Genç insana yıllarca anlamsız işler yaptırıp adına “Pişsin biraz” demenin savunulacak yanı yok. Yapay zekâ bu tür yükleri azaltarak daha nitelikli işlere erken katılmayı da sağlayabilir. Ancak bir basamağı kaldırmakla o basamağa artık ihtiyaç bırakmayacak bir öğrenme yolu kurmak farklı şeyler.
İdeal yeni mezunumuz yirmi iki yaşında, üç dil biliyor, beş yıllık iş deneyimi var. Yapay zekâyı kullanıyor, ürettiğini denetliyor, gerektiğinde inisiyatif alıyor. Ücret beklentisi de yeni mezun seviyesinde. Bulursanız haber verin, belli ki herkes onu arıyor.
Önceki yazıda üniversitenin yapay zekâ çağında ne öğretmesi gerektiğini tartışmıştık. Diyelim ki üniversitede bir mucize oldu ve biz üzerimize düşeni yaptık. Öğrenci öğrendi, sorguladı, diplomasını hak ederek aldı. Şimdi sıra işe girmekte. Karşısına çıkan beklenti tanıdık: Deneyim. İşe girmek için deneyim, deneyim kazanmak için iş gerekiyor. Yapay zekâ, bu eski açmazın tam ortasına yerleşiyor.
Çünkü mesleğin ilk yıllarında yapılan bazı işler aynı zamanda mesleği öğrenmenin basamaklarıdır. İlk raporu hazırlamak, veri temizlemek, basit hesapları kontrol etmek, bir taslağı veya tasarımı kıdemli birinin düzeltmeleriyle yeniden yazmak… Bunların hepsi dışarıdan bakınca zaman alan, tekrarlı, pek de gösterişli olmayan işler. Ama genç çalışan o sırada hangi veriye güvenilmeyeceğini, müşterinin söylediğiyle istediğinin neden farklı olabileceğini, kâğıt üzerindeki çözümün nerede tökezlediğini öğrenir.
Bugünkü tasarruf yarının yetişmiş insan eksikliğine dönüşebilir
Şimdi bu işlerin bir bölümünü yapay zekâya devredebildiğimizi düşünelim. Aynı çıktı daha kısa sürede hazırlanıyor. Şirket açısından cazibesi açık. Fakat o iş sırasında kazanılan deneyimin yerine ne koyduğumuzu düşünmezsek, bugünkü tasarruf yarının yetişmiş insan eksikliğine dönüşebilir. Bir faaliyet aynı anda hem üretim hem eğitim olabilir. Maliyet hesabında yalnızca ilkini görüyor, ikincisinin kendiliğinden gerçekleşeceğini varsayıyorsak hesabımız eksiktir.
Burada eski usul çıraklığa güzelleme yapmıyorum. Genç insana yıllarca anlamsız işler yaptırıp adına “Pişsin biraz” demenin savunulacak yanı yok. Yapay zekâ bu tür yükleri azaltarak daha nitelikli işlere erken katılmayı da sağlayabilir. Ancak bir basamağı kaldırmakla o basamağa artık ihtiyaç bırakmayacak bir öğrenme yolu kurmak farklı şeyler. Birincisi kolayca satın alınabiliyor. İkincisi işin nasıl örgütlendiğiyle ilgili.
Brynjolfsson, Li ve Raymond’un müşteri hizmetleri çalışanları üzerine araştırması bu imkânı gösteriyor. Yapay zekâ desteğinin verimlilik kazanımları özellikle daha az deneyimli çalışanlarda belirgin. Deneyimli çalışanların başarılı uygulamalarından yararlanan bir sistem, işe yeni başlayan kişinin daha iyi hizmet vermesine yardımcı olabiliyor. Demek ki teknoloji, mesleğe giriş kapısını daraltabileceği gibi içeride öğrenmeyi destekleyen bir araç da olabilir. Yalnız, araçla daha iyi çalışmakla o beceriyi kalıcı olarak edinmek arasındaki ayrımı burada da koruyalım.
Bu yüzden “Yapay zekâ şu mesleği bitirecek” cümlesiyle başlayan tartışmalara biraz mesafeli duruyorum. Bir meslek, tek bir işten oluşmuyor. Bazı görevler otomatikleşebilir, bazıları değişebilir, yenileri ortaya çıkabilir. İşin ucuzlaması talebi artırabilir; aynı miktar işi daha az kişiyle yapma imkânı istihdamı azaltabilir. Hangisinin baskın çıkacağını sektörün yapısı, rekabet ve şirketlerin tercihleri belirleyecek. Bir görevde sağlanan zaman tasarrufundan bütün mesleğin geleceğine sıçramayalım. Arada epeyce iktisat var.
Ekranda makul görünen o şahane çözüm fabrikada makul olmayabilir
Sanayide bir genç mühendisi düşünelim. Yapay zekâ desteğiyle tasarım seçeneklerini hızla karşılaştırabilir, bakım kayıtlarını inceleyebilir, üretimdeki aksamalara ilişkin öneriler geliştirebilir. Fakat önerinin mevcut makine parkında uygulanıp uygulanamayacağını, veri kaydındaki boşluğun ne anlama geldiğini, hangi güvenlik varsayımının gerçekçi olmadığını anlaması gerekir. Bunun için üretim sürecini görmesi, teknisyenle konuşması, deneyimli mühendisle çalışması gerekir. Ekranda makul görünen o şahane çözüm fabrikada makul olmayabilir.
Hizmetlerde de benzer bir durum var. Bir müşteri analizi, kredi değerlendirmesi veya danışmanlık raporu hızla hazırlanabilir. Ama müşterinin asıl sorununu anlamak, verinin kapsamadığı riski görmek, önerinin sonucunu açıklamak ayrı bir birikim ister. Dolayısıyla mezundan beklenen, kendi alanını teknolojiyle birlikte kullanabilmesidir. Bu beklentinin karşılığında işyerinin de ona o birikimi geliştirecek görevler ve rehberlik sunması gerekir. Sadece “Kontrol et” demekle kontrol edebilecek insan yetişmiyor.
Herkes yapay zekânın ürettiğini denetleyen çalışan ararsa, o denetleme yeteneğinin nerede kazanılacağını da birinin düşünmesi gerekecek. Değil mi ama? Biz dinoların soyu tükendiğinde kim şüpheyle yaklaşacak zat-ı şahanelerine? Neyin tuhaf olduğunu kim anlayacak? Bugünün deneyimli çalışanlarının muhakemesini kullanırken yarının deneyimli çalışanlarını yetiştirmeyi ihmal edersek, hazır bir birikimi tüketiyor olabiliriz.
Türkiye’ye bu pencereden bakalım. Ekonomim tarafında haber yapılan TÜİK’in 2026 verilerinde, araştırma kapsamındaki en az on çalışanlı girişimler arasında herhangi bir yapay zekâ teknolojisi kullananların oranı yüzde 14. Bir önceki yıl yüzde 7,5’ti. Kullanım yaygınlaşıyor. Fakat bu gösterge, üretken yapay zekâ dışındaki teknolojileri de kapsıyor; kullanmanın ne kadar verimli veya ne ölçüde iş süreçlerine yerleşmiş olduğunu tek başına anlatmıyor.
Aynı bültende daha da düşündürücü bir bulgu var. Yapay zekâ kullanmayan ama kullanmayı düşünen girişimlerin yüzde 72,3’ü, kullanmama nedenleri arasında ilgili uzmanlık eksikliğini belirtiyor. Dikkat: Bu oran bütün şirketlerin oranı değil. Yine de dönüşmek isteyen bir kesimin insan ve bilgi engeline takıldığını gösteriyor. Teknolojiyi satın alma niyetiyle onu işe yarar biçimde kullanma kapasitesi arasında mesafe var.
Bu mesafeyi kapatmayı yalnızca üniversiteden bekleyemeyiz. Şirketin veri altyapısı zayıfsa, süreçleri belirsizse, kararları yeni bilgiye kapalıysa, en iyi yetişmiş mezunun katkısı da sınırlı kalır. Genç çalışana “Yenilikçi ol” deyip ilk farklı önerisinde “Biz burada böyle yapıyoruz” cevabını veriyorsak, eksiklik onun diplomasında olmayabilir. Hazır bulunuşluk, işe alınacak kişinin özellikleri kadar onu işe alan kurumun öğrenme kapasitesini de içeriyor.
Üniversiteye “Bize uygun mezun yetiştir” demek kolay. Peki o mezun işe girdikten sonra kimden öğrenecek? Hangi işi hangi sırayla üstlenecek? Denemesine, hata yaptığında düzeltmesine ne kadar alan açılacak? Kıdemli çalışanın ona ayırdığı zaman performans değerlendirmesinde karşılık bulacak mı? Yoksa hem kendi hedeflerini tutturması hem gençleri yetiştirmesi beklenecek ve ikincisi mesai aralarına mı sıkışacak?
Üniversite-iş dünyası ilişkisi staj protokolünden öteye taşınmalı
Burada iktisadın eski bir meselesiyle karşılaşıyoruz. Çalışanı yetiştiren şirket maliyeti üstlenir; çalışan başka bir yere geçtiğinde bu yatırımın bir bölümünden başka şirket yararlanır. Herkes hazır insanı dışarıdan almayı tercih ederse, yetişmiş insanın nereden geleceği belirsizleşir. Her şirket için ayrı ayrı makul görünen tercih, bütün ekonomi için beceri açığı üretebilir. Yetişmiş insanı herkes istiyor. Ama yetişme maliyetini mümkünse başka biri üstlensin deniyor.
Bu nedenle üniversiteyle iş dünyasının ilişkisini staj protokolü imzalamaktan ileri taşımak gerekiyor. Gerçek bir öğrenme planı olan ücretli stajlar, genç çalışanın farklı görevler gördüğü programlar, kıdemli çalışanlara tanınan rehberlik zamanı düşünülebilir. Küçük işletmelerin tek başına karşılayamadığı eğitim ve uzmanlık ihtiyaçları için ortak imkânlar kurulabilir. Kamu desteğinin başarısını da kaç kişiye sertifika verildiğiyle sınırlamayalım. İnsanların ne öğrendiğine ve öğrendiklerini işlerinde kullanıp kullanamadığına bakalım.
Üstelik mesele yalnızca yeni mezun değil. Mesleğinin ortasındaki çalışan da dönüşümün içinde. Ondan bir yandan mevcut işini aksatmadan yapmasını, öte yandan akşamları kendini baştan yetiştirmesini beklemek ne kadar gerçekçi? “Hayat boyu öğrenme” kulağa pek güzel geliyor. Hayat boyu öğrenmenin zamanını ve maliyetini kimin karşılayacağını söylemediğimizde, güzel bir temenni olarak kalıyor. İşte süreklilik için öğrenmenin çalışma hayatının içine yerleşmesi gerekiyor.
Beyin göçü sorusuna da buradan gelebiliriz. Yapay zekâ göçü hızlandırır mı, yavaşlatır mı? Tek yönde cevap vermek zor. Burada geliştiremediği becerisini başka bir ülkede kullanabilecek kişi için gitmek daha cazip hale gelebilir. Buna karşılık yurt dışında giriş seviyesindeki işler daralırsa yeni mezunun gitmesi zorlaşabilir. Ama gidememekle kalmayı tercih etmek arasında fark var. Göçün yavaşlamasını, içeride daha iyi fırsatlar yarattığımızın kanıtı sayamayız.
Bir de yerinden ayrılmadan emeğini dünyaya sunanlar var. Türkiye’de yaşayıp yabancı bir şirkete çalışan kişi gelir, deneyim ve bağlantı kazanabilir. Bunu ülkenin hanesine peşinen kayıp yazmak yanlış olur. Fakat yerli şirketlerin bu insanın emeğinden neden yararlanamadığını da sormak gerekir. Mesele ücretin yanında işin niteliği, gelişme imkânı ve çalışanın bilgisine gösterilen saygıdır. İnsanları yetiştirip becerilerini kullanamayacakları işlere davet ederek burada tutamayız.
Yapay zekâ hikâyenin gidişatını değiştirebilir
Böyle bakınca üniversite eğitimi, işe giriş, meslek içinde gelişme ve göç aynı hikâyenin birbirini izleyen bölümleri oluyor. Yapay zekâ bu hikâyenin gidişatını değiştirebilir. Değişimin ne kadarının kazanca dönüşeceği, insan yetiştirmeyi kimin sorumluluğu saydığımıza da bağlı.
İş ilanına “Deneyimli eleman aranıyor” yazmak için kimsenin özel bir hazırlığa ihtiyacı yok. O deneyimin kazanılabileceği bir işyeri kurmak ise yatırım ve sabır gerektiriyor. Bugün giriş kapısında tasarruf edip yarın içeride uzman bulamamaktan yakınmayalım.
Bir de bu dönüşümün hızını, yönünü ve kullanım koşullarını kimin belirlediği var. Biz insanımızı yetiştirirken teknolojiyi üretenler bize hangi rolleri bırakıyor? Üçüncü yazıda da o meseleyi masaya yatıralım.
