Çin Devlet Konseyi düşünce kuruluşunda görevli bir yönetici Zhuo Xian, yapay zekanın sosyal güvenlik sistemlerinin üç temel direğini nasıl aşındırdığı ve bunun nasıl düzeltilebileceği hakkında konuşuyor.
Gördüğüm makalelerin çoğu yapay zekanın istihdam üzerindeki etkisine, yani "kaç işin kaybedileceğine" odaklanıyor. Bugünkü bölümde ise daha derine inmek ve yapay zekanın sosyal güvenlik sistemleri üzerindeki etkisine dair bir makale sunmak istiyorum.
Makale, Çin Devlet Konseyi Kalkınma Araştırma Merkezi Sosyal ve Kültürel Kalkınma Araştırma Dairesi Direktörü ve Kıdemli Araştırma Görevlisi Zhuo Xian tarafından yazılmıştır. DRC, Çin'in en etkili devlet düşünce kuruluşlarından biridir ve doğrudan Devlet Konseyi'ne rapor vermektedir.
Dünyanın çoğu ülkesinde sosyal güvenlik sistemleri istikrarlı istihdam temeli üzerine kuruludur ve Çin de bir istisna değildir. İster işsizlik sigortası isterse doğum sigortası olsun, bu programlar çalışanları kariyer kesintisi riskine karşı korumak için tasarlanmıştır. Sistemi finansal olarak sürdürülebilir kılan üç temel unsur vardır: istikrarlı işveren-çalışan ilişkileri, verimlilikle orantılı olarak artan ücretler ve elverişli bir demografik yapı. Zhuo, yapay zekanın büyük ölçekte kullanılmasıyla şirketlerin artık büyük resmi işgücünü sürdürme ihtiyacının kalmadığını ve daha parçalı bir serbest çalışma ekonomisine doğru kaydığını belirtiyor. Aynı zamanda, yapay zeka herhangi bir bireyden daha hızlı öğreniyor ve insan sermayesi birikiminin "yaparak öğrenme" merdivenini kırma tehdidi oluşturuyor. Giriş seviyesi pozisyonlar azaldıkça, kıdemli uzman olma yolları da daralıyor.
Politika cephesinde Zhuo, çeşitli seviyelerde çözümler öneriyor. Kısa vadede, insan yeteneklerini artıran yapay zeka teknolojileri için vergi teşvikleri sunarken, yalnızca emeğin yerini alan teknolojilere vergi indirimleri uygulamamayı veya mütevazı vergiler koymayı savunan farklılaştırılmış bir "robot vergisi"ni savunuyor. Operasyonel olarak, Japonya'nın tüketim vergisi gelirlerini özellikle sosyal güvenlik için ayırma yaklaşımını öğrenmeyi öneriyor; böylece sosyal sigorta finansmanı artık tamamen bordro vergilerine bağlı olmayacak. Mantık şu ki, ulusal gelirdeki işgücünün payı azalmaya devam ettikçe, yapay zekâ tarafından üretilen zenginliği sıradan insanlara fayda sağlayan bir sosyal güvenlik ağına geri yönlendirecek yeni mekanizmalar olmalıdır.
Uzun vadede Zhuo, yapay zeka hesaplama gücünün temel bir altyapı haline geleceği için devletin, yapay zekanın ürettiği ekonomik rantları yakalamak amacıyla temel hesaplama varlıklarına yatırım yapması ve bunların mülkiyetini elinde tutması gerektiğini savunuyor. Norveç'in egemen petrol fonuna bir benzetme yaparak, bu fonun sosyal güvenlik sistemine "yapay zeka temettüsü" enjekte ettiğini ve modeli "emek vergilendirmesinden" "yapay zekanın getirilerinden pay almaya" dönüştürdüğünü belirtiyor.
İnsan gelişimi tarafında ise, eğitimin hızla eskimeye başlayacak belirli teknik becerilere odaklanmak yerine, üst bilişsel yetenekleri ve disiplinlerarası düşünmeyi geliştirmeye yönelmesi gerektiğine inanıyor. Kısa vadede ise hükümetin, işgücüne yeni giren gençlerin ücretlerini sübvanse etmesi veya sosyal güvenlik katkı paylarını karşılaması, işverenlerin genç personel işe alma maliyetlerini düşürmesi ve yapay zekanın gençlerin kariyerlerine başlamalarını engellemesini önlemesi gerektiğini düşünüyor.
Makalesi, bir bakıma Çin'in politika danışmanlarının yapay zeka hakkında nasıl düşündüklerini yansıtıyor. Zhuo, 15. Beş Yıllık Plan teklifinde yer alan "istihdam dostu bir kalkınma modeli oluşturma" ifadesine doğrudan atıfta bulunarak, yapay zekanın iş piyasası ve toplum yapısı üzerindeki etkisinin Çin'in politika gündeminde en üst sıralara ulaştığını gösteriyor olabilir. Pekin, yapay zekayı öncelikle bir yönetim sorunu olarak ele alıyor; bu sorun, emekli maaşlarının zamanında ödenip ödenemeyeceği, kamu sağlık sigortası fonlarının mali açıdan sürdürülebilir olup olmayacağı ve gençlerin orta sınıfa yükselme yolunu bulup bulamayacağı gibi konuları da kapsıyor.
Yapay Zeka, İstihdam ve Sosyal Güvenlik
Zhuo Xian — Devlet Konseyi Kalkınma Araştırma Merkezi Sosyal ve Kültürel Kalkınma Araştırma Bölümü Direktörü ve Araştırma Görevlisi
Ekonomik Büyüme ve İstihdam Arasındaki İlişki Değişiyor
Sanayi Devrimi öncesindeki uzun tarım döneminde, düşük teknolojik ilerleme, düşük nüfus artışı ve düşük istihdam artışına karşılık gelen düşük hızlı büyümeyi beraberinde getirdi. Ekonomik büyüme neredeyse tarımsal istihdam artışıyla eş anlamlıydı.
Sanayi Devrimi, enerji ve güç kısıtlamalarını ve mevcut üretim faktörleri kombinasyonlarını aşarak insan üretiminin sınırlarını büyük ölçüde genişletti. Sanayileşme ve kentleşme, ölçek ekonomileri yoluyla birbirini karşılıklı olarak güçlendirdi. Verimlilik arttıkça sanayi ürünlerinin fiyatları düştü, ücret seviyeleri de verimlilikle birlikte yükseldi. Büyük ölçekli üretim ve büyük ölçekli tüketim pozitif bir geri bildirim döngüsü oluşturdu ve mavi yakalı sanayi işleri hızla arttı.
Modern kurumsal sistem, sosyal iş bölümünün ve işbirliğinin kapsamını genişletti. Başlangıçta tek bir işletme içinde tamamlanan çok sayıda üretim süreci (lojistik, pazarlama ve hukuk danışmanlığı gibi) uzmanlaşmış firmalara ayrılarak, geniş bir ara girdi ve hizmet ağı oluşturdu. Ekonomik verimliliği artırırken, bu durum hiyerarşik organizasyonel yapılarda bilgiye dayalı beyaz yakalı pozisyonlarda da bir artışa yol açtı. 1980'lerde kişisel bilgisayarların yaygınlaşmasının ardından, muhasebeci, sekreter ve analist gibi bilgi işlem pozisyonları nispeten hızlı bir şekilde arttı.
Ev içi emeğin piyasalaştırılması da iş yaratmanın önemli bir itici gücü oldu. Kadınların işgücü piyasasına büyük ölçekte girmesiyle, daha önce evlerde ücretsiz olarak yapılan işler, ulusal ekonomik muhasebede piyasa temelli hizmetlere dönüştü. Ev temizliği, yiyecek hizmetleri, eğitim ve eğlence gibi yaşam tarzı hizmet sektörlerinde sürekli olarak iş yaratıldı.
20. yüzyılın büyük bir bölümünde, "ekonomik refah tam istihdama eşittir" endüstriyel uygarlık tarafından şekillendirilen bir sosyal biliş biçimiydi ve birçok mevcut iş modelinin ve sosyal kurumun anlatısal mantığı ve psikolojik temeli haline geldi.
21.yüzyılın başlarında gelişmiş ekonomilerin yaşadığı "işsiz büyüme" dönemleri bu uzlaşmayı sorgulamaya başladı. İlk araştırmalar, "işsiz büyümeyi" kriz sonrası dönemlere atfederek, bunu öncelikle istihdam ve büyüme arasındaki ilişkide yapısal bir değişiklikten ziyade, yeni kurulan firmaların ekipman yatırımlarını artırmasından kaynaklanan döngüsel bir anormallik olarak gördü. Ancak, daha sonraki araştırmalar, rutin bilişsel ve manuel işlerin ortadan kalkmasının kademeli olarak değil, ekonomik durgunluk dönemlerinde yoğunlaştığını gösterdi. Firmalar krizleri, otomasyonla değiştirilebilecek orta düzey beceri gerektiren pozisyonları kalıcı olarak ortadan kaldırmak için yoğun bir "temizleme mekanizması" olarak kullandılar. Ekonomi toparlandığında, bu işler geri dönmedi. Hizmet sektörü sonunda işgücünün büyük çoğunluğunu absorbe etse de, bunu ücret artışı ve iş istikrarından ödün vererek yaptı.
Yapay zekanın istihdam üzerindeki etkisine ilişkin son dönemdeki yerel ve uluslararası literatürü sentezleyerek, yapay zekanın büyük ölçekli işsizliğe neden olmadığını görüyoruz. Birçok çalışma, yapay zekaya yüksek oranda maruz kalan sektörlerdeki işçiler arasında işsizlik oranının gerçekten yükseldiğini, ancak daha düşük oranda maruz kalan işçiler arasında işsizlik oranının daha hızlı yükseldiğini ortaya koymuştur. Bunun olası bir açıklaması, yapay zekaya yüksek oranda maruz kalan işçilerin daha yüksek eğitim seviyelerine ve daha güçlü yeniden istihdam yeteneklerine sahip olmaları ve bu nedenle daha az etkilenmeleridir. Yapay zekaya yüksek oranda maruz kalanlar arasında daha yüksek işsizliği gösteren az sayıdaki çalışma, çeşitli mesleklerin yapay zeka tarafından değiştirilme riskini değerlendirmek için büyük dil modelleri kullanmaktadır - başka bir deyişle, "Yapay zeka bize yapay zekanın işsizliği kötüleştirdiğini söylüyor" - ve istatistiksel anlamlılık yüksek değildir.
Genel istihdam seviyeleri üzerindeki etki açık olmasa da, mevcut yapay zeka çağında, istihdam ve büyüme arasındaki ilişki, üç alanda "ayrışma" olarak özetlenebilecek bazı yeni eğilimler göstermiştir.
Birincisi, istihdam yatırımdan ayrışmaktadır. Sanayi ve hizmet ekonomisi dönemlerinde, hem altyapı yatırımı hem de makine yatırımı önemli ölçüde doğrudan ve dolaylı istihdam yaratmıştır. Yapay zekâ çağında, teknoloji şirketleri eşi görülmemiş bir hızla sermayelerini derinleştiriyor, ancak istihdam yaratma etkisi azalıyor. Önceki internet yatırım dalgasından farklı olarak, yapay zekâ çağının genişleme modeli "varlık hafif, insan yoğun"dan "sermaye yoğun, bilgi işlem yoğun"a kayarak, veri merkezleri ve enerji ağları gibi fiziksel altyapıya yüksek yoğunluklu yatırıma dayanıyor. Microsoft, Amazon, Google ve Meta'nın 2025 yılındaki toplam sermaye harcamalarının 400 milyar dolara ulaşması bekleniyor; bu rakam birçok orta ölçekli ülkenin yıllık GSYİH'sını aşıyor. Ancak aynı zamanda, teknoloji şirketleri insan sermayesi tasarruf stratejileri uygulayarak yüz binlerce işi azaltıyor ve yeni mezunlar için giriş seviyesi işe alımları donduruyor. Olağandışı olan, bu eylemlerin rekor seviyedeki hisse senedi fiyatları ve güçlü gelir artışı ortamında gerçekleşmesi ve bilgi işlem altyapısına yatırım için fonları serbest bırakmak amacıyla işgücü maliyetlerini düşürme karar alma mantığını yansıtmasıdır.
İkincisi, teknolojik ilerleme insan sermayesi gelişiminden ayrışıyor. Geçmişte, işgücü verimliliğindeki iyileşmeler hem sermayeden ve makinelerde somutlaşan teknolojiden, hem de “yaparak öğrenme“ yoluyla biriken insan sermayesinin katkısından kaynaklanıyordu. Yapay zeka çağında, işgücü verimliliğindeki kazanımların, bu ölçütün paydasındaki – yani işgücü büyüklüğündeki – azalmadan kaynaklanması daha olasıdır ve insan sermayesi geliştirme hızı, yapay zeka teknolojik ilerlemesinin hızının çok gerisinde kalmaktadır.
Bir yandan, insan sermayesi birikimi için “yaparak öğrenme“ yolu daralıyor. Eskiden, üniversite mezunları temel işler yoluyla deneyim biriktirir ve kademeli olarak kıdemli yeteneklere dönüşürlerdi. Şimdi, yapay zeka giderek daha çok genç analistler, genç programcılar ve genç metin yazarları tarafından yapılan görevlerde yetkin hale geliyor ve bazı pozisyonlarda yeni mezunlara olan işe alım talebi azalıyor. Örneğin, geleneksel hukuk bürosu modeli, belge incelemesi, hukuki araştırma ve benzeri işleri yapmak için çok sayıda genç avukata dayanıyordu. Yapay zekâ artık bu görevleri saniyeler içinde tamamlayabiliyor, ancak boşanma davaları gibi davalara olan talep yapay zekâ nedeniyle artmıyor; bu da hukuk firmalarının genç avukat alımını önemli ölçüde azaltmasına yol açıyor. Bu durum sadece genç işsizliğinin artmasına katkıda bulunmakla kalmıyor, aynı zamanda birçok insan sermayesi geliştirme türü için uzun süredir var olan merdiveni de kırabilir. Şirketler artık genç çalışanları işe almazsa, gelecekteki kıdemli uzmanlar nereden gelecek?
Öte yandan, teknoloji ve eğitim arasındaki yarışta, insan sermayesi birikiminin doğrusal hızı, teknolojik evrimin üstel hızına ayak uyduramıyor. Yapay zekâ çağının istihdam zorlukları için en önemli reçetelerden biri yaşam boyu eğitimdir. Ancak eğitim modellerinin dönüşümü, yapay zekâ teknolojik gelişmelerine karşı bir çözüm değildir. Çoğu çalışan için, insan sermayesi birikiminin hızı artık makine zekâsının evrimine ayak uyduramıyor. Örneğin, bir üniversite "hızlı mühendislik" üzerine bir ders başlattığında, en yeni modeller artık hızlı optimizasyona ihtiyaç duymayabilir.
Üçüncüsü, çalışanların ücretleri verimlilik kazanımlarından ayrışıyor. ABD işgücü piyasası üzerine yapılan araştırmalar, işgücü verimliliği ile reel ücretler arasındaki ayrışmanın 1970'lerden beri devam ettiğini ve yapay zekanın hızlandırılmış benimsenmesinin bu uçurumu daha da genişletebileceğini göstermektedir. Yapay zeka çağında, yapay zeka temel kod yazımı, yasal belge taslağı hazırlama ve temel finansal analiz gibi rutin olmayan bilişsel görevleri rutin hale getirmektedir. Yüksek verimliliğe sahip sektörlerin fazla karları, giderek az sayıda kişi için sermaye kazancına ve maaş artışına dönüştürülmektedir.
Geleneksel “Baumol tarzı“ verimlilik paylaşım mekanizması çökmekte. Baumol'un öne sürdüğü “maliyet hastalığı“ teorisi, imalat gibi yüksek verimliliğe sahip sektörlerin yarattığı artı değerin, işgücü piyasası rekabeti (kıt işgücü için teklif verme) veya kurumsal düzenlemeler (sendika pazarlığı, asgari ücret vb.) yoluyla sağlık, bakım ve eğlence gibi düşük verimlilik artışına sahip sektörlere yayılacağını ve böylece toplum genelinde ücretlerde genel bir artış sağlayacağını belirtmiştir. Bu sektörler arası ücret aktarım mekanizması, işgücü piyasasında göreceli dengeyi korumuş ve düşük verimliliğe sahip sektörlerdeki işçilerin refahtan pay almasının temel kanalı olarak hizmet etmiştir. Yapay zeka çağında, yüksek verimliliğe sahip sektörler artık daha fazla işçiye ihtiyaç duymadıkları için, işgücünü korumak için sürekli olarak ücretleri artırmalarına gerek kalmamakta ve bu nedenle “ücret gösteri etkisi“ yoluyla toplum genelindeki ücret seviyelerini yukarı çekememektedirler. Yapay zekâ tarafından işsiz bırakılan orta düzey vasıflı işçiler (örneğin, sekreterler, çevirmenler ve junior kodlayıcılar) verimlilik artışının daha yavaş olduğu hizmet sektörlerine (örneğin, araç çağırma, teslimat ve temel bakım hizmetleri) yöneldiğinde, işgücü arzı talebi aşar ve düşük verimlilikli sektörlerdeki ücretlerin yüksek verimlilikli sektörlerdeki ücretlerle paralel olarak artma mekanizması bozulur.
Devamı için...
Gördüğüm makalelerin çoğu yapay zekanın istihdam üzerindeki etkisine, yani "kaç işin kaybedileceğine" odaklanıyor. Bugünkü bölümde ise daha derine inmek ve yapay zekanın sosyal güvenlik sistemleri üzerindeki etkisine dair bir makale sunmak istiyorum.
Makale, Çin Devlet Konseyi Kalkınma Araştırma Merkezi Sosyal ve Kültürel Kalkınma Araştırma Dairesi Direktörü ve Kıdemli Araştırma Görevlisi Zhuo Xian tarafından yazılmıştır. DRC, Çin'in en etkili devlet düşünce kuruluşlarından biridir ve doğrudan Devlet Konseyi'ne rapor vermektedir.
Dünyanın çoğu ülkesinde sosyal güvenlik sistemleri istikrarlı istihdam temeli üzerine kuruludur ve Çin de bir istisna değildir. İster işsizlik sigortası isterse doğum sigortası olsun, bu programlar çalışanları kariyer kesintisi riskine karşı korumak için tasarlanmıştır. Sistemi finansal olarak sürdürülebilir kılan üç temel unsur vardır: istikrarlı işveren-çalışan ilişkileri, verimlilikle orantılı olarak artan ücretler ve elverişli bir demografik yapı. Zhuo, yapay zekanın büyük ölçekte kullanılmasıyla şirketlerin artık büyük resmi işgücünü sürdürme ihtiyacının kalmadığını ve daha parçalı bir serbest çalışma ekonomisine doğru kaydığını belirtiyor. Aynı zamanda, yapay zeka herhangi bir bireyden daha hızlı öğreniyor ve insan sermayesi birikiminin "yaparak öğrenme" merdivenini kırma tehdidi oluşturuyor. Giriş seviyesi pozisyonlar azaldıkça, kıdemli uzman olma yolları da daralıyor.
Politika cephesinde Zhuo, çeşitli seviyelerde çözümler öneriyor. Kısa vadede, insan yeteneklerini artıran yapay zeka teknolojileri için vergi teşvikleri sunarken, yalnızca emeğin yerini alan teknolojilere vergi indirimleri uygulamamayı veya mütevazı vergiler koymayı savunan farklılaştırılmış bir "robot vergisi"ni savunuyor. Operasyonel olarak, Japonya'nın tüketim vergisi gelirlerini özellikle sosyal güvenlik için ayırma yaklaşımını öğrenmeyi öneriyor; böylece sosyal sigorta finansmanı artık tamamen bordro vergilerine bağlı olmayacak. Mantık şu ki, ulusal gelirdeki işgücünün payı azalmaya devam ettikçe, yapay zekâ tarafından üretilen zenginliği sıradan insanlara fayda sağlayan bir sosyal güvenlik ağına geri yönlendirecek yeni mekanizmalar olmalıdır.
Uzun vadede Zhuo, yapay zeka hesaplama gücünün temel bir altyapı haline geleceği için devletin, yapay zekanın ürettiği ekonomik rantları yakalamak amacıyla temel hesaplama varlıklarına yatırım yapması ve bunların mülkiyetini elinde tutması gerektiğini savunuyor. Norveç'in egemen petrol fonuna bir benzetme yaparak, bu fonun sosyal güvenlik sistemine "yapay zeka temettüsü" enjekte ettiğini ve modeli "emek vergilendirmesinden" "yapay zekanın getirilerinden pay almaya" dönüştürdüğünü belirtiyor.
İnsan gelişimi tarafında ise, eğitimin hızla eskimeye başlayacak belirli teknik becerilere odaklanmak yerine, üst bilişsel yetenekleri ve disiplinlerarası düşünmeyi geliştirmeye yönelmesi gerektiğine inanıyor. Kısa vadede ise hükümetin, işgücüne yeni giren gençlerin ücretlerini sübvanse etmesi veya sosyal güvenlik katkı paylarını karşılaması, işverenlerin genç personel işe alma maliyetlerini düşürmesi ve yapay zekanın gençlerin kariyerlerine başlamalarını engellemesini önlemesi gerektiğini düşünüyor.
Makalesi, bir bakıma Çin'in politika danışmanlarının yapay zeka hakkında nasıl düşündüklerini yansıtıyor. Zhuo, 15. Beş Yıllık Plan teklifinde yer alan "istihdam dostu bir kalkınma modeli oluşturma" ifadesine doğrudan atıfta bulunarak, yapay zekanın iş piyasası ve toplum yapısı üzerindeki etkisinin Çin'in politika gündeminde en üst sıralara ulaştığını gösteriyor olabilir. Pekin, yapay zekayı öncelikle bir yönetim sorunu olarak ele alıyor; bu sorun, emekli maaşlarının zamanında ödenip ödenemeyeceği, kamu sağlık sigortası fonlarının mali açıdan sürdürülebilir olup olmayacağı ve gençlerin orta sınıfa yükselme yolunu bulup bulamayacağı gibi konuları da kapsıyor.
Yapay Zeka, İstihdam ve Sosyal Güvenlik
Zhuo Xian — Devlet Konseyi Kalkınma Araştırma Merkezi Sosyal ve Kültürel Kalkınma Araştırma Bölümü Direktörü ve Araştırma Görevlisi
Ekonomik Büyüme ve İstihdam Arasındaki İlişki Değişiyor
Sanayi Devrimi öncesindeki uzun tarım döneminde, düşük teknolojik ilerleme, düşük nüfus artışı ve düşük istihdam artışına karşılık gelen düşük hızlı büyümeyi beraberinde getirdi. Ekonomik büyüme neredeyse tarımsal istihdam artışıyla eş anlamlıydı.
Sanayi Devrimi, enerji ve güç kısıtlamalarını ve mevcut üretim faktörleri kombinasyonlarını aşarak insan üretiminin sınırlarını büyük ölçüde genişletti. Sanayileşme ve kentleşme, ölçek ekonomileri yoluyla birbirini karşılıklı olarak güçlendirdi. Verimlilik arttıkça sanayi ürünlerinin fiyatları düştü, ücret seviyeleri de verimlilikle birlikte yükseldi. Büyük ölçekli üretim ve büyük ölçekli tüketim pozitif bir geri bildirim döngüsü oluşturdu ve mavi yakalı sanayi işleri hızla arttı.
Modern kurumsal sistem, sosyal iş bölümünün ve işbirliğinin kapsamını genişletti. Başlangıçta tek bir işletme içinde tamamlanan çok sayıda üretim süreci (lojistik, pazarlama ve hukuk danışmanlığı gibi) uzmanlaşmış firmalara ayrılarak, geniş bir ara girdi ve hizmet ağı oluşturdu. Ekonomik verimliliği artırırken, bu durum hiyerarşik organizasyonel yapılarda bilgiye dayalı beyaz yakalı pozisyonlarda da bir artışa yol açtı. 1980'lerde kişisel bilgisayarların yaygınlaşmasının ardından, muhasebeci, sekreter ve analist gibi bilgi işlem pozisyonları nispeten hızlı bir şekilde arttı.
Ev içi emeğin piyasalaştırılması da iş yaratmanın önemli bir itici gücü oldu. Kadınların işgücü piyasasına büyük ölçekte girmesiyle, daha önce evlerde ücretsiz olarak yapılan işler, ulusal ekonomik muhasebede piyasa temelli hizmetlere dönüştü. Ev temizliği, yiyecek hizmetleri, eğitim ve eğlence gibi yaşam tarzı hizmet sektörlerinde sürekli olarak iş yaratıldı.
20. yüzyılın büyük bir bölümünde, "ekonomik refah tam istihdama eşittir" endüstriyel uygarlık tarafından şekillendirilen bir sosyal biliş biçimiydi ve birçok mevcut iş modelinin ve sosyal kurumun anlatısal mantığı ve psikolojik temeli haline geldi.
21.yüzyılın başlarında gelişmiş ekonomilerin yaşadığı "işsiz büyüme" dönemleri bu uzlaşmayı sorgulamaya başladı. İlk araştırmalar, "işsiz büyümeyi" kriz sonrası dönemlere atfederek, bunu öncelikle istihdam ve büyüme arasındaki ilişkide yapısal bir değişiklikten ziyade, yeni kurulan firmaların ekipman yatırımlarını artırmasından kaynaklanan döngüsel bir anormallik olarak gördü. Ancak, daha sonraki araştırmalar, rutin bilişsel ve manuel işlerin ortadan kalkmasının kademeli olarak değil, ekonomik durgunluk dönemlerinde yoğunlaştığını gösterdi. Firmalar krizleri, otomasyonla değiştirilebilecek orta düzey beceri gerektiren pozisyonları kalıcı olarak ortadan kaldırmak için yoğun bir "temizleme mekanizması" olarak kullandılar. Ekonomi toparlandığında, bu işler geri dönmedi. Hizmet sektörü sonunda işgücünün büyük çoğunluğunu absorbe etse de, bunu ücret artışı ve iş istikrarından ödün vererek yaptı.
Yapay zekanın istihdam üzerindeki etkisine ilişkin son dönemdeki yerel ve uluslararası literatürü sentezleyerek, yapay zekanın büyük ölçekli işsizliğe neden olmadığını görüyoruz. Birçok çalışma, yapay zekaya yüksek oranda maruz kalan sektörlerdeki işçiler arasında işsizlik oranının gerçekten yükseldiğini, ancak daha düşük oranda maruz kalan işçiler arasında işsizlik oranının daha hızlı yükseldiğini ortaya koymuştur. Bunun olası bir açıklaması, yapay zekaya yüksek oranda maruz kalan işçilerin daha yüksek eğitim seviyelerine ve daha güçlü yeniden istihdam yeteneklerine sahip olmaları ve bu nedenle daha az etkilenmeleridir. Yapay zekaya yüksek oranda maruz kalanlar arasında daha yüksek işsizliği gösteren az sayıdaki çalışma, çeşitli mesleklerin yapay zeka tarafından değiştirilme riskini değerlendirmek için büyük dil modelleri kullanmaktadır - başka bir deyişle, "Yapay zeka bize yapay zekanın işsizliği kötüleştirdiğini söylüyor" - ve istatistiksel anlamlılık yüksek değildir.
Genel istihdam seviyeleri üzerindeki etki açık olmasa da, mevcut yapay zeka çağında, istihdam ve büyüme arasındaki ilişki, üç alanda "ayrışma" olarak özetlenebilecek bazı yeni eğilimler göstermiştir.
Birincisi, istihdam yatırımdan ayrışmaktadır. Sanayi ve hizmet ekonomisi dönemlerinde, hem altyapı yatırımı hem de makine yatırımı önemli ölçüde doğrudan ve dolaylı istihdam yaratmıştır. Yapay zekâ çağında, teknoloji şirketleri eşi görülmemiş bir hızla sermayelerini derinleştiriyor, ancak istihdam yaratma etkisi azalıyor. Önceki internet yatırım dalgasından farklı olarak, yapay zekâ çağının genişleme modeli "varlık hafif, insan yoğun"dan "sermaye yoğun, bilgi işlem yoğun"a kayarak, veri merkezleri ve enerji ağları gibi fiziksel altyapıya yüksek yoğunluklu yatırıma dayanıyor. Microsoft, Amazon, Google ve Meta'nın 2025 yılındaki toplam sermaye harcamalarının 400 milyar dolara ulaşması bekleniyor; bu rakam birçok orta ölçekli ülkenin yıllık GSYİH'sını aşıyor. Ancak aynı zamanda, teknoloji şirketleri insan sermayesi tasarruf stratejileri uygulayarak yüz binlerce işi azaltıyor ve yeni mezunlar için giriş seviyesi işe alımları donduruyor. Olağandışı olan, bu eylemlerin rekor seviyedeki hisse senedi fiyatları ve güçlü gelir artışı ortamında gerçekleşmesi ve bilgi işlem altyapısına yatırım için fonları serbest bırakmak amacıyla işgücü maliyetlerini düşürme karar alma mantığını yansıtmasıdır.
İkincisi, teknolojik ilerleme insan sermayesi gelişiminden ayrışıyor. Geçmişte, işgücü verimliliğindeki iyileşmeler hem sermayeden ve makinelerde somutlaşan teknolojiden, hem de “yaparak öğrenme“ yoluyla biriken insan sermayesinin katkısından kaynaklanıyordu. Yapay zeka çağında, işgücü verimliliğindeki kazanımların, bu ölçütün paydasındaki – yani işgücü büyüklüğündeki – azalmadan kaynaklanması daha olasıdır ve insan sermayesi geliştirme hızı, yapay zeka teknolojik ilerlemesinin hızının çok gerisinde kalmaktadır.
Bir yandan, insan sermayesi birikimi için “yaparak öğrenme“ yolu daralıyor. Eskiden, üniversite mezunları temel işler yoluyla deneyim biriktirir ve kademeli olarak kıdemli yeteneklere dönüşürlerdi. Şimdi, yapay zeka giderek daha çok genç analistler, genç programcılar ve genç metin yazarları tarafından yapılan görevlerde yetkin hale geliyor ve bazı pozisyonlarda yeni mezunlara olan işe alım talebi azalıyor. Örneğin, geleneksel hukuk bürosu modeli, belge incelemesi, hukuki araştırma ve benzeri işleri yapmak için çok sayıda genç avukata dayanıyordu. Yapay zekâ artık bu görevleri saniyeler içinde tamamlayabiliyor, ancak boşanma davaları gibi davalara olan talep yapay zekâ nedeniyle artmıyor; bu da hukuk firmalarının genç avukat alımını önemli ölçüde azaltmasına yol açıyor. Bu durum sadece genç işsizliğinin artmasına katkıda bulunmakla kalmıyor, aynı zamanda birçok insan sermayesi geliştirme türü için uzun süredir var olan merdiveni de kırabilir. Şirketler artık genç çalışanları işe almazsa, gelecekteki kıdemli uzmanlar nereden gelecek?
Öte yandan, teknoloji ve eğitim arasındaki yarışta, insan sermayesi birikiminin doğrusal hızı, teknolojik evrimin üstel hızına ayak uyduramıyor. Yapay zekâ çağının istihdam zorlukları için en önemli reçetelerden biri yaşam boyu eğitimdir. Ancak eğitim modellerinin dönüşümü, yapay zekâ teknolojik gelişmelerine karşı bir çözüm değildir. Çoğu çalışan için, insan sermayesi birikiminin hızı artık makine zekâsının evrimine ayak uyduramıyor. Örneğin, bir üniversite "hızlı mühendislik" üzerine bir ders başlattığında, en yeni modeller artık hızlı optimizasyona ihtiyaç duymayabilir.
Üçüncüsü, çalışanların ücretleri verimlilik kazanımlarından ayrışıyor. ABD işgücü piyasası üzerine yapılan araştırmalar, işgücü verimliliği ile reel ücretler arasındaki ayrışmanın 1970'lerden beri devam ettiğini ve yapay zekanın hızlandırılmış benimsenmesinin bu uçurumu daha da genişletebileceğini göstermektedir. Yapay zeka çağında, yapay zeka temel kod yazımı, yasal belge taslağı hazırlama ve temel finansal analiz gibi rutin olmayan bilişsel görevleri rutin hale getirmektedir. Yüksek verimliliğe sahip sektörlerin fazla karları, giderek az sayıda kişi için sermaye kazancına ve maaş artışına dönüştürülmektedir.
Geleneksel “Baumol tarzı“ verimlilik paylaşım mekanizması çökmekte. Baumol'un öne sürdüğü “maliyet hastalığı“ teorisi, imalat gibi yüksek verimliliğe sahip sektörlerin yarattığı artı değerin, işgücü piyasası rekabeti (kıt işgücü için teklif verme) veya kurumsal düzenlemeler (sendika pazarlığı, asgari ücret vb.) yoluyla sağlık, bakım ve eğlence gibi düşük verimlilik artışına sahip sektörlere yayılacağını ve böylece toplum genelinde ücretlerde genel bir artış sağlayacağını belirtmiştir. Bu sektörler arası ücret aktarım mekanizması, işgücü piyasasında göreceli dengeyi korumuş ve düşük verimliliğe sahip sektörlerdeki işçilerin refahtan pay almasının temel kanalı olarak hizmet etmiştir. Yapay zeka çağında, yüksek verimliliğe sahip sektörler artık daha fazla işçiye ihtiyaç duymadıkları için, işgücünü korumak için sürekli olarak ücretleri artırmalarına gerek kalmamakta ve bu nedenle “ücret gösteri etkisi“ yoluyla toplum genelindeki ücret seviyelerini yukarı çekememektedirler. Yapay zekâ tarafından işsiz bırakılan orta düzey vasıflı işçiler (örneğin, sekreterler, çevirmenler ve junior kodlayıcılar) verimlilik artışının daha yavaş olduğu hizmet sektörlerine (örneğin, araç çağırma, teslimat ve temel bakım hizmetleri) yöneldiğinde, işgücü arzı talebi aşar ve düşük verimlilikli sektörlerdeki ücretlerin yüksek verimlilikli sektörlerdeki ücretlerle paralel olarak artma mekanizması bozulur.
Devamı için...
