Teknolojiyle değişen, ama tanıdık olan bir anlatı
Ancak tüm yeniliklerine rağmen bu tahminler çarpıcı bir şekilde tanıdık geliyor. Bu kitapta eleştirdiğim otomasyon söyleminin güncellenmiş bir biçimini, teknolojinin insan yaşamını özerk bir şekilde yeniden şekillendirdiğini hayal eden, ancak teknolojik değişimin gömülü olduğu toplumsal yapıları gözden kaçıran kalıcı bir anlatıyı tekrarlıyorlar.
Bugünün yapay zekâ söyleminin merkezinde, emek piyasasındaki bozulma ve teknolojik işsizlik hakkında bir dizi çarpıcı iddia yatıyor. 2023 yılında, OpenAI ve Pennsylvania Üniversitesi ile bağlantılı araştırmacılar, işçilerin görevlerinin yüzde 49’unun büyük dil modellerine maruz kaldığını iddia eden bir çalışma yayımladılar ve eğitimden hukuk hizmetlerine kadar çeşitli sektörlerde işin yakın zamanda bir dönüşüm geçireceğini öne sürdüler. Bu tahmin, Carl Benedikt Frey ve Michael Osborne’un, ABD’deki işlerin yüzde 47’sinin makine öğrenmesi teknolojilerine karşı savunmasız olduğunu öngörerek daha önceki bir otomasyon kaygısı dalgasını ateşleyen 2013 tarihli bir makalesini doğrudan güncelliyor. O zaman da şimdi olduğu gibi, otomasyon teorisyenleri, makinelerin milyonlarca mesleği gereksiz kılacak kadar çok sayıda insan görevini yerine getirebilecek kapasiteye ulaşacağı ve emek piyasasında eşi benzeri görülmemiş bir çöküşü tetikleyeceği bir kırılma noktası hayal ettiler.
Önceki tahmin dalgasının akıbetini hatırlamakta fayda var. Frey ve Osborne’un makalesinin 2013’te yayımlanmasının ardından, gazetecilik ve politika çevrelerinde bir yorum dalgası yükselmiş ve kitlesel teknolojik işsizlik uyarısında bulunulmuştu. Ancak 2013 ile Otomasyon ve İşin Geleceği kitabını 2020’de tamamladığım zaman arasında böyle bir emek piyasası felaketi gerçekleşmedi. Artan şüphelerle karşı karşıya kalan OECD, 2017’de Frey ve Osborne’un yöntemlerini yeniden analiz ederek işlerin sadece yaklaşık yüzde 14’ünün yüksek otomasyon riskiyle karşı karşıya olduğu sonucuna vardı ki bu, kamuoyunun dikkatini çeken orijinal yüzde 47’lik rakamdan oldukça farklıydı.
Fakat bu düşürülmüş tahmin bile aşırı uçta kaldı. 2020’ye gelindiğinde, otomasyona en savunmasız olduğu düşünülen mesleklerin birçoğunun -yiyecek hazırlama, makine operatörlüğü, şoförlük ve diğer kol emeği isteyen veya tekrarlayan işler vb.- önemli istihdam düşüşleri görmediği açıkça ortaya çıktı. Çoğu durumda, bu sektörlerdeki istihdam aslında arttı. Finansal krizin ardından gelen yıllar, bir teknolojik işsizlik dalgası başlatmak yerine, cılız emek piyasası genişlemesi ve derinleşen ekonomik durgunluk ile damgalandı. Özellikle ABD imalat sanayindeki üretkenlik artışı yatay seyretti ve 1960’larda kayıtların başlamasından bu yana kaydedilen en düşük seviyesine geriledi. Görünen o ki, otomasyon devrimi bir türlü gerçekleşmemişti.
Neden yanıldılar?
Bu tahminlerin başarısızlığı tesadüfi değildi. İşin geleceğini tahmin etmek için kullanılan yöntemlerdeki temel kusurları yansıtıyordu. Ne 2013 çalışması ne de 2023’teki ardılı, projeksiyonlarını gerçek işyerleri, işçiler veya üretim süreçlerine yönelik ampirik araştırmalara dayandırmadı. Bunun yerine, her ikisi de, belirli görevlerin prensipte makineler tarafından yapılıp yapılamayacağını tahmin etmeleri istenen bilgisayar bilimcileri ve ekonomistlerin subjektif yargılarına dayandı. Bir işle ilişkili görevlerin yeterli bir kısmı -genellikle yüzde 50’den fazlası- otomatikleştirilebilir kabul edilirse, tüm meslek ortadan kalkma riski altında olarak sınıflandırılıyordu. İşlerin pratikte nasıl yapılandırıldığına, görevlerin nasıl bir araya getirildiğine veya ekonomik ve toplumsal faktörlerin yeni teknolojilerin benimsenmesine nasıl aracılık ettiğine dair hiçbir değerlendirme yapılmadı. Sonuç, makinelerin maliyet, kurumsal engeller veya siyasi direniş ne olursa olsun, teknik olarak mümkün olduğunda işçilerin yerini alacağı, son derece mekanik bir teknolojik değişim modeliydi. Bu, işin örgütlendiği, mücadele edildiği ve dönüştürüldüğü karmaşık yolları görmezden gelen bir modeldi ve bu nedenle ekonomik gelişmenin gerçek seyrini tahmin etmekte tek kelimeyle yetersizdi.
Otomasyonun son on yıldaki etkilerinin gerçekliği, tahmin edilenden çok farklı görünüyor. Milenyumun başında zaten yaygın olarak kullanılan sanayi robotları, başta otomobil üretimi olmak üzere az sayıda sektörde yoğunlaşmaya devam etti. Otomasyonun hızlanacağının kanıtı olarak sıkça gösterilen robot donanım maliyetlerindeki düşüşe rağmen, asıl masraf robotları satın almakta değil, onları üretim sistemlerine entegre etmekte yatıyordu. Sanayide kullanılan robotları programlamak, optimize etmek ve bakımını yapmak, genellikle makinelerin kendisinden üç kat daha pahalıya mal oluyordu, bu da yalnızca son derece standartlaştırılmış ürünler üreten büyük firmaların yaygın kullanımlarını haklı çıkarabileceği anlamına geliyordu. Özelleştirilmiş, küçük partili üretimde uzmanlaşma eğiliminde olan küçük ve orta ölçekli işletmeler, otomasyon için çok az teşvik gördü.
Bu arada, sürekli vaat edilen hizmet sektörünün robotlaşması neredeyse hiç görülmedi. Robot dağıtımını izleyen istatistik kurumları, bunu neredeyse sadece imalatta ölçmeye devam ediyor. En iyimser senaryolarda bile, robotlar ağır parçaları taşımak, hassas kaynaklar yapmak, tekrarlayan lehimleme işlemleri gibi dar görevler için özelleşmiş araçlar olarak kaldı. 2010’lar, yeni bir sanayi devrimini müjdelemekten çok, otomasyonun ekonomiyi geniş bir ölçekte dönüştürme konusundaki sınırlarını ortaya çıkardı.
Sanayi devriminden hizmet ekonomisine geçiş
Otomasyonun sınırlarını anlamak, teknolojik değişimi, küresel ekonomiyi yeniden şekillendiren ve bu kitapta ayrıntılı olarak analiz edilen daha geniş yapısal eğilimler içine yerleştirmeyi gerektiriyor. 1970’ler ve 1980’lerden bu yana, kapitalist büyümenin tarihsel motoru olan sanayileşme, büyük ölçüde seyrini tamamladı. Onun yerine, OECD ülkelerindeki işçilerin yüzde 75 ila 90’ının şimdi istihdam edildiği hizmete dayalı bir ekonomi ortaya çıktı. Bazıları imalat işlerinin sadece küresel Güney’e taşındığını hayal ederken, gerçekte sanayisizleşme dünya çapında bir fenomen haline geldi ve Çin gibi ülkeler bile 2013’ten bu yana imalat istihdamında istikrarlı bir düşüş yaşadı.
İmalattan hizmetlere geçişin derin sonuçları var: Üretkenlik artışı tipik olarak hizmetlerde sanayi veya tarımdan çok daha yavaş. Eğitim, sağlık ve konaklama gibi hizmetler genellikle emek-yoğundur, makineleşmeye dirençlidir ve verimlilik kazanımlarını sınırlayan şekillerde insan etkileşimiyle şekillenir. Hizmetler istihdam ve üretimden daha büyük bir pay aldıkça, genel üretkenlik artış oranları yavaşladı. Zayıflayan demografik büyüme ve gelecekteki pazarlar için düşen beklentilerle birleştiğinde, bu eğilimler kronik bir ekonomik durgunluk ortamı yarattı -bu ortamda, ne kadar abartılırsa abartılsın, yeni teknolojiler bir zamanlar vaat ettikleri türden dönüşümleri üretmekte zorlanıyor.
Geçtiğimiz on yılın gösterdiği şey, işin ortadan kalkması değil, daha ziyade dönüşümüdür. Yeni teknolojilerin tanıtıldığı yerlerde bile, çoğu iş, değiştirilmiş biçimlerde de olsa varlığını sürdürdü. Dijitalleşmenin iş üzerindeki etkisine ilişkin çalışmalar, uyumun esas olarak meslekler arasında toptan geçişler yerine, meslekler içindeki görev yapılarındaki değişiklikler yoluyla gerçekleştiğini tutarlı bir şekilde göstermektedir. Otomasyon teorisyenlerinin varsayımlarının aksine, bir işin varlığının sona erdiği -görevlerin yüzde 50’sinin otomatikleştirilmesi gibi- belirgin bir eşik yoktur. Bunun yerine, işçiler uyum sağlar, roller evrilir ve meslekler, genellikle eskisinden farklı beceri ve sorumluluklarla hayatta kalır. Belirli bir sektördeki istihdamın büyümesi, daralması veya durgunlaşması sadece teknolojik yeteneklere değil, aynı zamanda daha geniş ekonomik koşullara da bağlıdır.
Aynı iş unvanı bile, önceki otomasyonun deneyimlerine, sendika gücüne ve düzenleyici korumalara bağlı olarak firmalar ve ülkeler arasında kökten farklı türde işleri kapsayabilir. Örneğin, bir araba yapmak, Almanya’daki Volkswagen’in yüksek otomasyonlu fabrikalarında, İtalya’daki Ferrari’nin zanaatkâr atölyelerinde ve Çin’deki BYD’nin hızla genişleyen elektrikli araba fabrikalarında çok farklı görünür. Aynısı, Kaliforniya’daki Hollywood, Hindistan’daki Bollywood ve Nijerya’daki Nollywood’un her birinin üretimi farklı teknik, ekonomik ve kültürel mantıklara göre düzenlediği film endüstrisi için de geçerlidir. Bu bağlamda, teknolojinin işi değiştirme şekli ne otomatiktir ne de kaçınılmazdır. Toplumun ne tür işleri ve ne tür çalışma hayatlarını sürdürmeye istekli olduğu hakkındaki kolektif tercihlerle şekillenir.
Bilgisayarlaşmanın daha uzun vadeli seyrinde, dijital teknolojiler genellikle vasıflandırma ile ilişkilendirilmiştir. İşyerleri teknolojik olarak daha karmaşık hale geldikçe, daha iyi eğitimli, daha yüksek vasıflı işçilere olan talep arttı ve bu da emek piyasalarının yüksek vasıflı, yüksek ücretli işler ile düşük vasıflı, güvencesiz işler arasında kutuplaşmasına katkıda bulundu. Ancak daha yeni teknolojik gelişmeler farklı bir yörünge izledi. Bazı sektörlerde dijitalleşme, vasıflandırmayı değil, vasıfsızlaşmayı sağladı. Uber gibi hizmetler, geleneksel taksi işini bir zamanlar gerektirdiği uzmanlıktan arındırdı ve yerel bilgiyi GPS navigasyon sistemleriyle değiştirdi.
Dijital gözetimin yükselişi
Aynı zamanda, dijital teknolojiler işverenlerin işçileri izleme ve disipline etme kapasitesini büyük ölçüde genişletti. Verimlilik ücretleri, yöneticilerin işçi performansını kolayca gözlemleyemediği durumlarda genellikle ödenmesi gereken daha yüksek ücretlerdir. Bir zamanlar denetlenmesi zor olan işler -uzun yol tır şöförlüğü gibi- şimdi sürekli elektronik gözetime tabidir ve bu da firmaların verimlilik ücretlerini düşürmesine olanak tanır. Daha fazla denetimle, firmalar işin hızı ve organizasyonu üzerinde daha sıkı denetim uygulayabilir.
Bu gelişmeler, teknolojilerin tarafsız olmadığını, emek üzerindeki etkilerini belirleyen siyasi ve kurumsal bir bağlam içinde konuşlandırıldıklarını ortaya koyuyor. Hükümetler işyeri gözetimini düzenleyebilir; sendikalar istilacı izlemeye karşı korumalar için toplu pazarlık yapabilir. Ancak bu tür çabaların yokluğunda, teknolojik değişim giderek işi niteliksizleştirmeye ve ekonomik eşitsizliği derinleştirmeye hizmet ediyor.
Otomasyonun hayal kırıklığı yaratan ekonomik etkisinin ardından, umutlar giderek üretken yapay zekâya kaydı. Şimdi yapay zekâ modellerinin geliştirilmesine ve onları sürdürmek için gereken veri merkezlerinin inşasına muazzam kaynaklar akıtılıyor. Microsoft, Google, Meta ve OpenAI toplu olarak milyarlarca dolar yatırım yaparak, üretken yapay zekânın önceki otomasyon turlarının başaramadığı atılımı gerçekleştireceği üzerine kumar oynuyor. Sanayi devrimi retoriğinin altında daha spesifik bir hırs yatıyor: bir hizmetler devrimi tasarlamak, tarihsel olarak geride kalmış sağlık, eğitim, perakende, konaklama gibi sektörlerde üretkenlik artışını yükseltmek.
Yatırımın ölçeği göz önüne alındığında, ima edilen beklentiler dudak uçuklatıcı: Bu yatırımları kârlı hale getirmek için üretkenliğin, yirminci yüzyıl Japonya ve Çin’in hızlı yakalama aşamalarından beri görülmemiş oranlarda -ama bu kez Amerika Birleşik Devletleri gibi zaten teknolojik olarak gelişmiş ekonomilerde- artması gerekecekti. Cazibesini anlamak kolay. Eğer robotlaşma yeni bir refah dalgası getiremediyse, belki de akıllı yazılım ajanları bunu başarabilirdi. Yine de, arzu ile gerçeklik arasındaki uçurum büyük olmaya devam ediyor ve üretken yapay zekânın mevcut yörüngesinde sanayi sonrası ekonomilerin yapısal durgunluğunu çözebileceğinden şüphe etmek için iyi nedenler var.
Üretken yapay zekânın temel sınırlılıkları, ilk savunucularının birçoğu için bile giderek daha belirgin hale geldi. François Chollet ve diğer yapay zekâ araştırmacılarının işaret ettiği gibi, derin sinir ağları doğası gereği bir kırılganlıktan muzdariptir: Eğitim verilerinin ötesine genelleme yapmakta zorlanırlar, temel akıl yürütme görevlerinde başarısız olurlar ve tutarlılık veya doğruluk gerektiren uygulamalar için güvenilmez kalırlar. Muazzam miktarda dijital bilgiyi toplamalarına rağmen, bu modeller öğrenme veya uyum sağlama kapasitelerinde sert sınırlamalarla karşı karşıyadır. Sorunun bir kısmı, yirminci yüzyıl ortası davranışçı psikoloji temelinde tasarlanmış olan yapay sinir ağlarının mimarisinde yatmaktadır. Zengin içsel yapılar, doğuştan gelen hedefler ve temsil çerçeveleriyle donatılmış organik beyinlerin aksine, yapay ağlar büyük ölçüde yapılandırılmamıştır ve kaba istatistiksel ilişkilendirmeye dayanır. İnsan zihni birkaç örnekten yeni bir kavramı kavrayabilir; makine öğrenmesi modelleri genellikle milyonlarca örneğe ihtiyaç duyar. AlphaFold2’nin protein katlanmasındaki başarısı gibi, sembolik akıl yürütmeyi derin öğrenmeyle bütünleştiren hibrit yaklaşımlar daha umut verici sonuçlar sunar ancak bunlar belirli görevler için özenle tasarlanmalıdır. Derin öğrenme sistemlerine modüler, yapılandırılmış biliş inşa etmek için genel bir yöntem yoktur ve bulunacağına dair hiçbir güvence de yoktur.
İşsizliğin değil, vasıfsızlaşmanın tehdidi
Hayal kırıklığı belirtileri şimdiden ortaya çıkıyor. Microsoft CEO’su Satya Nadella, şirketin OpenAI ve diğer üretken yapay zekâ girişimlerine yaptığı devasa yatırımlara rağmen, henüz ölçülebilir bir üretkenlik artışının ortaya çıkmadığını yakın zamanda kabul etti. Gerçek ölçütü basitçe şöyle çerçeveledi: Eğer üretken yapay zekâ dönüştürücü olsaydı, dünya ekonomisinin daha hızlı büyüdüğünü zaten görüyor olurduk. Bunun yerine, böyle bir hızlanmaya dair çok az kanıt var. Wall Street Journal ve Financial Times’taki haberler, işletmelerin tutarsızlık ve hataya eğilimli yapay zekâ modelleri için güvenilir, büyük ölçekli kullanımlar bulmakta zorlanması nedeniyle kurumsal benimsemenin yavaş temposunu detaylandırdı. Nobel ödüllü ekonomist Daron Acemoğlu, üretken yapay zekâ teknolojilerinin gelişmiş kapitalist toplumları etkileyen daha derin ekonomik rahatsızlığı çözmede çok az şey yapabileceği uyarısında bulunarak açıkça şüphelerini dile getirdi. Elde edilen tüm olağanüstü teknik başarılara rağmen, mevcut yapay zekâ inovasyon dalgasının, kendi başına, savunucularının o kadar da emin bir şekilde öngördüğü geniş tabanlı ekonomik dinamizmi üretmeyebileceği giderek daha açık hale geliyor.
Görünen o ki, üretken yapay zekânın ilk etkileri kitlesel bir işsizliğe yol açmaktan çok, günümüzde zaten süregelen daha geniş iş dönüşümü eğilimlerini, yani vasıfsızlaşma ve gözetimi yansıtacak. Yapılan ilk çalışmalar, üretken yapay zekâ teknolojilerinin en çok düşük vasıflı işçilerde verimliliği artırdığını gösteriyor. Bu teknolojiler çıktıları standartlaştırmaya yardımcı olurken, yüksek vasıflı ve karmaşık işleri geliştirmekte ise pek bir fayda sağlamıyor. Bu sistemlerin, tam da öğrencilerin yaptığı türden işlerde, yani ortalama kalitede metinler ve temel kodlar üretmede bu kadar başarılı olması tesadüf değil. Zaten bu yüzden de ChatGPT’nin başlıca kullanım alanlarından biri, öğrencilerin kopya çekmesine yardımcı olmak haline geldi. Bu tür araçlar yaygınlaştıkça, bilgisayar programcılığı, grafik tasarım ve hukuk araştırması gibi alanlarda bir dijital vasıfsızlaşma riski doğuyor. Zira bu alanlarda, algoritmik olarak üretilen çıktılar, ortalama yetkinlikteki çalışanların ürettiklerinin yerini alabilir.
Aynı zamanda, üretken yapay zekâ modelleri işçileri izlemek ve değerlendirmek için yeni olanaklar sunuyor; gözetim verilerini işleyerek iş süreçleri üzerinde daha fazla denetim uyguluyor ve ücretleri baskılıyor. Bir kez daha, bizi işten kurtarmayı vaat eden teknolojiler, bunun yerine sömürüyü yoğunlaştırma riski taşıyor. Gelişimlerini yeniden yönlendirecek sağlam toplumsal ve yasal çerçeveler olmadan, üretken yapay zekâ patlamasının olası sonucu kitlesel işsizlik değil, çalışma koşullarının kötüleşmesi, ekonomik eşitsizliğin hızlanması ve işçilerin özerkliğinin daha da aşınması olacaktır.
Geçtiğimiz on yılın dersleri hem umutlarımızı hem de korkularımızı dizginlemelidir. Üretken yapay zekânın oluşturduğu asıl tehdit, işi kitlesel ölçekte ortadan kaldırarak insan emeğini geçersiz kılması değildir. Asıl tehdit, kontrolsüz bırakıldığında, işi güvencesizliği derinleştirecek, gözetimi yoğunlaştıracak ve mevcut eşitsizlikleri genişletecek şekillerde dönüştürmeye devam etmesidir. Teknolojik değişim, toplumların basitçe uyum sağlaması gereken dışsal bir güç değildir; toplumsal ve siyasi olarak aracılık edilen bir süreçtir. Yasal çerçeveler, toplu pazarlık, kamu yatırımı ve demokratik düzenleme, teknolojilerin nasıl geliştirilip dağıtıldığını ve hangi amaçlara hizmet ettiğini şekillendirmede belirleyici roller oynar.
Balon patladığında ne olacak?
Üretken yapay zekânın mevcut yörüngesi, insanın serpilip gelişmesini artırmaya yönelik herhangi bir çabadan ziyade maliyetleri düşürmek, işçileri denetim altına almak ve kârları pekiştirmek isteyen firmaların önceliklerini yansıtıyor. Bu yörüngenin sorgulanmadan devam etmesine izin verirsek, teknolojik inovasyondan elde edilen kazanımların bir avuç insana tahakkuk ederken, yüklerin çoğunluğun omuzlarına binmesine şaşırmamalıyız. Ancak böyle olmak zorunda değil. Gelecek hâlâ yazılmadı; onun ne olacağı, teknolojinin ilerlediği yollara karşı durmaya, mücadele etmeye ve bu yolları yeniden yönlendirmeye istekli olup olmamamıza bağlı.
Yapay zekâ etrafındaki mevcut çılgınlık sonsuza dek sürmeyecek. Üretken yapay zekânın sınırlılıkları daha belirgin hale geldikçe ve devasa kurumsal yatırımların ekonomik getirileri beklenen ölçekte gerçekleşmediğinde, spekülatif balon kaçınılmaz olarak patlayacaktır. O an geldiğinde -dot-com çöküşünden sonra ve yine 2010’ların robot heyecanından sonra olduğu gibi- kritik bir seçimle karşı karşıya kalacağız. Kendimizi bir başka teknolojik hayal kırıklığı döngüsüne teslim edebilir veya teknolojinin insan ihtiyaçlarına gerçekten nasıl hizmet edebileceği hakkında daha temel sorular sorabiliriz. Önümüzdeki on yılların zorluklarını -iklim krizinden demografik geçişin tamamlanmasına, daha fazla özgürlük ve anlam dolu yaşam arayışına kadar- karşılayacaksak, bizi kurtaracak makineler hakkında daha fazla spekülasyona değil, teknolojik geleceğimizi şekillendirmek için bilinçli, kolektif eyleme ihtiyacımız olacak.
Önümüzdeki görev, sadece yapay zekânın bize ne yapacağını tahmin etmek değildir. Toplumlar olarak bizim yapay zekâ ile ne yapmayı amaçladığımızı belirlemektir. Teknolojik gelişmenin hissedar getirileriyle değil, daha adil ve insancıl bir dünya inşa etmeye katkısıyla ölçülmesinde ısrar etmeliyiz. Otomasyon ve İşin Geleceği’nin son bölümü, bu projenin neleri içerebileceğini keşfetmeye başlıyor.
Dipnot:
[1] Aaron Benanav, Automation and the Future of Work, Verso, 2020 (Türkçesi: Otomasyon ve İşin Geleceği, çev. Diyar Saraçoğlu, NotaBene, 2022).
(DS/VC)