Yapay zekâ öyle bir teknoloji ki şirketlerimizin konuyu anlaması, sindirmesi ve somut adımlar atması çok da kolay değil. Aynı durum çalışanlar için de geçerli. Türkiye’deki şirketler açısından ilk bulguları TÜSİAD ve PwC’nin geçen hafta açıkladığı “Üretken Yapay Zekâ Devrimi: Küresel Etkiler ve Türkiye’nin Konumu” başlıklı raporda görmek mümkün. Şirketlerin %50’si yapay zekâ ile ilgili “pilot proje” yaptığını söylemiş, pilotun ötesine geçebilen az. Neden diye sorunca da patronlar akıllarına ne gelirse söylemiş: patronlar: güvenlik, gizlilik, yatırım maliyeti, yetenekli iş gücü eksikliği… Kimse neden adım atamadığını bilmiyor. Kafalar karışık!
Kafa karışıklığının ana nedenlerinden biri de teknoloji olarak yapay zekânın iş yapma kapasitesinin “girintili çıkıntılı” olması. Harvard Business School hocaları, Boston Consulting Group’un (BCG) bine yakın danışmanı üzerinde ChatGPT gibi modeller kullanarak yaptıkları deneylerden sonra benzer bir sonuca ulaşmış. Yapay zekâ bazı işleri çok iyi yapıyor ve bazı işlerde ise doğal olarak yolda kalabiliyor. Harvard hocalarının yaptığı çalışmanın sonuçlarına göre eğer bir iş yapay zekânın kapasitesinin içindeyse BCG danışmanlarının verimliliği %40 artmış. BCG danışmanları gerçekten çok akıllı çocuklar, o yüzden %40 verimlilik artışı önemli. Peki ya yapılan iş yapay zekânın kapasiteninin dışındaysa?
Eğer yapay zekâya beceremediği bir iş verirseniz hata oranı %19 artıyor. Yani kaş yapayım derken göz çıkarıyorsunuz. Mesela, e-ticaret sitesi işleten bir esnafsınız. Müşterilere iade e-postalarını yapay zekâya yazdırdınız. Eğer basit bir iade postası yazdırırsanız verimlilik artıyor. İşi karmaşıklaştırıp örneğin “Tüketicinin Korunması Hakkında Kanunu’nun şu şu maddesine göre iade gerekçesi” gibi detaylar isterseniz yapay zekânın kafası karışıyor. O zaman hata yapıyorsunuz.
İşi daha da tuhaflaştıran şu: Yapay zekâ teknolojisi her gün gelişiyor. Çinlilerin büyük dil modellerinde nasıl “seri üretime” geçtiğini ve bu modelleri ucuza eğitip, maliyetleri nasıl düşürdüklerini daha önce yazmıştım. Bir yandan maliyetler düşerken kapasitedeki artış ise devam ediyor. Yani sizin de şirketinizdeki yapay zekâ modeli her gün gelişecek. Peki modelin hangi becerisi gelişecek? Diyelim ki çağrı merkezinde Türkçeden başka dillere çeviri yapan bir model kullanıyorsunuz. Sizin ana pazarınız Latin Amerika ama belki Arapça veri daha bol geliyor. Öyleyse model İspanyolca’da değil de Arapça’da daha doğru sonuçlar verecek. O zaman hangi veri ile nerede iş yapmaya çalıştığınız önemli olacak. Eğer yanlış köşede iş yaparsanız hata yapacaksınız.
Yani bugün marifet, yapay zekânın neyi yapıp yapamayacağını anlayabilmek. Bunun için de iki temel beceri lazım: Birincisi merak. Merak edip deneyip; acaba şunu iyi yapabiliyor, burada saçmalıyor mu diye bakacaksın. İkincisi, ustalık. Yani yapay zekâ ile yaptığınız iş konusunda yetkin olmak. Geçenlerde Şeref Oğuz ustamızın yazdığı gibi yapay zekâ hep kalfa kalacak. İnsanın usta olup yapay zekâya doğru yapıp yapmadığını söylemesi lazım. Peki bu ustalar nasıl yetişecek? 19 Temmuz 2024 günü yazdığım gibi, şirketlerin yeni mezun işe alım talebi düşüyor. Düşmeye de devam edecek. Ben kendi danışmanlık şirketime sadece kıdemli eleman veya ortak alıyorum. Neden yeni mezun alayım? ChatGPT’nin en pahalı sürümü ayda 200 dolar. Hiç hastalanmıyor, erkek arkadaşıyla kavga etmiyor, yıllık izin de kullanmıyor! Geleceğin ustaları nasıl yetişecek, bilemiyorum.
Bir süredir ChatGPT gibi büyük dil modellerinin eşitleyici bir teknoloji olabileceğini düşünüyordum. Neden? Bir anda insanlığın tüm ortak mirasına erişim sağlıyorsunuz veya diyelim ki şirketinizin kendi verisiyle eğittiği sohbet robotu (chatbot) ile şirketin tüm bilgisine erişim sağlıyorsunuz. Bir stajyer için ne büyük nimet değil mi? Ancak Daron Acemoğlu Hoca genel dengede bu durumun eşitsizlikleri artırabileceğini söylüyor. Gelin buna bir örnekle bakalım: Bir bankada, şubedeki kolay işleri yapan banka memurları ve daha kompleks analizler yapan analistlerin çalıştığını düşünün. İlk durumda bu iki grup arasındaki maaş farkı %20 olsun. Şubedeki işlerin yarısını memurlar, yarısını analistler yapsın. Eğer memurlar yapay zekâ ile 10 dakikada yaptıkları işi 3 dakikada yapmaya başlarsa, banka kolay işlere daha çok memur koyup analistlerin hepsini kompleks işlerde kullanır. Çünkü daha verimli olan kaynağa talep artar ama sonuçta ortaya çıkan ürününün niteliği değişmediği için bu memurların maaşı artmayabilir. Oysa kolay işlerden boşa çıkan analistler, zor işlerde becerilerini daha etkin kullanacakları için iki grup arasındaki maaş makası zamanla açılarak %50’ye kadar çıkabilir. Bu örneği ekonominin geneli için de düşünebilirsiniz. Yani eşitsizlikler artacak.
Türkiye, tarihin en hızlı teknolojik dönüşümlerinden birine makro açıdan istikrarsız, şirketlerinin kararsız, iş gücünün gittikçe niteliksiz ve ümitsiz olduğu bir dönemde yakalandı. Hem şirketler kesiminde hem de iş gücü piyasasında, dünyadaki jeoekonomik karışıklık yetmezmiş gibi, teknolojik açıdan da karışık ve zor bir döneme giriyoruz. Ancak enseyi karartmamak lazım. Teknolojik dönüşümün bu etkileri her ülke için geçerli. Belki yıllardır değişen ve belirsiz koşullarda yaşamaya alışık oluşumuz, bu kez gelen dönüşüme daha kolay uyum sağlamamızın önünü açar.
