Yapay Zeka Balonu Patlamak Üzere mi? Aaron Benanav, Yapay Zekanın dünyayı neden değiştirmeyeceğini anlatıyor. Sadece işi daha da kötüleştiriyor.
Otomasyon ve İşin Geleceği ilk ortaya çıktıktan sonraki yıllarda, popüler hayal gücünde yeni bir teknoloji coşkusu dalgası yaşandı. Bu seferki katalizör, OpenAI, Google DeepMind ve Meta gibi şirketlerin öncülük ettiği üretken yapay zekadaki hızlı ilerlemeler oldu. Bir kez daha, Silikon Vadisi yöneticilerinden önde gelen yatırımcılara ve gazetecilere kadar bir koro halinde sesler, çağlar arası bir değişimin eşiğinde olduğumuz konusunda ısrar ediyor.
OpenAI CEO'su Sam Altman, yapay zekanın iklim onarımı, uzay kolonizasyonu ve fiziğin yasalarının tam olarak keşfedilmesi kadar büyük sorunları çözeceğini, evrensel bir refaha geçişi vaat ettiğini iddia ediyor. Tesla ve SpaceX'in arkasındaki milyarder girişimci Elon Musk, yapay zekanın hem insanlık için en büyük varoluşsal tehdit hem de hayal edilemez bir bolluğa giden yol olduğunu uyararak, 2040 yılında insansı robotların insan sayısından fazla olacağı bir geleceği öngörüyor. Netscape'i kurucu ortağı olan ve şu anda önde gelen bir Silikon Vadisi yatırımcısı olarak görev yapan girişim sermayedarı Marc Andreessen, yapay zekanın dünyayı kurtaracağını ilan ediyor. Liberal yorumcu ve Vox'un kurucu ortağı Ezra Klein, son kitabı Abundance'da otomasyon-ütopya anlatısının daha yumuşak bir versiyonunu sunarak, teknolojik ilerlemenin hızlandırılması için düzenleyici engellerin kaldırılmasını ve araştırma ve geliştirmeye daha fazla devlet desteğini savunuyor.
Yine de tüm yeniliklerine rağmen, bu tahminler çarpıcı biçimde tanıdık geliyor. Bu kitapta eleştirdiğim aynı otomasyon söylemini güncellenmiş bir biçimde tekrarlıyor: Teknolojinin insan hayatını bağımsız olarak yeniden şekillendirdiğini hayal eden, ancak teknolojik değişimin yerleştirildiği sosyal yapıları gizleyen kalıcı bir anlatı.
[book-strip index="1"]
Bugünün yapay zeka söyleminin merkezinde, işgücü piyasasında yaşanacak bozulma ve teknolojik işsizlikle ilgili bir dizi dramatik iddia yer alıyor. 2023 yılında, OpenAI ve Pennsylvania Üniversitesi ile ilişkili araştırmacılar, işçilerin görevlerinin %49'unun büyük dil modellerine maruz kaldığını ve eğitimden hukuk hizmetlerine kadar çeşitli sektörlerde yaklaşmakta olan bir iş dönüşümünü öne sürdüğünü iddia eden bir çalışma yayınladılar. Bu tahmin, 2013 yılında Carl Benedikt Frey ve Michael Osborne tarafından yazılan ve makine öğrenimi teknolojilerine karşı ABD işlerinin %47'sinin savunmasız olduğunu öngörerek daha önceki bir otomasyon endişesi dalgasını başlatan bir makaleyi doğrudan güncelliyor. O zaman da olduğu gibi şimdi de otomasyon teorisyenleri, makinelerin milyonlarca mesleği gereksiz kılacak kadar insan görevi gerçekleştirme yeteneğine sahip olacağı ve işgücü piyasasının benzeri görülmemiş bir çöküşünü tetikleyeceği bir dönüm noktasını hayal ettiler.
Son tahminlerin sonucunda ne olduğu hatırlanması gerekir. Frey ve Osborne'in 2013 yılında yayınlanan makalelerinin ardından, gazetecilik ve politika yorumlarında kitlesel teknolojik işsizlik konusunda uyarılar yapıldı. Ancak 2013 ile Otomasyon ve İşin Geleceği'ni 2020'de tamamladığım zaman arasında böyle bir işgücü piyasası felaketi gerçekleşmedi. Artan şüphelerle karşı karşıya kalan OECD, 2017'de Frey ve Osborne'in yöntemlerini yeniden analiz ederek, işlerin yalnızca yaklaşık %14'ünün otomasyon riskiyle karşı karşıya olduğunu – kamuoyunun dikkatini çeken orijinal %47 rakamından çok uzak bir sonuç – belirtti.
Ancak bu düşürülen tahmin bile aşırı derecedeydi. 2020 yılına gelindiğinde, otomasyona en çok karşı savunmasız olduğu düşünülen birçok mesleğin – örneğin yemek hazırlama, makine kullanımı, sürüş ve diğer manuel veya tekrarlayan iş türleri – önemli bir iş kaybı yaşamadığı açıkça ortaya çıktı. Çoğu durumda, bu sektörlerdeki istihdam aslında arttı. Teknolojik işsizliğin bir dalgasını başlatmak yerine, finansal kriz sonrası yıllar, zayıf işgücü piyasası genişlemesi ve derinleşen ekonomik durgunluk ile karakterize edildi. Özellikle ABD imalatında verimlilik büyümesi, 1960'larda kayıtların başlamasından bu yana en düşük sürekli oranına ulaşarak yatay seyretti. Otomasyon devrimi gelmemiş gibiydi.
Bu tahminlerin başarısızlığı tesadüfi değildi. İşin geleceğini tahmin etmek için kullanılan yöntemlerdeki temel kusurları yansıtıyordu. Ne 2013 çalışması ne de 2023 halefi, projeksiyonlarını gerçek iş yerleri, işçiler veya üretim süreçleri hakkında ampirik araştırmalara dayandırmadı. Bunun yerine, her ikisi de bazı görevlerin prensipte makineler tarafından gerçekleştirilip gerçekleştirilemeyeceğini tahmin etmeleri istenen bilgisayar bilimcileri ve iktisatçıların öznel yargılarına güvendi. Bir işle ilişkilendirilen yeterli sayıda görev otomatikleştirilebilir olarak değerlendirilirse – genellikle %50'den fazla – tüm meslek ortadan kalkma riski altında olarak sınıflandırıldı. İşlerin pratikte nasıl yapılandırıldığı, görevlerin nasıl bir araya getirildiği veya ekonomik ve sosyal faktörlerin yeni teknolojilerin benimsenmesini nasıl etkilediği göz önünde bulundurulmadı. Sonuç, makinelerin maliyet, kurumsal engeller veya siyasi direniş ne olursa olsun, teknik olarak mümkün olduğunda işçilerin yerini alacağı derinlemesine mekanik bir teknoloji değişimi modeli oldu. İşin nasıl organize edildiği, tartışıldığı ve dönüştürüldüğü karmaşık yolları görmezden gelen ve bu nedenle ekonomik gelişmenin gerçek seyrini tahmin etmek için son derece yetersiz bir modeldi.
[book-strip index="2"]
Otomasyonun etkilerinin son on yıldaki gerçekliği, tahmin edilenden çok farklı görünüyor. Bin yılın başında zaten yaygın olarak kullanılmaya başlanan endüstriyel robotlar, esas olarak otomobil üretiminde olmak üzere az sayıda sektörde yoğunlaşmaya devam etti. Otomasyonun hızlanacağının kanıtı olarak sık sık gösterilen düşen robot donanım maliyetlerine rağmen, gerçek masraf robotları edinmede değil, bunları üretim sistemlerine entegre etmekteydi. Endüstriyel robotların programlanması, optimize edilmesi ve bakımı genellikle makinelerin kendilerinden üç kat daha pahalıya mal oluyor, bu da yalnızca yüksek derecede standardize edilmiş mallar üreten büyük firmaların yaygın kullanımını haklı çıkarabileceği anlamına geliyor. Genellikle özelleştirilmiş, küçük ölçekli üretime odaklanan küçük ve orta ölçekli işletmelerin otomatikleştirme konusunda çok az teşviki vardı.
Bu arada, sürekli vaat edilen hizmet sektörü robotizasyonu neredeyse tamamen yoktu. Robot dağıtımını izleyen istatistik kuruluşları, bunu neredeyse yalnızca imalat sektöründe ölçmeye devam ediyor. En iyimser senaryolarda bile, robotlar dar görevler için özel araçlar olarak kaldı: ağır parçaları taşımak, hassas kaynaklar yapmak, tekrarlayan lehimleme yapmak. Yeni bir sanayi devrimine öncülük etmek yerine, 2010'lar, otomasyonun ekonomiyi geniş bir ölçekte dönüştürme sınırlarını ortaya koydu.
Otomasyonun sınırlarını anlamak, teknolojik değişimi küresel ekonomiyi yeniden şekillendiren ve bu kitapta ayrıntılı olarak analiz edilen daha geniş yapısal eğilimler içinde yerleştirmeyi gerektirir. 1970'lerden ve 1980'lerden beri, tarihsel kapitalist büyüme motoru olan sanayileşme büyük ölçüde seyrini tamamladı. Yerine, OECD ülkelerinde işçilerin %75 ila %90'ının istihdam edildiği hizmet tabanlı bir ekonomi ortaya çıkmıştır. Bazıları imalat işlerinin basitçe küresel Güney'e taşındığını düşünürken, gerçekte sanayileşmenin azalması dünya çapında bir olgu haline gelmiş, Çin gibi ülkeler bile 2013'ten beri imalat istihdamında istikrarlı bir düşüş yaşıyor.
İmalattan hizmetlere geçişin derin etkileri vardır: Verimlilik büyümesi hizmetlerde genellikle sanayi veya tarımdan çok daha yavaştır. Eğitim, sağlık ve konaklama gibi hizmetler genellikle emek yoğun, mekanizasyona dirençli ve verimlilik kazançlarını sınırlayan insan etkileşimiyle şekillenmiştir. Hizmetler istihdam ve üretimin daha büyük bir payını tükettikçe, genel verimlilik büyüme oranları yavaşlamıştır. Zayıflayan demografik büyüme ve gelecekteki piyasalar için düşen beklentilerle birleştiğinde, bu eğilimler kronik ekonomik durgunluk ortamı yaratmıştır – yeni teknolojilerin, ne kadar abartılı olursa olsun, bir zamanlar vaat ettikleri türde dönüşümleri üretmekte zorlandığı bir ortam.
[book-strip index="3"]
Son on yılın gösterdiği şey, işin ortadan kalkması değil, daha ziyade dönüşümü olmuştur. Yeni teknolojilerin tanıtıldığı yerlerde bile, çoğu iş değiştirilmiş olsa da devam etmiştir. Dijitalleşmenin işe etkisine ilişkin çalışmalar, ayarın esas olarak meslekler arasındaki toplu kaymalardan ziyade meslekler içindeki görev yapılarındaki değişiklikler yoluyla gerçekleştiğini sürekli olarak göstermektedir. Otomasyon teorisyenlerinin varsayımlarının aksine, bir işin ortadan kalkması için ötesinde net bir eşik – örneğin %50 oranında otomatikleştirilmiş görevler – yoktur. Bunun yerine, işçiler adapte olur, roller gelişir ve meslekler genellikle eskiden farklı beceriler ve sorumluluklarla hayatta kalır. Belirli bir sektördeki istihdamın artması, azalması veya durgunlaşması yalnızca teknolojik yeteneklere değil, daha geniş ekonomik koşullara da bağlıdır.
Aynı iş unvanı bile, önceki otomasyon geçmişlerine, sendika gücüne ve düzenleyici korumalara bağlı olarak firmalar ve ülkeler arasında kökten farklı iş türlerini içerebilir. Örneğin, bir araba inşa etmek, Almanya'daki Volkswagen'in son derece otomatik fabrikalarında, İtalya'daki Ferrari'nin el sanatları atölyelerinde ve Çin'deki BYD'nin hızla genişleyen elektrikli araba fabrikalarında çok farklı görünüyor. Aynı durum, Kaliforniya'daki Hollywood, Hindistan'daki Bollywood ve Nijerya'daki Nollywood'un her birinin üretimi farklı teknik, ekonomik ve kültürel mantıklara göre organize ettiği film endüstrisinde de geçerlidir. Bu bağlamda, teknolojinin işi değiştirme şekli ne otomatik ne de kaçınılmazdır. Toplumun ne tür işleri ve ne tür çalışma hayatlarını sürdürmeye istekli olduğu konusunda kolektif seçimlerle şekillenir.
Bilgisayarlaşmanın daha uzun yayı boyunca, dijital teknolojiler genellikle beceri geliştirmeyle ilişkilendirilmiştir. İş yerleri daha teknolojik olarak karmaşık hale geldikçe, daha iyi eğitimli, daha yüksek eğitimli işçilere olan talep arttı ve yüksek beceri, yüksek ücretli işler ile düşük beceri, belirsiz işler arasında işgücü piyasasının kutuplaşmasına katkıda bulundu. Yine de daha yeni teknolojik gelişmeler farklı bir yörünge izledi. Bazı sektörlerde dijitalleşme, beceri geliştirme değil, beceri kaybına yol açmıştır. Uber gibi hizmetler, geleneksel taksi işinden bir zamanlar gerektirdiği uzmanlığı soyutlayarak, yerel bilgiyi GPS navigasyon sistemleriyle değiştirmiştir.
Aynı zamanda, dijital teknolojiler işverenlerin işçileri izleme ve terbiye etme kapasitesini büyük ölçüde genişletmiştir. Verimlilik ücretleri, yöneticiler işçi performansını kolayca gözlemleyemediğinde ödenmesi gereken daha yüksek ücretlerdir. Bir zamanlar denetlemesi zor olan işler – örneğin uzun yol kamyonculuğu – artık sürekli elektronik gözetime tabidir ve firmaların verimlilik ücretlerini düşürmelerini sağlar. Daha fazla gözetimle, firmalar işin temposu ve organizasyonu üzerinde daha sıkı bir kontrol kurabilirler.
Bu gelişmeler, teknolojilerin tarafsız olmadığını ortaya koymaktadır: Etkilerini işgücü üzerinde belirleyen siyasi ve kurumsal bir bağlamda kullanılırlar. Hükümetler iş yeri gözetimine ilişkin düzenlemeler getirebilir; sendikalar istilacı izlemeyi önlemek için korumalar için pazarlık yapabilir. Ancak bu tür çabalardan yoksun olarak, teknolojik değişim giderek işi bozmaya ve ekonomik eşitsizliği artırmaya hizmet etmektedir.
[book-strip index="4"]
Otomasyonun hayal kırıklığı yaratan ekonomik etkisinin ardından, umutlar giderek üretken yapay zekaya kaydı. Şu anda yapay zeka modellerinin geliştirilmesi ve bunları sürdürmek için gerekli veri merkezlerinin inşasına muazzam kaynaklar aktarılıyor. Microsoft, Google, Meta ve OpenAI, üretken yapay zekanın önceki otomasyon turlarının başaramadığı atılımı sağlayacağına bahse girerek toplu olarak milyarlarca dolar yatırım yaptı. Sanayi devrimi söyleminin altında daha spesifik bir hedef yatmaktadır: Hizmet devrimi yaratmak, tarihsel olarak geride kalan sektörlerde – sağlık, eğitim, perakende, konaklama – verimlilik büyümesini artırmak.
Yatırım ölçeği göz önüne alındığında, ima edilen beklentiler şaşırtıcıdır: Bu yatırımları karlı hale getirmek için, verimliliğin yirminci yüzyıl Japonya ve Çin'inin hızlı yakalama aşamalarında görülmeyen oranlarda yükselmesi gerekecektir – ancak bu kez Amerika Birleşik Devletleri gibi zaten teknolojik olarak gelişmiş ekonomilerde. Cazibesini anlamak kolaydır. Robotik yeni bir refah dalgası sağlayamıyorsa, belki de zeki yazılım temsilcileri sağlayabilir. Ancak özlem ve gerçeklik arasındaki boşluk büyük kalmaktadır ve mevcut yörüngesinde üretken yapay zekanın, sanayi sonrası ekonomilerin yapısal durgunluğunu çözebileceğinden şüphe duymak için iyi nedenler vardır.
Üretken yapay zekanın temel sınırlamaları, erken savunucularının çoğunda bile giderek daha belirgin hale geldi. François Chollet ve diğer yapay zeka araştırmacılarının belirttiği gibi, derin sinir ağları içsel kırılganlıktan muzdariptir: Eğitim verilerinin ötesine genellemekte zorlanır, temel muhakeme görevlerinde başarısız olur ve tutarlılık veya doğruluk gerektiren uygulamalar için güvenilmez kalır. Muazzam miktarda dijital bilgiyi emmesine rağmen, bu modeller öğrenme veya uyum sağlama kapasitelerinde sert sınırlarla karşılaşmaktadır. Sorunun bir kısmı, yirminci yüzyılın ortalarına ait davranışçı psikoloji temelinde tasarlanan yapay sinir ağlarının mimarisinde yatmaktadır. Zengin içsel yapılara, doğuştan gelen hedeflere ve temsili çerçevelere sahip organik beyinlerin aksine, yapay ağlar büyük ölçüde yapılandırılmamış olup, ham istatistiksel ilişkiye dayanmaktadır. İnsan zihni birkaç örnekten yeni bir kavramı kavrayabilir; makine öğrenimi modelleri genellikle milyonlarca örnek gerektirir. AlphaFold2'nin protein katlamasındaki başarısı gibi sembolik muhakemeyi derin öğrenme ile entegre eden hibrit yaklaşımlar daha umut verici sonuçlar sunmaktadır – ancak bunlar belirli görevler için özenle tasarlanmalıdır. Derin öğrenme sistemlerine modüler, yapılandırılmış bilişin nasıl yerleştirileceğine dair genel bir yöntem yoktur ve birinin bulunacağına dair bir garanti yoktur.
Hüsran belirtileri şimdiden ortaya çıkıyor. Microsoft CEO'su Satya Nadella, şirketin OpenAI ve diğer üretken yapay zeka girişimlerine yaptığı muazzam yatırımlara rağmen, verimlilik büyümesinde henüz ölçülebilir bir artışın görünmediğini kabul etti. Gerçek kıstasını basitçe şöyle ifade etti: Eğer üretken yapay zeka dönüştürücü olsaydı, dünya ekonomisinin daha hızlı büyüdüğünü zaten görüyor olurduk. Bunun yerine, böyle bir ivmelenmeye dair çok az kanıt var. Wall Street Journal ve Financial Times'daki raporlar, tutarsızlık ve hataya yatkın yapay zeka modelleri için güvenilir, büyük ölçekli kullanımlar bulmakta zorlanan işletmelerin yavaş şirket benimseme hızını ayrıntılarıyla aktardı. Nobel ödüllü iktisatçı Daron Acemoglu, açık bir şüphecilik dile getirerek, üretken yapay zeka teknolojilerinin gelişmiş kapitalist toplumlarda yaşanan daha derin ekonomik bunalımı çözmek için çok az şey yapabileceği konusunda uyarıda bulundu. Elde edilen olağanüstü teknik başarıların tamamına rağmen, mevcut yapay zeka inovasyon dalgasının kendi başına, savunucularının o kadar kendinden emin bir şekilde öngördüğü geniş tabanlı ekonomik dinamizmi üretmeyebileceği giderek daha açık hale geliyor.
[book-strip index="5"]
Kitlesel işsizliğe yol açmak yerine, üretken yapay zekanın daha doğrudan etkilerinin, bugün zaten ortaya çıkan iş dönüşümünün daha geniş eğilimlerini, yani beceri kaybını ve gözetimi yansıtması muhtemeldir. Ön araştırmalar, üretken yapay zeka teknolojilerinin düşük becerili işçiler arasında verimliliği en çok artırdığını, çıktıları standartlaştırmaya yardımcı olduğunu ancak yüksek beceri, yüksek karmaşıklıkta işleri geliştirmek için çok az şey yaptığını öne sürüyor. Bu sistemlerin ortalama kalitede yazılar ve temel kodlar üretmede mükemmelleşmesi – öğrencilerin yaptığı görev türleri – tesadüf değildir; bu nedenle ChatGPT için ana kullanım senaryolarından biri öğrencilerin kopya çekmesine yardımcı olmaktır. Bu tür araçlar daha yaygınlaştıkça, algoritmik olarak oluşturulan çıktıların ortalama yetkinlikteki işçiler tarafından üretilen çıktıların yerine geçebileceği bilgisayar programlama, grafik tasarım ve hukuk araştırması gibi alanlarda dijital bir beceri kaybı riski vardır.
Aynı zamanda, üretken yapay zeka modelleri işçileri izlemek ve değerlendirmek, gözetim verilerini işleyerek iş süreçleri üzerinde daha fazla kontrol kurmak ve ücretleri bastırmak için yeni olanaklar sunmaktadır. Bir kez daha, bizi işten kurtaracak diye vaat edilen teknolojiler bunun yerine sömürüyü yoğunlaştırma riski taşıyor. Gelişimlerini yeniden yönlendirmek için sağlam sosyal ve yasal çerçeveler olmaksızın, üretken yapay zeka patlamasının muhtemel sonucu kitlesel işsizlik olmayacak, ancak iş koşullarının kötüleşmesi, ekonomik eşitsizliğin hızlanması ve işçilerin özerkliğinin daha da erozyonu olacaktır.
Son on yılın dersleri, hem umutlarımızı hem de korkularımızı kontrol altında tutmalıdır. Üretken yapay zekanın oluşturduğu gerçek tehdit, insan emeğini eski haline getirerek kitlesel ölçekte işi ortadan kaldıracağı değildir. Kontrolsüz bırakılırsa, belirsizliği derinleştiren, gözetimi yoğunlaştıran ve mevcut eşitsizliklerin artmasına yol açan şekillerde işi dönüştürmeye devam edeceğidir. Teknolojik değişim, toplumların basitçe adapte olması gereken dışsal bir güç değildir; sosyal ve politik olarak aracılık edilen bir süreçtir. Yasal çerçeveler, toplu pazarlık, kamu yatırımı ve demokratik düzenleme, teknolojilerin nasıl geliştirildiği ve kullanıldığı ve ne amaçlarla kullanıldığı konusunda belirleyici roller oynar.
Üretken yapay zekanın mevcut yörüngesi, maliyetleri düşürmeyi, işçileri terbiyelemeyi ve karları pekiştirmeyi hedefleyen firmaların önceliklerini yansıtır – insan refahını artırmak için herhangi bir çabayı değil. Bu yörüngenin sorgulanmadan devam etmesine izin verirsek, teknolojik inovasyondan elde edilen kazançların az sayıda kişiye giderken yüklerin çoğuna düştüğü zaman şaşırmamalıyız. Ancak bu böyle olmak zorunda değil. Gelecek açık kalmaktadır ve teknolojinin ilerlediği yollarla yüzleşmeye, bunlara meydan okumaya ve bunları yeniden yönlendirmeye istekli olup olmadığımıza bağlıdır.
[book-strip index="1"]
Yapay zekayı çevreleyen mevcut çılgınlık sonsuza kadar sürmeyecektir. Üretken yapay zekanın sınırlamaları daha açık hale geldikçe ve büyük şirket yatırımlarının ekonomik getirileri beklenen ölçekte ortaya çıkmadıkça, spekülasyon balonu kaçınılmaz olarak patlayacaktır. Bu an geldiğinde – dot-com çöküşünden sonra olduğu gibi ve 2010'ların robot abartısından sonra da olduğu gibi – kritik bir seçimle karşı karşıya kalacağız. Kendimizi yeni bir teknoloji hüsran döngüsüne bırakabilir veya teknolojinin insan ihtiyaçlarına gerçekten nasıl hizmet edebileceği konusunda daha temel sorular sorabiliriz. Önümüzdeki on yılların – iklim krizi, demografik geçişin sona ermesi ve daha fazla özgürlük ve anlam dolu yaşam arayışından – getirdiği zorluklarla başa çıkacaksak, bizi kurtaracak makineler hakkında daha fazla spekülasyona değil, teknolojik geleceğimizi şekillendirmek için bilinçli, kolektif eyleme ihtiyacımız olacaktır.
Önümüzdeki görev, yalnızca yapay zekanın bize ne yapacağını tahmin etmek değildir. Toplumlar olarak yapay zekayla ne yapmayı amaçladığımızı belirlemektir. Teknolojik gelişmenin hissedar getirileriyle değil, daha adil ve insancıl bir dünya inşa etmedeki katkısıyla ölçülmesinde ısrar etmeliyiz. Otomasyon ve İşin Geleceği'nin son bölümü, bu projenin ne içerebileceğini araştırmaya başlıyor.