Yapay zekayla kazanılan zaman, sonunda yeni işlerle dengeleniyor

• Danimarka iş gücü piyasasına yönelik büyük ölçekli bir araştırmaya göre, AI araçlarının benimsenmesi üretkenlik artışı ya da ücretler üzerinde büyük bir etki yaratmıyor
• Kullanıcıların %64 ila %90'ı yapay zeka sayesinde zaman tasarrufu yaşadığını belirtse de, %8,4'ü buna karşılık yeni işlerin eklendiğini söyledi
• Kullanıcıların gerçek zaman tasarrufu haftada yaklaşık 1 saat, bunun ücret artışına dönüştüğü oran ise yalnızca %3 ila %7
• Öğrenci ödevlerinin denetlenmesi, AI çıktılarının gözden geçirilmesi, prompt yazımı gibi ek işler artarak zaman tasarrufu etkisini dengeliyor
• Araştırmacılar bunun hâlâ erken aşama bir analiz olduğunu değerlendiriyor ve AI'ın ekonomik etkisi konusunda gelecekte daha fazla araştırmaya ihtiyaç olduğunu vurguluyor

---

Danimarka iş gücü piyasası araştırmasının genel görünümü

• Chicago Üniversitesi ve Kopenhag Üniversitesi'nden ekonomistler, 2023-2024 döneminde Danimarka'daki 25 bin çalışan ve 7 bin şirketin verilerini analiz etti
• İnceleme, muhasebeciler, yazılım geliştiriciler, müşteri destek çalışanları gibi otomasyona açık 11 meslek üzerine odaklandı
• Araştırmanın başlığı “Large Language Models, Small Labor Market Effects” ve sonuçlar, AI'ın ücretler ve çalışma saatleri üzerindeki gerçek etkisinin sınırlı olduğunu gösteriyor

AI benimsenmesi hızlı, sonuçlar ise sınırlı

• İncelenen mesleklerde çoğunluk chatbot'ları kullanıma aldı ve şirketler bunu teşvik etti
• Ancak ücretlerde veya kayda geçen çalışma saatlerinde istatistiksel olarak anlamlı bir değişim görülmedi
• İstatistiksel güven aralığına göre etkinin %1'i aşmadığı ortaya kondu

Aksine yeni işlerin arttığı örnekler

• Kullanıcıların %64 ila %90'ı zaman tasarrufu bildirdi, ancak tüm kullanıcıların %8,4'ü yeni işler oluştuğunu söyledi
• Örneğin, öğretmenlerin öğrencilerin ChatGPT kullanımını tespit etmesi, çalışanların AI sonuçlarını gözden geçirmesi ya da iyi prompt'lar üzerine düşünmesi gibi işler eklendi
• Gerçekte tasarruf edilen süre ortalama haftada %2,8 (yaklaşık 1 saat) ile sınırlı kaldı

Beklentilerden farklı üretkenlik artışı

• Daha önce yayımlanan başka araştırmalar %15 üretkenlik artışı bildirmişti, ancak bunlar AI'a uygun görevlere odaklanan deneylerle sınırlıydı
• Buna karşılık gerçek dünyadaki işlerde, AI'ın otomatikleştirmesinin zor olduğu pek çok görev bulunduğundan AI kullanımı hâlâ erken entegrasyon aşamasında

Kazanılan zamandan kim fayda görüyor?

• Tasarruf edilen zamanın yalnızca %3 ila %7'si ücret artışına dönüştü
• Bu durum, verimlilik kazanımlarının gerçekten kullanıcıya dönüp dönmediği sorusunu gündeme getiriyor

Sonuç ve bundan sonrası

• Araştırmacılar, inceleme döneminin çok erken olduğunu ve çalışmanın Danimarka pazarıyla sınırlı olduğu için genellenebilirliğinin kısıtlı olduğunu kabul ediyor
• Özellikle serbest çalışan yaratıcı mesleklerde veya başka ülkelerde farklı tablolar ortaya çıkabilir
• Buna rağmen bu çalışma, AI benimsenmesinin ilk etkilerine dair önemli bir ampirik anlık görüntü sunuyor
• Uzun vadeli ekonomik etki hâlâ belirsiz ve gelecekte çok daha fazla ek araştırma gerekecek

[GN⁺]

Hacker News görüşü

• Yaklaşık 10 yıl önce, otomasyonun sonucunun işlerin ortadan kalkması değil; daha fazla iş yükü ve junior işe alım fırsatlarının azalması olduğunu anlatan bir Economist yazısı okuduğumu hatırlıyorum

  • Arama motorları ve dijital belgelerin junior avukatların sayısını büyük ölçüde azalttığı örneği verilmişti
  • Eskiden junior avukatların fiziksel arşivlerde ilgili davaları bulması yaygındı, ancak artık dizüstü bilgisayarı olan tek bir junior yeterli oluyor
  • Bunun sonucunda şirket daha fazla davaya bakabilir hale geldi
  • Bu genel bir örüntü gibi görünüyor

• Yorumlarda insanların makalenin bulgularını yanlış anladığını düşünüyorum

  • Mesele AI kullanarak zaman kazanmak değil; AI kullanımı nedeniyle yeni işlerin ortaya çıkması ve kazanılan zamanın böylece etkisiz hale gelmesi
  • Teknoloji sektöründe en iyi programcılar zamanlarını AI ve veri setleriyle uğraşarak geçiriyor, bunun sonucunda da tüketici yazılımının kalitesi düşüyor

• Modern AI araçları etkileyici, ama daha çok ilk çıktığındaki yazım denetleyicisi kadar etkileyici

  • Basit işlerde yardımcı oluyorlar, ancak yeni bir standart oluşturuyorlar ve sonunda herkes o standarda sahip oluyor
  • AI şirketi yönetirken sizin sahilde oturabileceğinize dair neredeyse hiç kanıt yok
  • Çoğu AI ürünü düşük kârlılığa sahip, bu yüzden yakında bu sorunla yüzleşmek zorunda kalacaklar

• Bu, Jevons paradoksunun gerçekten iş başında olduğu bir örnek

  • Belirli bir işi yapmanın maliyeti düştüğünde, insanlar aradaki farkı doldurmak için talebi artırıyor
  • Yeni teknolojinin bir ütopya getireceğine dair eski iddiaların aksine, aslında bunu istemiyoruz
  • Birçok insan boş zamanı nasıl değerlendireceğini bilmiyor ve stres seviyesini yüksek tutma eğiliminde

• Programlama söz konusu olduğunda AI'ın üretkenliği iki katına çıkardığını düşünüyorum

  • AI'a kodlama tercihlerini anlatmak için prompt yazmaya zaman harcıyorum, ama bu kalıcı bir yatırım
  • Prompt'ların çoğu aylar önce yazıldı ve artık onları kullanıyorum

• Babamın bilgisayarlar ve otomasyon hakkında harika bir sözü vardı

  • 1970'lerde ofis bilgisayarları çıktığında, bilgisayarların çok fazla emek tasarrufu sağlayacağı söyleniyordu
  • Sonunda bilgisayarlar sayesinde bir günde daha fazla iş yapar hale geldik

• Asıl sorun düşük beceri düzeyindeki işlerde

  • Daha kolay rollerde ya da junior pozisyonlardaki insanlar
  • Becerilerine uygun pozisyonlar yeterli olmadığı için nüfusun kayda değer bir kısmı istihdam edilemez hale gelecek

• "AI normal bir teknolojiye dönüşecek" diyen tarafın, "AI hepimizi işsiz bırakacak" diyen tarafa sürekli söylediği şey buydu

  • Her zaman böyle oldu

• Bu birkaç gün önce ele alınmadı mı?

  • Buradaki noktalardan biri, verilerin LLM'lerin henüz iyi olmadığı 2023 sonlarından gelmesi
  • Bir diğer nokta da bunun, işten çıkarmalardan sonra geride kalan çalışanlardan toplanan veri olması

• Kod incelemelerinde gizli easter egg'leri bulmaya daha fazla zaman harcadığımı hissediyorum

  • Easter egg'ler küçük ama yakalanması zor hatalar; yazana ise çok açık geliyor
  • Sorun şu ki kodu LLM yazdığı için, kodu yazan kişinin sahip olduğu avantaj inceleme ya da test aşamasında ortada olmuyor