Bizimle iletişime geçin

Haberler

Pocket FM’den, anlatıları dönüştürme ve merak uyandıran hikayeler yazma aracı

Hindistan merkezli sesli dizi platformu üreticisi Pocket FM, sesli dizilerin Netflix’i olmayı hedefliyor. Yani şirket, yüzlerce bölümlük sesli dizilerini kullanıcılarının zevkine uygun hale getirmeyi amaçlıyor. Bunun için içerikleri hızla yayınlaması gerekiyor ve bu konuda yapay zekaya yöneliyor.

Yayınlanma tarihi

on

Hindistan merkezli sesli dizi platformu üreticisi Pocket FM, sesli dizilerin Netflix’i olmayı hedefliyor. Yani şirket, yüzlerce bölümlük sesli dizilerini kullanıcılarının zevkine uygun hale getirmeyi amaçlıyor. Bunun için içerikleri hızla yayınlaması gerekiyor ve bu konuda yapay zekaya yöneliyor.

Lightspeed destekli girişim, yazarlarına bir bölüme daha iyi sonlar önermek veya anlatıyı daha ilgi çekici hale getirmek gibi şeyler yapabilen bir yapay zeka araç seti sunuyor. Bu araçların hikaye yazım sürecini hızlandırması bekleniyor.

Pocket FM, ses dizileri için ses üretmek amacıyla ElevenLabs gibi bazı yapay zeka araçlarını kullanıyor. Ayrıca, şirket içinde yazım ve uyarlama yardımı için yapay zeka araçlarını test etti.

Pocket FM’in kurucusu Rohan Nayak, yapay zeka araçlarının tüm yazarlara sunulacağını, böylece yazarların bölümlerini bitirmelerinin daha az zaman alacağını söyledi.

CoPilot adı verilen yazma aracı, herhangi bir yazarın hikaye oluşturmasına yardımcı olmak için kullanılabilir.

CoPilot, belirli bir bölüm için anlatı tabanlı yazıyı diyalog tabanlı yazıya dönüştürebilir. Ayrıca, belirli bir türdeki sesli diziler için yazıyı daha ilgi çekici hale getirmek üzere şekillendirmek için “vuruş analizi” de yapabilir. Araç ayrıca, “kısaltma”, “genişletme” ve bir komut aracılığıyla metin oluşturma gibi temel sohbet robotu tarzı yazım özelliklerine de sahip.

Şirket, CoPilot’u geliştirmek için kullanıcıların belirli bir türdeki belirli bir hikaye ile daha fazla etkileşim kurmasını sağlayan şeyin ne olduğunu anlamak amacıyla binlerce saatlik veri noktasını inceledi.

Buna dayanarak, karakterler arasındaki çatışmayı artırmak ve bölümü daha heyecanlı hale getirmek için sonlar önermek üzere tasarlanmış yazı önerisi özellikleri ekledi. Yapay zeka ayrıca, ses üretilirken kullanılabilecek arka plan efektleri için etiketler de önerebiliyor.

Araç, karakterlerin biyografilerini, ilişkilerini otomatik olarak oluşturabilir ve farklı bölümlerin olay örgüsü noktalarını özetleyebilir; böylece yaratıcıların yazarken bu ayrıntılara tekrar başvurmalarına olanak tanıyor.

CoPilot’un ayrıca bir bölüm hakkında yorum yaparak olay örgüsünü, dilbilgisini kontrol eden ve nitel geri bildirimler bırakan bir inceleme aracı da bulunuyor.

Pocket FM, perde arkasında, karakter gelişimleri ve ilişkileri için bir hikâyenin bağlamını ve anlatı tutarlılığını korumak üzere daha küçük modelleri eğitiyor. Ayrıca, kullanıcılardan gelen sinyalleri kullanan girişim, yapay zekayı hikâyeye daha fazla dram katması için teşvik ediyor.

Uluslararası genişleme ve yerelleştirme planları

Yapay zeka araçlarının gelişiyle birlikte Pocket FM, metni bir dilden diğerine çevirmenin yanı sıra, o bölgenin kültürüne daha uygun şekilde isimleri ve ifadeleri değiştiren çeşitli pazarlara yönelik uyarlama araçları da piyasaya sürdü.

Şirket, geçen yıl Avrupa ülkesinde kullanıcılarla etkileşim kurmakta zorlandığı yönündeki haberlerin ardından, bu aracı ilk olarak bu yılın başlarında Almanya’da CoPilot paketinin bir parçası olarak diğer bölgelerdeki hikayeleri dönüştürmek için kullanıma sundu.

Nayak, şirketin bu denemeden harika sonuçlar aldığını, Haziran ayında aylık uygulama içi gelirinin 700.000 doları aştığını söyledi.

Nayak, “Yeni bölgelere açılmaya başladığımızda, o pazarda anlamlı bir şekilde var olmamız 12-18 ayı buluyordu. Kullanıcı edinmeye ve pazarı büyütmeye başlamak için en az 1.000 saatlik içeriğe sahip olmanız gerekiyor. Şimdi bunu üç aydan kısa sürede yapabiliyoruz” dedi.

Araç, Alman pazarındaki program çıktıları açısından yazar verimliliğini %50’ye kadar artırdı. Ayrıca, şirketin programların daha hatasız taslaklarını oluşturmasına yardımcı olarak sesli diziler için daha yüksek kullanıcı sadakati sağladı.

ABD’de, bu yeni yapay zeka araçlarının yardımıyla oluşturulan diziler artık izlenme süresinin %10’unu oluşturuyor. Ayrıca, bu diziler son 12 ayda 7 milyon dolar gelir elde ederken, yapım maliyetlerini 2-3 kat azalttı.

İçerik üretimini ölçeklendirmek için teknoloji oluşturma

Pocket FM, şirket içinde farklı yapay zeka özelliklerini benimsemesi sayesinde içeriği hızla ölçeklendirebildi. Girişim, ayda yaklaşık 1.000 pilot yayın başlattığını belirtti. Üstelik, yalnızca içerik hacmi bile birkaçının hit olmasını sağlıyor.

Ancak sesli gösteri sadece bir bölüm. Şirket, Pocket Toons platformuyla hikâyeleri çizgi romanlara dönüştürecek araçlar üzerinde çalışıyor . Ayrıca Nayak, videonun da şirketin araştırabileceği olası bir format olduğunu söyledi. Turlar boyunca 196 milyon doların üzerinde fon toplayan girişim , bir mikro drama uygulaması üzerinde de denemeler yapıyor.

Pocket FM, gelecek yıl programlarından toplanan verilere dayanan ve yazım yardımı, uyarlama, dramatizasyon ve hikaye bağlamını koruma gibi farklı araçları içeren kendi tekil büyük dil modelini (LLM) yayınlamayı planlıyor. Şirketin kurucu ortağı Prateek Dixit, kendi LLM programına geçtiğinde, ayrı özellikler için çok sayıda küçük model eğitmesine gerek kalmayacağını söyledi.

Yapay zekanın potansiyel dezavantajları

Yapay zekayı benimsemenin yan etkileri oldu.

Pocket FM, son 12 ayda birden fazla dönemde çalışan veya taşeron olarak çalışan kişileri işten çıkardı. Ayrıca, yazarların zaman içinde getirilerinin azaldığına dair raporlar da var. Şirket, istihdam ve ücret sorunları nedeniyle Kaliforniya’da davalarla karşı karşıya.

Bir şirket temsilcisi, bu işten çıkarmalara yanıt olarak, “İçerik odaklı çoğu sektörde olduğu gibi, proje bazında çeşitli yazar, seslendirme sanatçısı ve prodüksiyon ortaklarıyla çalışıyoruz ve kaynakları her pazara göre uyarlıyoruz. Yapay zekanın temel yaratıcı topluluğumuz üzerinde çok az etkisi oldu; bunun yerine, erişimi ve çıktıyı genişletmek için yeni yollar açtı,” dedi.

Kalite konusunda da sorular var. Şirket, kaliteyi bir gösterinin izlenme oranlarına göre ölçüyor.

Temel argüman, yeni yapay zeka araçlarının tek başına içerik üretenler için bile bir yazar odası gibi davrandığı ve böylece daha hızlı bir şekilde daha fazla içerik üretebilecekleri yönünde. Ayrıca, rakamlara bakıldığında, yazarlar yapay zekanın yardımıyla hikayeyi hızla düzenleyebilirler. Ancak bu araçlar, platforma “yapay zeka kaynaklı içerik” (yani düşük kaliteli, yapay zeka tarafından oluşturulmuş içerik) ekleyebilir ve kullanıcıların önerilerini etkileyerek iyi hikayeler keşfetmelerini zorlaştırabilir.

Pocket FM, yapay zekanın yardımıyla sağlam bir yapıya sahip hikayelerin popülerlik kazanacağını savunuyor.

Şirket, her içeriğin kalite ve özgünlük sağlamak için yapay zeka destekli moderasyon sistemi tarafından incelendiğini belirtti. Ayrıca, yapay zeka moderasyon sisteminin, sesin yayınlanmasını onaylamadan önce tekrar, telif hakkı sorunları, içerik sağlığı ve diğer kalite ölçütleri gibi unsurları kontrol ettiğini iddia ediyor. Her program eşit şekilde destekleniyor ve kullanıcı etkileşimi, bir programın sıralamasını belirliyor.

Bir diğer endişe ise yazarların zamanla yapay zekaya aşırı bağımlı hale gelebilmesi.

Almanya’da, yapay zeka, belirli programlar için program başına insanlardan daha fazla içerik yazıyor. Pocket FM’in daha fazla yapay zeka aracı sunma planlarıyla, yapay zeka tarafından yazılan içerik miktarı artabilir. Bununla birlikte, daha fazla program yayınlama beklentisi de yükselebilir. Kullanıcı benimsemesi hızla artmazsa, ortalama getiriler düşebilir.

Şirket, TechCrunch’ın iadelerle ilgili sorularına doğrudan yanıt vermedi, ancak yapay zeka araçlarının bir yazarın işini hızlandırabileceğini ve bir bölümü sayılara ve izleyici geri bildirimlerine göre düzenlemelerine yardımcı olabileceğini belirtti. Yani, tamamen yeniden yazmak yerine hedefli iyileştirmeler yapabilirler.

Bir sözcü yaptığı açıklamada, “Bu şekilde, daha hızlı içerik oluşturma, kaliteyi veya alaka düzeyini düşürmüyor; sadece yazarın rolünü daha üretken çıktıları düzenlemeye, iyileştirmeye ve yönlendirmeye kaydırıyor” dedi.

Kaynak: TechCrunch

Okumaya devam et
Yorum yapmak için tıklayın

Yanıt Ver

E-posta adresiniz yayınlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir

Araştırma

Türkiye Podcast Endüstrisinin Temel Sorunu Gelir Modeli Değil, Ölçek Sorunu

İstanbul Üniversitesi’nde TÜBİTAK desteğiyle yürütülen kapsamlı bir araştırma, Türkiye’de podcast endüstrisinin mevcut yapısını bağımsız yayıncılardan podcast ağlarına, sektör çalışanlarından girişimcilere ve kurumlara uzanan farklı aktörlerin deneyimleri üzerinden ortaya koydu. Araştırmaya göre Türkiye’de podcast alanı büyümeye ve yeni fırsatlar üretmeye devam ederken sektörün önündeki temel sorunlar; sınırlı dinleyici ölçeği, küresel platformlara bağımlılık, algoritmik görünürlük, ekonomik sürdürülebilirlik ve giderek genişleyen üretim emeği olarak öne çıkıyor.

Yayınlanma tarihi

=>

İstanbul Üniversitesi’nde TÜBİTAK desteğiyle yürütülen kapsamlı bir araştırma, Türkiye’de podcast endüstrisinin mevcut yapısını bağımsız yayıncılardan podcast ağlarına, sektör çalışanlarından girişimcilere ve kurumlara uzanan farklı aktörlerin deneyimleri üzerinden ortaya koydu. Araştırmaya göre Türkiye’de podcast alanı büyümeye ve yeni fırsatlar üretmeye devam ederken sektörün önündeki temel sorunlar; sınırlı dinleyici ölçeği, küresel platformlara bağımlılık, algoritmik görünürlük, ekonomik sürdürülebilirlik ve giderek genişleyen üretim emeği olarak öne çıkıyor.

İstanbul Üniversitesi İletişim Fakültesi tarafından yürütülen “Türkiye’de Podcast Endüstrisinin Eleştirel Ekonomi Politik Perspektiften İncelenmesi: Sorunlar ve Fırsatlar” başlıklı araştırma, Türkiye podcast ekosisteminin mevcut durumuna ilişkin kapsamlı bir tablo ortaya koydu.

“Türkiye’de Podcast Endüstrisinin Eleştirel Ekonomi Politik Perspektiften İncelenmesi: Sorunlar ve Fırsatlar” başlıklı araştırmanın yürütücülüğünü İstanbul Üniversitesi İletişim Fakültesi öğretim üyesi Prof. Dr. Fırat Tufan üstlendi.

TÜBİTAK 1001 – Bilimsel ve Teknolojik Araştırma Projelerini Destekleme Programı kapsamında 224K952 proje numarasıyla desteklenen araştırmanın yürütücülüğünü İstanbul Üniversitesi İletişim Fakültesi öğretim üyesi Prof. Dr. Fırat Tufan üstlendi. Projede Prof. Dr. Bilge Şenyüz, Doç. Dr. Ahsen Deniz Morva Kablamacı, Dr. Öğr. Üyesi Ezel Türk ve Araş. Gör. Dr. Yeşim Akmeraner Kökat araştırmacı olarak görev aldı. Burak Efe Arslantaş, Cansu Düzdaş, Melida Mustafic, Shakil Reja Efti ve Zeki Doğuhan Başcı ise proje bursiyerleri olarak araştırmaya katkı sağladılar.

Araştırma, podcast yayıncılığını yalnızca içerik üretimi açısından değil; platformlaşma, ekonomik sürdürülebilirlik, emek süreçleri, girişimcilik, kurumsallaşma ve teknolojik dönüşüm eksenlerinde ele aldı.

67 tekil katılımcıyla Türkiye podcast ekosisteminin farklı aktörleri incelendi

Nitel araştırma yaklaşımıyla gerçekleştirilen çalışma kapsamında Türkiye podcast ekosisteminin beş farklı aktör grubuyla yarı yapılandırılmış derinlemesine görüşmeler yapıldı.

Araştırmaya 19 bağımsız podcast yayıncısı, 17 podcast endüstrisi çalışanı, 12 ağ bünyesinde yayın yapan podcast yayıncısı, 13 podcast üreten kurum temsilcisi ve 13 podcast girişimcisi katıldı. Bazı katılımcıların ekosistem içerisinde birden fazla rol üstlenmesi nedeniyle araştırma toplam 67 tekil katılımcının deneyimlerine dayanırken, analizlerde 74 aktör temsili değerlendirildi.

Araştırmada örneklem oluşturulurken yalnızca farklı podcast aktörlerine ulaşılması değil, bu aktörlerin kendi içindeki çeşitliliğin de temsil edilmesi gözetildi. Kurumsal podcast tarafında bankacılık ve finans, sigorta, dijital medya ve teknoloji, kamu yayıncılığı, eğitim, iş dünyası, e-ticaret, patent ve dijital danışmanlık gibi farklı sektörlerde faaliyet gösteren kurumların temsilcileriyle görüşüldü. Podcast ağları ve girişimler tarafında ise farklı ölçeklerde üretim, dağıtım, prodüksiyon, reklam, pazarlama, eğitim, sesli kitap ve dijital platform hizmetleri sunan yapılara yer verildi. Bağımsız yayıncılar ve sektör çalışanlarında da farklı içerik türleri, mesleki deneyimler ve üretim biçimlerinin örnekleme yansıtılması hedeflendi. Böylece araştırma, Türkiye podcast ekosistemini tek bir üretici veya kurum tipinin deneyimine dayandırmak yerine, sektörün farklı iş modellerini ve kullanım biçimlerini mümkün olduğunca geniş bir perspektiften değerlendirmeyi amaçladı.

Bu yapı sayesinde Türkiye’de podcast üretiminin yalnızca bağımsız yayıncıların deneyimleri üzerinden değil, üretimden dağıtıma, kurumsal iletişimden girişimciliğe kadar ekosistemin farklı bileşenleri üzerinden karşılaştırmalı biçimde incelenmesi mümkün oldu.

Podcast ekonomisinin temel sorunu gelir modeli eksikliği değil

Araştırmanın dikkat çekici sonuçlarından biri Türkiye’de podcast yayıncılığının ekonomik sürdürülebilirliğine ilişkin.

Bulgular, reklam, sponsorluk, abonelik, dinleyici desteği ve markalı içerik gibi farklı gelir modellerinin sektörde bilindiğini ve çeşitli biçimlerde kullanıldığını gösteriyor. Ancak temel problem, yeni bir gelir modelinin bulunamamasından çok, mevcut modellerin ekonomik olarak işlerlik kazanmasını sağlayacak büyüklükte bir dinleyici ve reklam pazarının henüz oluşmamış olması.

Podcast dinleme alışkanlığının geniş kitlelere yeterince yayılmamış olması, reklamverenlerin podcast mecrasına ilişkin bilgi düzeylerinin sınırlılığı, ölçüm ve veri standartlarındaki sorunlar ve podcastlerin medya planlama süreçlerinde yeterince yer bulamaması sektörün ekonomik ölçeğini sınırlandırıyor.

Bu nedenle araştırma, Türkiye’de podcast ekonomisinin gelişmesinin yalnızca yeni gelir modelleri geliştirmekle mümkün olmayacağına; aynı zamanda dinleyici tabanının genişlemesine, ölçüm standartlarının iyileştirilmesine ve reklam ekosisteminin podcasti daha güçlü biçimde içermesine bağlı olduğuna işaret ediyor.

Kurumsal podcastler sektör için önemli bir ekonomik alan oluşturuyor

Araştırmanın bir diğer bulgusu, Türkiye’de podcast ekonomisinin kurumsal iletişim ve marka iş birlikleriyle kurduğu güçlü ilişki.

Görüşülen kurum temsilcileri podcasti çoğunlukla doğrudan gelir sağlayan bir medya ürünü olarak değil; marka itibarı oluşturmak, uzmanlık iletişimini güçlendirmek, çalışanlarla veya hedef kitlelerle uzun vadeli ilişkiler kurmak amacıyla kullanılan stratejik bir iletişim aracı olarak değerlendiriyor.

Benzer biçimde bazı podcast ağları ve girişimler açısından markalara yönelik podcast üretimi, branded podcast projeleri ve kurumsal iletişim hizmetleri önemli gelir alanları oluşturuyor. Dolayısıyla Türkiye’de podcastin ekonomik değeri yalnızca dinleyiciden veya platformlardan elde edilen doğrudan gelirle değil, kurumlara sağladığı iletişim ve itibar değeri üzerinden de şekilleniyor.

Küresel platformlara bağımlılık önemli bir yapısal sorun

Araştırmanın farklı aktör gruplarında ortaklaşan konularından biri de Spotify, YouTube ve Apple Podcasts gibi küresel platformların podcast ekosistemindeki belirleyici konumu.

Platformlar podcastlerin dağıtımı ve dinleyiciye ulaşması açısından önemli olanaklar sağlarken, görünürlük giderek algoritmik öneri sistemlerine bağlı hale geliyor. Üreticilerin platformların algoritmaları üzerindeki kontrolünün sınırlı olması, hangi içeriğin neden görünür hale geldiğinin her zaman açık olmaması ve üretici verilerinin parçalı yapısı sektör aktörleri açısından belirsizlik yaratıyor.

Araştırmada ayrıca küresel platformların sunduğu monetizasyon, etkileşim ve diğer üretici araçlarının ülkelere göre farklılaşmasının Türkiye’deki yayıncılar açısından dezavantaj oluşturabildiği sonucuna ulaşıldı.

Bu durum, Türkiye podcast endüstrisinin küresel platformların sağladığı altyapıya ihtiyaç duyarken aynı zamanda bu platformların ekonomik ve teknolojik kararlarına önemli ölçüde bağımlı olduğu ikili bir yapı ortaya çıkarıyor.

Podcast artık yalnızca ses üretmek anlamına gelmiyor

Araştırma, podcast üretiminde emeğin giderek genişlediğini de ortaya koyuyor.

Podcast yayıncıları yalnızca içerik hazırlayıp ses kaydetmiyor. Sosyal medya yönetimi, video üretimi, kurgu, tanıtım, topluluk yönetimi, veri takibi, reklam ve sponsorluk ilişkileri gibi çok sayıda görevi aynı anda yerine getirebiliyor.

Özellikle YouTube, Instagram ve Spotify gibi platformların video odaklı yönelimleri, podcast yayıncıları üzerinde içeriklerini görselleştirme yönünde yeni bir baskı yaratıyor. Kamera, ışık, video kurgusu ve sosyal medya için kısa video üretimi gibi süreçlerin podcast üretimine eklenmesi hem üretim maliyetini hem de iş yükünü artırıyor.

Araştırmaya göre bu dönüşüm, podcast emeğini yalnızca “ses üretimi” olmaktan çıkararak çok katmanlı bir dijital içerik üretim faaliyetine dönüştürüyor.

Bununla birlikte sektörde proje bazlı çalışma, gelir belirsizliği, çoklu görev üstlenme ve görünmeyen emek önemli sorun alanları olarak öne çıkıyor. Araştırma, podcastin yaratıcı ve demokratik potansiyelinin sürdürülebilmesi için bu üretimi mümkün kılan emeğin ekonomik karşılığının da görünür hale gelmesi gerektiğine dikkat çekiyor.

Türkiye’ye özgü bir keşfedilebilirlik sorunu bulunuyor

Araştırma sonuçlarına göre podcastlerin Türkiye’de geniş kitlelere ulaşmasının önündeki önemli sorunlardan biri de keşfedilebilirlik.

Podcast içeriklerinin keşfi büyük ölçüde platformların öneri sistemlerine, sosyal medya görünürlüğüne ve yayıncıların mevcut takipçi ağlarına bağlı kalabiliyor. Bağımsız kürasyon mekanizmalarının, podcast eleştirisinin, uzman tavsiyelerinin, podcast bültenlerinin ve tematik keşif kanallarının yeterince gelişmemiş olması küçük ve bağımsız yayınların görünürlüğünü zorlaştırabiliyor.

Bu koşullarda başka mecralarda geniş takipçi kitlesine sahip olan veya video üretme kapasitesi bulunan yayınlar avantaj elde ederken, belirli alanlarda özgün ve derinlikli içerik üreten küçük ölçekli podcastler yeterli tanıtım imkânlarına sahip olmadıklarında görünmez kalabiliyor.

Araştırma, bu nedenle podcast ekosisteminin gelişmesinin yalnızca daha fazla içerik üretilmesine değil, alternatif keşif ve kürasyon mekanizmalarının geliştirilmesine de bağlı olduğuna işaret ediyor.

Türkiye merkezli yeni bir podcast platformu için potansiyel var

Çalışmada dikkat çeken gelecek fırsatlarından biri de Türkiye merkezli yeni teknolojik girişimlerin geliştirilmesi.

Farklı aktörlerin mevcut küresel podcast platformlarındaki etkileşim, keşif, veri ve monetizasyon olanaklarına ilişkin eleştirileri, yerel ihtiyaçlara odaklanan yeni platform modelleri açısından bir girişimcilik alanı oluşturuyor.

Özellikle podcast yayıncılığı ile sosyal etkileşimi bir araya getiren; üretici-dinleyici iletişimini güçlendiren, yerel ödeme ve reklam sistemlerini destekleyen ve içerik keşfini kolaylaştıran Türkiye merkezli bir sesli sosyal medya veya podcast platformunun sektör açısından yeni fırsatlar yaratabileceği değerlendiriliyor.

Araştırmacılar bununla birlikte böyle bir platformun yalnızca teknolojik bir girişim olarak değil; üretici ve dinleyici haklarını, veri güvenliğini ve sürdürülebilir bir iş modelini merkeze alan bir yapı olarak tasarlanması gerektiğine dikkat çekiyor.

Yapay zekâ podcast üretimini yeniden şekillendirebilir

Araştırmanın gelecek perspektifinde öne çıkan konulardan biri de yapay zekâ.

Yapay zekâ tabanlı araçların metin yazımından ses üretimine, kurgu ve içerik özetlemeden otomatik podcast üretimine kadar giderek daha fazla kullanılması, üretim maliyetlerini azaltma ve yeni içerik biçimleri geliştirme potansiyeli taşıyor.

Ancak otomatik olarak üretilen sesli içeriklerin yaygınlaşması “podcast” kavramının sınırlarını da yeniden tartışmaya açabilir. Yapay zekâ tarafından üretilen içeriklerin dinleyici tarafından nasıl algılanacağı, yapay seslere duyulan güven, insan ve yapay zekâ üretimi içerikler arasındaki farklılıklar ve otomasyonun podcast çalışanlarının mesleklerine etkileri önümüzdeki dönemin önemli araştırma konuları arasında yer alıyor.

Telif hakkı, kaynak gösterme, kişisel verilerin korunması, editoryal sorumluluk ve yanlış bilgi üretimi de yapay zekâ ile birlikte podcast ekosisteminin karşı karşıya kalacağı temel tartışma alanları arasında bulunuyor.

Türkiye podcast endüstrisi hâlâ oluşum aşamasında

Araştırmanın genel sonucu, Türkiye’de podcast endüstrisinin tamamlanmış ve yerleşik bir endüstriden çok, aktörlerin rollerini, iş modellerini ve üretim pratiklerini sürekli yeniden tanımladığı dinamik bir oluşum sürecinde olduğunu gösteriyor.

Alan, yeni seslerin ortaya çıkması, niş toplulukların oluşması, uzun ve derinlikli anlatıların üretilebilmesi, kurumsal iletişimde yeni kullanım alanlarının gelişmesi ve yeni girişimlerin ortaya çıkması açısından önemli bir potansiyel taşıyor.

Ancak bu potansiyelin kalıcı bir sektörel yapıya dönüşebilmesi için dinleyici kültürünün geliştirilmesi, gelir kaynaklarının çeşitlendirilmesi, üretici emeğinin korunması, ölçüm standartlarının geliştirilmesi, platformların Türkiye’ye yönelik politikalarındaki eşitsizliklerin ortadan kaldırılması, yerel teknolojik girişimlerin desteklenmesi ve sektörün çoğulcu yapısının korunması gerekiyor.

Araştırma ayrıca Türkiye podcast endüstrisinin düzenli olarak izlenmesi gerektiğine dikkat çekiyor. Üretici ve aktif yayın sayısı, dinleme eğilimleri, reklam hacmi, gelir modelleri, istihdam, platform kullanımı ve teknolojik dönüşüm gibi göstergeleri takip edecek periyodik bir “Türkiye Podcast Endüstrisi Raporu”nun akademi, sektör, kamu ve sivil toplum arasında ortak bir veri zemini oluşturabileceği belirtiliyor.

Sonuç olarak araştırma, Türkiye’de podcast yayıncılığının geleceğinin yalnızca kaç yeni podcast üretildiği veya toplam dinlenme rakamlarının ne kadar arttığı üzerinden değerlendirilmemesi gerektiğini ortaya koyuyor. Podcast ekosisteminin sürdürülebilirliği aynı zamanda kimlerin üretim yapabildiği, kimlerin görünür olabildiği, üreticilerin emeklerinin karşılığını alıp alamadığı ve yaratılan ekonomik ve kültürel değerin ekosistemde nasıl paylaşıldığı sorularına verilecek yanıtlarla yakından ilişkili görünüyor.

Araştırma hakkında

“Türkiye’de Podcast Endüstrisinin Eleştirel Ekonomi Politik Perspektiften İncelenmesi: Sorunlar ve Fırsatlar” başlıklı proje, TÜBİTAK 1001 – Bilimsel ve Teknolojik Araştırma Projelerini Destekleme Programı kapsamında 224K952 proje numarasıyla desteklenmiştir.

Proje yürütücüsü: Prof. Dr. Fırat Tufan – İstanbul Üniversitesi İletişim Fakültesi

Araştırmacılar: Prof. Dr. Bilge Şenyüz, Doç. Dr. Ahsen Deniz Morva Kablamacı, Dr. Öğr. Üyesi Ezel Türk, Araş. Gör. Dr. Yeşim Akmeraner Kökat

Bursiyerler: Burak Efe Arslantaş, Cansu Düzdaş, Melida Mustafic, Shakil Reja Efti ve Zeki Doğuhan Başcı

Okumaya devam et

Haberler

Spotify, reklam atlama aracıyla sektörü tehdit ediyor

Reklam destekli programlar için önemli bir tehdit oluşturan bir gelişmeyle Spotify, kullanıcıların podcast’lerdeki reklamları atlamasına olanak tanıyan yeni bir özelliği uygulamasında test ediyor. “İleri Atla” adı verilen bu araç, seçili pazarlardaki Premium kullanıcılar için mevcut ve reklam aralarını, girişleri, sponsorluk mesajlarını ve hatta premium aboneliklerden bahseden bölümleri atlamalarına olanak tanıyor.

Yayınlanma tarihi

=>

Reklam destekli programlar için önemli bir tehdit oluşturan bir gelişmeyle Spotify, kullanıcıların podcast’lerdeki reklamları atlamasına olanak tanıyan yeni bir özelliği uygulamasında test ediyor.

“İleri Atla” adı verilen bu araç, seçili pazarlardaki Premium kullanıcılar için mevcut ve reklam aralarını, girişleri, sponsorluk mesajlarını ve hatta premium aboneliklerden bahseden bölümleri atlamalarına olanak tanıyor. Testlerimizde, bir reklam arası başlar başlamaz ekranda bir “İleri Atla” düğmesi beliriyor. “İleri Atla” düğmesine tek bir dokunuş, dinleyiciyi reklamlar bittikten sonraki bölümün başına taşıyor. Bu özellik yalnızca reklamlar, tanıtımlar veya girişler için görünüyor.

Spotify bu özelliği henüz duyurmadı.

Podnews, bu yeni reklam atlama özelliğinin Spotify’ın rakipleri Acast, Audacy ve New York Times’ın reklamlarını içeren programlarda olduğu gibi Spotify’ın kendi Bill Simmons programında da mevcut olduğuna dair kanıtlara sahip.

Spotify’ın kendi programlarında yer alan “İleri Atla” özelliği, bir yandan Spotify’ın reklam sattığı, diğer yandan da kendi ücretli kullanıcılarına bu reklamları duymama olanağı sağlayan bir “atla” özelliği pazarladığı anlamına geliyor. Bir podcast reklam şirketi bize bunun dolandırıcılık olarak değerlendirilebileceğini söyledi: reklamlar ücretlendirilmiş ve ses dosyasına eklenmiş, ancak dinleyici aktif olarak bunları dinlememeye teşvik edilmiş.

Bu özelliğin Spotify’ın rakiplerinin reklamlarıyla birlikte görünmesi de aynı derecede sorunlu, çünkü Spotify, rakiplerine ait podcast’lerdeki reklamların etkinliğini engelleyebilir.

“İleri Atla” özelliğinin nasıl çalıştığını görün

İşte “İleri Atla” aracının kullanımına dair birkaç kısa video. “İleri Atla” düğmesinin girişlerde veya reklam aralarında göründüğünü ve tıklandığını göreceksiniz. Bazen düğmenin tepki vermesi bir iki saniye sürebilir.

Dinleyiciler zaten reklamları atlamıyor mu?

Bunun sadece dinleyici davranışını taklit etmek olduğu da savunulabilir; sonuçta dinleyiciler bazen reklamları atlıyorlar.

Ancak, dinleyiciler podcast’lerdeki reklamları atlayabiliyor ve bunu düzenli olarak iddia ediyorlar; ancak podcast analiz şirketi Bumper’ın anket verileri yerine gerçek hayattaki davranışlara bakarak yaptığı araştırmaya göre, reklam aralarının %10’undan daha azı gerçekten atlanıyor.

Spotify’ın bu yeni özelliği, podcast’in bir sonraki bölümünün başına sorunsuz bir şekilde geçmek için tek bir düğmeye basmayı gerektirerek , reklam aralarını atlamayı çok daha kolay hale getiriyor gibi görünüyor . Hesaplamalarımıza göre, reklam aralarından birini atlamak için “15 saniye atla” düğmesine dokuz kez basmak gerekecekti ve ardından reklam arasını biraz aşarak geriye doğru bir kez daha basmak gerekecekti. Bu özellik, dinleyicinin işini sadece bir dokunuşa indiriyor.

Ekranda “ileri atla” düğmesinin görünmesi, dinleyiciye duyacakları içerik hakkında bir sinyal verir ve onu ileri atlamaya davet eder.

Spotify’ın podcast sektörü üzerindeki etkisi

Podcast reklam atlama uygulamaları zaten mevcut. Ancak Podnews’in OP3 verilerine dayanarak yaptığı analiz, Spotify’ın dünya genelindeki tüm podcast indirmelerinin en az %25,6’sından sorumlu olduğunu gösteriyor. Birçok ülkede, özellikle gelişmekte olan pazarlarda, Spotify en büyük platform konumunda.

Ana akım podcast uygulamalarında reklamları atlama işlevi sunan bir özelliğin belirli bir şekilde kullanılabilir olması, reklam gelirlerinden para kazanmayı seçen podcast içerik üreticilerini tehdit etmektedir. Spotify’ın, atlama düğmesi kullanıldığında içerik üreticilerine herhangi bir tazminat ödemediğini varsayıyoruz.

Yukarıdaki videomuzda, “ileri atla” düğmesi premium abonelikleri tanıtan içerikler için de görünüyor. Spotify, dinleyicileri yalnızca reklamları atlamaya teşvik etmekle kalmıyor, aynı zamanda içerik oluşturucuların para kazanma yöntemlerinden diğerlerini de atlamaya teşvik ediyor.

Spotify sözcüsü bize şunları söyledi: “Spotify’da düzenli olarak testler yapıyoruz; bazı testler kalıcı özellikler haline gelirken, diğerleri gelecekteki ürün geliştirmelerine bilgi sağlıyor. İnsanların platformu nasıl kullandıklarına bağlı olarak, Premium aboneler için podcast dinleme ve izleme deneyimini daha sezgisel hale getirmenin yollarını araştırıyoruz; amacımız dinleyicilerin podcast’lerin keyfini çıkarmaya daha fazla zaman ayırmalarına yardımcı olmak. Öğrendikçe deneyimi geliştirmeye devam edeceğiz.”

Spotify düzenli olarak farklı pazarlarda ve farklı kullanıcılar için testler yürütüyor. Bunun yalnızca Premium aboneler için ve sadece belirli pazarlarda geçerli olduğunu anlıyoruz; özelliği gösteren videomuz ABD’li bir Premium müşterisinden alınmıştır. Ayrıca özelliğin İngiltere’de de mevcut olduğunu biliyoruz.

Podcast içerik üreticilerinin hemen bir etki görmesi olası değil. Reklam dağıtımı (reklamların podcast sesine entegre edilmesi) etkilenmiyor. Ancak reklamlar, dinleyicilerin onları duymasına bağlı olarak etkili oluyor. Yeterince insan reklamı atlarsa, reklamlar etkili olmayacak ve reklamverenler kampanyalarını yeniden planlamayacak.

Spotify, podcast sektörünün geri kalanı tarafından sıklıkla şüpheyle karşılandı. Şirket, podcast entegrasyonuna podcast sesini kopyalayarak başladı ve bu da dinamik reklamcılığı tamamen bozdu. Podcast barındırma şirketlerinin, bu davranışı geçersiz kılan “geçiş” adı verilen bir anlaşma için Spotify ile anlaşmaya varmaları gerekiyor. Örneğin, Alman podcast barındırma şirketi Podigee, 2019’un sonlarında “dünya çapında sadece birkaç podcast barındırma şirketinden biri” olarak geçiş özelliğini öne sürdü .

Spotify’ın kendi reklamcılık işindeki tavizleri endişelere yol açtı. Todd Cochrane, Ağustos 2024’te Podcaster News için yazdığı bir görüş yazısında, “Spotify’a güvenerek, esasen Spotify’ın tüm gücü elinde tuttuğu ve tüm kazançları topladığı tek taraflı bir ilişkiye razı oluyorsunuz. Spotify’ın geniş kitlesinin cazibesi çekici olsa da, dinleyicilerinizin gizliliğinden ödün vermenin ve verilerini satmanın bedeli çok yüksek” dedi.

Spotify’ın aktif olarak reklam atlama özelliği geliştirdiği yönündeki açıklama iyi karşılanmayacak.

Reklam atlama her zaman kötü müdür?

Reklam atlama ve tarayıcı reklam engelleme kullanımı tartışmalı bir konudur. Bazıları bunun içerik üreticileri ve uygulamalar arasındaki yazılı olmayan sözleşmeye aykırı olduğunu ve içerik üreticisinin seçtiği para kazanma yöntemine saygısızlık gösterdiğini düşünüyor. Diğerleri ise dinleyicilerin kendi cihazlarında içeriği nasıl tüketmek istediklerinin tamamen kendilerine bağlı olduğunu öne sürüyor.

Görüşünüz ne olursa olsun, şu anda reklam engelleme veya reklam atlama, ana akım bir uygulamanın parçası olarak sunulmuyor ve kullanıcıların ek yazılım yüklemesini gerektiriyor. Ne Chrome, ne Safari, ne de Apple Podcasts, yazılımlarında reklam atlamayı standart bir özellik olarak sunmuyor. Spotify da henüz sunmuyor.

Ancak, bunun da sınırları var. Açılır reklamlar tüm büyük tarayıcılarda engelleniyor, ayrıca otomatik oynatılan ses dosyaları gibi diğer rahatsız edici unsurlar da engelleniyor. Benzer şekilde, podcast uygulamalarındaki reklamlara da makul sınırlar getirilmesi gerektiği yönünde bir argüman olabilir.

Son Podnews bültenimizin sonunda da belirttiğimiz gibi, bazı podcast’ler sekiz dakikadan fazla reklamla başlıyor. Bu, hem reklam sektörü hem de dinleyici için sürdürülebilir değil. Sekiz dakika boyunca art arda reklam yayınlamanın savunulması zor. Bizce bu durum, dinleyicilere bu ön reklamları tamamen atlamayı öğretiyor; zaten programı seçtikleri için telefonları hala ellerinde olduğu için bunu yapmak oldukça kolay.

Belki de sektör olarak reklam sürelerini üç dakikayı (veya benzeri bir süreyi) aşmamaya karar verebiliriz; ve belki de Spotify’ın özelliği “aşırı uzun reklam aralarını” atlayabilir. Bu hem dinleyicilere bir hizmet olur, hem de sektörün dürüst ve onların zamanına saygılı kalmasını sağlar.

Ama daha önce bahsettiğimiz ve sekiz dakikadan fazla reklamla başlayan podcast’e ne demeli? O podcast, Spotify’ın sahibi olduğu podcast barındırma ve para kazanma şirketi Megaphone tarafından sunulmuştu.

Kaynak: James Cridland / PodNews

Okumaya devam et

Haberler

AB Yapay Zeka Yasası yürürlüğe girdi

AB Yapay Zeka Yasası yürürlüğe girdi. Bu, tüm podcast’ler gibi içeriğin AB’de tüketiliyor olması durumunda önemli hale gelecek. Yasanın 50. maddesine göre, ses veya video içeriğini “oluşturmak veya değiştirmek” için yapay zeka kullanılması halinde açık bir şekilde bunu belirtmeyi zorunlu kılıyor. Ancak yasa hükümlerini yorumlayan uzmanlara göre, “işleme” teriminin ses üzerindeki gürültüyü giderme veya onarım (ya da yapay zeka düzenleme araçlarını kullanma) anlamına gelmiyor. Ancak sesin gerçekte hiç kaydedilmemiş olduğu tam cümleler oluşturulması durumunda açık bir şekilde bunun belirtmesi gerekiyor. Bugünden önce üretilen içeriklerin geriye dönük olarak etiketlenmesi gerekmiyor. Para cezaları maksimum yaklaşık 40 milyon dolara kadar çıkabilecek.

Yayınlanma tarihi

=>

Avrupa Birliği (AB) Yapay Zeka Yasası yürürlüğe girerken yasa podcast sektürünü de etkiliyor. Yasa, tüm podcast’ler gibi içeriğin AB’de tüketiliyor olması durumunda önemli hale gelecek. Yasanın 50. maddesine göre, ses veya video içeriğini “oluşturmak veya değiştirmek” için yapay zeka kullanılması halinde açık bir şekilde bunu belirtmeyi zorunlu kılıyor. Ancak yasa hükümlerini yorumlayan uzmanlara göre, “işleme” teriminin ses üzerindeki gürültüyü giderme veya onarım (ya da yapay zeka düzenleme araçlarını kullanma) anlamına gelmiyor. Ancak sesin gerçekte hiç kaydedilmemiş olduğu tam cümleler oluşturulması durumunda açık bir şekilde bunun belirtmesi gerekiyor.

AB’nin Yapay Zeka Yasası büyük ölçüde yüksek riskli sistemler ve büyük teknoloji şirketleri için katı yükümlülüklerle ilişkilendiriliyor. Bu aydan itibaren bu durum değişiyor; kapsamlı yeni şeffaflık kuralları, kapsamı şirketlerin çok ötesine genişleterek bireysel içerik üreticilerini, serbest çalışanları ve sıradan kullanıcıları da içine alıyor.

Yasanın 50. maddesi kapsamındaki yeni şeffaflık kuralları 2 Ağustos’ta yürürlüğe girdi ve AB pazarında kullanılan yapay zeka tarafından üretilen içeriği oluşturan, yayınlayan veya dağıtan herkesin artık yerine getirmesi gereken yeni yükümlülükleri var; aksi takdirde milyonlarca liralık para cezası riskiyle karşı karşıya kalacak.

Yapay Zeka Yasası’na uyum konusundaki önceki tartışmalar çoğunlukla yüksek riskli sistemler ve büyük şirketler etrafında dönerken, yapay zeka sistemleri ve yapay zeka tarafından üretilen içerik için yeni AB şeffaflık kuralları, yaz tatili sona erdiğinde AB içindeki ve dışındaki birçok kişi ve şirketin yapılacaklar listesine girecek.

2 Ağustos 2026’da yürürlüğe giren yeni kurallar, şirketler, medya kuruluşları, sivil toplum örgütleri, tasarımcılar, reklam ajansları ve daha birçok gerçek ve tüzel kişiyi kapsayan geniş bir aktör yelpazesini etkileyecek.

Bu kurallar yalnızca AB’de yerleşik kuruluşlar veya bireyler için değil, sistemler veya içerik AB pazarında kullanılıyorsa AB dışında yerleşik olanlar için de geçerli olacak.

Ayrıca, bu yükümlülükler hizmetin ücretli veya ücretsiz olmasına bakılmaksızın geçerli olacak.

Bireysel kullanım, araştırma ve bilimsel amaçlar, açık kaynak sistemler ve sanatsal, yaratıcı veya hiciv içerikli kullanımlar için bazı istisnalar veya daha hafif kurallar geçerli olsa da, olası cezaları önlemek için yönergeleri ciddiye almak ve hangi işlemlerin, ürünlerin ve içeriklerin işaretlenmesi gerektiğini değerlendirmek en iyisi.

Yeni kurallara uymayan sağlayıcılar ve dağıtımcılar 15 milyon euroya kadar veya toplam küresel cironun %3’üne kadar para cezasına çarptırılabilecek. AB kurumları ise 750.000 euroya kadar para cezasına çarptırılabilecek.

Yapay zeka sistemleri ve yapay zekadan etkilenen içerik için 4 temel şeffaflık yükümlülüğü

Bu kılavuz, Yapay Zeka Yasası’nın 50. Maddesi için açıklayıcı bir belge niteliğindedir ve bu maddede 4 ana grup için şeffaflık yükümlülükleri belirlendi:

Madde 50(1), gerçek kişilerle doğrudan etkileşim kuran yapay zeka sistemleri için yükümlülükler belirlemekte ve sağlayıcıların, bireyin bir yapay zeka sistemiyle etkileşim kurduğunun farkında olmasını sağlayacak şekilde yapay zeka sistemlerini tasarlamalarını ve geliştirmelerini gerektirmektedir.

Madde 50 (2), sentetik görüntü, video, ses veya metin içeriğini işleyen yapay zeka sistemleri için yükümlülükler belirler. Bu, sağlayıcıların yapay zeka çıktılarını makine tarafından okunabilir, algılanabilir bir biçimde işaretlemesi gerektiği anlamına gelir.

Madde 50(3), duyguları tanımak için tasarlanmış yapay zeka sistemleri ve biyometrik tanıma için yükümlülükleri ortaya koymaktadır. Burada, sistemi kullananlar, gerçek kişileri yapay zeka sistemine maruz kaldıkları konusunda bilgilendirmelidir.

Madde 50 (4), kamuoyunu “kamu yararına olan konularda” bilgilendirmek amacıyla derin sahte veya metin üreten, manipüle eden veya yayınlayan yapay zeka sistemleri için yükümlülükler belirler. Burada, uygulayıcılar içeriğin yapay zeka tarafından üretildiğini, geliştirildiğini veya başka şekilde manipüle edildiğini açıklamalıdır.

Sohbet robotları, aracılar ve botlar

Bir yapay zeka sisteminin Yapay Zeka Yasası’nın 50. Maddesi kapsamında yükümlülüklere sahip olabilmesi için, sistemin AB Komisyonu’nun tanımını karşılaması gerekir: Sistem gerçek kişilerle etkileşimde bulunmalı, gerçek kişilerle etkileşimde bulunma niyetiyle inşa edilmeli ve onlarla doğrudan (gerçek zamanlı veya gerçek zamana yakın) etkileşim kurmalı.

Bu, yapay zeka destekli sesli asistanların, sohbet robotlarının, yapay zeka yardım hatlarının, yapay zeka yardımcılarının, yapay zeka avatarlarının, robotların, yapay zeka botlarının, kodlama ajanlarının ve diğer yapay zeka ajanlarının Yapay Zeka Yasası’nın 50. Maddesi kapsamında yükümlülükleri olduğu ve Avrupa Komisyonu’nun yönergelerine uymaları gerektiği anlamına gelir.

Yazarlar, tasarımcılar, sosyal medya fenomenleri ve podcast yayıncıları

Yeni bir kural olarak, özellikle “kamu yararına ilişkin konularla” ilgiliyse, yapay zeka tarafından üretilen, iyileştirilmiş tüm içeriklerin (ses, video, görüntü, metin veya deepfake olsun) işaretlenmesi gerekir.

Yalnızca yapay zeka yardımıyla düzenlenmiş, girdi içeriğinde önemli bir değişiklik yapılmamış veya insan ve editör incelemesinden geçmiş içerikler için istisnalar ve daha hafif kurallar mevcut olsa da, “önemli değişiklik” teşkil eden unsurlar arasındaki sınırlar belirsiz.

Benzer şekilde, editöryal inceleme ve genel değerlendirme de kapsamlı olmalı, yalnızca küçük dilbilgisi veya yazım hatalarına odaklanmamalı ve yayınlanan içerikten tam sorumluluk belirli bir kişiye ait olmalı.

Yazarlar, editörler ve blog yazarları için: Yapay zeka tarafından oluşturulan metin özetleri, metinler ve üslup, yapı ve anlam değiştiren yeniden ifadeler gibi içerikler işaretlenmeli.

Yapay zeka tarafından oluşturulan veya önemli ölçüde geliştirilen metin, kamu yönetimi ve hizmetleri, adalet ve kolluk kuvvetleri, temel haklar, kamu güvenliği, sağlık, çevre koruma, tüketici güvenliği, ekonomi ve daha fazlası gibi “kamu yararına ilişkin konular” ile ilgili bilgiler içeriyorsa, bu metin de işaretlenmeli.

Değerlendirilmesi gerekmeyenler: Küçük dilbilgisi düzeltmeleri, yazım denetimi ve üslup iyileştirmeleri.

Sosyal medya fenomenleri ve yüz düzenleme uygulamalarını sevenler için: Mevcut fotoğraflardaki yüzler değiştirilirse veya önemli ölçüde yüz modifikasyonuna uğrarsa, içerik ayrıca işaretlenmeli.

Kişisel kullanım için görsellerin düzenlenmesi şeffaflık yükümlülüklerinin dışında kalırken, ticari amaçlı her türlü içerik AB’nin yeni şeffaflık yükümlülükleri kapsamına girebilir.

Grafik ve video tasarımcıları için: Mevcut videolardan nesnelerin ve kişilerin çıkarıldığı, değiştirildiği veya eklendiği tüm video ve görsel içeriklerin işaretlenmesi gerekiyor.

Kişinin vücut şeklini, ten rengini değiştiren ve aşırı aydınlatma, koyulaştırma, renk ve kontrast değişikliklerinin içeriğin anlamını, amacını ve mesajını değiştirdiği içerikler de aynı şekilde olmalı.

Gerçekleşmemiş olayların tasvir edildiği videoların oluşturulması da işaretlenmeli; aynı şekilde, kişilerin, nesnelerin, olayların veya gerçeklerin temsilini değiştiren veya içeriğin herhangi bir önemli değişikliğini içeren görüntüler veya videolar da işaretlenmeli.

İşaretlenmesi gerekmeyenler şunlar: Genel biçimlendirme, düzenleme (netliğin artırılması, kırpma, küçük renk/ışık ayarlamaları, keskinleştirme, toz ve lekelerin giderilmesi, kırmızı göz, arka planlar, pikselleşme ve yüzlerin bulanıklaştırılması), video sabitleme, oynatma hızında küçük ayarlamalar ve içeriği aşırı derecede değiştirmeyen diğer genel düzenlemeler.

Podcast yayıncıları, ses editörleri ve radyo sunucuları için: Belirli bir kişinin sesine gerçekçi bir şekilde uyarlanmış konuşmalar işaretlenmeli.

Müşteri-ajans ve işveren-çalışan ilişkisinde sorumluluk kimde?

Bir şirket, bir reklam veya grafik tasarım ajansından tasarım hizmetleri satın alıyorsa ve reklam ajansının yapay zekayı kullanıp kullanmayacağı veya nasıl kullanacağı konusunda karar vermiyor veya kontrol uygulamıyorsa, şeffaflık yükümlülükleri müşteriye değil, ajansa ait.

Benzer şekilde, şeffaflık yükümlülükleri, bireysel bir çalışanın veya yapay zekadan etkilenen içerik üreten bir yüklenicinin değil, işverenin/tüzel kişinin sorumluluğunda:

(14) “Bir yapay zeka sisteminin uygulayıcısı, sistemin kullanıldığı yetkiye sahip bir tüzel kişi ise (örneğin bir reklam şirketi), bu tüzel kişinin talimatları ve kontrolü altında hareket eden bireysel çalışanlar (örneğin dijital animatörler, web tasarımcıları, içerik oluşturucular, gazeteciler) bu sistem için ayrı uygulayıcılar olarak değerlendirilmemeli.

Bir tüzel kişi, sistemin işletiminde kendi adına, sorumluluğu ve kontrolü altında üçüncü şahısları (örneğin yükleniciler, serbest çalışanlar) dahil etse bile, yine de sistemi kuran taraf olarak kalır.

Deepfake kuralları

Deepfake’lerin, gerçek kişilere, nesnelere, yerlere, varlıklara veya olaylara benziyorsa ve bir kişiye gerçek ve doğruymuş gibi görünebiliyorsa işaretlenmesi gerekir.

Yine de, sanatsal, yaratıcı, hicivsel veya kurgusal içerikler için istisnalar mevcuttur; ancak deepfake profesyonel amaçlarla kullanılıyorsa, yine de işaretlenmeli.

Gerçek kişilerin, politikacıların, ünlülerin, şirket CEO’larının deepfake görüntüleri, yapay zeka tarafından oluşturulan ses klonlamaları veya gerçek hayattakinden daha iyi görünen yapay zeka tarafından oluşturulmuş ürün reklamları ve ambalaj görüntüleri, bunların hepsi işaretlenmeli.

İstisnalar: Bireysel kullanım, açık kaynak kodlu yazılım, kolluk kuvvetleri, bilimsel ve araştırma amaçları.

Şeffaflık yükümlülüklerinden muafiyetler, yapay zekayı kişisel, profesyonel olmayan faaliyetler için kullanan gerçek kişiler, bilim insanları ve araştırmacılar, açık kaynak sistemleri ve kolluk kuvvetleri için geçerli.

Ancak, bir kişi kendi adına hareket ediyorsa ve kişisel faaliyeti profesyonel faaliyetiyle örtüşüyorsa ve ekonomik fayda sağlanıyorsa, şeffaflık yükümlülüklerinin devreye girmesi muhtemel.

Açık kaynak kodlu yazılımlar söz konusu olduğunda, hem sağlayıcıların hem de dağıtımcıların kendi şeffaflık yükümlülüklerine uymalarını sağlamaları gerekiyor.

İşaretleme önerileri

Hizmet sağlayıcılar, yapay zeka sistemlerinin makineler tarafından okunabilir bir biçimde işaretlenmesini sağlamalı, böylece makineler arası algılamayı garanti altına almalı ve yapay zeka sistemlerinin çıktılarının yapay zeka tarafından üretildiğinin veya manipüle edildiğinin tespit edilebilmesini temin etmeli.

Uygulamayı sunanlar, yapay zeka tarafından oluşturulan veya manipüle edilen içerikleri açık ve ayırt edilebilir bir şekilde işaretlemeli.

Avrupa Komisyonu’nun yönergelerinde, bazı yapay zeka işaretleme tekniklerinin tek başına kullanıldığında gerekli olmadığı veya yetersiz kaldığı belirtiliyor; örneğin:

  • Yalnızca şartlar ve koşullar, URL’ler veya belgelerde yer alan açıklamalar
  • Kullanıcılar tarafından görülemeyen, makine tarafından okunabilir işaretler; örneğin meta veriler veya filigranlar
  • Belirsiz veya muğlak sinyaller (örneğin, “asistan” gibi genel ifadeler)
  • Genelleyici açıklamalar (örneğin, “bu web sitesindeki hizmetler yapay zeka kullanmaktadır”)
  • Aşırı teknik açıklamalar (örneğin, “bu sistem LLM’leri kullanıyor”)

Kaynak: Euronews

Okumaya devam et

En son