JOB136 MGX Studio Artificial Intelligence and Moving Imagesİstinye ÜniversitesiAkademik Programlar Öğrenciler için Genel BilgiDiploma EkiErasmus BeyanıUlusal Yeterlilikler

Ders Genel Tanıtım Bilgileri

Ders Kodu: JOB136
Ders İsmi: MGX Stüdyo Yapay Zeka ve Hareketli Görüntü
Ders Yarıyılı: Bahar
Ders Kredileri:
AKTS
5
Öğretim Dili: İngilizce
Ders Koşulu:
Ders İş Deneyimini Gerektiriyor mu?: Hayır
Dersin Türü: Bölüm/Program Seçmeli
Dersin Seviyesi:
Array TYYÇ:Array. Düzey QF-EHEA:Array EQF-LLL:Array. Düzey
Dersin Veriliş Şekli: Yüz yüze
Dersin Koordinatörü: Araş. Gör. BERİL TOPER
Dersi Veren(ler): Prof. Dr. HATİCE ÖZ PEKTAŞ
Dersin Yardımcıları:

Dersin Amaç ve İçeriği

Dersin Amacı: Bu dersin amacı, yapay zekânın hareketli görüntü üretimi üzerindeki etkilerini kavratmak, öğrencilerin yapay zekâ destekli yaratıcı süreçleri anlamalarını ve deneyimlemelerini sağlamaktır. Sanat, sinema, animasyon ve yeni medya pratikleri bağlamında yapay zekâ ile görsel anlatım arasındaki ilişkiyi keşfetmek hedeflenmektedir.
Dersin İçeriği: Ders, yapay zekâ ile görsel üretimin tarihçesi, görüntü sentezi, metinden videoya teknolojiler, makine öğrenimi ile animasyon, derin sahte (deepfake) teknikleri, etik tartışmalar, yapay zekâ estetiği, ve yaratıcı uygulama projeleri gibi başlıkları kapsar. Öğrenciler hem teorik hem uygulamalı olarak çalışmalar yapar.

Öğrenme Kazanımları

Bu dersi başarıyla tamamlayabilen öğrenciler;
1) Yapay zekâ destekli hareketli görüntü üretim süreçlerini tanımlayabilir ve analiz edebilir.
2) Metin, görüntü ve hareket ilişkisini yapay zekâ araçlarıyla yorumlayabilir.
3) Yapay zekâ ile yaratıcı görsel projeler geliştirebilir.

Ders Akış Planı

Hafta Konu Ön Hazırlık
1) Yapay Zekâ ve Görsel Kültüre Giriş / Giriş makaleleri, güncel örnekler /
2) Yapay Zekâ Tarihi ve Sinemadaki Yansımaları / AI temalı filmler /
3) Görüntü Sentezi ve Üretimi / GAN'lar ve temel algoritmalar /
4) Metinden Görüntüye ve Videoya Dönüşüm / Prompt tasarımı çalışmaları /
5) Makine Öğrenmesi ile Animasyon / ML algoritmalarıyla animasyon örnekleri /
6) Derin Sahte Teknolojileri / Deepfake araçları ve etik /
7) Yapay Zekâ Estetiği / Görsel stil ve yapaylık üzerine okumalar /
8) Ara Sınav / Kavramsal tartışmalar ve uygulama örnekleri
9) Yapay Zekâ ile Senaryo ve Hikâye Geliştirme / Yapay zekâ ile hikâye üretimi denemeleri / AI-based narrative exercises
10) Uygulama Atölyesi I: Midjourney, Runway, D-ID / Uygulamalı araç tanıtımları
11) Uygulama Atölyesi II: Synthesia, Pika Labs, Kaiber / Kısa sahne üretimleri /
12) Etik, Telif ve Yapay Zekâ / Sorumluluk ve üretim hakları /
13) Proje Geliştirme ve Sunum Hazırlığı / Bireysel danışmanlık ve deneme sunumlar /
14) Final Proje Sunumları ve Değerlendirme / Proje sunumları ve değerlendirme tartışması /
15) Final Proje Sunumları ve Değerlendirme / Proje sunumları ve değerlendirme tartışması /

Kaynaklar

Ders Notları / Kitaplar: practice based
Diğer Kaynaklar: practice based

Ders - Program Öğrenme Kazanım İlişkisi

Ders Öğrenme Kazanımları

1

2

3

Program Kazanımları

Ders - Öğrenme Kazanımı İlişkisi

Etkisi Yok 1 En Düşük 2 Orta 3 En Yüksek
       
Dersin Program Kazanımlarına Etkisi Katkı Payı

Ölçme ve Değerlendirme

Değerlendirme Yöntemleri ve Kriterleri Aktivite Sayısı Katkı Payı
Ödev 1 % 20
Projeler 1 % 30
Final Pratik 1 % 50
Toplam % 100

İş Yükü ve AKTS Kredisi Hesaplaması

Aktiviteler Aktivite Sayısı Aktiviteye Hazırlık Aktivitede Harcanan Süre Aktivite Gereksinimi İçin Süre İş Yükü
Toplam İş Yükü