Exploring the role of Generative Artificial Intelligence and Machine Learning in Visual Communication Design

Year 2024, Volume: 9 Issue: 4, 321 - 332

Ezgi Şen Atiker

Abstract

This article aims to reveal the current role of generative artificial intelligence in visual communication design through current examples. In the study, qualitative research method was used and printed and electronic resources were examined. In line with current developments in the field of artificial intelligence, some changes have occurred in visual communication design, as in many design fields. Visual communication design has a wide field of study within the framework of analytical problem solving process, communication and aesthetic values. In this context, it is clear that it is in close relationship with technology, like many other fields. The rapid acceleration of artificial intelligence has reached the power to directly affect the sub-fields of visual communication design. From illustration to packaging design, poster design and logo design, productive artificial intelligence produces work in every field. The role of artificial intelligence in visual communication design also affects designers, and the role of the designer is also changing and transforming. Weak artificial intelligence-supported programs require human skills (creativity, intelligence, talent, etc.) and a certain amount of learning processes. In line with today's artificial intelligence developments, only visual or audiovisual elements can be created without the need to learn any program or pay a fee. In addition, 3D models and moving images, which require a long working process, have begun to be created with artificial intelligence. All these developments change the role of the designer in this field and bring with them some concerns. Will artificial intelligence take our jobs? Concerns such as visual communication design are also included. Speed, low cost, unlimited work and content creation, etc. Artificial intelligence, which has abilities such as these, has some features that make it different from humans. However, creativity and creating creative content is still a controversial issue. The designer, who produces with passive programs on computers, is now faced with an artificial intelligence that produces products close to human limits. This directly affects basic design skills, especially technical processes, and supports revealing the creative and analytical problem-solving side of people. Computational Creativity is a subfield of AI research that largely overlaps with other fields/creative industries. Based on computer science, it covers fields associated with creativity such as poetry, storytelling, musical composition and performance, video games, cinema, photography, architecture, industrial and graphic design, and even culinary arts. Another definition of the field is the science of computational systems that undertake certain responsibilities and exhibit behavior that impartial observers would consider creative. Computational creativity studies help us understand human creativity and explore the scheme by which software acts as a creative collaborator rather than a mere tool. Historically, both society and the field of computer science have exhibited skeptical approaches to the creative potential of software.

Keywords

Generative Ai, Machine Learning, Visual Communication Design

Görsel İletişim Tasarımında Üretken Yapay Zekâ ve Makine Öğrenmesinin Rolünü Keşfetmek

Abstract

Yapay zekâ alanındaki güncel gelişmeler doğrultusunda birçok tasarım alanında olduğu gibi görsel iletişim tasarımında da bazı değişimler meydana gelmiştir. Görsel iletişim tasarımı analitik problem çözüm süreci, iletişim ve estetik değerler çerçevesinde geniş çalışma alanına sahiptir. Bu bağlamda birçok alan gibi teknolojiyle yakın ilişki içerisinde olduğu açıktır. Yapay zekânın hızla ivme kazanması özellikle görsel iletişim tasarımının alt alanlarını doğrudan etkileme gücüne ulaşmıştır. İllüstrasyondan, ambalaj tasarımına, afiş tasarımında, logo tasarımına kadar üretken yapay zekâ her alanda çalışmalar ortaya koymaktadır. Yapay zekânın görsel iletişim tasarımındaki rolü tasarımcıları da etkilemekte tasarımcının rolü de değişip dönüşmektedir. Zayıf yapay zekâ destekli programlar insan becerilerine (yaratıcılık, zekâ, yetenek vb.) ve belirli oranda öğrenme süreçlerine ihtiyaç duymaktadır. Günümüzdeki yapay zekâ gelişmeleri doğrultusunda herhangi bir program öğrenme yetisine ya da ücret ödemeye ihtiyaç duymadan sadece görsel ya da görsel-işitsel ögeler oluşturulabilmektedir. Bunun yanı sıra uzun çalışma süreci gerektiren 3 boyutlu modeller ve hareketli görüntüler yapay zekâ ile oluşturulmaya başlanmıştır. Tüm bu gelişmeler tasarımcının bu alandaki rolünü değiştirmekte ve birtakım endişeleri de beraberinde getirmektedir. Yapay zekâ işimizi elimizden alır mı? gibi endişelere görsel iletişim tasarımı da dahildir. Hız, düşük maliyet, sınırsız çalışma ve içerik oluşturma vb. gibi yetilere sahip olan yapay zekâ insanlardan ayrılmasını sağlayan bazı özelliklere sahiptir. Fakat yaratıcılık, yaratıcı içerik oluşturma halen tartışılan bir konudur. Bilgisayarlardaki pasif programlarla üretim gerçekleştiren tasarımcı artık insan sınırlarına yakın üretimler gerçekleştiren yapay bir zekâyla karşı karşıyadır. Bu durum temel tasarım becerilerini özellikle teknik süreçleri doğrudan etkileyerek insanın yaratıcı ve analitik problem çözen yanını ortaya çıkarmayı destekler niteliktedir.
Bu makale üretken yapay zekânın görsel iletişim tasarımındaki mevcut rolünü güncel örnekler üzerinden ortaya koymayı amaçlamaktadır. Çalışmada nitel araştırma yöntemi kullanılmış basılı ve elektronik kaynaklar incelenmiştir. Makalenin sonucunda üretken yapay zekânın görsel iletişim tasarımında teknik süreçlerde hızla ilerleme kaydetmesinin yanı sıra risklere de zemin hazırladığına ulaşılmıştır.

Keywords

Üretken Yapay zekâ, Makine Öğrenmesi, Görsel İletişim Tasarımı

References

• Bernstein, J. (1980). Out of My Mind: A.I. The American Scholar, 49 (3), 295-300. http://www.jstor.org/stable/41210632
• Cohen, H. (1995). The Robotic Artist: AARON in Living Color. The Computer Museum. https://tcm.computerhistory.org/CHMfiles/Harold%20Cohen,%20%20Robotic%20Artist,%201995.pdf
• Ebcioğlu, K. (1990). An Expert System for Harmonizing Chorales in the Style of J. S. Bach. Elsevier Science Publishing.
• Goodfellow, I., Bengio, Y., Courville, A. (2016). Deep Learning. MIT Press.
• Giannini, T., Bowen, J., P. (2017, July 1). Life in Code and Digits: When Shannon met Turing. https://www.scienceopen.com/document_file/94e7a73e-3f21-4da5-97a4 a5c9ed67ad75/ScienceOpen/051_Giannini.pdf
• Mikalonytė, E. S., Kneer, M. (2022). Can Artificial Intelligence Make Art? Folk Intuitions as to whether AI-driven Robots Can Be Viewed as Artists and Produce Art. ACM Transactions on Human-Robot Interaction. 11 (4) 1-19 http://dx.doi.org/10.2139/ssrn.3827314
• Şen, E. (2022). Yapay zekâ ve Yaratıcılık İlişkisinde Karakter Tasarımları. [Sanatta Yeterlik Tezi, Anadolu Üniversitesi]. Yükseköğretim Kurulu Ulusal Tez Merkezi. (Tez No: 734181)
• Şen Atiker, E. (2024). Güzel Sanatlar Ekseninde Sorumlu Yapay Zekâ: Potansiyel Riskler ve Etik Boyutlar. Reflektif Sosyal Bilimler Dergisi, 5(1), 129-137. http://dx.doi: 10.47613/reflektif.2024.149
• López de Mántaras Badia,R. (2013). Computational Creativity. Arbor, 189 (764). doi: http://dx.doi.org/10.3989/arbor.2013.764n6005.