Ne oldu?
NATO Özel Harekat Üniversitesi'nden araştırmacı Nolan Lovett, Human Resource Development Review dergisinde yayımlanan bir makalede, şirketlerin bireysel düzeyde rasyonel yapay zeka kararlarının meslek gruplarının ortak uzmanlığını nasıl aşındırabileceğini açıklıyor. Lovett, ekolog Garrett Hardin'in 1968'de tanımladığı "ortaklık trajedisi" kavramını yapay zeka istihdamına uyarlıyor: her şirket girdi seviyesi (entry-level) pozisyonları yapay zeka ile değiştirdiğinde verimlilik kazancının tamamını kendisi alıyor, ancak uzmanlığın erimesinin maliyeti aynı yetenek havuzundan yararlanan tüm kuruluşlara yayılıyor.
Lovett'a göre bu erozyon iki yolla gerçekleşiyor: yapay zekanın girdi seviyesi işleri doğrudan ortadan kaldırması ve yapay zeka destekli genç çalışanların, deneyim gerektiren üretkenlik seviyelerine derinlemesine bilgi biriktirmeden ulaşması. Araştırmacı bunu "doğrulama bağı" (validation tether) sorunuyla ilişkilendiriyor: yapay zeka çıktısındaki alan-spesifik hataları yakalamak, tam olarak yapay zeka kullanımının aşındırdığı derin uzmanlığı gerektiriyor.
Neden önemli?
Lovett, bugün piyasada bulunan deneyimli profesyonellerin 5 ila 20 yıl önce yetiştiğini, dolayısıyla girdi seviyesi pozisyonlardaki kesintinin tam etkisinin 2030 ile 2045 arasında ortaya çıkabileceğini savunuyor. Bu gecikmeli etkiyi "insan rezervi paradoksu" olarak adlandırıyor: kuruluşlar doğrulama, kriz yönetimi ve yapay zekanın yetersiz kaldığı durumlar için derin uzmanlık rezervine ihtiyaç duyuyor, ancak hiçbir kuruluşun bunu tek başına sürdürmek için ekonomik teşviki yok.
Araştırmaya göre risk her meslekte eşit değil. Yazılım mühendisliği, finansal analiz ve hukuki araştırma gibi yüksek görev ikame edilebilirliğine, hafif düzenlemeye ve güçlü modülerliğe sahip alanlar en savunmasız kategoride yer alıyor. Tıp ve mühendislik ise daha katı düzenleyici gereklilikler ve güçlü meslek kuruluşları sayesinde kısmen korunuyor, ancak tamamen bağışık değil.
Bilinenler
- Yaz 2025'te yayımlanan bir çalışma, yapay zekadan etkilenen mesleklerde genç çalışanlar arasında istihdam düşüşü, deneyimli çalışanlar arasında ise istikrar veya artış tespit etti.
- ABD Merkez Bankası (Federal Reserve) çalışması, ChatGPT'nin piyasaya sürülmesinden bu yana programlama işlerindeki büyümenin neredeyse yarı yarıya düştüğünü ortaya koydu.
- Ocak 2026 tarihli bir çalışma, yapay zekadan etkilenen mesleklerdeki istihdam krizinin ChatGPT'den önce başladığını buldu.
- Anthropic'in Mart 2026 çalışması, yapay zekanın işgücü piyasası üzerinde ölçülebilir genel bir etkisi olmadığını, ancak 22-25 yaş arası gençlerde iş bulma oranının yarım puan düştüğünü tespit etti.
- MIT'nin EEG ölçümlerine dayanan çalışması, kısa süreli yapay zeka kullanımının bile nöral bağlantıyı zayıflattığını ve katılımcıların yüzde 80'inden fazlasının kendi yapay zeka destekli yazılarını hatırlamakta zorlandığını gösterdi.
Sırada ne var?
Lovett, yapay zeka kullanımına yasak veya kısıtlama getirilmesini önermiyor. Bunun yerine yapay zekasız öğrenme ortamlarının korunmasını, kademeli yapay zeka entegrasyonunu ve yapay zeka devreye girmeden önce bir insan performans temelinin oluşturulmasını öneriyor. Ayrıca meslek kuruluşlarının alan yeterliliğini yapay zeka becerileriyle birlikte sertifikalandırmasını ve politika yapıcıların eğitim ve öğretimi daha cazip hale getirmesini tavsiye ediyor.
Anthropic'in yaptığı bir çalışmada, yapay zekaya erişimi olan yazılım geliştiricilerin bilgi testlerinde yüzde 17 daha kötü performans gösterdiği, en büyük kaybın yapay zekayı yalnızca cevap makinesi olarak kullananlarda görüldüğü belirlendi. Buna karşılık yapay zekayı açıklama aracı olarak kullananlar önemli ölçüde daha iyi öğrendi; bu bulgu, kullanım biçiminin miktardan daha belirleyici olduğunu gösteriyor.