Üretken Yapay Zeka ve Meslekler: 2025 güncellemesi

Bu giriş üretken YZ’ya mesleki maruziyetin küresel değerlendirmesini iyileştiren bir ILO Çalışma Belgesi’ni özetlemektedir. GenAI’nin işler üzerindeki potansiyel etkisinin daha doğru analizini desteklemek için görev düzeyindeki verileri, uzman girdilerini ve AI tahminlerini birleştiren güncellenmiş bir metodoloji sunmaktadır.

ILO’nun 2023 yılında üretken yapay zeka (GenAI) teknolojisine yönelik potansiyel mesleki maruziyet tahminlerini ve etkilenen mesleklerin istihdam paylarını günceller.
Hem insan hem de yapay zeka içgörüsünden yararlanan, yaklaşık 30.000 görevi kapsayan 6 haneli mesleki düzeyde değerlendirilen daha rafine bir metodolojiyi bünyesinde barındırıyor.
Her ISCO-08 mesleği için ortalama maruz kalma puanına ve görev değişkenliği derecesine bağlı olarak GenAI maruziyetinin giderek artan dört derecesini tanımlar.
Genel olarak otomasyon puanları 2023’tekinden biraz daha düşüktür (2025’te ortalama otomasyon puanı 0,29’a kıyasla 2023’te 0,30), ancak puanların değişkenliği önemli ölçüde daha düşüktür (standart sapma 2025’te 0,14’e kıyasla 2023’te 0,30).
GenAI modellerinin ses, görüntü ve video üretimi gibi alanlardaki artan yetenekleri, medya ve web ile ilgili mesleklerde çeşitli görevler için otomasyon puanlarını artırdı.
Dünya genelinde her dört çalışandan biri belli bir düzeyde GenAI’ye maruz kalan bir meslekte çalışıyor; ancak insan girdisine duyulan sürekli ihtiyaç nedeniyle çoğu iş gereksiz hale gelmek yerine dönüştürülecek.
Hem çalışma koşullarının hem de verimliliğin artırılması için geçişin sosyal diyalog yoluyla yönetilmesinin sağlanması gerekiyor.

GenAI ve Meslekler: 2025 Güncellemesi – Detaylı Bilgilendirme Belgesi: Geniş özet.

Bu rapor, Uluslararası Çalışma Örgütü (ILO) tarafından 2025 Mayıs’ında yayınlanan “Generative AI and jobs: A 2025 update” başlıklı araştırma özetinden elde edilen temel temaları ve en önemli fikirleri incelemektedir. Belge, 2023’teki önceki ILO tahminlerini güncellerken, üretken yapay zekanın (GenAI) işgücü piyasası üzerindeki potansiyel etkilerini daha rafine bir yöntemle değerlendirmektedir.

Temel Bulgular ve Temalar

1. Güncellenmiş Metodoloji: İnsan ve Yapay Zeka İşbirliği

2025 güncellemesi, 2023 metodolojisine göre önemli geliştirmeler sunmaktadır. Yeni yaklaşım, hem insan hem de yapay zeka görüşlerini bir araya getirerek, yaklaşık 30.000 görevi kapsayan 6 haneli mesleki düzeyde bir değerlendirme yapmaktadır.

Geliştirilmiş Kapsam: “Bu çalışma, 2023 çalışmasına dayanmakla birlikte, ayrıntılı bir ulusal meslek sınıflandırmasıyla başlamaktadır. Polonya’nın 6 haneli sistemini kullanarak, analiz edilen görev sayısını 30.000’in üzerine çıkarıyoruz – bu, 4 haneli ISCO-08 düzeyinde sunulan miktarın on katıdır.”
İnsan Katılımı: Metodoloji, “ISCO-08 1 haneli gruplarında çalışan 1.000 kişinin anketini yaparak, meslek gruplarıyla ilgili temsili görev örnekleri temelinde GenAI teknolojisiyle görev otomasyon potansiyelini sıralamalarını istemektedir.” Ayrıca, ulusal ve uluslararası uzmanlar tarafından yapılan “geniş bir anketle değerlendirilen görev örneğinin detaylı incelemesi” de bulunmaktadır. Bu, önceki çalışmalardaki teorik değerlendirmelerin aksine, GenAI araçlarıyla iki yıllık deneyimden elde edilen “pratik içgörüleri” yansıtmaktadır.

2. GenAI’ye Maruz Kalma Dereceleri: Dört Kademeli Sınıflandırma

Çalışma, mesleklerin GenAI’ye maruz kalma derecesini tanımlamak için dört aşamalı artan eğim modelini benimsemiştir:

Gradient 1 (Düşük maruz kalma, yüksek görev değişkenliği): Genel olarak düşük GenAI maruziyeti, ancak görevler arasında önemli değişkenlik. Bazı görevler yüksek otomasyon potansiyeline sahip olsa da, insan girdisi gerektiren birçok görev bulunmaktadır.
Gradient 2 (Orta maruz kalma, yüksek görev değişkenliği): Orta düzeyde GenAI maruziyeti, yüksek ve düşük maruziyetli görevlerin karışımı. Bazı görevler etkilenebilirken, diğerleri etkilenmez.
Gradient 3 (Önemli maruz kalma, yüksek görev değişkenliği): Görevlerin önemli bir kısmı GenAI’ye sürekli olarak maruz kalıyor, artan otomasyon risklerine işaret ediyor ve işçiler için adaptasyon stratejileri gerektiriyor.
Gradient 4 (En yüksek maruz kalma, düşük görev değişkenliği): GenAI destekli otomasyon potansiyeline en yüksek oranda maruz kalan görevlere sahip meslekler. “Bu eğim, 2023 sınıflandırmamızdaki otomasyon riski kavramıyla yakından örtüşmektedir.”

Ek olarak, “Minimal Maruziyet” ve “Maruz Kalmayan” kategorileri de tanımlanmıştır. Bu revize edilmiş çerçeve, önceki “büyük bilinmeyen” kategorisinin yorumlama zorluklarını gidererek sonuçların okunabilirliğini ve yorumlanabilirliğini artırmaktadır.

3. Genel Otomasyon Skorlarında Hafif Düşüş, Ancak Daha Az Değişkenlik

2025 tahminleri, 2023 çalışmasıyla genel olarak tutarlıdır. Ancak, “genel otomasyon skorları biraz daha düşüktür (2025’te ortalama otomasyon skoru 0.29’a karşı 2023’te 0.30).” Daha önemlisi, “skorların değişkenliği önemli ölçüde daha düşüktür (2025’te standart sapma 0.14’e karşı 2023’te 0.30).” Bu, skorların daha yoğun bir dağılımını göstermektedir.

Gerçekçi Değerlendirme: Bazı mesleklerde, özellikle not alma veya randevu planlama gibi görevlerde, tam otomasyon potansiyelinin 2023’teki “aşırı iyimser bir değerlendirme” olduğu anlaşılmıştır. “2025 tahminleri için, en yüksek görev seviyesi skoru 0.76 ve en yüksek mesleki ortalama 0.7’dir (Gradient 4), bu da bu daha yüksek riskli mesleklerde bile bazı görevlerin hala insan girdisi gerektirdiği anlamına gelir.”

4. Kadın İstihdamında Daha Yüksek Maruziyet ve Gelir Düzeyine Göre Farklılıklar

Küresel düzeyde, çalışanların yaklaşık dörtte biri (yaklaşık 24%) GenAI’ye maruz kalan bir meslekte yer almaktadır. Ancak, cinsiyetler arasında önemli farklılıklar bulunmaktadır:

Cinsiyet Farklılıkları: Erkek çalışanların yaklaşık beşte biri maruziyet eğilimlerinden birine girerken (Gradient 3’te %3.1, Gradient 4’te %2.4), kadın istihdamının toplam maruziyet oranı önemli ölçüde daha yüksektir. “Kadın istihdamının %5.7’si Gradient 3’te ve %4.7’si Gradient 4’te yer almaktadır.” Bu farklılıklar, “yüksek gelirli ülkelerde daha belirgindir.”
Gelir Düzeyi Farklılıkları: Yüksek gelirli ülkelerde maruziyet oranı en yüksek (%34) iken, bu oran düşük gelirli ülkelerde %11’e kadar düşmektedir. “Daha düşük gelir seviyeleri, özellikle en yüksek maruziyet eğilimlerindeki (Gradient 3 ve 4) mesleklerin daha az yoğunlaşması nedeniyle cinsiyet farklılıklarını da azaltmaktadır.” Bu desenler, “hem mesleki cinsiyet ayrımını hem de büro, finans ve müşteri hizmetleri gibi GenAI’ye maruz kalan rollerin yüksek gelirli ülkelerde ne ölçüde yoğunlaştığını” yansıtmaktadır.

5. Mesleklerde Dönüşüm, Tam Otomasyon Riski Az

Çalışma, GenAI’nin işler üzerindeki en önemli etkisinin “işi dönüştürmek” olduğunu vurgulamaktadır.

Dönüşüm Odaklılık: “Bir araya getirilmiş görevler”, tam otomasyona karşı bir tampon görevi görmektedir. Gradient 4’teki meslekler, küresel istihdamın sadece %3.3’ünü oluşturmaktadır ve bu mesleklerde bile ortalama puan 0.7’dir, bu da tam iş kaybına karşı bir “küçük tampon” olduğunu göstermektedir.
Mesleki Rol Değişiklikleri: GenAI’nin iş bağlamına entegrasyonu, “mesleki rollerde değişiklikler ve iş kalitesi için potansiyel olarak önemli sonuçlar” anlamına gelmektedir. Otomasyon, çalışanlara daha yaratıcı işler için zaman kazandırabilir veya uzmanlıklarını artırabilirse, bu olumlu bir etki yaratabilir. Ancak, teknoloji iş süreçlerini standardize etmek, insan özerkliğini azaltmak veya izlemeyi artırmak amacıyla kullanılırsa, iş kalitesi olumsuz etkilenebilir.

6. Gelecek ve Politika Önerileri

Çalışma, GenAI’nin etkilerinin tam olarak uygulanması durumunda ortaya çıkabilecek “potansiyel maruziyeti” yansıtmaktadır. Mevcut altyapı sınırlamaları, yetersiz dijital beceriler ve teknoloji maliyetleri gibi engeller, tam benimsenmeyi kısıtlamaktadır. Ayrıca, yeni işlerin yaratılması veya gelecekte daha fazla görevi otomatikleştirebilecek teknolojik ilerlemeler bu hesaplamalara dahil edilmemiştir.

Proaktif Politika Tasarımı: “Hükümetleri ve sosyal ortakları, değişimi reaktif bir şekilde ele almak yerine, düzenli, adil ve danışmaya dayalı geçişleri destekleyen politikaları proaktif olarak tasarlamaya teşvik etmektir.”
Sosyal Diyalog ve İş Yeri Danışmanlığı: “Bu nedenle, GenAI araçlarının işyerinde geliştirilmesi ve entegrasyonunun hem çalışma koşulları hem de üretkenlik için bir nimet olmasını sağlamak için sosyal diyaloğa ve işyeri danışmanlığına ihtiyaç vardır.”

Önemli Değişiklikler ve Karşılaştırmalar (2023 vs. 2025)

Medya ve Web Mesleklerinde Artan Skorlar: “GenAI modellerinin ses, görüntü ve video oluşturma gibi alanlardaki artan yetenekleri, medya ve web ile ilgili mesleklerdeki bir dizi görevin otomasyon skorlarını artırmıştır.” Web ve multimedya geliştiricileri, istatistik ve veritabanı uzmanları, finans ve yazılımla ilgili roller gibi yüksek düzeyde dijitalleşmiş meslekler, 2023’e kıyasla ortalama puanlarında artış görmüştür.
Katip Mesleklerinde Değişim: Katip meslekleri, hala en yüksek maruziyet seviyelerini sergilemeye devam etmektedir. Ancak, bazı en yüksek puan alan mesleklerde ortalama puanlarda düşüş yaşanmıştır. Bu, önceki çalışmadaki tam otomasyon potansiyelinin aşırı iyimser bir değerlendirmesi olduğu sonucunu desteklemektedir.
Kategorizasyon Netliği: 2023’teki “otomasyon” (%2.3) ve “arttırma” (%13) kategorileri ile “büyük bilinmeyen” (%16.2) yerini daha nüanslı dört eğime bırakmıştır. 2025’te en yüksek risk kategorisi (Gradient 4) küresel istihdamın %3.3’ünü oluştururken, Gradient 1-3’ün toplam payı %20.5’tir.

Sonuç

Bu ILO araştırma özeti, GenAI’nin istihdam üzerindeki etkilerine ilişkin gelişmiş bir bakış açısı sunmaktadır. Ana çıkarım, GenAI’nin işleri tam otomatikleştirmekten ziyade dönüştüreceğidir. Yaklaşık her dört çalışandan biri GenAI’ye bir dereceye kadar maruz kalan bir meslekte yer alırken, insan girdisine duyulan sürekli ihtiyaç, çoğu işin temelden değişeceği ancak tamamen ortadan kalkmayacağı anlamına gelmektedir. Kadın istihdamı ve yüksek gelirli ülkeler, GenAI’ye daha fazla maruziyetle karşılaşmaktadır. Bu dönüşümün hem çalışma koşullarını hem de üretkenliği artırmasını sağlamak için sosyal diyaloğa ve işyeri danışmanlığına vurgu yapılmaktadır.