BT, son zamanlarda yapacağı iş verimliliği artırıcı tedbirler kapsamında 55.000 çalışanını işten çıkaracağını duyurdu. Bunun 11.000’i yapay zeka (YZ) kullanımından kaynaklanan işten çıkarmalar olacak. Geri kalan işten çıkarmalar ise daha güvenilir fiber optik alternatiflerle bakır kabloların yer değiştirmesi gibi iş verimliliği artırıcı faktörlerden kaynaklanacak.
YZ kullanımı konusundaki bu girişim, genel ekonomi üzerinde etkileri hakkında birkaç soruyu gündeme getiriyor: teknolojinin hangi iş kolları üzerinde en çok etkisi olacak, bu değişiklikler nasıl olacak ve etkileri nasıl hissedilecek?
Teknolojinin gelişimi ve iş güvenliği üzerindeki etkisi, sanayi devriminden bu yana tekrarlanan bir tema olmuştur. Bir zamanlar iş kayıplarından kaynaklanan kaygıların sebebi mekanizasyon iken bugün daha yetenekli YZ algoritmalarıdır. Ancak birçok iş kategorisi için insanların korunması önümüzdeki gelecek için hayati önemini koruyacaktır. Bu devrimin arkasındaki teknoloji, genellikle insan benzeri yanıtlar üretebilen büyük bir dil modeli (LLM) olarak bilinir. Bu model, OpenAI’nin ChatGPT’si, Google’ın Bard sistemi ve Microsoft’un Bing AI sistemlerinin temelidir.
Bunlar, insan beynindeki sinir hücrelerinin (nöronlar) ateşlenme şekline benzetilerek oluşturulan bir matematiksel hesaplama sistemidir. Bu karmaşık sinir ağları, genellikle internetten kaynaklanan metinlerle eğitilir.
Eğitim süreci, bir kullanıcının konuşma dilinde bir soru sormasına olanak tanır ve algoritmanın soruyu bileşenlere ayırmasına olanak tanır. Bu bileşenler daha sonra işlenerek, sorulan soruya uygun bir yanıt üretilir.
Sonuç olarak, herhangi bir soruya mantıklı bir sesli yanıt veren bir sistem ortaya çıkar. Bu sonuçlar, göründükleri kadar dar kapsamlı değildir.
GPS navigasyonunun sürücüler için bir yol bilgisi kaynağı olması gibi, yapay zeka da işçilerin ellerinde ihtiyaç duydukları tüm bilgilere sahip olma fırsatı sunar. Bu, insanların bir öğeyi araştırma ve bağlantı kurma işlerini yapmakla ilgili herhangi bir durumda risk altında olabileceği anlamına gelir. En açık örnek burada çağrı merkezi işleridir.
Ancak, halkın üyelerinin çağrı bekleme süreleri çok daha kısa olsa bile, bir AI’in sorunlarını çözmesini kabul etmeme olasılığı da vardır.
Herhangi bir el işi, çok uzak bir risk altındadır. Robotlar daha yetenekli ve çevik hale geldikçe, sınırlı ortamlarda çalışırlar. Dünya, sensörlerin dünyayla ilgili bilgi vermesine ve bu bilgilere dayanarak karar vermesine dayanır.
Ancak, YZ’nin gerçek etkisi, tamamen iş değiştirme yerine verimlilik tasarrufu açısından hissedilebilir. Teknoloji, insanlara yardımcı olmak üzere hızla kabul edilebilir. Bu, özellikle yazılım geliştirme gibi alanlarda zaten gerçekleşiyor.
Bir yazılım parçası yazmak için Google’ı kullanmak yerine, ChatGPT’ye sormak çok daha verimlidir. Gelen çözüm, kişinin ihtiyaçlarına göre özelleştirilebilir ve gereksiz ayrıntılar olmadan verimli bir şekilde sunulabilir.
Bu tür bir uygulama, gelecekteki YZ araçları gerçek zeki yardımcılar haline geldikçe daha yaygın hale gelecektir. Şirketler, çalışanları azaltmak için bu durumu bahane olarak kullanıp kullanmayacakları, iş yüklerine bağlıdır.
Birçok disiplinde olduğu gibi, özellikle mühendislik gibi, İngiltere, Stem (bilim, teknoloji, mühendislik ve matematik) mezunları açısından bir eksiklik yaşıyor. Bu alanlarda iş kaybı olması muhtemel değil, sadece mevcut iş yükünü daha verimli bir şekilde ele almanın bir yolu olarak kabul edilebilir.
Bu, çalışanların teknolojinin sunduğu fırsatları en iyi şekilde kullanmalarına bağlıdır. Doğal olarak, her zaman şüpheci olacaklar ve tıp gibi güvenlikle ilgili kritik sistemlerin geliştirilmesinde YZ kullanımına yönelik güven, sürece insanı dahil etmekle oluşacaktır.
Bu konu kritiktir, çünkü LLM’ler genellikle internetten eğitilir, bu nedenle önyargılar ve hatalar içerir. Bunlar, yanlışlıkla ortaya çıkabilir, örneğin bir kişi, yalnızca başka birinin adını paylaştığı için belirli bir olaya atıfta bulunabilir. Daha ciddi olarak, yanlış veya hatta kasıtlı olarak yanıltıcı eğitim verilerinin sunulmasına izin vererek kasıtlı olarak ortaya çıkabilirler.
Sistemler daha fazla ağa bağlandıkça siber güvenlik endişesi artar, ayrıca YZ oluşturmak için kullanılan verilerin kaynağı da endişe yaratabilir. LLM’ler, etkileşimle şekillenen açık bilgiye dayanan bir yapıdır. Bu, yanlış bilgi oluşturarak sistemlere saldırmanın yeni yöntemlerinin ortaya çıkmasına neden olur.
Örneğin, hacker’lar AI sohbet botları tarafından seçilme olasılığı yüksek olan zararlı siteler oluşturabilirler. Sistemleri çok sayıda veriyle eğitmek gerektiği için, her şeyin doğru olduğunu doğrulamak zordur.
Bu nedenle, çalışanlar olarak, bu yeni aracı nasıl kullanacağımız konusunda şüpheci bir zihniyet benimsemeliyiz. Bu, GPS’in erken günlerini hatırlatıyor, çünkü o zamanlar sistemler sürücüleri araçlarına uygun olmayan yollara yönlendirmişti.
Bu yeni araçtan maksimum fayda sağlamak için, kullanımımızı her zaman sorgulamamız, çıktıları kör bir güvenle kabul etmemiz gerekir. Tüm önceki sanayi devrimlerinde olduğu gibi, bu aracın kullanımını maksimize ederken iş gücünü büyütebiliriz.
