Bir kez daha yapay zeka

Geçen yıl bu zamanlarda, yapay zeka (AI) ve ChatGPT gibi yeni genelleştirilmiş zeka dil öğrenme modellerinin (LLM'ler) etkisi konusunu ele almıştım.

O yazıda esas olarak, çalışanların yerini alan yapay zeka LLM'lerinin işler üzerindeki etkisine ve buna bağlı olarak işgücü verimliliğinin artırılması konusuna değinmiştim. AI ile ilgili standart tahmin, büyük yatırım bankası Goldman Sachs'ın ekonomistlerinden geldi. Teknolojinin vaatlerini yerine getirmesi halinde, işgücü piyasasında “önemli bir bozulma” yaratacağını ve büyük ekonomilerdeki 300 milyon tam zamanlı çalışanın işlerinin otomasyona maruz kalacağını hesapladılar. İşten çıkarılma riski en yüksek olanlar arasında avukatlar ve idari personel (ve muhtemelen ekonomistler!) yer alacaktır. Binlerce meslekte tipik olarak gerçekleştirilen görevlere ilişkin verilere dayanarak, ABD ve Avrupa'daki işlerin yaklaşık üçte ikisinin bir dereceye kadar yapay zeka otomasyonuna maruz kalacağını hesapladılar.

Çoğu insan iş yükünün yarısından azının otomatikleştirildiğini görecek ve muhtemelen zamanlarının bir kısmını daha üretken faaliyetler için ayırarak işlerine devam edecek. ABD'de bu durumun işgücünün yüzde 63'ü için geçerli olacağını hesapladılar. Fiziksel ya da açık hava işlerinde çalışan yüzde 30'luk bir kesim ise bu durumdan etkilenmeyecek ancak yaptıkları iş otomasyonun diğer biçimlerine maruz kalabilecektir.
Ancak Goldman Sachs (GS) ekonomistleri, AI'nın elde edebileceği üretkenlik kazanımları konusunda oldukça iyimser ve coşkuluydu, bu da kapitalist ekonomileri muhtemelen son 15-20 yılın göreli durgunluğundan - Uzun Depresyon'dan - çıkaracaktı. GS, ChatGPT gibi 'üretken' AI sistemlerinin, on yıl içinde yıllık küresel GSYH'yi yüzde 7 oranında artıracak bir üretkenlik patlamasına yol açabileceğini iddia etti. AI'ya yapılan kurumsal yatırımlar 1990'lardaki yazılım yatırımlarına benzer bir hızda büyümeye devam ederse ABD'nin tek başına AI yatırımı 2030 yılına kadar ABD GSYİH'sinin yüzde 1'ine yaklaşabilir.

ACEMOĞLU İTİRAZ EDİYOR

Ancak ABD'li teknoloji ekonomisti Daren Acemoğlu o zamanlar şüpheciydi. Tüm otomasyon teknolojilerinin aslında emeğin üretkenliğini artırmadığını savundu. Çünkü şirketler otomasyonu çoğunlukla pazarlama, muhasebe ya da fosil yakıt teknolojisi gibi kârlılığı artırabilecek alanlarda kullanmakta ancak ekonominin bütününde verimliliği artırmamakta ya da sosyal ihtiyaçları karşılamamaktadır.

Şimdi yeni bir makalede Acemoğlu, GS gibilerinin yarattığı iyimserliğin üzerine soğuk su döküyor. GS'nin aksine Acemoğlu, önümüzdeki 10 yıl içinde yapay zeka gelişmelerinin üretkenlik üzerindeki etkilerinin “mütevazı” olacağını düşünüyor. Tahmin ettiği en yüksek kazanç, inovasyonun etkisi için ana akım ölçü olan toplam faktör verimliliğinde (TFV) sadece toplam yüzde 0,66'lık bir artış veya yıllık TFV büyümesinde yaklaşık yüzde 0,064'lük küçük bir artış olacaktır. Yapay zeka, insanların yaptığı bazı zor görevlerin üstesinden gelemediği için bu oran daha da düşük olabilir. O zaman artış sadece yüzde 0,53 olabilir. AI'nın devreye girmesi toplam yatırımı artırsa bile, ABD'de GSYH'deki artış, yatırım patlamasının boyutuna bağlı olarak toplamda yalnızca yüzde 0,93-1,56 olacaktır.

Dahası Acemoğlu, AI'nın sermaye ve emek geliri arasındaki uçurumu genişleteceğini düşünüyor; şöyle diyor: “Düşük eğitimli kadınlar küçük ücret düşüşleri yaşayabilir, genel olarak gruplar arası eşitsizlik biraz artabilir ve sermaye ile emek geliri arasındaki uçurumun daha da genişlemesi muhtemeldir.” Aslında AI, yanıltıcı sosyal medyayı, dijital reklamları ve BT savunma-saldırı harcamalarını genişleterek insan refahına zarar verebilir. Dolayısıyla, AI yatırımı GSYH'ye katkıda bulunabilir ancak insan refahını GSYH'nin yüzde 0,72'si kadar düşürebilir.

'SANATI BEN YAPAYIM, AI BULAŞIKLARI YIKASIN'

Ve emek için başka tehlikeler de var. Owen David, yapay zekanın halihazırda işçileri iş başında izlemek, işe almak ve iş adaylarını taramak, ücret seviyelerini belirlemek, işçilerin hangi görevleri yapacağını yönlendirmek, çıktılarını değerlendirmek, vardiyaları planlamak vb. için kullanıldığını savunuyor. Acemoğlu, üretken AI'dan elde edilebilecek kazanımlar olduğunu kabul ediyor, “ancak bu kazanımlar, belki de en yaygın üretken AI modellerinin mimarisinde büyük bir değişiklik de dahil olmak üzere endüstride temel bir yeniden yönlendirme olmadıkça kalıcılığı zor olacaktır.” Acemoğlu, özellikle “eğitimciler, sağlık çalışanları, elektrikçiler, tesisatçılar ve diğer zanaatkârlar için yararlı güvenilir bilgiler istiyorsak, insan benzeri konuşmalar yapan ve Shakespeare soneleri yazan modellere ihtiyacımız olup olmadığı açık bir soru olmaya devam ediyor.” diyor.

Gerçekten de insan emeğinin yerine yapay zekayı getirenler, bir bütün olarak işçiler değil yöneticiler olduğu için herkese yönelik verimliliği ve refahı artırmak zorunda kalmadan vasıflı işçileri iyi yaptıkları işlerden zaten uzaklaştırıyorlar. Bir yorumcunun belirttiği gibi: “Sanat ve yazı yazabilmem için AI'nın çamaşırlarımı ve bulaşıklarımı yıkamasını istiyorum, çamaşırlarımı ve bulaşıklarımı yıkayabilmem için AI'ın sanat ve yazı işlerimi yapmasını değil.” Yöneticiler, AI'yı “birçok insanın AI'nın kullanılmaması gerektiğini düşündüğü yaratıcı işler gibi şeyler pahasına yönetim sorunlarını kolaylaştırmak için kullanıyor... Eğer AI işe yarayacaksa bunun aşağıdan yukarıya doğru olması gerekir, aksi takdirde AI işyerindeki insanların büyük çoğunluğu için işe yaramaz hale gelecektir.”

GERÇEKTEN ÜRETKENLİĞİ ARTIRIYOR MU?

AI, üretkenlikte büyük bir sıçrama sağlayarak büyük ekonomileri kurtaracak mı? Her şey yapay zekanın nerede ve nasıl uygulandığına bağlı. Bir PwC araştırması, ekonominin yapay zeka penetrasyonunun en yüksek olduğu bölümlerinde üretkenlik artışının, daha az maruz kalan sektörlere göre neredeyse beş kat daha hızlı olduğunu ortaya koydu. PwC İngiltere'nin baş ekonomisti Barret Kupelian şunları söyledi:

"Bulgularımız, yapay zekanın yeni endüstriler yaratma, istihdam piyasasını dönüştürme ve potansiyel olarak verimlilik artış oranlarını yükseltme gücüne sahip olduğunu gösteriyor. Ekonomik etki açısından, buzdağının sadece görünen kısmını görüyoruz. Şu anda bulgularımız yapay zekanın benimsenmesinin ekonominin birkaç sektöründe yoğunlaştığını gösteriyor ancak teknoloji geliştiğinde ve ekonominin diğer sektörlerine yayıldığında, gelecekteki potansiyel dönüştürücü olabilir."

OECD ekonomistleri bunun doğru olduğundan pek emin değil. Bir makalede şu soruyu ortaya atıyorlar:

“Yapay zekanın ekonominin sektörlerine uygulanması ne kadar zaman alacak? AI'nın benimsenmesi hala çok düşük ve ABD'de firmaların yüzde 5'inden azı bu teknolojinin kullanıldığını bildirmiştir (Census Bureau 2024). Tamamen yaygınlaşması 20 yıl kadar süren önceki genel amaçlı teknolojilerin (örneğin bilgisayarlar ve elektrik) benimsenme yolu ile bir perspektife konulduğunda, AI'nIn makroekonomik kazanımları tespit etmek için gerekli olan yüksek benimseme oranlarına ulaşmadan önce kat etmesi gereken uzun bir yol var.

Mikro veya endüstri düzeyindeki bulgular, esas olarak erken benimseyenler ve çok özel görevler üzerindeki etkileri yakalamakta ve muhtemelen kısa vadeli etkilere işaret etmektedir. Yapay zekanın makro düzeydeki verimlilik artışı üzerindeki uzun vadeli etkisi, kullanımının kapsamına ve iş süreçlerine başarılı bir şekilde entegre edilmesine bağlı olacaktır."

OECD ekonomistleri, elektrik enerjisi veya bilgisayarlar gibi önceki çığır açan teknolojilerin bir fark yaratacak kadar 'yayılmasının' 20 yıl sürdüğüne dikkat çekiyor. Yapay zeka için bu süre 2040'ları bulacaktır. Dahası, AI daha üretken, bilgi yoğun sektörlerde emeğin yerini alarak, “bu sektörlerin istihdam paylarında nihai bir düşüşe neden olabilir (ki bu) toplam üretkenlik büyümesi üzerinde bir engel olarak hareket edecektir.”

MALİYETLER VE EŞİTSİZLİK

Ve Acemoğlu'nun bazı argümanlarını yineleyen OECD ekonomistleri, “yapay zekanın, gelişimini ve benimsenmesini sınırlamak için önleyici politika önlemlerini teşvik ederek, doğrudan veya dolaylı olarak potansiyel faydalarına ağırlık verebilecek piyasa rekabeti ve eşitsizliği için önemli tehditler oluşturduğunu” öne sürüyor.

Bir de yatırım maliyeti var. Büyük ölçekli yapay zeka için gereken fiziksel altyapıya erişim sağlamak bile zor olabilir. Kanser ilacı araştırmasına yönelik bir AI'yı çalıştırmak için gereken bilgisayar sistemleri tipik olarak en yeni bilgisayar çiplerinden iki ila üç bin arasında gerektirir. Bu tür bir bilgisayar donanımının maliyeti, veri depolama ve ağ oluşturma gibi diğer temel maliyetlerden önce bile kolayca 60 milyon doların (48 milyon sterlin) üzerine çıkabilir. Büyük bir banka, ilaç firması veya üretici, en son yapay zekadan yararlanmak için ihtiyaç duyduğu teknolojiyi satın alacak kaynaklara sahip olabilir, peki ya daha küçük bir firma?

Not: Michael Roberts'ın makalesinin ikinci kısmı pazartesi günü yayımlanacaktır.