Yapay zeka, artık gündelik hayatımızın bir parçası haline gelmiş durumda. Bu teknoloji gerçekte nedir, onu insanlık tarihindeki diğer tüm teknolojik devrimlerden farklı kılan özellikleri nelerdir ve geleceğimizi nasıl etkileyeceğini tartışmaya devam ediyoruz. Bu dizinin ilk yazısında, yapay zekanın tarihi, teknik kapasiteleri ve sınırları mercek altına alınarak, dijitalleşme, otomasyon ve makine öğrenmesi gibi temel kavramlar tartışıldı. İkinci yazıda, yapay zekanın eğitim, sağlık, ulaşım ve ekonomi alanlarında, gündelik hayattakii ve toplumsal etkileri tartışılmaya çalışılacak.
Sektörel Faydalar
Sağlık Sistemi: Sağlık alanında yapay zeka, hem bugün hem de gelecekte büyük vaatler sunuyor. Bugün bile radyoloji görüntülerinde belirli tümör tiplerinin tespiti, ilaç etkileşimlerinin analizi, hastane içi kaynakların daha verimli planlanması gibi alanlarda yapay zeka çözümleri kullanılıyor. Giyilebilir cihazlarda kalp atış hızı, kan basıncı, kan şekeri ve uyku düzeni gibi temel sağlık parametrelerini takip eden uygulamalar hayatımızın bir parçası haline geldi. Gelecekteki potansiyel ise daha da etkileyici görünüyor. Örneğin yıllar içinde binlerce akciğer filmi görmüş bir uzman gibi, yapay zeka da milyonlarca filmi ‘görerek’ benzer kalıpları tanıyıp hastalığın erken işaretlerini yakalaması çok olası. Hastalıkların çok erken aşamada teşhis edilmesi, kişiye özel tedavi planlarının geliştirilmesi, giyilebilir cihazlarla kalp krizi ve inme gibi durumların önceden tespit edilmesi mümkün olabilir. Koruyucu ve önleyici sağlık tedbirleriyle insanlar hastalanmaktan kurtulabilirler. Ayrıca yeni tedavi yöntemleri ile gelişmelerin algoritmalara anında yüklenmesiyle ciddi bir zaman ve maliyet tasarrufu sağlanabilir. Zira tek tek tüm sağlık çalışanlarının yeni gelişmeler konusunda eğitilmesi yerine sadece birkaç saniyelik güncelleme ile sorunun çözülmesi heyecan verici görünüyor.
Ancak bu parlak tablonun sınırlılıklarını da unutmamak gerekiyor. Her şeyden önce, tıp biliminin kendi sınırları yapay zekayı da sınırlamakta. Henüz keşfedilmemiş hastalık mekanizmaları veya tedavi yöntemleri konusunda yapay zeka çözüm üretemez. Diğer yandan, örüntü temelli teşhis için muazzam büyüklükte ve kalitede veri setlerine ihtiyaç var. Nadir görülen hastalıklar veya yeterli verisi olmayan gruplar için bu sistemlerin güvenilirliği düşük kalacaktır. Belki de en önemli sınırlılık, dijital uçurumun sağlık eşitsizliklerini daha da derinleştirme riski. Kişiselleştirilmiş tıp için o kişiye dair tüm sağlık verilerinin dijitalleşmesi gerekiyor. Bu teknolojilere ve sağlık hizmetlerine erişim herkes için eşit olmayacağından, yapay zeka bazıları için hayat kurtarıcı olurken, diğerleri bu imkanlardan faydalanamayacak. Öte yandan algoritmaların eğitiminde kullanılan verilerin taşıdığı ayrımcılıkların yaygınlaştırılması, kişisel verilerin algoritmaların elinde olması, şeffaflık ve güvenilirlik ile hesap verilebilirlik sorunları YZ kullanımında yaşanabilecek olumsuzluklar olarak önümüzde duruyor.
Eğitimde Yapay Zeka: Halihazırda çoktan-seçmeli sınavlarda otomatik not verme, öğrencinin doğru/yanlış cevaplarına göre içerik sunan basit test platformları, eğitimciler için içerik oluşturma desteği ve dil öğrenme uygulamalarında kişiselleştirme gibi temel adımlar hayata geçmiş durumda. ABD’de 2024-2025 eğitim-öğretim yılında yapılan bir araştırmaya göre orta öğretimdeki devlet okulu öğretmenlerinin %60’ı yapay zeka araçlarını kullanıyor. Genel olarak, öğretmenlerin %32’si yapay zekayı en az haftada bir kez, %28’i ise ayda bir veya daha az kez kullanıyor. Yapay zeka ile şu anda, bireysel öğrenci ihtiyaçlarına, tercihlerine ve öğrenme hızlarına göre kişiselleştirilmiş öğrenme deneyimleri oluşturabiliyor. Akıllı ders sistemleri, öğrenci performansını gerçek zamanlı olarak analiz ederek içerik sunumunu optimize edebiliyor. Örneğin, bir öğrenci matematik problemlerini çözerken zorlanıyorsa, sistem bunu tespit edip ek açıklamalar, örnekler veya alternatif öğretim yöntemleri sunabiliyor. Yakın gelecekte, her öğrencinin öğrenme hızı ve stiline göre tam kişiselleştirilmiş eğitim programları, öğrenme güçlüklerinin çok erken tespit edilip müdahale edilmesi, 7/24 ulaşılabilir yapay zeka destekli eğitim asistanları hayal edilebilir. Sadece öğrenciler için değil, yaşam boyu eğitim bakış açısı ile yapay zeka destekli sohbet robotları ve sanal asistanlar, hepimize 7/24 destek sağlıyor, sorularımızı yanıtlıyor, çalışma ipuçları sunuyor ve bizi çalışmalarımızda yönlendiriyor. Bu, özellikle fazladan yardıma ihtiyaç duyan veya geleneksel sınıf ortamında soru sormaktan çekinen öğrenciler için çok değerli olabilir.
Ancak eğitimin sadece bilgi aktarımı (öğretim) olmadığını, sosyal ve duygusal gelişimi de içerdiğini unutmamak gerekiyor. Yapay zeka bu alanda öğretmenlerin ve arkadaşlarla kurulan ilişkinin yerini alamaz. Okulların sosyal, kültürel, sanatsal ve sportif işlevlerini göz ardı etmemek gerek. Öte yandan, kişiselleştirilmiş eğitim için gerekli teknolojik altyapı ve dijital okuryazarlık tüm eğitim kurumlarında eşit seviyede değil. Özel okullar bu teknolojilere erişirken, kaynak sıkıntısı çeken devlet okulları geride kalıyor. Ayrıca yapay zeka araçlara aşırı güven ve bağımlılık, eleştirel düşünme, yaratıcılık ve iletişim gibi “yumuşak becerilerin” geliştirilmesini engelleyici rol oynayabilir. Özetle, kamusal eğitimin tasfiye edildiği bir süreçte yoksulların okul sisteminin dışına itilmesi, parasız kaliteli eğitim yerine imkanı olanlar için oluşturulmuş eğitim düzenekleri, eğitim eşitsizliğinin derinleştirilmesi gibi pek çok sorun var. Alternatif eğitim arayışında olan yapıların bahsettiğimiz sorunların üstesinden gelebilecek modeller üretme çabası içine girmesi, yapay zekanın toplumsal faydayı arttırıcı şekilde nasıl kullanılacağına dair kafa yorması elzem görünüyor.
Akıllı Şehirler ve Sürdürülebilirlik: Şehirlerimizde trafik akışı optimizasyonu, kural ihlallerinin anlık tespiti ve gerekli cezai önlemlerin otomatik alınması, akıllı trafik ışıkları, enerji tüketimini izleyen ve optimize eden akıllı sayaçlar, toplu taşımada rota optimizasyonu gibi uygulamaları görmek artık mümkün. Merkezi sistemlerin kullanıldığı binalar ve genel olarak şehir ölçeğinde enerji tüketiminin dinamik optimizasyonu, hava kirliliği, atık yönetimi ve çevresel faktörlerin gerçek zamanlı izlenmesi ve müdahalesi, entegre şehir yönetim sistemleri ve su dağıtım sistemlerinde kaçakların önlenmesi gibi çözümler de gündelik hayatımıza girmiş durumda.
Ancak kullanım alışkanlıklarına bakıldığında, daha verimli olduğu varsayımı ile enerji tüketimlerinin artmaya meylettiği öne sürülmekte. “Jevons Paradoksu” olarak bilinen olgu, teknolojik verimliliğin toplam tüketimi azaltmak yerine artırabildiğini gösteriyor. Örneğin, daha verimli sistemler kullanıma ve tüketime teşvik ederek, toplam enerji kullanımını artırabilir (Amerika’da kömür kullanımı için ortaya çıkan örnek ya da bir arabayı daha az yakıt tüketecek şekilde iyileştirdiğimizde, insanlar daha fazla araba kullanmaya başlayıp toplam yakıt tüketimini artırabilirler). Diğer yandan, yapay zeka sistemlerinin kendileri de enerji tüketiyor – veri merkezlerinin artan enerji ve su ihtiyacı, çevresel sürdürülebilirlik açısından endişe verici. En basitinden bir Google araması aynı soruyu herhangi bir yapay zeka uygulamasına sorduğunuzda alacağınız cevaba kıyasla 6 kat daha az enerji harcıyor.
Sürdürülebilirlik demişken burada yapay zekanın enerji tüketimi üzerine bir parantez açalım. Son yıllarda derin öğrenme modellerinin hesaplama gereksinimleri katlanarak artmış. Her birkaç ayda bir ikiye katlandığı ve 2012’den 2018’e kadar 300 bin katlık bir artışın gerçekleştiği belirtiliyor. Elimizdeki kaynak 2019 yılına ait olduğu için veri 2018’e kadar. “Kırmızı Yapay Zeka” olarak adlandırılan bu trend, doğal olarak yüksek enerji tüketimi ve büyük karbon ayak izi anlamına geliyor. Ayrıca yüksek yatırım ve işletim maliyeti gerektirdiğinden akademisyenler, öğrenciler ve özellikle gelişmekte olan ülkelerden araştırmacılar için yapay zeka çalışmalarına katılım daha da zorlaşıyor. (Bu konu dizinin 4. yazısında daha detaylı olarak ele alınacaktır.)
İş Yaşamı / Sanayi: İş dünyasında yapay zeka kullanımı giderek yaygınlaşıyor. Müşteri hizmetlerinde chatbotlar, iş başvurularının ön değerlendirmesi, finansal analizler ve rutin belge işlemleri gibi uygulama alanları artık yaygın. Rutin veri girişi olarak düşünülebilecek iş tanımları (dijitalleşebildiği ölçüde) artık birer yapay zeka iş tanımı haline geldi. Ama belki de en büyük dönüşüm ve verim artışı, sanayi üretiminde yaşanıyor. Endüstriyel üretimde makine öğrenimi, üretim verimini artırmak, enerji tasarrufu sağlamak ve bakım süreçlerini optimize etmek için kullanılıyor. Predictive maintenance (öngörücü bakım) olarak bilinen yaklaşımda, makinelerin sensörlerinden toplanan veriler analiz edilerek, bir arıza oluşmadan önce bakım yapılabiliyor. Modern üretim bantlarında, kalite kontrol artık yapay zeka destekli görüntü tanıma sistemleri tarafından gerçekleştiriliyor. Bu sistemler, insan gözünün kaçırabileceği hataları bile tespit edebiliyor. (Ki bu teknoloji aslında 2000’lerden beri mevcut. Deep Learning buna çağ atlattı ve daha erişilebilir kıldı) Endüstriyel robotlar da giderek daha “akıllı” hale geliyor; sadece önceden programlandıkları görevleri değil, çevrelerini algılayıp adapte olabilen, insanlarla güvenli şekilde çalışabilen cobotlar (collaborative robots – işbirlikçi robotlar) yaygınlaşıyor. Tedarik zinciri yönetiminde de yapay zeka önemli katkılar sunuyor. Talep tahmininden, rota optimizasyonuna, stok yönetiminden, tedarikçi seçimine kadar pek çok süreç artık algoritmalar tarafından yönetiliyor.
Ancak bu gelişmelerin de sınırlılıkları var. Öncelikle, sanayi sektöründe yapay zeka uygulamaları için büyük yatırımlar (her şeyin dijitalleştirilmesi ve otomasyonu) gerekiyor ve bu yatırımları yapabilenlerle yapamayanlar arasında bir uçurum oluşuyor. Küçük ve orta ölçekli işletmeler bu dönüşümde geride kalma riski taşıyor. Ayrıca ilgili pazarın ekonomik döngüsünün bu yatırımı karşılama potansiyelinin olması bir gereklilik. Karmaşık üretim süreçlerinde kullanılan yapay zeka modellerinin belirli kararları neden aldığını anlamak (açıklanabilirlik) giderek daha zor hale geliyor.
Günlük Hayat: Bugün artık telefonlarımızdaki fotoğraf iyileştirme özellikleri, navigasyon uygulamalarındaki trafik tahminleri, müzik ve video platformlarındaki kişiselleştirilmiş içerik önerileri, e-ticaret sitelerindeki ürün tavsiyeleri ve basit sesli asistanlar hayatımızın parçası haline geldi. Bunlar makine öğrenmesi bağlamında birer yapay zeka uygulaması ve reel olarak hayatımızın içinde, hatta hayatımızı belirliyor. Platform ekonomisi, gözetim kapitalizmi ya da teknofeodalizm gibi farklı isimlerle tanımlanan yeni düzenin de temel taşlarından biri.
Ancak popüler kültürde karşımıza çıkan tam otonom ev robotları, insan düzeyinde diyalog sunan dijital arkadaşlar, tüm kararlarımızda bize yol gösteren sanal asistanlar henüz gerçeklik kazanmadı. İletişimde pazarlama açısından kullanılsa da bunların hepsi aslında basit birer makine öğrenmesi uygulaması. Deep learning (Chatgpt benzeri ürünlerde deneyimlediğimiz sanal bilge simülasyonları) ile hayatımıza giren ileri düzey yapay zekalar değiller. Bu tür senaryolar, günümüz teknolojisinin çok ötesinde ve gerçekleşmeleri için yapay zekanın çok daha derin bir bağlamsal anlayış ve genel zeka kazanması gerekiyor.
Bunun farkına vararak yapay zekaya günlük kararlarımızı devretme eğilimindeki riskleri de göz ardı etmemeliyiz. Telefonumuzdaki yapay zeka asistanı, hava durumunu kontrol etmek ve basit hatırlatıcılar kurmak için kullanışlı. Ancak hangi kitabı okuyacağıma, kiminle arkadaş olacağıma veya hayatımın büyük kararlarına yapay zekanın yön vermesi fikri endişe verici. Bu endişe de yersiz değil – temel kararlarımızı yapay zekaya bırakmak, kendi karar verme kapasitemizi körelterek algoritmik bir bağımlılık yaratabilir.
Yapay zekanın tüm bu potansiyel faydalarını değerlendirirken hem aşırı korkudan hem de aşırı iyimserlikten kaçınmak önemli. Teknolojik vaatlerin gerçekleşme zamanı genellikle abartılı olur. Sosyal ve kurumsal adaptasyon, teknolojik gelişimden çok daha yavaş ilerler – yapay zeka teknolojisi gelişse bile, toplumsal kurumların, regülasyonların ve kültürel normların uyum sağlaması uzun zaman alabilir. Akıllı saatler ilk çıktığında herkesin hayatını değiştireceği söyleniyordu, sonra bir düşüş yaşandı, şimdi ise belirli faydalarıyla hayatımızda yer ediniyor. Yapay zekanın da benzer bir yolda ilerlediği söylenebilir.
Her yeni teknoloji kendi sorunlarını da beraberinde getirir. Yapay zeka çözümlerinin kendileri de enerji tüketimi, veri güvenliği, algoritmik önyargılar gibi yeni zorluklar yaratabilir. İçinde yaşadığımız sistemin muktedirleri, teknolojiyi kendi çıkarını maksimize etmek için geliştirdi ve geliştiriyor. Önemli olan muhalif hareketlerin ve yapıların bu konuda alternatif modeller geliştirip geliştiremeyeceği. Şimdiye kadar muhalif alanlardan bu konuya ilişkin yapıcı tartışmaların geliştiğini söylemek zor. Ancak öyle görünüyor ki önümüzdeki on yılları belirleyecek bir gelişmeyle karşı karşıyayız. Bu nedenle yapay zeka ile ilgili verimli tartışmaların başlatılması kaçınılmaz. Aksi taktirde görmezden gelip reddetmek ya da teslim olmak dışında bir yol kalmayacak gibi görünüyor.
Ekonomik ve Toplumsal Etkiler
Şimdiye kadar, birinci yazı da dahil, yapay zekanın ne olduğunu, neyi yapıp neyi yapamayacağını ve çeşitli sektörlerdeki uygulamalarını ele aldık. Şimdi farklı bir perspektiften bakıp, bu teknolojinin ekonomi ve toplum üzerindeki etkilerini inceleyeceğiz. Bu bölümde, yapılan araştırmalar, öngörüler ve karşılaştırmalara dayanarak yapay zekanın işgücü piyasası, gelir dağılımı ve toplumsal yapı üzerindeki etkilerini tartışacağız. Öncesinde sorunun karakterini ortaya koyması açısından Bertrand Russell’dan bir alıntı yapalım: “Belirli bir zaman içinde birtakım insanların çamaşır mandalı yapımında çalıştıklarını varsayalım. Bunlar günde (diyelim ki) sekiz saat çalışarak, dünyanın bütün mandal ihtiyacını karşılayacak kadar üretim yapmaktadırlar. Birisi çıkar, aynı sayıda işçinin aynı çalışma süresi içinde öncekinin iki katı mandal yapmasını sağlayan yeni bir teknoloji geliştirir. Ama dünyanın iki kat fazla mandala ihtiyacı yoktur; mandallar zaten o kadar ucuzdur ki, daha ucuza satılsa bile daha fazla satın alan olmayacaktır. Aklı başında bir dünyada olsa, bu durumda, mandal yapımıyla uğraşan herkes sekiz yerine dört saat çalışır, ama bunun dışında her şey yine eskisi gibi yürür. Gelgelelim, içinde yaşadığımız dünyada, muhtemelen mandal yapımında çalışan işçilerin yarısı işten atılacaktır.”[1] Bu alıntı, aslında yapay zekanın da benzer bir etki yaratabileceği konusunda bizi uyarıyor. Aslında sorun yapay zekanın getirdiği verimlilik artışı ve teknolojik bir sorundan ziyade, mevcut ekonomik ve toplumsal sistemin işleyiş biçiminden kaynaklanıyor. Yani, mesele yapay zekanın kendisi değil, verimlilik artışının faydalarının nasıl dağıtıldığıdır. Teknolojinin getirdiği verimlilik, eğer doğru yönetilmezse, büyük bir grup insanı işsiz bırakıp, kalanların daha az çalışmasını sağlarken, bir kısım azınlığın ise üretilen gelirin büyük kısmına el koymasına sebep olabilir. Örneğin Forbes’un her yıl yayınladığı ‘zenginler’ listesindeki en zengin 10 kişinin toplam serveti 2000’de 276 milyar dolarken bu rakam 2024’te 1.821 trilyon dolar olmuş. Aynı dönemde ABD’deki asgari ücret ise saatlik 5,15 dolardan 7,25 dolara çıkmış.
İş Gücü Piyasasındaki Dönüşüm
Yapay zeka ve otomasyon teknolojileri, iş gücü piyasasını önemli ölçüde dönüştürdü ve dönüştürmeye de devam ediyor. Dünya Ekonomik Forumu’nun düzenli olarak yayımladığı “Geleceğin İşleri Raporu”nun (Future of Jobs Report) 2023 tarihli yayınına göre, şirketlerin %75’i önümüzdeki beş yıl içinde yapay zeka kullanımını artırmayı planlıyor. 2025 raporunda ise işverenlerin %50’sinin işlerini Yapay Zeka kullanımına göre yeniden organize etmeyi planladığını, %66’sının ise Yapay Zeka kullanma becerisi olan personel işe almayı planladığını belirtiyor. Bu da doğrudan işgücü piyasasını yeniden şekillendirecek bir etki yaratacak anlamına geliyor. 2023 raporundaki veriler, önümüzdeki beş yıl içinde 69 milyon yeni iş yaratılırken, 83 milyon işin kaybolacağını öngörüyor. Yani net olarak 14 milyon iş kaybı bekleniyor. Ancak 2025 raporunda önümüzdeki beş yıl içinde 170 milyon yeni iş yaratılırken, 92 milyon işin kaybolacağını öngörüyor. Yani net olarak 78 milyon yeni iş imkanı bekleniyor (2023 ve 2025 raporları arasında öngörü farklılıkları olduğu görülüyor. Dönüşümdeki hıza dair beklenti azalmış. Farklılıklarda Covid sonrası dönemde beklentilerden daha hızlı bir gelişim sağlanmış olması etkili olmuş olabilir. Ancak bu büyük bir dönüşüm olacağı gerçeğini değiştirmiyor).
Mesleklere baktığımızda, en hızlı büyüyen meslekler arasında yapay zeka uzmanları, sürdürülebilirlik uzmanları, iş-veri analistleri ve siber güvenlik uzmanları yer alıyor. Azalma beklenen meslekler ise banka veznedarları, veri girişi personeli, sekreterler, muhasebe ve bordro memurları gibi rutin ve tekrarlayan görevleri olan işler. Yani mesleklerdeki ayrışma giderek belirginleşiyor: rutin ve kurallara dayalı işler otomasyona giderken, yaratıcılık, problem çözme ve insani etkileşim gerektiren işler değer kazanıyor. Beceri dönüşümüne baktığımızda, her iki (2023 ve 2025) raporun da teknolojik becerilerin yanı sıra, analitik düşünce, yaratıcılık ve eleştirel düşünme gibi “insan” becerilerinin de en çok talep gören beceriler arasında olduğunu görüyoruz. Bu, yapay zekanın sadece teknik değil, zihinsel becerileri de etkilediğini gösteriyor.
Bu dönüşümün en belirgin özelliklerinden biri, beceri ihtiyaçlarındaki değişim. Teknik becerilerin yanı sıra, eleştirel düşünme, yaratıcılık, duygusal zeka ve işbirliği gibi “yumuşak beceriler” giderek daha değerli hale geliyor. Dünün işgücü piyasasında değerli olan beceriler, bugün ve yarın için yeterli olmayabilir. World Economic Forum raporuna göre, önümüzdeki beş yıl içinde işgücünün yaklaşık %40’ının yeniden beceri kazanma veya becerilerini güncelleme ihtiyacı olacak. Bu durum, hem bireyler hem de kurumlar için büyük bir zorluk anlamına geliyor. Çalışanların yeni beceriler edinmek için zaman ve kaynak ayırması, işverenlerin ise personelinin gelişimine yatırım yapması bekleniyor olacak.
Peki bu beceri dönüşümü nasıl gerçekleşecek? Öncelikle, yeni becerilerin kazanılması ve yeni mesleklere geçiş, artık aylar değil yıllara varan bir eğitim ve adaptasyon süreci gerektiriyor. Bu da değişimin hızı düşünüldüğünde önemli bir zorluk oluşturuyor. Bir mesleği 20-30 yıl boyunca icra etmeyi bekleyen birinin, kariyeri boyunca birkaç kez kendini yeniden eğitmesi gerekebilir. Analitik düşünme, yaratıcılık, teknoloji okuryazarlığı – bunlar geleceğin iş gücü piyasasında başarılı olmak için kritik beceriler. İlginç bir şekilde, yapay zeka bazı teknik becerileri daha az önemli hale getirirken, insani becerilerin değerini artırıyor. Eğitim sistemlerinin, yaşam boyu öğrenmeyi destekleyecek şekilde yeniden yapılandırılması gerekiyor. Eşitsizlik burada da karşımıza çıkıyor. Dijital okuryazarlığı yüksek, öğrenme alışkanlıkları güçlü ve ekonomik kaynakları yeterli olanlar bu dönüşümden avantajlı çıkacak. Hala bir işi olanlar için bu çalışma biçiminin sadece ekonomik değil, aynı zamanda derin bir ahlaki ve psikolojik bir sorun olduğu söylenebilir. Zira sistem, sadakat, güven, uzun vadeli bağlılık ve derin uzmanlık gibi insani değerleri aşındırarak, bizi daha yalnız, daha güvensiz ve hayatlarımızı anlamlandırmakta zorlanan bireylere dönüştürme potansiyeli taşıyor. Yapay zekanın yok ettiği mesleklerde çalışan, yeni bir meslek için gerekli eğitim ve dönüşümü sağlayamayan insanlar için ise hayat çok daha zor olacak.
Burada önemli bir ayrım yapmak gerekiyor: işsizlik ve işlevsizlik arasındaki fark. İşsizlik genellikle geçici bir durum olarak görülürken, işlevsizlik bireylerin iş gücü piyasasında kalıcı olarak yer bulamaması anlamına geliyor. Bir başka deyişle, işsizlik, çalışanın bir işinin olmamasıdır ve işsiz bir insanın iş bulma umudu vardır. Ama işlevsizlik, sahip olduğunuz becerilerle piyasada artık hiçbir işe yaramamanız anlamına gelir. Bu, insanı sadece işsiz bırakmaz, aynı zamanda ‘işe yaramaz’ hissettirebilir. Dolayısıyla, bireylerin işgücü piyasası dışında kalmasının sadece ekonomik değil, aynı zamanda kimlik, sosyal statü, aidiyet ve psikolojik refah üzerinde de etkileri olacaktır.
Aslında her teknolojik sıçrama ortaya koyduğu verimlilik artışıyla birtakım meslekleri ortadan kaldırırken yeni meslekler yaratıyor. Önceki devrimlerde ortadan kalkan mesleklerden işsiz kalan insanlar kısa bir eğitimle yeni yaratılan mesleklere adapte olabiliyorlardı. Örneğin at arabası sürücüleri kamyon ya da otomobil şoförü olabilirken, tarlalardan işsiz kalan insanlar fabrikalarda iş bulabiliyorlardı. Ama YZ çağında, ortada iki temel soru var:
- Yapay zeka ve otomasyon bazı işleri ortadan kaldırırken, yeterince yeni iş yaratabilecek mi?
- Ve daha da önemlisi, ortadan kalkan işlerde çalışanlar yeni yaratılan işlere geçiş yapabilecek mi? Buradaki eğitim maliyetini kim karşılayacak?
Ancak daha da önemlisi YZ çağında, önceki teknolojik dönüşümlerden farklı olarak yeni yaratılacak işlerin sayısının ortadan kalkacak işlerin sayısından daha az olma riski var. Yapay zekayı sadece belli meslek gruplarını yok edecek bir teknoloji olarak düşünmemek gerek. Zira özellikle ABD’de yaygın olarak kullanılan uygulamalarla çalışanların şirket içinde kullandıkları uygulamalardaki mesajları takip edilerek onların ruh halleri analiz ediliyor. Bir başka deyişle işini kaybetme riski nispeten daha az olan gruplar da YZ uygulamalarıyla sürekli izleniyorlar. Yapay zekanın çalışanların yerini almanın ötesinde yarattığı en büyük tehdit, çalışanların, algoritmalar tarafından alınan kararlarla yönetilirken aynı anda başka algoritmalar tarafından gözlendiği bir teknoloji olması.
Gelir Dağılımı ve Eşitsizlik
Teknolojik sermayeye erişim, farklılıkları, mevcut eşitsizlikleri derinleştirebilir ve çalışanların pazarlık gücünü zayıflatabilir. Yapay zeka ve otomasyon teknolojilerine erişim, bireyler, şirketler ve ülkeler arasında eşit değil ve bu eşitsizlik giderek daha da artacak gibi görünüyor.
Özellikle emekçilerin bu teknolojik dönüşümdeki konumu kritik öneme sahip. Çalışanların işini kaybetme korkusu, şimdiden işverenlerin elini güçlendiriyor ve iş koşullarının bozulmasına yol açıyor. ‘İşsiz kalmaktan iyidir’ mantığıyla düşük ücretli, güvencesiz işleri kabul etme baskısı artıyor. Hatta bazı işverenlerin, yapay zeka ile otomasyon tehdidini çalışanlar üzerinde pazarlık kozu olarak kullandığını görüyoruz. Bu durum halihazırdaki sendikasızlaş(tır)ma eğilimlerini de güçlendiriyor.
Teknolojik dönüşümün getirdiği verimliliğin toplumca adil paylaşımı sorunu da gündeme geliyor. Tarihsel olarak, teknolojik ilerlemenin getirdiği zenginlik artışı çoğunlukla sermaye sahipleri tarafından sahiplenilirken, emekçilerin elde ettiği pay sınırlı kaldı. Yapay zeka çağında da bu eğilimin değişeceğini öngörmek gerçekçi değil. Aksine, işçi örgütlenmesinin imkansız hale getirildiği bir sisteme doğru gidilirken, emekçilerin örgütlenmesi ve kolektif pazarlık güçlerini artırması daha da zorlaştı. Ancak yine de sendikaların belli kazanımlar elde ettikleri durumlar da oluyor. Pandemi sonrası Hollywood’da yaşanan grevleri hatırlamakta fayda var. Yüzbinlerce oyuncu, senarist, set işçisi ve yönetmenden oluşan eylemciler, yapımcıların YZ ile yüzlerini, seslerini, senaryolarını vs. kullanmasına karşı yürüttükleri mücadeleyi kazanmışlardı. Benzer mücadeleyi, New York Times’ın algoritmaların eğitiminde yazılarını kullandıkları gerekçesiyle OpenAI ve Microsoft’u dava edip telif istemesinden sonra gazeteciler sendikası da yürütmüştü. Burada sendikalar açısından işyerlerinde örgütlenmeye ek olarak üzerinde durulması gereken başka ve yeni sorunlar da çıkıyor. Sendikalar yapa zekayı durdurmaya mı, yoksa kullanımı ve geliştirilmesi konusunda söz sahibi olmaya mı çalışmalı? Sendikalaşma ve sendikaların YZ konusunda atmaları gereken adımlar ayrı bir yazının konusu olabilir. Burada sorunun altını çizerken verilen örneklerin ABD ile sınırlı olduğunu, sendikalaşmanın ve demokratik hak mücadelelerinin çok daha sınırlı olduğu coğrafyalarda durumun oldukça vahim olacağını vurgulayalım.
Öte yandan teknoloji şirketlerinin piyasa değerindeki artış ve tekelleşme eğilimleri de endişe verici. Büyük teknoloji şirketlerinin piyasa değeri hızla artarken, piyasa yoğunlaşması ve tekelleşme eğilimleri güçleniyor. Bu durum, ekonomik gücün az sayıda aktörün elinde toplanmasına yol açabiliyor. Yapay zekanın çalışanlar arasındaki gelir farkına yönelik bir etkisinin olup olmadığı konusunda bir şey söylemek için ise henüz erken denebilir. OECD raporları, yapay zekanın yüksek vasıflı çalışanlar ile düşük vasıflı çalışanlar arasındaki ücret farkını giderici yönde bir etkisi olmadığını söylüyor. Ayrıca, cinsiyet ve yaş temelli ücret farkları yapay zekadan büyük ölçüde etkilenmemiş görünüyor.
Sonuç olarak mesleklerin “ömrü” kısalıyor. Bir mesleğin gerektirdiği beceriler, kısa sürede güncelliğini yitirebiliyor. Çalışanlar, kariyerleri boyunca sürekli olarak yeni beceriler kazanmalarının mecburi hale gelmesi, onları daha kırılgan bir konuma itiyor. Teknolojik dönüşümün hızı, yaşam boyu öğrenmeyi bir zorunluluk haline getiriyor. Ancak bu olgular, emekçilerin üzerine binecek bir yük değil, toplumun tümünün sahiplenmesi gereken bir süreç haline gelmeli. Yaşam boyu öğrenme hakkının kamusal ve işveren desteğiyle korunması, çalışanların güvencesiz konumlarını pekiştirmek yerine güçlendirme tedbirleri üzerine düşünülmeli. Bir süredir tartışılan minimum temel gelir ya da ücretsiz temel ihtiyaçlar gibi kavramların yanında işlevsizliğe karşı neler yapılabileceği de yapay zeka çağının en önemli sorunlarından bir olmaya aday. Bu sorunları teknolojinin imkanlarını geliştirerek çözmek mümkün mü, yoksa sorun aslında toplumsal bir sorun ve yapay zeka bunu görünür mü kıldı? Dizinin üçüncü yazısında tartışmaya devam edeceğiz.
[1] Bertrand Russell, Aylaklığa Övgü