The Impact of Deepfake Technologies on Personal Security, Privacy, and Reputation Concerns, and Coping Strategies

Öz

This research, based on the assumption that deepfake technologies lead to individual risk perceptions such as security risks, privacy violations, and reputational damage, aims to determine the anxiety levels of individuals regarding these risks and to examine the concrete strategies they have developed to cope with these anxieties. The research results show that participants' personal security concerns are primarily centered on fraud, including the misuse of digital identities, and protecting their immediate environment; their privacy concerns are primarily centered on the perception of personal boundary violations, involuntary visual interference, feelings of humiliation, and psychological distress; and their reputational concerns are primarily centered on the perception of being misrepresented, having their reputation permanently damaged, and suffering harm to their professional image and social standing.

Anahtar Kelimeler

• Artificial İntelligence
• Deepfake
• Privacy
• Security
• Reputation

Destekleyen Kurum

This research has not been financially supported by any institution or organisation.

Etik Beyan

Ethics committee permission for this study was obtained from Sinop University Human Research Ethics Committee with the decision dated 15.05.2025 and numbered 346858.

Teşekkür

There is no person or organisation to be thanked in this study.

Deepfake Teknolojilerinin Bireysel Güvenlik, Mahremiyet ve İtibar Kaygılarına Etkisi ve Başa Çıkma Stratejileri

Öz

Bu araştırma, deepfake teknolojilerinin bireylerde güvenlik riski, mahremiyet ihlali ve itibar kaybı gibi çeşitli bireysel risk algılarına yol açtığı varsayımından hareketle, bireylerin bu risklere ilişkin kaygı düzeylerini belirlemeyi, söz konusu kaygılarla başa çıkmak için geliştirdikleri somut stratejileri incelemeyi amaçlamaktadır. Araştırma kapsamında deepfake hakkında bilgi sahibi bireyler amaçlı örnekleme yöntemiyle belirlenmiş, veriler fenomenoloji deseni kapsamında görüşmeler yoluyla toplanmış ve betimsel analiz ile incelenmiştir. Araştırma sonucunda, katılımcıların bireysel güvenlik kaygılarını, başta dijital kimliğin kötüye kullanımı olmak üzere dolandırıcılık ve yakın çevreyi koruma ekseninde yaşadıkları, mahremiyet kaygılarını ise başta kişisel sınır ihlali algısı olmak üzere rıza dışı görsel müdahaleler, aşağılanma duygusu ve psikolojik yıpranma ekseninde yaşadıkları, itibar kaygılarını ise yanlış algı oluşturulması, saygınlığın kalıcı biçimde zedelenmesi, mesleki imaj ve sosyal konumun zarar görmesi ile kimlik ve değerlerle uyuşmayan temsillerle ilişkilendirilme ekseninde yaşadıkları saptanmıştır.

Anahtar Kelimeler

• Yapay Zeka
• Deepfake
• Mahremiyet
• Güvenlik
• İtibar

Destekleyen Kurum

Bu araştırma herhangi bir kurum veya kuruluş tarafından maddi olarak desteklenmemiştir.

Etik Beyan

Bu araştırma için etik kurul izni, Sinop Üniversitesi İnsan Araştırmaları Etik Kurulu’ndan 15.05.2025 tarih ve 346858 sayılı karar ile alınmıştır.

Teşekkür

Bu çalışmada teşekkür edilecek herhangi bir kişi veya kurum bulunmamaktadır.

Kaynakça

1. Acar, H. M. ve Tanyıldızı, N. İ. (2022), Reklamda Yapay Zekâ Kullanımı: Ziraat Bankası# Senhepgülümse Reklam Filminde Deepfake Uygulamasının Görsel Anlatıya Etkisi, Kastamonu İletişim Araştırmaları Dergisi, (8), s.(78-99). https://izlik.org/JA73LH26GZ
2. Ahmad, J., Salman, W., Amin, M., Ali, Z. ve Shokat, S. (2024), A Survey on Enhanced Approaches for Cyber Security Challenges Based on Deep Fake Technology in Computing Networks, Spectrum of Engineering Sciences, s.(133-149).
3. Alnaqbi, M., & Ikuesan, R. A. (2026). A Systematic Review of Audio Deepfake Detection Techniques For Digital İnvestigation. Discover Computing, 29(1). https://doi.org/10.1007/s10791-026-10077-1
4. Aydemir, D. (2024), Görsel İletişimde Manipülasyon: Deepfake Teknolojisi İle Hazırlanan Megafon Reklamının Göstergebilimsel Analizi, Kent Akademisi, 17(5), s.(1902-1924). https://doi.org/10.35674/kent.1457805
5. Aydın, A. F. (2025), Yapay Zekâ Çağında Dezenformasyon Aracı Olarak Deepfake, Kahramanmaraş Sütçü İmam Üniversitesi Sosyal Bilimler Dergisi, 22(3), s.(1418-1441). 10.33437/ksusbd.1524892
6. Baş., H. M. (2023). Deepfake Teknolojisinin Adli Bilişimdeki Yeri ve Deepfake Tespiti Üzerine Nicel Bir Çalışma, (Yayımlanmamış Yüksek Lisans Tezi), Üsküdar Üniversitesi Fen Bilimleri Enstitüsü.
7. Chasanah, A., & Rofiq, A. (2026). Deepfakes and Manipulative Linguistics in the Viralization of Speech Videos: A Critical Discourse Analysis of Digital Media Dynamics in 2025. IDEAS: Journal on English Language Teaching and Learning, Linguistics and Literature, 14(1), 98-113. https://doi.org/10.24256/ideas.v14i1.9415
8. Chen, C., & Goh, D. (2026). Seeing, Hearing, and Knowing Together: Multimodal Strategies in Deepfake Videos Detection. In Proceedings of the 2026 CHI Conference on Human Factors in Computing Systems (1-12) https://doi.org/10.1145/3772318.3790480

9. Chesney, B. ve Citron, D. (2019), Deep Fakes: A Looming Challenge for Privacy, Democracy and National Security, California Law Review, s.(1753-1820). https://doi.org/10.15779/Z38RV0D15J
10. Conti, E., Slavi, D., Borrelli, C., Hosler, B., Bestagini, P., Antonacci, F., Sarti, A., Stamm, M.C. ve Tubaro, S. (2022), Deepfake speech detectıon through emotıon recognıtıon: A semantıc Approach, International Conference on Acoustics, Speech and Signal Processing (ICASSP), Singapore, s.(1-5). 10.1109/ICASSP43922.2022.9747186
11. Creswell, J. W., ve Báez, J. C. (2021), 30 Essential Skills For The Qualitative Researcher. California: Sage Publications.
12. Çil, Ö. Ü. S. (2024), Türkiye’de Deepfake Teknolojisi: Youtube’da En Çok İzlenen Türkçe Deepfake Videolar ve İzleyicileri Üzerine İnceleme, Uluslararası İletişim ve Sanat Dergisi, 4(Özel Sayı), s.(173-195). 10.29228/iletisimvesanat.72945
13. Demir, B.(2025), Hakikat Sonrası Çağda Deepfake'in Kişilerarası İletişim Üzerindeki Yansımaları: Teknoloji Etiği Çerçevesinde Nitel Bir Araştırma, (Yayımlanmamış Yüksek Lisans Tezi), Marmara Üniversitesi Sosyal Bilimler Enstitüsü.
14. Demirel, E.(2023), Gerçekliğin Yeni Algısı, Deepfake ve Gerçeklik İlişkisinin Sanatsal Kuramlar Bağlamında Değerlendirilmesi, (Yayımlanmamış Yüksek Lisans Tezi), Batman Üniversitesi Lisansüstü Eğitim Enstitüsü.
15. Dinç, E. (2023), Deepfake Teknolojisi ve Dezenformasyonda Kullanılabilecek Zararlı Yapısı Hakkında Araştırma İle Hukuki Düzenleme Gereksinimleri, https://www.researchgate.net/publication/353973286_DeepFake_Teknolojisi_ve_Dezenformasyonda_Kullanilabilecek_Zararli_Yapisi_Hakkinda_Arastirma_ile_Hukuki_Duzenleme_Gereksinimleri, (Erişim Tarihi: 10.3.2026).
16. Dündar, A.(2023).Deepfake Teknolojisinin Reklamda Kullanımı: Aksigorta Dijital Güvenlik Platformu Reklamının Görsel Analizi, I. Uluslararası İletişim Dijitalleşme ve Toplum Sempozyumu, 10-11-12 Mayıs.
17. Dong, L., Xu, Y., Zhong, J., Qi, Z. ve Zhang, W. (2024), Improving Sequential Deepfake Detection With Local İnformation Enhancement, Proceedings of the 6th ACM International Conference on Multimedia in Asia. https://doi.org/10.1145/3696409.3700276
18. Elitaş, S. K. ve Elitaş, T. (2025), Dijital Ortamda Sorunlu Bir Alan Olarak “Deepfake” Teknolojisinin Akademik Çalışmalarına Yönelik Bibliyometrik Analizi, Uluslararası İletişim ve Sanat Dergisi, 15(15), s.(120-134).
19. Eşitti, Ş. (2024), Yapay Zekâ, Deepfake (Derin Düzmece) ve Dezenformasyon Çağında Gazetecilik (Ed.; Ş. Eşitti ve S. Çoban), Yapay Zekâ Çağında Medya, Kültür ve İletişim Üzerine, s. 1-16, Çanakkale: Paradigma Akademi Basın Yayın Dağıtım.
20. Eşiyok, K.(2024), Haberde Dezenformasyon: Deepfake (Derin Sahte) Örneği, (Yayımlanmamış Yüksek Lisans Tezi), Necmettin Erbakan Üniversitesi Sosyal Bilimler Enstitüsü.
21. Faulkner, S. L. ve Trotter, S. P. (2017), Data Saturation, The International Encyclopedia Of Communication Research Methods, s.(1-2). https://doi.org/10.1002/9781118901731.iecrm0060
22. Folorunsho, F. ve Boamah, B. F. (2025). Deepfake Technology and İts İmpact: Ethical Considerations, Societal Disruptions, and Security Threats in Ai-Generated Media, International Journal of İnformation Technology and Management İnformation Systems, 16(1), s.(1060-1080).
23. Gardiner, N. (2019), Facial re-enactment, speech synthesis and the rise of the Deepfake, (Honours Theses), Edith Cowan University
24. Guest, G., Bunce, A. ve Johnson, L. (2006), How Many Interviews Are Enough? An Experiment with Data Saturation and Variability, Field Methods, 18 (1), s.(59-82). https://doi.org/10.1177/1525822X05279903
25. Gümüş, S. (2025), Yeni Medyada Dezenformasyon, Manipülasyon ve Yalan Haber Üretiminde Yapay Zekâ Kullanımı: “Deepfake” Haber İçeriği Üzerine Bir Araştırma, (Yayımlanmamış Doktora Tezi tezi), Marmara Üniversitesi Sosyal Bilimler Enstitüsü.
26. Güneş, A. (2025). Deepfake’in Elektronik Ortamda Yapay Zekâ Tabanlı Kimlik Doğrulama Sürecine Etkisi, Bilgi Teknolojileri ve İletişim Dergisi, 3(1), s.(1-34).
27. Gürbüz, S. ve Şahin, F. (2018), Sosyal Bilimlerde Araştırma Yöntemleri. Felsefe-Yöntem-Analiz, Ankara: Seçkin Yayıncılık.
28. Hameleers, M., Van Der Meer, T. G., Tulin, M., & Dobber, T. (2026). Radical Right-Wing Political Deepfakes Can Successfully Delegitimize Targeted Political Actors: Evidence From Three-wave Experiments in the US and The Netherlands. Communication Research, 00936502261421437. https://doi.org/10.1177/00936502261421437
29. Kahraman, M. E. (2022), Blok Zincir, Deepfake, Avatar, Kripto Para, NFT Ve Metaverse İle Yaygınlaşan Sanal Yaşam, Uluslararası Kültürel ve Sosyal Araştırmalar Dergisi, 8(1), s.(149-162). https://doi.org/10.46442/intjcss.1106228
30. Karabulat, E. C. (2024), Yapay Zeka, Deepfake ve Yeni Nesil Cinsel Suçlar, Sakarya Üniversitesi Hukuk Fakültesi Dergisi, 12(2), s.(1077-1111). https://doi.org/10.56701/shd.1558755
31. Karakoç, E. ve Zeybek, B. (2022), Görmek İnanmaya Yeter Mi? Görsel Dezenformasyonun Ayırt Edici Biçimi Olarak Siyasi Deepfake İçerikler, Öneri Dergisi, 17(57), s.(50-72). https://doi.org/10.14783/maruoneri.908542
32. Keleş, T., Atılgan, E. ve Dağ, İ. (2026), Heuristic Optimization of RNN and LSTM Models for Detecting DeepFake Voice. Eskişehir Türk Dünyası Uygulama ve Araştırma Merkezi Bilişim Dergisi, 1(1), s.(1-11). https://doi.org/10.53608/estudambilisim.1804920
33. Kharvi, P. L. (2024), Understanding the impact of AI-generated deepfakes on public opinion, political discourse, and personal security in social media, IEEE Security & Privacy, 22(4), s.(115-122). https://doi.org/10.1109/MSEC.2024.3405963
34. Kılıç, B. (2024), Yapay Zekâ Teknolojisi Deepfake'in Yeniden Canlandırma Çerçevesinde Teknoloji Kabul Modeli İle İncelenmesi, (Yayımlanmamış Doktora Tezi), Yıldız Teknik Üniversitesi Sosyal Bilimler Enstitüsü.
35. Kırık, A. M. ve Özkoçak, V. (2023). Medya ve İletişim Bağlamında Yapay Zekâ Tarihi ve Teknolojisi: Chatgpt ve Deepfake İle Gelen Dijital Dönüşüm, Karadeniz Uluslararası Bilimsel Dergi, (58), s.(73-99). https://doi.org/10.17498/kdeniz.1308471
36. Kietzmann J., Lee L W, L. W., McCarthy, I. P. ve Kietzmann, T. (2020), Deepfakes: Trick or Treat? Business Horizons, 63(2), s.(135-146). https://doi.org/10.1016/j.bushor.2019.11.006
37. Kirchengast, T. (2020), Deepfakes and İmage Manipulation: Criminalisation and Control, Information & Communications Technology Law, 29(3), s.(308–323). https://doi.org/10.1080/13600834.2020.1794615
38. Korkmaz, Ş. ve Alkan, M. (2023), Derin öğrenme algoritmalarını kullanarak deepfake video tespiti, Politeknik Dergisi, 26(2), s.(855-862). https://doi.org/10.2339/politeknik.1063104
39. Landis, J. R. ve Koch, G, G. (1977), The Measurement of Observer Agreement for Categorical Data, Biometrics, 33(1), s.(159-174). https://doi.org/10.2307/2529310
40. Li, C., Wang, L., Ji, S., Zhang, X., Xi, Z., Guo, S. ve Wang, T. (2022), Seeing is Living? Rethinking The Security of Facial Liveness Verification İn The Deepfake Era, 31st USENIX Security Symposium, Boston, s.(2673-2690). https://doi.org/10.48550/arXiv.2202.10673
41. Lincoln, Y.S. ve Guba, E.G. (1985), Naturalistic Inquiry, London: Sage Publications.
42. Li, X., Lang, Y., Chen, Y., Mao, X., He, Y., Wang, S. ve Lu, Q. (2020), Sharp Multiple İnstance Learning for Deepfake Video Detection, Proceedings of the 28th ACM İnternational Conference on Multimedia, s.(1864-1872). https://doi.org/10.48550/arXiv.2008.04585
43. Luthfiandana, R., Santioso, L. L., Febrian, W.D., Soehaditama, J.P. ve Sani, I. (2024), Qualitative Research Concepts: Phenomenology, Grounded Theory, Ethnography, Case Study, Narrative, Siber Journal of Advanced Multidisciplinary (SJAM), 2(1), s.(26-36). https://doi.org/10.38035/sjam.
44. Mansoor, S. I. U. (2024), Legal İmplications of Deepfake Technology: In The Context of Manipulation, Privacy, and İdentity Theft, Central University of Kashmir Law Review, 4, s.(65-92).
45. Maras, M. ve Alexandrou, A. (2018), Determining Authenticity of Video Evidence in The Age of Artificial İntelligence and İn The Wake of Deepfake Videos. The International Journal of Evidence & Proof, 23, s.(255-262). https://doi. org/10.1177/1365712718807226
46. Maulana, A. F., Superdi, D., Rismansyah, A., & Putri, T. A. (2026). AI-Generated Disinformation and the Public Trust in Indonesia’s Digital Democracy: The Case Study of The Indonesian Minister of Finance Deepfake Video. Public Knowledge, 3(1), 41-48. https://doi.org/10.62771/pk. V3i1.33
47. Miles, M. B. ve Huberman, A. M. (1994), An Expanded Sourcebook: Qualitative Data Analysis, California: Sage Publications.
48. Mikkilineni, S. D., & Lee, J. (2025). Immersive falsehood: the impact of political orientation, spatial presence, and enjoyment on deepfake credibility in immersive media. Behaviour & Information Technology, 45(10), 2276-2291. https://doi.org/10.1080/0144929X.2025.2577221
49. Moyo, B. V., Tuyikeze, T., Matsebula, F., & Obagbuwa, I. C. (2026). An AI-driven conceptual framework for detecting fake news and deepfake content: a systematic review. Frontiers in Artificial Intelligence, 9, 1737790. https://doi.org/10.3389/frai.2026.1737790
50. Oliullah, M., & Murtuza, H. M. (2026). Exploring how political deepfakes trigger cognitive processes and downstream psychological and behavioral outcomes: A systematic review. Computers in Human Behavior Reports, 101066. https://doi.org/10.1016/j.chbr.2026.101066
51. Özgül, M. E. (2026), Yapay Zekâ Tabanlı Sahte Dijital İçeriklerle (Deepfake) Görüntü ve Ses Üzerindeki Hakkın İhlali, Anadolu Üniversitesi Hukuk Fakültesi Dergisi, 12(1), s.(27-49). https://doi.org/10.54699/andhd.1717653
52. Patton, M.Q. (2018), Nitel Araştırma ve Değerlendirme Yöntemleri, (Çev.: M. Bütün ve S. B. Demir), Ankara: Pegem Akademi.
53. Raza, A., Basit, A., Amin, A., Arfeen, Z. A., Masud, M. I., Fayyaz, U., & Jumani, T. A. (2026). A comprehensive review of deepfake detection techniques: From traditional machine learning to advanced deep learning architectures. AI, 7(2), 68. https://doi.org/10.3390/ai7020068
54. Sarılkan, H.(2025), Demokratik Seçim Süreçlerinde Yeni Siyasal Kamusal Alanın Dezenformasyon Sorunu: Sentetik Medya ve Deepfake, (Yayımlanmamış yüksek Lisans Tezi), Ankara Üniversitesi Sosyal Bilimler Enstitüsü.
55. Satıcı, H. (2023), Dijital Dünyanın Dijital Varlıkları: Film Üretiminde Dijital Yüzler ve Deepfake, Nevşehir Hacı Bektaş Veli Üniversitesi SBE Dergisi, 13(3), s.(1699-1712). https://doi.org/10.30783/nevsosbilen.1292562
56. Semiz, M. Ö. ve Yalçın, N. (2025), Sesle İlgili Derin Sahte (Deepfake) Kavram ve Uygulamalarını Konu Alan Bilimsel Araştırmalara Yönelik Performans Analizi ve Bilimsel Haritalama Tabanlı Bibliyometrik Analiz, Beykent Üniversitesi Fen ve Mühendislik Bilimleri Dergisi, 18(2), s.(1-32). https://doi.org/10.20854/bujse.1725470
57. Sığrı, Ü. (2021), Nitel Araştırma Yöntemleri, İstanbul: Beta Yayınları.
58. Sippy, T., Enock, F. E., Bright, J. ve Margetts, H. Z. (2024), Behind The Deepfake: 8% Create; 90% Concerned: Surveying Public Exposure to and Perceptions of Deepfakes in The UK, ArXiv Preprint arXiv:2407.05529, s.(1-12). https://doi.org/10.48550/arXiv.2407.05529
59. Sönmez, V. ve Alacapınar, F.G. (2019), Örneklendirilmiş Bilimsel Araştırma Yöntemleri, Ankara: Anı Yayıncılık.
60. Şehidoğlu, Z. ve Duman, H. (2025), Yapay Zekalı Görsel Dezenformasyon: Gündem Belirleme Kuramı Üzerinden DeepFake Analizi, (Ed.: A. Arıkan), Dijital Dünyada Kültürel Çalışmalar, s.(253-279), İstanbul: AI.Labs Publishing.
61. Temir, E. (2020), Deepfake: New Era in The Age Of Disinformation & End of Reliable Journalism, Selçuk İletişim, 13(2), s.(1009-1024). 10.18094/JOSC.685338
62. Thombre, M. (2021), Deconstructing Deepfake: Tracking Legal Implications and Challenges. International Journal of Law Management & Humanities, 4 (4), s. (2267-2274). https://doij.org/10.10000/IJLMH.111463
63. Tulga, A. Y. (2025), Evaluating Web-Based Deepfake Detection Tools: Risks, Limits, and Practical Solutions for İnformation Security, EDPACS, s.(1-12). 10.1080/07366981.2025.2564783
64. Tutar, H. ve Erdem, A.T. (2022), Örnekleriyle Bilimsel Araştırma Yöntemleri ve -SPSS Uygulamaları, Ankara: Seçkin Yayıncılık.
65. Ulusoy, H. ve İlhan, Ç. K. (2025), Siyasal İletişimde Yapay Zekâ Etkisi ve Deepfake (Derin Sahte) Dezenformasyonu: 2024 ABD Başkanlık Seçimleri Örneği, TRT Akademi, 10(23), s.(42-73). https://doi.org/10.37679/trta.1563828
66. Van Doan, T., Truong, T. L. H., & Nguyen, M. (2026). Navigating Trust and Deception: Digital Nomads’ Perceptions of Hospitality Deepfake Advertising. Strategic Business Research, 100159. https://doi.org/10.1016/j.sbr.2026.100159
67. Van Manen, M. (1984), Practicing Phenomenological Writing, Phenomenolgy+Pedagogy, 21, s.(36-69). https://doi.org/10.29173/pandp14931
68. Van Schaik, P., Jeske, D., Onibokun, J., Coventry, L., Jansen, J., & Kusev, P. (2017). Risk perceptions of cyber-security and precautionary behaviour. Computers in Human Behavior, 75, 547-559. https://doi.org/10.1016/j.chb.2017.05.038
69. Van Schaik, P., Jansen, J., Onibokun, J., Camp, J., & Kusev, P. (2018). Security and privacy in online social networking: Risk perceptions and precautionary behaviour. Computers in Human Behavior, 78, 283-297. https://doi.org/10.1016/j.chb.2017.10.007
70. Whittaker, L., Mulcahy, R., Russell-Bennett, R., Letheren, K., & Kietzmann, J. (2025). Examining Consumer Appraisals of Deepfake Advertising and Disclosure: Show Deepfakes as “Real Life” or Say They’re “Just Fantasy”?. Journal of Advertising Research, 66(1), 113-134. https://doi.org/10.1080/00218499.2025.2498830
71. Westerlund, M. (2019), The Emergence of Deepfake Technology: A Review, Technology Innovation Management Review, 9(11), s.(39–52). https://doi.org/10.22215/timreview/1282
72. Yadav, S., Kesharwani, A., & Sharma, D. (2025). Blurred Boundaries of Truth: A review of deepfakes and fake news. Journal of Internet Commerce, 25(2), 240-262. https://doi.org/10.1080/15332861.2025.2598809
73. Yardımcı, N. (2026), Haber Kaynaklarındaki Videoların Derin Sahteliğinin Görüntü Analizi ve Metin Doğrulaması İçin Derin Öğrenme Yöntemlerinin Kullanımı, (Yayımlanmamış Yüksek Lisans Tezi), Fırat Üniversitesi Fen Bilimleri Enstitüsü.
74. Yasur, L., Frankovits, G., Grabovski, F. M. ve Mirsky, Y. (2023), Deepfake Captcha: A Method for Preventing Fake Calls, Proceedings of the 2023 ACM Asia Conference on Computer and Communications Security, s.(608-622). https://doi.org/10.1145/3579856.3595801
75. Yıldırım, A. ve Şimşek, H. (2021), Sosyal Bilimlerde Nitel Araştırma Yöntemleri, Ankara: Seçkin Yayıncılık.
76. Yıldırım, A. ve Yolcu, E. (2022), Sahte Ne Kadar Derin? Derin Sahte (Deepfake) Kavramının İzini Youtube Üzerinden Sürmek, Elektronik Cumhuriyet İletişim Dergisi, 4(1), s.(63-74). https://doi.org/10.54089/ecider.1110865
77. Yılmaz, G. K. (2024). Siyasi Hicvin Evrimi: Siyasi Liderlerin Youtube’daki Deepfake Videolarının Göstergebilimsel Analizi. REFLEKTİF Sosyal Bilimler Dergisi, 5(3), 837-857. https://doi.org/10.47613/reflektif.2024.193
78. Yurdigül, Y. ve Gülsün, M. (2024), Medya Okuryazarlığı Bağlamında Deepfake Uygulamaları, (Ed.: R. Bayraktar) Medya Okuryazarlığı Analizleri, Ankara: Eğitim Yayınevi
79. Zhao, C., Wang, C., Song, Z., Hu, G., Wang, L ve Miao, D. (2025), Multi Definition Deepfake Detection Via Semantics Reduction and Cross-Domain Training, Pattern Recognition, 163, s.(1-12). https://doi.org/10.1016/j.patcog.2025.111469
80. Zishan, M. ve Mishra, A. K. (2025), Exploring Deepfake: Opportunities, Concerns, and Ethical Considerations in the Era of New Media Technology, VIVIDHA, 1(1), s.(239- 246).
81. Xiao, M., Ye, J., Liu, B., Gao, Z., Xu, K. ve Wang, X. (2025), Analytic Synaptic Dynamic Scaling Balancer for Multimodal Deepfake Continual Detection, Proceedings of the 33rd ACM International Conference on Multimedia, s.(11657-11666). https://doi.org/10.1145/3746027.3755680