AI Görsel Sanat ve Telif: Midjourney, Stable Diffusion, Andersen Davası ve Sanatçı Manifestoları

AI görsel sanat telif Andersen davası, illüstratör Sarah Andersen ile birlikte Kelly McKernan ve Karla Ortiz’in Stability AI, Midjourney ve DeviantArt aleyhine açtığı toplu dava etrafında dönüyor. Dava, beş milyar görüntü üzerinde eğitilen modellerin sanatçı tarzlarını izinsiz çoğalttığı iddiasıyla görsel üretim sektörünün hukuki sınırlarını çiziyor.

Andersen Davasının Anatomisi ve Yargıç Orrick’in Süzgeci

Sarah Andersen, kara mizah çizgileriyle tanınan bir Amerikalı illüstratör; Kelly McKernan suluboya işleriyle, Karla Ortiz ise konsept tasarımıyla ön plandaydı. Üçü, San Francisco Federal Mahkemesi’nde Stability AI’nin Stable Diffusion modelini ve Midjourney servisini hedef alan toplu dava dilekçesini birlikte verdi. İddiaların özünde, eğitim veri setlerinde kullanılan LAION arşivinin sanatçıların kamuya açık portfolyolarından izinsiz beslendiği savı yatıyordu.

Yargıç William Orrick, ilk değerlendirmesinde iddiaların bir bölümünü reddetti. Reddedilen kısım, Midjourney ve DeviantArt’ın “dolaylı sorumluluk” altında olduğu argümanıydı; çünkü davacıların her bir görselin eğitim setine girdiğini kanıtlayan teknik kayıtları sunmadığı belirtildi. Buna karşın Andersen’in doğrudan telif ihlali iddiası kabul gördü; çünkü Andersen, eserlerinin LAION veri tabanında Have I Been Trained taramasıyla bulunduğunu belgeleyebildi.

Bu süzgeç, sanatçı toplu davalarında ispat eşiğini yükseltti. Yargıç, “modelin ağırlıklarında saklanan dolaylı kopya” ile “çıktıda doğrudan görünür kopya” arasındaki ayrımı vurguladı. Hukuki dilde bu, sanatçıların yalnızca tarzının çağrıştırıldığını söylemekle yetinmemesi, somut bir eserin doğrudan üretilmiş türevini sunması anlamına geliyor. Davanın bu aşaması, ilerleyen dönemde modellerin “tarz mimarisi” tartışmasını mahkeme zeminine taşıyacak ilk emsallerden biri olarak okunuyor.

Andersen tarafının avukatları, davayı sadece üç sanatçı adına değil, eseri LAION havuzunda bulunan binlerce illüstratör adına toplu hale getirme talebinde bulundu. Toplu dava statüsünün tanınması, tazminat tutarını fiilen şirketin iflas eşiğine yaklaştıracak bir baskı oluşturuyor. Stability AI savunması ise sanatçıların eserlerinin modelde “ayırt edici biçimde” depolanmadığını kanıtlamak için modelin iç parametrelerinin bağımsız uzman heyetince incelenmesine itiraz ediyor; çünkü bu inceleme, modelin ticari sırlarının aleyhine açılmasına yol açabilir.

Beş Milyar Görüntülük Eğitim Havuzu ve LAION Mimarisi

Stable Diffusion’ı eğiten LAION-5B veri seti, internetten kazınmış yaklaşık beş milyar görüntü-metin çiftinden oluşuyor. Bu havuzun büyük bölümü, Pinterest panolarından DeviantArt galerilerine, ArtStation portfolyolarından küçük blog arşivlerine kadar geniş bir kamuya açık alanı kapsıyor. Eğitim sürecinde her görüntü modele “öğretilmiyor”; bunun yerine matematiksel ağırlıklarla istatistiksel bir desen olarak modele yedirilen bir gizli temsil oluşturuyor.

Sanatçı tarafının itirazı şu noktada düğümleniyor: Kamuya açık olmak ile ticari bir modelin eğitim malzemesine dönüşmek aynı şey değildir. Bir illüstratörün portfolyosunu vitrinine asması, üçüncü taraf bir şirketin o eseri kâr getiren bir üretim motoruna gömmesine peşinen onay anlamına gelmiyor. Stability AI cephesi ise “transformative use” yani dönüştürücü kullanım doktrinine sığınıyor; modelin orijinal görseli depolamadığını, ondan istatistiksel bir öğrenme çıkardığını öne sürüyor.

Have I Been Trained adlı arama aracı, Spawning şirketi tarafından geliştirildi ve sanatçıların kendi eserlerini LAION havuzunda tarayabilmesine olanak tanıyor. Aracın sunduğu sonuçlar, davalardaki en güçlü kanıtlardan birini oluşturuyor; çünkü hem ekran görüntüsüyle hem de dosya kimliğiyle eserin veri setinde varlığını gösteriyor. Sektörün donanım ve yapay zeka altyapısı haberlerini izleyen okuyucu için bu araç, eğitim veri saydamlığı tartışmasının somut bir aracıdır.

LAION-5B’nin teknik mimarisi, görüntü-metin eşleştirmesini CLIP modeli aracılığıyla yapıyor. Her görsel, metin etiketiyle birlikte vektör uzayında bir noktaya dönüşüyor; bu noktaların yoğunlaştığı bölgeler, tarz örüntülerinin matematiksel temsili haline geliyor. Bir sanatçının çok sayıda eseri benzer vektör bölgesine düşüyorsa, model o bölgeyi “sanatçı imzası” olarak öğreniyor. Hukuki tartışmanın teknik karşılığı tam burada düğümleniyor: Vektör uzayındaki yoğunlaşma, somut bir kopya mı yoksa istatistiksel bir soyutlama mıdır sorusu, mahkemenin yanıtlamakta zorlandığı yeni nesil delil meselesi.

Getty Images vs Stability AI: Watermarkın Çıktıya Sızması

↑ Başa dön

Getty Images cephesinde tablo daha sade. Stok görsel devi, Stability AI’nin Getty’nin lisanslı arşivinden milyonlarca görseli izinsiz çektiğini öne sürüyor. Davanın görsel olarak çarpıcı kanıtı, bazı Stable Diffusion çıktılarında Getty’nin meşhur filigranının bozuk biçimde belirmesi. Bu, modelin tek tek pikselleri ezberlemediği savını teknik düzlemde zorlayan bir bulgu; çünkü ortaya çıkan filigran, eğitim sırasında milyonlarca filigranlı görselin istatistiksel olarak modele sızdığının göstergesi sayılıyor.

Getty’nin Birleşik Krallık’ta açtığı dava ile ABD’de yürüttüğü süreç birbirini besliyor. Londra’daki dava, hem telif hem marka hakkı ihlali üzerinden ilerliyor; çünkü Getty filigranı, şirketin tescilli markası kabul ediliyor. Filigranın AI çıktısında belirmesi, marka hakkı zedelenmesinin somut delili olarak sunuluyor. Bu, sanatçı toplu davalarından farklı bir hukuki kanal açıyor: Bireysel telif değil, kurumsal marka zedelenmesi.

Davanın bir başka boyutu, lisanslama piyasasına etkisi. Getty, kendi bünyesinde lisanslı eğitim verisiyle çalışan bir AI görsel üretim ürünü çıkardı ve bunu kütüphaneden gelen sanatçı tazminat fonuyla pazarladı. Bu hamle, “lisanslı eğitim verisi” pazarının hukuki belirsizlik içinde bile filizlenebileceğini gösteriyor. Türkiye’deki stok görsel platformları için de aynı model, orta vadeli bir ticari yol haritası sunuyor.

Adobe Firefly, Shutterstock’un AI üretim aracı ve Getty’nin kendi modeli aynı stratejik damarı paylaşıyor: Eğitim verisinin yalnızca platformun lisansladığı arşivden gelmesi ve katkı sağlayan sanatçıya gelir paylaşımı yapılması. Bu üç aktörün yaklaşımı, “temiz veri” modelinin pazarda fiyatlanabildiğini gösteriyor. Bir kurumsal müşteri, hukuki risk üstlenmeden AI görsel kullanmak istediğinde, lisanslı modellerin sunduğu çıktı, açık kaynak modellerin çıktısından belirgin biçimde daha yüksek fiyat etiketi taşıyor; bu fark, pazardaki yeni dengeyi kuran asıl mekanizma.

Tarz Kopyalama: Hukukun Yeni Boş Sayfası

Mevcut telif hukuku, somut eseri korur; tarzı korumaz. Bir ressamın fırça darbesi karakteri, bir illüstratörün renk paleti veya bir karikatüristin yüz çizim örüntüsü, klasik telif çerçevesinde tescil edilebilir bir birim değildir. AI modelleri tam da bu boşluğa giriyor: “Sarah Andersen tarzında” yazıldığında, üretilen görselin tek tek eserle birebir eşleşmemesine karşın sanatçının imzasını taşıyan üslubu çoğaltabiliyor.

Bu nokta, hukukçuların “tarzın hukuki kategori olarak tanımlanması” tartışmasını açıyor. Birkaç olasılık masada: Tarzın haksız rekabet kapsamında değerlendirilmesi, kişilik hakkı çerçevesinde “sanatsal kimlik” başlığıyla korunması veya yeni bir sui generis hak olarak tanımlanması. Avrupa Birliği’nin yapay zeka mevzuatı tarafında, eğitim verisi şeffaflığı zorunluluğu bu boşluğu dolaylı yoldan kapatmaya çalışıyor; çünkü hangi eserin modele girdiğini bilmek, tarz çağrışımının kaynağını da görünür kılıyor.

Türkiye’de Fikir ve Sanat Eserleri Kanunu’nun tarz korumasıyla ilgili somut hükmü bulunmuyor. Türk illüstratörlerin eserlerinin durumu da bu hukuki sis perdesinde kalıyor. Pinterest, Behance veya ArtStation üzerinden uluslararası dolaşıma giren bir çizerin eserleri, LAION havuzuna sızmış olabilir; ancak yerel mahkemenin yetki alanı ile veri kazıma işleminin yapıldığı sunucu coğrafyası örtüşmeyince, tazminat süreci pratikte çok yavaş ilerliyor. Yerel basında çıkan tartışmalar Adalet Bakanlığı’nın bir çalışma grubu kurma niyetini gündeme taşıdı.

Tarz koruması tartışmasının ekonomik tarafı da konuşulmaya başlandı. Bir illüstratörün on yıl içinde geliştirdiği üslup, o sanatçının ekonomik kimliğinin ana üretim aracıdır. Bu üslubun model tarafından öğrenilip dakikalar içinde çoğaltılması, sanatçının pazardaki konumunu fiilen sıfırlıyor. Hukukçular, tarzın patent benzeri bir “süreli koruma” altında değerlendirilebileceğini ileri sürüyor; örneğin sanatçının yaşamı boyunca uygulanan bir koruma süresi, mirasçılarına geçmeyen ancak sanatçının ekonomik egemenliğini güvenceye alan bir model olarak tartışmaya açıldı.

Stable Diffusion 3 Opt-Out Mekanizması ve Sektörel Kabul

Stability AI, gelen baskıların ardından Stable Diffusion’ın üçüncü sürümünden itibaren bir opt-out yani veri setinden çıkma mekanizması sundu. Sanatçılar, Have I Been Trained portalı üzerinden eserlerini işaretleyebiliyor ve sonraki eğitim turlarında bu görseller çıkarılıyor. Mekanizmanın eleştirisi şurada: Opt-out, sanatçıdan eyleme geçmesini bekliyor; opt-in yani açık rıza modeli ise tersine, varsayılan olarak eserin dışarıda olmasını gerektirir.

Sanatçı manifestoları bu noktada birleşiyor. Concept Art Association’ın yayımladığı “AI ve Sanatçı Hakları Bildirgesi” ile birlikte İllustrators’ Partnership of America’nın açıklamaları, opt-in modeli savunuyor. Manifestolar üç başlığa odaklanıyor: Veri saydamlığı, eğitim için açık rıza ve modelden elde edilen ticari gelirin telif sahipleriyle paylaşımı. Bu üç başlık, Hollywood’da sentetik aktör tartışmasındaki başlıklarla birebir örtüşüyor; sektör farkı olsa da hukuki damar aynı.

Edebiyat cephesinde de paralel bir tartışma yürüyor. AI yazarlık başlığı altında self-publishing pazarındaki kitap üretim dalgası, görsel sanattaki tarz kopyalama meselesinin metin karşılığını oluşturuyor. Her iki cephe de aynı sorunun farklı yüzleri: Yaratıcı emeğin modelde temsil edilmesi ile bu temsilin ticari getirisinin nasıl paylaşılacağı.

Stability AI’nin sektörel kabul için sunduğu bir başka adım, model kartı şeffaflık raporlarıdır. Bu raporlar, eğitim verisinin kaba kategorileri, filtreleme adımları ve modelden çıkarılan zararlı içerik türleri konusunda kamuya bilgi sunuyor. Ancak sanatçı tarafı bu raporları yetersiz buluyor; çünkü hangi sanatçının eserinin hangi oranda modele etki ettiğine dair somut metrik vermiyor. Şeffaflığın “kaba kategori” ile “sanatçı bazlı katkı” arasındaki uçurumu kapatması, opt-in modelinin işler hale gelmesinin ön koşulu olarak değerlendiriliyor.

Türk İllüstratörün Pratik Yol Çerçevesi

↑ Başa dön

Yerel illüstratörler için pratik adımlar netleşmeye başladı. İlk adım, portfolyonun Have I Been Trained üzerinden taranması ve eserlerin veri setinde olup olmadığının kayıt altına alınması. Bu kayıt, ileride açılacak herhangi bir tazminat sürecinde belge değeri taşıyor. İkinci adım, ana sayfada robots.txt ve meta etiketler aracılığıyla CommonCrawl ve GPTBot gibi bilinen kazıyıcılara erişim kısıtlaması koymak.

Üçüncü adım, eserlerin yayım platformlarındaki kullanım koşullarının yeniden okunması. ArtStation, “NoAI” etiketi sundu; Cara adlı sosyal ağ, sanatçıyı AI eğitim verisinden korumayı vaat eden bir model üzerine kuruldu. Pinterest ve Instagram’ın eğitim verisi politikaları ise daha gri bir alanda kalıyor. Aşağıdaki tablo, başlıca platformların AI eğitim verisi tutumunu özetliyor.

Dördüncü adım, ticari işlerde sözleşmeye AI eğitim verisi kullanım yasağı maddesi eklemek. Bu madde, müşterinin eseri kendi iç AI modelini eğitmek için kullanmasının önüne geçiyor. Türk illüstratörlerin teknoloji yayınlarında öne çıkan vakalardan öğrendiği en somut ders, sözleşme dilinin AI çağına göre yeniden yazılması zorunluluğu.

Beşinci adım, Glaze ve Nightshade gibi savunma araçlarının kullanılması. Chicago Üniversitesi laboratuvarından çıkan Glaze, görüntüye insan gözünün fark edemediği gürültü ekleyerek modelin tarz öğrenmesini bozuyor. Nightshade ise daha agresif bir araç; modele yanlış etiket öğreterek eğitim sürecini zehirliyor. Bu araçlar, sanatçının kendi portfolyosunu çevrimiçi yayımlamadan önce işleyebileceği teknik bir bariyer oluşturuyor; ancak modeller geliştikçe bu bariyerlerin de yenilenmesi gerekiyor, dolayısıyla bir teknik silah yarışı sürüyor.

Sanat Eğitimi, Galeriler ve Yeni Telif Mimarisi

Sanat okullarındaki müfredat tartışması, davalar paralelinde değişiyor. İllüstrasyon bölümleri, AI araçlarını ya yasaklıyor ya da müfredata “araç eleştirisi” başlığıyla dahil ediyor. İkinci yol daha sürdürülebilir görünüyor; çünkü mezunlar, mesleki hayatlarında bu araçlarla yarışmak veya birlikte çalışmak zorunda kalacak. Eğitimde AI kullanımının etik çerçevesi de tarz çalma meselesini öğrenci ödevlerine kadar indiriyor.

Galeri ve müze tarafında, AI üretimi eserlerin koleksiyona kabulü için yeni protokoller şekilleniyor. Eserin eğitim verisi kaynağının belgelenmesi, prompt geçmişinin saklanması ve insan müdahalesinin oranının açıklanması üç temel başlık. Bu protokol, koleksiyon piyasasında “kaynak temizliği” sertifikası olarak işlev görüyor; çünkü dava açılmış bir veri seti üzerinden üretilmiş eseri koleksiyona katmak, gelecekte galerinin hukuki sorumluluğunu doğurabilir. Görsel üretim sektörü de aynı kaynak temizliği talebini film prodüksiyonlarında dile getirmeye başladı.

Ana küme yazımız ai görsel sanat başlığıyla müzik ve edebiyat eksenlerini birlikte ele alıyor; üç cephe arasındaki ortak hukuk damarını okumak isteyenler için temel başvuru. Anasayfa kümemizde sanat dönüşüm başlığı altında yeni başlıklar eklenmeye devam ediyor. Getty Images’in kendi lisanslı modelini pazara sunması, sektörün stok arşiv operatörlerinin AI ürün stratejisini nereye çevirdiğinin somut bir göstergesi.

Müzayede evleri de AI üretimi eserlerin değerlemesini yeniden kurgulamaya başladı. Christie’s ve Sotheby’s, AI üretimi eser satışlarında “eğitim verisi köken belgesi” talep ediyor; köken belgesinin yokluğu, eserin tahmin fiyatını ciddi biçimde düşürebiliyor. Koleksiyoner tarafında ise “saf insan emeği” diye etiketlenen geleneksel illüstrasyon işleri, AI dalgasının yarattığı kıtlık primiyle yeniden değer kazanıyor. Bu paradoks, AI üretiminin geleneksel sanata zarar vermek yerine onun bir bölümünü prestij sınıfına yükselttiği gözleminin somut karşılığı; pazar, hem AI üretimi hem de saf insan üretimi için ayrı kulvarlar açıyor.

Sıkça Sorulan Sorular

Sarah Andersen davası nihai karara bağlandı mı?

Hayır, dava sürmektedir. Yargıç Orrick, iddiaların bir bölümünü reddetti ancak Andersen’in doğrudan telif ihlali iddiası ile davacıların DMCA kapsamındaki bazı taleplerine ilerleme izni verdi. Kanıt toplama aşaması devam ediyor.

Have I Been Trained aracı ne işe yarar?

Spawning şirketinin geliştirdiği bu araç, sanatçıların LAION-5B veri setinde kendi eserlerini aramasına olanak tanır. Eser bulunursa sanatçı opt-out işareti koyabilir; bulunmazsa ileride eklenmesi durumunda uyarı alır.

Türk illüstratör AB AI Yasası’ndan nasıl yararlanır?

AB AI Yasası, modeli AB pazarına sunan şirketlere eğitim verisi şeffaflığı zorunluluğu getirir. Türk sanatçı, eserinin yer aldığı modeli kullanan AB merkezli platforma karşı şeffaflık raporu üzerinden talep yöneltebilir.

Tarz kopyalama somut bir hukuk kategorisi mi?

Mevcut telif hukuku tarzı korumaz, somut eseri korur. Tarz kopyalama, haksız rekabet, kişilik hakkı veya yeni bir sui generis hak çerçevesinde tartışılıyor; net bir uluslararası emsal henüz yok.

Stable Diffusion 3 opt-out mekanizması yeterli mi?

Sanatçı manifestoları opt-out yerine opt-in modeli savunuyor. Opt-out, sanatçıdan harekete geçmesini beklerken opt-in varsayılan olarak eseri eğitim dışında tutar. Bu fark, rıza mimarisinin kalbinde duruyor.

Editör notu: AI görsel sanat telif Andersen davası, illüstrasyon ve dijital sanat alanındaki yeni telif mimarisinin belirleyici emsallerinden biri. Yazıda paylaşılan platform politikaları ve hukuki çerçeve değerlendirmeleri bilgilendirme amaçlıdır. Bireysel hukuki süreçler için bir telif hukuku uzmanına başvurulması önerilir. Bu yazı yatırım tavsiyesi değildir, bilgilendirme amaçlıdır. — Mehmet Kara, Teknoloji Editörü