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

Yıl 2025, Cilt: 2025 Sayı: 2, 305 - 322, 30.07.2025

Hanife Gül Bozkurt

https://doi.org/10.55543/insan.1716342

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

Somut olmayan kültürel miras , yapay zeka , veri analitiği , makine öğrenme , doğal dil işleme , kültür turizmi

Etik Beyan

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

Destekleyen Kurum

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

Kaynakça

• Akın, E., & Şahin, M. E. (2024). A Study on deep learning and artificial neural network models. EMO Bilimsel Dergi, 14(1), 27-38.
• Altun, M., Nacar, M., & Çakar, O. (2022). Yapay Zekâ ve Makine Öğrenmesi. MEB.
• 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
• 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
• 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
• China Press. https://doi.org/10.1007/s11432-023-4127-5
• 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
• Eldridge, S. (2025). Data analysis. Içinde Encyclopaedia Britannica. https://www.britannica.com/science/data-analysis
• Huang, L., & Song, Y. (2022). Intangible cultural heritage management using machine learning model: A case study of northwest folk song Huaer. Scientific Programming, 2022, 1-9. https://doi.org/10.1155/2022/1383520 KTB. (2025, Mayıs 2). Yaşayan Miras ve Kültürel Etkinlikler Genel Müdürlüğü. https://yakegm.ktb.gov.tr/TR-11702/mevzuat.html
• Liu, L., Xue, J., Meng, Y., Xu, T., Cong, M., Ding, Y., & Yang, Y. (2025). Application of artificial neural networks to acoustic composites: A review. Materials Today Communications, 45, 112342. https://doi.org/10.1016/j.mtcomm.2025.112342
• MEB. (2025a, Mayıs 3). Kültürel mirasın kodları projemiz devam ediyor. https://buyukcekmece.meb.gov.tr/www/kulturel-mirasin-kodlari-projemiz-devam-ediyor/icerik/1080
• MEB. (2025b, Mayıs 3). Yapay Zekâ ve Büyük Veri Uygulamaları Daire Başkanlığı.
• Neves, J. C. G. Das, & Carvalho, V. O. De. (2025). The use of data mining in public budgeting: A systematic literature mapping. IEEE Access, 13, 14891-14907. https://doi.org/10.1109/ACCESS.2025.3531834
• OECD. (2023). The Impact of AI on the workplace: Evidence from OECD case studies of AI implementation (OECD Social, Employment and Migration Working Papers, C. 289). https://doi.org/10.1787/2247ce58-en
• Orta, N. (2024). Somut Olmayan Kültürel Mirasın korunmasında yapay zekâ, veri bilimi ve makine öğrenmesinden yararlanma. RumeliDE Dil ve Edebiyat Araştırmaları Dergisi, 38, 748-777. https://doi.org/10.29000/rumelide.1439731
• Özkan, U. B. (2021). Eğitim bilimleri araştırmaları için doküman inceleme yöntemi. Pegem Akademi yayıncılık.
• Quan, H., Li, Y., Liu, D., & Zhou, Y. (2024). Protection of Guizhou Miao batik culture based on knowledge graph and deep learning. Heritage Science, 12(202). https://doi.org/10.1186/s40494-024-01317-y
• T.C. Sanayi ve Teknoloji Bakanlığı. (2025, Mayıs 3). Türk Patent. https://www.turkpatent.gov.tr/
• Tosi, D., Kokaj, R., & Roccetti, M. (2024a). 15 years of Big Data: a systematic literature review. Journal of Big Data, 11(73), 1-39. https://doi.org/10.1186/s40537-024-00914-9
• Tosi, D., Kokaj, R., & Roccetti, M. (2024b). 15 years of Big Data: a systematic literature review. Journal of Big Data, 11(1), 73. https://doi.org/10.1186/s40537-024-00914-9
• Turing, A. M. (1950). Computing machinery and intelligence. Mind, 59(236), 433-460.
• TÜBİTAK. (2023). Adım adım bilgisayar bilimi. Popüler Bilim Kitapları.
• Türkay, B. (2024). Turistlerin müze deneyimlerinin veri madenciliği tekniği ile analizi ve stratejik deneyimsel modüller (SEMs) yaklaşımıyla incelenmesi. Güncel Turizm Araştırmaları Dergisi, 8(2), 561-585. https://doi.org/10.32572/guntad.1513529
• UNESCO. (2025a, Nisan 29). What is Intangible Cultural Heritage? https://ich.unesco.org/en/
• UNESCO. (2025b, Mayıs 3). UNESCO Türkiye Milli Komisyonu. https://www.unesco.org.tr/
• Wenyu Tang. (2024). Exploring the role of artificial intelligence in the protection of intangible cultural heritage through short video communication. Journal of Electrical Systems, 20(3), 1085-1098. https://doi.org/10.52783/jes.3436
• YÖK. (2025, Mayıs 3). YÖK Doktora Bursları. https://yuzikibinbursu.yok.gov.tr/hangi-alanlarda.