David Autor
Noema
Yapay zekânın işleri yok edici olması gerekmiyor. Yapay zekâ bize, uzmanlığı daha geniş bir çalışan grubuna yayma fırsatı sunuyor.
İngiltere Başbakanı Rishi Sunak ile yakın zamanda yapılan bir röportajda Elon Musk, yapay zekânın “tarihteki en yıkıcı güç” olduğunu ilan etti ve “hiçbir işe ihtiyaç duyulmayan bir noktanın geleceğini” kaydetti. Geçen yıl da yapay zekânın vaftiz babası Geoffrey Hinton insanlara “sıhhi tesisat alanında iş bulmalarını” tavsiye etmişti.
Mesaj açık görünüyor: Birçoğumuz için işin geleceği tehlikede. Yakın zamanda yapılan bir Gallup anketi, ABD’li yetişkinlerin yüzde 75’inin yapay zekânın daha az sayıda çalışma yerine yol açacağına inandığını ortaya çıkardı.
Ancak bu korku yersizdir.
Sanayileşmiş dünya işlerle dolu ve bu böyle kalacak. COVID salgınının başlangıcından dört yıl sonra, ABD’de işsizlik oranı COVID öncesi en düşük seviyesine gerilerken, toplam istihdam COVID öncesi zirvenin neredeyse üç milyon üzerine çıktı. Düşen doğum oranları ve azalan işgücü nedeniyle, tüm sanayileşmiş dünyada (Çin dahil) benzer bir işgücü açığı ortaya çıkıyor.
Bu bir tahmin değil, demografik bir olgu. 2053’te 30 yaşına girecek olanların hepsi zaten doğdu ve daha fazlasını yapamayız. Göç politikalarında büyük bir değişiklik olmadığı sürece, çalışanlar işsiz kalmadan önce ABD ve diğer zengin ülkelerde işçi tükenecek.
Yapay zekâ işgücü piyasasını değiştirecek ancak Musk ve Hinton’un inandığı gibi değil. Bunun yerine insan uzmanlığının değerini ve doğasını yeniden şekillendirecek. Uzmanlık, hayati belirtileri tespit etmek, bir uygulamayı kodlamak veya yemek hazırlamak gibi belirli bir görevi gerçekleştirmek için gereken bilgi veya yetkinliği ifade eder. Uzmanlık, hem bir hedefe ulaşmak için gereklidir hem de nispeten kıt olması durumunda pazar değeri yüksektir. Başka bir deyişle, eğer herkes uzmansa, kimse uzman değildir.
Uzmanlık, ABD’de ve diğer sanayileşmiş ülkelerde emeğin değerinin başlıca kaynağıdır. Restoran garsonları, kapıcılar, ağır işçiler ve (hatta) çocuk bakımı işçileri gibi çok az eğitim veya sertifika gerektiren işler genellikle ücret merdiveninin en altında yer alırlar.
Hava trafik kontrolörü ile yaya-geçiş-güvenliği görevlisinin mesleklerini düşünün. Genel anlamda bunlar aynı iş: Araçtaki yolcular ile çevredekiler arasındaki çarpışmaları önlemek için hızlı kararlar, ölüm kalım kararları vermek. Ancak hava trafik kontrolörlerine 2022’de yıllık ortalama 132.250 dolar maaş ödendi; bu, yaya geçidi güvenlik görevlilerinin yıllık ortalama 33.380 dolarlık maaşının neredeyse dört katıydı.
Bunun nedeni uzmanlıktır. Hava trafik kontrolörü olmak, yıllar süren eğitim ve iş başında çıraklık gerektirir; bu, az bulunan bir beceridir. Bunun tersine, çoğu ABD eyaletinde geçiş görevlisi olarak çalışmak hiçbir resmi eğitim, uzmanlık veya sertifika gerektirmez. Daha fazla geçiş görevlisine yönelik acil ihtiyaç çoğu hava trafik kontrolörü tarafından karşılanabilir ancak bunun tersi doğru değildir.
Uzmanlık sürekli akış halindedir. Bir zamanlar pazarda önemli bir prim elde eden formların (nalbantlık, dizgicilik, kürk avcılığı, yazım denetimi) artık ya modası geçti ya da otomatikleştirildi. Aynı zamanda, sanayileşmiş ekonomilerdeki en yüksek ücretli işlerin çoğu (onkologlar, yazılım mühendisleri, patent avukatları, terapistler, film yıldızları) belirli teknolojik veya sosyal inovasyonlar onlara olan ihtiyacı yaratana kadar mevcut değildi. Gölgede kalacak uzmanlık alanları ile değer kazanacak uzmanlık alanları bir teknolojik çağdan diğerine değişiyor. Yapay Zekâ çağı böyle bir dönüşümün habercisidir.
Bilgi Çağımızın ütopik vizyonu, bilgisayarların bilgiyi demokratikleştirerek ekonomik hiyerarşileri düzleştireceği yönündeydi. Netscape’in kurucu ortağı Marc Andreessen, 2005’te New York Times’tan Thomas Friedman’a şöyle demişti: “Bugün benim için en anlamlı şey, Romanya’da, Bangalore’da ya da [eski] Sovyetler Birliği’nde veya Vietnam’da 14 yaşındaki bir çocuğun bilgiyi istediği gibi uygulamak için kolayca erişilebilir tüm enformasyona, tüm araçlara ve tüm yazılımlara sahip olduğu olgusudur.”
Ancak bu vizyonun tam tersi gerçekleşti.
Enformasyonun, daha önemli bir ekonomik işlev olan karar alma için yalnızca bir girdi olduğu ortaya çıktı; bu ise, elit uzmanların (tipik olarak üniversite veya yüksek lisans derecesine sahip yetişkinlerin azınlığının) alanıdır. Bilgisayarlaşma, enformasyonu ve bilgi işlemi ucuz ve bol hale getirerek, karar verme gücünün ve buna eşlik eden kaynakların benzeri görülmemiş bir şekilde elit uzmanlar arasında yoğunlaşmasının katalizörü oldu.
Eş zamanlı olarak, idari destek, büro işleri ve mavi yakalı imalat mesleklerinde geniş bir orta vasıflı iş katmanını otomatikleştirdi. Bu arada, daha iyi fırsatlara sahip olmayan, üniversite diploması bulunmayan yetişkinlerin yüzde 60’ı uzmanlık gerektirmeyen, düşük ücretli hizmet işlerine yönlendirildi.
Yapay zekânın insanlığa sunduğu eşsiz fırsat, bilgisayarlaşmanın başlattığı süreci geri püskürtmek, yani insan uzmanlığının geçerliliğini, erişim ve değerini daha geniş bir çalışan grubuna yaymaktır. Yapay zekâ, enformasyon ve kuralları karar almayı desteklemek için kazanılmış deneyimle örebildiğinden, gerekli temel eğitimle donatılmış daha geniş bir işçi grubunun, şu anda doktorlar, avukatlar, yazılım mühendisleri ve üniversite profesörleri gibi elit uzmanların üstlendiği yüksek riskli karar verme görevlerini yerine getirebilmesini sağlayabilir. Özünde, iyi kullanıldığında yapay zekâ, ABD işgücü piyasasının otomasyon ve küreselleşme nedeniyle içi boşaltılan orta becerili, orta sınıf kalbinin onarılmasına yardımcı olabilir.
Yapay zekânın uzmanlığı ve uzmanları gereksizleştireceğinden endişe duyulabiliyor, ancak tarih ve ekonomik mantık aksini gösteriyor. Yapay zekâ, hesap makinesi veya motorlu testere gibi bir araçtır ve araçlar genellikle uzmanlığın yerine geçmez, daha ziyade uygulanmasına kaldıraç olurlar.
Araçlar, niyet ile sonuç arasındaki mesafeyi kısaltarak, uygun eğitime ve sağduyuya sahip çalışanların daha önce zaman alan, başarısızlığa açık veya gerçekleştirilmesi mümkün olmayan görevleri yerine getirmesine olanak tanır. Tersine, ilgili eğitim ve deneyime sahip olmayanlar için araçlar en iyi ihtimalle işe yaramaz, en kötü ihtimalle ise tehlikelidir. Pnömatik çivi tabancası, bir çatı ustası için vazgeçilmez bir zaman tasarrufu sağlar ve ama hobi olarak evde tamirat yapan biri için tehlikeli olabilir.
Yapay zekâ, temel eğitim ve deneyime sahip çalışanların daha yüksek değerli işler yapabilmek için uzmanlıktan yararlanmasına yardımcı olabilir. Ama yapay zekâ aynı zamanda mevcut işleri de otomatikleştirerek belirli mevcut uzmanlık alanlarını geçersiz hale getirecek. Henüz öngörmediğimiz uzmanlıklar için talebi yaratacak yeni insan kabiliyetlerini, yeni mal ve hizmetleri daha da somutlaştıracak.
Tezim bir tahmin değil, neyin ulaşılabilir olduğuna dair bir iddiadır. Yapay zekâ, yapay zekânın nasıl kullanılacağına karar vermeyecektir ve yapay zekânın hem yapıcı hem de yıkıcı uygulamaları sınırsızdır. Geleceğin teknolojik kaçınılmazlıklar tarafından belirlendiği yönündeki hatalı varsayım (Shoshana Zuboff’un kaçınılmazcılık dediği şey), vatandaşları geleceği şekillendirecek kolektif kararları alma, hatta fark etme konusunda aktör olmaktan mahrum bırakıyor. Simone de Beauvoir’ın yazdığı gibi, “Kader, ona inandığımız anda zafere ulaşır”. Yapay zekâ, çalışanların sayısını artırmak ve çalışmayı geliştirmek için geniş araçlar sunuyor. Bu araçlarda ustalaşmalı ve onların bizim için çalışmasını sağlamalıyız.
Zanaatkârlıktan kitlesel uzmanlığa
Çağımızın çoğu “uzmanı” 18. yüzyıla ışınlansa ne yapacağını şaşırırdı. Sanayi Devriminden önce ürünler yetenekli zanaatkârlar tarafından el yapımı olarak hazırlanıyordu: vagon tekerlekleri tekerlek ustaları; kıyafetler terziler, ayakkabılar ayakkabı tamircileri, saatler saatçiler; ateşli silahlar demirciler tarafından yapılıyordu. Zanaatkârlar en az iki tür geniş uzmanlık elde etmek için yıllarını harcardı: prosedürel uzmanlık, yani bir sonuç elde etmek için son derece pratik adımların izlenmesi ve uzman yargısı, yani bu prosedürlerin değişken durumlara uyarlanması.
Bir demirci aynı tasarımdan iki tüfek yapmak için yola çıksa, birinin tek bir parçası bile diğerinin yerine geçemezdi. Her parça, tasarlandığı tüfeğe tam olarak uyacak şekilde törpülenecek, bilenecek ve cilalanacaktı. Çağımızın çok az uzmanı böyle bir çalışmayı yapabilirdi ve o zamanın ilkel araçlarını kullanarak yapabilenler ise daha da az olurdu.
Zanaatkârlığa saygı duyulsa da değeri 18. ve 19. yüzyılda seri üretimin yükselişiyle büyük ölçüde azaldı. Seri üretim, zanaatkârların karmaşık çalışmasını üretim işçilerinden oluşan bir ekip tarafından, makinelerin yardımıyla ve eğitim düzeyi yüksek yöneticilerin gözetimi altında mekanik olarak gerçekleştirilecek ayrık, tekil ve genellikle oldukça basit adımlara bölmek anlamına geliyordu.
Seri üretim, zanaatkârlığa göre çok daha verimliydi, ancak sıradan işçiler için koşullar tipik olarak tehlikeli ve meşakkatliydi; son derece düşük ücret karşılığında cezalandırıcı koşullar altında çalışmaya istekli olmanın ötesinde hiçbir özel uzmanlık gerektirmiyordu.
Yetenekli zanaatkârların neredeyse tamamı yetişkin erkeklerden oluşmasına rağmen (bu durum mesleklerinde ustalaşmak için gereken çıraklık yıllarının yanı sıra kısıtlayıcı cinsiyet normlarını da yansıtıyordu) ilk fabrikalarda çocuklardan ve bekâr kadınlardan bol miktarda yararlanıldı. 19. yüzyılda makineleşmeyi protesto etmek için ayaklanan becerikli İngiliz dokumacı ve tekstil işçileri (Luditler), teknolojiye karşı sözde naif korkuları nedeniyle sık sık alaya alınır.
Ancak bu korku haksız değildi. İktisat tarihçisi Joel Mokyr ve meslektaşlarının 2015’te yazdığı gibi, “El tezgâhı dokumacıları ve çerçeve örgücüleri, küçük atölyeleriyle birlikte 1815’ten sonra fabrikalar tarafından oldukça hızlı şekilde yok edildi”. Endüstriyel çağdaki inovasyonlar üretkenlikte bir artışa yol açsa da, işçi sınıfının yaşam standartlarının yükselmeye başlaması için 50 yıl geçmesi gerekti.
Modern endüstrinin araçları, süreçleri ve ürünleri gelişmişlik kazandıkça, çalışan uzmanlığının yeni bir biçimi olarak “kitlesel uzmanlığa” olan talep de arttı. Karmaşık ekipmanları çalıştıran ve bakımını yapan işçiler için, işleme, montaj, kaynak yapma, kimyasalların işlenmesi, tekstillerin işlenmesi, hassas aletlerin boyanması ve kalibre edilmesi vb. konular eğitim ve deneyim gerektiriyordu. İmalat katından uzakta, telefon operatörleri, daktilolar, muhasebeciler ve envanter memurları enformasyon kanalları (kendi çağlarının enformasyon teknolojisi) olarak işliyorlardı.
Bu yeni talep edilen uzmanlığın çoğu kısmı yeniydi. Elektriğin endüstriyel ve tüketim amaçlı kullanımı bulununcaya kadar elektrikçilere talep yoktu. Çalıştırdıkları makinelerin icadından önce vasıflı makinistler yoktu. Telefon ağının kurulmasından önce telefon operatörü yoktu. Bu çalışmanın araçlarına, kurallarına ve titiz gereklerine hâkim olabilmek için işçilerin genellikle okuryazarlığa ve sayısal yatkınlığa ihtiyacı vardı.
ABD’deki işgücünün büyük ve giderek artan bir bölümüne bu dönemde lise diploması verilmesi tesadüf değil; bu, bu tür becerilerin giderek daha fazla mevcut olduğu ve önemli ölçüde ödüllendirildiği anlamına geliyor. Artan endüstriyel üretkenlik ile çalışan uzmanlığına yönelik artan talebin bu erdemli birleşimi, sanayileşmekte olan ülkelerde dolu gardıroplar, fabrika yapımı ev eşyaları ve elektrikli ekmek kızartma makineleri ile ütüler gibi yeni endüstriyel ürünler türünden lüksleri karşılayabilen yeni bir orta sınıfın oluşmasına yardımcı oldu.
Ancak kendilerinden önceki zanaatkârların aksine, ofislerde ve montaj hatlarında çalışan “kitlesel uzman” işçiler arasında uzman yargısına mutlaka ihtiyaç yoktu, hatta buna hoşgörüyle bakılmıyordu. Kitlesel öngörü çağının yönetim gurusu Fredrick Winslow Taylor, 1911’de şöyle yazmıştı: “Her işçinin işi yönetim tarafından en az bir gün önceden tamamen planlanır ve her adam çoğu durumda tam başaracağı görevi ve işi yaparken kullanılacak araçları ayrıntılı olarak açıklayan yazılı talimatlar alır.”
Sonuç olarak, kitlesel uzman çalışmasının işçilerin kurallara uymasını ama aynı zamanda çok az takdir yetkisi kullanmasını gerektiren dar prosedür içeriği belki de bu çalışmanın izleyen dönemde teknolojik tasfiyeye karşı benzersiz şekilde savunmasız kalmasının nedeni oldu.
Enformasyon çağında kitlesel uzmanlıktan elit uzmanlığa
İkinci Dünya Savaşı sırasında gündeme gelen inovasyonlardan kaynaklanan Bilgisayar Çağı (diğer adıyla Enformasyon Çağı), Sanayi Devriminin teşvik ettiği kitlesel uzmanlık talebinin çoğunu ortadan kaldırdı. Dijital bilgisayarın kendisinden önceki tüm teknolojilere göre benzersiz gücü, açık, deterministik kurallarla kodlanmış (yani iktisatçıların “rutin görevler” olarak adlandırdığı ve yazılım mühendislerinin program dediği) bilişsel ve manuel görevleri ucuz, güvenilir ve hızlı yürütme yeteneğiydi.
Bu açıklama sıradan görünebilir: tüm makineler sadece deterministik kurallara uymuyor mu? Bir düzeyde evet: Makineler, arızalı olmadıkları sürece yapmak üzere tasarlandıkları işi yaparlar. Ama başka bir düzeyde, hayır. Yalnızca belirli fiziksel görevleri yerine getiren önceki mekanik cihazlardan farklı olarak bilgisayarlar, soyut enformasyona erişen, bunları analiz eden ve bunlara göre hareket eden sembolik işlemcilerdir. Alan Turing’in 1937’de kanıtladığı gibi, bu tür makineler, görevin bir dizi adım (daha resmi olarak algoritma olarak bilinir) olarak kodlanabilmesi koşuluyla, sonsuz çeşitlilikte görevleri yerine getirebilir.
Bilgisayar çağından önce sembolik işlem için esasen tek bir araç vardı: insan zihni. Bilgisayar, olağanüstü yeteneklere ve ciddi kısıtlamalara sahip ikinci bir araç sağladı. Bilgisayar çağından önce, vasıflı ofis ve üretim görevlerinde uzmanlaşmış işçiler, kitlesel uzmanlığın vücut bulmuş haliydi.
Bilgi işlem ilerledikçe, dijital makinelerin araçlara hâkim olma ve kurallara uyma konusunda işçilere göre daha yetenekli ve çok daha ucuz olduğu ortaya çıktı. Tıpkı Sanayi Devrimi teknolojilerinin daha önce zanaat uzmanlığının değerini aşındırması gibi, bu da kitlesel uzmanlığın değerini aşındırdı.
Ancak tüm görevler çok iyi anlaşılmış kurallara uymaz. Filozof Michael Polanyi’nin 1966’da gözlemlediği gibi, “Anlatabildiğimizden daha fazlasını bilebiliriz”. Bu da örtük bilgimizin çoğu zaman açık biçimsel anlayışımızı aştığı anlamına gelir.
İkna edici bir tartışma yürütmek, espri yapmak, bisiklete binmek veya bir yetişkinin yüzünü bebek fotoğrafında tanımak, insanların ne yaptıklarını resmi olarak anlamadan ve çoğu zaman çok az çaba harcayarak gerçekleştirdiği incelikli ve karmaşık girişimlerdir.
Bu sözde “rutin olmayan” görevlerde ustalık, kuralları öğrenerek değil, yaparak elde edilir. Bir çocuğun bisiklete binmeyi öğrenmek için jiroskop fiziğini incelemesine gerek yoktur; basit deneme yanılma yeterli olacaktır. Ancak yapay zekâdan önce bir programcının, bir robotun bisiklete binebilmesi için ilgili tüm adımları, dalları ve istisnaları belirtmesi gerekiyordu. İnsanların sezgisel olarak nasıl gerçekleştireceklerini anladıkları ancak kurallarını ve prosedürlerini söze dökemedikleri birçok görevin var olduğu şeklindeki bu gözlem, genellikle Polanyi Paradoksu olarak anılır.
Yüksek ücretli işlerin çoğunun rutin olmayan görevlerle dolu olması nedeniyle Polanyi Paradoksu, geleneksel bilgisayarların yapabilecekleri işler konusunda büyük bir kısıtlamanın söz konusu olduğunu kanıtladı. Yöneticiler, profesyoneller ve teknik çalışanlardan düzenli olarak tek seferlik, yüksek riskli vakalarda karar vermesi (kurallar değil) beklenir: onkoloji hastası için bir tedavi planı seçmek, hukuki bir brifing hazırlamak, bir ekibe veya organizasyona liderlik etmek, bir bina tasarlamak, bir yazılım ürününün mühendisliğini yapmak veya bir uçağı tehlikeli koşullarda güvenli şekilde yere indirmek. Kuralların bilinmesi bu gibi durumlar için gereklidir ancak yeterli değildir.
Sanayi öncesi çağın zanaatkârlarına benzer şekilde, doktorlar, mimarlar, pilotlar, elektrikçiler ve eğitimciler gibi modern elit uzmanlar, yüksek riskli ve çoğu zaman belirsiz özgün vakalarla mücadele etmek için prosedürel bilgiyi uzman yargısı ve yaratıcılıkla birleştirir. Aynı zamanda zanaatkârlara benzer şekilde, profesyoneller de çıraklık gibi gözetimli uygulamalarda yıllarını harcayarak uzman yargısı geliştirirler, ancak beyaz yakalı profesyoneller için bu nadiren geçerlidir.
Bilgisayarlaşma kitlesel uzmanlığın değerini aşındırsa da, elit uzmanlık işleriyle uğraşan işçilere ilahi bir armağan olmanın sınırına dayanmıştı. Bilgisayarlar, profesyonellerin enformasyonu edinme ve düzenlemeye daha az, bu enformasyonu yorumlamaya ve uygulamaya daha fazla zaman ayırmalarına, yani gerçek karar alma süreçlerine katılmalarına olanak sağladı. Bu, uzman mesleki yargının doğruluğunu, üretkenliğini ve eksiksizliğini artırdı ve böylece değeri büyüdü.
Bilgisayarlaşma ilerledikçe, dört yıllık yüksek öğrenim, özellikle hukuk, tıp, bilim ve mühendislik gibi alanlarda yüksek lisans derecesine sahip çalışanların kazançları hızla arttı. Ancak bu iki ucu keskin bir kılıçtı: bilgisayarlar, aynı zamanda profesyonellerin dayandığı elit olmayan çalışanların kitlesel uzmanlığını otomatikleştirerek ortadan kaldırdı.
İronik şekilde, bilgisayarlaşmanın uzman olmayan işlerde çalışanlar için de aynı derecede önemli olduğu ortaya çıktı. Sanayileşmiş ülkelerdeki en düşük ücretli işlerin çoğu pratik hizmet mesleklerinde bulunur: yemek servisi, temizlik ve kapıcılık hizmetleri, güvenlik ve kişisel bakım.
Her ne kadar bu işler el becerisi, görüş yeteneği, basit iletişim becerileri ve sağduyu gerektirse de (ve dolayısıyla bilgisayar kullanımına uygun olmayan, rutin olmayan işler olsa da), çok az uzmanlık gerektirdiğinden yine de düşük ücret alırlar: Sağlıklı yetişkinlerin çoğu asgari eğitim ve sertifikasyonla bu işleri yapabilir.
Bilgisayarlar bu işi “yapamadılar” ama bu iş için rekabet eden işçi arzını artırdılar. Daha önceki yıllarda büro işleri, idari işler ve üretim mesleklerinde kitlesel uzmanlık işlerine hak kazanan işçiler bunun yerine rutin olmayan, pratik hizmet mesleklerine yönlendirildi. Bu durum, bu tür işler için zaten düşük olan ücretler üzerinde aşağı yönlü bir baskı yarattı.
Dolayısıyla bilgisayarlaşma, Sanayi Devriminde olduğu gibi yeni bir kitlesel uzmanlık çağını katalize etmek yerine, 40 yıldır artmakta olan eşitsizlik eğilimini besledi.
Yapay Zekâ çağında uzmanlık
Kendisinden önceki Sanayi ve Bilgisayar devrimleri gibi, Yapay Zekâ da insan uzmanlığının ekonomik değerinde bir dönüm noktasına işaret ediyor. Bunun nedenini anlamak için yapay zekâyı, artık geride bıraktığımız bilgi işlem çağından ayıran şeyin ne olduğunu düşünün. Yapay zekâ öncesinde bilgi işlemin temel kabiliyeti, rutin, prosedürel görevlerin hatasız ve neredeyse maliyetsiz yürütülmesiydi. Onun Aşil topuğu, örtük bilgi gerektiren rutin olmayan görevlerde ustalaşamamasıydı. Yapay zekânın kabiliyetleri ise bunun tam tersidir.
Kozmik bir ironi söz konusu olduğunda, yapay zekâ olgular ve rakamlar konusunda güvenilir değildir; kurallara saygı duymaz. Bununla birlikte yapay zekâ, örtük bilgi edinmede oldukça etkilidir. Yapay zekâ, sabit kodlanmış prosedürlere güvenmek yerine örneklerle öğrenir, açık talimat almadan ustalık kazanır ve açıkça sahip olmak üzere tasarlanmadığı yetenekleri de edinir.
Geleneksel bir bilgisayar programı, yalnızca notaları çalan klasik bir icracıya benziyorsa, yapay zekâ daha çok bir caz müzisyenine benziyor; mevcut melodileri yeniden yorumluyor, doğaçlama sololar alıyor ve yeni melodiler mırıldanıyor. Yapay zekâ, tıpkı bir insan uzman gibi, bir defaya mahsus yüksek riskli kararlar almak veya bunları desteklemek için biçimsel bilgiyi (kuralları) edinilen deneyimle birleştirebilir.
Yapay zekânın senaryodan ayrılma, eğitim ve deneyime dayalı olarak doğaçlama yapma kapasitesi, şimdiye kadar elit uzmanların yetki alanına giren bir yetenek olan uzman yargısına olanak sağlıyor.
Henüz emekleme aşamasında olmasına rağmen bu bir süper güçtür. Yapay zekânın uzman yargısı yeteneği önümüzdeki yıllarda daha güvenilir, hassas ve erişilebilir hale geldikçe, çalışma hayatlarımızda neredeyse her yerde mevcut bir varlık olarak ortaya çıkacak. Birincil görevi, uzman görüşlerini uygularken karar vericilere tavsiyelerde bulunmak, koçluk yapmak ve onları uyarmak olacaktır. Bu kulağa abartılı geliyorsa, yapay zekânın karar verme becerisinin zaten günlük hayatımızın sınırlarına ulaştığını gözlemleyin.
E-posta uygulamanız cümlenizi tamamlamayı önerdiğinde, akıllı saatiniz düşüp düşmediğinizi sorduğunda veya arabanız, aracınızı şeritte yeniden ortalamak için direksiyonunuzu ittiğinde yapay zekâ niyetinizi yorumlamak ve eylemlerinizi yönlendirmek için uzman yargısı sağlamaktadır.
Tesla’nızın direksiyonunda uyumadığınız sürece bu kararların çoğunun taşıdığı riskler şu anda önemsizdir, ancak yapay zekâ ilerledikçe ve hayatımızda daha yüksek değerli görevler üstlendikçe bu riskler artacaktır.
Makine kapasitesindeki bu çığır açıcı ilerleme, insan uzmanlığının geleceği açısından ne anlama geliyor? Yeniliğine rağmen, yapay zekânın sonuçlarının ekonomi tarihinde bir paraleli olduğunu düşünüyorum, ancak paralellik günümüzde tersine gidiyor.
Yapay zekâ öncesi bilgi işlemin ortaya çıkmasının, enformasyon edinme ve düzenleme görevini hızlandırarak profesyonel karar vericilerin uzman yargısını daha sonuç odaklı ve daha değerli hale getirdiğini hatırlayın. Eşzamanlı olarak bilgisayarlaşma, birçok orta vasıflı işçinin özgül kabiliyeti olan prosedür uzmanlığının değerini düşürmüş ve ikame etmişti.
Ancak bu süreci tersine çevirebilecek bir teknoloji hayal edin: Neye benzerdi? Yargı vermeyi destekleyecek ve tamamlayacak, böylece elit olmayan daha geniş bir işçi grubunun yüksek riskli karar alma süreçlerine katılmasına olanak tanıyacaktır. Aynı zamanda doktorların tıbbi bakım, avukatların belge üretimi, yazılım mühendislerinin bilgisayar kodları, profesörlerin lisans eğitimi vb. üzerindeki tekel gücünü de azaltacaktır.
Yapay Zekâ işte bu tersine çevirme teknolojisidir. Yapay zekâ, gerçek zamanlı rehberlik ve emniyet şeridi şeklinde karar desteği sağlayarak, tamamlayıcı bilgiye sahip daha geniş bir çalışan grubunun şu anda doktorlar, avukatlar, eğitimciler, kodlayıcılar ve yazılımcılar gibi elit uzmanların üstlendiği yüksek riskli karar verme görevlerinden bazılarını gerçekleştirmesine olanak sağlayabilir. Bu, üniversite diploması olmayan işçiler için iş kalitesini artıracak, kazanç eşitsizliğini daha ılımlı hale getirecek ve Sanayi Devriminin tüketim malları için yaptığına benzer şekilde sağlık, eğitim ve hukuki uzmanlık gibi temel hizmetlerin maliyetini düşürecektir.
Çoğu insan seri üretimin tüketim mallarının maliyetini düşürdüğünü anlıyor. Günümüzdeki zorluk, yüksek eğitimli uzmanlardan oluşan loncaların tekelinde olan sağlık, yüksek öğrenim ve hukuk gibi temel hizmetlerin yüksek ve giderek artan fiyatıdır..
Merkez Bankası iktisatçıları Emily Dohrman ve Bruce Fallick, son 40 yılda sağlık ve eğitim fiyatlarının ABD’deki hane halkı gelirlerine göre sırasıyla yüzde 200 ila yüzde 600 civarında yükseldiğini tahmin ediyor. Bu artışlara, elit karar vericileri istihdam etmenin artan maliyeti de katkıda bulunuyor. Bu tür kazanımlar tartışmasız haklıdır: Uzmanlık hem gerekli hem de kıt olduğunda önemli bir prim talep eder.
Ancak yapay zekâ, kıtlığı azaltarak, yani daha fazla işçinin bu tür uzmanlık işlerini yapmasına olanak sağlayarak bu maliyetleri düşürme potansiyeline sahiptir.
Bu argümanı somutlaştırmak için yapay zekâ alanı dışından bir örneği düşünün: Yüksek Hemşire (NP) çalışması. ABD’de NP’ler, teşhis testlerini uygulama ve yorumlama, hastaları değerlendirme ve teşhis etme, ilaçları reçete etme (bir zamanlar yalnızca doktorların yetki alanında olan hizmetler) konusunda kendilerini sertifikalandıran ek bir yüksek lisans derecesine sahip Kayıtlı Hemşirelerdir (RN’ler).
2011 ile 2022 arasında, NP istihdamı neredeyse üç katına çıkarak yaklaşık 224.000’e ulaştı; bu istihdamın önümüzdeki 10 yıl içinde ulusal ortalamanın oldukça üzerinde, yaklaşık yüzde 40 oranında artması bekleniyor. 2022’de Yüksek Hemşirenin yıllık maaşı ortalama 125.900 dolardı.
NP’ler elit karar vericilerdir. Prosedür uzmanlığını uzman görüşüyle birleştirerek, mantıklı karar alma riskinin olağanüstü derecede yüksek olduğu tek seferlik hasta vakalarıyla yüzleşebilirler.
NP mesleğini bizim durumumuzda anlamlı kılan şey, yüksek riskli profesyonel görevlerin (teşhis, tedavi ve reçete yazma) en elit profesyonel çalışanlardan (MD’ler) başka bir düzeye, biraz daha az elit (ancak yine de önemli) biçimsel uzmanlığa ve eğitime sahip profesyoneller (NP’ler) tahsis edildiği (veya birlikte atandığı) alışılmadık derecede büyük ölçekli bir vaka sunmasıdır.
Elitlerin karar alma haklarının bu şekilde bir paylaşımını mümkün kılan neydi? Birincil cevap kurumsaldır. 1960’ların başlarında, bir grup hemşire ve doktor birinci basamak hekim eksikliğinin giderek arttığını ve kayıtlı hemşirelerin becerilerinin gereğinden az kullanıldığını fark etmiş ve her iki eksikliği de gidermek için yeni bir tıbbi mesleğin öncülüğünü yapmışlardı.
Bu; yeni eğitim programlarının başlatılmasını, bir sertifikasyon düzeninin geliştirilmesini ve doktorların başlıca lobi aracı olan Amerikan Tabipler Birliği ile zorlu (ve belki de hiç bitmeyecek) bir mücadelenin ardından tıbbi uygulama düzenlemelerinin kapsamında bir değişikliğin kazanılmasını gerektiriyordu.
Bu başlangıç öyküsüne tamamlayıcı bir yanıt, enformasyon teknolojisinin iyileştirilmiş eğitimle bir araya gelmesinin bu yeni işbölümünü kolaylaştırmasıydı. NP mesleğinde enformasyon ve bilgi işlem teknolojisinin (ICT) oynadığı kritik rolden bahseden 2012 tarihli bir çalışmada, “ICT, NP rolünün ileri uygulama boyutunu iki şekilde destekledi; elektronik hasta enformasyonunun erişilebilirlik ve eksiksizliği, teşhis ve tedaviyle ilgili kararların güncellik ve kalitesini artırdı, hastaların uygun bakıma erişimini hızlandırdı… [ve] merkezi veri tabanından alınan hasta verileri, sağlık profesyonelleri arasındaki iletişimin kalitesini destekledi ve iyileştirdi.”
Daha basit ifade etmek gerekirse; elektronik tıbbi kayıtlar ve geliştirilmiş iletişim araçları, NP’lerin daha iyi kararlar almasını sağladı.
İleriye dönük olarak yapay zekâ, sonuçta NP’lerin uzman yargısını daha geniş tıbbi bakım görevleri kapsamında destekleyebilir. Ve bu nokta çok daha geniş anlamda geçerlidir. Sözleşme hukukundan matematik eğitimine ve kateterizasyona kadar yapay zekâ, potansiyel olarak daha geniş bir çalışan grubunun yüksek riskli uzmanlık görevlerini yerine getirmesini sağlayabilir. Bunu onların becerilerini destekleyerek ve yargılarını tamamlayarak yapabilir.
Bu hipotezi destekleyecek kanıt var mı? Son zamanlarda yapılan üç çalışma “kavram kanıtı” örnekleri sunuyor. Microsoft Research’ten araştırma iktisatçısı Sida Peng ve onun GitHub Inc. ile MIT Sloan School of Management’tan ortak yazarları, 2023 tarihli bir makalede, üretken bir yapay zekâ tabanlı programlama yardımı olan GitHub Copilot’un programcı üretkenliğini önemli ölçüde artırabileceğini gösteriyorlar. Kontrollü bir deneyde, bu araca erişmesine izni verilen tedavi grubu, gerekli programlama görevini Copilot’a erişimi olmayan kontrol grubuna göre yaklaşık yüzde 56 daha hızlı tamamladı.
MIT yüksek lisans öğrencileri Shakked Noy ve Whitney Zhang, Science dergisinde 2023’te yayınlanan bir makalede, yazma görevlerine odaklanan çevrimiçi bir deney gerçekleştirdiler. Araştırmaya katılan pazarlamacılar, hibe teklifi yazarları, danışmanlar, yöneticiler ve diğer çeşitli profesyonellerin yarısına, yazma görevleri için rasgele olarak ChatGPT’ye erişim izni verildi (ve kullanmaya teşvik edildi). Diğer yarısı görevlerini yerine getirmek için kelime işlemciler ve arama motorları gibi yapay zekâlı olmayan geleneksel araçları kullandı.
Noy ve Zhang, ChatGPT grubuna atananlarda çıktı yazma hızı ve kalitesinde önemli gelişmeler olduğunu buldu. Görev için harcanan süre genel olarak yüzde 40 azaldı. Dikkat çekici şekilde, en büyük kalite iyileştirmeleri alt kısımda yoğunlaştı. ChatGPT grubundaki en az etkili yazarlar, ChatGPT’si olmayan ortalama yazar kadar etkiliydi; büyük bir kalite sıçraması.
ChatGPT uzmanlığın rolünü ortadan kaldırmış değildi. Her iki araç setinde de en iyi yazarlar yığının en üstünde kalırken, ChatGPT en yetenekli olanların daha hızlı, daha az yetenekli olanların ise hem daha hızlı hem de daha iyi yazmasını sağlamış, böylece yeterli ile mükemmel yazarlar arasındaki üretkenlik farkı daralmıştı.
Yakın tarihli bir Ulusal Ekonomik Araştırma Bürosu makalesinde, Stanford Üniversitesinden araştırmacılar Erik Brynjolfsson ile MIT’den Danielle Li ve Lindsey Raymond, müşteri hizmetleri temsilcilerine yanıt önerileri sağlayan üretken yapay zekâ araçlarının kullanımının üretkenlikte kabaca yüzde 14’lük önemli bir iyileşmeye neden olduğunu tahmin ettiler; Noy ve Zhang’ın çalışmasına benzer şekilde, bu kazanımlar en çok acemi çalışanlar arasında belirgindi.
Yapay zekâ araçları, acemi çalışanların deneyimli temsilcilerin becerilerine 10 yerine üç ayda erişmesine yardımcı oldu. Beklenmedik bir yan etki olarak, yeni temsilciler arasındaki işten ayrılma oranı da önemli ölçüde düştü; bunun nedeni, muhtemelen sohbet pencerelerinde kendilerine yöneltilen müşteri öfkesinin azalmasıydı. Yapay zekâ aracı tarafından tamponlanan destek çalışanları, müşterilerden ve müşterilere karşı önemli ölçüde daha az hakaret yaşadı.
Her üç durumda da yapay zekâ araçları, uzmanları ikame etmek yerine uzmanlığı destekledi. Bu, otomasyon ile artırmanın kombinasyonu yoluyla gerçekleşti. Otomasyonun faydası zaman tasarrufu olarak kendini gösterdi. Yapay zekâ, bilgisayar kodunun, reklam metninin ve müşteri desteği yanıtlarının ilk taslağını yazıyordu. Artırmanın faydası kaliteye yansıdı.
Daha az vasıflı çalışanlar, yapay zekâyı kullanarak daha deneyimli ve yetenekli meslektaşlarına kalite açısından daha yakın işler ürettiler. Ancak kalitenin artmasının nedeni, yapay zekâ sürüş yaparken işçilerin direksiyon başında uykuda olması değildi. İşçilerden nihai kod, metin veya müşteri desteği ürününü üretmek için uzmanlıklarını ve yargılarını uygulamaları ve aynı zamanda yapay zekânın önerilerinden yararlanmaları söz konusuydu.
Yakın tarihli bir başka NBER makalesi, kuralı tartışmaya açık şekilde kanıtlayan bir istisna sunuyor MIT’den Nikhil Agarwal ve ortak yazarları, yapay zekâ yardımının varlığını profesyonel radyologlara rasgele tahsis eden bir deneyde, yapay zekânın tahminlerinin en az üçte ikisi kadar doğru olmasına rağmen yapay zekânın radyologların teşhislerinin kalitesini iyileştirmediğini buldular.
Bunun nedeni doktorların yapay zekâ aracını nasıl etkili şekilde kullanacaklarını anlamamış olmalarıydı. Yapay zekâ özgüvenli tahminler sunduğunda doktorlar sıklıkla bu tahminleri kendi tahminleriyle geçersiz kılıyordu. Yapay zekâ belirsiz tahminler sunduğunda doktorlar sıklıkla kendi daha iyi tahminlerini makinenin sağladığı tahminlerle geçersiz kılıyordu.
Buradan alınacak ders, yapay zekânın doktorlar için kontrendike olduğu değil, daha ziyade onun geniş kapsamlı, tamamlayıcı kullanımının eğitim ve ek uzmanlık gerektireceğidir. Radyologlar bu sayede teşhis konusunda hem daha hızlı hem de daha doğru olacak, dolayısıyla uzman olarak daha değerli hale geleceklerdir.
Yapay zekâ radyoloji, müşteri hizmetleri, yazılım kodlama, metin yazarlığı ve diğer birçok alanda üretkenliği artırırsa, bu daha önce çok sayıda kişi tarafından yapılan işleri yapan daha az sayıda işçiyle kalacağımız anlamına gelmez mi? Bazı alanlarda bunun tam tersi de geçerli olabilir.
Sağlık, eğitim ve bilgisayar kodlamaya olan talep neredeyse sınırsız görünüyor ve eğer yapay zekâ, beklendiği gibi bu hizmetlerin maliyetlerini düşürürse bu talep daha da artacak. Ancak diğer alanlarda, evet, hızlı verimlilik artışı istihdamı aşındıracak. 1900’de ABD’de istihdamın yaklaşık yüzde 35’i tarımdaydı. Bir asırlık sürekli üretkenlik artışının ardından, 2022’de bu pay yüzde 1 civarına inmişti; bunun nedeni daha az gıda tüketmemiz değil.
Ancak belirli bir ürün veya hizmette istihdam konusunda doğru olan şey, ekonominin geneli için hiçbir zaman doğru olmamıştır. ABD’li işçilerin neredeyse yüzde 40’ı çiftliklerde çalışırken, sağlık ve tıbbi bakım, finans ve sigorta ile yazılım ve bilgi işlem alanları henüz yeni filizlenmişti.
Çağdaş işlerin çoğunluğu, şimdiye kadar otomasyondan kaçınmış tarihi mesleklerin kalıntıları değildir. Bunun yerine, belirli teknolojik inovasyonlarla ayrılmaz biçimde bağlantılı olan yeni iş uzmanlıklarıdır; daha önceki dönemlerde mevcut olmayan veya hayal bile edilemeyen yeni bir uzmanlık talep ediyorlar.
Destekleyici yenilikler bu özel becerilere olan ihtiyacı doğurana kadar hava trafik kontrolörleri, elektrikçiler veya gen editörleri yoktu. Teknoloji hikâyenin tamamı da değil. Vegan şefler, üniversiteye kabul danışmanları ve kişisel eğitmenler gibi pek çok uzman kişisel hizmet mesleği, geçimlerini belirli inovasyonlara değil, artan gelirlere, dalgalanan modalara ve değişen ekonomik teşviklere borçludur. İnovasyon, ekonomik pastayı genişleterek buna katkıda bulunuyor ve böylece toplumların daha zengin dilimler talep etmesine olanak tanıyor.
Durgunlaşan nüfus artışı ve emekliliği çoktan geride bırakmış vatandaşların oranının artmasıyla karşı karşıya kalan ABD’nin ve tüm sanayileşmiş dünyanın karşılaştığı zorluk, iş açığı değil, işçi açığıdır. Örneğin Financial Times, hızla yaşlanan Japonya’da, “Japon perakendecilerin çalışma saatlerini kısalttığını, iş gücü sıkıntısıyla başa çıkmak için avatarlar yerleştirdiğini ve yabancı öğrencileri işe aldığını” bildiriyor.
Yapay zekânın daha fazla işçinin uzmanlıklarını daha etkili şekilde kullanmasını sağlaması, böylece yüksek verimli işlerin payını artırırken demografik işgücü piyasası baskılarını hafifletmesi ABD’ye ve diğer sanayileşmiş ülkelere iyi hizmet edecektir.
İkame etme ile tamamlayıcılık
Eğer yapay zekâ bolca ucuz uzmanlık sağlayabilirse, geriye kalan bir miktar insan uzmanlığı gereksiz hale gelmeyecek mi? Bir benzetmeyle cevap vereceğim: YouTube. Evde onarım konusunda becerikliyseniz veya vasıflı işlerde çalışıyorsanız, muhtemelen YouTube’daki “nasıl yapılır” videolarını izleyerek zaman harcıyorsunuzdur: elektrik anahtarı nasıl değiştirilir, gaz sızıntısı nasıl bulunur, kar püskürtme makinesinin ayarları nasıl yapılır vb. Pew Research’ün 2018 tarihli bir araştırmasına göre, yetişkin YouTube kullanıcılarının yüzde biri, sitenin “daha önce yapmadıkları şeyleri nasıl yapacaklarını bulmaları” açısından “çok önemli” olduğunu belirtiyor.
Peki, bu “nasıl yapılır” videoları kimin işine yarar? Uzmanların değil. Videoları çekenler onlar. Peki amatörler? Diyelim ki 19. yüzyıldan kalma evimdeki sigorta kutusunu 20. yüzyıldan kalma bir devre kesici paneliyle değiştirmek istedim. Varsayımsal olarak, daha önce elektrikli penseye hiç dokunmadığımı ve yalıtımlı eldivenlerimin olmadığını varsayalım. Ama cumartesi günüm boş ve köşede bir Home Depot var. Özgüvenim yüksek olduğundan, bu konuyla ilgili düzinelerce, yüzlerce YouTube nasıl yapılır videosundan birini açıyorum ve işe koyuluyorum. Kaçınılmaz olarak, ama hemen değil, 19. yüzyıldan kalma sigorta kutumun videodakine pek benzemediğini fark ediyorum. Tersi yolu izlemeyi tercih etsem de, aldırmadan devam etmeyi seçsem de, kötü bir elektrik çarpması ya da yangın gibi elle tutulur bir riskle karşı karşıyayım.
Bu YouTube videosu kesinlikle özel olarak benim için yapılmış değildi. Ücretsiz uzmanlıktan yararlanmak için temel uzmanlığa ihtiyacım vardı: yüksek gerilim devrelerini yönetmeye yönelik prosedür bilgisi, iş senaryonun dışına çıktığında problem çözmeye yönelik uzman görüşü. Bu uzmanlık elimde olsaydı YouTube tam olarak ihtiyacım olan şey olabilirdi.
Demek istediğim; araçlar, uzmanlığı gereksiz kılmak yerine, etkinliğini ve kapsamını genişleterek onu daha değerli hale getirir. Araç ne kadar güçlü olursa, risk de o kadar yüksek olur. Alexander Pope’un belirttiği gibi, “az öğrenmek tehlikeli bir şeydir”.
Yapay zekâ, beyaz yakalı profesyoneller için YouTube’dan çok daha fazlası olsa da uzmanların yeteneklerini genişletmedeki rolü çok önemli olacak. Örneğin çoğu tıbbi prosedür, iyi belirlenmiş bir dizi adımı takip eder. Ancak bu adımları uygulamak için, pratik ve onunla birlikte gelen örtük uzman yargısı gerektir.
Deneyimli bir sağlık çalışanının, yapay zekânın rehberliğinde, yeni tip bir kateter kullanımı gibi yeni bir tıbbi cihazda uzmanlaşabilmesi veya acil bir durumda alışılmamış bir prosedürü gerçekleştirebilmesi muhtemeldir. Eğitimsiz bir yetişkin, YouTube’daki bir “nasıl yapılır” videosunu izleyerek bir hastaya (veya kendisine) kateter takmayı da başarabilir. Ancak bu prosedür kaçınılmaz olarak senaryonun dışına çıktığında, uzman tıbbi yargıya sahip birinin hazır bulunması iyi olur.
Yapay zekâ genel olarak eğitimsiz, uzman olmayan çalışanların kateterizasyon gibi yüksek riskli görevleri yerine getirmesine olanak vermeyecektir. Ancak uygun uzmanlık temeline sahip çalışanların seviye atlamasına olanak sağlayabilir. Yapay zekâ, iyi bir temel ve sağlam yapı üzerine katlar inşa ederek uzmanlığın kapsamını genişletebilir. Bu temelin olmaması yapısal bir tehlikedir.
Yapay zekâ destekli robotların yakında bu işleri tek başına, hiçbir uzmana ihtiyaç duymadan yapma olasılığını göz ardı mı ediyorum? Öyle düşünmüyorum. Yapay zekâ, robot teknolojisindeki ilerlemeyi hızlandıracak ancak robotların, sıkı bir şekilde kontrol edilen fabrika ayarları yerine öngörülemeyen gerçek dünya ortamlarında fiziksel olarak zorlu görevleri yerine getirmek üzere konuşlandırılmasının mümkün ve uygun maliyetli olacağı dönem henüz uzak.
Bu kulağa aşırı derecede kötümser geliyorsa, muazzam yatırımlara ve yakında başarıya ulaşacağına dair yaygın açıklamalara rağmen çağımızın önde gelen teknoloji şirketlerinin otonom sürüş sağlama konusunda nasıl bocaladığını bir düşünün. Neden? Bunun nedeni direksiyon simidini, gaz pedalını ve fren pedalını çalıştırmanın robotlar için zorlayıcı bir durum olması değil. Bu önemsiz bir şey. Son derece zorlu olmaya devam eden şey, öngörülemeyen yayaların, sürekli değişen yol tehlikelerinin ve sert hava koşullarının olduğu bir dünyayı yorumlamak ve bunlara uygun şekilde yanıt vermektir. Bu açıdan bakıldığında, bir sigorta kutusu kurmak, yemek hazırlamak veya bir hastayı rahatlatmak için gereken bilişsel ve fiziksel beceriler dehşet verici görünüyor.
Uzmanlığın alacakaranlığı mı?
Sadece insan uzmanlığının dingin alacakaranlığını tasvir ediyorum diye itiraz edilebilir. Traktörlerin hendek kazmaya, montaj hatlarının zanaat uzmanlığına ve hesap makinelerinin çok basamaklı sayıları elle bölmeye yaptığını yapay zekâ da insan uzmanlığına yapmayacak mı, yani onu otomatikleştirmeyecek mi?
Her ne kadar okuyucuların çoğunun, insanlığın hâlâ dövme demirden aletler yontmak zorunda kaldığı veya kalem ve kâğıtla uzun süre bölme işlemi yaptığı bir dünyayı tercih edeceğinden şüphe etsem de, bu endişenin farkındayım. Benim görüşüme göre, insan emeğinin hiçbir ekonomik değerinin olmadığı bir gelecek, yönetilemez bir kabus olur; ancak bazı garantili gelir meraklıları bu görüşe katılmayacaktır. Ne olursa olsun, sonuç öncülden çıkmaz.
İnovasyon her zaman yeni araçlar sağlar ve araçlar çoğunlukla otomasyon uygulamalarıdır. Örneğin Londra taksi şoförleri, Londra’nın tüm sokaklarını ezberlemek için yıllarca eğitim alıyor; ancak akıllı telefon navigasyon uygulamaları, bu zor kazanılmış uzmanlığı teknolojik açıdan eski ve ekonomik açıdan gereksiz hale getirdi.
Araçlar, kullanıcılarının uzmanlığına tecavüz edebilir ve eder de. Ancak bunun tersi de çoğu zaman doğrudur. Daha önceki hava trafik kontrolörlerini hatırlayın. deRadar, GPS ve iki yönlü telsizlerin yokluğunda, bu yüksek eğitimli uzmanlar gökyüzüne gözlerini kısarak bakmaktan fazlasını yapamazlardı. Benzer şekilde, doktorlar, inşaatçılar ve müzisyenler gibi uzun süredir devam eden mesleklerin uzmanlığı, eğer bu uzmanlığı uygulamak için gerekli araçlardan mahrum bırakılırlarsa, çok daha az kullanışlı ve çoğu durumda alakasız olacaktır.
Ekonomik açıdan bakıldığında, navigasyon uygulamaları Londra taksicilerinin uzmanlığını otomatikleştirdi. Ancak radar, GPS ve iki yönlü telsizler hava trafik kontrolörleri için tam tersini yaptı. Bu durumda inovasyon otomatikleştirmedi, yeni bir tür uzman çalışması yarattı.
İnovasyonlar yalnızca otomasyon için kullanılsaydı, uzun zaman önce işsiz kalırdık. Bunun yerine, sanayileşmiş dünyada işler bitmeden önce işçiler tükenecek gibi görünüyor. Bunun muhtemel nedeni, en önemli inovasyonların hiçbir zaman otomasyonla ilgili olmamasıdır. Örneğin uçakların, bina içi su tesisatının, penisilinin, CRISPR’ın veya televizyonun ortaya çıkmasına otomasyon neden olmadı.
Bu inovasyonlar, mevcut görevleri otomatikleştirmek yerine, temel olarak insani olanaklara yeni ufuklar açtı. Eşzamanlı olarak yeni istihdam ve yeni uzmanlık talepleri yarattılar. İnovasyonları desteklemek bu özel becerilere olan ihtiyacı doğurana kadar uçak mürettebatı, ev tesisatçıları, genetikçiler veya televizyon aktörleri yoktu.
Yapay zekâ, bazı mesleklerin temel görevlerini otomatikleştirecek, bazılarını ortadan kaldıracak ve kalanlardan bazılarını çarpıcı biçimde yeniden şekillendirecek. Eşzamanlı olarak yeni ürün ve hizmetleri hayata geçirecek, yeni uzmanlık talepleri yaratacak ve insanlığın ilerlemesi için yeni olanaklar açacak; ancak bunların ne olacağını tahmin etmek her zaman zor.
Bu dengeleyici etkiler kazananlar ve kaybedenler yaratacaktır ve ayarlanma yürek burkucu olabilir. Otomasyonun ve yeni iş yaratıcı kuvvetlerin eşit olduğunu ve birbirini dengelediğini söyleyen bir ekonomik yasa yok; aslında son kanıtlar birincinin ikinciyi geride bıraktığını gösteriyor. Bu karşıt kuvvetler birbiriyle bilek güreşi yaparak berabere kalsalar bile, yapay zekâ tarafından uzmanlıkları değiştirilecek çalışanların, uzmanlıkları yeniden değer kazananlarla aynı olması pek olası değil.
Tahmin değil, senaryo
Tarih ve bilim, toplumların geliştirdiği teknolojilerin ve bunları nasıl kullandıklarının (sömürücü veya özgürleştirici, refahı genişletici veya zenginliği yoğunlaştırıcı şekilde) öncelikle içlerinde yaratıldıkları kurumlar ve kullanımlarını yönlendiren teşvikler tarafından belirlendiğini gösteriyor.
1940’larda kontrollü nükleer füzyon konusundaki bilimsel ustalık, ulusların hem çok büyük yıkıcı silahlar hem de neredeyse karbonsuz elektrik üretim tesisleri geliştirmesine olanak sağladı. Seksen yıl sonra ülkeler bu teknolojilere farklı şekillerde öncelik vermeye başladı. Kuzey Kore’nin çok sayıda nükleer silahı var ancak sivil nükleer santrali yok. Saldırgan nükleer silahların kullanıldığı tek ülke olan Japonya’nın nükleer silahı yok ve onlarca sivil nükleer santrali var.
Yapay zekâ, nükleer teknolojiden çok daha fazla şekillendirilebilir ve çok daha geniş uygulanabilir; dolayısıyla hem yapıcı hem de yıkıcı kullanım menzili çok daha geniştir. Yapay zekânın nasıl konuşlandırılacağı ve süreçte kimin kazanıp kimin kaybedeceği endüstrinin, hükümetlerin, yabancı ulusların, sivil toplum kuruluşlarının, üniversitelerin, işçi örgütlerinin ve bireylerin kolektif (ve çatışan) tercihlerine bağlı olacaktır.
Sadece ekonomik verimliliği değil, aynı zamanda gelir dağılımını, siyasi gücü ve sivil hakları da etkileyen riskler şaşırtıcı düzeydedir. Bazı ülkeler halihazırda nüfuslarını yoğun şekilde gözetim altında tutmak, resmi anlatılardan farklı bakış açılarını susturmak ve muhalifleri tespit etmek (ve ardından cezalandırmak) için yapay zekâyı kullanıyor ve bu kabiliyetleri hızla benzer düşüncelere sahip otokrasilere ihraç ediyorlar. Ama aynı temel yapay zekâ teknolojileri diğer ortamlarda, tıbbi ilaç keşfini ilerletmek (COVID aşılarının geliştirilmesi dahil), konuşulan dillerin gerçek zamanlı çevirisini mümkün kılmak ve zor durumdaki öğrencilere ve erken gelişmiş otodidaktlara ücretsiz, özelleştirilmiş eğitim sağlamak için de kullanılıyor.
Yapay zekâ, işgücü piyasaları için gerçek bir risk teşkil ediyor ancak bu teknolojik olarak işsizliğin olmadığı bir gelecek değil. Risk, uzmanlığın devalüasyonudur. İnsanların yalnızca genel, farklılaşmamış emek sağladığı bir gelecek, herkesin uzman olması nedeniyle kimsenin uzman olmadığı bir gelecek. Böyle bir dünyada emek tek kullanımlık olur ve servetin büyük kısmı Yapay Zekâ patentlerinin sahiplerine gider. Böyle bir dünyanın siyasi hatları cehennem gibi olurdu: “WALL-E” “Mad Max” ile buluşuyor.
Dikkat çekici bir şekilde, birçok yapay zekâ vizyonerinin aklında olan şey aynı zamanda ekonominin geleceği. Örneğin, ChatGPT ve DALL-E’nin geliştiricisi OpenAI’nin tüzüğü, Yapay Genel Zekâyı (AGI) “ekonomik açıdan en değerli işlerde insanlardan daha iyi performans gösteren yüksek derecede özerk sistemler” olarak tanımlıyor. Yapay zekâ öncülerinden Mustafa Süleyman, 2023’te yayınlanan çok satan kitabında şöyle yazıyor: “Gelecek dalga gerçekten göründüğü kadar genel ve geniş kapsamlıysa, insanlar nasıl rekabet edecek?”
Bu meşum ifadeler hakkında söyleyebileceğim en hayırlı şey, bunların muhtemelen yanlış olduğu; yani inovasyonun karmaşıklığını tek bir otomasyon boyutuna indirgemeleridir. Bu teknoloji vizyonerleri, Black&Decker araçlarının yüklenicilerin becerilerini daha az değerli hale getirdiğine veya uçakların yolcularından daha iyi performans gösterdiğine mi inanıyor? İkinci soru elbette saçmadır. Uçaklar bizim rakibimiz değil; onlar olmadan uçamazdık.
Mevcut kabiliyetlerimizi daha hızlı ve daha düşük maliyetle kopyalamak küçük bir başarıdır. En değerli araçlar insan kabiliyetlerini tamamlar ve yeni olasılıkların sınırlarını açar. En ilginç olmayanlar bile, giderek mevcut araçlardan daha iyi performans gösterir hale geliyor.
Maytag çamaşır makinem, ilk Apollo misyonundan daha büyük bir bilgisayar işlem gücünden yararlanıyor, böylece dönüş döngüsünü gezegenin herhangi bir yerinden başlatabilirim. Ama o çamaşır makinesi asla aya ulaşamayacak. Eğer AGI insanlığa yeni bir ay yolculuğu yerine sadece daha iyi bir çamaşır makinesi veriyorsa, AGI değil biz kendimizi başarısızlığa uğratmışız demektir.
Yaklaşan yapay zekâ robot kıyametiyle ilgili çok sayıda basın haberinin ortasında, insanın sanayileşmiş dünyanın iş konusunda fazla, işçi konusunda ise yetersiz olduğunu fark edememesi kolaylıkla mümkündür. Soru, iş sahibi olup olmayacağımız değil (olacağız), bunların istediğimiz işler olup olmayacağıdır.
Aramızdaki şanslılar için çalışmak gaye, topluluk ve saygınlık sağlar. Ancak son 40 yılda, bilgisayarlaşma ilerledikçe ve eşitsizlik daha yaygın hale geldikçe, işlerin önemli bir azınlığının kalitesi, saygınlığı ve haysiyeti azaldı.
Yapay zekânın insanlığa sunduğu eşsiz fırsat, bu gidişatı tersine çevirmek, insan uzmanlığının geçerlilik düzeyini, uzanımını ve değerini daha geniş bir çalışan grubu için genişletmektir. Bu sadece gelir eşitsizliğini azaltmak ve sağlık ve eğitim gibi temel hizmetlerin maliyetlerini düşürmekle kalmaz, aynı zamanda çok fazla sayıda işçinin ve işin yitirdiği kalite, saygınlık ve aktörlüğün yeniden kazanılmasına da yardımcı olabilir.
Bu alternatif yol, yapay zekâ gelişiminin kaçınılmaz veya içsel bir sonucu değildir. Ancak teknolojik olarak makul, ekonomik olarak tutarlı ve ahlaki açıdan zorlayıcıdır. Bu potansiyelin farkında olarak yapay zekânın bize ne yapacağını değil, bizim için ne yapmasını istediğimizi sormalıyız.
Yorum yaz