İçerik ve Yaratıcı Üretim

Açılış sahnesi

Kırşehir'de el dokuması kilim ve heybe üreten bir kadın kooperatifi, yeni sitesi için kırk ürünün hikâyesini yazmak zorunda. Kooperatifin gönüllü pazarlama sorumlusu bu işi bir yapay zekâ aracıyla bir haftada bitiriyor. Metinler akıcı, hatasız ve uzun. Hepsi Anadolu'nun kadim dokuma geleneğiyle, ilmek ilmek işlenen hikâyelerle ve kuşaktan kuşağa aktarılan ustalıkla başlıyor.

Kooperatifin başkanı metinleri okuyunca iki şeye takılıyor. Birincisi, metinler kooperatifin konuşma biçimine hiç benzemiyor. Dokumacılar kilimlerini anlatırken hangi yünü kullandıklarını, boyayı hangi bitkiden aldıklarını ve bir kilimin kaç haftada bittiğini söyler, kadim kelimesini hiç kullanmaz. İkincisi, bir akşam başka iki kooperatifin sitesine baktığında neredeyse aynı cümlelerle karşılaşıyor: onlar da aynı tür araçları kullanmış.

Aynı hafta araçla hazırlanan bir kapak görseli de sorun çıkarıyor. Görsel güzel, ama bir dokumacı onun, büyük bir ev tekstili markasının ambalajındaki desene çok benzediğini fark ediyor. Görseli üretmek için araca verilen örnek fotoğraflardan biri de, izni alınmamış bir fotoğrafçının çalışmasıymış.

Bu derste ne olacak

Kırşehirli kooperatif ve dersteki öbür işyerleri kurgudur. Bu ders hukuki danışmanlık değildir; bir içeriğin kullanım hakkı, her durumda uzmanla belirlenir. Kooperatifin yaşadığı sorunların hiçbiri metinlerin yanlış olmasından gelmiyordu. Metinler kooperatife ait değildi: sesleri başkasının sesiydi, sözleri herkesin sözüydü ve görselin kime ait olduğu belirsizdi.

Bu ders yapay zekâyla içerik ve yaratıcı taslak üretirken dört şeyi korumayı çalışıyor. Önce marka sesinin taslaklarda nasıl kayıp gittiğini ve bunun nasıl yakalanacağını göreceğiz. Ardından aynı araçları kullanan herkesin birbirine benzeyen içerik üretmesini, kullanılan malzemenin ve üretilen çıktının haklarını ve bir taslağın yayına çıkmadan önce hangi katmanlarda okunacağını ele alacağız.

Sıfır noktası

Bu kursun önceki dersleri görev tanımını, bağlam paketini, örnek setini ve görev şablonunu kurdu; akıcı uydurmayı ve araştırmada doğrulama zincirini gösterdi. İçerik üretimi bu araçların en çok kullanıldığı alan. Ama bu alanın ölçütü, araştırmadan farklı olarak yalnız doğruluk değil.

Marka biriminde marka sesi, kime ve hangi anda yazılırsa yazılsın sabit kalan parçaydı; durum tonu ise muhatabın o anki durumuna göre değişen parça. Sözel kimlik, bir işletmenin tekrar ettiği ve tanındığı kelimelerin bütünüydü. Arama motoru optimizasyonu biriminde özgün katkı, yalnız bu işletmenin verebileceği birinci elden bilgiydi. Metin yazarlığı biriminde özgül ayrıntı, bir metni yalnız o işletmeye ait kılan somut öğeydi. Sosyal medya biriminde de içerik kullanım hakkı, bir üreticinin içeriğinin nerede, ne kadar süre ve nasıl kullanılabileceğinin önceden yazılmasıydı.

Mekanizma — sesin kayıp gitmesi

Görev tanımında eksik kalan her şey, modelin en sık gördüğü biçimle tamamlanır. Ton da bunun dışında kalmaz. Ses kuralları görev tanımına eklenmiş olsa bile, uzun metinlerde ve çok sayıda üretimde model yavaş yavaş kendi alışık olduğu tona döner: biraz daha süslü, biraz daha coşkulu, biraz daha genel. Bu kayma tek bir metinde fark edilmez; kırk metin birlikte okunduğunda görülür.

Kelime listesi, sıfattan daha net.

Sapma, zamanla birikir.

Durum tonu ayrıca korunuyor.

Mekanizma — herkesin aynı metni

Aynı modelleri kullanan, aynı türde tek satırlık istekler yazan ve bağlam vermeyen işletmeler, birbirine çok benzeyen metinler alır. Bu benzerlik tek bir işletmenin sitesinde görünmez, ama müşteri üç siteyi art arda gezdiğinde görünür. Bir markayı öbürlerinden ayıran şeyler, yani kendi deneyimi, kendi ayrıntısı ve kendi sözleri, ancak araca verildiğinde metne girer.

Kendi malzemen, araca.

Bilinen cümleye benzerlik.

Yapıyı araç, ayrıntıyı insan kurar.

Mekanizma — malzemenin ve çıktının hakları

Yapay zekâyla içerik üretmek iki ayrı hak sorusu doğurur. Birincisi girdiyle ilgilidir: araca verilen fotoğraf, metin, ses ya da tasarım, işletmenin kullanma hakkına sahip olduğu bir malzeme mi? İkincisi çıktıyla ilgilidir: üretilen içerik, başkasının korunan bir eserine, bir markanın logosuna ya da ambalajına veya gerçek bir kişinin yüzüne ya da sesine benziyor mu ve aracın kullanım koşulları bu içeriğin ticari kullanımına izin veriyor mu? Bu soruların cevabı ülkeden ülkeye ve durumdan duruma değişir; yapay zekâ çıktılarının kime ait olduğu ve korunup korunmadığı da hâlâ tartışılan bir alandır.

Başka markayı çağrıştıran çıktı.

Aracın koşulları da bir girdi.

Gerçek kişinin yüzü ve sesi.

Usta katmanı — yayına çıkmadan önce katman katman okumak

Bir yapay zekâ taslağı bir metin yazarının taslağından daha hızlı gelir, ama daha az okunmuş gelmez. Tersine, akıcılığı yüzünden daha az dikkatle okunmaya yatkındır. Bir taslağı bir kez baştan sona okumak, farklı türdeki sorunların hepsini yakalamaya yetmez; dilin güzelliğine bakan göz, bir fiyatın yanlışlığını kaçırabilir.

Riske göre derinlik.

Sorumluluk, onaylayan kişide.

Yaygın hatalar

Aklında kalsın

Ses sapması, metinlerin yavaş yavaş modelin tonuna kaymasıdır. Referans metinlerle düzenli karşılaştırma ve somut ses kuralları onu yakalar.

Tekdüzeleşme, aynı araçları kullananların birbirine benzemesidir. Panzehiri, modelin bilemeyeceği işletme bilgisini metne taşımaktır.

Hak kaydı, girdinin ve çıktının haklarını kontrol ettiğini gösterir. Bu bir hukuki güvence değildir; belirsiz durumlar uzmanla belirlenir.

Katmanlı son okuma olgu, ses, özgünlük ve hak için ayrı okumalar yapar. Derinlik riske göre ayarlanır, sorumluluk onaylayan kişidedir.

Sonraki derse köprü

Bu derste yapay zekâyla içerik ve yaratıcı taslak üretirken markayı korumayı ele aldık: ses sapması, tekdüzeleşme, hak kaydı ve katmanlı son okuma. Kırşehirli kooperatifin kilim hikâyeleri artık dokumacıların kendi sözleriyle yazılıyor ve kapak görseli kooperatifin kendi fotoğraflarından üretiliyor.

Kooperatifin başkanının masasında şimdi başka bir iş var: yeni sitenin ilk üç ayının satış tablosu. Pazarlama sorumlusu tabloyu araca verip ne olduğunu açıklamasını, gelecek üç ay için birkaç senaryo kurmasını ve ekibin hangi soruları sorması gerektiğini önermesini düşünüyor.

Sıradaki ders yapay zekâyı analizde ve karar desteğinde kullanmayı ele alıyor: veriyi açıklarken, senaryo kurarken ve soru üretirken aracın yapabileceği hesap hatalarını ve neden sonuç ilişkisi kurarken düştüğü yanılgıları nasıl yakalayacağımızı orada çalışacağız.