Yapay zekâ uygulamalarının hızla yayılımı işgücü piyasalarını derinden etkilemektedir. Yapay zekânın hangi meslekleri ne düzeyde etkileyeceğine yönelik belirsizlikler çalışanların gelecekle ilgili kaygı düzeylerini yükseltmektedir. Diğer taraftan, her genel amaçlı teknolojik dönüşümde olduğu gibi yok edilen iş pozisyonu kadar yeni iş pozisyonunun üretileceği beklentisi özellikle üretken yapay zekâ uygulamalarının kısa süredeki hızla gelişme potansiyeli altında düşmekte, yerini karamsar beklentilere terk etmektedir. Bu olumsuz durum, bu yönde üretilen çalışmalardan elde edilen bulgulardaki çelişkiler tarafından da etkilenmektedir. Dolayısıyla, özellikle üretken yapay zekâ uygulamalarının mesleklere etki düzeyini ölçümlemede yeni yaklaşımlar oldukça önemlidir.

Bu kapsamda yeni yapılan bir çalışma yakın zamanda geliştirilmiş bir yöntemi kullanarak mesleklerin yapay zekâya maruziyetini daha detaylı inceleyebilme ve dolayısıyla politika geliştirme imkânı vermektedir (Ed Felten, Manav Raj, Robert Seamans, Occupational Heterogeneity in Exposure to Generative AI, 2023, SSRN 4414065). Çalışmada yapay zekâ dil modelleme ve görsel üretim alanlarındaki ilerlemelere en çok maruz kalan meslekleri belirlemeye imkân tanıyan yöntem kullanılmaktadır. Söz konusu yöntemde, on farklı yapay zekâ uygulaması (örneğin görsel üretimi, dil modelleme, soyut strateji oyunları, gerçek zamanlı video oyunları) 52 insan yeteneğiyle (örneğin sözlü anlama, sözlü ifade, tümevarımsal akıl yürütme, el-kol koordinasyonu vb.) ilişkilendirmektedir. Ardından bu 52 yetenek, Amerika Birleşik Devletleri Çalışma Bakanlığı tarafından geliştirilen Mesleki Bilgi Ağı (O*NET) veri tabanı kullanılarak 800'den fazla meslekle eşleştirilerek mesleklerin yapay zekâya maruziyet düzeyleri dil modelleme ve görsel üretim olmak üzere iki yapay zekâ uygulaması üzerinden hesaplanmaktadır.

Çalışmanın bulguları mesleklerin yapay zekâ uygulamalarının dil modellemeye maruziyet düzeyinin görsel üretime maruziyet düzeyine göre daha yüksek olduğunu göstermektedir. Bu bulgu dil modellemeye daha çok yeteneğin maruz kaldığına işaret etmektedir. Bulgular, dil modellemeye olan bu maruziyetteki varyansın, görsel üretime kıyasla çok daha yüksek olduğunu göstermektedir. Sayısal olarak ifade edilecek olursa mesleki maruziyetin ham puanlarının standart sapması, dil modelleme için örneklem ortalamasının %14,6'sına, görsel üretim için ise yalnızca %4,6'sına karşılık gelmektedir.

Çalışmada ayrıca standartlaştırılmış mesleki maruziyet puanları kullanılarak mesleklerin her birinin dil modelleme ve görsel üretime maruziyet düzeyleri belirleniyor. Beklendiği gibi dil modellemeden en çok etkilenen meslekler ağırlıklı olarak dil ve iletişim becerilerine dayanan meslekler olurken görsel üretimden en çok etkilenen meslekler mimarlık gibi mekânsal yönelimin önemli olduğu mesleklerdir. Araştırmacılar ayrıca mesleklerle ilgili maaş, gerekli eğitim seviyesi ve yaratıcı beceri gereksinimi verilerini kullanarak yapay zekâ uygulamalarının özellikle beyaz yakalı çalışanları etkileyip etkilemediğini incelemektedir. Çalışmanın bu doğrultudaki bulguları beyaz yakalı çalışanların da yapay zekâ uygulamalarından önemli miktarda etkileneceğine işaret etmektedir. Dolayısıyla yapay zekânın etkisi yalnızca düşük vasıflı işlerle sınırlı kalmayıp, geleneksel olarak "güvenli" görülen beyaz yakalı işleri de hızla kapsamına alacaktır.

Diğer taraftan elde edilen bulgular "beceri yanlı teknolojik değişim" teorisini desteklemektedir. Bu teoriye göre, yeni teknolojiler özellikle yüksek beceriye sahip çalışanların verimliliğini artırarak gelirlerini yükseltirken, düşük becerili çalışanların iş gücü piyasasındaki konumunu zayıflatmaktadır. Üretici yapay zekâ da benzer biçimde, eşitsizliği daha da derinleştirme potansiyeline sahiptir. Yüksek maaşlı ve yüksek eğitimli grupların da bu uygulamalardan etkilenmeleri, eşitsizliğin bu kez yalnızca iş kaybı değil, aynı zamanda gelir ve fırsat erişimi üzerinden de şekillenebileceğini göstermektedir. Bu etkilerin cinsiyet ve etnik dağılım farklılıkları, kadınlar, beyazlar ve Asyalıların yoğun olarak istihdam edildiği mesleklerin üretici yapay zekâya erkekler, siyahiler ve Hispaniklerin yoğun olarak bulunduğu mesleklere göre daha yüksek düzeyde maruz kaldığını göstermektedir. Dolayısıyla, bu farklılıklar, üretici yapay zekânın etkilerinin toplumsal gruplar arasında da eşitsiz bir şekilde dağılabileceğini göstermektedir.

Araştırmacılar elde ettikleri bulgular ışığında yapay zekânın detaylı etkilerini eşitsizlikleri azaltacak ve çalışanların dayanıklılıklarını artıracak şekilde yönlendirecek iki politika önerisinde bulunmaktadır. Birincisi çalışanların dijital becerilerinin desteklenmesi ile ilgilidir. Buna göre yeni teknolojilere uyum sağlamak amacıyla iş gücüne dijital beceriler kazandıracak eğitim programlarına yapılacak yatırımlar, hem çalışanlar hem de işletmeler açısından önemli faydalar sağlayacaktır. Çalışanlar, işlerinin niteliği değişse bile bu beceriler sayesinde mevcut pozisyonlarını koruma şansı elde edebileceklerdir. Aynı zamanda, dijital becerilerle donatılmış bir iş gücü, işletmeler için daha düşük eğitim maliyetleri anlamına gelirken, yeni teknolojileri daha verimli ve yenilikçi biçimlerde kullanabilen bir insan kaynağı yaratacaktır.