ABD iş gücü piyasası görselleştirme aracı

 (karpathy.ai)
1 puan yazan GN⁺ 2026-03-17 | 1 yorum | WhatsApp'ta paylaş
  • Andrej Karpathy'nin, ABD Çalışma İstatistikleri Bürosu'nun 342 meslek ve 143 milyon iş verisine dayanarak mesleklere göre istihdam büyüklüğünü ve özelliklerini görselleştiren aracı
  • Her dikdörtgenin alanı istihdam büyüklüğünü, rengi ise seçilen göstergeyi (ör. büyüme görünümü, medyan ücret, eğitim seviyesi, yapay zeka maruziyeti) gösteriyor
  • Kullanıcılar meslek karolarına tıklayarak ilgili BLS resmi sayfasını doğrudan açabiliyor
  • LLM tabanlı renklendirme özelliği sayesinde, kullanıcı tanımlı prompt'larla meslek bazında puan üretip görselleştirme yapmak mümkün
  • Yapay zeka maruziyeti, robot etkisi, yurt dışına taşınma riski gibi çeşitli ölçütlerle meslek gruplarını yeniden analiz etmeye olanak tanıyan veri keşif odaklı bir geliştirme aracı

Genel bakış

  • Bu araç, Bureau of Labor Statistics Occupational Outlook Handbook verilerini görsel olarak keşfetmek için hazırlanmış bir araştırma aracı
    • Toplam 342 meslek ve 143 milyon işi kapsıyor
    • Her meslek, istihdam büyüklüğüyle orantılı alan olarak gösteriliyor; renk ise seçilen göstergeye göre değişiyor
  • Seçilebilen göstergeler arasında beklenen büyüme oranı, medyan ücret, eğitim gereksinimleri ve yapay zeka maruziyeti bulunuyor
  • Her karoya tıklandığında ilgili mesleğin BLS ayrıntı sayfasına gidilebiliyor

LLM tabanlı renklendirme özelliği

  • GitHub'da yayımlanan kaynak kodu içinde scraper, parser ve LLM prompt pipeline'ı yer alıyor
    • Kullanıcı prompt'u kendisi yazdığında, LLM her mesleği değerlendirip treemap renklerini otomatik olarak üretiyor
  • “Digital AI Exposure” seçeneği, yapay zekanın şu anda her meslek üzerindeki etkisini tahmin eden bir örnek
    • Bu, yapay zekanın dijital alanda hızlı biçimde ilerlediğini yansıtıyor
  • Kullanıcılar insansı robot maruziyeti, yurt dışına taşınma riski, iklim etkisi gibi başka ölçütlerle de prompt yazarak yeniden analiz yapabiliyor

Digital AI Exposure değerlendirme ölçütü

  • Yapay zeka maruziyeti, bir mesleğin yapay zeka tarafından ne ölçüde yeniden şekillendirilebileceğini 0 ile 10 arasında puanlıyor
    • Hem doğrudan etki (yapay zekanın insan işlerini otomatikleştirmesi) hem de dolaylı etki (verimlilik artışı nedeniyle iş gücü ihtiyacının azalması) dikkate alınıyor
  • Dijital temelli işler daha yüksek puan alıyor
    • Örn. yazma, kodlama, analiz, iletişim gibi işler 7 puan ve üzerine çıkıyor
    • Buna karşılık fiziksel varlık veya el emeği gerektiren işler düşük puan alıyor

Puan aralıklarına göre ölçütler

  • 0–1 puan: Neredeyse tamamen fiziksel iş; yapay zeka etkisi yok denecek kadar az (örn. çatı ustası, peyzaj işçisi, ticari dalgıç)
  • 2–3 puan: Ağırlıklı olarak fiziksel ve insan ilişkisine dayalı işler; yapay zeka yalnızca çevresel görevlerde yardımcı olur (örn. elektrikçi, tesisatçı, itfaiyeci, diş hijyenisti)
  • 4–5 puan: Fiziksel iş ile bilgi emeğinin karıştığı roller (örn. hemşire, polis memuru, veteriner)
  • 6–7 puan: Ağırlıklı olarak bilgi işi; yapay zeka kullanımıyla verimlilik artışı mümkün (örn. öğretmen, yönetici, muhasebeci, gazeteci)
  • 8–9 puan: Tamamen dijital iş odaklı; yapay zeka geliştikçe yapısal değişim potansiyeli var (örn. yazılım geliştirici, grafik tasarımcı, çevirmen, veri analisti, hukuk asistanı, metin yazarı)
  • 10 puan: Tamamen bilgi işleme odaklı roller; işin büyük kısmı yapay zeka tarafından yapılabilir (örn. veri giriş görevlisi, tele-pazarlamacı)

Dikkat edilmesi gerekenler

  • Yapay zeka maruziyet puanı, LLM'in tahmini olup gerçek bir öngörü ya da istihdam beklentisi anlamına gelmiyor
  • Yüksek puan, mesleğin ortadan kalkacağı anlamına değil, çalışma biçiminin değişebileceğine işaret ediyor
  • Örneğin yazılım geliştiriciler 9/10 olarak değerlendirilse de, yapay zeka nedeniyle verimlilik arttığı için talep de artabilir
  • Puanlar talep esnekliği, regülasyonlar, toplumsal faktörler gibi unsurları dikkate almıyor
  • Maruziyeti yüksek birçok meslekte yerini alma değil, yeniden yapılandırma olasılığı daha yüksek

İlgili okumalar

1 yorum

 
GN⁺ 2026-03-17
Hacker News görüşleri

  • Benim yaşımdaki geliştiricilerin 1 yıl içinde yeni iş bulamamasının nedeninin, yazılım geliştirici pazarının ortalamadan daha hızlı büyümesi olması şaşırtıcı

    • ABD her yıl 120 binden fazla H1B, L1, OPT vizesi sahibini kabul ediyor. Toplam 1,9 milyon geliştirici olduğu düşünülürse, sadece mevcut istihdamı korumak için bile her yıl %5’ten fazla büyüme gerekiyor. Buna ABD içindeki mezunlar da eklenince %10 büyüme gerekiyor. Uzun vadede gerçekçi değil.
      Kongre ya da başkan H1B vizelerini geçici olarak durdurmalı ya da vize ücretlerini 200 bin~500 bin dolara çıkarmalı ki sadece gerçekten istisnai yetenekler gelsin. Şu anda yapı, büyük şirketler toplu işten çıkarma yaparken bile vizeleri bolca kullanmalarına izin veriyor
    • “Ortalamadan daha hızlı büyüme” ifadesi bir istatistik tuzağı gibi geliyor. Gerçekte bölge, iş gücü arzı, diğer mesleklerdeki değişimler gibi birçok etken düşünülmeli. Sektörden ayrılan çok sayıda kişinin bıraktığı boşluklar ‘büyüme’ gibi görünüyor olabilir. Tek bir veri noktasına bakıp geneli değerlendirmek sadece istatistiksel bir yanılsama
    • Muhtemelen sen ‘computer programmer’sın. Bu meslekte istihdamın %6 azalması bekleniyor
    • Veriler 2024 yılı baz alınarak verilmiş

  • “Top Executives” iş grubundaki iş sayısının “Retail Sales Worker” ile benzer olması ilginç. Otomasyon ve ABD’nin küresel ekonomideki rolü düşünülünce anlaşılır ama sınıf ve eşitsizlikle ilgili yaygın kabullerle çelişen bir durum

    • Bu grubun medyan maaşı 105.350 dolar ve buna “General and Operations Manager” ile “Chief Executive” da dahil. Görünüşe göre küçük şirket yöneticileri de buna dahil edilmiş. BLS bağlantısı
    • Ben de grafiği görünce önce bunun saçma olduğunu düşündüm. Ama aynı bağlantıya bakınca rakamın gerçekten doğru olduğu görülüyor
    • Gig ekonomisi, devlet istatistiklerinin güvenilirliğini bozuyor. Birçok rideshare sürücüsü ‘CEO’ olarak sınıflandırılıyor
    • “Sınıf ve eşitsizlikle ilgili yaygın kabullerle çelişiyor” ifadesi ilginç. Bunu biraz daha açıklayabilir misin merak ediyorum

  • Görselleştirme güzel ama renk körü modu olsaydı iyi olurdu. Kırmızıyla yeşili ayırt edemiyorum

    • Geçici olarak kullanılabilecek bir hack scripti hazırladım. Chrome konsolunda önce “allow pasting” etkinleştirilmeli
    • Daltonize gibi araçlar işe yarayabilir. Renk görme bozukluğu olanlar için fizyolojik olarak algılanabilir renk ayarlaması yapıyor. Örnek görsel
    • Renk körü olmayan biri olarak merak ediyorum, sistemin Accessibility ayarları (yüksek kontrast modu vb.) ile bu çözülemiyor mu?
    • Ben de kırmızı/yeşil renk körüyüm ve aynı sorunu yaşıyorum

  • Burada mesele, AI’ın ürettiği artık değerin (surplus) nereye gittiği. Veri merkezi ya da araştırma laboratuvarı yatırımlarından değil, AI’ın fiilen ürettiği çıktıların dağılımından söz ediyorum.
    AI çalışma biçimimizi ve seçimlerimizi değiştiriyor, rekabet ise o artık değeri yeni yapılara yeniden yatırıyor. Sonunda o yapı zorunlu altyapıya dönüşüyor. Bilgisayarlar milyonlarca kat hızlandı ama ücretlerin ya da çalışma saatlerinin neredeyse hiç değişmemesinin nedeni de bu. Artık değer eninde sonunda ‘temel maliyet’ içinde emiliyor

    • O artık değer sonuçta en üst %1’lik kesimin cebine gidiyor. Son 50 yılda bilgisayarların, internetin ve otomasyonun yarattığı verimlilik artışının da çoğu oraya gitti. İlgili veri
    • Kişisel projelerde programlama süresinden tasarruf etsem de sonunda o zamanı daha iddialı programlar yapmak için kullanıyorum. Şirketler de aynı şekilde daha büyük hedeflerin peşinden gidiyor
    • Artık değer sonuçta sermaye sahiplerine gidiyor. Emek çoktan beri sermayenin gerisinde kalıyor
    • Eğer AI ‘işe yaramaz işleri’ trilyon kat daha verimli yapabiliyor ama bunun ekonomik getirisi neredeyse yoksa, bu belki de o işlerin gerçek ekonomik değerinin düşük olduğu anlamına gelir. Ama borsa hâlâ ayaktaysa, en az üç şeyden biri yanlış varsayım demektir: ekonomi durgun değildir, ya AI sanıldığı kadar üretken değildir ya da borsa gerçeklikten kopmuştur
    • Sonuçta piyasa ekonomisinde kararı şirket sahipleri verir. Uzun vadede yön, ürünlerin daha ucuzlaması tarafına gider. Tarım tarihine bakmak bile yeterli. Referans bağlantısı

  • BLS verileri gerçek duruma göre büyük gecikmeye sahip ve tahmin güvenilirliği düşük. 2000’ler ve 2010’larda aktüerliğin en parlak alanlardan biri dendiğini hatırlıyor musunuz? Teknolojik değişimin hızlı olduğu bir dönemde bu tür tahminlerin anlamı yok

    • Veriler en güncel olmayabilir ama güvenilirlikleri oldukça yüksek. Ben geçmişte BLS veri gönderimine katkıda bulundum; işverenler iki haftada bir raporlama yapıyor. Kusursuz tahmin imkânsız ama raporlanmış verilere dayanan bir rehber olarak görmek gerekir. AI’ın etkisini kimse tam olarak bilmiyor
    • O zaman senin gördüğün gerçek durumun nasıl olduğunu merak ediyorum
    • Üniversitedeyken partnerimin aktüerlik yeterliliği (FCAS) almaya çalışmasının nedeni buydu. Şu anda istikrarlı ama giriş bariyeri çok yüksek olan niş bir meslek
    • Verinin kalitesi baştan düşükse, ne kadar çok olursa olsun sentetik veriden farkı kalmaz
    • Trump’ın BLS direktörünü görevden alıp yerine “büyüklüğü geri getireceğini” söyleyen birini atadığı da olmuştu. Böyle siyasi müdahaleler varken veriye ne kadar güvenilebileceği tartışmalı

  • İlginç olan, lisans derecesi gerektiren işlerin ortalama maaşının yüksek lisans gerektiren işlerden 8 bin dolar daha yüksek olması

    • Muhtemelen yüksek lisans gerektiren meslekler doygunluğa ulaşmış durumda. Eğitim, sosyal hizmet, kütüphanecilik gibi alanlarda qualification creep yaşanıyor

  • “Software Developers +15%” sevindirici ama “Computer Programmers -6%” şok edici

    • BLS’ye göre Software Developer’ın medyan maaşı 131.450 dolar, kaynak.
      Computer Programmer için ise 98.670 dolar, kaynak.
      Geliştirici; kullanıcı ihtiyaç analizi, sistem tasarımı, bakım, dokümantasyon gibi yazılım yaşam döngüsünün tamamıyla ilgilenir. Buna karşılık programcı daha çok kod yazma, düzeltme ve test etmeye odaklanır
    • Ben de programcıyım ama bu unvanla açılan iş ilanlarının çoğu kötü koşullarda. Üzerine ‘Software Engineer’ yazınca biri gerçekten mühendis olmuyor. Sonuçta bu sadece kelime oyunu
    • Ben de aradaki farkı merak etmiştim. Yine de 1,9 milyon geliştirici işi ve 120 bin programcı işi olması umut verici bir sinyal gibi görünüyor
    • Muhtemelen bu, terminolojideki değişimden kaynaklanıyor. Eskiden programcı denen rol artık geliştirici adı altında toplanmış gibi
    • Programcı sayısı azalırken tester ve QA artabilir deniyor. AI’ın yaygınlaştığı bir gelecekte kalite kontrolün daha önemli olacağı düşünülebilir. Ama bu, geliştirici işlerinin de aynı ölçüde artacağı anlamına gelmeyebilir

  • Gayrimenkul açısından bakınca, AI’a en çok maruz kalan meslek grubu ofis işleri. Buna sekreterler, memurlar, muhasebeciler, müşteri hizmetleri, avukatlar, geliştiriciler vb. dahil. Son yıllarda ofis gayrimenkulünde toparlanma olduğu söyleniyordu ama AI kaynaklı iş kaybı gerçeğe dönüşürse ikinci bir şok dalgası gelebilir

  • Bu görselleştirmede asıl önemli olan mouse over özelliği ama mobilde neredeyse işe yaramıyor

    • Bunun sebebinin Canvas rendering olduğu söyleniyor. Duyarlı erişilebilirlik zayıf

  • Model mesleğinin AI maruziyetinin 8/10 çıkması ilginç