Yapay zeka (YZ) teknolojilerinin iş gücüne etkisi üzerine tartışmalar sürerken, ABD Merkez Bankası Başkanı Kevin Warsh, bu teknolojilerin iş gücü verimliliğini artıracağına dair güçlü bir inanca sahip. Ancak, bu görüşe katılmayan birçok ekonomist, YZ'nin yaygınlaşmasının çalışan başına üretkenliği azaltabileceğini savunuyor. Bu durum, yeni teknolojilerin benimsenmesinin ekonomik dinamizmin temel taşlarından biri olduğu gerçeğiyle çelişiyor.
Teknolojik Dönüşüm ve Zorluklar
İnternet çağında, kullanıcı dostu arayüzler ve uygun fiyatlar, yeni teknolojilerin benimsenmesinde kritik bir rol oynamıştır. 1990'ların başlarına kadar, internet üzerinde belgeleri paylaşmak için kullanılan Gopher gibi katı yapılı, metin tabanlı araçlar, teknik uzmanlar tarafından tercih ediliyordu. Ancak, 1990'ların ortalarında ortaya çıkan Dünya Çapında Ağ (WWW), kullanıcıların hızlı, kolay ve ucuz bir şekilde bilgiye erişimini sağladı. Örneğin, 1995 yılında ilk tam metin arama motoru olan AltaVista, ilk gününde 300,000 hit alırken, zamanla günlük 80 milyon hit seviyesine ulaştı. Ancak, bu başarı, kullanıcı deneyimini olumsuz etkileyen reklamlarla dolu sonuçlar doğurdu.
Google'ın 1998'de piyasaya sürdüğü arama motoru, kullanıcıların ilgisini çekti ve rakiplerini geride bıraktı. Ancak, zamanla Google'ın monopolü, kullanıcıların arama sonuçlarında gereksiz bağlantılarla karşılaşmasına neden oldu. Bu durum, kullanıcıların yeni beceriler öğrenmesini zorunlu kıldı; anahtar kelimeleri seçmek, Boolean operatörlerini kullanmak ve tıklama tuzağını tanımak gibi. YZ tabanlı sohbet botları da benzer bir yol izliyor. ChatGPT, 2022'deki lansmanında sadece beş günde 1 milyon kullanıcıya ulaştı, ancak zamanla güvenilirlik sorunları ortaya çıktı.
Yapay Zeka ve Üretkenlik Sorunları
Günümüzde, Google'ın Bard'ı kapatmasının ardından, arama sonuçlarının üstünde bir "YZ genel bakışı" sunan yeni bir sistem devreye girdi. Ancak, bu sistemin sonuçları hâlâ güvenilmez. Geleneksel istatistiksel modellerle karşılaştırıldığında, büyük dil modelleri (LLM'ler) bazı avantajlar sunsa da, bu modellerin istatistiksel çıkarım yapma yetenekleri, kullanıcıların doğru bilgiye ulaşmasını zorlaştırıyor. Kullanıcılar, LLM'lerin güvenilirliğine güvenerek yanlış bilgilere yöneliyor.
LLM'lerin, insan anlamlandırmasını taklit edememesi ve gerçek bağlam anlayışına sahip olmaması, onları dilsel canavarlara dönüştürüyor. Bu durum, YZ'nin pazarlanmasında sorunlar yaratıyor. YZ savunucuları, kullanıcıları bağımlı hale getirmek için her türlü çabayı gösteriyor. Google'ın YZ genel bakışları ve AI Modu, kullanıcıları çekmek için birer "ücretsiz tat" sunuyor. Kullanıcılar bir kez bağımlı hale geldiğinde, bu dev şirketlerin yüksek fiyatlar talep etmesi kaçınılmaz hale geliyor.
Sonuç olarak, YZ teknolojilerinin iş gücüne etkisi karmaşık bir tablo sunuyor. Kullanıcıların bu teknolojilere olan bağımlılığı, verimlilik artışından çok, yeni beceriler öğrenme zorunluluğu ve güvenilirlik sorunları ile sonuçlanabilir. Bu durum, YZ'nin gelecekteki rolü hakkında daha fazla düşünmeyi gerektiriyor.
