Yapay Zeka ve İşgücü Pazarına Etkisi
Yapay zeka (YZ) teknolojilerinin işgücü üzerindeki etkilerini anlamak amacıyla yeni bir ölçüm yöntemi geliştirildi. Bu yöntem, teorik dil modellerinin (LLM) yeteneklerini ve gerçek dünya kullanım verilerini birleştirerek, otomatik ve iş ile ilgili kullanımlara daha fazla ağırlık veriyor.
Yapılan araştırmalar gösteriyor ki YZ, teorik yeteneklerinin çok altında bir kapsama sahiptir. Örneğin, ABD Çalışma İstatistikleri Bürosu (BLS), daha yüksek gözlemlenen maruziyete sahip mesleklerin 2034 yılına kadar daha az büyüyeceğini öngörüyor. En fazla maruz kalan iş gücünün ise daha yaşlı, kadın, daha eğitimli ve daha yüksek maaşlı olduğu tespit edildi. Ancak, 2022 sonlarından itibaren yüksek maruziyet gösteren işçiler arasında işsizlikte sistematik bir artış gözlemlenmedi.
Yeni Ölçüm Yöntemi
Yazıda sunulan yeni ölçüm yöntemi, "gözlemlenen maruziyet" kavramını tanımlayarak, teorik olarak YZ tarafından hızlandırılabilecek görevlerin ne ölçüde otomatik kullanım gördüğünü değerlendiriyor. Bu ölçüm, O*NET veritabanından, Anthropic Ekonomik Endeksi'nden elde edilen kullanım verileri ve Eloundou ve diğerlerinin (2023) görev düzeyindeki maruziyet tahminlerini birleştiriyor.
Eloundou ve diğerlerinin ölçütü, görevleri basit bir ölçekle değerlendiriyor: Eğer bir görev, yalnızca bir LLM tarafından iki katına çıkarılabiliyorsa 1 puan alıyor, ek araçlar gerektiriyorsa 0.5, aksi takdirde 0 puan alıyor. Ancak, teorik olarak mümkün olan bazı görevler, model sınırlamaları veya yasal kısıtlamalar gibi nedenlerle kullanımda yer almıyor. Örneğin, bir LLM'nin ilaç tekrarları yetkilendirmesi gibi bir görevde tam maruziyet gösterdiği belirtilse de, bu görevi gerçekleştirdiğine dair herhangi bir gözlem yapılmamıştır.
Maruziyetin Hesaplanması
Yeni ölçüm yöntemimiz, YZ'nin işgücü üzerindeki etkilerini nasıl etkilediğini anlamak için tasarlandı. Örneğin, bilgisayar programcıları gibi meslekler, %75 maruziyet oranı ile en üst sırada yer alırken, veri girişi anahtarları da %67 maruziyet oranı ile önemli bir konumda bulunuyor. Bu bulgular, YZ'nin bazı mesleklerde nasıl kullanılabileceğini ve hangi mesleklerin daha fazla maruz kaldığını gösteriyor.
Ayrıca, YZ'nin işgücü üzerindeki etkileri belirsiz kalabilir. COVID-19 pandemisi gibi büyük ve ani etkilerde nedensel çıkarım yapmak kolayken, YZ'nin uzun vadeli etkileri daha karmaşık olabilir. YZ'nin etkilerini izlemek için gereken yöntemlerin geliştirilmesi, gelecekte daha güvenilir ekonomik analizler yapılmasına olanak sağlayabilir.
