Yapay zeka sinemasal beğeniyi anlayabilir mi?

Makineler filmler hakkında gerçekte ne öğreniyor

Bir öneri sistemi filmleri tanımaz. Davranışı tanır. Netflix, 2025'te tanıttığı „Foundation Model for Personalized Recommendation“ modelini, otoregresif tahmin ilkesine göre çalışan bir model olarak tanımlıyor – „our default approach employs the autoregressive next-token prediction objective, similar to GPT“ – ve birincil amacı basitçe bir sonraki başlık etkileşimini tahmin etmek (Netflix Technology Blog). Model, 300 milyondan fazla kullanıcının etkileşim geçmişleri ve yüz milyarlarca etkileşim üzerinde eğitiliyor (Netflix Technology Blog). Bu bir beğeni oluşturma değil, büyük ölçekli olasılık hesabıdır.

Kapak görsellerinin kişiselleştirilmesi de benzer şekilde işliyor: Netflix, gösterilen görseli „Contextual Bandits“ adı verilen yöntemle seçiyor ve bu sırada „take fraction“ olarak ölçülen bir „quality play“ olasılığını optimize ediyor (Netflix Technology Blog). Şirket böylece açıkça yalnızca „not just what we recommend but also how we recommend“ ilkesini kişiselleştiriyor – ve „significant lift in core metrics“ bildiriyor (Netflix Technology Blog). YouTube ise önerilerini 2016'dan bu yana iki aşamaya ayırıyor: bir aday üretimi ve bir sıralama modeli (Google Research).

Bu sistemler tartışmasız güçlü. Ama sanatsal olandan farklı bir soruyu yanıtlıyorlar. Neyin çoğunlukla işe yaradığını ölçüyorlar. Belirli bir hikâyede belirli bir görüntünün neden duygusal olarak zorunlu olduğunu açıklamıyorlar.

Tahminden değerlendirmeye: yargısız sayılar

Öneriden değerlendirmeye geçiş, sektörün asıl hırsı. Sağlayıcılar, başarıyı daha çekim öncesinde tanıyabilmeyi vaat ediyor. ScriptBook, „87 % financially accurate“ ve yalnızca senaryoya dayalı yüzde 80'lik bir greenlight doğruluğuyla reklam yapıyor; temel alınan patent, başarı ve başarısızlık için yüzde 86'ya varan bir sınıflandırma doğruluğundan söz ediyor (ScriptBook). Largo.ai yüzde 82'lik bir greenlight doğruluğu belirtiyor ve analiz edilen filmlerin sayısını 12.000'in üzerinde gösteriyor (Largo.io). Her ikisi de bu araştırmada bağımsız bir denetimden geçmeyen sağlayıcı iddialarıdır.

Ciddi araştırma daha temkinli. Scientific Reports'ta 2024'te yayımlanan bir çalışma, yorumlarla genişletilmiş bir sinir ağıyla gişe için ortalama yüzde 83,7'lik bir tahmin doğruluğuna ulaştı; yorum verileri olmadan değerler belirgin biçimde düştü (Scientific Reports). Ancak belirleyici olan konudur: Tahmin edilen, sanatsal kalite değil ticari başarıdır. Yazarların kendisi, veri seçimini ve COVID etkisini açık sınırlar olarak adlandırıyor (Scientific Reports).

Tam da burada kör nokta ortaya çıkıyor. Cineuropa'nın ScriptBook üzerine bağımsız bir analizi, analizin amacının „bir senaryonun inceliklerini kavramak değil, içeriğini daha önce yayımlanmış filmlerin bilinen büyüklükleriyle karşılaştırmak“ olduğunu belirtiyor (Cineuropa). Passengers filminin belgelenen örneğinde gişe tahmini kullanışlıydı, ancak araç kötü eleştirel karşılamayı öngöremedi (Cineuropa). Eleştiri şöyle: „false objectivity“ – öznel bir kararı yalnızca destekleyebilen, ama veremeyen nesnel metrikler (Cineuropa).

Etki ile hakikat arasındaki fark

Bir makine en azından duygusal etkiyi ölçebilir mi? Kısmen. AttendAffectNet gibi duygusal hesaplama (affective computing) modelleri, video, ses ve metin izlerinden bir filmin uyandırdığı duyguları tahmin ediyor – ancak yalnızca değerlik (valence) ve uyarılma (arousal) boyutları olarak, en iyi korelasyon değerleri uyarılma için 0,655 ve değerlik için 0,575 civarında (Sensors). Bu, ölçülen tepkilere korelatif bir yaklaşımdır, duygusal hakikat üzerine bir yargı değil. Böyle bir araştırma, izleyici tepkilerinin veri noktaları olarak nasıl modellenebileceğini taslak halinde çiziyor; ne temsili bir test izleyicisinin ne de estetik bir yargının yerini tutuyor ve tam da bu modelin bir stüdyoda üretken kullanımı, incelenen kaynaklarda kanıtlanmış değil.

Tam da burada test gösterimleri ve izleyici verileri devreye giriyor. Tepkileri kümeleyebilir, izleyici grupları arasındaki örüntüleri görünür kılabilir ve olasılıkları tahmin edebilirler. Ancak bir test izleyicisi bir örneklem olarak kalır, bir değer yargısı değildir ve farklı izleyiciler aynı sahneye farklı tepki verir. Otomatik fragman ve görsel sistemleri ise materyalin seçimini ve sunumunu optimize edebilir – Netflix bunu kişiselleştirilmiş kapak görseli seçimi için kanıtlıyor (Netflix Technology Blog). Ancak bu yazı için incelenen kaynakların hiçbirinde, bir sistemin bir yönetmen imzasını ya da bir görüntünün sanatsal zorunluluğunu anladığına dair bir kanıt bulunmuyor; bu cümle bir araştırma bulgusu ve gazetecilik değerlendirmesi olarak okunmalı, geleceğe dair ilkesel bir iddia olarak değil.

Böylece bu yazının merkezî kavram ekseni keskinleştirilebilir. Ölçülebilir ya da tahmin edilebilir olanlar: teknik kalite, istatistiksel başarı olasılığı, bilinirlik, popülerlik ve – sınırlı ve korelatif biçimde – duygusal etki. Buna karşılık normatif, kültürel ve bağlama bağlı kalanlar: duygusal hakikat, özgünlük, sanatsal zorunluluk ve kişisel beğeni. Teknik olarak kusursuz, tanıdık, istatistiksel olarak umut vaat eden bir film duygusal olarak boş olabilir. Başlangıçta rahatsız edici bir eser kültürel olarak belirleyici olabilir. Burada kanıtlanmış hiçbir sistem bu farka karar vermiyor.

Bunun nedeni yapısaldır, yalnızca dereceye bağlı değil. Modeller yeniyi bilinenle karşılaştırır. Tam da bu yüzden araştırma, veriye dayalı tekdüzeliğe karşı uyarıyor: Fleder ve Hosanagar'ın klasik bulgusu, öneri sistemlerinin „kendini pekiştiren döngüler“ üretebileceğini gösteriyor; bu döngülerde popüler başlıklar daha sık önerilir, daha sık tüketilir ve ardından daha da sık önerilir – „These cycles reduce diversity“ (INFORMS). 82.290 ürün ve 1,1 milyondan fazla kullanıcı üzerinde yapılan daha sonraki bir saha deneyi, işbirlikçi filtrelerin toplu arz çeşitliliğini düşürdüğünü doğruluyor, bireysel çeşitlilik aynı anda artabilse de (University of Pennsylvania). Bilinene optimize eden bir sistem, eğilimsel olarak daha fazla bilinen üretir.

Pratikte gerçekte ne oluyor

Gerçek tablo her iki uçtan da daha ayrıntılı – hem coşkulu makine inancından hem de topyekûn reddedişten. Belki de en sağlam pratik örnek Cinelytic: Warner Bros. Pictures International bu platformu 2020'den bu yana içerik ve yetenek değerlendirmesi ile yayın stratejilerinin yönetimi için kullanıyor (Business Wire). Dikkat çekici olan kendini sınırlamasıdır. Şirket kurucusu Tobias Queisser, Fortune'a şöyle dedi: „We don't believe that an algorithm can run a script and understand whether the story is good or will connect with humans“ – ve açıklığa kavuşturdu: „We're not in the business of forecasting hits or flops“ (Fortune). 2025'te Cinelytic, Jumpcut Media ve onun senaryo analiz aracı ScriptSense'i satın alarak portföyünü genişletti; adı geçen müşteriler arasında Lionsgate ve Warner Bros. bulunuyor (Variety).

Post prodüksiyonun araç düzeyinde bu tür otomasyonlar 2025'ten bu yana ticari olarak mevcut. Blackmagic Design, DaVinci Resolve 20 için, „IntelliScript“in kullanıcının sağladığı bir metin senaryosu temelinde otomatik olarak „with the best takes of user selected dialogue“ bir zaman çizelgesi oluşturduğunu, „IntelliCut“in diyaloglardaki sessizlikleri kaldırabildiğini ve konuşmacı tanıma yoluyla konuşmacıları ayrı kanallara yerleştirebildiğini ve „Multicam SmartSwitch“in kurgu tarafında „automatically select angles based on who is speaking“ yaptığını tanımlıyor (Blackmagic Design). Bunlar yardımcı öneriler ve teknik görevlerin otomasyonudur – bir kaba kurgu, sessizliğin kısaltılması, konuşan kameranın seçimi. Bir kamera estetiğini ya da bir ritmi temellendirmezler: bir kesmenin duygusal bir sahnede neden bir saniye erken ya da geç oturduğuna dair dramaturjik kararı değil.

Analiz ile yargı arasındaki sınır için sık alıntılanan bir örnek, IBM'in 2016'da 20th Century Fox filmi Morgan için geliştirdiği yapay zeka destekli fragmandır. IBM Research projeyi bir insan-makine işbirliği olarak tanımlıyor: Görüntü, ses, atmosfer ve sahne yapısının çok modlu analizi, sonradan profesyonel bir film yapımcısı tarafından düzenlenip kurgulanan on uygun anı belirledi (IBM Research). IBM araştırma lideri John Smith'e göre kurgucu, önerilen on klibin dokuzunu kullandı, sınırlarını ayarladı, geçişleri yerleştirdi ve müziği seçti – „that was a completely human process“ (VICE). Sistem anları analiz edip önerdi; sinemasal seçim ve nihai kurgu insana ait kaldı. Tarihsel bir deney olarak bu örnek, otomatik fragman analizinin potansiyelini gösteriyor – otonom bir sinemasal beğeniyi değil.

Karşı argümanlar, sınırlar ve riskler

Kuşkuculuğa karşı en güçlü itiraz şu: İnsan beğenisi de öğrenilmiştir, deneyim, kültür ve taklitle biçimlenmiştir. Bir model „işe yarayan“ örüntüleri tanıdığında, deneyimli bir kurgucudan ilkesel olarak farklı bir şey mi yapıyor? Kanıtlanabilir fark, örüntü tanıma yeteneğinden çok, neyin ölçülebildiğinde yatıyor. Sistemler gözlemlenebilir büyüklüklere optimize eder – tıklamalar, izleme süresi, ciro. Sanatsal zorunluluk, kültürel etki ve cesur, üretken yanlış kararlar, burada incelenen kaynakların hiçbirinde ölçülebilir bir hedef büyüklük olarak tanımlanmamış.

Bundan somut riskler doğuyor. Birincisi, kendini pekiştiren popülerlik döngüleri yoluyla belgelenmiş homojenleşme tehlikesi (INFORMS). İkincisi, kültürel ve estetik bir kararın verilmesi gereken yerde sayıları güven duygusu telkin eden tahmin araçlarının „false objectivity“si (Cineuropa). Üçüncüsü, teknik kalitenin hakikatle karıştırılması: Bir görüntü kusursuz kompoze edilmiş olabilir, yine de önemsiz olabilir. Aynı zamanda yapay zekaya her türlü önemi reddetmek de yanlış olurdu. Analitik bir araç olarak – risk değerlendirmesi, teknik işin otomasyonu, dağıtımın kişiselleştirilmesi için – yararı kanıtlanmıştır. Sınır insan ile makine arasında değil, ölçülebilir olan ile yargı arasında geçer.

Sonuç: Korelasyon ile anlam arasında

Bir yapay zeka sistemi, hangi görüntülerin, hikâyelerin ya da kesmelerin sıkça işe yaradığını öğrenebilir. Test grubu tepkilerini kümeleyebilir, olasılıkları tahmin edebilir ve insan bakışının kaçırdığı korelasyonları ortaya çıkarabilir. Bundan, belirli bir hikâyede belirli bir görüntünün neden duygusal olarak zorunlu olduğunu anladığı sonucu çıkmaz. Beğeni yalnızca popülerlik değildir ve istatistiksel olasılık estetik bir yargı değildir. 2026'nın dürüst durumu, iki rahat anlatının arasında yatıyor: Makine ne yönetmen imzasının yerini alıyor ne de önemsizdir. Soruyu kaydırıyor. Artık: Neyin işe yaraması muhtemel? değil; bunun yerine: Veriler ile sezgi ayrıştığında kim karar veriyor – ve rahatsız edici bir eser belirleyici olan çıktığında yaratıcı riski kim üstleniyor? Bu karar şimdilik insana ait bir yargı olarak kalıyor.