Grup fotoğrafında birinin gözünü kırpması gibi küçük aksaklıklar artık üretken yapay zekâyla düzeltilebiliyor. Adobe Lightroom mobile’daki Open Eyes kapalı gözleri açmayı, Üretken Genişletme ise fotoğrafın kadraj dışındaki alanlarını tamamlamayı amaçlıyor. Bu araçlar görüntüyü kurtarabilirken, çekilen an ile sonradan üretilen içerik arasındaki sınırı da gündeme getiriyor.
Telefon fotoğraflarındaki yapay zekâ tartışması yalnızca görüntünün “gerçek” olup olmadığına indirgenemez. Gürültüyü azaltmak, gölgeleri aydınlatmak, kapalı gözü açık hâle getirmek ve manzaraya yeni bir nesne eklemek farklı türde müdahaleler. Önemli olan, yazılımın görüntüyü nerede yorumladığını ve nerede sahnenin içeriğini değiştirdiğini anlayabilmek.
Lightroom’daki Open Eyes ve Üretken Genişletme
Adobe’nin 19 Ekim 2026 tarihli duyurusunda Open Eyes, Lightroom’un mobil uygulamasında bir Quick Action olarak tanımlanıyor. Uygulama kapalı göz algıladığında ilgili simgeyi gösteriyor; kullanıcı düzeltme oluşturmayı seçebiliyor. Adobe, Lightroom kütüphanesinde aynı kişinin başka fotoğrafları bulunuyorsa göz rengi, şekli ve boyutunun daha isabetli eşleştirilebildiğini belirtiyor. Bu, şirketin özelliğe ilişkin açıklaması; burada Open Eyes ile yapılmış bir test bulunmuyor.
Duyuru mobil Lightroom’u kapsıyor ancak masaüstü Lightroom ya da Lightroom Classic desteği, belirli bir sürüm numarası ve ayrıntılı cihaz listesi vermiyor. Bu nedenle özelliğin tüm Adobe ürünlerinde bulunduğu varsayılamaz. Adobe ücretsiz kullanım ifadesini kullansa da bu, sınırsız kullanımın veya her hesapta aynı erişimin garanti edildiği anlamına gelmiyor.
Üretken Genişletme ise yeni duyurulan bir araç değil. Adobe’nin mobil sürüm notları özelliği Ağustos 2026’daki 11.5 sürümüne yerleştiriyor. Kullanım belgesinde Android adımları açıklanırken iOS desteğinin şimdilik iPhone ile sınırlı olduğu belirtiliyor. Araç, kırpma panelinden fotoğrafın sınırlarını genişletiyor. Her üretim bir üretken kredi kullanıyor; kullanılabilir kredi miktarı aboneliğe göre değişiyor.
Örneğin yatay bir tatil fotoğrafı dikey bir hikâyeye uyarlanırken kişi kadrajdan çıkarılmadan çevresine alan eklenebilir. Ancak üretilen gökyüzü veya kıyı, kameranın çekim anında gördüğü alanın devamı olduğunu kanıtlamaz. Görüntünün tutarlı görünmesi coğrafi doğruluğu göstermez. Benzer biçimde gözleri açmak da deklanşöre basıldığı andaki yüz ifadesini değiştirebilir.
Kapak görseli, Adobe’nin Open Eyes tanıtımından alınmış bir örnek; bu dosyada yapılmış bir testin sonucu değil. Open Eyes, kapalı gözlü fotoğrafları düzeltmeyi hedefliyor.
Apple ve Samsung’da işleme ile içerik üretimi
Yazılımın fotoğrafı şekillendirmesi yeni değil. Apple, iPhone 14 Pro ile tanıttığı Photonic Engine’i Deep Fusion işlemini görüntüleme zincirinin daha erken aşamasına taşıyan bir yaklaşım olarak açıklıyor. Hedef, özellikle orta ve düşük ışıkta ayrıntı, doku ve renk bilgisini korumak. Bu, kullanıcının komutuyla fotoğrafa yeni bir nesne eklemekle aynı türden bir işlem değil.
Samsung da AI ProVisual Engine’i netlik, renk ve ayrıntıyı iyileştiren bir görüntü işleme sistemi olarak tanımlıyor. Her iki yaklaşımda da sensör verisi yazılımla yorumlanıyor; dolayısıyla “hiç işlenmemiş telefon fotoğrafı” beklentisi gerçekçi değil. Yine de sahnedeki nesneleri daha görünür kılmakla sahnede bulunmayan bir nesneyi üretmek arasında önemli bir ayrım var.
Bu fark, aynı markanın sunduğu araçlarda da görülüyor. Apple’ın Fotoğraflar uygulamasındaki Clean Up, Apple Intelligence ile dikkat dağıtan nesneleri kaldırıyor ve uyumlu donanım ile yazılım gerektiriyor. Samsung’un güncel Galeri yardım sayfasındaki Photo Assist ise nesne silme ve taşımanın yanı sıra metin veya referans görüntüyle içerik ekleme seçeneklerini gösteriyor. Sayfada Galaxy S26 örnekleri kullanılması, aynı seçeneklerin tüm eski Galaxy modellerinde bulunduğu anlamına gelmiyor.
Samsung, Generative Edit kullanımı için hesap ve internet bağlantısı gerektiğini; çıktının en fazla 12 megapiksele yeniden boyutlandırıldığını ve yapay zekâyla üretilen görüntülere filigran eklendiğini belirtiyor. Sonucu değerlendirirken yalnızca estetik görünüme bakmak yeterli değil; nesnelerin sınırları, yansımaları ve bağlamı da incelenmeli. Küçük bir düzenleme bile fotoğrafın anlattığı şeyi önemli ölçüde değiştirebilir.
Aynı fotoğrafta iki kontrollü düzenleme
Bu farkı göstermek için Aleksandra Boguslawska’nın Wikimedia Commons’ta CC0 lisansıyla sunulan göl fotoğrafı kullanıldı. Kişisel fotoğraf ya da izinsiz portre tercih edilmedi. Kaynak görüntü bir telefon kamerası testi değil. İki ayrı düzenleme, aynı orijinal üzerinden OpenAI imagegen aracıyla üretildi; bu örneklerde Lightroom, Apple veya Samsung araçları kullanılmadı.
İlk işlemde yalnızca göle küçük, boş bir kırmızı kano ve uygun bir yansıma eklenmesi istendi; dağların, otelin, ağaçların ve kadrajın korunması belirtildi. Sonuçta orijinalde olmayan kano görüntüye girdi. Böyle bir düzenleme yaratıcı bir gezi paylaşımında kullanılabilir ancak gölde gerçekten kano bulunduğunun kanıtı sayılamaz.
İkinci işlemde otelin ve sudaki yansımasının kaldırılması, boşalan alanların çevreyle uyumlu orman dokusuyla doldurulması istendi. Böylece yapının yer aldığı manzara, yapının görünmediği bir görüntüye dönüştü. Bir şeyi silmek de eklemek gibi yeni bir anlatı oluşturabilir.
Üretilen görüntüler piksel düzeyinde orijinalle aynı değil; renk ve ayrıntı farklılıkları da bulunuyor. Bu örneklerden kamera kalitesi, keskinlik ya da Adobe araçlarının performansı hakkında sonuç çıkarılamaz.
Kendi fotoğrafınızda düzenlenmiş kopyayı onaylamadan önce orijinaliyle karşılaştırın; özellikle nesnelerin çevresini ve yansımalarını inceleyin. Yazılar, mimari çizgiler ve tekrar eden dokular ayrıca dikkat gerektirir. Görüntüyü gören biri çekim anında orada ne bulunduğuna dair farklı bir sonuca varacaksa, yapılan işlemi yalnızca “iyileştirme” olarak adlandırmak yeterli olmaz.
Haber, sosyal medya ve kişisel arşivde özgünlük
Haber fotoğrafında temel ölçüt, görüntünün olay hakkında doğru bilgi verip vermediğidir. Bir protestodaki pankartı silmek, kalabalığı çoğaltmak veya kapalı gözü açmak kaydın içeriğine müdahale eder. Bu örnekteki otelsiz görüntü de bölgedeki yapılaşmayı anlatan bir haberde yanıltıcı olurdu. Üretken müdahale uygulanmış görselin açıkça etiketlenmesi, kaynak dosyanın saklanması ve görüntünün olayın doğrudan kaydı gibi sunulmaması editoryal açıdan öneriliyor.
Sosyal medyada kullanım alanı daha esnek olabilir. Bir kişiyi kadrajdan çıkarmadan görüntüyü hikâye boyutuna getirmek veya eğlenceli bir nesne eklemek kullanıcı tercihidir. Yine de özellikle gerçek yerler ve kişiler söz konusu olduğunda, izleyiciye görüntünün bir bölümünün üretildiğini bildirmek önem taşıyor. Bir otel tanıtımında çevredeki yapıların silinmesi, yalnızca estetik bir tercih olmaktan çıkıp gidilecek yer hakkında yanlış beklenti yaratabilir.
Kişisel arşivde ise kusursuz bir görüntü isteğiyle hatıranın doğruluğu arasında denge kurmak gerekir. Aile fotoğrafındaki kapalı gözü düzeltme isteği anlaşılır; yıllar sonra gerçek yüz ifadesini hatırlayabilmek için orijinali korumak da değerlidir. Kaynak dosyayı saklayıp düzenlenmiş kopyaya yapılan işlemi not etmek yararlı bir alışkanlık olabilir.
Fotoğrafı iyileştirmek mümkün; önemli olan neyin değiştirildiğini unutmamak.
