Yapay Zekâ Görünmeyen İşleri Sessizce Devralırken

MIT ve Oak Ridge simülasyonu, yapay zekânın ABD’de işlerin %12’sini yapabildiğini ve asıl riskin teknoloji dışı sektörlerde biriktiğini gösteriyor.

Yapay zekâ genellikle parlak ofislerdeki yazılımcıları, robotlarla dolu fabrikaları ya da Silikon Vadisi’ndeki start-upları çağrıştırıyor. Oysa Massachusetts Institute of Technology ile Oak Ridge Ulusal Laboratuvarı tarafından geliştirilen kapsamlı iş gücü simülasyonu, asıl dönüşümün gözlerden uzak alanlarda biriktiğini ortaya koyuyor. ABD’de mevcut yapay zekâ sistemlerinin teknik olarak yerine getirebildiği görevler, toplam 151 milyon çalışanın yaklaşık yüzde 12’sine denk geliyor. Bu oran, yalnızca potansiyel bir verimlilik artışına değil, aynı zamanda sessiz ve derin bir yeniden yapılanmaya işaret ediyor.

Çarpıcı olan nokta, riskin yoğunlaştığı yerler. Yıllık 1,2 trilyon dolarlık ücret hacmi, bugün itibarıyla yapay zekâ tarafından yapılabilecek görevlerle örtüşüyor. Bu devasa tutarın yalnızca küçük bir bölümü yazılım ve bilgi teknolojileri gibi “alışıldık” alanlarda ortaya çıkıyor. Asıl büyük pay; finans, sağlık, profesyonel hizmetler ve rutin idari işlerde birikiyor. Yani kamuoyunun genellikle güvende sandığı, beyaz yakalı ve orta sınıf istihdamın omurgasını oluşturan meslekler, teknolojik dönüşümün en derin basıncını yaşıyor.

“Iceberg Index” adı verilen simülasyon modeli, bu durumu özellikle anlamlı kılıyor. Model, ulusal iş gücünü anonim sayılardan ibaret görmüyor; her bir çalışanı, binlerce beceri ve yüzlerce meslek tanımıyla temsil edilen bireysel bir “ajan” olarak ele alıyor. Ardından güncel yapay zekâ sistemlerinin bu becerileri insan seviyesinde yerine getirip getiremeyeceğini ölçüyor. Sonuçta ortaya çıkan tablo, iş kaybını bir tarih olarak değil, bir kırılganlık haritası olarak sunuyor. Görünen küçük kayıpların altında, henüz şirket bilançolarına yansımamış çok daha geniş bir dönüşüm alanı bulunuyor.

Bu yaklaşımın önemi, “ne zaman işten çıkarma olacak” sorusundan çok, “hangi beceriler kırılganlaşıyor” sorusuna odaklanmasında yatıyor. Simülasyonlar, politika yapıcıların yeniden beceri kazandırma bütçelerini, eğitim yatırımlarını ve teknolojinin benimsenme hızını senaryolarla test etmesine olanak tanıyor. Böylece risk, soyut bir tehdit olmaktan çıkıp, ilçe ilçe ölçülebilen somut bir planlama verisine dönüşüyor. Tennessee’nin yapay zekâ iş gücü eylem planında bu bulgulara yer vermesi, dönüşümün artık sadece akademik bir tartışma olmadığını gösteriyor.

En az bunun kadar önemli bir diğer sonuç, yapay zekâ riskinin coğrafi dağılımı. Tehlike yalnızca büyük teknoloji merkezlerinde yoğunlaşmıyor. Sağlık, imalat, ulaşım ve enerji sektörlerinin ağırlıkta olduğu iç ve kırsal bölgeler de bu dalgadan güçlü biçimde etkileniyor. Bu durum, teknolojiye karşı savunmacı bir “ikame” refleksi yerine, yapay zekâyı üretkenliği artıran bir destek aracı olarak kurgulayan karma modelleri öne çıkarıyor. İnsan emeği tamamen ortadan kalkmıyor; fakat niteliği, temposu ve değeri değişiyor.

Simülasyonların, dünyanın en güçlü süper bilgisayarlarından Frontier üzerinde çalıştırılması, meselenin ölçeğini de gözler önüne seriyor. Burada amaç, geçmiş istatistiklere bakarak gecikmeli tepkiler vermek değil; teknik olarak mümkün hale gelmiş ama henüz ekonomik sonuçları görülmemiş dönüşümleri önceden sezip yönlendirmek. Eğitim, sosyal politika ve bölgesel kalkınma kararlarının, tam da bu kırılgan becerilere ve coğrafyalara odaklanması hedefleniyor.

Bütün bu tablo, yapay zekânın “işleri yok edecek mi” tartışmasının artık yetersiz kaldığını gösteriyor. Asıl soru, hangi becerilerin değersizleştiği, hangilerinin ise hızla daha kıymetli hale geldiği. Yapay zekâ, bir anda kapıya dayanan bir fırtınadan çok, sessizce yükselen bir su gibi ilerliyor. Görünen kısmı küçük; tehlike, suyun altında kalan geniş alanda birikiyor. Bu gerçeği zamanında görebilen ülkeler, dönüşümü yönetebilir. Göremeyenler için ise bedel, yalnızca ekonomik değil, toplumsal olacak.

Çağdaş

Çağdaş

Dijital strateji ve girişimcilik danışmanı, dijital içerik üretici ve yazılımcı.

Makaleler: 852