Saussure’ün Göstergebilim Anlayışının İnsan ve Yapay Zekâ Perspektifinden Karşılaştırılması: Squid Game Dizisi

Abstract

Teknolojinin gelişmesiyle birlikte yapay zekâ uygulamalarının artması birçok imkânı sağlayarak kolaylığı da beraberinde getirmiştir. Literatür incelendiğinde, bu zamana kadar yapılan göstergebilim analiz çalışmalarının sadece insan odaklı gerçekleştirildiği tespit edilmiştir. Diğer araştırmalardan farklı olarak insan ve yapay zekânın kıyasını göstergebilimsel analiz açısından ortaya koyan bu araştırmanın amacı, insan ve yapay zekâ odaklı göstergebilimsel analizlerin karşılaştırılmasıdır. Çalışmada göstergebilim analizleri hem insan hem de çeşitli yapay zekâ uygulamaları tarafından gerçekleştirilmiştir. Bu da çalışmanın, diğer araştırmalardan farklılığını dolayısıyla özgünlüğünü ortaya koymaktadır. İnsan Odaklı (İO) ve Yapay Zekâ Odaklı (YZO) analiz kapsamında Squid Game dizisinden sistematik ve amaçlı örneklem tekniği ile sahneler belirlenmiş ve Ferdinand de Saussure’ün göstergebilim analizi ışığında incelenmiştir. Yapay zekâ odaklı gösterge analizi kısmında amaçlı örneklem ile seçilen üç farklı uygulama belirlenmiştir. İO analizi, 16–20 Aralık 2024, YZO analizi 24–28 Aralık 2024 tarihlerinde gerçekleştirilmiştir. Bu uygulamalardan elde edilen veriler, göstergebilim analizi kapsamında kategorize edilmiştir. Elde edilen iki analiz sonucu 2–9 Ocak 2025 tarihleri arasında içerik analiziyle değerlendirilmiştir. Ulaşılan sonuçlara göre yapay zekâ odaklı gösterge uygulamaları, insan odaklı gösterge analizindeki sonuçları benzerdir. Göstergebilimsel analiz gerçekleştirilirken YZO uygulamalarının, zaman tasarrufu ve nesnelliği sağladığı öne çıkmıştır. YZO uygulamaları, nitel araştırma yaklaşımı kapsamında kullanılan gösterge analizinin subjektif eleştirilerinin de geçersiz olmasına fayda sağlayacaktır.

Keywords

• Saussure’ün Semiyolojisi
• Yapay Zekâ
• Yapay Zekâ Uygulamaları
• Nitel Araştırma
• Squid Game

A Comparison of Saussure’s Understanding of Semiology From The Perspective of Human and Artificial Intelligence: Squid Game TV Series

Abstract

A review of extant literature reveals that studies of semiotic analysis have predominantly adopted a human–oriented (HO) perspective. What sets this research apart is its comparative approach to semiotic analyses, examining both human and artificial intelligence methodologies. The understanding, shaped by Saussure’s concept of consensus, posits that a word’s specific meaning relies on social consensus, indicating that symbols do not inherently possess universal meaning but rather acquire shared meaning based on context. The present study draws upon Saussure’s semiological framework to analyze data gathered from human participants and various AI applications. This dual approach is indicative of the research’s distinctiveness and originality. For both HO and AI–oriented (AIO) analyses, scenes from Squid Game were identified and examined using systematic and purposive sampling. Three distinct AI applications were selected via purposive sampling for the AIO semiotic analysis. The HO analysis was conducted from December 16 to 20, 2024, followed by the AIO analysis from December 24 to 28, 2024. The findings from both analyses were then evaluated using content analysis from January 2 to 9, 2025. The results of the study indicate significant parallels between the AIO and HO semiotic analysis findings. By emphasizing the time–saving, universal, and objective nature of AI applications, semiotic analysis can help address subjective criticisms leveled against them.

Keywords

• Saussure’s Semiology
• Artificial Intelligence
• AI Applications
• Qualitative Research
• Squid Game

References

1. Barthes, R. (1979). Göstergebilim ilkeleri (B. Vardar, & M. Rifat, Trans.). Kültür Bakanlığı.
2. Bentley, P. J. (2022). Yapay zekâ ve robotik (E. C. Ercan, Trans.). Kronik Kitap.
3. Bilginer Halefoglu, S. (2024). The use of cultural elements in social media advertisements: Semiotic analysis of Apple Türkiye’s “The Great Escape” commercial film. Turkish Online Journal of Design Art and Communication, 14(2), 426–444. https://doi.org/10.7456/tojdac.1421464
4. Botan, C. H., & Soto, F. (1998). A semiotic approach to the internal functioning of publics: Implications for strategic communication and public relations. Public Relations Review, 24(1), 21–44. https://doi.org/10.1016/S0363-8111(98)80018-0
5. Cook, G. (2001). The discourse of advertising. Routledge.
6. Çakı, C., Zorlu, Y., & Karaca, M. (2017). Türk sinemasında nazizm ideolojisi: “Kırımlı” filmi ve göstergebilimsel analizi. Sosyoloji Konferansları-Istanbul Journal of Sociological Studies (56), 65–93.
7. Çalışkan, D., & Demir, Ö. (2022). Derin öğrenme yöntemleri ile şüpheli davranış tespiti. International Periodical of Recent Technologies in Applied Engineering, 3(1), 28–43. https://doi.org/10.29228/porta.8
8. Deely, J. (1990). Basics of semiotics. Indiana University Press.

9. Dong-hyuk, H. (Executive Producer). (2021-2025). Squid game [Tv series]. Siren Picture Inc.
10. Eco, U. (1991). Alımlama göstergebilimi (S. Rifat, Trans.). Düzlem Yayınları.
11. Erdoğan, U. (2023). Semiotic analysis of multinational brand advertisements in the context of glocalization. Erciyes İletişim Dergisi, 10(2), 631–648. https://doi.org/10.17680/erciyesiletisim.1274150
12. Erkman Akerson, F. (2023). Göstergebilime giriş. Bilge Kültür Sanat.
13. Fiske, J. (2014). İletişim çalışmalarına giriş (S. İrvan, Trans.). Pharmakon Yayınevi.
14. Geerling, W., Nagy, K., Rhee, E., Thomas, N., & Wooten, J. (2023). Using Squid Game to teach game theory. Journal of Economics Teaching, 8(1), 47–63. https://doi.org/10.58311/jeconteach/2dfaffe5f7d50d5513a89ae4be17f4d9ff8cc3f3
15. Hong, X., & Yang, H. (2022). Some thoughts on the global trend of film and television works from the perspective of communication: The case of Squid Game. Open Journal of Social Sciences, 10(6), 33–41. https://doi.org/10.4236/jss.2022.106004
16. Hutton, C. (1989). The arbitrary nature of the sign. Semiotica, 75(1-2), 63–78.
17. Janiesch, C., Zschech, P., & Heinrich, K. (2021). Machine learning and deep learning. Electronic Markets, 31, 685-695. https://doi.org/10.1007/s12525-021-00475-2
18. Klinkenberg, J.–M. (1996). Précis de sémiotique générale. De Boeck-Université.
19. LeCun, Y., Bottou, L., Bengio, Y., & Haffner, P. (1998). Gradient-Based learning applied to document recognition. Proceedings of The IEEE, 86(11), 2278–2324. https://doi.org/10.1109/5.726791
20. Maigret, E. (2021). Medya ve iletişim sosyolojisi (H. Yücel, Trans.). İletişim Yayınları.
21. Marx, K. (2011). Kapital (Vol. 1). (M. Selik, & N. Satlıgan, Trans.). Yordam Kitap.
22. Min, S., Lee, B., & Yoon, S. (2017). Deep learning in bioinformatics. Briefings in Bioinformatics, 18(5), 851–869. https://doi.org/10.1093/bib/bbw068
23. Mingers, J., & Willcocks, L. (2017). An integrative semiotic methodology for IS research. Information and Organization, 27(1), 17–36. https://doi.org/10.1016/j.infoandorg.2016.12.001
24. Mintz, Y., & Brodie, R. (2019). Introduction to artificial intelligence in medicine. Minimally Invasive Therapy & Allied Technologies, 28(2), 73–81. https://doi.org/10.1080/13645706.2019.1575882
25. Netflix. (2024, October, 12). Retrieved from Most popüler non-English shows. https://www.netflix.com/tudum/top10/most-popular/tv-non-english
26. Oskay, Ü. (2014). İletişimin ABC’si. İnkılap Yayınevi.
27. Parret, H. (1984). Peirce and Hjelmslev: The two semiotics. Language Sciences, 6(2), 217–227. https://doi.org/10.1016/S0388-0001(84)80017-0
28. Peirce, C. S. (1957). Essays in the philosophy of science. Liberal Arts Press.
29. Reese, B. (2022). Yapay zekâ çağı (Dördüncü çağ: akıllı robotlar, bilinçli bilgisayarlar ve insanlığın geleceği). (M. Doğan, Trans.). Say Yayınları.
30. Rhoades, E. B., & Irani, T. (2008). “The stuff you need out here”: A semiotic case study analysis of an agricultural company's advertisements. Journal of Applied Communications, 92(3), 1–14. https://doi.org/10.4148/1051-0834.1212
31. Saussure, F. d. (1998). Genel dilbilim dersleri (B. Vardar, Trans.). Multilingal Yayınları.
32. Schank, R.C. (1991). Where’s the AI?. AI Magazine, 12(4), 38–49. https://doi.org/10.1609/aimag.v12i4.917
33. Silsüpür, Ö. (2016). Siyasal iletişim aracı olarak Twitter’ın kullanımı: 07 Haziran 2015 genel seçimi üzerine bir çalışma. Gümüşhane Üniversitesi İletişim Fakültesi Elektronik Dergisi, 4(2), 721–747. https://doi.org/10.19145/gujofoc.77651
34. Tatlı, E., & Güven, G. Ö. (2020). Marka maskotu olarak üniversite maskotu ve göstergebilimsel yöntemle çözümlenmesi: İstanbul Ticaret Üniversitesi boğa maskotu örneği. Intermedia International e-Journal, 7(12), 97–114.
35. Tsotra, D., Janson, M., & Cecez-Kecmanovic, D. (2004). Marketing on the internet: A semiotic analysis. Americas Conference on Information Systems, (pp. 4210–4220). New York.
36. Umunç, C. (2022). Sinemada temsil, göstergebilim ve sembol: “PK” filmi örneği. İletişim Kuram ve Araştırma Dergisi, 57, 88–11. https://doi.org/10.47998/ikad.1019865
37. Vilcu, D. C. (2017). The structure of semiotics (Husserl, Saussure, Peirce, Coseriu). In E. Coseriu, Kompetenz–Funktion–Variation. Competencia–Función–Variación. Lingüística Coseriana V (pp. 113–129). Peter Lang.
38. Wells, D. C. (1907). Social darwinism. American Journal of Sociology, 12(5), 695–716. https://doi.org/10.1086/211544
39. Yakin, H. M., & Totu, A. (2014). The semiotic perspectives of Peirce and Saussure: A brief comparative study. Procedia–Social and Behavioral Sciences, 155, 4–8. https://doi.org/10.1016/j.sbspro.2014.10.247