Rhetorical Elements and Persuasion Strategies in AI-Generated Advertising Texts: An Analysis within the Framework of the Elaboration Likelihood Model (ELM)

Year 2026, Volume: 2 Issue: 1, 52 - 73, 30.01.2026

Selda Kaygısız , Beyza Toprak

Abstract

This study aims to examine the rhetorical elements and persuasion strategies used in advertising texts generated by artificial intelligence. Today, generative AI systems have become a significant component of content production in the fields of advertising and marketing communication. This indicates that AI can be regarded not merely as a technical tool but also as a “rhetorical mirror” reflecting advertising discourse. Within the scope of the research, a total of fifteen advertising texts were generated across five product categories (food, clothing, technology, cleaning, and cosmetics) using Google’s AI model, Gemini Pro. The obtained texts were analyzed through qualitative document analysis and interpreted within the framework of Aristotle’s rhetorical proofs (Ethos, Pathos, Logos) and the Elaboration Likelihood Model (ELM). The findings reveal that classical rhetorical elements are systematically reproduced in AI-generated texts and that persuasion routes vary depending on the product category. In utilitarian products, Logos and Ethos-based central routes were found to be dominant, while in hedonic products, Pathos-based peripheral routes prevailed. The study concludes that artificial intelligence functions not as a replacement for human creativity in advertising but as a supportive tool that enhances strategic processes.

Keywords

Artificial intelligence , rhetoric , persuasion strategies , advertising texts , Elaboration Likelihood Model

Ethical Statement

This study has been prepared in accordance with the rules of research and publication ethics. There is no conflict of interest.

Supporting Institution

This study was not supported by any institution or organization.

Yapay Zekâ Tarafından Üretilen Reklam Metinlerinde Retorik Unsurlar ve İkna Stratejileri: Ayrıntılı Olasılık Modeli (ELM) Çerçevesinde Bir Analiz

Abstract

Öz
Bu çalışma, yapay zekâ tarafından üretilen reklam metinlerinde kullanılan retorik unsurları ve ikna stratejilerini incelemeyi amaçlamaktadır. Günümüzde üretken yapay zekâ sistemleri, reklamcılık ve pazarlama iletişimi alanında içerik üretiminin önemli bir bileşeni hâline gelmiştir. Bu durum, yapay zekânın yalnızca teknik bir araç değil, aynı zamanda reklam söylemini yansıtan bir “retorik ayna” olarak değerlendirilebileceğini göstermektedir. Araştırma kapsamında, Google’ın yapay zekâ modeli Gemini Pro aracılığıyla beş farklı ürün kategorisinde (gıda, giyim, teknoloji, temizlik ve kozmetik) toplam on beş reklam metni oluşturulmuştur. Elde edilen metinler nitel doküman analizi yöntemiyle incelenmiş; Aristoteles’in retorik kanıtları (Ethos, Pathos, Logos) ve Ayrıntılı Olasılıklılık Modeli (ELM) çerçevesinde çözümlenmiştir. Bulgular, yapay zekâ tarafından üretilen metinlerde klasik retorik unsurların sistematik biçimde yeniden üretildiğini ve ikna yollarının ürün kategorisine göre farklılaştığını göstermektedir. Faydacı ürünlerde Logos ve Ethos temelli merkezi ikna yolunun, hedonik ürünlerde ise Pathos temelli çevresel ikna yolunun baskın olduğu saptanmıştır. Çalışma, yapay zekânın reklamcılık alanında insan yaratıcılığının yerini alan değil, stratejik süreçleri destekleyen bir araç olduğunu ortaya koymaktadır.

Keywords

Yapay zeka , Retorik , ikna stratejileri , reklam metinleri , ELM modeli

Ethical Statement

Bu çalışma, araştırma ve yayın etiği kurallarına uygun olarak hazırlanmıştır. Herhangi bir çıkar çatışması bulunmamaktadır.

Supporting Institution

Bu çalışma herhangi bir kurum ya da kuruluş tarafından desteklenmemiştir.

References

• Aristoteles. (2013). Retorik (M. Doğan, Çev.). Yapı Kredi Yayınları.
• Barokas, S. (2011). Reklam ve retorik. Derin Yayınları.
• Belanche, D., Casalo, L. V., & Flavián, C. (2021). Frontline robots in tourism and hospitality: Service enhancement or cost reduction? Electronic Markets, 31(4), 477-492.
• Bıçakçı, İ. (2012). Sanayi toplumundan bilgi toplumuna tüketimin evrimi ve Türkiye’deki yansımaları. Uluslararası İnsan Bilimleri Dergisi, 5(1), 1-25.
• Cutbirth, C. (2004). Classical rhetorical theory: Communication theories for every day. Pearson.
• Dick, S. (2019). Artificial intelligence. Harvard Data Science Review, 1(1), 1-8. https://doi.org/10.1162/99608f92.92fe150c
• Doru, İ., & Özmen, S. (2022). YouTube video anlatılarındaki retorik bileşenlerin alımlanması: Barış Özcan örneği. Düşünce ve Toplum Sosyal Bilimler Dergisi, 4(2), 130.
• Durmaz, G., Suher, H., & Bir, Ç. (2017). Elaboration likelihood model (ELM) in press advertisements: A content. Journal of Yaşar University, 9(2), 47-57.
• Forceville, C. (2012). Creativity in pictorial and multimodal advertising metaphors. In R. Jones (Ed.), Discourse and creativity (pp. 114-116). Pearson/Longman.
• Gass, R., & Seiter, J. (2016). Persuasion: Social influence and compliance gaining. Routledge.
• Google. (2025, October 5). Gemini Pro (yapay zeka modeli). https://gemini.google.com/app?hl=tr
• Kast, B. (2011). European rhetoric: Rhetorical analysis, presentation & public speaking. European Rhetoric. http://www.europeanrhetoric.com/ethos-pathos-logos-modes-persuasion-aristotle/ethos/
• Kaufer, D., & Butler, B. (2013). Rhetoric and the art of design. Routledge.
• Longoni, C., & Cian, L. (2020). Artificial intelligence in utilitarian vs. hedonic contexts: The “word-of-machine” effect. Journal of Marketing, 86(1), 91-108. https://doi.org/10.1177/0022242920957347
• Matz, S. C., Teeny, J. D., Vaid, S. S., Peters, H., Harari, G. M., & Cerf, M. (2024). The potential of generative AI for personalized persuasion at scale. Scientific Reports, 14(1).
• McQuarrie, E. F., & Mick, D. G. (1996). Figures of rhetoric in advertising language. Journal of Consumer Research, 24(4), 424-438. https://doi.org/10.1086/209459
• McQuarrie, E. F., & Mick, D. G. (1999). Visual rhetoric in advertising: Text-interpretive, experimental, and reader-response analyses. Journal of Consumer Research, 26(1), 37-50.
• Mondal, B. (2020). Artificial intelligence: State of the art (V. Balas, R. Kumar, & R. Srivastava, Eds.). Springer. O’Keefe, D. (2002). Persuasion: Theory & research. Sage Publications.
• Öztürk, M., & Savaş, A. (2014). The effects of cause-related marketing ads on the attitude toward the brand and purchase intention: An application on the academic staff of Anadolu University. Journal of Yaşar University, 9(35), 6099-6260.
• Pelley, S. (2023, April 16). Google CEO Sundar Pichai on the state of AI, and its potential and pitfalls. CBS News. https://www.cbsnews.com/news/google-artificial-intelligence-future-60-minutes-transcript-2023-04-16/
• Phillips, B. J., & McQuarrie, E. F. (2004). Beyond visual metaphor: A new typology of visual rhetoric in advertising. Marketing Theory, 4(1-2), 113-136. https://doi.org/10.1177/1470593104044089
• Sandıkçıoğlu, B. (2014). İkna kuramları. In M. Oyman (Ed.), İkna edici iletişim (pp. 42-164). Anadolu Üniversitesi Açıköğretim Fakültesi.
• Sönmez, A. (2008). Batı retoriğinin genel terimleri üzerine bir araştırma [Yüksek lisans tezi, Ege Üniversitesi].
• Xu, L. (2013). Introduction: Systems science in industrial sectors. Systems Research and Behavioral Science, 30(3), 211-213.
• Yılmaz, A. (2022). Reklamcılık sektörünün geleceğinde yapay zekânın rolü [Yüksek lisans tezi, İstanbul Kültür Üniversitesi]. YÖK Ulusal Tez Merkezi.
• Zhang, Y., & Gosline, R. (2023). Human favoritism, not AI aversion: People’s perceptions (and bias) toward generative AI, human experts, and human–GAI collaboration in persuasive content generation. MIT Sloan School of Management.
• Zıllıoğlu, M., & Yüksel, A. (2005). İletişim bilgisi. Anadolu Üniversitesi Yayınları.