İnce Satırlar
Liste Modu
Döşeme Modu
Sade Döşeme Modu
Blog Modu
Teknoloji her zaman doğrusal biçimde üretkenliğe yansımıyor
Bu ekonomik beklentilere şüpheyle yaklaşan isimlerden biri, küresel pazar analiz firması Forrester’da başkan yardımcısı ve baş analist olan JP Gownder. Gownder’a göre mevcut verilerde yapay zekanın verimlilikte belirgin bir sıçrama yarattığına dair bir işaret yok. The Register’a verdiği röportajda, yapay zeka kaynaklı bir verimlilik artışı görmediklerini söyleyen Gownder, bilgi teknolojilerinin çoğu zaman sanıldığı kadar doğrusal biçimde üretkenliğe yansımadığını vurguluyor.
Solow Paradoksu
Bu durum, yapay zekanın dönüştürücü olamayacağı anlamına gelmiyor. Ancak etkisi büyük olsa bile, bunun ekonomik göstergelere yansımaması mümkün. Bu olgu, Nobel ödüllü ekonomist Robert Solow’un ortaya attığı ve "bilgisayar devriminin etkileri her yerde görülürken verimlilik istatistiklerinde görünmemesi” şeklinde özetlenen Solow Paradoksu ile açıklanıyor.
Gownder, ABD Çalışma İstatistikleri Bürosu verilerine dikkat çekiyor. 1947–1973 arasında, yani kişisel bilgisayarlar yaygınlaşmadan önce, verimlilik yılda ortalama %2,7 artmıştı. Buna karşılık, PC’lerin ana akım hale geldiği 1990–2001 döneminde bu oran %2,1’e düştü; 2007–2019 arasında ise %1,5’e kadar geriledi. Sadece 2001-2007 yılları arasında %2,8 verimlilik artışı elde edilebildi.
Diğer bazı araştırmalar da doğruluyor
Akademik çalışmalar ve iş yerlerindeki uygulamalar da yapay zekanın henüz olgunlaşmadığını gösteriyor. Örneğin, MIT tarafından yapılan dikkat çekici bir araştırma, yapay zekayı entegre eden şirketlerin %95’inin gelirlerinde anlamlı bir artış elde edemediğini ortaya koydu. Büyük beklentilerle sunulan bir başka alan olan yazılım geliştirmede ise, AI destekli kodlama araçlarını kullanan programcıların işlerini daha yavaş yaptığına dair bulgular var.
Tüm görevleri otomatikleştirmeyi hedefleyen yapay zeka ajanları da pek parlak görünmüyor. Center for AI Safety araştırmacılarının uzaktan çalışma görevleriyle test ettiği AI ajanları, verilen işlerin yalnızca %3’ünden azını tamamlayabildi. Ayrıca bazı çalışmalar, yapay zekanın işyeri ilişkilerini olumsuz etkilediğini öne sürüyor. Çalışmada, yapay zekanın, çalışanların düşük kaliteli iş çıktılarını başkalarına devretmelerine ve bir sonraki aşamada yapay zekanın özensiz çıktısının düzeltileceği beklentisine yol açtığı tespit edildi.
Gownder’a göre, üretken yapay zekanın büyük bir kısmı gerçekten çalışmıyor. Sorunun sadece son kullanıcı deneyimiyle sınırlı olmadığını, MIT çalışmasının da gösterdiği gibi projelerin %95’inin somut bir kâr ya da yatırım getirisi sağlamadığını söylüyor. Bu tablo, şu an için kitlesel işten çıkarmaların yaşanmadığını da açıklıyor.
Bununla birlikte Forrester’ın öngörülerine göre, yapay zeka ve fiziksel robotlar gibi otomasyon teknolojileri 2030’a kadar işlerin yaklaşık %6’sını ortadan kaldırabilir; bu da 10,4 milyon pozisyona denk geliyor. Gownder, bu kayıpların yapısal olduğunu, yani kalıcı biçimde yok olacaklarını ve bunun ekonomide küçümsenmeyecek bir etki yaratacağını belirtiyor.
Zamanla bazı işverenlerin yapay zekanın beklentileri karşılamadığını fark edebileceğini de ekliyor. Nitekim çalışanlarını yapay zeka uğruna işten çıkarıp daha sonra yeniden işe alan şirketlerin olduğu bildiriliyor. Ancak ona göre yapay zeka söylemi, çoğu zaman başka tasarruf yöntemlerini gizlemek için de kullanılıyor. Gownder, dış kaynak kullanımının bunun en yaygın örneği olduğunu söylüyor: “İnsanları yapay zeka yüzünden işten çıkardıklarını söylüyorlar, ama üç hafta sonra çok daha ucuz olduğu için Hindistan’da bir ekip kuruyorlar.”
Kaynakça https://www.theregister.com/2026/01/15/forrester_ai_jobs_impact/ https://finance.yahoo.com/news/ai-completely-failing-boost-productivity-153000268.html?guccounter=1 Bu haberi ve diğer DH içeriklerini, gelişmiş mobil uygulamamızı kullanarak görüntüleyin:
