Bu yazı dizisi boyunca yapay zekânın ne olduğunu, gündelik hayata etkilerini, getirdiği temel sorunları ve çevresel boyutlarını ele aldık. Şimdi sıra “Nasıl bir gelecek inşa edebiliriz?“ sorusuna geldi. Ancak bu soruyu sormadan önce, belki de sorunun kendisini sorgulamalıyız.

1. “Ne Yapmalıyız?” Sorusunun Sorgulanması

Yapay zekâ tartışmalarında en sık karşılaştığımız soru “ne yapmalıyız?” sorusudur. Konferanslarda, panellerde, köşe yazılarında bu soru tekrar tekrar soruluyor. Yanıtlar genellikle birbirine benziyor: Eğitim sistemini güncellemeliyiz, dijital becerileri yaygınlaştırmalıyız, düzenlemeler getirmeliyiz. Bu yanıtların hepsinde bir doğruluk payı var. Ama hepsinin paylaştığı ortak bir varsayım da var: Teknoloji hızla gelişiyor, durdurulamaz; biz de ya uyum sağlayacağız ya da geride kalacağız.

Bu yazı dizisinin önceki bölümlerinde gördük ki, yapay zekânın getirdiği sorunların hiçbiri salt teknik çözümlerle aşılamıyor. Veri güvenliği sorunu sadece daha iyi şifreleme algoritmaları geliştirerek çözülmüyor; çünkü sorun, veri ekonomisinin temel mantığında. Algoritmik önyargılar sadece daha çeşitli veri setleri kullanarak giderilmiyor; çünkü sorun, algoritmaları tasarlayanların ve finanse edenlerin önceliklerinde. Erişim eşitsizliği sadece daha ucuz cihazlar üreterek kapanmıyor; çünkü sorun, toplumsal eşitsizliklerin kendisinde.

O halde bu yazının sorusu şu: Aynı varsayımları koruyarak “çözüm” aramaya devam mı edeceğiz, yoksa işe önce bu varsayımları sorgulamakla mı başlayacağız? Dolayısıyla bu yazıda bireysel stratejilerden toplumsal alternatiflere, ekonomik modellerden Türkiye’nin özgün koşullarına kadar geniş bir yelpazede, mevcut paradigmanın sınırlarını ve paradigma dışı bakışın olanaklarını tartışacağız.

2. Sorgulanmayan Varsayımlar

Thomas Kuhn, bilimsel devrimleri açıklarken “paradigma” kavramını kullanmıştı: Bir dönemin bilim insanlarının paylaştığı temel varsayımlar, yöntemler ve değerler bütünü.[1] Paradigma içinde çalışanlar, bu varsayımları sorgulamazlar; onları verili kabul ederler. Bir olguya baktıklarında gördüklerini, paradigmanın sunduğu kategorilerle anlamlandırırlar. Ta ki anomaliler birikip mevcut paradigma açıklayamayacağı sorunlarla karşılaşana kadar. O zaman kriz başlar ve yeni bir paradigma arayışı gündeme gelir.

Bugün yapay zekâ tartışmalarının hızlandırdığı toplumsal çıkmazlarda da benzer bir durumdayız. Belirli varsayımları o kadar içselleştirmişiz ki, onları göremez hâle gelmişiz. Bu varsayımlar, havayı soluduğumuz gibi soluduğumuz düşünceler; farkında bile olmadan benimsediğimiz bakış açıları. Onları sorgulamak, önce görünür kılmayı gerektiriyor.

Teknolojik Determinizm

En yaygın varsayımlardan biri, teknolojik gelişmenin kendi iç mantığıyla ilerlediği ve toplumun buna uyum sağlamaktan başka çaresi olmadığı düşüncesi: “Yapay zekâ geldi ve artık geri dönüş yok. Tıpkı nehrin akışı gibi, teknoloji de kendi yatağında ilerliyor; bizim yapabileceğimiz en fazla, bu akışa ayak uydurmak”.

Ancak teknolojinin hangi yönde, nasıl, kimin çıkarına gelişeceği teknolojinin içinde gömülü bir hakikat değil; belirli güç ilişkileri içinde verilen kararların sonucu. Tarihsel örnekler bunu gösteriyor. Nükleer enerji sivil amaçlarla da askeri amaçlarla da kullanılabilirdi; hangisinin öne çıkacağı politik kararlara, uluslararası güç dengelerine, toplumsal hareketlere bağlıydı. İnternet, merkeziyetsiz ve demokratik bir iletişim aracı olarak tasarlanmıştı; askeri araştırma projelerinden doğan bu teknolojinin bugün birkaç dev şirketin kontrolünde olması kaçınılmaz değildi; belirli politik ve ekonomik tercihlerin ürünüydü.

Yapay zekâ da öyle: Hangi alanlarda gelişeceği, nasıl kullanılacağı, kimin yararına çalışacağı henüz belirlenmemiş durumda. Askeri uygulamalar mı, sağlık hizmetleri mi? Gözetim sistemleri mi, eğitim araçları mı? İşgücünü ikame mi, insanları güçlendirme mi? Bu seçimler, teknolojinin doğasından kaynaklanmıyor; toplumsal, ekonomik ve politik kararlara bağlı. Teknolojik determinizm, bu belirsizliği gizleyerek mevcut güç ilişkilerini doğallaştırıyor. “Teknoloji böyle gelişiyor” demek, aslında “bu şekilde gelişmesi tercih edildi” gerçeğini üstünü örtüyor.

Bireysel Sorumluluk Paradigması

“Yapay zekâ çağında ayakta kalmak için sürekli öğrenmelisin”, “yeni beceriler edinmelisin”, “kendini yeniden keşfetmelisin” söylemleri her yerde karşımıza çıkıyor. LinkedIn’den kariyer danışmanlarına, eğitim platformlarından kişisel gelişim gurularına kadar herkes aynı mesajı veriyor: Değiş ya da yok ol.

Bu paradigma, yapısal bir sorunu bireysel bir yüke dönüştürüyor. Milyonlarca insanın işini tehdit eden teknolojik dönüşümün toplumsal maliyeti, tek tek bireylerin omuzlarına yükleniyor. Sistem değişiyor; bireyler uyum sağlamak zorunda. Uyum sağlayamayanlar “yetersiz” ilan ediliyor, başarısızlıkları kendi kabahatleri olarak sunuluyor. “Neden kodlama öğrenmedin?”, “Neden kendini güncellemedim?”, “Neden değişime direndin?”

Oysa herkesin eşit koşullarda “kendini geliştirme” imkânı yok. 50 yaşında, iki çocuklu, günde 10 saat çalışan bir fabrika işçisinin “veri bilimi öğrenmesi” ne kadar gerçekçi? Kırsalda internet erişimi bile kısıtlı olan bir gencin “dijital beceriler” edinmesi nasıl mümkün? Bakım yükümlülükleri nedeniyle zamanı kısıtlı bir kadının “sürekli öğrenme” maratonuna katılması hangi koşullarda olabilir? Bireysel sorumluluk paradigması, bu eşitsizlikleri görmezden gelerek meşrulaştırıyor: “Başarısızlık yapısal değil, bireysel; sorun sistemde değil, yeterince çabalamayanlarda.”

Verimlilik Fetişizmi ve Tarafsız Teknoloji Miti

Yapay zekâ tartışmalarının merkezinde “verimlilik” kavramı var. Daha hızlı üretim, daha az maliyetle daha çok çıktı, optimize edilmiş süreçler… McKinsey raporlarından şirket sunumlarına, hükümet stratejilerinden akademik makalelere kadar her yerde verimlilik vaat ediliyor. Yapay zekâ, verimlilik makinesinin güncel ve en güçlü dişlisi olarak sunuluyor.

Peki verimlilik kim için ve neyin verimliliği? Üretilen artı değer nasıl paylaşılıyor? Verimlilik artışı işçilerin çalışma saatlerini mi azaltıyor, yoksa daha az işçiyle aynı işi yapmayı mı mümkün kılıyor? 1930’larda Keynes, torunlarının haftada 15 saat çalışacağını öngörmüştü.[2] Verimlilik o günden bu yana katlanarak arttı; ama çalışma saatleri neredeyse aynı kaldı, hatta bazı sektörlerde arttı. Verimlilik fetişizmi, bu soruları sormamızı engelliyor. Bertrand Russell 1932’de yazdığı “Aylaklığa Övgü” makalesinde tam da bunu sormuştu: Teknoloji bizi özgürleştirebilir mi, yoksa daha çok çalışmaya ya da işsizliğe mi mahkûm ediyor?[3]

“Teknoloji tarafsızdır, nasıl kullanırsan öyle olur” düşüncesi de bir mitten ibaret. Algoritmalar, onları tasarlayanların önyargılarını, şirketlerin kâr amaçlarını, toplumsal güç ilişkilerini içinde taşıyor. Cambridge Analytica skandalı, algoritmik işe alım sistemlerindeki ayrımcılık, sosyal medya platformlarının kutuplaşmayı derinleştirmesi[4]… Tüm bu örnekler, teknolojinin hiçbir zaman tarafsız olmadığını gösteriyor. Bu varsayımları sorgulamadan “çözüm” aramak, aynı çerçeve içinde dönüp durmak demektir.

Paradigma değişikliği, öncelikle bu varsayımları görünür kılmakla başlar. Onları sorgulamak, alternatiflerini düşünmek daha sonra gelir. Bireysel stratejiler önerebiliriz ama bununla sınırlı kalırsak yapısal sorunları görmezden geliriz. Düzenlemeler talep edebiliriz ama düzenleyicilerin de aynı paradigma içinde hareket ettiğini unutursak sonuç alamayız. Her seferinde, sorunları çözdüğümüzü sanırken, aslında onları yeniden üretiriz.

3. Bireysel Düzey: Paradigmanın Tuzağı

“Yaşam boyu öğrenme” kavramı, kulağa olumlu geliyor. Kim öğrenmeye karşı çıkabilir ki? Öğrenmek, insanın temel ihtiyaçlarından biri; merak, keşfetme arzusu, yeni şeyler anlama heyecanı… Bunlar değerli deneyimler. Ancak yapay zekâ çağında “yaşam boyu öğrenme” kavramı, farklı bir anlam kazanıyor. Artık öğrenme, meraktan ya da kendini geliştirme isteğinden değil, “geride kalmamak” korkusundan besleniyor. “Öğrenmezsen işsiz kalırsın”, “güncellenmezsen değersizleşirsin”. Bu çerçevede öğrenme, bir hak olmaktan çıkıp bir zorunluluğa, hatta bir yüke dönüşüyor.

Dijital detoks, algoritma farkındalığı, veri mahremiyetini koruma stratejileri, ekran süresini azaltma… Bunlar bireysel düzeyde anlamlı ve yararlı, hatta tüm bu alanlarda bilgi sahibi olmak bir mecburiyet olabilir. Kendi dikkatimizi yönetmeye çalışmak, manipülatif tasarımlara karşı farkındalık geliştirmek çok değerli pratikler. Ancak yapısal sorunlara sadece bireysel yanıtlar vermek, su basan bir gemide kovayla su boşaltmaya benzer.

Birey, sosyal medya algoritmalarının dikkatini nasıl sömürdüğünün farkında olabilir ve ekran süresini azaltabilir. Ama bu, algoritmaların milyarlarca insanı aynı şekilde etkilemesini değiştirmez. Birey kişisel verilerini korumak için çeşitli önlemler alabilir; VPN kullanabilir, çerezleri temizleyebilir, gizlilik ayarlarını sıkılaştırabilir. Ama bu, veri ekonomisinin temel mantığını dönüştürmez. Bireysel farkındalık değerlidir, ancak kolektif eylem olmadan yetersiz kalır. Daha da önemlisi, belki de en önemlisi, bireysel çözümlere odaklanmak, kolektif çözümlerin önünü tıkayabilir.

Paradigma içi bakış, bireyi mevcut sisteme uyum sağlaması gereken bir özne olarak görür. Sistem verilidir, değişmez ya da en azından bireyin değiştirebileceğinin ötesindedir. Birey esnek olmalı, adapte olmalı, yeni koşullara ayak uydurmalıdır. Bu bakış açısında, yapay zekâ bir “doğa olayı” gibi ele alınır; bir deprem ya da fırtına gibi. Ona uyum sağlamak ya da onun altında ezilmek dışında seçenek yoktur.

Paradigma dışı bakış ise bireyi farklı konumlandırır: Sistemi dönüştürecek kolektif öznenin bir parçası olarak. “Ben ne yapabilirim?” sorusu, “biz ne yapabiliriz?” sorusuna evrildiğinde dönüştürücü bir güç haline gelir. Birey, sisteme uyum sağlayan pasif bir nesne değil, sistemi dönüştüren aktif bir özne olarak kavranır.

Benzer bir körlük, eleştirel kesimlerin teknoloji alanını tümüyle karşı tarafa bırakmasında da görülüyor. Eleştirmek yetmez; alternatif pratikler geliştirmek, alanı terk etmemek gerekiyor.

4. Kolektif Müdahale: Paradigmayı Kıran Pratikler

Paradigma değişikliği soyut bir fikir değil, somut pratiklerle gerçekleşir. Dünya genelinde yapay zekâ çağının sorunlarına kolektif yanıtlar arayan hareketler var. Bu hareketler, mevcut paradigmanın sınırlarını zorlayarak yeni olanaklar açıyor.

2023 yılında Hollywood’da yaşanan grevler, yapay zekâ çağında emek mücadelesinin yeni biçimlerinden birini gösterdi. Oyuncular ve senaristler sendikası (SAG-AFTRA ve WGA), yapay zekânın nasıl kullanılacağı konusunda söz hakkı talep etti.[5] Oyuncular, yüzlerinin ve seslerinin yapay zekâ tarafından kullanılmasına karşı güvence istiyordu. Senaristler, yapay zekânın yazarlık süreçlerinde nasıl kullanılacağı konusunda söz sahibi olmak istiyordu. Sendikalar teknolojiye karşı değildi; teknolojinin nasıl, kim tarafından, hangi koşullarda kullanılacağını belirleme hakkı istiyordu. Grevler başarıyla sonuçlandı ve yapay zekâ kullanımına ilişkin önemli güvenceler elde edildi.

Almanya’da IG Metall sendikası, Avrupa’nın en büyük sanayi sendikası olarak yapay zekâ ve otomasyon karşısında işçi haklarını korumak için öncü bir rol üstleniyor.[6] Sendika, otomotiv ve metal sektörlerinde “dayanışma paktları” müzakere ederek işçilere iş güvencesi, yeniden eğitim programları ve erken emeklilik paketleri sağladı. 2018’de çalışma haftasını 28 saate indirme hakkı elde eden sendika, COVID-19 pandemisi sırasında da dört günlük çalışma haftası önerisini gündeme getirdi. IG Metall’in yaklaşımı, teknolojiye karşı olmak değil, teknolojik dönüşümün koşullarını müzakere etmek üzerine kurulu.

İtalya’da 2016’dan bu yana yemek dağıtım kuryeleri, geleneksel sendikal yapıların dışında kendi örgütlerini kurarak gig ekonomisine karşı mücadele ediyor.[7] Bologna, Torino ve Milano’da kurulan Riders Union grupları, koordineli çıkış yapma eylemleri, grevler ve protestolarla platformlara karşı direniş örgütledi. 2018’de Bologna Belediyesi, Riders Union ve geleneksel sendikalarla birlikte “Dijital Emeğin Temel Hakları Şartı”nı imzaladı -bu, dünyada türünün ilk örneklerinden biriydi. Bu mücadeleler sonucunda Just Eat, 2021’den itibaren kuryelerini çalışan statüsünde istihdam etmeye başladı. İtalyan kuryelerinin deneyimi, algoritmaların yönettiği “işyerlerinde” bile kolektif sesin mümkün olduğunu gösteriyor.

Benzer şekilde, New York Times’ın OpenAI ve Microsoft’a açtığı dava, sadece bir telif hakkı meselesi değil; bilgi üretiminin kontrolü meselesi idi.[8] Gazetecilerin emeğiyle üretilen içerikler, onların haberi olmadan yapay zekâ modellerini eğitmek için kullanılmıştı. Avrupa Birliği’nin yapay zekâ yasası (AI Act) da sivil toplum örgütlerinin baskısıyla şekillendi.[9] Yüz tanıma teknolojilerinin kamusal alanda kullanımına getirilen kısıtlamalar, algoritmik karar verme sistemlerinde şeffaflık talepleri, otomatik karar sistemlerine itiraz hakkı… Bu kazanımlar, büyük ölçüde kamusal baskının sonucu. Bu örneklerin ortak noktası: bireysel tepkinin ötesine geçen kolektif eylem ve teknolojinin yönetimine müdahale talebi.

Sivil toplum kuruluşları da algoritmik hesap verebilirlik mücadelesinde önemli bir rol oynuyor. Berlin merkezli AlgorithmWatch, algoritmaların ve yapay zekânın toplumsal etkilerini araştıran, platformların şeffaflığını talep eden bağımsız bir izleme örgütü olarak çalışıyor.[10] Örgüt, AB’nin Dijital Hizmetler Yasası’nın (DSA) uygulanmasında danışman rolü üstlendi ve Almanya’da Dijital Hizmetler Koordinatörü’ne bağlı bir danışma kurulunun oluşturulmasını sağladı. Benzer şekilde, Amnesty International’ın Algoritmik Hesap Verebilirlik Laboratuvarı, devletlerin otomatik karar sistemlerini araştırıyor ve bu sistemlerin insan hakları ihlallerine karşı kampanyalar yürütüyor. Bu örgütler, teknik uzmanlığı toplumsal savunuculukla birleştirerek algoritmaların “kara kutusunu” açmaya çalışıyor.

Eğitim alanında da iki paradigma çatışıyor.[11] Birincisi, eğitimi “piyasa için beceri üretme” sürecine indirgiyor: İş gücü piyasasının talep ettiği becerileri öğret, rekabetçi bireyler yetiştir, ekonomik değer üretecek “insan sermayesi” oluştur. Bu paradigmada eğitimin amacı, bireyleri mevcut sisteme uyumlu hale getirmektir. İkincisi ise eğitimi “eleştirel vatandaşlık” olarak kavrıyor: Dünyayı anlama, sorgulama ve dönüştürme kapasitesi geliştirmek. Bu paradigmada eğitimin amacı, bireyleri mevcut sistemi sorgulayabilecek ve değiştirebilecek özneler olarak yetiştirmektir. Yapay zekânın kolayca yapabileceği teknik becerilerin değersizleşeceği düşünüldüğünde, asıl önemli olanın eleştirel düşünme, yaratıcılık ve etik muhakeme olduğu görülüyor. Eleştirel dijital okuryazarlık şu soruları sormayı içerir: Bu algoritma nasıl çalışıyor? Kimin çıkarına hizmet ediyor? Verilerim nerede, kim kullanıyor?

Yapay zekânın vaat ettiği verimlilik artışı, büyük bir toplumsal zenginlik yaratma potansiyeli taşıyor. Raporlar, yapay zekânın küresel ekonomiye trilyonlarca dolar değer katabileceğini öngörüyor.[12] Ancak bu zenginliğin nasıl paylaşılacağı, teknik değil politik bir karar. Tarihsel olarak, teknolojik ilerlemenin getirdiği verimlilik artışı çoğunlukla sermaye sahipleri tarafından sahiplenildi. Verimlilik artışının toplumsal olarak paylaşılması çeşitli mekanizmalarla mümkün olabilir: Çalışma saatlerinin kısaltılması (dört günlük çalışma haftası tartışmaları bu bağlamda anlam kazanıyor), evrensel temel hizmetler (sağlık, eğitim, barınma gibi temel ihtiyaçların kamusal olarak karşılanması), vergi reformları (teknoloji şirketlerinin ve otomasyon getirilerinin vergilendirilmesi) … Ancak bu mekanizmaların hayata geçirilmesi, kolektif talep ve baskı gerektirir.

5. Alternatif Modeller

Platform kooperatifleri, Uber modeline alternatif sunuyor.[13] Uber, sürücüleri “bağımsız yükleniciler” olarak tanımlayarak emek haklarını aşındıran bir iş modeli yarattı. Sürücüler, platformun belirlediği kurallara tabi ama platformun kararlarında söz sahibi değil. Algoritmalar fiyatları belirliyor, sürücüleri değerlendiriyor, puanlıyor, hatta işten çıkarıyor. Platform kooperatifleri ise farklı bir yol izliyor: Sürücülerin sahip olduğu ve yönettiği taksi platformları, yazılımcıların oluşturduğu yazılım kooperatifleri, içerik üreticilerinin kurduğu medya platformları… Bu modellerde, platformu kullananlar aynı zamanda platformun sahibi. Kararlar demokratik olarak alınıyor, değer adil olarak paylaşılıyor. Elbette kooperatifler dev platformlarla rekabet etmekte zorlanıyor; ölçek ekonomileri, sermaye avantajları büyük şirketlerin lehine işliyor. Yine de farklı örgütlenme biçimlerinin var olabileceğini somut olarak ortaya koyuyorlar.

Belçika’da kamu yayıncıları RTBF ve VRT, ticari platformların “dikkat sömürüsü” odaklı algoritmalarına karşı farklı bir yaklaşım deniyor. VRT’nin VRT MAX platformundaki “ufuk genişletici algoritma”, kullanıcıları mevcut tercihlerinin ötesine taşımayı ve filtre balonlarını kırmayı hedefliyor. RTBF’nin Auvio platformu ise içerik çeşitliliğini, bölgesel temsili ve şeffaflığı ön plana çıkaran bir öneri sistemi geliştiriyor.[14] Bu örnekler, algoritmaların mutlaka ticari mantıkla çalışmak zorunda olmadığını, kamu yararına tasarlanabileceğini gösteriyor.

“Veri müşterekleri” (data commons) kavramı, veriyi bireysel mülkiyet ya da kurumsal varlık olarak değil, ortak kaynak olarak kavrıyor. Bugün veri, “yeni petrol” olarak adlandırılıyor. Ama petrolden farklı olarak veri, kullanıcılar tarafından üretiliyor. Her tıklamamız, her arama sorgumuz, her konumumuz veri haline geliyor. Ve bu veriler, büyük şirketler tarafından sahipleniliyor, paraya dönüştürülüyor.[15] Veri müşterekleri, bu modele alternatif bir kavramsallaştırma sunuyor. Tıpkı ormanlar, nehirler gibi; veri de kolektif olarak üretilen ve kolektif olarak yönetilmesi gereken bir müşterek. Toplulukların kendi verilerini demokratik olarak yönettiği, veriden elde edilen değerin toplulukla paylaşıldığı modeller hayal ediliyor ve bazı yerlerde deneniyor. Örneğin Barcelona’da DECODE[16] projesi (2017-2019), vatandaşların kendi verilerini kontrol etmelerini sağlayan merkeziyetsiz bir altyapı geliştirdi; 60.000’den fazla kullanıcı, kişisel verilerini kiminle ve hangi koşullarda paylaşacaklarına kendileri karar verebildi. Benzer şekilde, bazı sağlık veri kooperatifleri hastaların tıbbi verilerini kolektif olarak yönetmesine olanak tanıyor.

Açık kaynak hareketi, yazılımın kamusal mal olabileceğini göstermişti; Linux işletim sistemi dünyanın sunucularının büyük çoğunluğunda çalışıyor, Apache web sunucusu internetin temel altyapısını oluşturuyor. Bunlar, kolektif üretimin ve paylaşımın mümkün olduğunun kanıtları. Yapay zekâ alanında da benzer hareketler var. Hugging Face gibi platformlar, modellerin ve veri setlerinin paylaşımını kolaylaştırıyor.[17] Ancak sadece kodun açık olması yetmiyor; eğitim verilerinin, hesaplama kaynaklarının da demokratikleşmesi gerekiyor. Dev şirketler, açık kaynak modellerini bile kendi avantajlarına kullanabiliyor; çünkü hesaplama kaynakları ve veriler hâlâ onların elinde.

“Yeşil Yapay Zekâ” kavramı[18] ise çevresel sürdürülebilirliği bireysel tercih değil, kolektif talep olarak konumlandırıyor. Yapay zekâ araştırmalarında sadece performansın değil, enerji verimliliğinin de değerlendirme kriteri olması talebi; şirketlerin çevresel etkilerini şeffaf olarak raporlaması için düzenleyici baskı… Bunlar, paradigma içi “daha verimli teknoloji” yaklaşımından farklı. Çünkü mesele sadece “aynı işi daha az enerjiyle yapmak” değil; “hangi işi neden yaptığımızı” sorgulamak. Bu alternatiflerin hiçbiri tek başına paradigma değişikliği anlamına gelmiyor; ama paradigmanın çatlaklarını genişletiyorlar.

6. Cevapsız Sorular

Yapay zekâ, birçok işi otomatikleştirme potansiyeli taşıyor. Raporlar, önümüzdeki on yıllarda yüz milyonlarca işin etkileneceğini öngörüyor. Bu, kitlesel işsizlik mi demek? Yoksa “iş” kavramının kendisini mi sorgulamalıyız? Bertrand Russell, yukarıda bahsettiğimiz makalesinde şunu sormuştu: Teknoloji verimliliği artırıyorsa, neden daha az çalışılmıyor? Neden bazıları aşırı çalışırken, bazıları işsiz kalıyor?

Bu soru, paradigma içinden yanıtlanamaz. Çünkü mevcut paradigma, “çalışma”yı hem ekonomik hem de ahlaki bir zorunluluk olarak görüyor. İş, sadece gelir kaynağı değil; kimlik, statü, anlam kaynağı. “Ne iş yapıyorsun?” sorusu, “kim olduğunu” tanımlar. İşsizlik, sadece ekonomik değil, toplumsal ve psikolojik bir kriz olarak yaşanır. Bu paradigmayı sorgulamadan, yapay zekâ çağının iş sorununa kalıcı yanıtlar bulmak güç. Belki de soru “işsizliği nasıl önleriz” değil, “iş olmadan anlamlı bir hayat nasıl mümkün olur” olmalı.

Evrensel temel gelir (ETG), yapay zekâ çağının “çözümü” olarak sıkça gündeme geliyor. Silikon Vadisi’nin bazı öncüleri de dahil, farklı kesimlerden destekçileri var. Bir yandan ETG, mevcut sistemin yaralarını sarmaya yönelik bir “yama” olabilir: İnsanları tüketici olarak tutmak, toplumsal huzursuzluğu önlemek, sistemin devamını sağlamak. Öte yandan, çalışma zorunluluğunu ortadan kaldırarak paradigma kırıcı bir potansiyel de taşıyabilir. İşverenler karşısında pazarlık gücü sağlayabilir; kabul edilemez çalışma koşullarını reddetme imkanı verebilir. ETG’nin hayata geçip geçmeyeceği, geçerse hangi biçimde olacağı -miktarı, finansmanı, koşulları- toplumsal mücadelelerin sonucunda belirlenecek. Şimdilik bu, olasılıklardan sadece biri.

Şu an yapay zekânın geleceği, büyük teknoloji şirketlerinin yönetim kurullarında, risk sermayedarlarının ofislerinde, devletlerin strateji belgelerinde şekilleniyor. Kararlar, dar bir çevrede, kapalı kapılar ardında alınıyor. Bu karar süreçlerinde kim yok? İşini kaybedecek işçiler, verileri sömürülen kullanıcılar, enerji tüketen veri merkezlerinin yanında yaşayan topluluklar, algoritmik ayrımcılığa maruz kalan azınlıklar, dijital uçurumun öte yakasında kalan milyarlarca insan, henüz doğmamış gelecek nesiller… “Nasıl bir gelecek istiyoruz?” sorusu, ancak bu sesler duyulduğunda, bu perspektifler dahil edildiğinde anlamlı bir yanıt bulabilir. Paradigma değişikliği, sadece düşünce biçimimizi değil, karar alma süreçlerimizi de dönüştürmeyi gerektiriyor.

Her teknolojik devrim, özgürleşme vaatleriyle geldi. Matbaa bilgiyi demokratikleştirecekti; ve gerçekten de bilginin yayılmasında devrim yarattı, ama aynı zamanda propaganda ve dezenformasyonun da aracı oldu. İnternet herkese söz hakkı verecekti; ve gerçekten de milyonlara ifade imkânı sağladı, ama aynı zamanda gözetim kapitalizminin temelini de oluşturdu. Yapay zekâ için de benzer vaatler var. Bu vaatler gerçekleşecek mi? Belki de mesele teknolojinin “bizi” özgürleştirip özgürleştirmeyeceği değil. Özgürleşme, teknolojinin bir özelliği değil; toplumsal mücadelelerin sonucu.

7. Paradigma Dışına Çıkma Çağrısı

Bu yazı boyunca, yapay zekâ tartışmalarını şekillendiren varsayımları sorgulamaya çalıştık. Teknolojik determinizm, bireysel sorumluluk paradigması, verimlilik fetişizmi, tarafsız teknoloji miti… Bu varsayımlar, havayı soluduğumuz gibi soluduğumuz düşünceler; o kadar içselleştirmişiz ki, göremez hale gelmişiz. Oysa bu varsayımlar, sorunları görmemizi engelliyor; dahası, çözüm arayışımızı da sınırlıyor. Paradigma içinde kaldığımız sürece, önerdiğimiz “çözümler” sorunları yeniden üretecektir.

Bireysel stratejiler, yapısal sorunları bireysel yüklere dönüştürüyor. Düzenlemeler, aynı paradigma içinde kalan düzenleyiciler tarafından şekillendiriliyor. Alternatif modeller, hayal gücümüzün sınırlarına takılıyor. Teknoloji tartışmaları, mevcut güç ilişkilerini sorgulamadan, onları yeniden üretiyor.

Bu yazıda gördüğümüz örnekler—Hollywood grevlerinden AB düzenlemelerine, IG Metall’in toplu sözleşmelerinden İtalyan kuryelerinin örgütlenmesine, AlgorithmWatch gibi sivil toplum kuruluşlarının izleme çalışmalarından platform kooperatiflerine—kolektif eylemin mümkün olduğunu gösteriyor. Sendikalar, sivil toplum kuruluşları, araştırma enstitüleri, kooperatifler… Bu örgütlü yapılar, paradigma dışına çıkışın somut araçları. Bireysel farkındalık başlangıç noktası olabilir, ama dönüşüm ancak örgütlü kolektif eylemle mümkün.

Paradigma dışına çıkmak, alışkanlıklarımızı ve düşünce kalıplarımızı dönüştürmeyi gerektiriyor. “Ne yapmalıyız?” sorusunu sormadan önce, “Bu soruyu nasıl soruyoruz?” sorusunu sormayı; yanıt aramadan önce, yanıtın çerçevesini sorgulamayı gerektiriyor. Ve bu dönüşüm, bireysel bir aydınlanma değil, kolektif bir süreç. Başkalarıyla birlikte düşünmeyi, tartışmayı ve birlikte hareket etmeyi gerektiriyor.

Yapay zekâ çağı önemli bir dönüm noktası. Bu dönüm noktasında hangi yöne gideceğimiz, teknolojinin kendi iç mantığı tarafından değil, toplumsal mücadeleler tarafından belirlenecek. Paradigma dışı bakış, bu mücadelenin ilk adımı: Varsayımları görünür kılmak, onları sorgulamak ve birlikte tartışmak.

Soru şu: Biz, bireyler, bu dönüşümün nesnesi mi olacağız, yoksa örgütlü kolektif mücadelenin öznesi mi?

[1] Thomas S. Kuhn, Bilimsel Devrimlerin Yapısı, çev. Nilüfer Kuyaş (İstanbul: Kırmızı Yayınları, 2008). Orijinal eser: The Structure of Scientific Revolutions (Chicago: University of Chicago Press, 1962).

[2] John Maynard Keynes, “Economic Possibilities for our Grandchildren,” Essays in Persuasion (New York: W.W. Norton, 1930).

[3] Bertrand Russell, “In Praise of Idleness,” Harper’s Magazine, Ekim 1932.

[4] Cambridge Analytica skandalı hakkında detaylı bilgi için bkz: Carole Cadwalladr ve Emma Graham-Harrison, “Revealed: 50 million Facebook profiles harvested for Cambridge Analytica in major data breach,” The Guardian, 17 Mart 2018.

[5] 2023 Hollywood grevleri hakkında: SAG-AFTRA ve WGA sendikaları, yapay zekâ kullanımına ilişkin güvenceler elde ederek grevin başarıyla sonuçlanmasını sağladı. Bkz: Brooks Barnes, “Hollywood Writers Reach Tentative Deal to End Strike,” The New York Times, 24 Eylül 2023.

[6] IG Metall’in otomasyon ve yapay zekâ karşısında toplu sözleşme stratejileri için bkz: IndustriALL Europe, “IG Metall – Future Agreements,” 2024.

[7] İtalya’daki kurye hareketleri için bkz: Lorenzo Cini, Vincenzo Maccarrone ve Arianna Tassinari, “With or without U(nions)? Understanding the diversity of gig workers’ organizing practices in Italy and the UK,” European Journal of Industrial Relations, 2022.

[8] The New York Times Company v. Microsoft Corporation and OpenAI, Inc., No. 1:23-cv-11195 (S.D.N.Y. filed Dec. 27, 2023).

[9] Avrupa Birliği Yapay Zekâ Yasası (AI Act), Avrupa Parlamentosu tarafından 13 Mart 2024’te onaylanmıştır. Regulation (EU) 2024/1689.

[10] AlgorithmWatch’un çalışmaları için bkz: https://algorithmwatch.org; Amnesty International, “Algorithmic Accountability Toolkit,” Aralık 2025.

[11] Bu iki eğitim paradigması için bkz: Paulo Freire, Ezilenlerin Pedagojisi, çev. Dilek Hattatoğlu (İstanbul: Ayrıntı Yayınları, 2018); Ivan Illich, Okulsuz Toplum, çev. Mehmet Özay (İstanbul: Şule Yayınları, 2013). Yapay zekâ çağında eleştirel düşünme becerilerinin önemi için: Lee, H. P. et al., “The Impact of Generative AI on Critical Thinking,” CHI Conference, 2025.

[12] World Economic Forum, Future of Jobs Report 2023 ve 2025.

[13] Nick Srnicek, Platform Capitalism (Cambridge: Polity Press, 2017).

[14] Bkz: Kevin Carillon, “‘An Algorithm for Public Service Media?’ Embedding Public Service Values in the News Recommender System on RTBF’s Platform,” Digital Journalism, 2024; SMIT-VUB, “Policy Brief #82: Streaming Public Service Television in the Age of Platforms,” 2024.

[15] Shoshana Zuboff, The Age of Surveillance Capitalism: The Fight for a Human Future at the New Frontier of Power (New York: PublicAffairs, 2019).

[16] DECODE (Decentralised Citizen Owned Data Ecosystem), 2017-2019 yılları arasında AB Horizon 2020 programı tarafından finanse edilen ve Barcelona ile Amsterdam’da pilot uygulanan bir projedir. Proje, vatandaşlara kişisel verileri üzerinde kontrol sağlayan merkeziyetsiz teknolojiler (blockchain ve şifreleme) geliştirdi. Barcelona’da Decidim dijital demokrasi platformuyla entegre edilerek 60.000’den fazla kullanıcıya anonim dilekçe imzalama ve veri paylaşımı imkânı sundu. Bkz: Francesca Bria, “The DECODE Project: Building Data Sovereignty for Citizens,” 2019; European Commission, “Enabling citizens to take control of their own data,” Horizon 2020 Success Stories, https://decodeproject.eu

[17] Hugging Face (https://huggingface.co), yapay zekâ modelleri ve veri setlerinin paylaşımı için açık kaynak platform.

[18] “Green AI” kavramı için bkz: Roy Schwartz et al., “Green AI,” Communications of the ACM, 63(12), 2020, s. 54-63. Ayrıca yapay zekânın çevresel etkilerine dair: Kate Crawford, Atlas of AI (New Haven: Yale University Press, 2021).