Use of Artificial Intelligence in the Animation Industry: A Research on Istanbul-based Animation Studios

Öz

Artificial intelligence (AI), which became prominent with digital transformation, is now used in many areas from education to art, and now accepted as an important application/research area that is rapidly gaining popularity. Development of AI systems’ capabilities in emotional behaviors, decision-making and creative idea production beyond motor production with their deep learning and algorithm infrastructure also led to discussions on how it is becoming a natural part of production in visual art and design. Especially in the animation industry, which is transforming and advancing with the development of technology, it is necessary to define the cooperation between AI and humans, to determine the boundaries and to examine the role of AI in animation production in the near future. This study examines how AI tools transform creative processes, how they redefine the role of animators and how animation may evolve in the future. The main purpose of the research is to reveal the role of AI technologies in the future of the animation industry within the framework of opinions of professionals active in animation production processes and the integration of AI into animation production. This study uses the in-depth interview, a qualitative research method. Findings were evaluated according to the "Artificially Intelligent Device Use Acceptance" (AIDUA) model developed specifically for AI, and animators’ intentions to use AI were addressed in terms of social impact, hedonic motivation, anthropomorphism, perceived performance and effort expectation, and emotion. Findings revealed integration of AI applications into the animation industry are generally accepted by animators, and how such transformation will occur was discussed as part of concerns and benefits.

Anahtar Kelimeler

• animation
• artificial intelligence
• Istanbul animation industry
• technology acceptance
• Artificially Intelligent Device Use Acceptance (AIDUA)

Proje Numarası

Bu çalışma, halihazırda yürütülmekte olan ‘Türkiye'de Yapay Zekânın Animasyon Sanatındaki Rolü: Sektörden Üniversiteye Bir Araştırma’ başlıklı 123K338 no’lu TÜBİTAK 3005 projesi kapsamında hazırlanmıştır.

Animasyon Sektöründe Yapay Zekâ Kullanımı: İstanbul'daki Animasyon Stüdyoları Üzerine Bir Araştırma

Öz

Dijital dönüşümle birlikte öne çıkan yapay zekâ kavramı eğitimden sanata pek çok alanda kullanılmaya başlayarak, hızla popülerlik kazanan önemli bir uygulama ve araştırma alanı olarak kabul edilmeye başlanmıştır. Yapay zekâ sistemlerinin derin öğrenme ve algoritma alt yapısıyla motor üretimlerin ötesinde duygusal davranışlar, karar verme ve yaratıcı fikir üretimi konusundaki yeteneklerinin gelişmesi, görsel sanat ve tasarım alanlarını kapsayarak üretimin doğal bir parçası haline gelmesi düşüncesine yönelik tartışmaların da gündeme gelmesine neden olmuştur. Bu kapsamda özellikle teknolojinin gelişmesiyle paralel olarak dönüşen ve ilerleyen animasyon sektöründe, yapay zekâ ile insan arasındaki iş birliğinin tanımlanması, sınırların belirlenmesi ve yapay zekânın yakın gelecekte animasyon üretimindeki rolünün irdelenmesi gerekliliğini ortaya çıkarmaktadır. Bu çalışmada yapay zekâ tabanlı araçların yaratıcı süreçleri nasıl dönüştürdüğü, animatörlerin rolünü nasıl yeniden tanımladığı ve gelecekte animasyonun nasıl evrilebileceğini ele alınmaktadır. Araştırmanın temel amacı animasyon yapım süreçlerinde aktif olarak yer alan sektör profesyonelleri ile yapay zekânın animasyon üretimine entegrasyonu konusundaki görüşleri çerçevesinde animasyon sektörünün geleceğindeki yapay zekâ teknolojilerinin rolünün ortaya çıkarılmasıdır. Bu kapsamda araştırmada nitel araştırma yöntemlerinden derinlemesine görüşme yöntemine başvurulmuştur. Bulgular yapay zekâya özel olarak geliştirilmiş olan “Yapay Zekâ Cihaz Kullanımı Kabul Modeli” (Artificially Intelligent Device Use Acceptance (AIDUA)) modeli çerçevesinde değerlendirilerek, animasyon sektör profesyonellerinin yapay zekâ uygulamalarını kullanma niyetleri, sosyal etki, hedonik motivasyon, antropomorfizm, algılanan performans ve çaba beklentisi ve duygu boyutlarıyla ele alınmıştır. Araştırmada elde edilen bulgular animasyon sektörüne yapay zekâ uygulamalarının entegre edilmesinin genel anlamda sektör profesyonelleri tarafından kabul gördüğü sonucunu ortaya koyarken, bu dönüşümün nasıl gerçekleşeceği, endişeler ve faydalar çerçevesinde tartışılmıştır.

Anahtar Kelimeler

• animasyon
• yapay zekâ
• İstanbul animasyon sektörü
• teknolojinin kabulü
• Yapay Zekâ Cihaz Kullanımı Kabul Modeli (AIDUA)

Destekleyen Kurum

Çalışma; TUBİTAK 3005- Sosyal ve Beşeri Bilimlerde Yenilikçi Çözümler Araştırma Projeleri Destek Programı tarafından desteklenen, 10/08/2023 tarihinde başlayıp 10/07/2025 tarihinde son bulacak olan 123K338 numaralı “Türkiye'de Yapay Zekânın Animasyon Sanatındaki Rolü: Sektörden Üniversiteye Bir Araştırma” başlıklı projeden üretilmiştir.

Proje Numarası

Bu çalışma, halihazırda yürütülmekte olan ‘Türkiye'de Yapay Zekânın Animasyon Sanatındaki Rolü: Sektörden Üniversiteye Bir Araştırma’ başlıklı 123K338 no’lu TÜBİTAK 3005 projesi kapsamında hazırlanmıştır.

Etik Beyan

Bu çalışma, İstanbul Kültür Üniversitesi Sosyal ve Beşerî Bilimler Araştırmaları Etik Kurulu’nun 21.06.2023 tarihli ve 2023/95 karar numaralı etik kurul onayı ile gerçekleştirilmiştir.

Kaynakça

1. Ahtola, O. T. (1985). Hedonic and utilitarian aspects of consumer behavior: An attitudinal perspective. Advances in consumer research, 12(1). https://search.ebscohost.com/login.aspxdirect=true&profile=ehost&scope=site&authtype=crawler&jrnl=00989258&AN=6430927&h=dOXfkPlt12j%2BTfb9memJIPhcOXvlqM3JzM9X7t6WnVxJfPiR3IApWvxSH8BJS%2FYWRmiSc8aTKjX8CKFYhnqV3A%3D%3D&crl=c
2. Ajzen, I. (1991). The Theory of planned behavior. Organizational Behavior and Human Decision Processes. https://reedjoe.com/wp-content/uploads/2018/04/ajzen1991_teori-perilaku-yang-direncanakan_theory-of-planned-behavior.pdf
3. Animasyon Sektörü Raporu (2022)—Kalkınma Kütüphanesi. (t.y.). Geliş tarihi 03 Kasım 2024, gönderen https://www.kalkinmakutuphanesi.gov.tr/dokuman/animasyon-sektoru-raporu-2022/2736
4. Babin, B. J., Darden, W. R., & Griffin, M. (1994). Work and/or fun: Measuring hedonic and utilitarian shopping value. Journal of Consumer Research, 20(4), 644-656. https://doi.org/10.1086/209376
5. Burrus, V. (2017). Mechanisms of stabilization of integrative and conjugative elements. Current Opinion in Microbiology, 38, 44-50. https://doi.org/10.1016/j.mib.2017.03.014
6. Carroll, S. (2003). Carroll, S. B. Genetics and the making of Homo sapiens. Nature 422, 849-857. Nature, 422, 849-857. https://doi.org/10.1038/nature01495
7. Chow, C. S. K., Zhan, G., Wang, H., & He, M. (2023). Artificial intelligence (AI) adoption: An extended compensatory level of acceptance. Journal of Electronic Commerce Research, 24(1), 84-106.
8. Cintamür, İ. G. (2024). Acceptance of artificial intelligence devices in banking services: Moderation role of technology anxiety and risk aversion. International Journal of Bank Marketing, ahead-of-print(ahead-of-print). https://doi.org/10.1108/IJBM-10-2023-0563

9. Compeau, D. R., & Higgins, C. A. (1995). Computer Self-Efficacy: Development of a Measure and Initial Test. MIS Quarterly, 19(2), 189. https://doi.org/10.2307/249688
10. Copeland, B. J. (Ed.). (2004). The Essential Turing. Oxford University Press UK.
11. Creswell, J. W. (2014). Nitel Araştırma Yöntemleri: Beş Yaklaşıma Göre Nitel Araştırma ve Araştırma Deseni.
12. Davis, F. D. (1989). Perceived Usefulness, Perceived Ease of Use, and User Acceptance of Information Technology. MIS Quarterly, 13(3), 319-340. https://doi.org/10.2307/249008
13. ERGEN, İ. (2022). Yapay Zeka İle Gelişen Tasarım Grafik ve Oyun Tasarımı, Otonom Sanat, Metaverse ve NFT Olasılıklarını Keşfetmek. Efe Akademi Yayınları.
14. Festinger, L. (1957). A theory of cognitive dissonance (ss. xi, 291). Stanford University Press.
15. Fishbein, M., & Ajzen, I. (1975). Belief, Attitude, Intention, and Behavior: An Introduction to Theory and Research. Addison-Wesley Publishing Company.
16. Fugard, A. J. B., & Potts, H. W. W. (2015). Supporting thinking on sample sizes for thematic analyses: A quantitative tool. International Journal of Social Research Methodology, 18(6), 669-684. https://doi.org/10.1080/13645579.2015.1005453
17. Glaser, B. G. (1965). The Constant Comparative Method of Qualitative Analysis. Social Problems, 12(4), 436-445. https://doi.org/10.2307/798843
18. Goudey, A., & Bonnin, G. (2016). Must smart objects look human? Study of the impact of anthropomorphism on the acceptance of companion robots. Recherche et Applications en Marketing (English Edition), 31. https://doi.org/10.1177/2051570716643961
19. Gursoy, D., Chi, O. H., Lu, L., & Nunkoo, R. (2019). Consumers acceptance of artificially intelligent (AI) device use in service delivery. International Journal of Information Management, 49, 157-169. https://doi.org/10.1016/j.ijinfomgt.2019.03.008
20. Gürbüz, A. (2024). Üç Boyutlu Animasyonların Geleceği: Hareket Yakalama Teknolojisi. Gümüşhane Üniversitesi İletişim Fakültesi Elektronik Dergisi, 12. https://doi.org/10.19145/e-gifder.1409366
21. Holmström, J. (2022). From AI to digital transformation: The AI readiness framework. Business Horizons, 65(3), 329-339. https://doi.org/10.1016/j.bushor.2021.03.006
22. Karasar, N. (1994). Bilimsel araştırma yöntemi: Kavramlar, ilkeler, teknikler. Araştırma Eğitim Danışmanlık.
23. Kavasoğlu, B. (2023). Yapay Zeka Ve Görsel Tasarım Uygulamaları. https://avesis.hacibayram.edu.tr/yayin/0fc7935c-013e-4ca0-bed1-a6abce64b9d9/yapay-zeka-ve-gorsel-tasarim-uygulamalari
24. Kelly, S., Kaye, S.-A., & Oviedo-Trespalacios, O. (2023). What factors contribute to the acceptance of artificial intelligence? A systematic review. Telematics and Informatics, 77, 101925. https://doi.org/10.1016/j.tele.2022.101925 Latané, B. (1981). The psychology of social impact. American Psychologist, 36(4), 343-356. https://doi.org/10.1037/0003-066X.36.4.343
25. Lazarus, R. S. (1991). Progress on a cognitive-motivational-relational theory of emotion. American Psychologist, 46(8), 819-834. https://doi.org/10.1037/0003-066X.46.8.819
26. Lin, H., Chi, O. H., & Gursoy, D. (2020). Antecedents of customers’ acceptance of artificially intelligent robotic device use in hospitality services. Journal of Hospitality Marketing & Management, 29(5), 530-549. https://doi.org/10.1080/19368623.2020.1685053
27. McCarthy, J., Minsky, M. L., Rochester, N., & Shannon, C. E. (2006). A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence, August 31, 1955. AI Magazine, 27(4), Article 4. https://doi.org/10.1609/aimag.v27i4.1904
28. Monett, D., Lewis, C. W. P., Thórisson, K. R., Bach, J., Baldassarre, G., Granato, G., Berkeley, I. S. N., Chollet, F., Crosby, M.,
29. Shevlin, H., Fox, J., Laird, J. E., Legg, S., Lindes, P., Mikolov, T., Rapaport, W. J., Rojas, R., Rosa, M., Stone, P., … Winfield, A. (2020). Special Issue “On Defining Artificial Intelligence”—Commentaries and Author’s Response. Journal of Artificial General Intelligence, 11(2), 1-100. https://doi.org/10.2478/jagi-2020-0003
30. Nisa, U., & Solekah, N. (2022). The Influence of TAM, Social influence, Security Relationship toward Intention to Use E Wallet through Attitude and Trust. IQTISHODUNA, 18, 35-50. https://doi.org/10.18860/iq.v18i1.12916
31. Raghunathan, R., & Pham, M. T. (1999). All Negative Moods Are Not Equal: Motivational Influences of Anxiety and Sadness on Decision Making. Organizational Behavior and Human Decision Processes, 79(1), 56-77. https://doi.org/10.1006/obhd.1999.2838
32. Ramly, F. B., & Md Zabri, M. Z. (2024). Unveiling the digital desire: UTAUT analysis of NFT investment intentions in Malaysia. China Finance Review International. https://www.emerald.com/insight/content/doi/10.1108/CFRI-06-2023-0143/full/html
33. Rogers, E. M. (2010). Diffusion of Innovations, 4th Edition. Simon and Schuster.
34. Rucker, D. D., & Petty, R. E. (2004). When Resistance Is Futile: Consequences of Failed Counterarguing for Attitude Certainty. Journal of Personality and Social Psychology, 86(2), 219-235. https://doi.org/10.1037/0022-3514.86.2.219
35. Sair, S. A., & Danish, R. Q. (2018). Effect of performance expectancy and effort expectancy on the mobile commerce adoption intention through personal innovativeness among Pakistani consumers. Pakistan Journal of Commerce and Social Sciences (PJCSS), 12(2), 501-520.
36. Sharma, S. K., Govindaluri, S. M., Muharrami, S. M., & Tarhini, A. (2017). A multi-analytical model for mobile banking adoption: A developing country perspective. Review of International Business and Strategy, 27(1), 133-148. https://doi.org/10.1108/RIBS-11-2016-0074
37. Sohn, K., & Kwon, O. (2020). Technology acceptance theories and factors influencing artificial Intelligence-based intelligent products. Telematics and Informatics, 47, 101324. https://doi.org/10.1016/j.tele.2019.101324
38. Tunç, Ö. A., & Yavuz, H. (2023). Yaratıcı Süreçlerin Dijital Evrimi: Animasyon ve Yapay Zekâ. Marmara Üniversitesi Sanat ve Tasarım Dergisi, 14(2), Article 2. https://doi.org/10.29228/sanat.31
39. Türkiye Cumhuriyeti Cumhurbaşkanlığı Dijital Dönüşüm Ofisi—Ulusal Yapay Zekâ Stratejisi 2021-2025. (t.y.). Geliş tarihi 31 Ekim 2024, gönderen https://cbddo.gov.tr/uyzs
40. Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User Acceptance of Information Technology: Toward a Unified View. MIS Quarterly, 27(3), 425-478. https://doi.org/10.2307/30036540
41. Watson, L., & Spence, M. T. (2007). Causes and consequences of emotions on consumer behaviour: A review and integrative cognitive appraisal theory. European Journal of Marketing, 41(5-6), 487-511. https://doi.org/10.1108/03090560710737570
42. Yin, R. K. (2017). Case Study Research and Applications: Design and Methods. SAGE Publications.
43. Zeren, M. (2024). Çizgi Film ve Animasyonlarda Yapay Zekanın Karakter Tasarımına Entegre Edilmesi. SOCIAL SCIENCES STUDIES Journal, 10(6). https://doi.org/10.5281/zenodo.125