Üretken Yapay Zeka, Amerikan işçisi ve işin geleceği
2022 sonlarında ChatGPT-3.5'in piyasaya sürülmesi dünyanın dikkatini çekti ve üretken yapay zekânın (YZ) metin, video, ses, resim ve kod dahil olmak üzere, insan tarafından üretilmişe benzeyen çeşitli içerikler üretme konusundaki olağanüstü yeteneğini gözler önüne serdi. Bu sürüm ve hemen ardından gelen birçok göz alıcı atılım, hızla gelişen bu üretken YZ teknolojilerinin iş, çalışanlar ve geçim kaynakları için şimdi ve gelecekte ne anlama gelebileceği, daha güçlü olduğu düşünülen yeni modeller piyasaya sürüldükçe, soruları beraberinde getirdi. Birçok ABD çalışanı endişeli: Pew Research Center'ın yaptığı bir ankete göre, çoğu Amerikalı, üretken YZ'nin önümüzdeki yirmi yılda işler üzerinde büyük bir etkiye sahip olacağına inanıyor - çoğunlukla olumsuz yönde.
Ancak, bu yaygın endişelere rağmen, üretken YZ'nin potansiyel etkilerinin niteliği ve ölçeği konusunda çok az bir fikir birliği var ve nasıl - hatta olup olmadığı - yanıt verilmesi gerektiği konusunda da bir belirsizlik söz konusu. Temel sorular hala yanıtlanmamış durumda: Çalışanların üretken YZ'nin tasarımını ve dağıtımını proaktif bir şekilde şekillendirmelerini nasıl sağlayabiliriz? Çalışanların kazanımlarından anlamlı bir şekilde yararlanmalarını sağlamak için ne yapılmalı? Ve çalışanların olabildiğince zararlardan korunmaları için hangi güvenlik önlemleri gerekli?
Bu canlandırıcı sorular, bu raporun ve Brookings'te geniş bir yelpazedeki dış iş birlikçilerle başlattığımız yeni bir çok yıllık çabanın merkezinde yer alıyor. Araştırma, işçi odaklı hikaye anlatımı ve sektörler arası toplantılar aracılığıyla, kamuoyunun anlayışını artırmayı, politika yapıcıları ve işverenleri bilgilendirmeyi ve çalışanların YZ'nin kazanımlarından anlamlı bir şekilde yararlanıp, mümkün olduğunca zararlarından kaçındığı bir gelecek için toplumsal tepkimizi şekillendirmeyi hedefliyoruz.
Bu raporda, üretken YZ'nin iş ve çalışanlar için tehlikelerini ele alıyor ve bu anı karşılamaya topluca yeterince hazır olmadığımız konusundaki endişelerimizi açıklıyoruz. Daha sonra, iş piyasasında binden fazla meslek için görev düzeyinde maruziyeti araştıran OpenAI'dan (burada açıklanan) ayrıntılı verilere dayanan analizimizi kullanarak teknoloji ve işler üzerindeki potansiyel etkisine ilişkin bilgiler sunuyoruz. Son olarak, proaktif bir yanıt için üç öncelikli alanı - işveren uygulamaları, çalışan sesi ve etkisi ve kamu politikası araçları - ele alıyor ve ele alınması gereken acil fırsatların yanı sıra boşlukları da vurguluyoruz. Rapor boyunca, YZ, iş ve çalışanlar hakkındaki bu temel sorularla boğuşmak için farklı disiplinlerden - politika, iş inovasyonu ve yatırım, emek, akademik ve düşünce kuruluşu araştırmaları, sivil toplum ve hayırseverlik - 30'dan fazla uzmanın katıldığı yakın zamanda düzenlediğimiz Brookings atölyesinden edinilen bilgilerden yararlanıyoruz.
Bu raporun kapsamı, YZ'nin çalışanlar üzerindeki etkisine dair tüm endişelerin tam yelpazesinden daha sınırlıdır. Çalışmamızın, AI'dan kaynaklanan iş kalitesi ve zararlar (gizlilik, gözetim, algoritmik yönetim, etik ve önyargı dahil) konularında zaten sağlam bir akademik çalışma grubuna, özverili uzmanlığa ve politika ivmesine dayandığını bilerek, temel odak noktamız, toplumun yanıtı çok daha az gelişmiş olan, özellikle geçim kaynakları için riskler olmak üzere, üretken YZ'nin ortaya çıkan risklerinden bazılarını ele almaktır.
Ne tehlikede?
Çalışanlar için yüksek riskler olmasına rağmen, üretken YZ'nin beraberinde getirdiği potansiyel risk ve fırsatlara hazır değiliz. Şu ana kadar, ABD ve diğer ülkeler, çalışanların YZ'den faydalanıp zararlarından kaçınmaları için gereken acilciği, zihinsel modelleri, işçi gücünü, politika çözümlerini ve iş uygulamalarını eksik ediyorlar.
Bugüne kadar, ChatGPT ve benzeri teknolojiler hakkındaki tartışmaların çoğu, iş ve çalışanlardan uzak durdu. Diğer ciddi endişeler tartışmalarda egemen, milli güvenlik, dezenformasyon, gizlilik ve gözetim, fikri mülkiyet, elektrik tüketimi ve aldatma (finansal ve siyasi dolandırıcılık aracı olarak "derin sahteler" ile örneklendirilen) konularına çok daha fazla odaklanılıyor. Dikkat geniş çapta ve hızla yayılıyor, ancak aynı zamanda dağınık bir şekilde.
Yeterince ilgi görmeyen şey, toplum için YZ'nin değerini sağlamak için çok önemli olan işçiler ve onların işlerinin içeriği ve koşulları. YZ'nin çalışma dünyası ve geçim kaynakları üzerindeki etkilerine verilen ilgi en iyi ihtimalle ikincil düzeyde kaldı ve çoğunlukla varsayımlardan ibaretti.
İşin ele alındığı ölçüde, YZ'nin etkileri hakkındaki konuşmalar aşırı uçlarda kaldı. Bir yanda, tekno-iyimserler, ceplerimizdeki yorucu işleri ortadan kaldıran YZ asistanları, kanseri tedavi eden YZ destekli bilim insanları ve herkes için refah yaratan turbo şarjlı verimlilikten oluşan bol ve sınırsız bir olasılıklar dünyasını savunuyorlar. Diğer uçta, bildiğimiz kadarıyla toplu iş kaybı, kitlesel işsizlik ve insan istihdamının - hatta varoluşunun - sonu hakkında yıkıcı öngörüler yer alıyor.
Teknolojik gelişmelerin gelecekteki seyrini tahmin etmek imkansız. Aslında, olası YZ geleceklerinin yelpazesi oldukça geniş, yakın vadede faydalı yeteneklerde bir plato'dan, geniş ekonomik ve sosyal sonuçlarla birlikte, uzun süredir varsayılan yapay genel zekâ (YZG) seviyesinde yeteneklerde üstel iyileşmelere kadar uzanıyor.
Güvenilir bir tahmin yapılabilir olmasa da, üretken YZ teknolojilerinin tasarımı ve dağıtımının, onları anlama ve şekillendirmek için kolektif tepkimizden çok daha hızlı ilerlediği açık.
Bu karmaşık ve büyüyen zorluğu karşılamaya hazır değiliz. Kamu politikasına bakın: Bugün, YZ'nin iş üzerindeki tehditlerine karşı politik tepkilerde az sayıda partizan çatışma çizgisi olsa da, otomasyon risklerini veya üretken YZ'nin işyeri tehditlerini ele alan eyalet veya federal düzeyde kanun ve düzenlemelerin acilciği, ivmesi veya somut örnekleri de nispeten az - ya da tam tersine, YZ'nin yeteneklerinden en iyi şekilde yararlanmak için çalışanların sorumlu bir şekilde katılımını doğrudan teşvik eden örnekler.
İkinci olarak, işçi örgütlenmesi ve gücü (veya eksikliği) YZ'nin ekonomiye nasıl dağıtıldığını şekillendirmek için çok önemli olmasına rağmen, düzensiz ve sınırlı görünüyor. Hollywood yazarları ile büyük stüdyolar arasında geçen yıl imzalanan tarihi anlaşma gibi, çalışanların toplu pazarlık yoluyla aktif olarak YZ güvenlik önlemlerini şekillendirmesine dair birkaç dikkat çekici örnek olsa da, üretken YZ'ye en çok maruz kalan sektörler ve çalışanların önemli sendika gücüne sahip olduğu veya işçi örgütlerine, sese ve etkiye erişebildiği sektörler arasında çarpıcı bir uyumsuzluk görüyoruz.
Üçüncüsü, maliyet ve beklenen kârlılık konusunda yeni sorular sorulmasına rağmen, YZ dağıtımını yönlendiren geniş çapta bildirilen bir "altın çağ" zihniyeti ve abartı var ve birçok şirket teknolojiyi benimsemek için acele ediyor. Google, Meta ve Microsoft gibi büyük teknoloji şirketleri YZ geliştirmeye büyük yatırımlar yapıyor olsa da, işletmelerde, hükümette veya kar amacı gütmeyen sektörde olsun, çoğu diğer kuruluş bu YZ araçlarını geliştirmek yerine kullanmaya odaklanacak. YZ teknolojisinin "dağıtımcıları" aynı zamanda işverenlerdir ve çalışanların büyüyen YZ dağıtımına bir şekilde uyum sağlaması bekleniyor. Bu raporda bu tür kuruluşlara "işveren-dağıtımcılar" olarak atıfta bulunuyoruz - YZ teknolojilerinin nasıl benimsendiğini ve yönetildiğini etkileyecek önemli bir karar alma grubu. Şu anda, şirketlerin iş gücüyle ilgili olarak YZ'yi etik bir şekilde nasıl uygulayacakları konusunda çok az yönerge veya davranış kuralı var. Aynı zamanda, özellikle halka açık veya halka arz hedefleyen birçok şirket, işçilik maliyetlerinden tasarruf etmek ve verimliliği artırmak için YZ'yi benimsemek konusunda rakiplerinden ve yatırımcılardan yoğun bir baskı hissediyor.
Şu anda, şirketlerin iş gücüyle ilgili olarak YZ'yi etik bir şekilde nasıl uygulayacakları konusunda çok az yönerge veya davranış kuralı var. Aynı zamanda, özellikle halka açık veya halka arz hedefleyen birçok şirket, işçilik maliyetlerinden tasarruf etmek ve verimliliği artırmak için YZ'yi benimsemek konusunda rakiplerinden ve yatırımcılardan yoğun bir baskı hissediyor.
Ürün dağıtımındaki pürüzler ve daha geniş belirsizliklere rağmen, çalışanlar için riskler tartışmasız olarak yüksek. Hatta mevcut yörüngesinde, yetenek kazanımlarında dramatik bir hızlanma olmadan bile, üretken YZ teknolojisi hukuk, pazarlama, finans, sağlık hizmetleri, bilgisayar programlama, müşteri hizmetleri, yaratıcı sanatlar, idari destek işleri, eğitim ve medya gibi çeşitli alanlarda geniş bir yelpazedeki çalışanları etkilemeye hazır. Bazı sektörler ve meslekler için, bu bozulmanın ilk dalgaları sadece aylar uzaklıkta veya hatta sessizce şu anda gerçekleşiyor. Zaten yaygın olan bir AI destekli müşteri hizmetleri temsilcisi veya botuyla etkileşim, bu buzdağının sadece görünen kısmı.
Bu değişiklikler, birçok gözlemcinin altını çizdiği gibi hem fırsat hem de risk getiriyor. Bir yandan, üretken YZ, milyonlarca çalışanın becerilerini tamamlayarak daha üretken, yaratıcı, bilgili, verimli ve doğru olmalarını sağlayabilir. Öte yandan, işverenler çalışanlarının işlerinin bir kısmını veya tamamını otomatikleştirmeyi seçebilir, bu da olası iş kayıplarına ve daha önce aranan beceriler için talep zayıflamasına yol açabilir. Yine de başka çalışanlar için, özellikle orijinal içerik üreten yazarlar, gazeteciler ve yaratıcılar için, üretken YZ telif hakkı ve onam konusunda rahatsız edici, varoluşsal sorular ortaya koyuyor. YZ ayrıca işverenlere çalışanları izlemek ve gözetlemek için güçlü yeni araçların hayaletini çıkarıyor, bu da çalışan özerkliğini, eylem özgürlüğünü ve gücünü zayıflatıyor.
Böylece, üretken YZ, gelirleri artırma, verimliliği iyileştirme ve yeni olanaklar açma potansiyeline sahip olsa da, aynı zamanda işleri ve hakları düşürme, becerileri değersizleştirme ve geçim kaynaklarını güvensiz hale getirme riski taşıyor.
Ancak gelecek önceden belirlenmiş değil. Sonuç olarak, çalışanların YZ destekli verimlilik kazanımlarından yararlanıp zarar görmelerinin ve belirsizliğe sürüklenmelerinin bir kısmı, çalışanların ve diğer paydaşların teknolojinin dağıtımını şekillendirme becerisinin yanı sıra işverenlerin, teknoloji şirketlerinin, politika yapıcılarının, tüketicilerin ve sivil toplumun aldığı belirli kararlara bağlıdır. Yüzyıllar öncesine dayanan uzun ve karmaşık bir ekonomik tarihten biliyoruz ki, dizginlenmemiş teknolojik ilerleme çalışanlar ve toplulukları için daha büyük eşitsizliğe ve kalıcı acıya yol açabilir. Teknoloji kader değil, ancak eylemsizlik kaderdir.
Dedelerinizin otomasyonunun değil: Üretken YZ'nin iş ve çalışanlar üzerindeki potansiyel etkisini anlamak
Üretken YZ'nin iş ve çalışanlar üzerindeki muhtemel etkileri nelerdir? Bu bölümde, bu yeni teknolojinin birkaç tanımlayıcı özelliğini kısaca özetliyoruz ve OpenAI tarafından sağlanan verilerden bilgiler elde ediyoruz. İş piyasasında binden fazla meslek için mevcut ChatGPT-4 teknolojisine maruz kalma durumunu inceleyen OpenAI verilerini analiz eden yeni Brookings araştırmasının özet bulgularını ekliyoruz. Veriler, mevcut üretken YZ teknolojisinden daha fazla (veya daha az) bozulma yaşayabilecek meslek türlerini belirlemede yönlendirme açısından faydalı olarak yorumlanmaktadır. Ancak analiz kesin tahminler veya belirli etkilerin kesin bir hesabını sunmuyor ve sunamıyor. Metodolojimiz ve bazı sınırlamaları hakkında daha fazla bilgi için lütfen ek bölümüne bakın.
Analizimizin odağı: Üretken YZ ve onu farklı kılan özellikler
2022 sonlarında ChatGPT-3.5'in piyasaya sürülmesiyle popülerleşen "üretken" YZ, geçmiş bilgisayarlaşma ve otomasyon biçimlerinden temelde farklı özelliklere ve sofistike yeteneklere sahip ilgi çekici bir teknolojik atılımdır. Aracın belirli özellik kombinasyonu onu farklı kılıyor: yeni içerik oluşturma kapasitesi, yayılma kolaylığı ve şimdilik, endüstriyel bir robot gibi bir iş aracı (yakın zamanda makine görüşü ve diğer YZ teknolojilerindeki ilerlemelerle bu değişebilir) olmaktan ziyade çoğunlukla "bedensiz" bir teknoloji olması.
Üretken YZ araçları, YZ modellerinin eğitildiği verilerden tamamen yeni içerik yaratma yetenekleri nedeniyle bazı temel yönlerden bilgi teknolojileri arasında yenilikçi. Onları "üretken" kılan da bu. Bir tür makine öğrenimi olan üretken YZ, resim, müzik, metin, ses, video ve kod dahil olmak üzere geniş bir yelpazede yeni içerik üretebilen bir algoritma olarak çalışır. Teknoloji, YZ modelinin daha sonra yeni içerik oluşturmak için kullandığı istatistiksel kalıpları ve yapıları tespit eden ve devasa veri kümeleri üzerinde eğitim alan büyük dil modelleri (BDM'ler) tarafından destekleniyor.
Özellikle önemli olan, üretken YZ'nin, bir akıllı telefondaki otomatik istem özelliği gibi, kullanıcının anlık amacı ve ihtiyacı için yararlı olan yeni "doğal dil" içeriğini tahmin etme ve oluşturma yeteneği - mektup yazma, soru sorma, bilgisayar kodu oluşturma, iş planları geliştirme veya interneti taramak ve ardından eylem için fikirler oluşturma olsun. Dall-E 3, Midjourney ve Stable Diffusion gibi gelişmiş üretken YZ modelleri, metin girdisinden yüksek kaliteli görsel içerik oluşturabilirken, Sora gibi programlar metinden videoya içerikte çarpıcı ilerlemeler kaydetti. Şimdi, hem giriş istemleri hem de oluşturulan çıktılar için metin, resim, ses ve video gibi farklı veri türlerini birleştiren sistemler geliyor.
ChatGPT, 2022'deki piyasaya sürülmesinden sadece dört ay sonra 1 milyar aylık ziyaret sayısına ulaşarak tarihin en hızlı yayılan teknoloji platformu oldu.
Üretken YZ, çoğunlukla her türdeki bilgisayar cihazlarında mevcut web tarayıcıları ve uygulamalar aracılığıyla yayılma kolaylığıyla da farklı. Başka bir deyişle, üretken YZ'yi taşımak için raylar çoğunlukla zaten yerinde.
Bir ölçüt olarak, Nüfus Sayım Bürosu, kişisel bilgisayarın 1970'lerin sonlarında tanıtılmasından sonra her yerde bulunması için yaklaşık yirmi yıl sürdüğünü bildiriyor. Daha yakın zamanda, 2007'de ilk iPhone'un piyasaya sürülmesinden sonra akıllı telefonun ABD'de her yerde bulunması altı ila yedi yıl sürdü. Buna karşılık, ChatGPT, Kasım 2022'deki piyasaya sürülmesinden sadece dört ay sonra 1 milyar aylık ziyarete (kaba bir kullanıcı sayısı proxy'si) ulaşarak tarihin en hızlı yayılan teknoloji platformu oldu.
Tahminler büyük ölçüde farklılık gösterse de, işyerlerinde üretken YZ'nin benimsenmesi bugün hala mütevazı, çünkü işverenler erken kullanım durumlarıyla deney yapıyor ve gizlilik, güvenlik ve doğruluk konusunda devam eden endişelerle karşılaşıyorlar. (Çalışanlar da deney yapıyor, bazen de işverenlerinin kurallarına bakmaksızın gizlice.) Ve daha yaygın bir dağıtımın sadece daha uzun bir zaman dilimi içinde gerçekleşebileceği bir ortamda, YZ'nin işyerlerinde benimsenmesi önceki teknoloji biçimlerine göre daha düşük engellerle karşılaşabilir, çünkü: 1) makine öğrenimi uzmanlığı gerektirmeyen erişilebilir ve kullanıcı dostu arayüzü; ve 2) mütevazı altyapı gereksinimleri.
Son olarak, YZ araçları - şimdilik - bir fabrikada mal üreten veya zeminlerinizi süpüren fiziksel robotların aksine bedensiz kalıyor. Dijital doğası gereği YZ araçları, bilgi tabanlı görevlere yönelik kalıyor. Ancak bu da değişebilir, çünkü BDM'ler maddi nesneler ve sensörleriyle iletişim kurmak için tasarlanmıştır.
Üretken YZ'nin yetenekleri, önceki 'beceriye dayalı' teknolojilerden keskin bir kopuşa işaret ediyor
Üretken YZ'nin yetenekleri, önceki işyeri teknolojilerinden bir kopuşu temsil ediyor. Onlarca yıldır, geniş bir araştırma grubunun gösterdiği gibi, teknoloji "beceriye dayalı" olmuştur: Orta ve bazı düşük ücretli işlerde (örneğin manuel muhasebe, üretim ve yemek hazırlama) yaygın olan rutin becerilerin yerine geçerken, daha yüksek ücretli işlerde (örneğin yönetim karar verme, karmaşık analiz ve insan yaratıcılığının kullanımı) tipik olan rutin dışı becerileri tamamlamıştır.
ChatGPT gibi teknolojiler bu paradigmayı alt üst ediyor. Aslında, üretken YZ'nin fiziksel, rutin, mavi yakalı işleri bozması olası değil, robotikte teknolojik atılımlar olmadan. Bunun yerine, üretken YZ, uzmanların birkaç yıl önce bilgisayarlar için imkansız olarak kabul ettikleri rutin dışı becerileri ve etkileşimli özellikleri taklit etmekte üstündür, bu da programlama, tahmin, yazma, yaratıcılık, empatiyi yansıtma, iletişim ve ikna etme ve analiz de dahil olmak üzere çok çeşitli becerileri kapsar. Bugün üretken YZ'ye en çok maruz kalan sektörlerin çoğu, birkaç yıl önce otomasyon riskinin en alt sıralarında yer alan sektörlerdir.
Üretken YZ teknolojileri, zaten çok çeşitli görevleri, genellikle oldukça sofistike bir şekilde ve bazen de insan gözetimi olmadan gerçekleştirebiliyor. Teknolojinin insan gözetimi olmadan özerk olarak gerçekleştirebileceği bazı yetenekler aşağıdaki kutuda yer almaktadır:
Kutu 1. ChatGPT-4'ün özerk yeteneklerinin bir örneği
Kodlama
Metin ve kodu yazma, düzenleme ve dönüştürme
Kodu veya yazılımı hata ayıklama
Python ve C++ gibi bilgisayar dillerinde programlama
Veri analiziyle yardımcı olma
Yazma ve okuma
Belgeleri özetleme
PDF'lerden metin okuma
Röportaj veya değerlendirme için sorular yazma
E-posta yazma ve yanıtlama
Ders planları hazırlama
Eğitim materyalleri hazırlama
Bilgi paylaşımı, alma ve sentez
Diller arasında çeviri; transkript
Bir belge hakkında soruları yanıtlama
Bir kuruluşun mevcut bilgisini, verilerini veya belgelerini arama ve bilgi alma
Yazılı veya sözlü herhangi bir ortamda herhangi bir bilgiyi herhangi birine bildirme
Analiz ve araştırma yapma
Veri veya yazılı girdi verildiğinde önerilerde bulunma
Kararları bilgilendirmek için yazılı bilgileri analiz etme
Yasal araştırma ve danışmanlık yapma
Kaynak: OpenAI ve Pensilvanya Üniversitesi çalışma kağıdı
Bu olağanüstü yetenekler kümesi göz önüne alındığında (insan işçilerinin YZ'nin algılanan duyarlılığını ve empati gibi özelliklerini artırmak için ayarlayabileceği, yönlendirebileceği ve tamamlayabileceği) ve YZ dağıtımına duyulan büyük ilgi, hangi sektörlerdeki hangi çalışanların en çok etkileneceğini - ve ayrıca kendi alanlarında YZ'nin dağıtımını şekillendirmek için ne kadar donanımlı olduklarını ve ne kadar olası olduklarını anlama zamanı geldi.
Geleceğe bakış: Geniş çapta potansiyel etkiler, orta ila yüksek ücretli mesleklerde, memurluk rollerinde ve kadınlarda en büyük etkiler
OpenAI'dan gelen maruz kalma verileri, üretken YZ teknolojisinin ülkenin çalışanlarının geniş kesimlerini etkileyebileceğini gösteriyor. Tüm çalışanların %30'undan fazlasının, mesleklerinin görevlerinin en az %50'sinin üretken YZ tarafından bozulduğunu görebileceğini, %85'in ise iş görevlerinin en az %10'unun etkilendiğini görebileceğini bulduk.
En yüksek maruziyete sahip sektörler, STEM alanları, iş ve finans, mimarlık ve mühendislik ve hukuk gibi yüksek ücretli ve ileri derece gerektiren alanların yanı sıra düşük ücretli, "orta beceri" ofis ve idari destek meslekleri tarafından domine ediliyor. Manuel olarak yoğun, mavi yakalı sektörler en düşük maruziyete sahipken, düşük ücretli hizmet sektörü işleri de daha mütevazı etkiler görecektir.
Eğitim, sağlık hizmetleri ve toplum ve sosyal hizmetler analizimize göre orta düzeyde maruziyete sahip. Örneğin, ilkokul öğretmenleri ve kayıtlı hemşireler, görevlerin yaklaşık üçte birinde önemli zaman tasarrufları görebilir. Bir öğretmen, not verme, aktivite planlama, test uygulama, kayıt tutma ve rapor hazırlama gibi görevlerde zaman kazanabilir. Kayıtlı bir hemşire için, fiziksel muayene yapma, laboratuvar testi yapma veya IV uygulama gibi şahsen yönetim gerektiren birçok manuel olarak yoğun görev minimal etki görecektir, ancak üretken YZ, tanı testlerini değerlendirme, hasta bilgilerini kaydetme, tedavi planlarını değiştirme, kayıt tutma, tedavi önerme ve idari ve yönetimsel işlevleri gerçekleştirme gibi diğer görevlerde zaman tasarrufu sağlayabilir.
Genel olarak, Şekil 1, sektörler arasında bunun nasıl göründüğünü gösteriyor ve önemli grupların maruz kalma düzeylerini gösteren çubuklar olarak meslek grupları için maruz kalma seviyeleri çiziliyor. Grafikte, çubukların uzunlukları, BDM'lerin tamamlanma süresini %50 veya daha fazla azaltabileceği önemli meslek grubunun görevlerinin payını yansıtıyor. Bir bakışta, şekil, bilgisayar çalışmaları, ofis ve idari destek, iş ve finansal operasyonlar ve mühendislik gibi bazı alanların nispeten yüksek maruz kalma seviyelerine sahip olduğunu görmemize yardımcı oluyor.
Üretken YZ maruz kalma etkilerini daha yakından inceleyerek, BDM maruziyetinin mesleklerin ücret seviyelerine göre nasıl değiştiğini görebiliriz. Şekil 2, çoğunlukla bilgisayar çalışmaları, yönetim, mühendislik ve iş-finansal roller gibi daha yüksek ücretli meslek gruplarının ChatGPT-4 ve diğer BDM'lere yüksek maruz kalmayla karşılaşacağı tahmin edildiğini gösteriyor.
Ayrıca, çeşitli meslek gruplarını temsil eden baloncuklar, şu anda bu işlerde çalışanların sayısına göre boyutlandırılmıştır. Bu, iş, yönetim ve sağlık hizmetleri çalışmaları gibi birkaç çok büyük meslek grubunun üretken YZ'ye önemli ölçüde maruz kalacağı anlamına geliyor. Bu tek başına, teknolojinin iş piyasası üzerindeki geniş etkilerini tahmin ediyor.
Bu verileri incelerken, bu maruz kalma oranlarının kendi başlarına çalışanlar üzerindeki etkilerin doğasını tahmin etmediğini - hatta belirlemediğini hatırlamak önemlidir. Aksine, işleri veya meslek gruplarını etkileme potansiyelini yansıtıyorlar, emek artırıcı veya emek yer değiştirici etkiler arasında ayrım yapmadan.
Ancak, teknolojinin insan işini bozma potansiyeline yönelik yaygın endişeler göz önüne alındığında, BDM kaynaklı otomasyonun (veya iş değiştirmenin) özel potansiyelini araştırmak açıkça önemlidir. BDM'lerin meslekler içindeki belirli görevleri otomatikleştirmedeki teknik fizibilitesini değerlendirmek için, OpenAI'dan gelen verileri analiz ettik ve Kutu 1'deki özerk yetenekler listesine göre, üretken YZ'nin insan gözetimi olmadan görevleri tamamlama olasılığını tahmin ettik. Yüksek maruziyete ve insan gözetimi olmadan tamamlanma olasılığının yüksek olduğu görevler "otomatikleştirme olasılığı daha yüksek" olarak kategorize edildi. Belirli meslekler ile birlikte aşağıdaki tabloda detaylandırıldığı gibi, beş sektör nispeten yüksek maruziyete ve yüksek otomasyon potansiyeline sahip olarak ortaya çıkıyor.
Ofis ve idari destek meslekleri, sektörün yüksek maruziyeti, yüksek otomasyon potansiyeli ve çok sayıda çalışanı nedeniyle öne çıkıyor. Dahası, kadınlar, sektörde istihdam edilen neredeyse 19 milyon Amerikalı'nın ezici çoğunluğunu oluşturuyor ve bu sektör, yıllarca kadınlar için üniversite derecesi olmayan kitapçı, yasal sekreter, İK asistanı, banka memuru ve bordro görevlisi gibi işlerde iyi ücretli, istikrarlı işler ve yükselme potansiyeli sağladı. Yıllarca, teknoloji bu işlerin boşalmasına katkıda bulundu; üretken YZ bu eğilimleri hızlandırabilir.
Bu ırksal ve etnik olarak çeşitli, orta alt sınıf kadın grubu için riskler özellikle yüksektir, çünkü bu işlerin yer değiştirmesi durumunda bu kadınların daha belirsiz, düşük ücretli işlere düşme riskiyle karşı karşıya kalabilirler. Bu bağlamda, YZ'nin istihdam etkilerinin ırk, engellilik ve diğer durumlar ve kimlikler açısından olası dağılımı hakkında çok daha fazla analize ihtiyaç vardır. Örneğin, en çok maruz kalan ve muhtemelen en savunmasız işler şu anda orantısız bir şekilde beyaz çalışanlar tarafından elinde tutulurken, diğerleri - banka memurları ve İK asistanları gibi - iş gücünün genel ırksal yapısını kabaca yansıtıyor. Ve ırktan bağımsız olarak, belirli bir meslektekiler mutlaka eşit ölçüde etkilenmeyeceklerdir.
Memurluk çalışanlarının durumu daha geniş bir eğilimi göstermektedir: Üniversite derecesi gerektiren beyaz yakalı işte ve idari destek rollerinde aşırı temsil edilmeleri nedeniyle, hem üretken YZ'ye en yüksek maruziyeti hem de en yüksek otomasyon riskini kadınlar, erkekler değil, karşı karşıya kalmaktadır. Brookings'in OpenAI'nin görev duyarlılığına ilişkin GPT-4 değerlendirmelerine yönelik analizine göre, kadın çalışanların %36'sı, üretken YZ'nin görevlerdeki zamanı %50 azaltabileceği mesleklerde yer alırken, bu oran erkek çalışanlar için %25'tir.
Bu gerçeklik, teknoloji ve iş hakkındaki yaygın algılarla çelişiyor: Otomasyon riski altında bulunan bir işçinin baskın kalıplaşmış resmi genellikle üretim, depolama veya kamyon şoförlüğünde veya belki de bir bilgisayar programcısında mavi yakalı, erkek bir işçi olarak görülüyor. Ancak üretken YZ'nin, robotik teknolojilerinde daha fazla ilerleme olmadığı sürece, erkeklerin yoğun olduğu mavi yakalı sektörler üzerinde minimal bir etkisi olması muhtemeldir.
Özetle, üretken YZ, on yıllarca iş piyasasının geniş kesimlerini yeniden şekillendiren çeşitli dijital ve otomasyon teknolojilerinin sadece en son güncellemesi değil. Yeni ve farklı bir şey.
Açık sorular: Hala bilmediğimiz şeyler
Buradaki veriler üretken YZ'nin çeşitli çalışanları ve iş türlerini nasıl etkileyebileceğine dair bazı çerçeveler sunsa da, muhtemel etkiler ve bunları en iyi şekilde nasıl şekillendireceğimiz hakkında bildiklerimiz kökten eksik. Teknoloji hala erken aşamalarında ve çalışmaları ve potansiyel etkileri hakkında, büyük potansiyel ve gerekli dikkatle ilgili bir anlayışın ötesinde, bilgiler hala yetersiz. Genel olarak, üretken YZ'ye "maruz kalmanın" çalışanlar üzerindeki gerçek dünya etkilerine nasıl dönüşeceği hakkında henüz çok az şey biliyoruz.
Üretken YZ'ye "maruz kalmanın" çalışanlar üzerindeki gerçek dünya etkilerine nasıl dönüşeceği hakkında henüz çok az şey biliyoruz.
Birkaç önemli soru büyük bir şekilde görünüyor ve en azından bilinmeyenleri nasıl tespit edebileceğimizi ve daha somut deneyim ve öğrenme nasıl yaratabileceğimizi gösteriyor:
Üretken YZ, insan emeğini ne kadar ve ne kadar hızla artıracak - otomatikleştirmek yerine? Üretken YZ'nin insan emeğine yönelik toplam talebi (iş türleri ve sayıları) veya işin içeriğine gelince, YZ'nin gerçekte ne kadar artıracağını (yetenekleri geliştirmek ve/veya verimliliği, üretkenliği ve performansı iyileştirmek) ve işleri otomatikleştireceğini - ve bu değişikliklerin ne zaman ortaya çıkacağını bilmiyoruz.
Örneğin, YZ'nin bir bilgisayar programcısının rolünü artırmak için birden fazla yolu var: verimliliği artırma, hata ayıklama çalışmaları yapma, hataları kontrol etme ve yeni beceriler öğretme. Öte yandan, YZ, rutin görevleri üstlenerek ve hatta kod oluşturarak işin bir kısmını veya tamamını da otomatikleştirebilir. YZ'nin çalışanları nasıl tamamlayabileceğini veya yer değiştirebileceğini ve başlangıçta "artırma" gibi görünen şeyin nihayetinde yer değiştirmeye yol açıp açmayacağını öğrenmemiz gerekiyor. Benzer şekilde, hangi maruz kalan çalışanların yer değiştirmeye karşı savunmasız olduğunu ve kimlerin çok savunmasız olmayacağını ve bunun yerine "değişikliklere ayak uyduracağını" açıklığa kavuşturmamız gerekiyor. Bu etkileri ve potansiyel olarak diğerlerini analiz ederken ve takip ederken, cinsiyet, ırk, engellilik ve diğer farklılıkları çok dikkatlice göz önünde bulundurmalıyız - sadece farklı geçmişlere sahip çalışanların sektörler ve meslekler açısından nerede yoğunlaştığı değil, aynı zamanda yanıtlamak için ne kadar iyi konumlandırıldıkları ve desteklendikleri de dahil olmak üzere.
Tam olarak hangi çalışanların üretken YZ'den faydalanma olasılığı daha yüksek ve zararlı bir yer değiştirmeye uğrama olasılığı daha yüksek? Önceki noktayla bağlantılı olarak, henüz hangi çalışanların meslekler ve sektörler içinde üretken YZ'den faydalanma olasılığının daha yüksek - veya kaybeder - bilmiyoruz. Teknolojinin, örneğin deneyime ve beceriye bağlı olarak, çalışanlar için daha faydalı veya zararlı olabileceği mümkündür. Son zamanlarda yapılan akademik deneyler, müşteri hizmetleri desteğinden danışmanlığa ve bilgisayar programlamasına kadar çeşitli sektörlerde, daha az becerikli veya daha az deneyimli çalışanların YZ kullanmaktan en büyük kazanımları elde ettiği bir "seviye atlama" dinamiğini belgeledi. Ancak bunun tersi de mümkün: Bazı işler "becerisiz" hale gelebilir. Örneğin, üretken YZ, acemi bir hibe yazarının, deneyimli ve yüksek performanslı bir hibe yazarının yazdığı bir hibeyle rekabet edebilecek, daha yüksek kaliteli hibe başvuruları hazırlama becerisini "geliştirebilir". Ancak başka bir olasılık da, hibe yazarı işinin, özel (ve bir dereceye kadar daha nadir) becerinin, üretken YZ'den kopyalayıp yapıştırmakla değiştirildiği, "becerisiz" hale gelmesidir. Ayrıca teknolojinin gelişmesiyle birlikte, daha kıdemli çalışanların verimlilik artışları yaşarken, daha düşük seviye çalışanlara olan talebin azalması da mümkündür. Tüm bu senaryolar, çalışanların uyarlanması için büyük bir ihtiyaç ve gerçekleşebilecek çok çeşitli formları ima ediyor.
Hollywood yazarlarının durumu burada öğretici bir örnektir, çünkü büyük stüdyolarla yaptıkları tarihi anlaşmaları, YZ uyarlamasını güvenlik önlemleriyle birlikte inşa etmeyi amaçlıyordu. Yazarlar Sendikası, prensipte YZ teknolojisinin kullanımını desteklemeyi ve devam eden gelişimini üstlenmeyi, aynı zamanda teknolojinin kullanımını birlikte belirlemede (örneğin, YZ'nin neyi değiştiremeyeceğini belirleme) ve fikri mülkiyeti, istihdam seviyelerini ve tazminatın temel özelliklerini korumada bir rol üstlenmeyi seçti.
Kazançların ve kayıpların nasıl ortaya çıkacağı sorusuyla bağlantılı olarak, bunun sırayla gelir, servet, cinsiyet, ırk, eğitim seviyesi ve coğrafya dahil olmak üzere birden fazla boyuttaki eşitsizliği nasıl etkileyeceği sorusu geliyor.
YZ tetiklemeli değişiklikler eşitsizliği nasıl etkileyebilir ve bu en iyi şekilde nasıl şekillendirilebilir? Birkaç sinyal gelmiş olsa da, henüz üretken YZ'nin eşitsizlik üzerindeki muhtemel genel etkisini bilmiyoruz. Ayrıca, daha büyük eşitsizliği hafifletmek için hangi çabaların yararlı olabileceğini veya BDM'lerin "seviye atlama" veya diğer boşluğu azaltıcı değişiklikleri nasıl sağlayabileceğini güvence altına almak için hangi adımların ölçekte uygulanabileceğini de bilmiyoruz. Kazançların ve kayıpların nasıl ortaya