Daron Acemoğlu, Nature'a yazdı: İşçi dostu yapay zeka için 3 temel politika

Yapay zeka için Acemoğlu, emeği ikame eden sistemlerin eşitsizliği büyütebileceğini ve demokratik düzeni zorlayabileceğini söyledi.

Nobel ödüllü ekonomist Daron Acemoğlu, bilimsel bir dergide yayımlanan makalesinde yapay genel zeka yarışının mevcut yönünü eleştirdi. Acemoğlu’na göre teknoloji, çalışanları devre dışı bırakmak yerine onların becerilerini ve üretkenliğini artıracak biçimde tasarlanabilir.

Makale, yapay genel zekayı ekonomik değer üreten işlerin geniş bölümünde insan kapasitesine erişen veya onu aşan sistemler olarak ele alıyor. Acemoğlu, bu tür sistemlerin yalnızca rutin işleri değil, yüksek beceri gerektiren meslekleri de otomasyon baskısına açabileceğini savunuyor.

1980 sonrası otomasyon izi

Acemoğlu, ABD iş gücü piyasasına ilişkin çalışmalara dayanarak otomasyonun 1980’den bu yana gelir dağılımındaki bozulmada pay sahibi olduğunu aktardı. Ona göre özellikle tekrar eden görevlerde çalışanlara yönelik talep zayıfladı.

Sanayi robotları bu tartışmada ana örneklerden biri. Acemoğlu, robot kullanımının verimliliği artırabildiğini, ancak teknolojiye daha fazla maruz kalan bazı bölgelerde ücretlerin ve istihdamın gerilediğini yazdı.

Ekonomistin uyarısı, yapay zekanın bu etkinin kapsamını genişletebileceği yönünde. Kaygı yalnızca daha fazla işin makinelere devredilmesi değil; ekonomik fırsatların dar bir kesimde toplanması halinde siyasal istikrarın da zedelenmesi.

Acemoğlu bu riski şu sözlerle anlattı: “Tehlikede olan yalnızca refahın paylaşılması değil, demokratik sistemimizdir. Çok sayıda insanın ekonomik fırsatların dışında bırakıldığı toplumlar istikrarlı kalamaz.”

Vergi avantajı otomasyonu büyütüyor

Acemoğlu, yapay zekanın çalışanlar aleyhine sonuç vermesinin kaçınılmaz olmadığını vurguluyor. Teknolojinin toplumsal etkisinin, şirketlerin hangi amaçla yatırım yaptığına ve kamu politikalarının hangi teşvikleri sunduğuna bağlı olduğunu savunuyor.

İlk önerisi vergi sisteminin emek ve sermaye arasında daha tarafsız hale getirilmesi. Acemoğlu’na göre birçok ülkede sermaye desteklenirken emek daha ağır vergileniyor; bu yapı şirketleri insan çalıştırmak yerine makine ve yazılım kullanmaya yöneltebiliyor.

ABD için verdiği örnekte, bir işi makineyle ya da çalışanla benzer maliyetle yapabilen şirketlerin otomasyonu seçtiğinde vergi sistemi üzerinden %20-25 maliyet üstünlüğü elde edebildiğini söyledi. Bu nedenle gelirin kaynağına göre ayrıcalık yaratmayan bir vergi çerçevesi önerdi.

Ekonomist, “işçi dostu yapay zeka” olarak tanımladığı yaklaşımda eğitim alanını somut bir kullanım örneği olarak sundu. Buna göre yapay zeka, öğretmenin yerine geçmek yerine öğrencinin zorlandığı konuları saptayabilir ve öğretmene kişiselleştirilmiş destek için araç sağlayabilir.

ABD, İngiltere ve AB modeli

İkinci politika başlığı, yapay zekanın toplumsal etkilerine odaklanacak bağımsız kamu kurumları kurulması. Acemoğlu, ABD’de federal düzeyde, İngiltere ve Avrupa Birliği’nde ise benzer yetkilerle çalışacak uzman kurumlara ihtiyaç olduğunu yazdı.

Bu kurumların yalnızca denetim yapmasını yeterli görmüyor. Acemoğlu, kamu yararı taşıdığı halde özel sermayenin yeterince finanse etmediği projelere kaynak aktarılmasını, çalışanları tamamlayan yapay zeka araçlarının da bu kapsama alınmasını öneriyor.

Üçüncü öneri veri piyasalarının hukuki zemine oturtulması. Acemoğlu’na göre veri, yapay zeka ekonomisinin temel girdilerinden biri olmasına rağmen mülkiyet ve kullanım kuralları yeterince açık değil.

Bu boşluğun büyük teknoloji şirketlerine verinin ekonomik değerinden daha fazla pay alma olanağı verdiğini savunuyor. Aynı belirsizlik, insan uzmanlığını tamamlayacak sistemler için gereken kaliteli verinin üretilmesini ve paylaşılmasını da zorlaştırabilir.

Acemoğlu’nun çizdiği olası yol ayrımı üç düzeyde sonuç doğuruyor. Eğer otomasyon merkezli yatırım çizgisi sürerse, küresel ölçekte gelir dağılımı baskı altında kalabilir; teknoloji şirketleri maliyet avantajını korur; sektör ise daha az emek yoğun ürünlere yönelebilir.

Eğer teşvikler çalışanı tamamlayan araçlara kayarsa, makro düzeyde verimlilik kazancı daha geniş gelir gruplarına yayılabilir. Bu senaryoda şirketler yalnızca iş azaltan değil, iş kalitesini artıran ürünlere yatırım yapar; eğitim, sağlık ve profesyonel hizmetlerde tamamlayıcı yapay zeka pazarı büyüyebilir.

Açık soru, hükümetlerin bu alandaki teşvikleri ne kadar hızlı ve birlikte değiştirebileceği. Acemoğlu son tercihin teknoloji çevrelerinin dar vizyonuna bırakılmaması gerektiğini şu sözlerle özetledi: “Yapay zekanın geleceğini küçük bir teknoloji uzmanları grubunun hayalleri değil, nasıl bir toplum kurmak istediğimize ilişkin demokratik tercihler belirlemeli.”