Yapay zekanın üretkenlik paradoksu

Yapay zeka gerçekten üretkenliği artırıyor mu? Fotoğraf: LinkedIn .

Yapay zeka nedeniyle iş kaybı korkularının arttığı bir dönemde, iyimserler bunun yalnızca hem çalışanlara hem de ekonomiye fayda sağlayacak bir üretkenlik aracı olduğunu söylüyor. Microsoft CEO'su Satya Nadella, kullanıcıların yalnızca hedeflerini belirteceğini, otomatik yapay zeka ajanlarının ise tüm sistemlerde planlama, uygulama ve öğrenme yapacağını söylüyor.

Ancak yapay zeka, giderek daha fazla insanın onu kullanmasını, hatta ona bağımlı olmasını gerektiren bir "üretkenlik tuzağı" yaratıyor. Bu durum, öz sorgulama, sorun çözme ve daha da önemlisi, hayattaki yaratıcılığı ve atılımları etkileme becerisinde düşüşe yol açacak.

Kalite yerine niceliğe odaklanın

FT, ideal yapay zeka aracının, verimlilik sorununu çözmek için tek başına yeterli olan bir araç olduğunu savunuyor . Gazete, son yarım yüzyılda her zamankinden daha hızlı olduğu söylenen daha fazla bilgisayar olduğunu, ancak gelişmiş ekonomilerde işgücü verimliliğindeki büyüme oranının 1990'larda yıllık yaklaşık %2'den bugün yaklaşık %0,8'e düştüğünü belirtiyor.

Bilgisayarlar internetle desteklendiğinde ve küresel yetenekler birbirine bağlandığında, çığır açan buluşlar patlama yapmalıydı. Ancak araştırma verimliliği düştü. Bugün bir bilim insanı, yatırılan dolar başına 1960'lardaki selefinden daha az çığır açan buluş üretiyor.

Ekonomist Gary Becker, ebeveynlerin "nitelik ve nicelik" arasında bir seçim yapmak zorunda olduğuna dikkat çekti. Örneğin, ne kadar çok çocukları olursa, her çocuğa o kadar az yatırım yapabilirler. Aynı şey inovasyon için de geçerli olabilir.

Aynı anda çok fazla proje yapmak yaratıcılığı etkileyebilir. Fotoğraf: Adobe Stock.

Patent çıktılarına dair geniş çaplı araştırmalar, üstlenilen proje sayısının çığır açan bir buluş olasılığıyla ters orantılı olduğunu doğrulamaktadır. Son yıllarda, bilimsel makaleler ve patentler çığır açan bir buluştan ziyade, daha çok aşağıya doğru sızan bir olgu haline gelmiştir.

Bu arada, tarihin büyük beyinleri bunu çok iyi anlamıştı. Isaac Newton bir keresinde, "ilk ışık huzmeleri yavaş yavaş belirip sonunda berrak ve tam bir ışığa dönüşene kadar her zaman bir sorunu aklında tuttum" demişti. Steve Jobs da, "İnovasyon, bin şeye hayır demektir," diye onaylamıştı.

"Yapay zekanın orta yetenek tuzağı"

Bristol Üniversitesi Finans ve Muhasebe Yüksek Lisans Programı Direktörü Ho Quoc Tuan, "Yapay Zekanın Ortalama Yetenek Tuzağı" kavramından bahsetti. Ortalama yeteneklere sahip kişilerin yeteneklerini gerektiren düzenli işler, genellikle net ve ölçülebilir süreçleri takip eden birçok tekrarlayan görevi içerir. Ancak, bunun yapay zekanın olağanüstü gücü olduğuna inanıyor.

Büyük dil modelleri (LLM'ler), istatistiklerin ortak bir fikir birliği olduğunu söylediği şeye bağlı kalma eğilimindedir. Bir sohbet robotuna 19. yüzyıl metni verirseniz, Wright kardeşler uçana kadar insanların uçamayacağını "kanıtlarsınız".

Mart 2025'te Nature dergisinde yayınlanan bir inceleme, LLM'lerin tekrarlayan bilimsel çalışmaları azaltmaya yardımcı olabileceğini, ancak düşüncedeki gerçek sıçramaların hâlâ insanlara ait olduğunu ortaya koydu. Tuan ayrıca, bilinene bağlı kalmanın, risk almaya cesaret edememenin ve eleştirel düşünme becerisine sahip olmanın yapay zeka çağında ölümcül zayıflıklar olduğuna inanıyor.

Protein şekillerini tahmin eden bir model olan AlphaFold'u geliştiren Google DeepMind ekibine liderlik eden Demis Hassabis, yapay zeka alanında bugüne kadarki en önemli bilimsel başarılardan biri olarak kabul ediliyor. Ancak o bile, gerçek genel yapay zekaya ulaşmanın "çok daha fazla inovasyon" gerektireceğini kabul ediyor.

Nobel ödüllü bilimsel çalışma AlphaFold'un da "daha fazla inovasyona" ihtiyacı var. Fotoğraf: Google Deepmind.

Yakın vadede yapay zeka, yaratıcılıktan çok verimlilik odaklı olacak. Arxiv'de yayınlanan 7.000'den fazla bilgi çalışanı üzerinde yapılan bir anket, üretken yapay zekayı yoğun bir şekilde kullananların e-posta sürelerini haftada ortalama 3,6 saat (%31) azalttığını, iş birliğine dayalı görevlerin ise büyük ölçüde değişmediğini ortaya koydu.

Ancak, herkes e-posta yanıtlama işini ChatGPT'ye devrederse, gelen kutularındaki e-posta sayısı artabilir ve başlangıçtaki üretkenlik azalabilir. FT'ye göre, 1990'larda ABD'deki üretkenlik toparlanması deneyimi, gerçek yaratıcı atılımlarla desteklenmediği takdirde yeni araçların faydalarının hızla azalacağını gösteriyor.

Kaynak: https://znews.vn/nghich-ly-nang-suat-cua-ai-post1561451.html