YAPAY ZEKA MODELLERİNİN TASARIM NESNELERİNİ ANLAMLANDIRMA KAPASİTELERİNİN KARŞILAŞTIRMALI ANALİZİ: GEMINI VE COPILOT ÖRNEĞİ
Öz
Bu çalışma, çok modlu yapay zekâ (MLLM) araçlarının tasarım nesnelerini "yarar" ve "anlam" eksenlerinde çözümleme kapasitelerini keşifsel bir perspektifle değerlendirmektedir. "Endüstriyel Ürünler" ve "Kültürel Temsil Nesneleri" olarak kategorize edilen 30 fiziksel nesne, ardışık sunum koşuluyla Gemini Advanced ve Microsoft Copilot Pro'ya analiz ettirilmiştir. Çıktılar, iki bağımsız alan uzmanı tarafından 6 boyutlu bir rubrikle kör değerlendirme yöntemiyle puanlanmıştır. Bulgular, "yarar" odaklı endüstriyel ürünlerde modellerin yüksek temel teşhis başarısı (Gemini %100, Copilot %90.0) sergilediğini göstermektedir. "Anlam" odaklı kültürel nesnelerde ise Copilot'un performansı %73.3'e düşmüş, amorf formları idrak edemeyerek optik halüsinasyon (pareidolia) yaşamıştır. Gemini optik teşhiste yüksek isabet oranı sergilemiş olsa da, ardışık analizlerde geçmiş nesne bağlamlarını yeni görsellere taşıyarak "bağlam kayması" (contextual drift) sergilemiştir. Sonuçlar, yapay zekânın tasarım analizinde güçlü bir asistan olduğunu ancak algısal kararlılık için uzman denetimine ihtiyaç duyduğunu vurgulamaktadır.
Anahtar Kelimeler
Yapay Zeka, Endüstriyel Tasarım, Görsel Analiz, Nesne Semantiği
Kaynakça
- Achiam, J., Adler, S., Agarwal, S., Ahmad, L., Akkaya, İ., Aleman, F. L., … Zoph, B. (2023). GPT-4 technical report. arXiv preprint arXiv:2303.08774. https://doi.org/10.48550/arXiv.2303.08774
- Bai, Z., Wang, P., Xiao, T., He, T., Han, Z., Zhang, Z., & Shou, M. Z. (2024). Hallucination of multimodal large language models: A survey. arXiv preprint arXiv:2401.01313.
- Bender, E. M., Gebru, T., McMillan-Major, A., & Shmitchell, S. (2021). On the dangers of stochastic parrots: Can language models be too big? Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency, 610–623. https://doi.org/10.1145/3442188.3445922
- Boden, M. A. (1998). Creativity and artificial intelligence. Artificial Intelligence, 103(1–2), 347–356. https://doi.org/10.1016/S0004-3702(98)00055-1
- Cross, N. (2001). Designerly ways of knowing: Design discipline versus design science. Design Issues, 17(3), 49–55. https://doi.org/10.1162/104269001750416355
- Gibson, J. J. (1979). The ecological approach to visual perception. Houghton Mifflin.
- Google DeepMind. (2023). Gemini: A family of highly capable multimodal models (Technical Report). Google DeepMind.
- Huang, L., Yu, W., Ma, W., Zhong, W., Feng, Z., Wang, H., … Ting, L. (2023). A survey on hallucination in large language models: Principles, taxonomy, challenges, and open questions. arXiv preprint arXiv:2311.05232. https://doi.org/10.48550/arXiv.2311.05232
- Ji, Z., Lee, N., Frieske, R., Yu, T., Su, D., Xu, Y., … Fung, P. (2023). Survey of hallucination in natural language generation. ACM Computing Surveys, 55(12), 1–38. https://doi.org/10.1145/3571730
- Krippendorff, K. (2006). The semantic turn: A new foundation for design. CRC Press.
