Bu çalışma, göstergebilim ve üretken yapay zekâ alanlarının kesişiminde yer almaktadır. Sinematik mekânları yeniden kurgulanmak için Roland Barthes’ın göstergebilim kuramı çerçevesinde incelenmiştir. Araştırmanın odağı, David Lynch’in 1984 tarihli Dune filmi ile Denis Villeneuve’ün 2021 uyarlaması arasındaki iç mekân temsillerinin karşılaştırılmasıdır. Çalışmanın amacı, göstergebilimsel çözümlemelerle zenginleştirilen metin tabanlı istemlerin, yapay zekâ tarafından üretilen görsellerin estetik değerini, anlam derinliğini ve bağlamsal tutarlılığını artırıp artırmadığını ortaya koymaktır. Yöntem olarak, seçilen iç mekân sahneleri nesnel ve simgesel düzeyde analiz edilmiş, elde edilen çok katmanlı anlamlar YZ istemlerine dönüştürülerek Adobe Firefly ve DeepAI kullanımıyla görselleştirilmiştir. Üretilen görseller, 2021 uyarlamasındaki karşılıklarıyla mekânsal düzen, renk, atmosfer ve simgesel nitelikler açısından karşılaştırılmıştır. Bulgular, göstergebilimsel analizle desteklenen istemlerin, yalnızca betimlemeye dayalı istemlere kıyasla daha tutarlı, anlamlı ve atmosferik olarak zengin görseller oluşturduğunu göstermektedir. Yapay zekâ, sahneleri birebir kopyalamak yerine, istenen atmosfer ve duyguyu temsil eden kompozisyonlar üretmiştir. Çalışma, insan ve yapay zekâ iş birliğinin yaratıcı potansiyeline dikkat çekerek, ortaya çıkan görsellerin hibrit bir üretim olduğunu vurgulamaktadır.
This study lies at the intersection of semiotics and generative artificial intelligence. Cinematic spaces have been reimagined within the framework of Roland Barthes' semiotic theory. The focus of the research is a comparison of interior space representations between David Lynch's 1984 film Dune and Denis Villeneuve's 2021 adaptation. The aim of the study is to reveal whether text-based prompts enriched with semiotic analyses enhance the aesthetic value, depth of meaning, and contextual consistency of images generated by artificial intelligence. The method involved analysing selected interior scenes at an objective and symbolic level, converting the resulting multi-layered meanings into AI prompts, and visualising them using Adobe Firefly and DeepAI. The generated images were compared with their counterparts in the 2021 adaptation in terms of spatial arrangement, colour, atmosphere, and symbolic qualities. The findings show that prompts supported by semiotic analysis produce more consistent, meaningful, and atmospherically rich visuals compared to prompts based solely on description. Rather than copying scenes verbatim, artificial intelligence produced compositions representing the desired atmosphere and emotion. The study highlights the creative potential of human-AI collaboration, emphasising that the resulting images represent a hybrid production.