Birkaç yıl önce dijital içerik üretirken temel soru şuydu:
“Bunu yapabilir miyiz?”
Bir ürün fotoğrafındaki nesneyi kaldırmak için Photoshop bilen birine ihtiyaç vardı. Kısa bir tanıtım videosu için çekim yapmak, görüntü seçmek ve kurgu programında çalışmak gerekiyordu. Farklı bir görsel fikir denemek bile zaman ve bütçe anlamına geliyordu.
Bugün soru değişti.
Artık çoğu zaman “Yapabilir miyiz?” diye düşünmüyoruz.
“Hangisini kullanalım?” diye düşünüyoruz.
Bir ürün için birkaç dakika içinde farklı arka planlar hazırlanabiliyor. Aynı fotoğraf farklı stillerde yeniden yorumlanabiliyor. Hareketsiz bir görsele kamera hareketi eklenebiliyor. Bir kampanya fikrinin onlarca versiyonu üretilebiliyor.
Teknik engeller azalırken başka bir sorun ortaya çıkıyor:
İçerik bolluğu.
Ve bu bolluk, iyi içerik üretmeyi otomatik olarak kolaylaştırmıyor.
On seçenek her zaman bir seçenekten daha iyi değildir
Bir tasarımcıya tek bir fikir sunulduğunda tartışma genellikle nettir.
Renk doğru mu?
Kompozisyon çalışıyor mu?
Mesaj anlaşılıyor mu?
Fakat aynı fikir için 25 farklı görsel hazırlandığında değerlendirme biçimi değişmeye başlar.
“Bu da güzel.”
“Şunun ışığı daha iyi.”
“Üçüncü versiyon daha profesyonel duruyor.”
“On ikinci biraz daha dikkat çekici.”
Bir süre sonra ekip neyi seçtiğini değil, neden seçtiğini kaybeder.
Bu yalnızca yapay zekâya özgü bir durum değil. Seçenek sayısı arttıkça karar vermek her alanda zorlaşır. Fakat üretken yapay zekâ bunu yaratıcı işlerde çok daha görünür hâle getirdi.
Eskiden alternatif üretmenin maliyeti seçimleri sınırlıyordu.
Şimdi alternatif üretmenin maliyeti düştü.
Bu kez sınırı insan koymak zorunda.
“Daha etkileyici” iyi bir brief değildir
Yapay zekâ araçlarıyla çalışırken kullanılan en tehlikeli ifadelerden biri belki de şudur:
“Biraz daha etkileyici yap.”
Etkileyici ne demek?
Daha parlak mı?
Daha sinematik mi?
Daha gerçekçi mi?
Daha renkli mi?
Daha dramatik mi?
Araç bu isteğe mutlaka bir cevap verebilir. Fakat sonuç, markanın gerçekten ihtiyacı olan şey olmayabilir.
Bir finans uygulamasının güven vermesi gerekiyorsa aşırı dramatik ışıklandırma gereksiz olabilir.
Bir çocuk ürününde kusursuz ve soğuk bir stüdyo estetiği yanlış duygu yaratabilir.
Bir restoranın sosyal medya görselleri fazla “mükemmel” olduğunda yemek gerçek olmaktan çıkıp stok görsel gibi görünebilir.
Teknoloji seçenek üretir.
Ama seçeneğin doğru olup olmadığını teknoloji tek başına belirleyemez.
Bu nedenle yeni dönemin önemli yaratıcı becerilerinden biri prompt yazmak kadar ne istemediğini bilmek olabilir.
Bazen yeni bir görsele değil, daha iyi bir karara ihtiyaç vardır
Yapay zekâ hakkında konuşurken “üretmek” kelimesini çok sık kullanıyoruz.
Oysa gerçek hayattaki birçok görsel problem aslında üretim problemi değildir.
Fotoğraf zaten vardır.
Ürün doğrudur.
Kadrajın büyük bölümü çalışıyordur.
Sadece arka plandaki küçük bir nesne dikkati dağıtıyordur.
Ya da görsel yatay hazırlanmıştır fakat dikey formatta kullanılacaktır.
Ya da kampanyanın yeni versiyonunda arka planın daha sade olması gerekiyordur.
Böyle bir durumda sıfırdan beş yeni görsel üretmek, yaratıcı görünse bile gereksiz olabilir.
Arting gibi bir AI image editor mevcut görsel üzerinde belirli alanları değiştirmek, istenmeyen öğeleri kaldırmak veya kompozisyonu yeni bir ihtiyaca uyarlamak için kullanılabilir.
Buradaki önemli nokta aracın ne kadar fazla şey değiştirebildiği değildir.
Tam tersine:
Ne kadar az şeyi değiştirmek yeterli?
İyi editörlük çoğu zaman bu soruyla başlar.
Bir görselin yüzde 90’ı zaten doğruysa kalan yüzde 10’u düzeltmek, sıfırdan yeni bir görsel üretmekten daha tutarlı bir sonuç verebilir.
Hareket eklemek de aynı sorunu çözmüyor
Video üretiminde de benzer bir durum var.
Bir fotoğrafı hareketlendirmek artık teknik olarak şaşırtıcı bir şey değil.
Asıl soru şu:
Neden hareket etmeli?
Bir otomobil görselinde kameranın aracın etrafında yavaşça hareket etmesi ürünün formunu daha iyi gösterebilir.
Bir seyahat fotoğrafında hafif bulut veya su hareketi atmosferi güçlendirebilir.
Bir portrede ise gereksiz kamera hareketi fotoğrafın sakinliğini bozabilir.
Video olması, içeriğin otomatik olarak daha güçlü olduğu anlamına gelmez.
Video olması gereken yerde video değerlidir.
Bu ayrım özellikle kısa sosyal medya içeriklerinde önemli hâle geliyor.
VideoPlus gibi bir image to video AI aracı mevcut bir görseli kısa hareketli içeriğe dönüştürmeyi kolaylaştırabilir. Böylece bir ürün fotoğrafı, illüstrasyon veya kampanya görseli çekim yapılmadan hareket kazanabilir.
Ancak araç hareketi üretir.
Hareketin gerekli olup olmadığına hâlâ kullanıcı karar verir.
Bu küçük fark, iyi bir video ile yalnızca hareket eden bir görsel arasındaki farktır.
AI çağında “silmek” daha değerli bir yaratıcı beceri olabilir
Geleneksel yaratıcı süreç genellikle eklemek üzerine kuruludur.
Bir başlık daha.
Bir grafik daha.
Bir efekt daha.
Bir sahne daha.
Bir alternatif daha.
Yapay zekâ bu ekleme kapasitesini neredeyse sınırsız hâle getiriyor.
Bu yüzden önümüzdeki dönemde yaratıcı kalite bazen tam tersinden gelecek:
silmekten.
On görselden üçünü elemek.
Beş hareketten yalnızca birini kullanmak.
Arka plandaki gereksiz ayrıntıyı kaldırmak.
Bir videoyu 15 saniye yerine 7 saniyede bırakmak.
Bir kampanyada altı farklı estetik yerine tek bir güçlü görsel dil seçmek.
Bu kararlar gösterişli değildir.
Fakat izleyici açısından sonucu belirleyen çoğu zaman tam olarak bunlardır.
İyi editör, yalnızca neyin eklenmesi gerektiğini değil, neyin çıkarılması gerektiğini de bilir.
AI içerik çağında bu becerinin değeri muhtemelen artacak.
Bir görselin “iyi” olduğunu nasıl anlayacağız?
Tek bir cevap yok.
Fakat “en gerçekçi olan” veya “en pahalı görünen” gibi kriterler çoğu marka için yeterli değil.
Bir içerik değerlendirilirken daha basit sorular sorulabilir.
İlk bakışta ne görüyorum?
İzleyicinin dikkati doğru yere gidiyor mu?
Bu görsel markaya ait gibi görünüyor mu?
Logoyu kaldırdığımızda bile görsel dil tanınabilir mi?
İçeriğin amacı belli mi?
Bir ürün mü gösteriliyor, duygu mu oluşturuluyor, bilgi mi veriliyor?
Gereksiz bir şey var mı?
Metin, nesne, hareket veya efekt gerçekten katkı sağlıyor mu?
Bu görsel bulunduğu platforma ait gibi mi?
Bir web banner’ı Instagram’a zorla taşınmış gibi görünmemeli.
Bu soruların hiçbirinin cevabı bir üretim modelinin benchmark skorunda bulunmaz.
Bunlar editoryal kararlardır.
Aynı araç, iki farklı elde iki farklı sonuç verir
Yapay zekâ araçları arasındaki farklar elbette önemlidir.
Bazıları daha iyi görüntü üretir.
Bazıları hareket konusunda güçlüdür.
Bazıları düzenleme üzerinde daha fazla kontrol sağlar.
Fakat araçlar geliştikçe yalnızca teknolojiye bakarak kaliteli içeriği açıklamak giderek zorlaşacak.
Aynı aracı kullanan iki kişi düşünelim.
Biri mümkün olan her efekti dener.
Diğeri yalnızca ihtiyaç duyduğu değişikliği yapar.
Biri 30 versiyon üretip rastgele birini seçer.
Diğeri önce kriterlerini belirler, ardından üç alternatif hazırlar.
Biri her içeriği “sinematik” yapmaya çalışır.
Diğeri ürünün, kitlenin ve platformun ne gerektirdiğini düşünür.
Teknoloji aynı olabilir.
Sonuç aynı olmaz.
Bu yüzden yapay zekâ yaratıcı beceriyi ortadan kaldırmıyor.
Yaratıcı becerinin nerede gerektiğini değiştiriyor.
Görsel okuryazarlık teknik bilgiden daha önemli hâle gelebilir
Bir dönem profesyonel içerik üretmek için yazılımları öğrenmek gerekiyordu.
Katmanlar.
Maskeler.
Timeline.
Keyframe.
Render ayarları.
Bu bilgiler hâlâ değerli.
Fakat bazı teknik işlemler giderek araçların içine gömülüyor.
Bir kullanıcı “arkadaki tabelayı kaldır” diyebiliyor.
“Bu fotoğrafta kamerayı ürüne doğru yavaşça yaklaştır” diyebiliyor.
Teknik komut basitleştikçe başka bir yetkinlik öne çıkıyor:
Gördüğünü değerlendirebilmek.
Bu gölge doğru mu?
Bu görüntü fazla yapay mı?
Ürün yeterince belirgin mi?
Hareket dikkati yanlış yere mi çekiyor?
Bu sahne markanın dünyasına uyuyor mu?
Bunlar yazılım soruları değildir.
Görsel okuryazarlık sorularıdır.
Ve üretimin herkes için erişilebilir hâle geldiği bir ortamda asıl farkı bunlar yaratabilir.
Yeni darboğaz üretim değil, karar
Yapay zekâ içerik üretimini hızlandırmaya devam edecek.
Bir görüntüyü değiştirmek daha kolay olacak.
Bir fotoğrafı videoya dönüştürmek daha hızlı olacak.
Daha fazla model, daha fazla stil ve daha fazla kontrol gelecek.
Fakat insanın bir günde bakabileceği içerik miktarı aynı hızla artmıyor.
Bir pazarlama yöneticisinin değerlendirebileceği alternatif sayısı sınırlı.
Bir tasarımcının dikkat kapasitesi sınırlı.
Bir izleyicinin bir markaya ayıracağı zaman ise daha da sınırlı.
Bu yüzden içerik üretimindeki darboğazın yeri değişiyor.
Eskiden sorun:
“Yeterince içerik üretebilir miyiz?”
idi.
Şimdi giderek şu soruya dönüşüyor:
“Ürettiklerimiz arasından gerçekten neyi yayınlamaya değer buluyoruz?”
Yapay zekâ ilk soruyu giderek kolaylaştırıyor.
İkincisinin cevabı ise hâlâ bize ait.
