Nielsen Norman Group’un (NN/g) Ağustos 2026’da yayımladığı araştırmaya göre, kullanıcılar bir görselin yapay zekayla üretildiğini bilmediği veya fark etmediği sürece AI görselleri gerçek stok fotoğraflar kadar güvenilir buluyor. 77 katılımcının kurgusal bir danışmanlık firmasının web sayfasını değerlendirdiği çalışmada güven ve profesyonellik puanları neredeyse eşit çıktı; özgünlük puanında ise AI görseller istatistiksel olarak anlamlı bir farkla öne geçti.
Bu, tasarım ve pazarlama ekiplerinin uzun süredir tartıştığı bir soruya doğrudan veriyle cevap veren nadir çalışmalardan biri: NN/g’nin “AI-Generated Images Can Perform as Well as Stock Photography” başlıklı makalesini kaynağıyla birlikte inceliyoruz — metodoloji, tam sayılar, göz ardı edilen nüanslar ve markalar için çıkarılabilecek pratik dersler dahil.
Araştırma Nasıl Yapıldı?
Rachel Banawa imzasıyla yayımlanan araştırmada NN/g, ABD genel yetişkin nüfusundan 77 katılımcı topladı ve onlara kurgusal bir danışmanlık firmasının web sayfasının farklı versiyonlarını gösterdi. Sayfalar hero görseli dışında birebir aynıydı.
- 6 farklı hero görseli test edildi — 3’ü AI ile üretilmiş, 3’ü gerçek stok fotoğraf.
- Katılımcılar her sayfayı yaklaşık 10 saniye inceledi, ardından firmayı güven, profesyonellik ve özgünlük açısından 1–7 puanlık ölçekte değerlendirdi.
- Katılımcılara görsellerin AI ile üretilip üretilmediği söylenmedi — araştırmanın odağı, kaynağı bilmeyen bir ziyaretçinin gerçek tepkisiydi.
- Analiz, karışık etkiler modeli ve Bonferroni düzeltmeli ikili t-testleriyle yapıldı.
Sayılar Ne Diyor?
Sonuç, iki türü ayırt etmenin göründüğü kadar kolay olmadığını gösteriyor. AI görseller üç ölçütün de ortalamasında stok fotoğraflara eşit ya da hafif önde çıktı:
- Güven: AI lehine +0,2 puan — istatistiksel olarak anlamlı değil.
- Profesyonellik: AI lehine +0,2 puan — istatistiksel olarak anlamlı değil.
- Özgünlük: AI lehine +0,4 puan — p < 0,05 ile istatistiksel olarak anlamlı, çalışmadaki tek anlamlı fark.
NN/g bu farkı da büyük göstermiyor: makalede kendi ifadeleriyle özgünlükteki fark bile “çok küçük” olarak tanımlanıyor. Yani sonuç bir AI zaferi değil, iki görsel türü arasında ziyaretçinin pratikte fark edemediği bir eşitlik.
Peki AI Görseller Neden “Ceza” Görmüyor?
Araştırmacıların ana bulgusu net: kaynak bilgisi olmadığında görselin kökeni tek başına belirleyici değil.
“When users didn’t know whether an image was AI-generated, the images we tested did not create any perception penalty compared to stock photos.”
Nielsen Norman Group, AI-Generated Images Can Perform as Well as Stock Photography
Araştırmaya göre asıl belirleyici, görselin inandırıcı etkileşimler, uygun temsil, işbirliği hissi ve görsel kalite taşıyıp taşımadığıydı — kaynağından bağımsız olarak. Başka bir deyişle, iyi bir AI görsel kötü bir stok fotoğraftan daha güvenilir bulunabiliyor, ve tam tersi de geçerli.
Kullanıcı AI’ı Fark Ederse Ne Değişir?
Bulgunun kritik sınırı burada başlıyor: yukarıdaki eşitlik yalnızca kullanıcı görselin kaynağını bilmediğinde geçerli. NN/g, katılımcı bir görselin AI olduğunu düşündüğünde veya şüphelendiğinde tepkilerin farklılaştığını da not ediyor — yani şeffaflık, sonucu değiştiren ayrı bir değişken.
Bu, markalar için pratik bir ayrım demek: bir görselin AI ile üretilip üretilmediğini gizlemek değil, ama görselin kendini ele veren sinyaller taşımaması gerektiği anlamına geliyor — garip eller, tutarsız yansımalar, anlamsız metin gibi klasik AI hataları. Bu hatalar fark edildiği an, üstteki eşitlik bozuluyor.
Temsil ve Çeşitlilik Meselesi
Araştırmanın öne çıkardığı bir başka bulgu, güvenin yalnızca “gerçek mi sahte mi” ekseninde şekillenmediği. Kullanıcılar kendilerine benzeyen insanları görmeye değer veriyor ve bir kuruluşa duyulan güven, kısmen görsellerin çeşitliliği yansıtıp yansıtmadığından besleniyor.
NN/g burada net bir uyarı yapıyor: AI, otomatik olarak kapsayıcı görsel üretmez. Eğitim verisindeki önyargılar görsellere de yansıyabilir, bu yüzden temsil kontrolü stok fotoğraf seçerken olduğu kadar AI görsel üretirken de gerekli bir adım.
Bu Bulgu Aslında Yeni Değil
NN/g’nin kendi eski araştırmalarından bilinen bir kural burada da doğrulanıyor: “jazzed-up = ignored” — yani sırf sayfayı süslemek için konan jenerik, dekoratif fotoğraflar kaynağı ne olursa olsun kullanıcı tarafından göz ardı ediliyor. Göz izleme çalışmalarında kullanıcılar gerçek ürün ve gerçek insan fotoğraflarını inceliyor, ama anlamsız “gülümseyen insan” stok görsellerini atlıyor.
Bu ışıkta yeni araştırma şaşırtıcı değil: mesele hiçbir zaman “AI mi, kamera mı” değildi — mesele görselin sayfadaki mesajla gerçekten ilgili olup olmadığıydı. AI görseller bu testi geçtiğinde stok fotoğraf kadar işe yarıyor; geçemediğinde de aynı şekilde göz ardı ediliyor.
Bu noktada sitede daha önce ele aldığımız iki örnek de aynı gerilimi farklı açılardan gösteriyor. AI görsellerde 2026’da yükselen kasıtlı kusur trendi, kullanıcıların artık AI’a özgü pürüzsüzlüğü fark ettiğini ve bunun güveni zedeleyebildiğini gösteriyor — NN/g’nin “şeffaflık etkisi” bulgusuyla örtüşen bir gözlem. Puresport’un AI yerine dört sanatçıya sipariş ettiği yağlı boya tablolar ise tam tersi bir stratejiyi, özgünlüğü öne çıkararak konumlanmayı tercih etti.
Markalar İçin Pratik Kontrol Listesi
NN/g, araştırma sonuçlarından yola çıkarak AI görsel kullanmadan önce beş noktanın kontrol edilmesini öneriyor:
- Amaç ve mesaj uyumu — görsel sayfanın iletmek istediği fikirle gerçekten örtüşüyor mu?
- Temsil ve çeşitlilik — kimler görünüyor, kimler eksik, betimleme gerçekçi mi?
- Özgünlük ve inandırıcılık — sahne, etkileşim ve işbirliği gerçek hissettiriyor mu?
- AI hatalarını denetleme — eller, metin, yansımalar ve küçük detaylarda bozulma var mı?
- Bağlamda son kontrol — görsel, kullanılacağı sayfada ve yerleşimde nasıl duruyor?
Bu, 30 tasarım liderine sorulan “AI mesleğimizi bitirdi mi” sorusunun cevaplarında da tekrar eden bir örüntü: panik değil, aracın nasıl ve ne zaman kullanılacağına dair daha titiz bir değerlendirme.
Sık Sorulan Sorular
NN/g araştırmasına kaç kişi katıldı?
ABD genel yetişkin nüfusundan 77 katılımcı, kurgusal bir danışmanlık firmasının 6 farklı hero görseli içeren web sayfası versiyonlarını değerlendirdi. Görsellerin 3’ü AI ile üretilmiş, 3’ü gerçek stok fotoğraftı.
AI görseller stok fotoğraflardan daha mı güvenilir?
Güven ve profesyonellikte fark istatistiksel olarak anlamlı değil (+0,2 puan, 1–7 skalasında). Yalnızca özgünlük puanında AI görseller +0,4 puanla anlamlı şekilde öne çıktı (p < 0,05). Bu da NN/g’ye göre “çok küçük” bir fark.
Kullanıcılar görselin AI olduğunu anlarsa güven değişir mi?
Evet. Araştırma yalnızca kullanıcı kaynağı bilmediğinde geçerli. NN/g, bir görselin AI olduğunun fark edilmesinin veya şüphelenilmesinin tepkileri farklılaştırdığını belirtiyor — şeffaflık ayrı bir değişken olarak sonucu etkiliyor.
AI görsellerde kullanıcı güvenini en çok hangi hatalar kırıyor?
NN/g’nin önerdiği kontrol listesine göre en kritik nokta klasik AI üretim hataları: bozuk eller, anlamsız metin, tutarsız yansımalar ve küçük detaylardaki bozulmalar. Bu hatalar fark edildiğinde görsel kaynağı belli oluyor ve güven eşitliği bozuluyor.
Bir Yorum Yazın