Aynı dönemde 50'li yaşlarındaki çalışanların istihdamı yaklaşık 230 bin arttı. Bu karşıtlık, kariyer basamaklarında bir değişime işaret ediyor olabilir: Şirketler yapay zekânın destekleyebildiği veya otomatikleştirebildiği giriş seviyesi işleri azaltırken, sonuçları yorumlayabilen, istisnai durumları yönetebilen ve kararların sorumluluğunu üstlenebilen deneyimli çalışanlara ihtiyaç duymayı sürdürüyor. Bununla birlikte yaş grupları arasındaki fark, değişimin tamamına yapay zekânın neden olduğunu kanıtlamıyor; demografi, genel talep ve şirketlerin işe alım tercihleri de etkili olabilir.

Bu nedenle Güney Kore verileri, her genç çalışanın iş kaybının ChatGPT veya başka bir yapay zekâ sistemi nedeniyle gerçekleştiğinin kanıtı olarak okunmamalı. Merkez bankasının ölçümü, yapay zekâya teknik açıdan yüksek maruz kalan sektör ve meslekleri belirliyor. Maruziyet, bir işin dönüşüme daha elverişli olduğunu gösterir; doğrulanmış iş ikamesiyle aynı anlama gelmez.

Üniversite diploması otomatik koruma sağlamıyor

Üniversite diploması, üretken yapay zekâ karşısında tek başına bir güvence değil. Birçok üniversite mezunu kariyerine teknoloji, profesyonel hizmetler, araştırma, analiz, yayıncılık ve idari işler gibi ofis temelli alanlarda başlıyor. Bunlar, yapay zekânın işin belirli bölümlerini üstlenebildiği alanlar.

Bu görevlerin geleneksel olarak iki işlevi vardı: Şirkete faydalı bir çıktı üretmek ve çalışanı daha karmaşık sorumluluklara hazırlamak. Yapay zekâ basit kısmı üstlendiğinde şirketler, mesleği tamamen ortadan kaldırmak yerine işe alım eşiğini yükseltebilir. Kariyerinin başındaki bir analistten her ilk taslağı hazırlaması değil, yapay zekânın ürettiği çalışmayı denetlemesi beklenebilir. Yeni bir yazılımcı da tüm temel kodu sıfırdan yazmak yerine üretilen kodu doğrulamak ve sisteme entegre etmek zorunda kalabilir.

Bu yaklaşım mevcut ekiplerin verimliliğini artırabilir; ancak sektöre girmeye çalışanlar için bir darboğaz yaratır. Daha az sayıda genç çalışan işe alınırsa, kıdemli uzman, yönetici veya güvenilir danışman olmak için gereken deneyimi biriktiren çalışanların sayısı da azalır.

Goldman Sachs: Baskı gelişmiş ekonomilerde de görülüyor

Goldman Sachs araştırmasına göre, yapay zekâ otomasyonuna daha fazla maruz kalan sektörlerde iş ilanlarının büyümesi 2022'nin ikinci yarısından bu yana genel olarak daha zayıf kaldı. Bu ilişki ABD, Almanya ve Avustralya gibi gelişmiş ekonomilerde özellikle belirgin.

Sektör karşılaştırmalarında en çarpıcı tablo çağrı merkezlerinde görülüyor. İstihdamın tarihsel eğilimin yaklaşık yüzde 39 altında ABD'de, yüzde 33 altında Kanada'da ve yüzde 27 altında Almanya'da kaldığı bildiriliyor. Yazılım yayıncılığı, yönetim danışmanlığı ve reklamcılık da araştırmada yapay zekâya açık alanlar arasında sayılıyor. Bu oranlar, istihdamın geçmişteki eğilime kıyasla ne kadar geride kaldığını gösteriyor; düşüşün tek nedeninin yapay zekâ olduğunu kanıtlamıyor.

Goldman Sachs'ın daha geniş sonucu, ekonominin tamamında hemen gerçekleşecek bir ikame öngörüsünden daha temkinli. Şimdilik görünen sarsıntı belirli sektörlerde ve çalışan gruplarında yoğunlaşıyor. Giriş seviyesindeki çalışanlar daha savunmasız; çünkü onlara verilen görevler genellikle daha standart, ölçülebilir ve otomatikleştirilebilir nitelikte.

Yapay zekâ kullanımı da yaygınlaşıyor ancak henüz tamamlanmış değil. Goldman Sachs kapsamındaki tahminler, büyük gelişmiş ekonomilerde benimseme oranını yaklaşık yüzde 15-20 aralığında gösteriyor. ABD'de yapay zekâyı düzenli üretimde kullanan şirketlere ilişkin başka bir Goldman ölçümü ise yaklaşık yüzde 9. Bu fark, “benimseme” istatistiğinin dikkatle yorumlanması gerektiğini gösteriyor: Anketler denemeyi, çalışanların bireysel kullanımını veya sürekli üretim kullanımını ölçebilir.

Otomasyon ile destekleme aynı sonucu doğurmuyor

İstihdam üzerindeki etki, şirketlerin yapay zekâyı çalışanların yerine mi, yoksa çalışanları desteklemek için mi kullandığına da bağlı.

Otomasyon, bir görevi tamamlamak için gereken insan emeğini azaltır. Standart müşteri sorularını yanıtlamak, rutin özetler hazırlamak, temel kod üretmek veya ilk belge taslağını oluşturmak buna örnek olabilir. Mevcut bir çalışanın resmen işten çıkarılmadığı durumlarda bile otomasyon, yeni mezun ve genç çalışan işe alımını azaltabilir.

Destekleme ise bir çalışanın verimliliğini artırırken muhakeme, doğrulama, istisnaları ele alma, ilişkileri yürütme ve karar verme sorumluluğunu insanda bırakır. Bu süreç deneyimli çalışanların değerini artırabilir; ancak her çalışandan beklenen çıktı miktarını da yükseltebilir. Böylece yapay zekâ kullanan tek bir uzman, daha önce birkaç genç çalışanın harcadığı rutin iş saatini karşılayabilir.

Aynı şirkette iki süreç birden yaşanabilir. Yapay zekâ bazı rutin görevleri ortadan kaldırırken kıdemli çalışanların verimliliğini artırabilir ve iş akışı tasarlayabilen, çıktıları denetleyebilen ve risk yönetebilen çalışanlara talep yaratabilir. Bu nedenle toplam istihdam rakamları görece istikrarlı görünürken ilk işe erişim zorlaşabilir.

Asıl risk: Kariyer basamaklarının aşınması

Uzun vadede sorulması gereken soru yalnızca yapay zekânın bir iş unvanını ortadan kaldırıp kaldırmayacağı değil. Daha önemli soru, çalışanların mesleği öğrenmesini sağlayan ilk görevlerin ortadan kalkıp kalkmayacağı.

Sağlıklı bir kariyer yolu genellikle denetim altındaki, tekrarlanabilir işlerden bağlam, muhakeme ve sorumluluk gerektiren görevlere doğru ilerler. Yapay zekâ bu gözetimli işlerin büyük bölümünü üstlenirse şirketler kıdemli çalışanları korurken daha az sayıda yeni başlayan çalışan alabilir. Kısa vadede sonuç verimlilik olabilir. Uzun vadede ise deneyimli çalışan havuzu daralabilir.

Bu risk, toplam iş gücü piyasasındaki etkinin küçük görünmesine rağmen gençler açısından neden ciddi olabileceğini de açıklıyor. Toplam istihdamdaki sınırlı bir değişim; kimin işe alındığı, kimin iş başında eğitim aldığı ve kimin ilerleme fırsatı bulduğu konusunda çok daha sert bir dönüşümü gizleyebilir.

Kanıtlar neyi gösteriyor, neyi göstermiyor?

Mevcut araştırmalar şu temkinli sonuçları destekliyor:

• Yapay zekâ kaynaklı iş gücü baskısı, tüm mesleklerde aynı anda değil; öncelikle seçili ve yüksek maruziyete sahip sektörlerde görülüyor.
• Genç ve giriş seviyesi çalışanlar özellikle savunmasız. Çünkü yapay zekâ, beyaz yakalı kariyerlere giriş yolu sağlayan rutin görevlerin önemli bölümünü yerine getirebiliyor.
• Değeri denetim, müşteri güveni, karmaşık muhakeme ve sonuçların sorumluluğuna dayanan deneyimli çalışanlar avantaj sağlayabilir.
• Kanıtlar henüz kaçınılmaz bir kitlesel iş kaybı sonucuna işaret etmiyor. Sonuçlar; verimlilik artışlarına, yeni ürün ve hizmetlere, iş gücü talebine, düzenlemelere ve şirketlerin yapay zekâyı istihdamı azaltmak mı yoksa üretimi büyütmek mi için kullandığına bağlı olacak.

İşverenler ve politika yapıcılar yalnızca toplam iş sayısını izlememeli. Genç çalışan işe alımları, staj ve çıraklık programları, şirket içi geçişler, görev tasarımındaki değişiklikler, terfi oranları ve nitelikli eğitime erişim, dönüşümün izlerini genel işsizlik oranından daha erken gösterebilir.

Yapay zekâ bugün kariyerleri tamamen ortadan kaldırmaktan çok, insanların kariyerlere nasıl girdiğini değiştiriyor. Bu geçişe en iyi hazırlanan şirketler ve hükümetler, yapay zekâyı uzmanlığın oluştuğu insani yolu dağıtmadan işin kalitesini ve verimliliğini artıracak şekilde kullananlar olacak.

Aynı dönemde 50'li yaşlarındaki çalışanların istihdamı yaklaşık 230 bin arttı. Bu karşıtlık, kariyer basamaklarında bir değişime işaret ediyor olabilir: Şirketler yapay zekânın destekleyebildiği veya otomatikleştirebildiği giriş seviyesi işleri azaltırken, sonuçları yorumlayabilen, istisnai durumları yönetebilen ve kararların sorumluluğunu üstlenebilen deneyimli çalışanlara ihtiyaç duymayı sürdürüyor. Bununla birlikte yaş grupları arasındaki fark, değişimin tamamına yapay zekânın neden olduğunu kanıtlamıyor; demografi, genel talep ve şirketlerin işe alım tercihleri de etkili olabilir.

Bu nedenle Güney Kore verileri, her genç çalışanın iş kaybının ChatGPT veya başka bir yapay zekâ sistemi nedeniyle gerçekleştiğinin kanıtı olarak okunmamalı. Merkez bankasının ölçümü, yapay zekâya teknik açıdan yüksek maruz kalan sektör ve meslekleri belirliyor. Maruziyet, bir işin dönüşüme daha elverişli olduğunu gösterir; doğrulanmış iş ikamesiyle aynı anlama gelmez.

Üniversite diploması otomatik koruma sağlamıyor

Üniversite diploması, üretken yapay zekâ karşısında tek başına bir güvence değil. Birçok üniversite mezunu kariyerine teknoloji, profesyonel hizmetler, araştırma, analiz, yayıncılık ve idari işler gibi ofis temelli alanlarda başlıyor. Bunlar, yapay zekânın işin belirli bölümlerini üstlenebildiği alanlar.

Bu görevlerin geleneksel olarak iki işlevi vardı: Şirkete faydalı bir çıktı üretmek ve çalışanı daha karmaşık sorumluluklara hazırlamak. Yapay zekâ basit kısmı üstlendiğinde şirketler, mesleği tamamen ortadan kaldırmak yerine işe alım eşiğini yükseltebilir. Kariyerinin başındaki bir analistten her ilk taslağı hazırlaması değil, yapay zekânın ürettiği çalışmayı denetlemesi beklenebilir. Yeni bir yazılımcı da tüm temel kodu sıfırdan yazmak yerine üretilen kodu doğrulamak ve sisteme entegre etmek zorunda kalabilir.

Bu yaklaşım mevcut ekiplerin verimliliğini artırabilir; ancak sektöre girmeye çalışanlar için bir darboğaz yaratır. Daha az sayıda genç çalışan işe alınırsa, kıdemli uzman, yönetici veya güvenilir danışman olmak için gereken deneyimi biriktiren çalışanların sayısı da azalır.

Goldman Sachs: Baskı gelişmiş ekonomilerde de görülüyor

Goldman Sachs araştırmasına göre, yapay zekâ otomasyonuna daha fazla maruz kalan sektörlerde iş ilanlarının büyümesi 2022'nin ikinci yarısından bu yana genel olarak daha zayıf kaldı. Bu ilişki ABD, Almanya ve Avustralya gibi gelişmiş ekonomilerde özellikle belirgin.

Sektör karşılaştırmalarında en çarpıcı tablo çağrı merkezlerinde görülüyor. İstihdamın tarihsel eğilimin yaklaşık yüzde 39 altında ABD'de, yüzde 33 altında Kanada'da ve yüzde 27 altında Almanya'da kaldığı bildiriliyor. Yazılım yayıncılığı, yönetim danışmanlığı ve reklamcılık da araştırmada yapay zekâya açık alanlar arasında sayılıyor. Bu oranlar, istihdamın geçmişteki eğilime kıyasla ne kadar geride kaldığını gösteriyor; düşüşün tek nedeninin yapay zekâ olduğunu kanıtlamıyor.

Goldman Sachs'ın daha geniş sonucu, ekonominin tamamında hemen gerçekleşecek bir ikame öngörüsünden daha temkinli. Şimdilik görünen sarsıntı belirli sektörlerde ve çalışan gruplarında yoğunlaşıyor. Giriş seviyesindeki çalışanlar daha savunmasız; çünkü onlara verilen görevler genellikle daha standart, ölçülebilir ve otomatikleştirilebilir nitelikte.

Yapay zekâ kullanımı da yaygınlaşıyor ancak henüz tamamlanmış değil. Goldman Sachs kapsamındaki tahminler, büyük gelişmiş ekonomilerde benimseme oranını yaklaşık yüzde 15-20 aralığında gösteriyor. ABD'de yapay zekâyı düzenli üretimde kullanan şirketlere ilişkin başka bir Goldman ölçümü ise yaklaşık yüzde 9. Bu fark, “benimseme” istatistiğinin dikkatle yorumlanması gerektiğini gösteriyor: Anketler denemeyi, çalışanların bireysel kullanımını veya sürekli üretim kullanımını ölçebilir.

Otomasyon ile destekleme aynı sonucu doğurmuyor

İstihdam üzerindeki etki, şirketlerin yapay zekâyı çalışanların yerine mi, yoksa çalışanları desteklemek için mi kullandığına da bağlı.

Otomasyon, bir görevi tamamlamak için gereken insan emeğini azaltır. Standart müşteri sorularını yanıtlamak, rutin özetler hazırlamak, temel kod üretmek veya ilk belge taslağını oluşturmak buna örnek olabilir. Mevcut bir çalışanın resmen işten çıkarılmadığı durumlarda bile otomasyon, yeni mezun ve genç çalışan işe alımını azaltabilir.

Destekleme ise bir çalışanın verimliliğini artırırken muhakeme, doğrulama, istisnaları ele alma, ilişkileri yürütme ve karar verme sorumluluğunu insanda bırakır. Bu süreç deneyimli çalışanların değerini artırabilir; ancak her çalışandan beklenen çıktı miktarını da yükseltebilir. Böylece yapay zekâ kullanan tek bir uzman, daha önce birkaç genç çalışanın harcadığı rutin iş saatini karşılayabilir.

Aynı şirkette iki süreç birden yaşanabilir. Yapay zekâ bazı rutin görevleri ortadan kaldırırken kıdemli çalışanların verimliliğini artırabilir ve iş akışı tasarlayabilen, çıktıları denetleyebilen ve risk yönetebilen çalışanlara talep yaratabilir. Bu nedenle toplam istihdam rakamları görece istikrarlı görünürken ilk işe erişim zorlaşabilir.

Asıl risk: Kariyer basamaklarının aşınması

Uzun vadede sorulması gereken soru yalnızca yapay zekânın bir iş unvanını ortadan kaldırıp kaldırmayacağı değil. Daha önemli soru, çalışanların mesleği öğrenmesini sağlayan ilk görevlerin ortadan kalkıp kalkmayacağı.

Sağlıklı bir kariyer yolu genellikle denetim altındaki, tekrarlanabilir işlerden bağlam, muhakeme ve sorumluluk gerektiren görevlere doğru ilerler. Yapay zekâ bu gözetimli işlerin büyük bölümünü üstlenirse şirketler kıdemli çalışanları korurken daha az sayıda yeni başlayan çalışan alabilir. Kısa vadede sonuç verimlilik olabilir. Uzun vadede ise deneyimli çalışan havuzu daralabilir.

Bu risk, toplam iş gücü piyasasındaki etkinin küçük görünmesine rağmen gençler açısından neden ciddi olabileceğini de açıklıyor. Toplam istihdamdaki sınırlı bir değişim; kimin işe alındığı, kimin iş başında eğitim aldığı ve kimin ilerleme fırsatı bulduğu konusunda çok daha sert bir dönüşümü gizleyebilir.

Kanıtlar neyi gösteriyor, neyi göstermiyor?

Mevcut araştırmalar şu temkinli sonuçları destekliyor:

• Yapay zekâ kaynaklı iş gücü baskısı, tüm mesleklerde aynı anda değil; öncelikle seçili ve yüksek maruziyete sahip sektörlerde görülüyor.
• Genç ve giriş seviyesi çalışanlar özellikle savunmasız. Çünkü yapay zekâ, beyaz yakalı kariyerlere giriş yolu sağlayan rutin görevlerin önemli bölümünü yerine getirebiliyor.
• Değeri denetim, müşteri güveni, karmaşık muhakeme ve sonuçların sorumluluğuna dayanan deneyimli çalışanlar avantaj sağlayabilir.
• Kanıtlar henüz kaçınılmaz bir kitlesel iş kaybı sonucuna işaret etmiyor. Sonuçlar; verimlilik artışlarına, yeni ürün ve hizmetlere, iş gücü talebine, düzenlemelere ve şirketlerin yapay zekâyı istihdamı azaltmak mı yoksa üretimi büyütmek mi için kullandığına bağlı olacak.

İşverenler ve politika yapıcılar yalnızca toplam iş sayısını izlememeli. Genç çalışan işe alımları, staj ve çıraklık programları, şirket içi geçişler, görev tasarımındaki değişiklikler, terfi oranları ve nitelikli eğitime erişim, dönüşümün izlerini genel işsizlik oranından daha erken gösterebilir.

Yapay zekâ bugün kariyerleri tamamen ortadan kaldırmaktan çok, insanların kariyerlere nasıl girdiğini değiştiriyor. Bu geçişe en iyi hazırlanan şirketler ve hükümetler, yapay zekâyı uzmanlığın oluştuğu insani yolu dağıtmadan işin kalitesini ve verimliliğini artıracak şekilde kullananlar olacak.