Teknoloji Ve Sanatın Kesişimi Yapay Zekâ Çağında Sanatsal İnovasyon Ve Değişim

Abstract

Son dönemlerde sıklıkla vurgulanan bir görüş, klasik sanatsal anlatım tekniklerinin artık sanat tarihinde etkili bir yer edinmeyi sağlamayacağı yönündedir. Bu bağlamda, İngiltere'nin başkenti Londra'da yer alan ünlü Christie's Müzayede Evi'nde gerçekleştirilen bir satış, bu tartışmayı yeni perspektiflerden ele alınmasını fikrini aralamaktadır. Müzayedede, yapay zekâ teknolojisi kullanılarak üretilmiş bir sanat eseri, dikkate değer bir meblağ olan 432.500 Amerikan doları karşılığında satılmıştır. Bu olay, bir dizi önemli soruyu gündeme getirmiştir. Bir yandan, geleneksel yöntemlerle, yani fırça ve boya kullanılarak üretilen eserlerle kıyaslandığında, makine öğrenimi teknolojileri ile üretilen bu tür çalışmaların sanatın evrimindeki geçmiş üretimlerin bir uzantısı olarak kabul edilip edilemeyeceğini sorgulaması ile, sanat eseri, sanatçı ve izleyici ilişkisinin bu yeni bağlamda nasıl şekilleneceği merak konusudur. Bu durum, bilim camiasının sanatı bir deney alanı olarak kullanma çabasının bir göstergesi olabilir mi? yoksa estetik başarı kriterlerinin terk edildiği, piyasa koşullarının giderek daha baskıcı hale geldiği günümüzde, sanatın duygusal ve isyankâr yanını teknoloji aracılığıyla yeni bir boyuta taşıma çabası mıdır? Bu ve benzeri sorular, yapay zekâ ve makine öğrenimi gibi farklı teknolojik yaklaşımların gelecekte sanatta köklü değişiklikler ve yenilikler getirebileceğinin işaretçisi olabilir. Bu çalışma, teknolojinin sanat üzerindeki etkisini ve sanatın bu teknolojik dönüşüm sürecini incelemeyi amaçlamaktadır. Araştırmada elde edilen bulgular, yapay zekâ teknolojisine sahip makinelerin sanat dünyasına olası etkilerini değerlendirmeyi hedeflemektedir.

Keywords

• Yapay Zekâ
• Sanat
• Teknoloji
• Dönüşüm
• Makine Öğrenimi
• Sanatsal İnovasyon

The Intersection of Technology and Art: Artistic Innovation and Change in the Age of Artificial Intelligence

Abstract

An opinion that has been frequently emphasized in recent times is that classical artistic expression techniques will no longer provide an effective place in art history. In this context, a sale held at the famous Christie's Auction House in London, the capital of England, opens the idea of addressing this debate from new perspectives. At auction, a work of art produced using artificial intelligence technology was sold for a remarkable sum of 432,500 US dollars. This incident has raised a number of important questions. On the one hand, it is a matter of curiosity how the relationship between artwork, artist and audience will be shaped in this new context, questioning whether such works produced with machine learning technologies can be considered as an extension of past productions in the evolution of art, compared to works produced with traditional methods, that is, using brushes and paint. Could this be an indicator of the scientific community's effort to use art as a field of experimentation? Or is it an effort to take the emotional and rebellious side of art to a new dimension through technology, in today's world where aesthetic success criteria have been abandoned and market conditions have become increasingly oppressive? These and similar questions may indicate that different technological approaches such as artificial intelligence and machine learning may bring radical changes and innovations in art in the future. This study aims to examine the impact of technology on art and this technological transformation process of art. The findings obtained in the research aim to evaluate the possible effects of machines with artificial intelligence technology on the art world. Keywords: Artificial Intelligence, Art, Technology, Transformation, Machine Learning, Artistic Innovation.

Keywords

• Artificial Intelligence
• Art
• Technology
• Transformation
• Machine Learning
• Artistic Innovation

References

1. A. Ünal. (2022). Hukuk ve ahlak perspektifinden yapay zekâ: Bir eleştirel Analiz yaklaşımı. Academic Perspective Procedia, 5(1), 229–239. https://doi.org/10.33793/acperpro.05.01.22
2. Akalin, T. (2013). Avrupa’da ortaya çikan dişavurum akiminin Türk Resim Sanatina etkisi. Ulakbilge Sosyal Bilimler Dergisi, 1(1).
3. Altunöz, T. S., & Şahin, Y. (2021). Çağdaş tekstil sanatında aplike tekniği. Yedi, (29), 129-146.
4. Alfares, S., & Şavli, T. (2023). Effects of using artificial intelligence on the accounting profession: evidence from İstanbul certified public accountants. Muhasebe ve Finansman Dergisi, (100), 173-191.
5. Angelis, D., Sofos, F., & Karakasidis, T. E. (2023). Artificial intelligence in physical sciences: Symbolic regression trends and perspectives. Archives of Computational Methods in Engineering, 30(6), 3845- 3865.
6. Aslan, T., & Aydin, K. (2023). Metinden görüntü üretme potansiyeli olan yapay zekâ sistemleri sanat ve tasarım performanslarının incelenmesi. Ondokuz Mayis University Journal of Education Faculty, 42(2), 1049-1198.
7. Balamber, B. (2020). Melez bir baskiresim tekniği: on yedinci yüzyildan on dokuzuncu yüzyila monotip. İnönü Üniversitesi Sanat ve Tasarım Dergisi, 10(22), 82-97.
8. Barut, M. N., & Patir, S. (T.Y.). Geleneksel yöntemler ve yapay zekâ kullanilarak acil hasta sayisi talep tahmini: bingöl devlet hastanesi üzerine bir uygulama. Turkish Business Journal. https://doi.org/10.51727/tbj.1385980

9. Bayraktar, H., Bayar, D. Y., Güven, H., Eri̇ş, Ö. F., & Sungun, S. (2022). Akilli şehirlerde yapay zeka, makine öğrenmesi ve derin öğrenme. Uzalcbs 2022 Sempozyumu. Uzalcbs 2022 Sempozyumu. https://doi.org/10.15659/uzalcbs2022.13011
10. Berkli. Y., & Gültepe G. (2016). Sanat metafor ve dönüşüm. Sanat Dergisi(30), 44-51.
11. Böcekler, B. (2020). Başlangıcından günümüze cyanotype’ın tarihsel gelişimi ve örnek bir proje:“Istanbul Mavisi”. Art-Sanat Dergisi, (13), 53-86.
12. Bingöl, K., Aslı, E. R., Örmecioğlu, H. T., & Arzu, E. R. (2020). Depreme dayanıklı mimari tasarımda yapay zeka uygulamaları: Derin öğrenme ve görüntü işleme yöntemi ile düzensiz taşıyıcı sistem tespiti. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, 35(4), 2197-2210.
13. Capuano, N., Fenza, G., Loia, V., & Stanzione, C. (2022). Explainable artificial intelligence in cybersecurity: A survey. IEEE Access, 10, 93575-93600.
14. Cedillo-Lazcano, I. (2020). AI© R. International review of Law, Computers & Technology, 34(2), 201-213.
15. Chan, E. R., Lin, C. Z., Chan, M. A., Nagano, K., Pan, B., De Mello, S., ... & Wetzstein, G. (2022). Efficient geometry-aware 3d generative adversarial networks. In Proceedings of the IEEE/CVF conference on computer vision and pattern recognition (pp. 16123-16133).
16. Chen, L., & Chen, P. (2020). The role of artificial intelligence in art creation. In education and awareness of sustainability: proceedings of the 3rd eurasian conference on educational innovation 2020 (ECEI 2020) (pp. 917-919).
17. Cheng, M. (2022, April). The creativity of artificial intelligence in art. In Proceedings (Vol. 81, No. 1, p. 110). MDPI.
18. Choi, Y., Choi, M., Kim, M., Ha, J. W., Kim, S., & Choo, J. (2018). Stargan: Unified generative adversarial networks for multi-domain image-to-image translation. In Proceedings of the IEEE conference on computer vision and pattern recognition (pp. 8789-8797).
19. Cömert, M., & Şahin, E. (2021). Pastacılıkta kullanılan tabakların tarihsel gelişimi ve günümüzde kullanılan sunumlar ve tabaklar üzerine bir inceleme (historical development of plates used in pastry and a review of presentations and plates used today). Journal of Tourism & Gastronomy Studies, 9(4), 2893-2912.
20. Çivilibal, S., Çevik, K. K., & Bozkurt, A. (2023). Derin öğrenme yardımıyla aktif termogramlar üzerinden meme lezyonlarının sınıflandırması. Süleyman Demirel University Faculty of Arts and Science Journal of Science, 18(2), 140-156.
21. Çaydere, O., & Kansu Çelik, F. (2021). Geliştirilen farklılaştırma yaklaşımının sanat alanında üstün zekâlı ve özel yetenekli öğrencilerin yaratıcılıkları üzerindeki etkisi. OPUS Uluslararası Toplum Araştırmaları Dergisi.
22. Danesh Pazho, A., Neff, C., Alinezhad Noghre, G., Rahimi Ardabili, B., Yao, S., Baharani, M., & Tabkhi, H. (2023). Ancilia: scalable intelligent video surveillance for the artificial intelligence of things. ArXiv e- prints, arXiv-2301.
23. Dylan, S. G., Warren, G., & Kenrick, W. (2019). Music education for social change in the United States: Towards artistic citizenship through Little Kids Rock. International Journal of Pedagogy, Innovation and New Technologies, 5 (2), 11-21.
24. Deng, Y. (2021, April). Application of artificial intelligence in art design. in 2021 international conference on computer technology and media convergence design (CTMCD) (pp. 200-203). IEEE.
25. Deveci̇, M. (2022’a). Yapay Zekâ ile gerçekleştirilen sanat uygulamalarında görüntü üretimi. Uluslararası Sanat ve Sanat Eğitimi Dergisi, 9(9), 45–71. https://doi.org/10.29228/jiajournal.57891
26. Deveci, M. (2022). Yapay Zekâ uygulamalarının sanat ve tasarım alanlarına yansıması. Vankulu Sosyal Araştırmalar Dergisi, (9), 118-140.
27. Dilek, S. E., & Dilek, N. K. (2013). Dünyada ve Türkiye’de yaşanan olaylarin turizme yansimalari: 1960’tan günümüze tarihsel bir değerlendirme. Hitit Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 10(2), 1083- 1108.
28. Duan, S., Wang, D., Ren, J., Lyu, F., Zhang, Y., Wu, H., & Shen, X. (2022). Distributed artificial intelligence empowered by end-edge-cloud computing: A survey. IEEE Communications Surveys & Tutorials, 25(1), 591-624.
29. Dufief, P. J. (2022). Edmond de goncourt et sa double participation au nouveau décaméron. Roczniki Humanistyczne, 70(5), 77-86.
30. Epstein, Z., Hertzmann, A., Investigators of human creativity, Akten, M., Farid, H., Fjeld, J., ... & Smith, A. (2023). Art and the science of generative AI. Science, 380(6650), 1110-1111.
31. Erten, O., & Göktepeliler, Ö. (2022). Yapay zekâ, makine ve sanat. Ankara Üniversitesi Sosyal Bilimler Dergisi, 13(2), 145-152.
32. Ertürk, S. B., & Karakoyun, M. (2023). Elektron mikroskobundan elde edilen görüntülerin parçacık sayımında ön işleme tekniklerinin etkisi. Adıyaman Üniversitesi Mühendislik Bilimleri Dergisi, 10(21), 276- 287.
33. Goodfellow, I., Pouget-Abadie, J., Mirza, M., Xu, B., Warde-Farley, D., Ozair, S., ... & Bengio, Y. (2014). Generative adversarial nets. Advances in neural information processing systems, 27.
34. Gomes, A. M. R. D. F. (2020). Social design, innovation and ergonomics: Reflections on education, transdisciplinarity and new blurred models for sustainable social change. Advances in Intelligent Systems and Computing.
35. Gross, C. (2023). L’art du manque: Edmond de Goncourt entre témoignage et commisération lors du siège de Paris (1870-1871). Cahiers Edmond et Jules de Goncourt, (28).
36. Goenaga, M. A. (2020). A critique of contemporary artificial intelligence art: who is Edmond de Belamy? AusArt, 8(1), 49-64.
37. Güney, E., & Yavuz, H. (2020). Yapay zekâ ile sanatsal üretim pratiğinde sanatçının rolü ve değişen sanat olgusu. Sanat ve Tasarım Dergisi, (26), 415-439.
38. Güzel, S. (2023). Mühendislik Perspektifinden İnsan ve Yapay Zekâ İşbirliğinin Toplumsal Boyutu.
39. İlaslan, S. (2021). Televizyonun teknik gelişimi ve tanımlanmasının Türkiye’deki yansımaları: 1930’larda televizyonu tanıma çabaları. Türkiye İletişim Araştırmaları Dergisi, (37), 215-238.
40. İpek, S. E. (2023). Sözlü ve yazılı dile eşlik eden illüstrasyonun geleceği ve Yapay Zekâ. RumeliDE Dil ve Edebiyat Araştırmaları Dergisi, (34), 168-185.
41. Jain, S., & Saha, U. K. (2020). The state-of-the-art technology of H-type darrieus wind turbine rotors. Journal of Energy Resources Technology, 142(3), 030801.
42. Javed, A. R., Ahmed, W., Pandya, S., Maddikunta, P. K. R., Alazab, M., & Gadekallu, T. R. (2023). A survey of explainable artificial intelligence for smart cities. Electronics, 12(4), 1020.
43. Kan, N., & Kuleyin, B. (2017). Kalkinma planlari çerçevesinde türkiye’nin deniz turizmi stratejilerinin tarihsel gelişimi. Dokuz Eylül Üniversitesi Denizcilik Fakültesi Dergisi, 51-64.
44. Karaalioğlu, O. (2020). Fotoğrafin Empresyonist Ve Post-Empresyonist Sanat Üzerindeki Etkileri. The Journal of Social Sciences, 27(27), 344-360.
45. Karras, T., Laine, S., & Aila, T. (2019). A style-based generator architecture for generative adversarial networks. In Proceedings of the IEEE/CVF conference on computer vision and pattern recognition (pp. 4401-4410).
46. Karras, T., Laine, S., & Aila, T. (2019). A style-based generator architecture for generative adversarial networks. In Proceedings of the IEEE/CVF conference on computer vision and pattern recognition (pp. 4401-4410).
47. Kayseri̇li̇, M. Y.-M. E. (2020). Geleneksel malzeme ile birlikte kullanilan atik malzemenin Türk Resim Sanatina etkisi. Uluslararası Sanat ve Sanat Eğitimi Dergisi, 5(5), 1–15. https://doi.org/10.29228/jiajournal.47517
48. Kirat, S. S., & Aydin, İ. (2023). Açıklanabilir yapay zekâ tabanlı denetimsiz öğrenme ile ray kusur tespiti. Demiryolu Mühendisliği, (18), 1-13.
49. Kivrak, O., & GÜRBÜZ, M. Z. (2023). Kabuklu fındık meyvesinde derin öğrenme tabanlı kusurlu meyvelerin tespiti. Akademik Ziraat Dergisi, 12(Özel Sayı), 271-276.
50. Kürkcü, S. (2022). Yapay Zekâ İle toplumsal genel zekânin ilişkisi üzerine: fikirlerin ve kurumlarin dönüşümünde yaşamin bağlantisalliği. Ankara Üniversitesi Dil ve Tarih-Coğrafya Fakültesi Dergisi, 62(1), 764-785.
51. Lin, C. (2021). Application of traditional cultural symbols in art design under the background of artificial intelligence. Mathematical Problems in Engineering, 2021, 1-11.
52. Mangiolardo, M. M. D. A. L., de Almeida, P. S., & Vita, J. B. (2020). O retrato de Edmond Belamy e a interface entre arte e inteligência artificial: por uma nova definição de autoria e direitos de propriedade intelectual. Revista de Direito Internacional, 17(3).
53. Mao, X., Li, Q., Xie, H., Lau, R. Y., Wang, Z., & Paul Smolley, S. (2017). Least squares generative adversarial networks. In Proceedings of the IEEE international conference on computer vision (pp. 2794-2802).
54. Mersch, D. (2019). Kreativität und Künstliche Intelligenz: Einige Bemerkungen zu einer kritik algorithmischer rationalität. Zeitschrift für Medienwissenschaft, 11(21-2), 65-74.
55. Miyato, T., Kataoka, T., Koyama, M., & Yoshida, Y. (2018). Spectral normalization for generative adversarial networks. ArXiv preprint arXiv:1802.05957.
56. Muhr, M. (2022). KI-Schöpfungen und Urheberrecht (pp. 1-226). Duncker Und Humblot.
57. Orta, N. (2024). 45. Somut Olmayan Kültürel Mirasın korunmasında yapay zekâ, veri bilimi ve makine öğrenmesinden yararlanma1. RumeliDE Dil ve Edebiyat Araştırmaları Dergisi, (38), 748-777.
58. Ozdemir, D. (2022). Küreselleşmenin sanatın kültürel kimliği üzerindeki etkisi. Bilim, Eğitim, Sanat ve Teknoloji Dergisi (BEST Dergi), 6(1), 100-114.
59. Özkendirci, B. (2018). Bilimsel çalişmalarin geleceğin giyim tasarimina olasi etkileri. İnönü Üniversitesi Sanat ve Tasarım Dergisi, 8(18), 67-81.
60. Polat, B. (2023). Sanat öznesi olarak yapay zekâ ve sanat kamusallığının demokratik imkanları. Journal History School, LXVI(LXVI), 3107–3128. https://doi.org/10.29228/joh.72399
61. Prem, E. (2017). Innovation opportunities emerging from leading-edge art/science/technology interaction. International Journal of Technology Transfer and Commercialisation, 15(4), 436-446.
62. Radford, A., Metz, L., & Chintala, S. (2015). Unsupervised representation learning with deep convolutional generative adversarial networks. ArXiv preprint arXiv:1511.06434.
63. Rousi, R., & Silvennoinen, J. (2018). Simplicity and the art of something more: A cognitive-semiotic approach to simplicity and complexity in human-technology interaction and design experience. Human technology, 14(1).
64. Sağdiç, M. (2020). Türkiye’de ilköğretim okullarinda coğrafya öğretiminin tarihsel gelişimi. Uluslararası Türkçe Edebiyat Kültür Eğitim (TEKE) Dergisi, 9(1), 395-412.
65. Sandberg, B. (2019). Art hacking for business innovation: An exploratory case study on applied artistic strategies. Journal of Open Innovation: Technology, Market, and Complexity, 5(1), 20.
66. Smith, C. S. (1970). Art, technology, and science: Notes on their historical interaction. Technology and Culture, 11(4), 493-549.
67. Şen, E., & Koç, Ş. Z. (2021). Fahrelnisa Zeid’in Türk Resim Sanatina Etkisi. Sosyal, Beşeri ve İdari Bilimler Dergisi, 4(7), 671-687.
68. Şahin, A. N. E., & Kayalioğlu, S. (2016). I. dünya savaşı’nın Avrupa resim sanatına etkileri. Gazi Akademik Bakış, 10(19), 183-207.
69. Şenol, T. (2015). Fransız Resim Sanatının Türk Resim Sanatına etkisi üzerine karşılaştırmalı örnek eser incelemeleri. Uludağ Üniversitesi Eğitim Fakültesi Dergisi, 28(1), 153-168.
70. Song, R., Liu, S., & Zanuttini, J. Z. (2024). The Effect of dance education on college students’ artistic quality under the new media. International Journal of Web-Based Learning and Teaching Technologies (IJWLTT), 19(1), 1-16.
71. Sevda, Ü. N. A. L., & Sezgin, A. A. (2021). Büyük veri (big data)’nin yapay zeka uygulamalarında toplumsal sınıflandırmaya yönelik kaygılar. AJIT-e: Academic Journal of Information Technology, 12(44), 47-70.
72. Stephensen, J. L. (2019, June). Towards a Philosophy of post-creative practices?–reading obvious’“portrait of Edmond de Belamy”. In Politics of the Machine Beirut 2019. BCS Learning & Development.
73. Ülger, K. (2019). Rönesans’ tan sürrealizme resim sanatının tarihsel gelişim sürecinde figür ve kompozisyon. Güzel Sanatlar Enstitüsü Dergisi, (42), 12-32.
74. Wang, L., Chen, W., Yang, W., Bi, F., & Yu, F. R. (2020). A state-of-the-art review on image synthesis with generative adversarial networks. Ieee Access, 8, 63514-63537.
75. Wang, X., Yu, K., Wu, S., Gu, J., Liu, Y., Dong, C., ... & Change Loy, C. (2018). Esrgan: Enhanced super-resolution generative adversarial networks. In Proceedings of the European conference on computer
76. vision (ECCV) workshops (pp. 0-0).
77. Weihe, H. J. W. (2021). Identity and economy at the crossroads of innovation and sustainability. artistic interaction combined with scientific analyses of two small norwegian rural communities. culture. Society. Economy. Politics, 1(2), 59-71.
78. Yao, G., & Abindinhazir, Z. (2023). study and appreciation of Claude Monet’s artistic creation and life experience. Idealogy Journal, 8(2).
79. Yildiran, M. (2022). Dördüncü endüstri devrimi ve moda endüstrisine etkileri. Sanat ve Tasarım Dergisi, 12(2), 559-578.
80. Yildiran, Y. D., & Erdem, Ş. Yapay Zeka tabanli chatbot hizmetinin kullanici alişkanlik ve davranişlari üzerine etkileri ve bir uygulama. Marmara Üniversitesi İktisadi ve İdari Bilimler Dergisi, 46(1).
81. Deniz, Y. (2023). Mitlerde ritüelin etkisi ile oluşan sembolleşme süreci ve Resim Sanatına yansımaları. Journal of History School, 62, 560-580.
82. Yilmazel, S. C. (2022). Yapay Zeka çağinda diplomasi. Türk Dünyası Araştırmaları, 132(260), 91-112.
83. Yoeli, H., Macnaughton, J., McLusky, S., & Robson, M. (2020). Arts as Treatment? Innovation and resistance within an emerging movement. Nordic Journal of Arts, Culture and Health, 2(2), 91-106.
84. Yüce, M. (2024). Kas-iskelet sistemi görüntülemesinde yapay zekâ uygulamaları: Makine öğrenmesi ve derin öğrenme teknikleri. Türk Ortopedi ve Travmatoloji Birliği Derneği, 23(1), 24–32. https://doi.org/10.5578/totbid.dergisi.2024.05
85. Zhang, H., Goodfellow, I., Metaxas, D., & Odena, A. (2019, May). Self-attention generative adversarial networks. In International conference on machine learning (pp. 7354-7363). PMLR.
86. Zorkin, I. V., & Polshina, P. D. (2023). Perspectives and the role of artificial intelligence in art. Декоративное Искусство и Предметно-Пространственная Среда. Вестник Мгхпа, 1–2, 92–98. https://doi.org/10.37485/1997-4663_2022_1_2_92_98
87. Görsel Kaynakça
88. Görsel 1.
89. https://art-now-and-then.blogspot.com/2012/11/painting-inventions.html. Erişim Tarihi: 09.02.2024.
90. Görsel 2.
91. https://www.cnnturk.com/kultur-sanat/fotografin-ilkleri. Erişim Tarihi: 09.02.2024.
92. Görsel3.
93. https://tr.wikipedia.org/wiki/DeepDream. Erişim Tarihi: 09.02.2024.
94. Görsel 4.
95. https://www.e-skop.com/skopbulten/christies-muzayede-evinde-satilan-yapay-zek%C3%A2-eserinin-perde-arkasi/4032. Erişim Tarihi: 09.02.2024.