Senaryodan perdeye: Yapay zekâ film yapımını nerede şimdiden değiştiriyor

Şu sıralar film sektörünü yapay zekâ kadar keskin biçimde kutuplaştıran başka bir konu neredeyse yok. Konferans sahnelerinde ve tanıtım videolarında sanki tam otomatik film fabrikası kapıda gibi anlatılıyor: metni ver, hazır filmi al. Daha yakından bakan biri ise 2026'da farklı bir tablo buluyor. Yapay zekâ çoktan profesyonel yapımlara girdi; ama noktasal olarak, tek tek departmanlarda ve çoğunlukla yardımcı rolde. Bu yazının temel tezi şu: Yapay zekâ film sürecinin tamamını değiştirmez, tek tek iş adımlarını dönüştürür ve kararları, sorumlulukları ve gücü kaydırır.

Bunu sınamak için yapım zincirinde bir tur atmakta fayda var: İlk fikirden ekrana teslime kadar.

Ön yapım: Metin, görüntü ve makinenin sınırları

Başta anlatı malzemesi gelir. Üretken dil modelleri fikirler, sinopsisler ya da diyalog varyantları üretebilir; ancak sektör, bu kullanım rutin hâline gelmeden önce onu sözleşmelerle sınırladı. ABD Senaristler Sendikası'nın 2023'te müzakere edilen çerçeve anlaşması, yapay zekânın hukuken bir “writer” olmadığını ve yapay zekâ tarafından üretilen malzemenin edebî eser sayılmadığını kayda geçiriyor (WGA – Artificial Intelligence). Yani bir stüdyo, bir senariste yapay zekâ üretimi bir senaryo sunup ona yalnızca bir revizyon ücreti ödeyemez; ayrıca şirketler, teslim edilen malzemenin yapay zekâ üretimi olup olmadığını açıklamak zorundadır.

Bunun ardında somut bir değerlendirme sorunu da yatıyor. ABD Telif Hakkı Ofisi, Ocak 2025 tarihli raporunda açıkça belirtti: Yalnızca yapay zekâ tarafından üretilen malzeme korunabilir değildir ve prompt'lar tek başına, eser sahipliğini temellendirecek “yeterli bir denetim” sağlamaz (U.S. Copyright Office, Part 2: Copyrightability Report). Yapay zekânın yardımcı kullanımı ise bir insan eserinin korunmasını etkilemez. Dolayısıyla insan elinin izini taşımayan bir film ürettiren, onu koruyamama riskini göze alır.

Metnin çevresinde, kanıt durumuna göre temkinli değerlendirilmesi gereken başka yardımcı işlevler de pazarlanıyor. Araştırma ve olgu denetimi için dil modelleri, kaynakların ve arka plan malzemesinin hızlı bir ön ayıklamasını vaat ediyor; benzer biçimde senaryonun otomatik çözümlenmesine (örneğin yapı, karakter yayları ya da tempo bakımından) ve treatment ile diyalogların çevrilmesine yönelik araçlar da pazarlanıyor. Bu araştırmada, bu somut işlevlerin stüdyolarda sağlam ve standartlaştırılmış biçimde kullanıldığına dair güvenilir birincil kanıtlar bulunmuyor; bu nedenle bunlar kanıtlanmış bir uygulama olarak değil, pazarlanan yardımcı yazılım kategorileri olarak anlaşılmalı; üstelik senaryo sözleşmelerindeki açıklama ve denetim yükümlülükleri burada da geçerli (WGA – Artificial Intelligence).

Concept art, storyboard ve ön görselleştirmede bu örüntü özellikle net görülür. Hong Kong University of Science and Technology'de Stanford ve başka kurumlarla birlikte geliştirilen “CineVision” gibi araştırma sistemleri, senaryoyu gerçek zamanlı bir ön görselleştirmeye bağlar ve aydınlatma, karakter ile kostüm tasarımı için modüller sunar (CineVision, arXiv 2025). Ama yazarlar sınırları açıkça, hiç sakınmadan sıralıyor: Sistem geleneksel diyalog sahneleriyle sınırlıdır, karakter hareketi ya da rig animasyonu yapamaz, yalnızca düşük çözünürlükte render alır ve kamera açısından belirleyici olan odak uzaklığı ya da kamera yüksekliği gibi meta verilerden yoksun 2 boyutlu sabit kareler üretir. Otomatik bir devamlılık denetimi yoktur; kameramanların board'ları elle çekim listelerine çevirmesi gerekir. Fikir taslağı olarak işe yarar, bitmiş bir yapım şablonu olaraksa yaramaz.

Oyuncu seçimi ve planlamada asıl kırılma teknikten değil, sözleşmelerden geçiyor. Oyuncu seçimi desteğinde ön plana çıkan, bir yapay zekâ otomatizmi olmaktan çok rıza sorusudur: 2026'da onaylanan SAG-AFTRA sözleşmesi, sözde sentetik yapay zekâ oyuncularına ancak yaşayan bir oyuncuya ya da onun dijital avatarına kıyasla “significant additional value” sundukları takdirde izin veriyor ve insan performanslarını açıkça öne alan bir ilkeyi yerleştiriyor (The Hollywood Reporter, 12.05.2026). Üyeler yüzde 91,4 ile onay verdi (Variety, 05.06.2026). Bir oyuncunun dijital replikaları “informed consent” ve adil ücret gerektiriyor; sentetikler konusunda bir grev ise ancak 2030'da yapılabilecek. Yapım planlamasında da (çekim planının oluşturulmasından bütçelemeye kadar) otomasyona yönelik yapay zekâ teklifleri var; ancak bu araştırmada birincil kaynaklarla belgelenmiş, yaygın bir stüdyo kullanımı kanıtlanamıyor. Sanal mekân aramasından (planlamada olası çekim yerlerinin yapay zekâ destekli taranması ya da üretilmesi) sanal yapımı kesinlikle ayırmak gerekir; sanal yapım, LED volume içinde gerçekleşen fiilî çekimi anlatır ve sağlam bir yapay zekâ mekân araması için kanıt değildir.

Sanal yapım: Güçlü, ama hemen “yapay zekâ” değil

Sık rastlanan bir yanlış anlama sanal yapımı ilgilendiriyor. Birçok büyük yapımda bulunan LED volume'ler üretken yapay zekâ değildir. Unreal Engine belgeleri, “In-Camera VFX”i LED aydınlatması, canlı kamera takibi ve gerçek zamanlı render'ın birlikte çalışması olarak tanımlar; amaç, green screen ile compositing'i gereksiz kılmak ve nihai görüntüleri doğrudan kamerada oluşturmaktır (Unreal Engine 5.6 Documentation). Bu, oyun motoru tekniğidir, bir görüntü üreteci değil. Gereksinimler yüksektir: Tümüyle sanal bir ortam için 270 dereceye kadar kavrayan bir volume gerekebilir ve kesin bir senkronizasyon olmadan görünür görüntü hataları riski doğar.

Dijital figürler içinse MetaHuman çerçevesi yerleşmiş durumda; Epic Games'e göre bu çerçeve, Unreal Engine 5'te “fully rigged, photorealistic digital humans” oluşturmaya ve canlandırmaya olanak tanıyor; MetaHuman Animator ise yüz animasyonlarını video ve ses kayıtlarından üretiyor (Epic Games – MetaHuman Documentation). Burada da geçerli olan ilke aynı: Bir alet çantası, tek bir düğmeye basmak değil.

Post prodüksiyon: Değişimin asıl alanı

Yapay zekâ en çok, tek tek ve açıkça sınırlanmış görevleri üstlendiği yerde ileri gider. En çarpıcı örnek görsel efektlerden geliyor. Netflix, Temmuz 2025'te bir orijinal dizide ilk kez üretken yapay zekâ efektleri kullandığını doğruladı: Arjantin yapımı “El Eternauta”da çöken bir bina sahnesi, kendi bünyesindeki Eyeline ekibi tarafından hayata geçirildi (The Guardian, 18.07.2025). Eş CEO Ted Sarandos, sekansın klasik yöntemlere göre “10x faster” tamamlandığını açıkladı. Bu sayı bir şirket açıklamasıdır ve bağımsız olarak doğrulanmamıştır; sağlam bir gösterge olarak değil, bir alıntı olarak okunmalıdır.

Robert Zemeckis'in “Here” adlı sinema filmi de benzer ölçüde aydınlatıcı. Metaphysic şirketi, Tom Hanks ve Robin Wright'ı sette gerçek zamanlı olarak gençleştirip yaşlandırdı; böylece yönetmen sonucu ikinci bir monitörde anında görebildi (Variety, 02.11.2024). Tez açısından belirleyici olan şu: Etkileyici canlı ön izlemeye rağmen Variety, modellerin lisanslı malzemeyle eğitildiğini ve insan compositor'ların ve animatörlerin çekimleri sonrasında post prodüksiyonda tamamladığını aktarıyor. VFX süpervizörü Kevin Baillie bunu şöyle özetledi: “We ensured that artists were involved to maintain fidelity to the actors' performances”. Dolayısıyla “artık post işi yok” demek kabul edilemez bir basitleştirmedir.

Üretken video yöntemleri için araştırma bu ihtiyatı doğruluyor. Transactions on Machine Learning Research dergisince kabul edilen bir derleme makalesi, difüzyon modellerine önceki yaklaşımlara kıyasla daha iyi bir zamansal tutarlılık atfediyor, ama yine de “significant challenges in motion consistency, computational efficiency, and ethical considerations” olduğunu belirtiyor (Survey of Video Diffusion Models, arXiv 2504.16081).

Her gün kurgu masasına ulaşan araçlar da yapay zekâ barındırıyor. Adobe, Premiere Pro'daki “Generative Extend” işlevini besleyen Firefly Video Model'ini, kendi ifadesiyle “the industry's first commercially safe AI video generation model” olarak satıyor (Adobe Newsroom, 12.02.2025). Hukuki güvenceye ilişkin bu ifade bir sağlayıcı iddiasıdır ve ayrıca başlangıçta 1080p ile beta aşamasındadır.

Konuşma ve seslendirmede yardımcılık ilkesi en net biçimde ortaya çıkıyor. Oscar ödüllü “The Brutalist”, başrol oyuncularının Macarca telaffuzunu inceltmek için Respeecher'ın ses yapay zekâsını kullandı; sağlayıcıya göre bu, bir Macar danışman ve geri bildirim döngüleriyle yürütülen yinelemeli bir süreçti; tümüyle yapay zekâ üretimi bir ses olmadan ve İngilizce diyalogda değişiklik yapılmadan (Respeecher – The Brutalist Case Study). Ticari dublaj araçları da aynı mantığı izliyor: ElevenLabs'ın belgeleri transkripsiyonu, düzenlenebilir çevirileri ve ses klonlamayı anlatıyor, ama senkron ve zamanlama sorunlarına dikkat çekiyor ve Dubbing Studio'nun artık “maintenance mode”da çalıştığını not düşüyor (ElevenLabs – Dubbing Studio).

Ses tasarımında yardımcılık sesin bizzat oluşturulmasına dek uzanıyor: ElevenLabs'ın dublaj aracı örneğin metin prompt'uyla ses efektleri üretme olanağı sunuyor, ama böylece bakım açısından donmuş aynı yardımcı çerçevede kalıyor ve elle yerleştirme gerektiriyor. Müzikte darboğaz kalite değil, haktır: ABD müzik endüstrisi, Haziran 2024'ten bu yana Suno ve Udio üreteçlerine, korunan kayıtlar üzerinde kitlesel ve lisanssız eğitim nedeniyle dava açıyor (RIAA, 24.06.2024).

Klasik post prodüksiyon görevlerinin bütün bir dizisi bugün, olgunluk düzeyi ciddi biçimde kanıtlanamadan yapay zekâ etiketiyle anılıyor. Yapay zekâ kurgu asistanlığı için (metin tabanlı kurgudan otomatik transkripsiyona ve kaba kurgu önerilerine kadar) yerleşik araçlar reklam yapıyor, ama anılan Adobe işlevlerinin ötesinde burada sağlam ve düzenli bir işletime ilişkin güvenilir birincil kanıt eksik. Aynısı yapay zekâ rotoscoping'i (nesnelerin otomatik olarak ayrılması), yapay zekâ ile görüntü restorasyonu ve remaster'ı ve altyazıların makine çevirisi için de geçerli: Sayısız yazılım vaadi var, ama bu araştırmada kanıtlanmış, profesyonel bir stüdyo kullanımına dair birincil kanıt yok; dolayısıyla bunlar yerleşik bir standart olarak değil, pazarlanan araç kategorileri olarak ele alınmalı. Fragmanlar ve pazarlama malzemelerinde de olgusal durum temkinli kalıyor: Netflix, yapay zekâ üretimi fragmanlarla, görsel pazarlama materyalleriyle ve doğal dille aramayla “deney yaptığını” bildirdi; bu, bir test işletimini belgeleyen, ama güvenceye alınmış düzenli bir işletimi kanıtlamayan bir şirket açıklaması (Economic Times, 21.07.2025).

Son olarak, az görünür ama gerçek biçimde, yapay zekâ teslimde de var. Netflix, kodlamada görüntü kalitesini iyileştiren ve tercih testlerinde katılımcıların yaklaşık yüzde 77'sinin tercih ettiği nöral bir “deep downscaler”dan söz ediyor (Netflix Technology Blog). Bu, yaratıcı bir karar değil, altyapıdır; tam da bu yüzden, yapay zekânın teknik olarak açıkça ölçülebilir olduğu yerde ne kadar sessizce iş gördüğüne iyi bir örnektir.

Sınırlar ve riskler

2026'da gerçek kullanımı üç gerilim alanı belirliyor. Birincisi doğrulanabilirlik: Verimlilik verileri çoğu kez stüdyoların kendisinden gelir, tıpkı “El Eternauta”ya ilişkin “10x” sayısı gibi. İkincisi haklar ve veri: Yalnızca makineyle ortaya çıkan şey korunabilir değildir ve eğitim verileri yargı konusu olabilir. Üçüncüsü güç ve şeffaflık: SAG-AFTRA, WGA ve IATSE sendikasının toplu sözleşmeleri rızayı, işten uzaklaştırmaya karşı korumayı ve ücreti düzenler; örneğin IATSE, kimsenin, meslektaşlarını saf dışı bırakacak biçimde prompt girmeye zorlanamayacağını kayda geçirir (IATSE, 28.06.2024). “The Brutalist” çevresindeki tartışma ayrıca şunu gösterdi: Tartışmayı tutuşturan tekniğin kendisi değil, açıklamanın eksikliğidir.

Sonuç

Bilanço hem net hem de gösterişsiz. Yapay zekânın 2026'da film yapımında sağlam bir yeri var; ama tek tek departmanlarda bir araç olarak, bütünün yerine geçen bir şey olarak değil. VFX sekanslarını hızlandırıyor, telaffuzu inceltiyor, malzemeyi transkribe ediyor ve teslimi optimize ediyor. Ne var ki zevkin, devamlılığın, hukuki güvencenin ya da inandırıcı bir insan performansının önem taşıdığı her yerde belirleyici merci insan olarak kalıyor; yeni sözleşmeler de bunu perçinliyor. Asıl kayma perdede değil, arkasında yaşanıyor: Kimin karar verdiği, kimin sorumlu olduğu ve kime ödeme yapıldığı sorusunda.