Yapay zeka, işsizliğe yol açmak zorunda değil. Aksine, uzmanlığımızı daha geniş bir çalışan kitlesine yayma fırsatı sunuyor.
Teknoloji ve İnsan Üzerine Deneme / David Autor /12 Şubat 2024 David Autor, işgücü ekonomisti ve Massachusetts Teknoloji Enstitüsü’nde ekonomi profesörüdür ve teknolojik değişim ile küreselleşmenin işçiler üzerindeki etkilerini inceler.
Elon Musk, İngiltere Başbakanı Rishi Sunak ile yaptığı son röportajda yapay zekayı “tarihteki en yıkıcı güç” olarak nitelendirmiş ve “hiçbir işe ihtiyaç duyulmayacak bir nokta gelecek” demişti. Geçen yıl ise yapay zekanın babası Geoffrey Hinton insanlara “tesisatçılık işi bulun” diye tavsiyede bulunmuştu .
Mesaj açık görünüyor: Birçoğumuz için işin geleceği tehlikede. Yakın zamanda yapılan bir Gallup anketine göre , ABD’li yetişkinlerin %75’i yapay zekanın daha az işe yol açacağına inanıyor.
Ancak bu korku yersizdir.
Sanayileşmiş dünyada iş imkanları bol ve bu durum böyle devam edecek. Covid salgınının başlangıcından dört yıl sonra, ABD’deki işsizlik oranı Covid öncesi en düşük seviyesine gerilerken, toplam istihdam Covid öncesi zirvesinin neredeyse üç milyon üzerine çıktı. Düşen doğum oranları ve azalan işgücü nedeniyle, sanayileşmiş dünyada (Çin dahil) benzer bir işgücü kıtlığı yaşanıyor .
Bu bir tahmin değil, demografik bir gerçek. 2053 yılında 30 yaşına girecek tüm insanlar zaten doğmuş durumda ve daha fazlasını yaratamayız. Göç politikasında büyük bir değişiklik olmadığı sürece, ABD ve diğer zengin ülkeler, işsiz kalmadan önce işçi sıkıntısı çekecekler.
Yapay zeka, işgücü piyasasını değiştirecek, ancak Musk ve Hinton’ın inandığı şekilde değil. Bunun yerine, insan uzmanlığının değerini ve doğasını yeniden şekillendirecek. Terimleri tanımlayacak olursak, uzmanlık, hayati belirtileri ölçmek, bir uygulama kodlamak veya yemek hazırlamak gibi belirli bir görevi yerine getirmek için gereken bilgi veya yetkinliği ifade eder. Uzmanlık, hem bir amaca ulaşmak için gerekli hem de nispeten az bulunursa, piyasada yüksek bir değere sahiptir. “İnanılmazlar” filmindeki Syndrome karakterini yeniden yorumlayacak olursak, herkes uzmansa, kimse uzman değildir.
ABD ve diğer sanayileşmiş ülkelerde emeğin değerinin temel kaynağı uzmanlıktır. Restoran garsonları, temizlik görevlileri, beden işçileri ve (hatta) çocuk bakıcıları gibi az eğitim veya sertifika gerektiren işler genellikle ücret skalasının en altındadır.
Hava trafik kontrolörü ve yaya geçidi görevlisi mesleklerini ele alalım. Genel hatlarıyla bunlar aynı iş: araçlardaki yolcular ile yayalar arasında çarpışmaları önlemek için hızlı, hayati önem taşıyan kararlar vermek. Ancak hava trafik kontrolörleri 2022 yılında ortalama 132.250 dolar yıllık maaş alırken, yaya geçidi görevlileri ortalama 33.380 dolar yıllık maaş alırken bu rakam neredeyse dört kat daha fazlaydı.
Bunun sebebi uzmanlıktır. Hava trafik kontrolörü olmak yıllarca süren eğitim ve iş başında çıraklık gerektirir; bu nadir bulunan bir beceridir. Buna karşılık, ABD’deki çoğu eyalette, okul geçiş görevlisi olarak çalışmak için herhangi bir resmi eğitim, uzmanlık veya sertifika gerekmez. Acil bir şekilde daha fazla okul geçiş görevlisine ihtiyaç duyulması durumunda, çoğu hava trafik kontrolörü tarafından karşılanabilir, ancak bunun tersi doğru olmaz.
Uzmanlık sürekli değişim halindedir. Bir zamanlar önemli bir piyasa primi sağlayan meslekler – nalbantlık, dizgi, kürk avcılığı, yazım denetimi – artık ya eskimiş ya da otomatikleşmiştir. Aynı zamanda, sanayileşmiş ekonomilerdeki en yüksek ücretli işlerin çoğu – onkologlar, yazılım mühendisleri, patent avukatları, terapistler, film yıldızları – belirli teknolojik veya sosyal yenilikler onlara ihtiyaç yaratana kadar mevcut değildi. Ancak, yerini kaybedecek veya değer kazanacak uzmanlık alanları teknolojik çağlar boyunca değişmektedir. Yapay Zeka çağı da bu tür bir dönüşümün habercisidir.
Bilgi Çağımızın ütopik vizyonu, bilgisayarların bilgiyi demokratikleştirerek ekonomik hiyerarşileri ortadan kaldıracağı yönündeydi. 2005 yılında Netscape’in kurucu ortağı Marc Andreessen, New York Times’tan Thomas Friedman’a şunları söylemişti : “Bugün benim için en önemli şey, Romanya’da, Bangalore’da, eski Sovyetler Birliği’nde veya Vietnam’da 14 yaşında bir çocuğun, bilgiyi istediği gibi uygulamak için tüm bilgilere, tüm araçlara, tüm yazılımlara kolayca erişebiliyor olmasıdır.”
Ancak bu öngörünün tam tersi gerçekleşti.
Anlaşıldığı üzere, bilgi, daha önemli bir ekonomik işlev olan karar verme için yalnızca bir girdidir ve bu da genellikle üniversite veya yüksek lisans derecesine sahip ABD’li yetişkinlerin azınlığını oluşturan seçkin uzmanların alanıdır. Bilgisayarlaşma, bilgi ve hesaplamayı ucuz ve bol hale getirerek, karar verme gücünün ve beraberindeki kaynakların seçkin uzmanlar arasında benzeri görülmemiş bir şekilde yoğunlaşmasına yol açmıştır.
Aynı zamanda, idari destek, büro işleri ve mavi yakalı üretim mesleklerinde geniş bir orta düzey beceri gerektiren iş grubunu otomasyonla ortadan kaldırdı. Bu arada, daha iyi fırsatlardan yoksun kalan lisans derecesine sahip olmayan yetişkinlerin %60’ı, uzmanlık gerektirmeyen, düşük ücretli hizmet sektöründeki işlere mahkum edildi.
“Yapay zekanın insanlığa sunduğu eşsiz fırsat, bilgisayarlaşmanın başlattığı sürece karşı koymak, insan uzmanlığının önemini, erişimini ve değerini daha geniş bir çalışan kitlesine yaymaktır.”
Yapay zekanın insanlığa sunduğu eşsiz fırsat, bilgisayarlaşmanın başlattığı sürece karşı koymak, insan uzmanlığının önemini, erişimini ve değerini daha geniş bir işçi grubuna yaymaktır. Yapay zeka, karar verme süreçlerini desteklemek için bilgi ve kuralları edinilmiş deneyimle birleştirebildiği için, doktorlar, avukatlar, yazılım mühendisleri ve üniversite profesörleri gibi seçkin uzmanlara ait olan daha yüksek riskli karar verme görevlerini yerine getirmek üzere gerekli temel eğitime sahip daha geniş bir işçi grubunu mümkün kılabilir. Özünde, iyi kullanılan yapay zeka, otomasyon ve küreselleşme tarafından boşaltılmış olan ABD işgücü piyasasının orta becerili, orta sınıf kalbini yeniden canlandırmaya yardımcı olabilir.
Yapay zekanın uzmanlığı gereksiz hale getireceğinden ve uzmanları ortadan kaldıracağından endişe edilebilirken, tarih ve ekonomik mantık bunun aksini göstermektedir. Yapay zeka, hesap makinesi veya motorlu testere gibi bir araçtır ve araçlar genellikle uzmanlığın yerini tutmaz, aksine onun uygulanması için birer kaldıraçtır.
Aletler, niyetten sonuca giden mesafeyi kısaltarak, uygun eğitim ve muhakeme yeteneğine sahip işçilerin daha önce zaman alıcı, başarısızlığa yatkın veya imkansız olan görevleri yerine getirmelerini sağlar. Tersine, aletler, ilgili eğitim ve deneyimden yoksun olanlar için en iyi ihtimalle işe yaramaz, en kötü ihtimalle tehlikelidir. Pnömatik çivi tabancası, bir çatı ustası için vazgeçilmez bir zaman tasarrufu aracıyken, evde hobi olarak çalışan biri için büyük bir batma tehlikesi oluşturabilir.
Temel eğitim ve deneyime sahip çalışanlar için yapay zeka, uzmanlıklarını daha yüksek değerli işler yapabilmeleri için kullanmalarına yardımcı olabilir. Yapay zeka, mevcut işleri de otomatikleştirerek, bazı mevcut uzmanlık alanlarını gereksiz hale getirecektir. Ayrıca, henüz öngöremediğimiz uzmanlık talebi yaratan yeni insan yetenekleri, yeni mal ve hizmetler ortaya çıkaracaktır.
Tezim bir öngörü değil, ulaşılabilir olan hakkında bir iddiadır. Yapay zeka, yapay zekanın nasıl kullanılacağına karar vermeyecek ve yapıcı ve yıkıcı uygulamaları sınırsızdır. Geleceğin teknolojik kaçınılmazlıklar tarafından belirlendiği yanılgısı – Shoshana Zuboff’un kaçınılmazlıkçılık olarak adlandırdığı şey – vatandaşları geleceği şekillendirecek kolektif kararları alma veya hatta tanıma yeteneğinden mahrum bırakmaktadır. Simone de Beauvoir’ın yazdığı gibi , “Kader, ona inandığımız anda zafer kazanır.” Yapay zeka, çalışanları desteklemek ve işi geliştirmek için geniş araçlar sunmaktadır . Bu araçlara hakim olmalı ve onları kendi yararımıza kullanmalıyız.
El Sanatlarından Seri Üretime Uzmanlık
Günümüzün çoğu “uzmanı”, 18. yüzyıla ışınlansalar şaşkınlık içinde kalırdı. Sanayi Devrimi öncesinde, mallar yetenekli zanaatkarlar tarafından el yapımı olarak üretiliyordu: araba tekerlekleri tekerlek ustaları tarafından; giysiler terziler tarafından; ayakkabılar ayakkabıcılar tarafından; saatler saatçiler tarafından; ateşli silahlar demirciler tarafından. Zanaatkarlar, en az iki geniş uzmanlık alanını edinmek için yıllarını harcıyordu: bir sonucu elde etmek için son derece iyi uygulanmış adımları izlemek anlamına gelen prosedürel uzmanlık; ve bu prosedürleri değişken durumlara uyarlamak anlamına gelen uzman yargısı.
Bir demirci aynı tasarımdan iki tüfek yapmaya kalkışsaydı, birine ait tek bir parça bile diğeriyle değiştirilemezdi. Her parça, amaçlandığı tüfeğe tam olarak uyacak şekilde törpülenir, bilenir ve parlatılırdı. Çağımızın uzmanlarından çok azı bu tür bir işi yapabilirdi ve daha da azı o dönemin ilkel aletleriyle bunu yapabilirdi.
Zanaatkarlık ustalığına saygı duyulsa da, 18. ve 19. yüzyıllarda seri üretimin yükselişiyle değeri nihayetinde yok oldu. Seri üretim, zanaatkarların karmaşık işlerini, makine yardımıyla ve daha yüksek eğitim seviyesine sahip yöneticilerin gözetiminde, bir üretim işçisi ekibi tarafından mekanik olarak gerçekleştirilebilecek ayrı, bağımsız ve genellikle oldukça basit adımlara bölmek anlamına geliyordu.
Seri üretim, el işçiliğine göre çok daha verimliydi, ancak sıradan işçilerin çalışma koşulları genellikle tehlikeli ve yorucuydu; son derece düşük ücret karşılığında zorlu koşullar altında çalışmaya istekli olmanın ötesinde özel bir uzmanlık gerektirmiyordu.
Eskiden vasıflı zanaatkarlar neredeyse mutlaka yetişkin erkeklerdi; bu durum, mesleklerinde ustalaşmak için gereken çıraklık yıllarını ve kısıtlayıcı cinsiyet normlarını yansıtıyordu. Ancak ilk fabrikalar, çocukları ve evlenmemiş kadınları bolca kullanıyordu. 19. yüzyılda mekanizasyona karşı ayaklanan vasıflı İngiliz dokumacılar ve tekstil işçileri (Ludditler olarak da bilinirler), teknolojiye karşı duydukları sözde saf korku nedeniyle sık sık alay konusu olurlar.
Ancak bu korku haklıydı. Ekonomi tarihçisi Joel Mokyr ve meslektaşlarının 2015’te yazdığı gibi , “küçük atölyeleriyle el dokumacılar ve çerçeve örgücüler, 1815’ten sonra fabrikalar tarafından oldukça hızlı bir şekilde ortadan kaldırıldı.” Sanayi çağı yenilikleri verimlilikte bir artışa yol açsa bile, işçi sınıfının yaşam standartlarının yükselmeye başlaması beş on yıl sürdü.
“Yapay zeka, çalışanları desteklemek ve iş süreçlerini iyileştirmek için çok çeşitli araçlar sunuyor. Bu araçlara hakim olmalı ve onları kendi yararımıza kullanmalıyız.”
Modern endüstrinin araçları, süreçleri ve ürünleri karmaşıklaştıkça, yeni bir işçi uzmanlığı biçimine – “kitlesel uzmanlık” – olan talep de arttı. Karmaşık ekipmanları kullanan ve bakımını yapan işçilerin, işleme, montaj, kaynak, kimyasal işleme, tekstil işleme, boyama ve hassas aletlerin kalibrasyonu vb. konularda eğitim ve deneyime ihtiyaçları vardı. Fabrika zemininden uzakta ise telefon operatörleri, daktilolar, muhasebeciler ve envanter memurları, bilgi kanalları olarak görev yaptılar – çağlarının bilgi teknolojisi.
Bu yeni talep edilen uzmanlığın büyük bir kısmı yeniydi. Elektrik endüstriyel ve tüketici kullanım alanları bulana kadar elektrikçilere ihtiyaç yoktu. Kullandıkları makinelerin icadından önce yetenekli makinistler yoktu. Ve telefon şebekesinin kurulmasından önce telefon operatörleri yoktu. Bu işin araçlarına, kurallarına ve titiz gereksinimlerine hakim olmak için çalışanların genellikle okuma yazma ve matematik becerilerine sahip olmaları gerekiyordu.
Tesadüf değil ki, ABD işgücünün büyük ve giderek artan bir kısmı yeni lise diplomasıyla donatılmıştı; bu da bu tür becerilerin giderek daha erişilebilir ve önemli ölçüde ödüllendirilmiş olduğu anlamına geliyordu. Artan endüstriyel verimlilik ve işçi uzmanlığına olan artan talebin bu olumlu birleşimi, sanayileşen ülkelerde yeni bir orta sınıfın oluşmasına yardımcı oldu; bu sınıf, tam gardıroplar, fabrikada üretilen ev eşyaları ve elektrikli tost makineleri ve ütüler gibi yeni endüstriyel ürünler gibi lüksleri karşılayabiliyordu.
Ancak, kendilerinden önceki zanaatkarların aksine, ofislerde ve montaj hatlarında çalışan “kitlesel uzman” işçiler arasında uzman görüşüne mutlaka ihtiyaç duyulmuyordu, hatta buna müsamaha bile edilmiyordu. Seri üretim çağının yönetim gurusu Fredrick Winslow Taylor’ın 1911’de yazdığı gibi , “Her işçinin işi yönetim tarafından en az bir gün önceden tamamen planlanır ve her işçi çoğu durumda, gerçekleştireceği görevi ve işi yapmak için kullanılacak araçları ayrıntılı olarak açıklayan eksiksiz yazılı talimatlar alır.”
Sonuç olarak, işçilerin kurallara uymasını ancak çok az takdir yetkisi kullanmasını gerektiren, kitlesel uzmanlık çalışmalarının dar prosedürel içeriği, belki de takip eden dönemde teknolojik yer değiştirmeye karşı benzersiz bir şekilde savunmasız kaldı.
Bilgi Çağında Kitlesel Uzmanlıktan Seçkin Uzmanlığa
İkinci Dünya Savaşı sırasında öncülük edilen yeniliklerden doğan Bilgisayar Çağı (diğer adıyla Bilgi Çağı), nihayetinde Sanayi Devrimi’nin teşvik ettiği kitlesel uzmanlık talebinin büyük bir kısmını ortadan kaldırdı. Dijital bilgisayarın, kendisinden önceki tüm teknolojilere kıyasla benzersiz gücü, açık, deterministik kurallarla kodlanmış bilişsel ve manuel görevleri ucuz, güvenilir ve hızlı bir şekilde yerine getirme yeteneğinde yatıyordu; yani ekonomistlerin “rutin görevler” ve yazılım mühendislerinin “programlar” olarak adlandırdığı şeyler.
Bu açıklama sıradan görünebilir: Tüm makineler sadece deterministik kurallara uymuyor mu? Bir açıdan evet: Makineler arızalı olmadıkları sürece, tasarlanma amaçlarını yerine getirirler. Ancak başka bir açıdan hayır. Sadece belirli fiziksel görevleri yerine getiren önceki mekanik cihazlardan farklı olarak, bilgisayarlar soyut bilgilere erişen, bunları analiz eden ve bunlara göre hareket eden sembolik işlemcilerdir. Alan Turing’in 1937’de kanıtladığı gibi , bu tür makineler, görev bir dizi adım (daha resmi olarak algoritma olarak bilinir) olarak kodlanabildiği sürece, sonsuz sayıda görevi yerine getirebilirler.
Bilgisayar çağından önce, sembolik işlemleme için esasen tek bir araç vardı: insan zihni. Bilgisayar, olağanüstü yeteneklere ve derin sınırlamalara sahip ikinci bir araç sağladı. Bilgisayar çağından önce, vasıflı ofis ve üretim işlerinde uzmanlaşmış işçiler, kitlesel uzmanlığın somut örneğiydi.
Bilgisayar teknolojisi geliştikçe, dijital makineler, aletleri kullanma ve kurallara uyma konusunda işçilerden çok daha yetenekli ve daha ucuz olduklarını kanıtladı. Bu durum, tıpkı Sanayi Devrimi teknolojilerinin zanaatkarlık uzmanlığının değerini aşındırması gibi, kitlesel uzmanlığın değerini de aşındırdı.
Ancak tüm görevler iyi bilinen kurallara uymaz. Filozof Michael Polanyi’nin 1966’da belirttiği gibi , “Anlatabileceğimizden daha fazlasını bilebiliriz,” yani örtük bilgimiz çoğu zaman açık ve biçimsel anlayışımızın ötesindedir.
İkna edici bir argüman sunmak, bir fıkra anlatmak, bisiklet sürmek veya bir bebek fotoğrafındaki yetişkinin yüzünü tanımak, insanların ne yaptıklarını resmi olarak anlamadan ve genellikle çok az çaba harcayarak gerçekleştirdikleri incelikli ve karmaşık işlerdir.
Bu sözde “rutin dışı” görevlerde ustalık, kuralları öğrenmekle değil, yaparak öğrenmekle elde edilir. Bir çocuk bisiklet sürmeyi öğrenmek için jiroskopların fiziğini incelemeye ihtiyaç duymaz; basit deneme yanılma yeterlidir. Ancak yapay zekadan önce, bir programcının bir robotun bisiklet sürmesi için ilgili tüm adımları, dalları ve istisnaları belirtmesi gerekirdi. İnsanların sezgisel olarak nasıl yapılacağını anladığı ancak kurallarını ve prosedürlerini sözlü olarak ifade edemediği birçok görevin varlığına dair bu gözlem, genellikle Polanyi Paradoksu olarak adlandırılır.
“Gelişmiş bilişim teknolojileri, tıpkı Sanayi Devrimi teknolojilerinin zanaatkarlık uzmanlığının değerini aşındırması gibi, kitlesel uzmanlığın değerini de aşındırdı.”
Birçok yüksek ücretli iş, rutin olmayan görevlerde yoğun olduğu için, Polanyi Paradoksu geleneksel bilgisayarların yapabileceği işler üzerinde büyük bir kısıtlama oluşturmuştur . Yöneticiler, profesyoneller ve teknik çalışanlar, tek seferlik, yüksek riskli durumlarda (kurallar değil) yargılarını kullanmak zorunda kalırlar: bir onkoloji hastası için tedavi planı seçmek, yasal bir belge hazırlamak, bir ekibe veya kuruluşa liderlik etmek, bir bina tasarlamak, bir yazılım ürünü geliştirmek veya tehlikeli koşullarda bir uçağı güvenli bir şekilde indirmek gibi. Bu tür durumlarda kurallar bilgisi gerekli ancak yeterli değildir.
Sanayi öncesi dönemin zanaatkârlarına benzer şekilde, doktorlar, mimarlar, pilotlar, elektrikçiler ve eğitimciler gibi modern elit uzmanlar, belirli, yüksek riskli ve çoğu zaman belirsiz vakaları ele almak için prosedürel bilgiyi uzman yargısıyla ve sıklıkla yaratıcılıkla birleştirirler. Yine zanaatkârlara benzer şekilde, profesyoneller de çıraklık gibi denetimli uygulamalarda yıllar geçirerek uzman yargısı geliştirirler, ancak bu terim nadiren beyaz yakalı profesyoneller için kullanılır.
Bilgisayarlaşma kitlesel uzmanlığın değerini aşındırırken, elit uzmanlık alanında çalışanlar için neredeyse ilahi bir lütuf gibiydi. Bilgisayarlar, profesyonellerin bilgi edinme ve düzenleme için daha az zaman harcamalarını ve bu bilgiyi yorumlama ve uygulama, yani gerçek karar verme süreçlerine daha fazla zaman ayırmalarını sağladı. Bu durum, uzman mesleki yargının doğruluğunu, verimliliğini ve kapsamlılığını artırarak değerini yükseltti.
Bilgisayarlaşma ilerledikçe, dört yıllık üniversite mezunlarının ve özellikle hukuk, tıp, bilim ve mühendislik gibi alanlarda lisansüstü eğitim almış kişilerin gelirleri hızla arttı. Ancak bu durum iki ucu keskin bir kılıç gibiydi: Bilgisayarlar, profesyonellerin eskiden güvendiği, elit olmayan çalışanların sahip olduğu geniş uzmanlığı otomatikleştirerek ortadan kaldırdı.
İronik bir şekilde, bilgisayarlaşma uzmanlık gerektirmeyen işlerde çalışanlar için de aynı derecede önemli sonuçlar doğurdu . Sanayileşmiş ülkelerdeki en düşük ücretli işlerin çoğu, uygulamalı hizmet sektöründe yer almaktadır: yiyecek servisi, temizlik ve bakım hizmetleri, güvenlik ve kişisel bakım.
Bu işler el becerisi, görme yeteneği, basit iletişim becerileri ve sağduyu gerektirdiğinden -ve bu nedenle rutin olmayan, bilgisayarlaşmaya pek uygun olmayan görevler olduklarından- yine de düşük ücretlidirler çünkü az uzmanlık gerektirirler: Çoğu sağlıklı yetişkin, minimum eğitim ve sertifika ile bunları yapabilir.
Bilgisayarlar bu işi “yapamazdı”, ancak bu iş için rekabet eden işçi arzını artırdılar. Önceki on yıllarda büro, idari ve üretim mesleklerinde kitlesel uzmanlık gerektiren işlere hak kazanacak işçiler, bunun yerine rutin olmayan, uygulamalı hizmet mesleklerine yönlendirildi. Bu durum, bu iş için zaten düşük olan ücretler üzerinde aşağı yönlü baskı oluşturdu.
Dolayısıyla, Sanayi Devrimi’nin yaptığı gibi kitlesel uzmanlık alanında yeni bir çağ başlatmak yerine, bilgisayarlaşma kırk yıl süren artan eşitsizlik eğilimini besledi.
Yapay Zeka Çağında Uzmanlık
Tıpkı kendisinden önceki Sanayi ve Bilgisayar devrimleri gibi, Yapay Zeka da insan uzmanlığının ekonomik değerinde bir dönüm noktası oluşturuyor. Bunun nedenini anlamak için, Yapay Zekayı geride bıraktığımız bilişim çağından ayıran özelliklere bakalım. Yapay Zeka öncesinde, bilişimin temel yeteneği, rutin, prosedürel görevlerin kusursuz ve neredeyse maliyetsiz bir şekilde yerine getirilmesiydi. Zayıf noktası ise, örtük bilgi gerektiren rutin olmayan görevlerde ustalaşamamasıydı. Yapay Zekanın yetenekleri ise tam tersidir.
Evrensel bir ironi örneği olarak, yapay zeka gerçekler ve sayılar konusunda güvenilir değildir; kurallara saygı duymaz . Ancak yapay zeka, örtük bilgi edinmede son derece etkilidir. Yapay zeka, önceden belirlenmiş prosedürlere güvenmek yerine, örneklerden öğrenir, açık talimatlar olmadan ustalık kazanır ve açıkça sahip olması için tasarlanmadığı yetenekleri edinir.
Geleneksel bir bilgisayar programı, yalnızca nota kağıdındaki notaları çalan klasik bir müzisyene benziyorsa, yapay zeka daha çok bir caz müzisyenine benzer; mevcut melodiler üzerinde doğaçlamalar yapar, solo performanslar sergiler ve yeni ezgiler mırıldanır. İnsan bir uzman gibi, yapay zeka da edinilen deneyimle biçimsel bilgiyi (kuralları) birleştirerek tek seferlik, yüksek riskli kararlar alabilir veya bu kararları destekleyebilir.
Yapay zekanın, önceden belirlenmiş senaryolardan sapma, eğitim ve deneyime dayalı olarak doğaçlama yapma kapasitesi, uzman yargısında bulunmasına olanak tanır; bu yetenek, şimdiye kadar seçkin uzmanların alanı olarak kalmıştır.
Henüz emekleme aşamasında olsa da, bu bir süper güç. Yapay zekanın uzman yargı yeteneği önümüzdeki yıllarda daha güvenilir, keskin ve erişilebilir hale geldikçe, çalışma hayatımızda neredeyse her yerde karşımıza çıkacak. Başlıca rolü, karar vericilere uzman yargılarını uygularken tavsiyelerde bulunmak, onları yönlendirmek ve uyarmak olacaktır. Bu kulağa abartılı geliyorsa, yapay zekanın karar verme yeteneğinin günlük hayatımızın sınırlarına çoktan sızdığını gözlemleyin.
E-posta uygulamanız cümlenizi tamamlamayı teklif ettiğinde, akıllı saatiniz düşüp düşmediğinizi sorduğunda veya arabanız şeritte aracınızı yeniden ortalamak için direksiyonu hafifçe ittiğinde, yapay zeka niyetlerinizi yorumlamak ve eylemlerinizi yönlendirmek için uzman görüşü sunuyor.
“Sanayi Devrimi’nin yaptığı gibi kitlesel uzmanlıkta yeni bir çağ başlatmak yerine, bilgisayarlaşma kırk yıl süren artan eşitsizlik eğilimini besledi.”
Şu an için bu kararların çoğunun önemi önemsiz, tabii Tesla’nızın direksiyonunda uyumuyorsanız durum farklı. Ancak yapay zeka geliştikçe ve hayatımızda daha yüksek değerli görevler üstlendikçe bu önem artacak.
Makinelerin yeteneklerindeki bu çağ açıcı ilerleme, insan uzmanlığının geleceği için ne anlama geliyor? Yeniliğine rağmen, yapay zekanın etkilerinin ekonomi tarihinde de benzer bir paralelliği olduğuna inanıyorum, ancak bu paralellik günümüzle ters düşüyor.
Hatırlayalım ki, yapay zeka öncesi bilgisayar teknolojisinin ortaya çıkışı, bilgi edinme ve düzenleme sürecini hızlandırarak, profesyonel karar vericilerin uzman görüşlerini daha önemli ve değerli hale getirmişti. Aynı zamanda, bilgisayarlaşma, birçok orta düzey beceriye sahip çalışanın temel yeteneği olan prosedürel uzmanlığı değersizleştirmiş ve yerini almıştır.
Peki ya bu süreci tersine çevirebilecek bir teknoloji hayal edin : Nasıl bir şey olurdu? Yargıyı destekleyip tamamlayarak, daha geniş bir elit olmayan çalışan grubunun yüksek riskli karar alma süreçlerine katılmasını sağlardı. Aynı zamanda doktorların tıbbi bakım üzerindeki, avukatların belge üretimi üzerindeki, yazılım mühendislerinin bilgisayar kodu üzerindeki, profesörlerin lisans eğitimi üzerindeki vb. tekelci gücünü de dengeleyecekti.
Yapay Zeka, bu tersine çevirme teknolojisidir. Gerçek zamanlı rehberlik ve güvenlik önlemleri şeklinde karar desteği sağlayarak, yapay zeka, tamamlayıcı bilgiye sahip daha geniş bir çalışan grubunun, şu anda doktorlar, avukatlar, yazılımcılar ve eğitimciler gibi seçkin uzmanlara atfedilen daha yüksek riskli karar alma görevlerini yerine getirmesini sağlayabilir. Bu, üniversite diploması olmayan çalışanlar için iş kalitesini artıracak, gelir eşitsizliğini azaltacak ve Sanayi Devrimi’nin tüketim malları için yaptığına benzer şekilde, sağlık hizmetleri, eğitim ve hukuki uzmanlık gibi temel hizmetlerin maliyetini düşürecektir.
Çoğu insan seri üretimin tüketim mallarının maliyetini düşürdüğünü anlıyor. Günümüzün sorunu ise, sağlık hizmetleri, yüksek öğrenim ve hukuk gibi temel hizmetlerin yüksek ve artan fiyatlarıdır; bu hizmetler, yüksek eğitimli uzmanlardan oluşan loncalar tarafından tekelleştirilmiştir.
ABD Merkez Bankası ekonomistleri Emily Dohrman ve Bruce Fallick, son kırk yılda sağlık hizmetleri ve eğitim fiyatlarının ABD hane halkı gelirlerine kıyasla sırasıyla yaklaşık %200 ve %600 oranında arttığını tahmin ediyor . Bu artışlara katkıda bulunan faktörlerden biri de elit karar vericileri istihdam etmenin artan maliyetidir. Bu kazanımlar tartışmalı bir şekilde haklıdır: uzmanlık hem gerekli hem de kıt olduğunda önemli bir primle talep edilir.
Ancak yapay zeka, kıtlığı azaltarak, yani daha fazla çalışanın bu uzmanlık gerektiren işleri yapmasını sağlayarak bu maliyetleri düşürme potansiyeline sahip.
Bu argümanı somutlaştırmak için, yapay zeka alanından olmayan bir örnek ele alalım : Hemşire Uzmanı (NP) mesleği. Hemşire Uzmanları, tanı testlerini uygulamak ve yorumlamak, hastaları değerlendirmek ve teşhis etmek ve ilaç reçete etmek için yetkilendirilmiş ek bir yüksek lisans derecesine sahip Kayıtlı Hemşirelerdir (RN) – bu hizmetler eskiden yalnızca hekimlerin alanındaydı.
2011 ile 2022 yılları arasında, uzman hemşire istihdamı yaklaşık üç katına çıkarak 224.000’e ulaştı ve önümüzdeki on yılda istihdamın yaklaşık %40 oranında artması bekleniyor; bu da ulusal ortalamanın oldukça üzerinde. 2022’de, uzman hemşirelerin ortalama yıllık maaşı 125.900 dolardı.
Hemşire pratisyenler (NP’ler) seçkin karar vericilerdir. Çalışmaları, prosedürel uzmanlığı uzman yargısıyla birleştirerek, doğru karar vermenin öneminin son derece yüksek olduğu tek seferlik hasta vakalarıyla başa çıkmalarını sağlar.
Hemşire pratisyenliği mesleğini burada önemli kılan şey, yüksek riskli mesleki görevlerin (teşhis koyma, tedavi etme ve reçete yazma) en seçkin profesyonel çalışanlardan (tıp doktorları) daha az seçkin (ancak yine de önemli) resmi uzmanlık ve eğitime sahip başka bir profesyonel gruba (hemşire pratisyenleri) yeniden tahsis edildiği (veya ortaklaşa atandığı) alışılmadık derecede büyük ölçekli bir örnek sunmasıdır.
Seçkinlerin karar alma yetkilerinin bu şekilde paylaşılmasını mümkün kılan neydi? Temel cevap kurumsaldır . 1960’ların başlarında, bir grup hemşire ve doktor, birinci basamak hekimlerinin giderek artan eksikliğini fark etti, kayıtlı hemşirelerin becerilerinin yeterince kullanılmadığını düşündü ve her iki eksikliği de gidermek için yeni bir tıp mesleğine öncülük etti.
Bu durum, yeni eğitim programları başlatmayı, bir sertifikasyon sistemi geliştirmeyi ve hekimlerin başlıca lobi kolu olan Amerikan Tıp Birliği ile verilen zorlu (ve belki de asla bitmeyecek) bir mücadelenin ardından tıbbi uygulama kapsamı düzenlemelerinde bir değişiklik elde etmeyi gerektirdi.
Bu köken öyküsüne tamamlayıcı bir yanıt, bilgi teknolojisinin, gelişmiş eğitimle birleşerek bu yeni iş bölümünü kolaylaştırdığıdır. Bilgi ve bilişim teknolojisinin (BİT) hemşirelik uzmanı (NP) mesleğindeki kritik rolüne değinen 2012 tarihli bir çalışma , “BİT, NP rolünün ileri uygulama boyutunu iki şekilde destekledi: elektronik hasta bilgilerinin mevcudiyeti ve eksiksizliği, tanı ve tedavi kararlarının zamanlamasını ve kalitesini artırarak hastaların uygun bakıma erişimini hızlandırdı… [ve] merkezi bir veritabanından elde edilen hasta verileri, sağlık profesyonelleri arasındaki iletişimin kalitesini destekledi ve geliştirdi.” şeklinde rapor vermiştir.
“Geleneksel bir bilgisayar programı, yalnızca nota kağıdındaki notaları çalan klasik bir müzisyene benziyorsa, yapay zeka daha çok bir caz müzisyenine benziyor; mevcut melodiler üzerinde doğaçlamalar yapıyor, solo performanslar sergiliyor ve yeni ezgiler mırıldanıyor.”
Daha basit bir ifadeyle: Elektronik tıbbi kayıtlar ve gelişmiş iletişim araçları, hemşire pratisyenlerinin daha iyi kararlar almasını sağladı.
İlerleyen süreçte, yapay zeka nihayetinde daha geniş bir yelpazedeki tıbbi bakım görevlerinde yer alan uzman hemşirelerin (NP) uzman yargısını tamamlayabilir. Ve bu nokta çok daha geniş bir kapsamda geçerlidir. Sözleşme hukukundan matematik eğitimine, kateterizasyona kadar, yapay zeka potansiyel olarak daha geniş bir çalışan grubunun yüksek riskli uzmanlık gerektiren görevleri yerine getirmesini sağlayabilir. Bunu, becerilerini tamamlayarak ve yargılarını destekleyerek yapabilir.
Bu hipotezi destekleyecek kanıt var mı? Son üç çalışma “kavram kanıtı” örnekleri sunuyor. 2023 yılında yayınlanan bir makalede, Microsoft Research’ten araştırma ekonomisti Sida Peng ve GitHub Inc. ile MIT Sloan İşletme Okulu’ndan ortak yazarları, yapay zeka tabanlı üretken bir programlama yardımcısı olan GitHub Copilot’un programcı verimliliğini önemli ölçüde artırabileceğini gösteriyor . Kontrollü bir deneyde, bu araca erişim sağlanan tedavi grubu, Copilot’a erişimi olmayan kontrol grubuna göre gerekli programlama görevini yaklaşık %56 daha hızlı tamamladı.
Massachusetts Teknoloji Enstitüsü’nden yüksek lisans öğrencileri Shakked Noy ve Whitney Zhang, 2023 yılında Science dergisinde yayınlanan bir makalede, yazma görevlerine odaklanan çevrimiçi bir deney gerçekleştirdiler . Çalışmaya katılan pazarlamacılar, hibe yazarları, danışmanlar, yöneticiler ve diğer çeşitli profesyonellerden oluşan grubun yarısına, yazma görevleri için ChatGPT’ye erişim sağlandı (ve kullanmaları teşvik edildi). Diğer yarısı ise görevlerini yerine getirmek için kelime işlemciler ve arama motorları gibi geleneksel, yapay zeka dışı araçlar kullandı.
Noy ve Zhang, ChatGPT grubuna atananlar arasında yazma hızı ve kalitesinde önemli iyileşmeler tespit etti. Göreve harcanan süre genel olarak %40 azaldı. Dikkat çekici bir şekilde, en büyük kalite iyileştirmeleri en alt seviyede yoğunlaştı. ChatGPT grubundaki en az etkili yazarlar, ChatGPT kullanmayan ortalama yazar kadar etkiliydi; bu da muazzam bir kalite artışı anlamına geliyor.
ChatGPT, uzmanlığın rolünü ortadan kaldırmadı. Her iki araç setini kullanan en iyi yazarlar zirvede kalırken, ChatGPT en yeteneklilerin daha hızlı yazmasını ve daha az yeteneklilerin hem daha hızlı hem de daha iyi yazmasını sağladı; böylece yeterli ve mükemmel yazarlar arasındaki verimlilik farkı azaldı.
Ulusal Ekonomik Araştırma Bürosu’nun yakın tarihli bir makalesinde, Stanford Üniversitesi’nden Erik Brynjolfsson ile MIT’den Danielle Li ve Lindsey Raymond, müşteri hizmetleri temsilcilerine önerilen yanıtlar sağlayan üretken yapay zeka araçlarının kullanımını değerlendirdiler . Ayrıca, verimlilikte yaklaşık %14’lük önemli bir iyileşme tahmin ettiler ve Noy ve Zhang’ın çalışmasına benzer şekilde, bu kazanımlar en çok acemi çalışanlar arasında belirgindi.
Yapay zeka araçları, yeni çalışanların deneyimli temsilcilerin yeteneklerine 10 ay yerine 3 ayda ulaşmalarına yardımcı oldu. Beklenmedik bir yan etki olarak, yeni temsilciler arasındaki işten ayrılma oranları da önemli ölçüde düştü; bu durum muhtemelen sohbet pencerelerinde onlara yöneltilen müşteri öfkesinin azalmasından kaynaklanıyordu. Yapay zeka aracının sağladığı koruma sayesinde, destek çalışanları hem müşterilerinden hem de müşterilerine karşı önemli ölçüde daha az düşmanlıkla karşılaştılar.
Her üç durumda da, yapay zeka araçları uzmanların yerini almak yerine uzmanlığı tamamladı. Bu, otomasyon ve artırmanın birleşimiyle gerçekleşti. Otomasyonun faydası zaman tasarrufu olarak ödendi. Yapay zeka, bilgisayar kodunun, reklam metninin ve müşteri destek yanıtlarının ilk taslağını yazdı. Artırmanın faydası ise kalite olarak ortaya çıktı.
Yapay zeka kullanımıyla, daha az yetenekli çalışanlar, daha deneyimli ve yetenekli meslektaşlarının ürettiği işlere kalite açısından daha yakın işler ürettiler. Ancak kalite artışı, sadece çalışanların direksiyon başında uyurken yapay zekanın direksiyonu devralmasından kaynaklanmadı. Çalışanlardan, yapay zekanın önerilerinden yararlanırken aynı zamanda uzmanlıklarını ve muhakeme yeteneklerini kullanarak kod, metin veya müşteri desteği gibi nihai ürünü üretmeleri istendi.
NBER’de yakın zamanda yayınlanan bir başka makale, kuralı doğrulayan bir istisna sunuyor . MIT’den Nikhil Agarwal ve ortak yazarları, yapay zeka desteğinin profesyonel radyologlara rastgele dağıtıldığı bir deneyde, yapay zekanın radyologların teşhis kalitesini iyileştirmediğini buldular; oysa yapay zekanın tahminleri, incelenen doktorların yaklaşık üçte ikisinin tahminleri kadar doğruydu.
Bunun nedeni, doktorların yapay zeka aracını etkili bir şekilde nasıl kullanacaklarını anlamamalarıydı; yapay zeka güvenilir tahminler sunduğunda, doktorlar sıklıkla bu tahminleri kendi tahminleriyle geçersiz kıldılar. Yapay zeka belirsiz tahminler sunduğunda ise, doktorlar sıklıkla kendi daha iyi tahminlerini makinenin sunduğu tahminlerle geçersiz kıldılar.
Buradan çıkarılacak ders, yapay zekanın doktorlar için sakıncalı olduğu değil, aksine geniş kapsamlı ve tamamlayıcı kullanımının eğitim ve ek uzmanlık kazanımı gerektireceğidir. Bu uzmanlıkla birlikte, radyologlar teşhis konusunda hem daha hızlı hem de daha doğru hale gelecek ve dolayısıyla uzman olarak daha değerli olacaklardır.
“Sözleşme hukukundan matematik eğitimine, kateterizasyona kadar yapay zeka, potansiyel olarak daha geniş bir çalışan grubunun yüksek riskli uzmanlık gerektiren görevleri yerine getirmesini sağlayabilir.”
Yapay zeka radyoloji, müşteri hizmetleri, yazılım kodlama, metin yazarlığı ve daha birçok alanda verimlilikte bir artışa yol açarsa, bu durum daha önce birçok kişi tarafından yapılan işleri yapan çalışan sayısının azalması anlamına gelmez mi? Bazı alanlarda ise bunun tam tersi doğru olabilir.
Sağlık hizmetleri, eğitim ve bilgisayar koduna olan talep neredeyse sınırsız görünüyor ve beklendiği gibi yapay zeka bu hizmetlerin maliyetlerini düşürürse daha da artacak. Ancak diğer alanlarda, evet, hızlı verimlilik artışı istihdamı aşındıracaktır. 1900 yılında ABD istihdamının yaklaşık %35’i tarımdaydı. Bir asırlık sürekli verimlilik artışından sonra, 2022’de bu oran yaklaşık %1’e düştü – ve bu daha az yemek yememizden kaynaklanmıyor.
Ancak belirli bir ürün veya hizmet sektöründeki istihdam için geçerli olan şey, ekonominin geneli için hiçbir zaman geçerli olmamıştır. ABD’li işçilerin neredeyse %40’ı çiftliklerde çalışırken, sağlık ve tıp, finans ve sigorta, yazılım ve bilişim alanları henüz yeni yeni gelişmeye başlamıştı.
Günümüzdeki işlerin büyük çoğunluğu , otomasyondan henüz kurtulmuş tarihi mesleklerin kalıntıları değildir. Bunun yerine, belirli teknolojik yeniliklerle ayrılmaz bir şekilde bağlantılı olan yeni iş uzmanlık alanlarıdır; önceki dönemlerde mevcut olmayan veya hayal bile edilemeyen yeni uzmanlıklar gerektirirler.
Hava trafik kontrolörleri, elektrikçiler veya gen düzenleyiciler, bu özel beceri setlerine duyulan ihtiyacı ortaya çıkaran yenilikler gelişene kadar yoktu. Teknoloji de hikayenin tamamı değil. Vegan şefler, üniversite kabul danışmanları ve kişisel antrenörler gibi birçok uzman kişisel hizmet mesleği, geçimlerini belirli yeniliklere değil, artan gelirlere, dalgalanan moda akımlarına ve değişen ekonomik teşviklere borçludur. Yenilik, ekonomik pastayı genişleterek toplumların daha zengin dilimler talep etmesine olanak tanır ve bu da buna katkıda bulunur.
Nüfus artışının durgunlaşacağı ve emeklilik yaşını çoktan geçmiş vatandaşların oranının artacağı on yıllar öncesinde, ABD ve tüm sanayileşmiş dünya için asıl sorun işsizlik değil, işçi kıtlığıdır. Örneğin, hızla yaşlanan Japonya’da Financial Times, “Japon perakendecilerin işgücü açığını kapatmak için çalışma saatlerini kısalttığını, sanal asistanlar kurduğunu ve yabancı öğrencileri işe aldığını” bildiriyor .
Yapay zekanın, daha fazla çalışanın uzmanlıklarını daha etkili bir şekilde kullanmasını sağlaması, böylece yüksek verimliliğe sahip işlerin payını artırırken demografik işgücü piyasası baskılarını hafifletmesi, ABD ve diğer sanayileşmiş ülkeler için faydalı olacaktır.
Yerine Geçme ve Tamamlama Arasındaki Fark
Yapay zeka bol miktarda ucuz uzmanlık sağlayabiliyorsa, geriye kalan az miktardaki insan uzmanlığı gereksiz hale gelmez mi? Buna bir benzetmeyle cevap vereceğim: YouTube. Ev tamirinde becerikliyseniz veya uzmanlık gerektiren işlerde çalışıyorsanız, muhtemelen YouTube’da “nasıl yapılır” videoları izleyerek zaman geçiriyorsunuzdur: ışık anahtarını nasıl değiştirirsiniz, gaz kaçağını nasıl bulursunuz, kar küreme makinesini nasıl ayarlarsınız vb. 2018 Pew Araştırma Merkezi çalışmasına göre , yetişkin YouTube kullanıcılarının %51’i sitenin “daha önce yapmadıkları şeyleri nasıl yapacaklarını öğrenmek” için “çok önemli” olduğunu belirtiyor .
Peki bu nasıl yapılır videoları kimin işine yarar? Uzmanların değil. Videoları onlar çekiyor. Peki ya amatörler? Diyelim ki 19. yüzyıldan kalma evimdeki sigorta kutusunu 20. yüzyıl tipi bir devre kesici paneliyle değiştirmek istedim. Varsayalım ki, daha önce hiç elektrikçi pensesi kullanmadım ve yalıtımlı eldivenlerim yok. Ama cumartesi günü boşum ve köşede bir Home Depot var. Kendime güvenim yüksek, bu konuda onlarca hatta yüzlerce YouTube nasıl yapılır videosundan birini açıyorum ve işe koyuluyorum. Kaçınılmaz olarak, ama hemen değil, 19. yüzyıldan kalma sigorta kutumun videodakiyle tam olarak aynı olmadığını fark ediyorum. İster geri döneyim ister cesurca devam edeyim, ciddi bir elektrik çarpması veya yangın riskiyle karşı karşıyayım.
O YouTube videosu açıkça benim için tasarlanmamıştı. Oradaki ücretsiz uzmanlıktan faydalanmak için temel uzmanlığa ihtiyacım vardı: yüksek voltaj devrelerini kullanma konusunda prosedürel bilgi, işler planlandığı gibi gitmediğinde sorun çözme konusunda uzman yargısı. Bu uzmanlığa sahip olsaydım, YouTube tam da ihtiyacım olan şey olabilirdi.
Demek istediğim şu: Uzmanlığı gereksiz kılmak yerine, araçlar çoğu zaman etkinliğini ve kapsamını genişleterek daha değerli hale getiriyor. Ve araç ne kadar güçlü olursa, riskler de o kadar yüksek olur. Alexander Pope’un da belirttiği gibi , “az bilgi tehlikeli bir şeydir.”
Yapay zeka, beyaz yakalı profesyoneller için sadece bir YouTube olmaktan çok daha fazlası olsa da, uzmanların yeteneklerini genişletmedeki rolü son derece önemli olacaktır. Örneğin, çoğu tıbbi işlem, iyi tanımlanmış bir dizi adımı izler. Ancak bu adımları uygulamak, uygulamalı pratik ve bununla birlikte gelen örtük olarak edinilmiş uzman yargısını gerektirir.
“Araçlar, uzmanlığı gereksiz kılmak yerine, etkinliğini ve kapsamını genişleterek genellikle daha değerli hale getirir.”
Deneyimli bir sağlık çalışanı, yapay zekanın rehberliğinde yeni bir kateter türü kullanımı gibi yeni bir tıbbi cihazı kullanmayı öğrenebilir veya acil bir durumda alışılmadık bir prosedürü uygulayabilir. Eğitimsiz bir yetişkin de YouTube’daki bir “nasıl yapılır” videosunu izleyerek bir hastaya (veya kendine) kateter takmayı başarabilir. Ancak bu prosedür kaçınılmaz olarak planın dışına çıktığında, uzman tıbbi yargıya sahip birinin hazır bulunması gerekir.
Yapay zeka, genel olarak, eğitimsiz ve uzman olmayan işçilerin kateterizasyon gibi yüksek riskli görevleri yerine getirmesini sağlamayacaktır. Ancak, uygun uzmanlık temeline sahip işçilerin bir üst seviyeye çıkmasını sağlayabilir. Yapay zeka, iyi bir temel ve sağlam bir yapı üzerine katlar inşa ederek uzmanlığın erişim alanını genişletebilir. Bu temel olmadan, yapısal bir tehlike oluşturur.
Yapay zeka destekli robotların yakında bu işleri tek başlarına, insan uzmanlara ihtiyaç duymadan yapacak olma olasılığını gözden mi kaçırıyorum? Sanmıyorum. Yapay zeka robotik alanındaki ilerlemeyi hızlandıracak, ancak robotların sıkı kontrol altındaki fabrika ortamları yerine, öngörülemeyen gerçek dünya ortamlarında fiziksel olarak zorlu görevleri yerine getirmelerinin uygulanabilir ve maliyet etkin olduğu dönem hala uzakta.
Bu aşırı karamsar geliyorsa, muazzam yatırımlara ve yakın zamanda elde edilecek başarıya dair yaygın açıklamalara rağmen , çağımızın önde gelen teknoloji şirketlerinin otonom sürüşü sunmada nasıl başarısız olduğunu düşünün. Neden? Bunun nedeni, direksiyonu, gaz pedalını ve fren pedalını kullanmanın robotlar için zor bir iş olması değil. Bu çok basit. Asıl zor olan, öngörülemeyen yayalar, sürekli değişen yol tehlikeleri ve olumsuz hava koşullarıyla dolu bir dünyayı yorumlamak ve bunlara uygun şekilde yanıt vermektir. Bu açıdan bakıldığında, bir sigorta kutusunu takmak, yemek hazırlamak veya bir hastayı rahatlatmak için gereken bilişsel ve fiziksel beceri muhteşem görünüyor.
Uzmanlığın Alacakaranlığı mı?
Bazıları, benim sadece insan uzmanlığının sakin alacakaranlığını anlattığımı iddia edebilir. Yapay zeka, traktörlerin hendek kazmada, montaj hatlarının el sanatlarında ve hesap makinelerinin uzun bölme işlemlerinde yaptığı gibi, insan uzmanlığı için de aynı şeyi yapmayacak mı; yani onları otomatikleştirmeyecek mi?
Çoğu okuyucunun insanlığın hâlâ dövme demirden aletler yapmak veya kalem ve kağıtla uzun bölme işlemleri yapmak zorunda olduğu bir dünyayı tercih edeceğinden şüpheliyim, ancak endişeyi anlıyorum. İnsan emeğinin ekonomik bir değerinin olmadığı bir gelecek, bence yönetilemez bir kâbustur – bazı garantili gelir savunucuları buna katılmayabilir. Her neyse, sonuç öncülden çıkarılamaz.
Yenilik her zaman yeni araçlar sağlar ve araçlar genellikle otomasyon araçlarıdır. Örneğin, Londra taksi şoförleri Londra’nın tüm sokaklarını ezberlemek için yıllarca eğitim alırlar ; ancak akıllı telefon navigasyon uygulamaları bu zor kazanılmış uzmanlığı teknolojik olarak eskimiş ve ekonomik olarak gereksiz hale getirmiştir.
Araçlar, kullanıcılarının uzmanlık alanlarına müdahale edebilir ve ederler de. Ancak bunun tersi de sıklıkla doğrudur. Daha önce bahsettiğimiz hava trafik kontrolörlerini hatırlayın. Radar, GPS ve telsizler olmadan, bu son derece eğitimli uzmanlar gökyüzüne bakmaktan başka bir şey yapamazlardı. Benzer şekilde, doktorlar, inşaatçılar ve müzisyenler gibi uzun süredir devam eden mesleklerin çoğunun uzmanlığı, bu uzmanlığı uygulamak için gerekli araçlardan mahrum bırakılırlarsa çok daha az faydalı ve çoğu durumda alakasız olurdu.
Ekonomik terminolojide, navigasyon uygulamaları Londra taksi şoförlerinin uzmanlığını otomatik hale getirdi. Ancak radar, GPS ve telsizler hava trafik kontrolörleri için tam tersini yaptı. Bu durumda yenilik otomasyon sağlamadı, yeni bir uzmanlık işi türü yarattı.
Eğer yenilikler yalnızca otomasyon için kullanılsaydı, çoktan işsiz kalırdık. Bunun yerine, sanayileşmiş dünya, işsiz kalmadan önce işçi sıkıntısı çekmeye hazırlanıyor gibi görünüyor. Bunun muhtemel nedeni, en önemli yeniliklerin hiçbir zaman otomasyonla ilgili olmamasıdır. Örneğin, otomasyon uçakların, iç mekan su tesisatının, penisilinin, CRISPR’ın veya televizyonun ortaya çıkmasına yol açmadı.
Bu yenilikler, mevcut görevleri otomatikleştirmek yerine, insan olanaklarının temelden yeni ufuklarını açtı. Eş zamanlı olarak, yeni istihdam ve uzmanlık talepleri yarattılar. Destekleyici yenilikler bu özel beceri setlerine olan ihtiyacı doğurana kadar uçak mürettebatı, ev tesisatçıları, genetikçiler veya televizyon oyuncuları yoktu.
Yapay zeka, bazı mesleklerin temel görevlerini otomatikleştirecek, diğerlerini ortadan kaldıracak ve kalanların bazılarının şeklini önemli ölçüde değiştirecektir. Aynı zamanda yeni mal ve hizmetler ortaya çıkaracak, uzmanlık için yeni talepler yaratacak ve insanlığın ilerlemesi için yeni olanaklar açacaktır – ancak bunların ne olacağını tahmin etmek her zaman zordur.
“Sanayileşmiş dünya, işlerin tükenmesinden önce işçi sıkıntısı çekmeye hazırlanıyor gibi görünüyor.”
Bu karşıt etkiler kazananlar ve kaybedenler yaratacak ve uyum süreci oldukça sancılı olabilir. Otomasyon ve yeni iş yaratma güçlerinin eşit ve birbirini dengeleyici olduğunu söyleyen bir ekonomik yasa yoktur; aslında, son kanıtlar ilkinin ikincisinden daha hızlı ilerlediğini göstermektedir. Bununla birlikte, bu karşıt güçler birbirleriyle berabere kalsalar bile, uzmanlıkları yapay zeka tarafından yerinden edilecek işçilerin, uzmanlıkları yeni değer kazanacak olanlarla aynı olması olası değildir.
Bir Senaryo, Bir Tahmin Değil
Tarih ve araştırmalar, toplumların geliştirdiği teknolojilerin ve bunları nasıl kullandıklarının -sömürü veya özgürleşme, refahı genişletme veya serveti yoğunlaştırma amacıyla- öncelikle yaratıldıkları kurumlar ve bunların kullanıma sokulduğu teşvikler tarafından belirlendiğini göstermektedir.
1940’larda kontrollü nükleer fisyonun bilimsel olarak ustaca kullanılması, ülkelerin hem son derece yıkıcı silahlar hem de neredeyse karbon salınımı yapmayan elektrik üretim santralleri üretmelerini sağladı. Seksen yıl sonra, ülkeler bu teknolojilere farklı öncelikler verdi. Kuzey Kore’nin çok sayıda nükleer silahı var ancak sivil nükleer santrali yok. Saldırı amaçlı nükleer silahların kullanıldığı tek ülke olan Japonya’nın ise nükleer silahı yok ve onlarca sivil nükleer santrali bulunuyor.
Yapay zeka, nükleer teknolojiden çok daha esnek ve geniş uygulama alanına sahip olduğundan, hem yapıcı hem de yıkıcı kullanım alanları çok daha geniştir. Yapay zekanın nasıl kullanılacağı ve bu süreçte kimin kazanıp kimin kaybedeceği, endüstri, hükümetler, yabancı ülkeler, sivil toplum kuruluşları, üniversiteler, işçi örgütleri ve bireylerin kolektif (ve çelişkili) tercihlerine bağlı olacaktır.
Riskler çok büyük; sadece ekonomik verimliliği değil, gelir dağılımını, siyasi gücü ve sivil hakları da etkiliyor. Bazı ülkeler halihazırda yapay zekayı nüfuslarını yoğun bir şekilde gözetlemek , resmi anlatılardan ayrılan görüşleri bastırmak ve muhalifleri tespit edip (ve daha sonra cezalandırmak) için kullanıyorlar ve bu yetenekleri hızla benzer düşünen otokrasilere ihraç ediyorlar . Başka ortamlarda ise aynı temel yapay zeka teknolojileri, tıbbi ilaç keşfini (Covid aşılarının geliştirilmesi de dahil olmak üzere) ilerletmek , konuşulan dillerin gerçek zamanlı çevirisini sağlamak ve zorlanan öğrencilere ve erken yaşta kendi kendine öğrenenlere ücretsiz, kişiselleştirilmiş özel ders vermek için kullanılıyor.
Yapay zeka, işgücü piyasaları için gerçek bir risk oluşturuyor, ancak bu risk teknolojik olarak işsiz bir gelecek değil. Risk, uzmanlığın değer kaybetmesidir. İnsanların yalnızca genel, farklılaşmamış işgücü sağladığı bir gelecekte, kimse uzman deği
ldir çünkü herkes uzmandır. Bu dünyada işgücü kullanılıp atılır ve servetin çoğu yapay zeka patentlerinin sahiplerine gider . Böyle bir dünyanın siyasi hatları cehennem manzarası olurdu: “WALL-E” ile “Mad Max”in birleşimi gibi.
Dikkat çekici bir şekilde, birçok yapay zeka vizyonerinin aklında olan şey aynı zamanda ekonomik gelecektir. Örneğin, ChatGPT ve DALL-E’nin geliştiricisi OpenAI’nin tüzüğü, Yapay Genel Zekayı (AGI) “ekonomik olarak en değerli işlerde insanlardan daha iyi performans gösteren son derece özerk sistemler” olarak tanımlıyor. Yapay zeka öncüsü Mustafa Süleyman, 2023 yılında New York Times’ın en çok satanlar listesine giren bir kitabında, “Eğer gelecek dalga gerçekten göründüğü kadar genel ve geniş kapsamlıysa, insanlar nasıl rekabet edecek?” diye yazıyor.
Bu kasvetli açıklamalar hakkında söyleyebileceğim en iyimser şey, muhtemelen yanlış olduklarıdır; yeniliğin karmaşıklığını otomasyonun tek bir boyutuna indirgemektir. Bu teknoloji vizyonerleri, Black & Decker aletlerinin müteahhitlerin becerilerini daha az değerli hale getirdiğine ve uçakların yolcularından daha iyi performans gösterdiğine mi inanıyorlar? İkinci soru elbette anlamsız. Uçaklar rakiplerimiz değil; onlarsız uçamazdık.
Mevcut yeteneklerimizi daha yüksek hızda ve daha düşük maliyetle kopyalamak, küçük bir başarıdır. En değerli araçlar, insan yeteneklerini tamamlar ve yeni olasılıkların kapılarını açar. En sıradan olanlar ise mevcut araçlardan kademeli olarak daha iyi performans gösterir.
Maytag marka çamaşır makinem, dünyanın herhangi bir yerinden sıkma döngüsünü başlatabilmem için ilk Apollo görevinden daha fazla bilgisayar işlem gücüne sahip. Ama o çamaşır makinesi asla aya ulaşamayacak. Eğer yapay genel zeka (AGI) insanlığa yeni bir ay görevi yerine daha iyi bir çamaşır makinesi veriyorsa, AGI bizi hayal kırıklığına uğratmamış, biz kendimizi hayal kırıklığına uğratmışız demektir.
Yaklaşan yapay zeka robot kıyametiyle ilgili basın haberlerinin yoğunluğu arasında, sanayileşmiş dünyanın iş açısından zengin, işçi açısından ise yetersiz olduğunu fark etmemek kolaydır. Soru şu değil: İşlerimiz olacak mı? Elbette olacak. Soru şu: İstediğimiz işler olacak mı?
Şanslı olanlarımız için iş, amaç, topluluk ve saygınlık sağlar. Ancak bilgisayarlaşmanın hızla ilerlemesi ve eşitsizliğin daha yaygın hale gelmesiyle birlikte, işlerin önemli bir azınlığının kalitesi, saygınlığı ve itibarı son kırk yılda aşındı.
“Yapay zeka, işgücü piyasaları için gerçek bir risk oluşturuyor, ancak bu risk teknolojik olarak işsiz bir gelecek değil. Risk, uzmanlığın değer kaybetmesidir.”
Yapay zekanın insanlığa sunduğu eşsiz fırsat, bu gidişatı tersine çevirmek, insan uzmanlığının önemini, erişimini ve değerini daha geniş bir çalışan kitlesi için artırmaktır. Bu, yalnızca gelir eşitsizliğini azaltmak ve sağlık ve eğitim gibi temel hizmetlerin maliyetlerini düşürmekle kalmaz, aynı zamanda çok sayıda çalışanın ve işin kaybettiği kaliteyi, saygınlığı ve yetkiyi geri kazandırmaya da yardımcı olabilir.
Bu alternatif yol, yapay zeka gelişiminin kaçınılmaz veya içsel bir sonucu değildir. Bununla birlikte, teknolojik olarak mümkün, ekonomik olarak tutarlı ve ahlaki açıdan ikna edicidir. Bu potansiyeli fark ederek, yapay zekanın bize ne yapacağını değil, bizim için ne yapmasını istediğimizi sormalıyız.
https://www.noemamag.com/how-ai-could-help-rebuild-the-middle-class/