PAZARLAMADA SANAL ETKİLEYİCİLER VE YAPAY ZEKÂ: UYGULAMA AÇIĞI VE BİLGİ EKSİKLERİ ÜZERİNE BİR İNCELEME
Abstract
Pazarlama iletişiminde Yapay Zekâ, Sanal Etkileyiciler ve Dijital İkizlerin entegrasyonu hem dönüştürücü fırsatlar sunmakta hem de etik zorluklar yaratmaktadır. Bu nitel araştırma konu teknolojilerin etkilerini ve mevcut bilgi ile uygulama boşluklarını incelemektedir. Ana amaç, bu araçların pazarlamada nasıl tanımlandığı ve kullanıldığı hakkında etik çerçeveleri etkili entegrasyon için ortaya koymaktır. Çalışma, dijital pazarlama yeniliklerinin teorik temelleri ile gerçek dünya uygulamaları arasındaki boşluğu ele almakta, sürekli adaptasyon ve öğrenmenin etik karmaşıklıkları önlemedeki önemini vurgulamaktadır. Araştırma, bu teknolojilerin kişiselleştirilmiş ve etkileşimli deneyimlerle pazarlama sonuçlarını nasıl iyileştirebileceğini öne sürerken, etik ihmallerin ve değer uyumsuzluklarının marka güvenilirliği ve tüketici güvenine zarar verebileceğine dikkat çeker. Bu doğrultuda "Dijital Kişi Kullanımı ve Sanal Etkileyici Uyum Modeli" adında şeffaf ve etik bir uyum çerçevesi önerir. Bu, etik standartlar, sürekli performans izleme ve paydaş geri bildirimleriyle desteklenmektedir ve marka değerleriyle uyumlu pazarlama iletişimini hedefler. Yakın gelecekte, bu sistemleri herhangi bir amaçla kullanan kuruluşlardan, enerji tüketimi ve veri yönetimini, sosyo-etik, ekonomik ve çevresel etkilerini sürdürülebilirlik raporlarına dahil etmeleri talep edilecektir. Bu durum, güçlü etik taahhütler ile stratejik öngörülerin zorunluluğunu ortaya koyacaktır. Konu makale, etik dijital pazarlama için işbirlikçi bir ekosistem oluşturulmasının önemini vurgulanmakta ve teknolojinin etkileşim manzarasını nasıl yeniden şekillendirdiği hakkında daha kapsamlı bir anlayışa katkıda bulunmaktadır. Bulgular, yapay zekâ ve sanal etkileyici kullanımının tüketici güveni ve marka itibarını ancak şeffaflık, etik uyum ve sürekli performans izleme ile güçlendirebileceğini ve aksi durumda markalar açısından ciddi riskler barındırdığını göstermektedir.
Keywords
References
- Akbar, H., Baruch, Y., & Tzokas, N. (2017). Feedback loops as dynamic processes of organizational knowledge creation in the context of the innovations’ front-end. British Journal of Management, 29(3), 445-463. https://doi.org/10.1111/1467-8551.12251
- Akter, S., Dwivedi, Y.K., Biswas, K., Michael, K., Bandara, R.J. and Sajib, S. (2021) ‘Addressing algorithmic bias in AI-driven customer management’, Journal of Global Information Management, 29(6), pp. 1-27. https://doi.org/10.4018/JGIM.20211101.oa3
- Akter, S., Sultana, S., Mariani, M., Fosso Wamba, S., Spanaki, K., & Dwivedi, Y. K. (2023). Advancing algorithmic bias management capabilities in AI-driven marketing analytics research. Industrial Marketing Management, 114, 243-261. https://doi.org/10.1016/j.indmarman.2023.08.013
- Attaran, M., Attaran, S., & Celik, B. G. (2023). The impact of digital twins on the evolution of intelligent manufacturing and Industry 4.0. Advances in Computational Intelligence, 3(11). https://doi.org/10.1007/s43674-023-00058-y
- Bal, A., Gevrek, H., & Demir, S. (2022). Kitlesel imalat sistemlerinde dijital ikiz kullanılarak gerçek zamanlı üretim çizelgeleme ve tekstil sektöründe bir uygulama. International Journal of Advances in Engineering and Pure Sciences, 34(2), 328–336. https://doi.org/10.7240/jeps.1068970
- Balayn, A., Lofi, C., & Houben, G. J. (2021). Managing bias and unfairness in data for decision support: A survey of machine learning and data engineering approaches to identify and mitigate bias and unfairness within data management and analytics systems. The VLDB Journal, 30, 739–768. https://doi.org/10.1007/s00778-021-00671-8
- Barari, M., Ferm, L.-E. C., Quach, S., Thaichon, P., & Ngo, L. (2024). The dark side of artificial intelligence in marketing: meta-analytics review. Marketing Intelligence & Planning, 42(7), 1234-1256. https://doi.org/10.1108/MIP-09-2023-0494
- Bengio, Y., Hinton, G., Yao, A., Song, D., Mindermann, S., et al. (2024). Managing extreme AI risks amid rapid progress. Science, 384(6698), 842-845. https://doi.org/10.1126/science.adn0117
Details
Primary Language
Turkish
Subjects
Business Administration, Business Systems in Context (Other)
Journal Section
Research Article
Authors
Publication Date
February 25, 2026
Submission Date
January 9, 2025
Acceptance Date
September 29, 2025
Published in Issue
Year 2026 Volume: 27 Number: 1