Telefon kameralarında yapay zeka fotoğrafları nasıl değiştiriyor?

Bir grup fotoğrafında herkes gülümserken bir kişinin gözünü kırpması, yıllardır fotoğraf çekenlerin ortak derdi. Adobe’nin Lightroom mobile getirdiği Open Eyes bu küçük aksiliği üretken yapay zekayla düzeltmeyi vadediyor. Aynı uygulamadaki Üretken Genişletme ise kadrajın dışında kalan alanı tamamlıyor. İkisi de fotoğrafı kurtarabiliyor; fakat kaydedilen anla sonradan oluşturulan görüntü arasındaki mesafeyi de büyütüyor.

Telefon kameralarında yapay zeka tartışmasını yalnızca “fotoğraf gerçek mi?” sorusuna sıkıştırmak bu yüzden yetersiz kalıyor. Gürültüyü azaltmak, gölgeleri açmak, kapalı göze açık göz üretmek ve göle tekne eklemek aynı müdahale değil. Kullanıcı açısından asıl mesele, uygulamanın hangi noktada sahneyi yorumladığını, hangi noktada sahnenin içeriğini değiştirdiğini görebilmek.

Lightroom’daki yenilik tam olarak nerede?

Adobe’nin 19 Ekim 2026 tarihli duyurusu, Open Eyes’ı Lightroom’un mobil uygulamasında bir Quick Action olarak tanımlıyor. Uygulama kapalı göz algıladığında ilgili simgeyi gösteriyor; kullanıcı düzeltmeyi üretmeyi seçiyor. Şirket, Lightroom kütüphanesinde aynı kişinin başka fotoğrafları varsa göz rengi, şekli ve boyutunun daha doğru eşleştirilebildiğini söylüyor.

Bu, üreticinin açıklaması; bu dosya için yaptığımız bir Open Eyes testi değil.

Dağıtım ayrıntısını atlamamak gerekiyor. Duyuru mobil Lightroom’u işaret ediyor; Open Eyes için masaüstü Lightroom veya Lightroom Classic desteği, belirli sürüm numarası ve ayrıntılı cihaz listesi vermiyor. Dolayısıyla aynı isimli işlevin bütün Adobe ürünlerinde bulunduğunu varsayamayız. Adobe duyuruda ücretsiz kullanım ifadesini kullansa da bundan sınırsız kullanım veya her hesapta aynı erişim sonucunu çıkarmamak gerekiyor.

Generative Expand, yani Üretken Genişletme ise bu haftanın ilk kez çıkan özelliği değil. Resmî mobil sürüm notları onu Ağustos 2026’daki 11.5 sürümüne yerleştiriyor. Adobe’nin kullanım belgesi Android adımlarını ayrıca veriyor, iOS tarafında desteği şimdilik iPhone ile sınırlıyor. Araç, fotoğrafı kırpma panelinden sınırlarının ötesine genişletiyor; her üretim bir üretken kredi kullanıyor ve kullanılabilir kredi aboneliğe bağlı.

Pratik karşılığı kolay anlaşılır: Yatay bir tatil fotoğrafını dikey hikâyeye uydururken kişiyi kesmek yerine çevresine alan ekleyebiliyorsunuz. Fakat ekranda beliren yeni gökyüzü veya kıyı şeridi, kameranın o an gördüğü alanın devamı olduğuna dair kanıt taşımıyor. Görsel açıdan tutarlı olması, coğrafi olarak doğru olması anlamına gelmiyor. Açılan gözler de deklanşöre basıldığı andaki yüz ifadesini değiştirebiliyor.

Kapaktaki görsel Adobe’nin Open Eyes tanıtımından, Teknoblog görsel arşivinden alınmıştır; kendi test sonucumuz değildir. Konunun ilk duyurusunu Lightroom mobil haberimizde de bulabilirsiniz.

Apple ve Samsung’da işleme ile üretim ayrımı

Fotoğrafın yazılımla şekillenmesi yeni başlamadı. Apple, iPhone 14 Pro ile tanıttığı Photonic Engine’i, Deep Fusion işlemini görüntüleme zincirinin daha erken aşamasına taşıyan bir yaklaşım olarak anlatıyor. Amaç, özellikle orta ve düşük ışıkta ayrıntıyı, dokuyu ve renk bilgisini korumak. Bu işlem, kullanıcının fotoğrafa komutla yeni bir nesne eklemesiyle aynı kategoride değerlendirilemez.

Samsung da AI ProVisual Engine’i netlik, renk ve ayrıntıyı iyileştiren görüntü işleme sistemi olarak açıklıyor. Her iki üreticinin yaklaşımında da sonuç, sensör verisinin yazılımla yorumlanmasıyla oluşuyor. Bu nedenle “hiç işlenmemiş telefon fotoğrafı” beklentisi yanıltıcı. Yine de sahnedeki nesneleri daha görünür kılmaya çalışan işlemle, sahnede bulunmayan nesneyi üretmek arasında anlamlı bir sınır var.

Bu sınırı aynı markanın içinde de görebiliyoruz. 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 silme ve taşımanın yanında metin veya referans görüntüyle içerik eklemeyi de gösteriyor. Bu sayfa Galaxy S26 örnekleri kullanıyor; bütün eski Galaxy modellerinde aynı seçeneklerin bulunduğu sonucuna varmamak gerekiyor.

Samsung ayrıca Generative Edit için hesap ve internet bağlantısı gerektiğini, çıktının en fazla 12 megapiksele yeniden boyutlandırıldığını ve yapay zekayla üretilen görüntülere filigran eklendiğini belirtiyor. Buradaki kalite ölçütü yalnız görüntünün güzel görünmesi olamaz. Nesnenin sınırları, yansıması ve bağlamı da kontrol edilmeli; küçük bir düzenleme, fotoğrafın anlattığı şeyi büyük ölçüde değiştirebilir.

Aynı fotoğrafta iki kontrollü düzenleme

Bu ayrımı somutlaştırmak için Aleksandra Boguslawska’nın Wikimedia Commons’ta CC0 lisansıyla sunulan göl fotoğrafını kullandık. Kişisel fotoğraf veya izinsiz portre kullanmadık. Aşağıdaki kaynak görüntü bir telefon kamerası test çekimi değil. Düzenlemeleri OpenAI imagegen aracıyla, aynı orijinalden iki ayrı işlem olarak gerçekten ürettik; Lightroom, Apple veya Samsung özelliklerini bu örneklerde çalıştırmadık.

İlk işlemde talebi göle tek bir küçük, boş kırmızı kano ve uygun yansımasını eklemekle sınırladık; dağların, otelin, ağaçların ve kadrajın korunmasını istedik. Sonuçta orijinalde bulunmayan kano görünür hâle geldi. Fotoğrafın en dikkat çekici unsuru artık sonradan üretilmiş bir nesne. Bunu bir gezi paylaşımında yaratıcı düzenleme diye sunabilirsiniz; gölde gerçekten kano bulunduğunun kanıtı olarak kullanamazsınız.

İkinci işlemde oteli ve sudaki yansımasını kaldırıp yerlerini çevreyle uyumlu orman dokusuyla doldurmasını istedik. Böylece yapı içeren manzara, yapı görünmeyen bir manzaraya dönüştü.

Eklemek kadar silmek de yeni bir anlatı kuruyor.

Üretken çıktılar piksel düzeyinde orijinalle eş değil; renk ve ayrıntı farklılıkları da var. Bu örneklerden kamera kalitesi, keskinlik veya Adobe araçlarının başarısı hakkında sonuç çıkarmıyoruz.

Kendi fotoğrafınızda da sonucu onaylamadan önce aynı kontrolü yapabilirsiniz: Önce orijinalle düzenlenmiş kopyayı açın, ardından nesnenin çevresine ve yansımasına bakın. Yazılar, mimari çizgiler ve tekrar eden dokular özellikle dikkat istiyor. Son olarak şu soruyu sorun: Bu görüntüyü gören biri, çekim anında orada ne bulunduğu konusunda farklı bir sonuca varır mı? Cevap evetse yaptığınız işlemi açıklamak için yalnız “iyileştirildi” demek yetmez.

Haber, sosyal medya ve kişisel arşivde özgünlük

Haber fotoğrafında temel soru, görüntünün olay hakkında doğru bilgi verip vermediği. Bir protestodaki pankartı silmek, kalabalığı çoğaltmak veya kapalı gözü açmak, kaydın içeriğine müdahale eder. Bu dosyadaki otelsiz görüntü de bölgedeki yapılaşmayı anlatan bir haberde yanıltıcı olurdu. Editoryal önerimiz, üretken müdahale uygulanmış görseli açıkça etiketlemek, kaynak dosyayı saklamak ve onu olayın doğrudan kaydı gibi kullanmamak.

Sosyal medyada alan daha esnek. Arkadaşı kesmeden hikâye boyutuna geçmek veya eğlenceli bir nesne eklemek anlaşılır tercihler. Buna rağmen izleyiciye “bu bölüm üretildi” bilgisini vermek, özellikle gerçek yer ve kişiler söz konusu olduğunda önemli. Bir otelin tanıtımında çevredeki yapıları kaldırmak, yalnız estetik karar olmaktan çıkar; gidilecek yer hakkında yanlış beklenti yaratır. Paylaşım amacı, düzenlemenin sorumluluğunu ortadan kaldırmıyor.

Kişisel arşivdeyse kusursuzluk isteğiyle hatıranın doğruluğu arasında denge kuruyoruz. Gözünü kırpan aile üyesini düzeltmek isteyen kişiyi anlamak kolay. Yıllar sonra hangi yüz ifadesinin gerçek olduğunu hatırlayabilmek için orijinali ayrı tutmak da aynı ölçüde değerli. En kullanışlı alışkanlık, kaynak dosyayı koruyup düzenlenmiş kopyaya işlem notu eklemek.

Fotoğrafı iyileştirebiliriz; neyi değiştirdiğimizi unutmadan.