Video Üretiminde Yapay Zeka Araçlarının Kullanımı: Fen Bilgisi Dersi Örneği
- 21 April 2026
- journal article
- Published by Journal of Computer and Education Research in Journal of Computer and Education Research
- Vol. 14
Abstract
Son yıllarda eğitim ve öğretimde kullanılacak videoların üretiminde giderek daha fazla yapay zekâ araçlarından yararlanılmaktadır. Çalışmanın birinci amacı, video üretiminde sık kullanılan yapay zekâ (YZ) araçlarının eğitimde kullanımının incelenmesidir. İkinci amaç ise, YZ araçları ile fen derslerine yönelik video geliştirilmesindeki süreçlerin gösterilmesidir. Çalışmada alan yazında bulunan video üretmeye yönelik YZ araçları belirlenerek özellikleri incelenmiştir. Daha sonra ise fen bilgisi dersine yönelik YZ aracı ile video üretilmesi ve süreci açıklanmıştır. Alan yazında geçen, eğitim alanında daha çok karşımıza çıkan YZ veya YZ destekli video araçları olarak; “Canva”, “Gen 2”, “Open AI Sora”, “Pictory”, “HeyGen”, “BasedLabs”, “Colossyan Creator”, “Fliki”, “Deepbrain AI”, “Elai.io” ve “İnvideo”, “Make-A-Video”, “Video Diffusion Models”, “Motion and Content GAN”, “Video Poet”, “Phenaki” ve “Step Video T2V” bu çalışma kapsamında değerlendirilmiştir. YZ araçları ile video üretme sürecinde; istem (prompt) oluşturma, veri girişi, görsel ve sesli içerik üretimi, video montaj-sentezleme, video analizi gibi aşamalar söz konusudur. YZ araçları ile video oluşturulması sürecinde bu süreçlerin iyi yürütülmesi videonun kalitesine katkı sağlamaktadır.Keywords
This publication has 22 references indexed in Scilit:
- Generative AI in User-Generated Content2024
- Generative artificial intelligence for increasing accessibility of patient information videos in ophthalmologyAJO International, 2024
- Artificial intelligence in education research during 2013–2023: A review based on bibliometric analysisEducation and Information Technologies, 2024
- The influence of sociodemographic factors on students' attitudes toward AI-generated video content creationSmart Learning Environments, 2023
- Structure and Content-Guided Video Synthesis with Diffusion Models2023
- Artificial Intelligence Tools in Media and Journalism: Roles and Concerns2023
- A Framework for Understanding Sources of Harm throughout the Machine Learning Life Cycle2021
- Generative Adversarial Networks for Image and Video Synthesis: Algorithms and ApplicationsProceedings of the IEEE, 2021
- Artificial Intelligence in Education: A ReviewIEEE Access, 2020
- MoCoGAN: Decomposing Motion and Content for Video Generation2018