Anahtar Kelimeler
Sanat
Üstün Yetenekliler
Müzik
Görsel Sanatlar
Nasıl Atıf Yapılır
Makale Geçmişi
Öz
Bu araştırma, üstün yetenekli lise öğrencilerinin yapay zekâ tarafından üretilen müzik ve görsel sanat eserlerine yönelik estetik, yaratıcılık, özgünlük ve duygusal etki yönünden görüşlerini incelemektedir. Araştırmada nitel araştırma yöntemiyle çalışılmış, veri toplama araçları olarak kişisel bilgi formu, seçenekli soru formu ve yarı yapılandırılmış görüşme soruları kullanılmıştır. Çalışma grubu, üstün yetenekli tanısı almış lise düzeyindeki 16 öğrenciden oluşmaktadır. Resim, müzik ve genel zihinsel yetenek alanlarında eğitim almakta olan bu öğrenciler, demografik çeşitlilik açısından araştırmanın kapsamını genişletmiştir. Veriler, içerik analizi yöntemiyle incelenmiş ve analizler, estetik değer, özgünlük, duygusal etki ve yaratıcılık ana temaları altında yapılmıştır. Öğrencilerin yapay zekâ eserlerine yönelik görüşleri bu temalar doğrultusunda kodlar oluşturularak detaylandırılmıştır. Bulgular, öğrencilerin yapay zekâ üretimi eserlerin estetik değerini genellikle olumlu bulduklarını, ancak detay eksikliği ve duygusal derinlik konusunda eleştirilerde bulunduklarını göstermektedir. Öğrenciler, yapay zekânın yaratıcılığını sınırlı olarak değerlendirmiş ve özgünlük açısından insan yapımı eserlerin daha üstün olduğunu vurgulamışlardır. Özellikle, yapay zekânın duygusal etki yaratma kapasitesinin insan üretimi eserlerin gerisinde kaldığı ancak estetik açıdan bazı yönlerinin başarılı olduğu belirtilmiştir. Görüşlerden elde edilen bulgular, yapay zekânın sanatsal üretimde özgünlük, yaratıcılık ve duygusal etki açısından hâlâ insana özgü değerlere kıyasla sınırlı kaldığını ve bu teknolojinin sanata derin anlam katma becerisinin henüz gelişmediğini göstermektedir. Üstün yetenekli öğrenciler, yapay zekânın sınırlılıklarının yanı sıra sunduğu fırsatları da algılamışlardır. Vizyoner bir bakış açısıyla; yapay zekânın sanat eğitiminde bireyin potansiyelini keşfetmeye ve hayal gücünü genişletmeye yönelik önemli fırsatlar sunduğu vurgulanmaktadır.
Abstract
This study investigates the perspectives of gifted high school students regarding music and visual artworks produced by artificial intelligence, with a specific focus on aesthetics, creativity, originality, and emotional impact. Employing a qualitative research design, data were collected through personal information forms, multiple-choice questionnaires, and semi-structured interviews. The study group consisted of 16 students formally identified as gifted in the fields of visual arts, music, or general intellectual ability, ensuring demographic and disciplinary diversity. Data were analyzed using content analysis, categorizing findings under four main themes: aesthetic value, originality, emotional impact, and creativity. The results indicate that while students generally evaluated the aesthetic dimensions of AI-generated works positively, they criticized the lack of detail and emotional depth. Participants perceived AI’s creative capacity as limited, emphasizing the superiority of human-made artworks in terms of originality. Specifically, students noted that although AI demonstrates competence in certain formal aspects, it fails to evoke the same emotional resonance as human-created works. Overall, the study concludes that AI remains limited in artistic production regarding deep meaning and emotional expression. However, participants also acknowledged the opportunities AI offers; adopting a forward-looking perspective, they highlighted its potential in art education to support creative discovery and expand the imagination.
Keywords: Artificial Intelligence, Gifted Students, Art Education, Generative Art, Visual Arts, Music
Kaynakça
Akkaya, B., Özkan, A., ve Özkan, H. (2021). Yapay Zekâ Kaygı (YZK) Ölçeği: Türkçeye uyarlama, geçerlik ve güvenirlik çalışması. Alanya Akademik Bakış, 5(2), 1125–1146.
Artut, S. (2019). Using a machine learning algorithm to create a computational artwork: variable. Athens Journal of Humanities and Arts, 6(3), 173–182. http://dx.doi.org/10.30958/ajha.6-3-1.
Ballı, Ö. (2020). Yapay zekâ ve sanat uygulamaları üzerine güncel bir değerlendirme. Sanat ve Tasarım Dergisi, (26), 277–306.
Berg, B. L. (2001). Qualitative research methods for the social sciences (4. baskı). Allyn & Bacon.
Berger, S. L. (1991). Differentiating curriculum for gifted students. ERIC Clearinghouse on Handicapped and Gifted Children.
Chassignol, M., Khoroshavin, A., Klimova, A., ve Bilyatdinova, A. (2018). Artificial intelligence trends in education: A narrative overview. Procedia Computer Science, 136, 16–24. https://doi.org/10.1016/j.procs.2018.08.233.
Coşkun, F., ve Gülleroğlu, H. D. (2021). Yapay zekânın tarih içindeki gelişimi ve eğitimde kullanılması. Ankara Üniversitesi Eğitim Bilimleri Fakültesi Dergisi, 54(3), 947–966. https://doi.org/10.30964/auebfd.916220.
Danto, A. (1964). The artworld. The Journal of Philosophy, 61(19), 571–584.
Drott, E. (2021). Copyright, compensation, and commons in the music AI industry. Creative Industries Journal, 14(2), 190–207. https://doi.org/10.1080/17510694.2020.1839702.
Elgammal, A., Liu, B., Elhoseiny, M., ve Mazzone, M. (2017). CAN: Creative adversarial networks, generating “art” by learning about styles and deviating from style norms. https://doi.org/10.48550/arXiv.1706.07068.
Genç, M. A., Danış, S., ve Hamarta, H. K. Ö. (2023). Görsel sanatlar alanında özel yetenekli bireylerin eğitiminde yapay zekânın kullanımı. Necmettin Erbakan Üniversitesi Ereğli Eğitim Fakültesi Dergisi, 5 (Özel Sayı), 497–519. https://doi.org/10.51119/ereegf.2023.53.
Hong, J. W. (2018). Bias in perception of art produced by artificial intelligence. In International Conference on Human-Computer Interaction (ss. 290–303). Springer.
Jackson, P., Ponath Sukumaran, G., Babu, C., Tony, M. C., Jack, D. S., Reshma, V. R., … ve John, A. (2024). Artificial intelligence in medical education – Perception among medical students. BMC Medical Education, 24(1), 804.
Jang, Y., Choi, S., ve Kim, H. (2022). Development and validation of an instrument to measure undergraduate students’ attitudes toward the ethics of artificial intelligence (AT-EAI). Education and Information Technologies, 27, 11635–11667. https://doi.org/10.1007/s10639-022-11086-5.
Kantürk, B. (2022). Yapay zekânın günümüz sanat üretimlerinde katılımcı bir aktör olarak rolü: Türkiye güncel sanatından iki örnek. İdil Sanat ve Dil Dergisi, 11(95), 1007–1020.
Lee, H. K. (2022). Rethinking creativity: Creative industries, AI and everyday creativity. Media, Culture & Society, 44(3), 601–612. https://doi.org/10.1177/01634437221077009.
Mayring, P. (2014). Qualitative content analysis: Theoretical foundation, basic procedures and software solution. Klagenfurt.
McCormack, J., Gifford, T., ve Hutchings, P. (2019). Bilgisayar tarafından üretilen sanatta özerklik, özgünlük, yazarlık ve niyet. A. Ekárt, A. Liapis ve M. L. Castro Pena (Ed.), Müzik, ses, sanat ve tasarımda hesaplamalı zekâ: EvoMUSART 2019 (Lecture Notes in Computer Science, Cilt 11453 içinde, ss. 35–49). Springer. https://doi.org/10.1007/978-3-030-16667-0_3.
Novozhilova, E., Mays, K., Paik, S., ve Katz, J. E. (2024). More capable, less benevolent: Trust perceptions of AI systems across societal contexts. Machine Learning and Knowledge Extraction, 6(1), 342–366.
Oruç, T., Yeşilyurt, M., ve Kurt, M. (2024). Eğitimde yapay zekâ konulu çalışmaların betimsel analizi. Temel Eğitim, (24), 44–60.
Piirto, J. (2011). Creativity for 21st century skills. Springer.
Renzulli, J. S. (2021). The Three-Ring Conception of Giftedness: A developmental model for promoting creative productivity. In Reflections on Gifted Education (ss. 55–90). Routledge.
Russell, S. J., ve Norvig, P. (2016). Artificial intelligence: A modern approach. Pearson.
Santos, I., Castro, L., Rodriguez-Fernandez, N., Torrente-Patino, A., ve Carballal, A. (2021). Artificial neural networks and deep learning in the visual arts: A review. Neural Computing and Applications, 33, 121–157. https://doi.org/10.1007/s00521-020-05565-4.
Sarıel, S. (2017). Günümüzde yapay zekâ. M. Karaca (Ed.), İnsanlaşan makineler ve yapay zekâ içinde (ss. 21–25). İstanbul Teknik Üniversitesi Vakfı Yayınları.
Siegle, D. (2023). A role for ChatGPT and AI in gifted education. Gifted Child Today, 46(3), 211–219. https://doi.org/10.1177/10762175231168443.
Sivri, O. (2024). Yapay zekâ çerçevesinde görsel sanatların geleceği. İnsanat Sanat Tasarım ve Mimarlık Araştırmaları Dergisi, 4(1), 322–344.
Şen, E. (2022). İllüstrasyon alanında yapay zekâ uygulamaları. Abant Sosyal Bilimler Dergisi, 22(3), 1320–1332. https://doi.org/10.11616/asbi.1159662.
Tekin, A. (2018). Yapay zekâ kullanımının sanata etkileri. Kent Akademisi, 11(4), 692–702.
Tuğluk, M. N., ve Gök-Çolak, F. (2019). Sanayi toplumu ve eğitimi. A. D. Öğretir-Özçelik ve M. N. Tuğluk (Ed.), Eğitimde ve endüstride 21. yüzyıl becerileri içinde (ss. 305–335). Pegem Akademi.
Yıldırım, A., ve Şimşek, H. (2003). Sosyal bilimlerde nitel araştırma yöntemleri. Seçkin Yayıncılık.
Zhou, Y., ve Kawabata, H. (2023). Eyes can tell: Assessment of implicit attitudes toward AI art. i-Perception, 14(5). https://doi.org/10.1177/20416695231209846.
Bu çalışma Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License ile lisanslanmıştır.
Telif Hakkı (c) 2025 Sanat Eğitimi Dergisi