Daron Acemoğlu/ 21 Mayıs 2024,
MIT Üniversitesi
Teknoloji endüstrisi liderlerini, iş sektörü tahmincilerini ve medyanın çoğunu dinlerseniz, üretken yapay zekadaki son gelişmelerin yakında olağanüstü üretkenlik faydaları getireceğine ve bildiğimiz yaşamda devrim yaratacağına inanabilirsiniz. Ancak ne ekonomik teori ne de veriler bu kadar coşkulu tahminleri desteklemiyor.
BOSTON – Teknoloji liderlerine, birçok uzmana ve akademisyene göre yapay zeka, benzeri görülmemiş üretkenlik kazanımları yoluyla bildiğimiz dünyayı dönüştürmeye hazırlanıyor. Bazıları makinelerin yakında insanların yapabileceği her şeyi yaparak yeni bir sınırsız refah çağını başlatacağına inanırken , diğer tahminler en azından daha gerçekçi. Örneğin Goldman Sachs, üretken yapay zekanın önümüzdeki on yılda küresel GSYİH (Gayri Safi Yurt İçi Hasıla)’yı %7 artıracağını tahmin ederken , McKinsey Global Institute yıllık GSYİH büyüme oranının şu an ile 2040 arasında yüzde 3-4 puan artabileceğini öngörüyo
r . The Economist , yapay zekanın mavi yakalılara kazanç sağlayacağını umuyor .
Bu gerçekçi mi? Yakın zamanda yazdığım bir makalede belirttiğim gibi , görünüm çoğu tahmin ve tahminin önerdiğinden çok daha belirsiz. Yine de yapay zekanın 20 veya 30 yıl içinde ne yapacağını kesin olarak tahmin etmek temelde imkansız olsa da önümüzdeki on yıl hakkında bir şeyler söylemek mümkün çünkü bu yakın vadeli ekonomik etkilerin çoğunun mevcut teknolojileri ve bunlara yönelik iyileştirmeleri içermesi gerekiyor.
Yapay zekanın en büyük etkisinin bazı görevlerin otomatikleştirilmesinden ve bazı mesleklerdeki bazı çalışanların daha üretken hale getirilmesinden kaynaklanacağını varsaymak mantıklıdır. İktisat teorisi bu toplam etkilerin değerlendirilmesi için bazı rehberlik sağlar. Hulten’in (iktisatçı Charles Hulten’den adını alan) teoremine göre, toplam “Toplam Faktör Verimliliği-TFV” (TFP/Total Factor Productivity) etkileri, basitçe otomatikleştirilmiş görevlerin payı ile ortalama maliyet tasarruflarının çarpımının ürünüdür.
Ortalama maliyet tasarrufunu tahmin etmek zor olsa ve faaliyete göre değişiklik gösterse de, yapay zekanın belirli görevler üzerindeki etkilerine ilişkin bazı dikkatli çalışmalar halihazırda yapılmıştır. Örneğin, Shakked Noy ve Whitney Zhang, ChatGPT’nin basit yazma görevleri (belgeleri özetlemek veya rutin hibe teklifleri veya pazarlama materyalleri yazmak gibi) üzerindeki etkisini incelerken Erik Brynjolfsson , Danielle Li ve Lindsey Raymond, yapay zeka asistanlarının müşteri hizmetlerinde kullanımını değerlendirdi. Birlikte ele alındığında, bu araştırma şu anda mevcut olan üretken yapay zeka araçlarının ortalama %27 işçilik maliyeti tasarrufu ve %14,4 genel maliyet tasarrufu sağladığını öne sürüyor.
Yapay zeka ve ilgili teknolojilerden etkilenecek görevlerin payı ne olacak? Son çalışmalardan elde edilen rakamları kullanarak bunun %4,6 civarında olduğunu tahmin ediyorum; bu da yapay zekanın TFV’yi on yılda yalnızca %0,66 veya yıllık %0,06 artıracağını ima ediyor. Elbette yapay zeka aynı zamanda yatırım patlamasını da tetikleyeceğinden, GSYİH büyümesindeki artış biraz daha büyük olabilir, belki %1-1,5 aralığında.
Bu rakamlar Goldman Sachs ve McKinsey’in rakamlarından çok daha küçük. Daha büyük rakamlara ulaşmak istiyorsanız, ya mikro düzeyde üretkenlik artışlarını artırmalısınız ya da ekonomideki daha birçok işin etkileneceğini varsaymalısınız. Ancak her iki senaryo da makul görünmüyor. %27’nin çok üzerindeki işgücü maliyeti tasarrufu, yalnızca mevcut çalışmaların önerdiği aralığın dışında olmakla kalmıyor; ayrıca daha umut verici diğer teknolojilerin gözlemlenen etkileriyle de uyumlu değiller. Örneğin, endüstriyel robotlar bazı imalat sektörlerini dönüştürdü ve işçilik maliyetlerini yaklaşık %30 oranında düşürdüğü görülüyor .
Benzer şekilde, görevlerin %4,6’sından fazlasının devralındığını görmemiz pek mümkün değil çünkü yapay zeka, manuel veya sosyal görevlerin çoğunu (muhasebe gibi bazı sosyal yönleri olan görünüşte basit işlevler dahil) gerçekleştirmenin yakınında bile değil. 2019 itibarıyla ABD’deki tüm işletmelerin katıldığı bir anket , bunların yalnızca %1,5’inin herhangi bir yapay zeka yatırımına sahip olduğunu ortaya çıkardı. Bu tür yatırımlar son bir buçuk yılda toparlanmış olsa bile yapay zekanın yaygınlaşmasından önce katetmemiz gereken çok uzun bir yol var.
Elbette yapay zeka, bilimsel keşif sürecinde devrim yaratırsa veya birçok yeni görev ve ürün yaratırsa, analizimin izin verdiğinden daha büyük etkilere sahip olabilir.
Yeni kristal yapıların yapay zeka destekli son keşifleri ve protein katlamadaki ilerlemeler bu tür olasılıkları akla getiriyor. Ancak bu atılımların on yıl içinde ekonomik büyümenin önemli bir kaynağı olması pek mümkün görünmüyor. Yeni keşifler çok daha hızlı bir şekilde test edilip gerçek ürünlere dönüştürülebilse bile teknoloji endüstrisi şu anda işçiler için yeni üretim görevleri sunmak yerine aşırı derecede otomasyona ve verilerden para kazanmaya odaklanmış durumda.
Üstelik kendi tahminlerim çok yüksek olabilir. Üretken yapay zekanın erken benimsenmesi doğal olarak makul derecede iyi performans gösterdiğinde gerçekleşti; bu, basit programlama alt rutinleri yazmak veya bilgileri doğrulamak gibi nesnel başarı ölçümlerinin olduğu görevler anlamına gelir. Burada model, dış bilgilere ve halihazırda mevcut olan geçmiş verilere dayanarak öğrenebilir.
Ancak on yıl içinde otomatik hale getirilebilecek %4,6’lık görevlerin çoğu (başvuruların değerlendirilmesi, sağlık sorunlarının teşhis edilmesi, mali tavsiye sağlanması) bu kadar net bir şekilde tanımlanmış nesnel başarı ölçütlerine sahip değildir ve çoğu zaman karmaşık bağlama bağlı değişkenler içerir. (Bir hasta için iyi olan diğeri için doğru olmayabilir). Bu durumlarda dışarıdan gözlem yaparak öğrenmek çok daha zordur ve üretken yapay zeka modelleri bunun yerine mevcut çalışanların davranışlarına dayanmak zorundadır.
Bu koşullar altında, insan emeği üzerinde büyük iyileştirmeler yapılmasına daha az yer kalacaktır. Bu nedenle, %4,6’lık görevlerin yaklaşık dörtte birinin “öğrenilmesi daha zor” kategorisinde olduğunu ve daha düşük verimlilik kazanımlarına sahip olacağını tahmin ediyorum. Bu ayarlama yapıldıktan sonra %0,66’lık TFV büyüme rakamı yaklaşık %0,53’e geriliyor.
Peki ya işçiler, ücretler ve eşitsizlik üzerindeki etkiler? İyi haber şu ki, robotlara veya yazılım sistemlerine dayalı olanlar gibi daha önceki otomasyon dalgalarıyla karşılaştırıldığında, yapay zekanın etkileri demografik gruplar arasında daha geniş bir şekilde dağılmış olabilir. Eğer öyleyse, eşitsizlik üzerinde daha önceki otomasyon teknolojilerinin yaptığı kadar kapsamlı bir etkisi olmayacak (bu etkileri Pascual Restrepo ile önceki çalışmamda tahmin etmiştim ). Ancak yapay zekanın eşitsizliği azaltacağına veya ücret artışını artıracağına dair hiçbir kanıt bulamıyorum.
Bazı gruplar, özellikle beyaz, yerli doğumlu kadınlar, önemli ölçüde daha fazla maruz kalacak ve olumsuz etkilenecek ve sermaye genel olarak emekten daha fazla kazanacak.
Ekonomik teori ve mevcut veriler yapay zeka için daha mütevazı ve gerçekçi bir bakış açısını haklı çıkarıyor. Düzenleme konusunda endişelenmememiz gerektiği iddiasını destekleyecek çok az şey var çünkü yapay zeka, tüm tekneleri kaldıracak meşhur yükselen dalga olacak.
Yapay zeka, ekonomistlerin genel amaçlı teknoloji dediği şeydir. Bununla birçok şey yapabiliriz ve işi otomatikleştirmekten ve dijital reklamcılığın kârlılığını artırmaktan kesinlikle daha iyi şeyler var. Ancak tekno-iyimserliği eleştirmeden benimsersek veya teknoloji endüstrisinin gündemi belirlemesine izin verirsek potansiyelin büyük kısmı israf edilebilir.