Üretken yapay zekanın küresel büyümeye önümüzdeki 10 yıl boyunca katkısı Goldman Sachs’ın öngördüğü yüzde 7’den çok daha küçük olacak. Yapay zeka işleri otomatize etmek ya da dijital reklamcılığı daha kârlı hale getirmekten çok daha iyi amaçlarla kullanılabilir. Ancak bütün kuralları teknoloji sektörünün koymasına izin verirsek potansiyelin büyük bölümü heba olur
Teknoloji dünyasının önde gelenleri, çok sayıda otorite ve akademisyen yapay zekanın eşi görülmemiş verimlilik artışı getirip dünyayı bambaşka bir yere dönüştüreceğini düşünüyor. Bazıları yakın zamanda makinelerin insanın yapabildiği her şeyi yapacağına inanıp yeni bir sınırsız refah çağını müjdelerken daha oturaklı tahminler de var. Örneğin Goldman Sachs üretken yapay zekanın küresel GSYİH’i önümüzdeki on yıl boyunca yüzde 7 büyüteceğini öngörüyor. McKinsey Global Institute ise yıllık GSYİH büyüme oranının 2040’a kadar yüzde 3 ila 4 puan yükselmesini bekliyor. The Economist, yapay zekanın mavi yakalılar için talih kuşu anlamına gelebileceği görüşünde.
Peki bu tahminler gerçekçi mi? Oysa manzara, çoğu öngörünün ve sezgiye dayalı tahminin anlattığından çok daha belirsiz. Yapay zekanın 20-30 yıl sonra yapacaklarını kesin olarak öngörmek imkansız. Yine de önümüzdeki on yıl için bir şeyler söylenebilir. Çünkü yakın vadedeki ekonomik etkilerin çoğu mevcut teknolojilerle ve bunlardaki iyileştirmelerle ilgili.
Verimlilik hesabı
Yapay zekanın en büyük etkisinin belli iş görevlerini otomatize etmek ve bazı mesleklerdeki çalışanları daha verimli kılmak olacağını söylemek makul görünüyor. İktisat teorisinde bu etkinin toplamını değerlendirmek için belli bir yol var. İktisatçı Charles Hulten’ın adını taşıyan Hulten teoremine göre “toplam faktör verimliliği” etkileri, otomatize edilmiş görevlerin oranı ile ortalama maliyet tasarrufunun çarpımından oluşuyor.
Ortalama maliyet tasarruflarını öngörmek zor ve bunlar faaliyete göre değişiyor ama yapay zekanın belli görevlere etkisine dair özenli çalışmalar mevcut. Örneğin Shakked Noy ve Whitney Zhang ChatGPT’nin temel yazma görevlerine (belge özetleme, rutin bağış teklifleri, pazarlama metni yazma vs.) etkisini incelerken Erik Brynjolfsson, Danielle Li ve Lindsey Raymond ise müşteri hizmetlerinde yapay zeka asistan kullanımını değerlendiriyor. Araştırmalar birlikte ele alındığında mevcut üretken yapay zeka araçlarının ortalama yüzde 27’lik bir işgücü maliyeti tasarrufu ve yüzde 14.4 oranında genel maliyet tasarrufu sağlayacağı öngörülüyor.
Yapay zeka ve ilişkili teknolojilerden etkilenecek görevlerin oranı ne durumda? Yeni çalışmalardan elde ettiğim rakamlara bakınca benim tahminim yüzde 4.6. Bu da yapay zekanın toplam faktör verimliliğini on yılda sadece yüzde 0.66, yani yılda yüzde 0.06 artıracağı anlamına geliyor. Yapay zeka aynı zamanda yatırım artışı getireceğinden GSYİH büyümesindeki artış daha yüksek olabilir. Yüzde 1-1.5 aralığı muhtemel.
Bu rakamlar Goldman Sachs ve McKinsey’in verdiklerinden çok daha küçük. Daha yüksek sayılar için ya mikro düzeydeki verimlilik kazançlarını çokça artırmak ya da ekonomi içindeki çok daha fazla görevin etkileneceğini varsaymak gerekiyor. Ama iki ihtimal de düşük.
Yapay zekanın devralacağı görev oranının yüzde 4.6’yı çok fazla aşması da olanaklı görünmüyor çünkü çoğu manuel veya sosyal görevi yerine getirmeye henüz yakın bile değil (muhasebecilik gibi basit görünen ama sosyal boyutu bulunanlar da buna dahil). Elbette yapay zeka bilimsel keşif sürecinde devrim yaratması ve çok sayıda yeni görev ve ürün getirmesi halinde benim analizimdekinden çok daha büyük bir etkisi olabilir. Ama yeni keşifler test edilip gerçek ürünlere çok hızlı dönüştürülse bile teknoloji sektörü şu anda çalışanlar için yeni üretim görevleri getirmekten ziyade orantısız biçimde otomasyona ve verileri paraya çevirmeye odaklanmış durumda.
Her hastaya çözüm üretemez
Üstelik benim tahminlerim bile fazla iyimser olabilir. Üretken yapay zekanın erken benimsendiği alanlar doğal olarak iyi performans verebileceği, basit alt programlar yazmak ve bilgi doğrulamak gibi başarının objektif kriterlerinin bulunduğu alanlardı. Buralarda yapay zeka modeli dışarıdan gelen bilgi temeline ve elindeki tarihsel verilere dayanarak öğrenebiliyordu.
Ama on yıl içinde makul biçimde otomatize edilebilecek yüzde 4.6’lık görevlerin birçoğu – değerlendirme uygulamaları, sağlık sorunlarının teşhisi, mali tavsiyelerde bulunma – böyle açıkça tanımlanmış objektif başarı kriterleri içermiyor. Çoğunda bağlama göre değişen karmaşık değişkenler mevcut (bir hasta için iyi olan şey, bir diğeri için doğru olmayabilir). Bu örneklerde dış gözlemle öğrenmek çok daha zor ve üretken yapay zeka modelleri bunun yerine mevcut çalışanların davranışlarına güvenmek zorunda.
Hal böyle olunca insan emeğinde büyük çaplı iyileşme için fazla alan yok. Dolayısıyla yüzde 4.6’lık görevlerden yaklaşık dörtte birinin “öğrenilmesi zor” kategoriye girmesini ve verimlilik kazancının düşük kalmasını öngörüyorum. Bu düzeltme yapıldıktan sonra toplam faktör verimliliğindeki büyüme oranı yüzde 0.66’dan yüzde 0.53 civarına iniyor.
Robot otomasyondan daha yaygın olacak
Peki ya çalışanlar, ücretler ve eşitsizlik üzerindeki etkisi? İyi haberler var: Geçmişteki robot veya yazılım sistemine dayalı otomasyon dalgalarına kıyasla yapay zekanın etkileri nüfusun daha geniş kesimlerine yayılacak. Bu durumda eşitsizlik etkisi önceki otomasyon teknolojileri kadar büyük olmaz. Ne var ki yapay zekanın eşitsizliği azaltacağına veya ücret artışı getireceğine dair herhangi bir delil de yok. Genele bakınca sermaye, emekten daha çok kazanacak.
İktisat teorisi ve eldeki veriler yapay zeka için daha ılımlı ve gerçekçi bir manzaraya işaret ediyor. Yapay zekayı herkese yarayacak bir gelişme olarak görüp denetim konusunda rahat olmamız gerektiğini iddia edenleri destekleyecek fazla veri yok. Yapay zeka iktisatçıların “genel amaçlı” dediği türden bir teknoloji. Onu kullanarak çok şey yapmak mümkün ve işleri otomatize etmek ya da dijital reklamcılığı daha kârlı hale getirmekten çok daha iyi amaçlarla kullanılabileceği ortada. Ama teknolojik iyimserliği itirazsız benimseyip bütün kuralları teknoloji sektörünün koymasına izin verirsek bu potansiyelin büyük bölümü heba olabilir.
© Project Syndicate, 2024.
