanla kurduğu diyalog sayesinde medya içerikleri üretiyor.

Peki, “yeni medya” kavramının kendisini yeniden düşünmemiz gerekiyor mu? Aslında bu terim her zaman tarihsel bir işaretleyiciydi; medyanın büyük ölçüde analog olduğu bir dönemde anlamlıydı. Bugün ise, her bir içeriğin doğrudan bir insan tarafından oluşturulmasını gerektirmeden büyük ölçeklerde metin, görsel, müzik ve video üretebilen sistemleri tanımlayacak yeni kavramlara ihtiyacımız var.

Ben de bu yeni durumu nasıl adlandırabileceğimiz üzerine düşünüyorum; belki buna “AI media” (Yapay Zekâ Medyası) diyebiliriz. Ancak üretken yapay zekânın dijital kültürü dönüştürme sürecinin henüz çok başındayız. Bu dönüşüm ilerledikçe, önümüzdeki yıllarda bu yeni gerçekliği açıklayabilmek için çok daha fazla yeni kavram geliştirmemiz gerekecek.

Arayüz ve İdeoloji

Sosyal medya platformlarının standartlaştırılmış arayüzleri kültürel üretimi ve kullanıcı davranışlarını nasıl şekillendiriyor? Bugün arayüzü ideolojik bir yapı olarak okumak mümkün mü?

Her arayüz, iletişimin ne olduğu ve nasıl işlemesi gerektiğine dair belirli varsayımlar içerir. Sosyal medya akışı (feed) — içeriklerin tek bir sütunda, yayınlanma tarihine ya da algoritmik önem sırasına göre dizildiği yapı (bu düzen özellikle 2016 sonrasında standart hâle geldi) — mesaj üzerinde hiçbir etkisi olmayan tarafsız bir iletişim kanalı değildir. Aksine, belirli içerik türlerini ve belirli paylaşım stratejilerini teşvik eder.

Örneğin bugün Instagram, dikkat çekici ve ilk bakışta kolayca anlaşılabilen görselleri, çok sayfalı carousel gönderilerini ve kısa videoları öne çıkarıyor. Elbette insanlar farklı formatlarda ve farklı üsluplarda içerikler üretmeye devam ediyor; bunların bazıları da geniş kitlelere ulaşabiliyor. Ancak düzenli olarak paylaşım yapan milyonlarca insanın önemli bir bölümü, arayüzün teşvik ettiği formatlara ve üretim stratejilerine uyum sağlıyor.

Peki buna ideoloji diyebilir miyiz? Ben buna hayır derim. Geleneksel anlamda ideolojiler, belirli siyasal amaçlara sahip ve kimlikleri bilinen aktörler tarafından bilinçli olarak oluşturulurdu. Oysa arayüzler; kullanım kolaylığı, etkileşim oranları ve diğer pratik ölçütleri optimize etmeye çalışan mühendisler ile ürün geliştirme ekipleri tarafından tasarlanıyor.

Bu nedenle arayüzleri doğrudan bir ideoloji olarak değil, farklı bir çerçevede düşünmeliyiz. Buradaki mesele, klasik anlamda bir yanlış bilinç üretiminden ziyade, bir tasarım monokültürüdür. Milyarlarca insan, ortak temel ilkelere sahip ve aynı etkileşim “dilini” kullanan birkaç arayüz şablonu üzerinden iletişim kuruyor. İşte günümüz dijital kültürünü anlamak açısından asıl dikkat edilmesi gereken olgu da budur.

Platform Kültürü ve Süreklilik

Dijital kültürde süreklilik ve kopuş arasındaki ilişkiyi nasıl değerlendiriyorsunuz? Günümüz platform kültürü önceki medya biçimlerinin bir devamı mı, yoksa niteliksel bir kırılmayı mı temsil ediyor?

Bu sorunun yanıtı, hangi düzeyden baktığınıza bağlı olarak her ikisidir.

Medya biçimleri düzeyinde güçlü bir süreklilik söz konusudur. Sosyal medya akışı (feed), hâlâ bir veri akışıdır (data stream); bu mantık, sinemayı, televizyonu ve hatta telgrafı yöneten temel mantığın devamıdır. Bugün gönderiler (posts) sinemadaki planların (shots) yerini almış, editörlerin yerini ise algoritmalar almıştır. Ancak bu yapının temel mantığı bize yabancı değildir.

2011 yılında yayımladığım “Data Stream, Database, Timeline: New Forms of Social Media” başlıklı makalemde, sosyal medya akışını yeni bir medya biçimi olarak ele almıştım. Bu çalışma, 1990’ların sonlarında veritabanı (database) ve gezinilebilir mekân (navigable space) gibi yeni medya biçimleri üzerine yaptığım analizlerin bir devamı niteliğindedir.

Ancak ölçek (scale) her şeyi değiştirir. Bu noktada Hegel’in ünlü düşüncesini hatırlamak yerinde olacaktır: Niceliksel değişim, sonunda niteliksel değişime dönüşür. Başka bir ifadeyle, nicelik bir noktadan sonra niteliği değiştirir.

Bugün yaklaşık 1,5 milyar insan sosyal medya içeriği üretirken, 5 milyardan fazla insan bu içerikleri tüketiyor. Bu ölçekte bir katılım gerçekleştiğinde, kültürel ekolojinin kendisi dönüşmeye başlar. Hangi içeriklerin görünür hâle geldiği, kolektif belleğin nasıl oluştuğu, kültürel eğilimlerin birkaç gün içinde nasıl doğup yok olduğu artık, az sayıda televizyon yayıncısının geniş ama pasif bir izleyici kitlesine seslendiği dönemdeki gibi işlemiyor.

Dolayısıyla burada gerçekten niteliksel bir kırılma söz konusudur; arayüz ilk bakışta yalnızca güncellenmiş bir gazete sayfasını andırıyor gibi görünse bile, arkasındaki kültürel dinamikler köklü biçimde değişmiştir.

Kültürel Analitik ve Metodoloji

Kültürel Analitik (Cultural Analytics) yaklaşımınız, kültürel çalışmaların nitel (qualitative) analiz geleneğiyle nasıl bir ilişki kuruyor? Bu yaklaşımı eleştirel düşüncenin bir genişlemesi olarak mı görüyorsunuz, yoksa beraberinde yeni sınırlılıklar da getiriyor mu?

Her iki yaklaşımın da kendine özgü güçlü yönleri olduğu gibi, belirli sınırlılıkları da vardır. Nitel yaklaşım, metinleri ve kültürel nesneleri yakından ve dikkatli biçimde okumaya dayanır. Bu sayede, her bir eserin tarihsel ve kültürel bağlamını dikkate alan son derece incelikli yorumlar üretilebilir. Ancak bu yöntemle yalnızca sınırlı sayıda kültürel nesne incelenebilir. Dolayısıyla yalnızca bu yaklaşımla çalışırsak, kültürün “uzun kuyruğu” (long tail) görünmez hâle gelir; yani belirli bir dönem ya da coğrafyada üretilen kültürel ürünlerin büyük çoğunluğu araştırmanın dışında kalır.

Edebiyat kuramcısı Franco Moretti, edebiyat araştırmaları ve edebiyat kanonu bağlamında bu durumu şu sözlerle ifade etmişti: “Kitapların büyük çoğunluğu sonsuza kadar kaybolur.” (The Slaughterhouse of Literature, 2000).

İşte nicel analiz yöntemleri, veri görselleştirme teknikleri ve büyük kültürel veri kümeleri bu “uzun kuyruğu” görünür kılmamıza yardımcı olur. Benim Kültürel Analitik (Cultural Analytics) adını verdiğim yaklaşımın (2005-) temel fikri şudur: Sadece başyapıtlar ya da belirli ölçütlere göre önemli kabul edilen eserlerle ilgilenmek yerine, belirli bir medya türünde, belirli bir dönemde ve belirli bir coğrafyada herkes tarafından üretilmiş mümkün olan tüm kültürel üretimi birlikte incelemeye çalışmalıyız. Benim için Cultural Analytics’in temel ilkesi budur.

Burada önemli bir ayrım yapmak gerekir. Benim yaklaşımım, yaygın nicel araştırma geleneği olan Dijital Beşerî Bilimler (Digital Humanities – DH) çalışmalarından farklıdır. DH araştırmacıları istatistik, makine öğrenmesi ve yapay zekâ gibi nicel yöntemlerden yararlanırlar; ancak hiçbir zaman her şeyi analiz etmeye çalışmazlar.

Bu alandaki en iddialı çalışmalardan biri olan Quantitative Analysis of Culture Using Millions of Digitized Books (2011), Google Books tarafından dijitalleştirilen 5 milyondan fazla kitabı analiz etti. Ancak bu çalışma yalnızca kitaplarla sınırlıydı; diğer medya türlerini kapsamadı. Üstelik bu 5 milyon kitap, şimdiye kadar yayımlanmış tüm kitapların yalnızca yaklaşık %5’ini temsil etmektedir.

Peki neden ideal olarak her şeyi birlikte analiz etmek istediğimi düşünüyorum?

Çünkü bana göre böyle bir yaklaşım, herhangi bir tema ya da kültürel tekniğin çok daha sağlıklı anlaşılmasını ve yorumlanmasını sağlar. Aynı temanın veya tekniğin diğer bütün kullanım biçimlerini de dikkate alabilir, bunları kültür tarihinin bütünsel manzarası içine yerleştirebiliriz.

Bu yaklaşım, bir bakıma Erwin Panofsky’nin ikonoloji anlayışının — sanat tarihi boyunca ortak kültürel sembollerin izini süren yönteminin (1932; sistematik hâli 1939) — ve Aby Warburg’un Bilderatlas Mnemosyne projesinin (1924–1929) bir devamı olarak görülebilir. Warburg, yüzlerce sanat eserinin fotoğrafını yan yana getirerek ortak görsel motiflerin tarihsel ilişkilerini incelemeye çalışmıştı. Benim önerdiğim yöntem ise bunu dijital çağın ölçeğinde gerçekleştirmeyi amaçlıyor.

Peki medya çalışmaları ve beşerî bilimlerde nitel ve nicel yöntemlerin başarılı biçimde birlikte kullanılmasını bekleyebilir miyiz?

Bu soruya cevap verebilmek için sosyal bilimlerin tarihine bakmak gerekir. 1920’ler ve 1930’larda sosyal bilimler nitel ve nicel araştırma gelenekleri olarak iki ayrı yola ayrıldı ve ne yazık ki bu ayrışma ile karşılıklı güvensizlik bugün de büyük ölçüde devam ediyor. Son elli yılın en etkili sosyal bilimcilerine baktığımızda da bu ayrımı görebiliriz. Pierre Bourdieu, güçlü kuramsal katkıları nicel araştırma yöntemleri ve veri görselleştirme teknikleriyle birleştirebilen az sayıdaki araştırmacıdan biriydi.

Buna karşılık Bruno Latour, etnografik yöntemleri derin kuramsal yaklaşımlarla bir araya getirmeyi tercih etti ve bilinçli olarak nicel veri toplama yöntemlerinden uzak durdu. Dolayısıyla mesele, bir yöntemin diğerinin yerine geçmesi değildir. Asıl önemli olan, araştırma sorusuna göre her iki yaklaşımın da sunduğu imkânlardan en verimli biçimde yararlanabilmektir.

Büyük Veri ve Kültürel Hiyerarşiler

Kültürel Analitik (Cultural Analytics) yaklaşımınız, kültürel çalışmaların nitel (qualitative) analiz geleneğiyle nasıl bir ilişki kuruyor? Bu yaklaşımı eleştirel düşüncenin bir genişlemesi olarak mı görüyorsunuz, yoksa beraberinde yeni sınırlılıklar da getiriyor mu?

Eleştirel bir bakış açısıyla uygulanmadığı sürece her yöntem mevcut hiyerarşileri yeniden üretebilir; büyük veri de bunun istisnası değildir. Eğer yalnızca daha önce dijitalleştirilmeye değer görülmüş kültürel materyalleri analiz ederseniz, aslında mevcut kültürel kanonu sorgulamak yerine onu daha da güçlendirmiş olursunuz. Çünkü böyle bir veri kümesi, belirli kültürel kurumların — ve daha geniş anlamda toplumun — hangi eserlerin toplanmaya, korunmaya ve gelecek kuşaklara aktarılmaya değer olduğuna ilişkin geçmişte verdiği kararları yansıtır.

Buna karşılık, beşerî bilimlerde kullanılan geleneksel nicel yöntemlerden farklı olarak Kültürel Analitik (Cultural Analytics), bugüne kadar göz ardı edilmiş ya da marjinalleştirilmiş kültürel üretimleri görünür kılma potansiyeline sahiptir. Böylece, Franco Moretti’nin ifadesiyle kültürel belleğimizden ve akademik çalışmalarımızdan “sonsuza dek kaybolan” kültürel eserlerin büyük çoğunluğunu yeniden keşfetmemiz mümkün olabilir.

Bu, Cultural Analytics’in çok büyük ölçeklerde çalışabilmesi sayesinde gerçekleşir. Böylece kültürün “uzun kuyruğu” (long tail) — ya da en azından onun önemli bir bölümü — ilk kez görünür hâle gelir.

Görsel kültür tarihi açısından bakıldığında ise iki farklı disiplin arasında önemli bir ayrım vardır: çok daha eski bir alan olan sanat tarihi (art history) ile ancak 1990’ların sonlarında ortaya çıkan görsel kültür çalışmaları (visual culture studies).

Ben hiçbir zaman sanat tarihi yapmak istemedim. Dünyadaki ilk görsel kültür programlarından biri açıldığında bu programa katıldım ve 1993 yılında Görsel Kültür alanında doktora derecemi aldım.

İlk akademik yayınlarımdan itibaren (1991-) odağım tarihsel ya da çağdaş sanat değil; dijital grafikler ve animasyon gibi yeni medya biçimleri oldu. 2007 yılında Cultural Analytics Lab’i kurduktan sonra ise görsel kültürü ilk kez büyük ölçekte analiz etme fırsatı buldum.

Sonraki birkaç yıl içinde laboratuvarımızda görsel kültürde mümkün olduğunca farklı medya türlerini kapsayan 43 ayrı veri kümesi oluşturduk ve analiz ettik. Bunlar arasında onlarca yıl boyunca yayımlanmış dergi kapakları, 1 milyon manga sayfası, müzik videoları ve uzun video oyunu oynanışlarından elde edilmiş on binlerce ekran görüntüsü bulunuyordu. Birkaç hafta önce ise bir yapay zekâ asistanının yardımıyla, laboratuvarımızda 2009 yılından beri kullandığımız temel araç olan ImagePlot yazılımının yeni sürümünü geliştirmeyi ve yayımlamayı başardım.

Şimdi ise bu araçla birlikte, yapay zekâ sayesinde çok daha hızlı geliştirebildiğim yeni planlama ve analiz araçlarını kullanarak, çok daha büyük görsel kültür veri kümelerini analiz etmeyi ve görselleştirmeyi hedefliyorum. Bu da Cultural Analytics’in önümüzdeki dönemde ulaşabileceği araştırma ölçeğini önemli ölçüde genişletecek.

Hız Odaklı Estetik ve Platform Kültürü ( Tuğba Bahar )

Türkiye’de sosyal medya kullanımı giderek “özet odaklı tüketim”, “kaydırma kültürü (scroll culture)” ve “atıştırmalık içerikler (snackable content)” etrafında şekilleniyor. Sizce bu eğilim, lo-fi estetiğiyle birleştiğinde yeni bir “hız odaklı estetik” ve “algoritmik yüzeysellik” rejimi mi üretiyor? Yoksa bu durum, kullanıcıların platformların standartlaştırıcı yapısına karşı geliştirdiği bir “mikro-otantiklik (micro-authenticity)” biçimi olarak da yorumlanabilir mi?

Ben “algoritmik yüzeysellik” ifadesine mesafeli yaklaşırım. Çünkü lo-fi estetik, estetik düşüncenin yokluğu değil; aksine bilinçli bir estetik tercihtir ve oldukça uzun bir geçmişe sahiptir. Bu yaklaşım, ortam müziği (ambient music), mimarlık ve tasarımdaki minimalizm gibi, birikim yerine indirgemeyi tercih eden sanat hareketleriyle güçlü bağlar kurar.

Aslında minimalizm, 1990’lardan bu yana tasarım ve mimarlıkta belki de en baskın küresel üslup olmuştur. Bu açıdan lo-fi estetiği de, TikTok’tan ya da kaydırma kültüründen çok daha önce ortaya çıkmış olan bu estetik anlayışın farklı bir tezahürü olarak görülebilir.

En yaygın yorum, minimalizmin bilgiyle aşırı doygun ve yoğun yaşam temposuna verilen bir tepki olduğu yönündedir. Ancak bu açıklama bana biraz fazla kolaycı geliyor. Belki de minimalizm, gerçekten küresel bir estetiğin nasıl göründüğünü ifade ediyordur. Platformlar, diller ve kültürler arasında kolayca dolaşabilen; üretimi çok az kaynak gerektiren ve alımlanması son derece kolay olan bir estetik…

Tarihsel açıdan bakıldığında minimalizm ile 1920’ler ve 1930’larda ortaya çıkan Modern Hareket (Modern Movement) arasında açık bir ilişki görmek mümkündür. Aynı şekilde, 1950’ler ve 1960’larda egemen hâle gelen Uluslararası Üslup (International Style) da bu çizginin devamıdır.

Modern Hareket daha çok birkaç katlı küçük yapılar üzerine odaklanırken, Uluslararası Üslup gökdelenlerin büyük şehir merkezlerini doldurduğu yeni bir mimari ölçeği temsil ediyordu. Her iki yaklaşım ortak estetik ilkeleri paylaşsa da, ölçek ve inşaat teknolojilerindeki değişim görsel farklılıklar yarattı. Bugünkü minimalizm ise, aslında Uluslararası Üslup’tan ziyade ilk dönem Modern Hareket’e daha yakındır. Tıpkı Modern Hareket’te olduğu gibi günümüz minimalizmi de dokunsal nitelikleri güçlü doğal malzemeler, zengin yüzey dokuları ve doğal ışık ile gölge etkilerini etkin biçimde kullanır.

Ben “algoritmik yüzeysellik” ifadesine mesafeli yaklaşırım. Çünkü lo-fi estetik, estetik düşüncenin yokluğu değil; aksine bilinçli bir estetik tercihtir ve oldukça uzun bir geçmişe sahiptir. Bu yaklaşım, ortam müziği (ambient music), mimarlık ve tasarımdaki minimalizm gibi, birikim yerine indirgemeyi tercih eden sanat hareketleriyle güçlü bağlar kurar.

Aslında minimalizm, 1990’lardan bu yana tasarım ve mimarlıkta belki de en baskın küresel üslup olmuştur. Bu açıdan lo-fi estetiği de, TikTok’tan ya da kaydırma kültüründen çok daha önce ortaya çıkmış olan bu estetik anlayışın farklı bir tezahürü olarak görülebilir. Dolayısıyla iyi örnekleriyle düşünüldüğünde minimalizm aslında hiç de “minimal” değildir. Elbette bugün bunun çok sayıda yüzeysel ve formüle indirgenmiş örneğiyle de karşılaşıyoruz. Tarih bize, önce Uluslararası Üslup’un, ardından da minimalizmin baskın hâle gelmesine karşı iki önemli tepki gösterildiğini anlatıyor.

İlk tepki 1960’larda ortaya çıktı. Bazı mimarlar ve tasarımcılar süslemeleri yeniden kullanmaya, doygun neon renklerine, katmanlı dokulara ve oyunbaz geometrik motiflere yöneldiler. İkinci tepki ise maksimalizm (maximalism) olarak adlandırılıyor ve 2010’lu yıllarda belirginleşmeye başladı. Maksimalizm, çok daha yoğun ayrıntıları, çarpışan desenleri ve görsel zenginliği öne çıkarıyor.

Peki bu yeni görüntü, video ve üç boyutlu içerik üretim teknolojileri, mimarlıkta yeni yapı malzemelerinin ortaya çıkardığı dönüşümlere benzer şekilde, yepyeni küresel bir estetik ya da görsel dil yaratacak mı? Bunu söylemek için henüz erken. Mimarlık, sinema, müzik ve moda tarihine baktığımızda yeni malzemelerin ve teknolojilerin estetik üzerinde son derece güçlü etkiler yarattığını görüyoruz.

Örneğin sinemada Technicolor, sinemanın görsel estetiğini kökten değiştirdi. Hafif 16 mm kameralar, 1960’ların Yeni Dalga filmlerindeki elde kamera estetiğini mümkün kıldı. Bilgisayar destekli görsel efektler (CGI) ise bilimkurgu sinemasının hipergerçek dünyalarını ortaya çıkardı.

Moda tarihinde de sentetik naylonun geliştirilmesi, yüzyıl ortası giyim anlayışının hem siluetini hem de erişilebilirliğini dönüştürdü. Bütün bu örnekler bize şunu düşündürüyor: Yeni estetiklerin ortaya çıkması büyük olasılıkla, yapay zekânın bugün yaptığı gibi mevcut estetikleri yalnızca daha hızlı üretmesinden değil; yeni malzemelerin, yeni üretim yöntemlerinin, yeni inşa tekniklerinin ve yeni kullanıcı arayüzlerinin (UI) geliştirilmesinden kaynaklanacaktır. İşte gerçek estetik dönüşüm de büyük olasılıkla bu noktada gerçekleşecektir.

Yapay Zekâ, Estetik ve Yaratıcı Özne

Artificial Aesthetics adlı çalışmanızda estetik üretimin giderek varyasyonlar arasından seçim yapma sürecine dönüştüğünü ileri sürüyorsunuz. Bugün istem (prompt) temelli yapay zekâ sistemleri düşünüldüğünde, kullanıcı gerçekten yaratıcı bir özne midir, yoksa yalnızca önceden tanımlanmış bir olasılıklar uzayında dolaşan bir “arayüz operatörü” müdür?

Öncelikle bu iki kavramı dikkatle düşünmemiz gerekir: “yaratıcı özne” ve “arayüz operatörü.” Gerçekten de bu ikisi arasında kesin ve net bir sınır var mı? Bütün yaratıcı üretim süreçleri, aslında farklı olasılıklar arasından seçim yapmayı içerir. Bir film kurgucusu farklı çekimler arasından seçim yapar; bir küratör sergilenecek eserleri seçer; bir tasarımcı ise farklı yerleşim alternatifleri arasından karar verir. Seçim yapmak, yaratıcı sürecin her zaman ayrılmaz bir parçası olmuştur.

Üretken yapay zekâ bu ilkeyi devam ettirirken ona çok önemli yeni bir boyut ekliyor.

Artık içinde çalıştığımız olasılıklar uzayı (possibility space) sonsuz büyüklüktedir ve aynı zamanda üretkendir (generative). Bu şu anlama gelir: Artık yalnızca sizin ya da başkalarının önceden üretmiş olduğu seçenekler arasından seçim yapmıyorsunuz. Bunun yerine, yapay zekâya verdiğiniz talimatlar ve geri bildirimler aracılığıyla tamamen yeni nesneler ve onların yeni varyasyonlarını üretiyorsunuz.

Başka bir ifadeyle, olasılıklar uzayı önceden var olan sabit bir alan değildir; yaratıcı süreç boyunca yapay zekâ araçlarıyla birlikte sizin tarafınızdan inşa edilir. Dolayısıyla üretme ile seçme süreçleri artık birbirinden ayrılmıyor; ikisi tek bir yaratıcı eylem içinde birleşiyor. Bence bu, son derece önemli bir dönüşümdür. Yapay zekâ araçlarının tanımladığı bu olasılıklar uzayının bir başka önemli özelliği ise, yapısının ve sınırlarının kullanıcı tarafından doğrudan görülememesidir. Örneğin bir yapay zekâ görsel üretim aracı kullandığınızı düşünelim. Metin isteminiz (prompt), referans görselleriniz ve diğer girdileriniz doğrultusunda model aynı fikrin sürekli yeni varyasyonlarını üretmeye devam eder.

Teknik olarak süreç şöyle işler: Model; konu, kullanılan teknik, ışıklandırma gibi girdinizde bulunan farklı özellikleri kendi örtük uzayı (latent space) içinde eşleştirir, bunların kesişim alanını belirler ve ardından olasılıksal örnekleme yöntemleri kullanarak her çıktının birbirinden farklı ve özgün bir varyasyon olmasını sağlar.

Çoğu zaman metin istemindeki tek bir kelimenin değiştirilmesi, hatta yalnızca kelimenin cümle içindeki yerinin farklılaştırılması bile bambaşka sonuçlar üretebilir. Böylece sonsuz olasılıklar uzayının daha önce fark etmediğimiz yeni bir yönü görünür hâle gelir. Öte yandan yaratıcı sektörlerde çalışan profesyoneller — fotoğrafçılar, video üreticileri, grafik ve kullanıcı arayüzü tasarımcıları, mimarlar, moda tasarımcıları, besteciler ve diğerleri — bu keşif süreçlerinde üretilen çıktılar üzerinde çok daha ayrıntılı bir denetime ihtiyaç duyarlar.

Bir istem (prompt) elbette sonucun birçok özelliğini belirleyebilir; ancak profesyonel üretim süreçlerinde bunun çok daha hassas biçimde kontrol edilebilmesi gerekir. İşte olasılıklar uzayının sunduğu açıklık ve keşif hızını, sonuçlar üzerindeki yüksek düzeyli kontrolle birleştirme arzusu, bugün üretken yapay zekâ araçlarının gelişimini yönlendiren temel etkendir. Bunu, yeni sürümlerde araçlara eklenen özelliklerde ve şirketler ya da bağımsız geliştiriciler tarafından üretilen yeni araçlarda açıkça görebiliyoruz. Örneğin ilk yapay zekâ görsel üretim araçları 2022 yılında ortaya çıktığında, yazılan metin istemi dışında neredeyse hiçbir kontrol mekanizması yoktu. Ancak yalnızca bir ya da iki yıl sonra geliştiriciler; konu görünümünü, görsel üslubu ve kompozisyonu denetleyebilmek için referans görselleri istemlere ekleme gibi çok sayıda yeni kontrol seçeneği sunmaya başladılar.

Benzer bir gelişim süreci yapay zekâ video üretim araçlarında da yaşandı. Bugün (Mayıs 2026 itibarıyla) bu araçların büyük bölümü, profesyonel sinematografiden ödünç alınmış çok sayıda ayrıntılı kontrol seçeneği içeriyor. Bunlar arasında çekim ölçeği ve kadrajlama, kamera açısı, kamera hareket rotası, hareket hızı ve yoğunluğu, odak davranışı ve alan derinliği, hareket stili (elde kamera ya da sabit kamera), sahne geçişleri ve benzeri pek çok özellik bulunuyor. Bu gelişmeler, yapay zekâ araçlarının yalnızca içerik üreten sistemler olmaktan çıkıp, yaratıcı profesyonellerin ihtiyaç duyduğu ayrıntılı kontrol düzeyini giderek daha fazla sağlayan üretim ortamlarına dönüştüğünü gösteriyor.

Akış Kültürü ve Bellek

Sürekli bir akış içinde yaşayan bir kültür, kendi kendisini hatırlayabilir mi?

Bütün geleneksel kültürler, toplumsal belleği koruyabilmek için çeşitli mekanizmalar geliştirmiştir. Bu bellek önce sözlü anlatılar, görseller ve heykeller aracılığıyla, daha sonra ise yazılı metinlerle aktarılmıştır. İncil, Kur’an ve Tevrat, bu işlevi üstlenen en önemli metinler arasında yer alır. Toplumlar geliştikçe, toplumsal belleği korumaya yönelik yeni kurumlar ve teknolojiler ortaya çıktı: kütüphaneler, arşivler, kataloglama sistemleri ve önemli eserlerden oluşan kültürel kanonlar bunların başlıcalarıdır. Kısacası, hatırlamak her zaman özel bir çaba, enerji ve zaman gerektirir.

Toplumların büyümesi ve karmaşıklaşmasıyla birlikte hem üretilen bilgi miktarı hem de günlük yaşamımızdaki olayların sayısı sürekli arttı. Haberleri takip etmek, işe gitmek, arkadaşlarla buluşmak ya da tek bir akşamda on sanat sergisinin açılışına katılmak gibi faaliyetler bunun örnekleridir. Bu nedenle yeni medya teknolojileri, bu deneyimleri kaydetmek, saklamak ve yeniden erişilebilir kılmak açısından vazgeçilmez hâle geldi. Fotoğraf, ses kayıtları ve sinemayla başlayan süreç; dijital fotoğraf, dijital video ve üç boyutlu kayıt teknolojileriyle devam etti.

21.yüzyılın başında ise sosyal ağlar ortaya çıktı. Bunlar, günümüzde kolektif belleğin ve insan davranışlarının devasa arşivleri hâline gelmiş durumdadır. Ancak bu platformların tarihsel verilerine kamuoyunun tam ve özgür erişim sağlayamadığını da unutmamak gerekir.

Bununla birlikte, medya teknolojilerini yalnızca bağımsız bir gerçekliği pasif biçimde kaydeden araçlar olarak görmek doğru değildir. Çoğu zaman bu teknolojiler, kaydettikleri gerçekliği aynı zamanda üretirler. Bugün yaşadığımız pek çok deneyim, onları kaydedebilme imkânımız olmasaydı belki de hiç gerçekleşmeyecekti. Örneğin günümüzde birçok insan seyahat ederken sosyal medya için fotoğraf ve video çekebileceği ilginç mekânları araştırıyor ya da bu yerleri öneren rehberleri takip ediyor. Bu durumda deneyimin kayda dönüştürülebilir olması, aslında o deneyimin ortaya çıkmasının temel nedenlerinden biri hâline geliyor.

Şimdi ise koruma meselesine gelelim: Sürekli büyüyen çevrimiçi içerik akışını nasıl arşivleyebiliriz? Bazı tahminlere göre bugün internette günde yaklaşık 14 milyar görsel paylaşılıyor. Yalnızca TikTok’a ise her gün on milyonlarca yeni video yükleniyor. 1996 yılında Brewster Kahle, Internet Archive’ı kurdu ve aynı yıl geniş ölçekli web tarama çalışmalarına başladı. Bugün bu arşiv, yıllar boyunca değişen web sitelerinin farklı sürümlerini de içeren yaklaşık 1 trilyon web sayfasını barındırıyor. 2000’li yıllarda ise ABD Kongre Kütüphanesi ve çeşitli ulusal kütüphaneler tarafından yürütülen alan adı (.gov ve ulusal alan adları) taramaları gibi kurumsal web arşivleme programları geliştirildi. Aynı dönemde dijital beşerî bilimler araştırmacıları ve arşiv kurumları, Facebook, Twitter ve YouTube gibi sosyal medya platformlarını koruyabilmek için özel yöntemler ve araçlar geliştirmeye başladılar. Beni ve özellikle Cultural Analytics projelerimi motive eden temel sorulardan biri de tam olarak budur: Bu devasa dijital arşivler için nasıl uygun kullanıcı arayüzleri tasarlayabiliriz?

Laboratuvarımızda yürüttüğümüz pek çok proje, büyük ölçekli görsel koleksiyonların keşfedilmesini mümkün kılacak yeni arayüzlerin geliştirilmesine odaklanıyordu. Çünkü geleceğin temel meselesi yalnızca dijital kültürü depolamak değil, aynı zamanda bu muazzam belleği insanların anlamlı biçimde keşfedebileceği ve yorumlayabileceği yeni yollar tasarlamaktır.

Dijital Arşivler ve Kalıcılık (Semay Buket Şahin)

Sizce dijital arşivler her zaman gerçekten kalıcı ve istikrarlı olabilir mi, yoksa değişen teknolojilere ve dosya biçimlerine bağımlı kalmaya mı mahkûmdurlar?

Aslında hiçbir arşiv tarih boyunca tam anlamıyla kalıcı olmamıştır.

Papirüsler zamanla çürür, kütüphaneler yanar, veri ve medya formatları kullanım dışı kalır. İskenderiye Kütüphanesi yok edilmiştir. Orta Çağ el yazmalarının büyük bir kısmı kaybolmuştur. Hatta bazı diller tamamen ortadan kalkmış ve o dillerde yazılmış bütün metinler de onlarla birlikte yok olmuştur. Dijital arşivler de aynı temel sorunla karşı karşıyadır; ancak bu süreç çok daha hızlı gerçekleşmektedir. Dosya biçimleri zamanla okunamaz hâle gelir. Depolama ortamları fiziksel olarak bozulur ya da yeni cihazlar tarafından desteklenmez. Dijital platformlar kapanabilir. Şirketler iflas edebilir.

Bu nedenle asıl mesele arşivlerin ne kadar istikrarlı olduğu değildir. Asıl soru, onların nasıl sürdürüleceğidir (maintenance). Bir dijital arşivi yaşatmanın sorumluluğunu kim üstlenecek? Onun sürekli güncellenmesini, yeni teknolojilere uyarlanmasını ve erişilebilir kalmasını kim sağlayacak? Ve bütün bunların finansmanını kim karşılayacak? Bunlar öncelikle teknik meseleler değil, kurumsal ve siyasal meselelerdir. Dolayısıyla dijital arşivlerin geleceğini belirleyecek olan şey yalnızca teknoloji değil; onları koruyacak kurumların varlığı, uzun vadeli politikalar ve sürdürülebilir finansman modelleridir.

Medya Alanlarının Yakınsaması

Günümüz dijital dünyasında yeni medya sanatı ile medya çalışmalarının giderek daha fazla birbirine yaklaştığını düşünüyor musunuz? Ayrıca bu tür disiplinlerarası yakınlaşmanın başka alanlarda da yaşandığını düşünüyor musunuz?

Bilgisayarlarla durağan ve hareketli görseller üretmeye 1984 yılında başladım; dijital sanat ve dijital kültür üzerine akademik yazılarımı ise 1991’den itibaren yayımlamaya başladım. 1990’lı yıllarda bu alanlarda gözlemlediğim durum, daha önce fotoğraf ve sinemanın ortaya çıkışı sırasında yaşanan sürece oldukça benziyordu. Yeni bir medya ortaya çıktığında, ilk aşamada yalnızca o medyayla üretim yapan uygulayıcılar (practitioners) vardır. Bu nedenle, o kişilerin bir bölümü zamanla kendi deneyimleri üzerine yazmaya başlar. Bazıları ise söz konusu yeni medyanın en önemli kuramcıları hâline gelir. Örneğin Sergei Eisenstein, sinemanın yalnızca büyük yönetmenlerinden biri değil, aynı zamanda onun en etkili kuramcılarından biridir. Başka bazı uygulayıcılar ise yeni medyada çalışan sanatçı topluluklarını örgütler; bu alan üzerine yazılar kaleme alır, dergiler yayımlar ve grup sergileri düzenler. Fotoğraf tarihinde Alfred Stieglitz bunun en önemli örneklerinden biridir.

Akademik dünya ise yeni kültürel olgulara her zaman daha yavaş tepki verir. Bu nedenle akademisyenlerin yeni medya biçimleri üzerine sistematik araştırmalar yürütmeye başlaması belirli bir zaman alır. Örneğin film çalışmaları (film studies) bağımsız bir akademik disiplin olarak ancak 1960’lı yıllarda ortaya çıkmıştır. 1990’larda ise “yeni medya sanatı” üzerine düzenli ve sistematik biçimde çalışan araştırmacıların sayısı son derece azdı. Hatta onları neredeyse bir elin parmaklarıyla sayabilirdim; ben de bu küçük grubun bir parçasıydım.

Ancak bana göre 21. yüzyılda bu gecikme giderek azalıyor. Bugün yapay zekâ üzerine beşerî bilimler ve medya çalışmaları alanlarında yayımlanan akademik makalelerin sayısı son derece büyük. Akademi, geçmişe kıyasla yeni teknolojik ve kültürel gelişmelere çok daha hızlı tepki verebiliyor. Yine de bu zaman farkının tamamen ortadan kalkacağını sanmıyorum. Çünkü akademisyenlerin analiz edebilmesi için önce birilerinin yeni kültürel nesneleri üretmesi gerekir. Başka bir ifadeyle, kuram her zaman pratiğin ardından gelir. Yeni medya biçimleri önce sanatçılar, tasarımcılar ve yaratıcı üreticiler tarafından ortaya konur; akademik çalışmalar ise bu üretimleri anlamlandırmak ve açıklamak için daha sonra devreye girer. Bu nedenle yaratıcı pratik ile akademik araştırma arasındaki mesafe giderek azalsa da hiçbir zaman tamamen ortadan kalkmayacaktır.