Daron Acemoğlu / Fikir Turu
Yapay zekâ yutturmacasına inanmayın
Yapay zekâ konusunda yeni bir dönem daha açılırken tartışmalar da sürüyor. ChatGPT’nin yeni sürümü GPT-4o tanıtıldı. GPT-4o ile yapay zekâ tıpkı bir insanmış gibi kullanıcılarla sohbet edebiliyor, ses tonlarından duyguları anlayabiliyor ve sorulan sorulara yanıt verebiliyor. GPT-4o aynı zamanda anlık olarak eş zamanlı tercüme yapabiliyor. Ekran ve kamera paylaşımı ile ortamdaki detaylara odaklanabiliyor. Öğrencilerin sorduğu matematik sorularının çözümüne yardımcı olabiliyor. Bu yeni özellikler büyük heyecan yarattı. ChatGPT sitesi talepten sık sık çökmeye, kullanılmaz hale gelmeye başladı. Buna karşılık yapay zekâ gelişimine kuşkuyla bakanlar tutumlarından taviz vermemeye devam ediyor. MIT profesörü Daron Acemoğlu, Project Syndicate için kaleme aldığı yazıda, yapay zekâdan büyük ekonomik kazanç beklenmemesi gerektiğini ve hatta geniş kitlelerin bu teknolojiden olumsuz etkileneceğini ileri sürdü.
Yazıdan öne çıkan bazı bölümleri aktarıyoruz:
“Teknoloji liderlerine ve pek çok uzman ve akademisyene göre yapay zekâ, eşi benzeri görülmemiş verimlilik artışlarıyla bildiğimiz dünyayı dönüştürmeye hazırlanıyor. Bazıları makinelerin yakında insanların yapabildiği her şeyi yapacağına ve yeni bir sınırsız refah çağını başlatacağına inanırken, diğer tahminler en azından daha sağlam temellere dayanıyor. Örneğin Goldman Sachs, üretken yapay zekânın önümüzdeki on yıl içinde küresel GSYH’yi yüzde 7 oranında artıracağını öngörürken, McKinsey Global Institute yıllık GSYH büyüme oranının 2040’a kadar yüzde 3-4 puan artabileceğini tahmin ediyor. The Economist ise yapay zekânın mavi yakalılara için bir nimet olacağını düşünüyor.
Bu gerçekçi mi? Yakın tarihli bir makalede belirttiğim üzere, görünüm çoğu tahmin ve tahminden çok daha belirsiz. Yine de yapay zekânın 20 veya 30 yıl içinde ne yapacağını güvenle tahmin etmek temelde imkânsız olsa da önümüzdeki on yıl hakkında bir şeyler söylenebilir.
Ekonomik etki tahminleri abartılı mı?
Yapay zekânın en büyük etkisinin bazı görevleri otomatikleştirmek ve bazı mesleklerdeki bazı çalışanları daha üretken kılmaktan kaynaklanacağını varsaymak mantıklıdır. “Toplam faktör verimliliği” (TFV), kabaca ifade edersek, otomatikleştirilen görevlerin payının ortalama maliyet tasarruflarıyla çarpımından oluşur. Ortalama maliyet tasarruflarını tahmin etmek zor ve faaliyete göre değişecek olsa da, yapay zekânın belirli görevler üzerindeki etkilerine ilişkin bazı dikkatli çalışmalar zaten yapıldı. Araştırmalar halen mevcut olan üretken yapay zekâ araçlarının ortalama yüzde 27 işgücü maliyeti tasarrufu ve yüzde 14,4 genel maliyet tasarrufu sağladığını ortaya koyuyor.
Peki yapay zekâ ve ilgili teknolojilerden etkilenecek görevlerin payı ne olacak? Son çalışmalardan elde edilen rakamları kullanarak, bunun yaklaşık yüzde 4,6 olduğunu tahmin ediyorum. Bu da yapay zekânın toplam faktör verimliliğini on yıl içinde yalnızca yüzde 0,66 veya yıllık yüzde 0,06 oranında artıracağı anlamına geliyor. Elbette, yapay zekâ aynı zamanda bir yatırım patlamasına da yol açacağından, GSYİH büyümesindeki artış biraz daha büyük, belki de %1-1,5 aralığında olabilir. Bu rakamlar Goldman Sachs ve McKinsey’in rakamlarından çok daha küçüktür.
Yapay zekâ ne zaman verimli olur?
Bu daha büyük rakamları elde etmek istiyorsanız, ya mikro düzeyde üretkenlik kazanımlarını artırmanız ya da ekonomide çok daha fazla görevin etkileneceğini varsaymanız gerekir. Ancak her iki senaryo da makul görünmüyor.
Yüzde 27’nin çok üzerindeki işgücü maliyeti tasarrufları sadece mevcut çalışmaların sunduğu aralığın dışında kalmakla kalmıyor; aynı zamanda daha da umut verici diğer teknolojilerin gözlemlenen etkileriyle de örtüşmüyor. Örneğin, endüstriyel robotlar bazı imalat sektörlerini dönüştürmüş ve işgücü maliyetlerini yaklaşık yüzde 30 oranında azaltmış görünüyor.
Benzer şekilde, görevlerin yüzde 4,6’sından fazlasının devralındığını görmemiz pek olası değil, çünkü yapay zekâ çoğu manuel veya sosyal görevi (muhasebe gibi bazı sosyal yönleri olan görünüşte basit işlevler dahil) yerine getirmeye henüz yakın değil. 2019 itibariyle, ABD’deki tüm işletmeler arasında yapılan bir ankete göre, işletmelerin yalnızca yüzde 1,5’inin herhangi bir yapay zekâ yatırımı bulunuyor. Bu tür yatırımlar son bir buçuk yılda artmış olsa bile, yapay zekânın yaygınlaşması için önümüzde çok ama çok uzun bir yol var.
Yapay zekâ şirketlerinin odağında ne var?
Elbette, yapay zekâ bilimsel keşif sürecinde devrim yaratırsa veya birçok yeni görev ve ürün yaratırsa, analizimin izin verdiğinden daha büyük etkilere sahip olabilir.
Yakın zamanda yeni kristal yapıların yapay zekâ destekli keşifleri ve protein katlanmasındaki ilerlemeler bu tür olasılıkları akla getiriyor. Ancak bu atılımların on yıl içinde önemli bir ekonomik büyüme kaynağı olması pek olası görünmüyor. Yeni keşifler çok daha hızlı bir şekilde test edilip gerçek ürünlere dönüştürülebilse bile, teknoloji endüstrisi şu anda işçiler için yeni üretim görevleri getirmek yerine otomasyona ve verilerden para kazanmaya aşırı derecede odaklanmış durumda.
Yapay zekâ ile verimliliğine ulaşmak neden zor?
On yıl içinde otomatikleştirilmesi mümkün olan yüzde 4,6 oranındaki görevlerin birçoğunda (başvuruların değerlendirilmesi, sağlık sorunlarının teşhisi, finansal tavsiyelerde bulunma gibi) bu türden net tanımlanmış nesnel başarı ölçütleri yoktur ve genellikle karmaşık bağlama bağlı değişkenler içerir (bir hasta için iyi olan başka bir hasta için doğru olmayabilir). Bu durumlarda, dışarıdan gözlem yoluyla öğrenme çok daha zordur ve üretken yapay zekâ modelleri bunun yerine mevcut çalışanların davranışlarına dayanmalıdır.
Bu koşullar altında, insan emeğine kıyasla büyük iyileştirmeler için daha az yer olacaktır. Bu nedenle, yüzde 4,6’lık görevlerin yaklaşık dörtte birinin “öğrenmesi daha zor” kategorisinde olduğunu ve daha düşük üretkenlik kazanımlarına sahip olacağını tahmin ediyorum. Bu düzeltme yapıldığında, yüzde 0,66’lık TFV büyüme rakamı yaklaşık yüzde 0,53’e düşer.
Peki, ya çalışanlar, ücretler ve eşitsizlik üzerindeki etkiler?
İyi haber şu ki, robotlara veya yazılım sistemlerine dayalı olanlar gibi önceki otomasyon dalgalarına kıyasla, yapay zekânın etkileri demografik gruplar arasında daha geniş bir şekilde dağıtılabilir. Eğer öyleyse, eşitsizlik üzerinde daha önceki otomasyon teknolojilerinin yaptığı kadar kapsamlı bir etkisi olmayacaktır.
Bununla birlikte, yapay zekânın eşitsizliği azaltacağına veya ücret artışını artıracağına dair hiçbir kanıt bulamadım. Bazı gruplar önemli ölçüde daha fazla maruz kalacak ve olumsuz etkilenecek, sermaye genel olarak emekten daha fazla kazanacak.
Ekonomik teori ve mevcut veriler, yapay zekâ için daha mütevazı ve gerçekçi bir görünümü haklı çıkarıyor. Düzenleme konusunda endişelenmememiz gerektiği argümanını destekleyecek çok az şey var. Çünkü yapay zekâ, tüm tekneleri kaldıran meşhur yükselen gelgit olacak.
Yapay zekâ, ekonomistlerin genel amaçlı teknoloji dediği şeydir. Onunla pek çok şey yapabiliriz ve kesinlikle işi otomatikleştirmekten ve dijital reklamcılığın kârlılığını artırmaktan daha iyi yapılacak şeyler var. Ancak tekno-iyimserliği eleştirmeden benimsersek veya teknoloji endüstrisinin gündemi belirlemesine izin verirsek, potansiyelin büyük bir kısmı heba olabilir.”