Yapay zekâ işbirliği eşiği aşarsa istihdam ve ücretler hızla değişebilir

Alex Imas ve Google DeepMind araştırmacıları, ajanlar arasındaki işbirliği belirli bir eşiği aşarsa piyasa yapısının, istihdamın ve ücretlerin hızla değişebileceğine ilişkin bir ekonomik senaryo ortaya koydu. DeepMind Institute’ta 29’unda yayımlanan deneme, değişimin ne zaman yaşanacağını öngörmüyor; yapay zekâ yeteneklerine dayalı bir model analizi sunuyor.

Google DeepMind’da AGI ekonomisi sorumlusu Alex Imas, araştırmacı Andrew Koh ve kurucu ortak ve baş AGI bilimcisi Shane Legg denemede, “Daha akıllı yapay zekâ üretkenliği artırıyor; ancak gerçek ekonomik değişim, ajanların birlikte çalışmayı öğrenmesine bağlı” dedi. Araştırmacılara göre tek tek yapay zekâların problem çözme becerisinin yanı sıra ekiplerin işbirliği kapasitesini de değerlendirmek gerekiyor.

Deneme, ekonomik modeli ele alan “Organizing Intelligence” makalesine dayanıyor ve yeteneklerdeki değişimin piyasa yapısını, istihdamı ve ücretleri nasıl etkileyebileceğini inceliyor. Araştırmacılar yapay zekâ gelişimini tek bir puan veya ardışık aşamalarla sınırlamak yerine, bireysel görev becerisi ve işbirliği kapasitesi olmak üzere iki eksende değerlendiriyor.

Bireysel görev becerisi, bir ajanın matematik, yazma veya kodlama gibi işleri yerine getirme kapasitesini ifade ediyor. Modelde bu beceri yükseldikçe ücretler, fiyatlar ve şirketlerdeki insan-yapay zekâ bileşimi kademeli olarak değişiyor; ancak sektör yapısı büyük ölçüde korunuyor.

İşbirliği kapasitesi ise birden fazla ajanın bir organizasyon içinde birlikte çalışıp görevleri koordine edebilmesini anlatıyor. Araştırmacıların analizine göre işbirliği belirli bir eşiği geçtiğinde organizasyonu büyütmenin üretkenliğe etkisi değişiyor; piyasa yoğunlaşması, istihdam ve ücretlerde büyük değişimler görülebiliyor.

Araştırmacılar, insanlar birlikte çalışırken bireysel yetenek farklılıklarının rolünü incelemek için 100 kişiye matematik, dilsel akıl yürütme, bilim, örüntü, kültür ve ekonomi alanlarında görevler verdi. Bir alanda yüksek puan alanların diğer alanlarda da mutlaka yüksek puan almadığı görüldü. Katılımcıların güçlü ve zayıf yönleri farklılık gösterdi.

Belirli görevlerde birbirlerinin güçlü yönlerini tamamlayacak şekilde eşleştirilen katılımcılar, rastgele eşleştirilenlere kıyasla yüzde 32 daha iyi performans gösterdi. Araştırmacılar bu sonucu, bireylerin zayıf yönlerinin başkalarının güçlü yönleriyle tamamlandığı organizasyonlardaki “mozaik zekâ” kavramıyla açıkladı. Bu bulgu, bir ekibin performansının yalnızca üyelerin bireysel puanlarına bakılarak değerlendirilemeyeceğine işaret ediyor.

İnsanlar organizasyonlarda uzmanlıklarını paylaşarak ve rollerini koordine ederek tek başlarına ulaşmaları zor olan sonuçlar elde edebiliyor. Hem kodlama hem de yazma gerektiren yazılım geliştirme buna örnek: Her alandaki uzmanlar işbirliği yaparak birbirlerinin eksiklerini tamamlayabiliyor.

Yapay zekâ ajanları çoğaltılarak ihtiyaç kadar artırılabilir; ancak aynı modeli eklemek yetenek çeşitliliğini genişletmeyebilir. Araştırmacılara göre tek bir model bir insandan daha başarılı olsa bile, farklı uzmanlıklara sahip bir insan ekibine veya insanlarla yapay zekânın birlikte çalıştığı bir organizasyona karşı piyasada üstünlük sağlayacağı kesin değil.

Model, organizasyon büyüdükçe üretkenliğin nasıl değiştiğini üç aralıkta ele alıyor. İşbirliği çok düşükse bireylerin ayrı çalışması daha verimli oluyor. Orta düzeyde işbirliği, küçük organizasyonlarda iş bölümünü verimli hâle getiriyor; ölçek büyüdükçe koordinasyon yükü artabiliyor. İşbirliği eşiği aşıldığında ise organizasyona yeni üyeler eklemek, üye başına üretkenliği de artırabiliyor.

Asgari AGI aşamasında model, birden fazla görevde insan ortalamasına ulaşan yapay zekâ ortaya çıksa bile insan uzmanlardan oluşan ekiplerin rekabet gücünü koruyabileceğini varsayıyor. Yapay zekâyla yeteneklerin örtüştüğü işlerde ücretler hesaplama maliyetine yaklaşabilirken uzmanlık ve koordinasyon becerisine sahip insanların ücretleri yükselebiliyor. Küçük yapay zekâ şirketlerinin uzmanlaşmış pazarlara girmesi de bazı ürünlerin fiyatlarını düşürebiliyor.

Çok yüksek performanslı yapay zekâ aşamasında yapay zekâ, işbirliği dışındaki bireysel görevlerde insan uzmanları geride bıraksa bile şirketlerin mutlaka büyümesi gerekmiyor. İşbirliği kapasitesindeki sınırlar organizasyonların genişlemesini kısıtlayabiliyor. Bu senaryoda şirketler daha üretken hâle gelirken ölçekleri büyümeyebilir, hatta küçülebilir; insanların rolü ise yön belirleme ve koordinasyona kayabilir.

Süper işbirlikçi yapay zekâ aşaması, tek tek yapay zekâların performansı asgari AGI düzeyinde kalsa bile ajanlar arasındaki işbirliğinin eşiği aşması durumunu ifade ediyor. Modelde yazılım, lojistik ve finans gibi talebin yüksek ve işlerin standartlaştırılmış olduğu pazarlardaki üretim büyük yapay zekâ organizasyonlarında yoğunlaşabiliyor; istihdam ve ücretler hızla değişebiliyor. Buna karşılık talebin sınırlı olduğu uzmanlık pazarlarında veya insanlarla kurulan ilişkinin başlı başına değer taşıdığı hizmetlerde benzer ölçekte bir yoğunlaşma görülmeyebilir.

Araştırmacılar, bireysel görev becerisiyle işbirliği kapasitesinin ikisi de çok yüksek düzeye ulaştığında bu durumu yapay süper zekâ (ASI) olarak sınıflandırıyor. Modelde standartlaştırılmış pazarlardaki büyük yapay zekâ şirketlerinin yoğunlaşması sürüyor ve yapay zekâ uzmanlık pazarlarındaki talebi de karşılayabilir hâle geliyor. Araştırmacılar, insan katılımının hizmetin değerini oluşturduğu alanların emeğe alternatif olarak büyüyebileceği ihtimalini de ortaya koyuyor.

Araştırmacılar mevcut yapay zekânın tekil görevlerde güçlendiğini, ancak birden fazla ajanın işbirliğinde hâlâ sınırları bulunduğunu belirtiyor. Alışılmadık sorunları bölerek çözme, işler devredilirken bağlamı koruma ve birbirlerinin hatalarını düzeltme becerilerini ölçen organizasyon düzeyinde değerlendirme ölçütleri geliştirilmesini öneriyorlar. Ücret ve mesleklerdeki değişimlerin şirket yapısındaki değişimlerden önce ortaya çıkabileceğini düşünüyorlar.

DeepMind Institute, Google ve Google DeepMind araştırmacılarının başlattığı fikir ve araştırma tartışmaları platformu olduğunu, burada yayımlanan yazıların Google’ın resmî görüşü olarak değerlendirilmemesi gerektiğini belirtiyor. Bu çalışma, belirli sektörlerde istihdamın veya ücretlerin ne zaman değişeceğine ilişkin kesin bir tahmin değil; ekonomik bir modele dayalı analiz.