Araştırma Makalesi

Somut Olmayan Kültürel Miras Alanında Yapay Zeka, Veri Analitiği ve Makine Öğrenmenin Potansiyeli: Yenilikçi Yöntemler ve Uygulamalar

Cilt: 2025 Sayı: 2 30 Temmuz 2025
PDF İndir

Somut Olmayan Kültürel Miras Alanında Yapay Zeka, Veri Analitiği ve Makine Öğrenmenin Potansiyeli: Yenilikçi Yöntemler ve Uygulamalar

Öz

Günümüzde büyük verinin işlenmesiyle yapay zeka, makine öğrenimi ve veri bilimi gibi teknolojik alanlarda çok hızlı gelişmeler yaşanmıştır. Yapay zeka TDK Türkçe sözlükte, bir bilgisayarın, bilgisayar kontrolündeki bir robotun veya programlanabilen bir aygıtın insana benzer şekilde algılama, fikir yürütme, karar verme, öğrenme, sorun çözme, iletişim kurma vb. işlevleri sergileyebilme yeteneği olarak tanımlanmaktadır. Makine öğrenimi, yapay zekanın bir alt kümesi olup bilgisayarları verilerden öğrenmeyi öğretmeye ve bunu yaparken programlamak yerine deneyimle gerçekleştirmeyi hedefleyen yapay zekanın alt alanıdır. Yapay zekanın teknolojik bileşenlerindendir. Veri analitiği ise verilerden anlamlı bilgiler çıkarmak için kullanılan yöntemlerin, tekniklerin ve süreçlerin bütünü olarak ifade edilebilir. Veri analitiği çeşitli istatistiksel ve yapay zeka teknikleriyle gerçekleştirilir. Makine öğrenmesi de kullanılan tekniklerden biridir. Yapay zeka, makine öğrenimi, veri analitiği gibi teknolojik gelişmelerin hem sektörler açısından hem de toplumsal açıdan sağladığı avantajlar sayesinde bu teknolojilerin birçok alanda kullanılır hale gelmiştir. Yapay zeka teknolojileri kültürel mirasın korunmasında da önemli ve yenilikçi bir rol oynamaktadır. Somut olmayan kültürel mirasın korunmasında söz konusu teknolojiler; dijitalleştirme ve arşivleme, veri analizi ve koruma stratejilerinin planlanması ve geliştirilmesi, restorasyon ve yeniden canlandırma, yapay zeka destekli eğitim ve farkındalık oluşturma, sanal gerçeklik (VR) ve artırılmış gerçeklik (AR) ile tanıtım ve eğitim, kültürel mirası tehdit eden faktörlerin erken tespiti ve korunması, içerik ve dil çevirisi, sosyal medya ve toplum katılımı konularında oldukça faydalı olabilir. Bu çalışmada literatürde yer alan araştırmalar incelenmiş; yapay zeka teknolojilerinin somut olmayan kültürel miras alanında kullanım alanı ve yenilikçi uygulamalarından bahsedilmiştir. Ayrıca Türkiye’nin somut olmayan kültürel miras unsurlarının korunması konusunda kamu kurum ve kuruluşlarının girişimleri; politika ve mevzuatlar çerçevesinde incelenmiştir. Çalışmada nitel araştırma yöntemi benimsenmiş olup, dokuman analizi tekniği ile veriler toplanmıştır. Çalışmada elde edilen bulgular, somut olmayan kültürel mirasın korunmasında yapay zeka teknolojilerinden yararlanıldığını ve Türkiye’deki kamu kurumlarının bu konuda önemli girişimlerde bulunduğunu göstermektedir.

Anahtar Kelimeler

Destekleyen Kurum

Bu makale 22-25 Mayıs 2025 tarihinde gerçekleştirilen "2. ULUSLARARASI TURİZM VE KÜLTÜR ARAŞTIRMALARI KONGRESİ"nde sözlü bildiri olarak sunulmuştur.

Etik Beyan

Bu çalışma, veri toplama sürecinde herhangi bir müdahale, deneysel uygulama veya kişisel veri işleme içermediğinden dolayı etik kurul izni gerektirmemektedir.

Kaynakça

  1. Akın, E., & Şahin, M. E. (2024). A Study on deep learning and artificial neural network models. EMO Bilimsel Dergi, 14(1), 27-38.
  2. Altun, M., Nacar, M., & Çakar, O. (2022). Yapay Zekâ ve Makine Öğrenmesi. MEB.
  3. Büyükkuru, M. (2023). Kültürel mirasın aktarımında dijital teknolojilerin kullanımı. Nevşehir Hacı Bektaş Veli Üniversitesi SBE Dergisi, 13(İhtisaslaşma), 134-150. https://doi.org/10.30783/nevsosbilen.1309699
  4. Cao, H. (2025). Application of artificial intelligence in the digital protection and inheritance of intangible cultural heritage. Studies in Social Science & Humanities, 4(1), 7-12. https://doi.org/10.56397/SSSH.2025.01.02
  5. Chen, X., Hu, X., Huang, Y., Jiang, H., Ji, W., Jiang, Y., Jiang, Y., Liu, B., Liu, H., Li, X., Lian, X., Meng, G., Peng, X., Sun, H., Shi, L., Wang, B., Wang, C., Wang, J., Wang, T., … Zhang, L. (2025). Deep learning-based software engineering: progress, challenges, and opportunities. Içinde Science China Information Sciences (C. 68, Sayı 1). Science
  6. China Press. https://doi.org/10.1007/s11432-023-4127-5
  7. Çetin, M., & Aktaş, A. (2021). Yapay zekâ ve eğitimde gelecek senaryoları. OPUS Uluslararası Toplum Araştırmaları Dergisi, 18(Eğitim Bilimleri Özel Sayısı), 4225-4268. https://doi.org/https://doi.org/10.26466/opus.911444
  8. Eldridge, S. (2025). Data analysis. Içinde Encyclopaedia Britannica. https://www.britannica.com/science/data-analysis

Ayrıntılar

Birincil Dil

Türkçe

Konular

Kültürel çalışmalar (Diğer) , Kültürel Miras Yönetimi (Dünya Mirası dahil)

Bölüm

Araştırma Makalesi

Yayımlanma Tarihi

30 Temmuz 2025

Gönderilme Tarihi

9 Haziran 2025

Kabul Tarihi

27 Haziran 2025

Yayımlandığı Sayı

Yıl 2025 Cilt: 2025 Sayı: 2

Kaynak Göster

APA
Bozkurt, H. G. (2025). Somut Olmayan Kültürel Miras Alanında Yapay Zeka, Veri Analitiği ve Makine Öğrenmenin Potansiyeli: Yenilikçi Yöntemler ve Uygulamalar. Dünya İnsan Bilimleri Dergisi, 2025(2), 305-322. https://doi.org/10.55543/insan.1716342

TELİF HAKKI VE YAZAR ETİK SÖZLEŞMESİ FORMU - Copyright and Author Ethical 

Telif Hakkı Devri Formu imzalanıp, (taratılıp veya resim jpg. vs olabilir) makale başvuru esnasında Dergi sistemine yüklenmelidir.

This Copyright Agreement Form must be signed by all authors and uploaded to the Journal system (It can be scanned and sent as an image, jpg, etc.).