Nisan 2026
Ölçeklendirme çağının ötesinde: Yapay zekanın bir sonraki atılımı neden sadece daha fazla veriye değil, insan benzeri verimliliğe bağlı?
Yapay zekanın insanlığa fayda sağlama vaadi gerçekleşecek mi? Bu vaadi yerine getirmesini engelleyebilecek neler olabilir?
Tarihçi ve ekonomist Carl-Benedikt Frey, Forum’da değişim hızının, yapay zekanın “ölçeklendirme çağı”nın nasıl sona erdiğine ve gelecekteki tarihçilerin bu dönem hakkında neler söyleyebileceğine dair görüşlerini paylaştı.
Forum’un Radio Davos podcast’i, dünyanın en büyük sorunlarından bazılarını ve bunların nasıl çözülebileceğini ele alıyor.
Yapay zekâ, ilerlemenin yeni bir çağını başlatmayı vaat ediyor – peki bu nasıl ve ne zaman gerçekleşecek?
Oxford Üniversitesi’nde Yapay Zeka ve Çalışma alanında Doçent Doktor olan tarihçi ve ekonomist Carl-Benedikt Frey’e göre, cevaplar teknolojinin kendisinin ötesinde yatıyor. Yapay zekanın potansiyelini ortaya koyabilmesi için inovasyon ve kurumlar hayati önem taşıyacak.
Forumda yaptığı konuşmada, değişim hızına, “ölçeklendirme çağı”nın sonuna yaklaşmamızın nedenlerine ve gelecekteki tarihçilerin içinde bulunduğumuz döneme nasıl bakabileceklerine dair şunları söyledi.
Teknolojik değişim kurumsal uyumun önüne geçtiğinde neler olur? Yapay zekâda bunun ilk belirtilerini görüyor muyuz?
Teknoloji her şey demek değil. Kurumlar ve teşvikler de önemli. Örneğin, akademide teşvik “yayınla ya da yok ol” şeklindedir. Bu nedenle, akademisyenler aynı anda birden fazla projeyle uğraşma eğilimindedir. Güçlü yeni bir verimlilik aracıyla, ya daha fazla şey yapabilirsiniz ya da aracı daha derine inmek için kullanabilirsiniz. Ve kanıtlar, daha fazla şey yapmayı tercih ettiğimizi gösteriyor. Bu, dikkat sürelerimizin daha fazla projeye daha ince bir şekilde dağıldığı ve herhangi bir alanda sınırları zorlama ve çığır açma olasılığımızın azaldığı anlamına geliyor. Yapay zekanın verimlilik potansiyelini gerçekleştirmek için kurumsal zorlukları çözmemiz gerekiyor.
Gelecekteki tarihçiler şu an içinde bulunduğumuz döneme dönüp baktıklarında neler söyleyebilirler?
Son on yılda yapay zekada gördüğümüz şey, mevcut yaklaşımları daha fazla veri ve işlem gücüyle büyütme, ölçeklendirme çağıydı. Bu paradigma yavaş yavaş sona eriyor ve yapay zekayı ileriye taşıyacak yeni fikirlere ihtiyacımız var. Örneğin, Go oyununu ele alalım. Çoğu insan, Google DeepMind’ın yapay zeka programı AlphaGo’nun 2016’da dünya şampiyonunu yendiğini biliyor. Ancak çok az insan, standart bilgisayarlar kullanan amatör insanların, eğitimde karşılaşmadıkları pozisyonlara maruz bırakarak en iyi Go programlarını yendiğini biliyor . Bu bize, makineler insanüstü performans sergilese bile, koşullar değiştiğinde bu algoritmaların ne kadar iyi çalıştığından emin olamayacağımızı gösteriyor. Ve dünya sürekli değişiyor. Bu nedenle, ileride ihtiyacımız olan şey, yeni koşullara ve görülmemiş durumlara daha iyi genelleme yapabilen, daha dayanıklı bir yapay zeka olacak. Ve bu da daha fazla yenilik ve araştırma gerektirecek.
Peki, ölçeklendirme çağından yenilikçilik çağına geçmemiz gerekiyor mu?
Yeni fikirlere ihtiyacımız olduğu için yeni bir araştırma paradigmasına ihtiyacımız var. Yapay zekanın geleceğinin büyük dil modelleri olacağı kesin değil. Küçük dil modelleri olabilir, sembolik yapay zeka olabilir, büyük dil ve sembolik yapay zekanın birleşimi olabilir. Başka bir şey de olabilir. Bu yörüngeleri keşfetmek için yeni bir araştırma paradigmasına ve daha fazla merkeziyetsizleşmeye ihtiyacımız var.
Bu durum dünyanın farklı ülkeleri ve bölgeleri için ne anlama gelebilir?
Giderek daha parçalı bir dünyada yaşıyoruz. Bu büyük bir değişim. Savaş sonrası döneme dönersek, dünya genelindeki büyüme büyük ölçüde Amerikan teknolojisine dayanıyordu. Amerika, seri üretim sistemini dünyaya ihraç etti ve büyük ölçüde, örneğin Avrupa’ya yardım etmek için Marshall Planı aracılığıyla bunu yaptı. Şimdi çok farklı bir durumdayız çünkü Amerika, serbest teknoloji akışına çok daha az ilgi gösteriyor. Ve eğer Avrupa, ABD’ye ortak olarak güvenemezse, kendi teknolojisini geliştirmek zorunda kalacak. Ve bence bu, eskiden başka yerlerde icat edilen teknolojiyi benimseyerek büyüme modeline dayanan dünyanın birçok yerinde göreceğimiz bir şey. Artık daha çok inovasyon odaklı bir modele geçmek zorunda kalacaklar.
Yeni bir teknolojinin gidişatı netleştikten sonra toplumların rotalarını düzeltmeleri ne kadar zaman alır?
Birinci Sanayi Devrimi’ne geri dönersek, fabrika sisteminin faydalarının daha geniş nüfusa yayılması on yıllar sürdü. Şimdi, elbette, o zamanlar Britanya hiçbir şekilde demokrasi değildi. Bugün, demokratik kurumların yerleşik olduğu toplumlarda, kendi kendini düzeltme mekanizmaları daha fazladır. Bunu ABD’de Yaldızlı Çağ’da [1870’lerin sonları/1900’lerin başları] gördük; halk yükselen teknoloji tekellerine karşı harekete geçti ve sistemik siyasi yolsuzluk ortaya çıktı, bu da Pendleton Yasası’na ve liyakat esaslı bir kamu hizmetine yol açtı. Bu liyakat esaslı kamu hizmeti daha sonra, örneğin Sherman Antitröst Yasası aracılığıyla Amerikan tekellerini düzenlemeye devam etti. Bu süreç birkaç on yıl sürdü – bu tür düzeltmelerin gerçekleşmesi genellikle bu kadar uzun sürebilir. Umarım yapay zeka söz konusu olduğunda çok daha hızlı gerçekleşir.
Aslında gelişmekte olan ve yükselen ekonomiler konusunda daha iyimserim çünkü yapay zekanın mevcut haliyle bilgiye dayalı işlerde giriş engellerini azalttığını düşünüyorum. Bu biraz taksi hizmetleri için GPS teknolojisinin kabul edilmesine benziyor; New York veya Pekin’deki her sokağın adını bilmek artık o kadar değerli bir beceri değildi. Yeni şirketler dijital platformlarla girerek arzı talebe göre eşleştirebilirler. Ayrıca yapay zekanın dil engellerini daha az sorun haline getirdiğini de görüyoruz. Ticaret ve hizmetlerin çoğu tarihsel olarak İngilizce konuşulan ülkelerle sınırlıydı. Ancak makine çevirisiyle daha fazla ülke hizmet ticaretine katılabiliyor. Bu nedenle, yükselen ekonomilerin hizmet odaklı büyümeyi hedeflemesi için gerçek bir fırsat olduğunu düşünüyorum. Bu, otomatik olarak yetişecekleri anlamına gelmiyor, ancak düşük gelirli ülkeler için bunu yapmaları için yeni bir fırsat yarattığını düşünüyorum.
Bu ne tür bir kurumsal esneklik gerektirir? Merkezi olmayan modeller gibi.
Bunu başarmak için mutlaka teknolojik sınırda olmanıza gerek yok. Bu, imalat sektöründe gördüğümüze benzer: Otomotiv endüstrisi Detroit’te ortaya çıktı, Batı’daki çeşitli yerlere yayıldı ve sonunda Çin gibi daha düşük işçilik maliyetine sahip bölgelere göç etti. Bu göç, 800 milyon insanı yoksulluktan kurtardı ve şimdi yapay zekanın hizmet sektöründe benzer bir değişimi tetiklediğini görebiliriz.
Son olarak, yapay zekanın enerji kullanımı hakkındaki görüşünüz nedir?
Birinci Sanayi Devrimi’ne ve buhar motorunun geliştirilmesine geri dönersek, onu James Watt ile ilişkilendirmemizin nedeni, onu ilk kez enerji verimli hale getirmiş olmasıdır. Yapay zeka hala o anı bekliyor. Ve yapay zeka altyapısına bu kadar güçlü sermaye akışı gördüğümüz için, ölçeklendirmeyi destekleyebildik. Gelecekteki modellerin insanlara daha çok benzemesi gerekecek – daha enerji ve veri verimli, sadece birkaç örnekten öğrenme yeteneğine sahip. Bu nedenle, yapay zeka sektörüne akan sermaye yavaşlarsa, firmaları muhtemelen daha çok veriye, işlem verimliliğine ve enerji tasarruflu yapay zekaya odaklanmaya itecektir – sonuçta enerji, günümüzün ölçeklendirme odaklı paradigmasına göre daha az bir darboğaz haline gelecektir.
Daha fazla okumak için aşağıdaki makalelere göz atılabilinir.