Teknolojik Dönüşümün Eşiğinde Yeni Bir Eşitsizlik Dalgası
Yapay zekâ (YZ) ve otomasyon, 21. yüzyılın ekonomik dönüşümünü belirleyen en güçlü iki faktör haline gelmiştir. Sanayi devriminin üretim biçimlerini nasıl kökten değiştirdiyse, bugün de YZ sistemleri iş gücü yapısını, ücret dağılımını ve beceri talebini yeniden şekillendirmektedir. Ancak bu dönüşüm her ülkede aynı sonuçları doğurmamaktadır.
Indian Institute of Technology Jodhpur araştırmacıları Venkat Ram Reddy Ganuthula ve Krishna Kumar Balaraman tarafından hazırlanan “Skill-Based Labor Market Polarization in the Age of AI: A Comparative Analysis of India and the United States” başlıklı çalışma, bu farkı somut verilerle ortaya koymaktadır. Araştırma, 2018–2023 döneminde Hindistan ve ABD işgücü piyasalarını karşılaştırarak, YZ çağında gelişmiş ve gelişmekte olan ekonomiler arasındaki yapısal eşitsizlikleri analiz etmektedir.
Sonuçlar, teknolojik ilerlemenin gelişmiş ülkelerde üretkenliği ve yüksek beceri talebini artırırken, gelişmekte olan ülkelerde düşük becerili işlere bağımlılığı ve ücret farklarını derinleştirdiğini göstermektedir. Bu durum, küresel ölçekte yeni bir “dijital emek uçurumu”nun oluştuğuna işaret eder.
Gelişmiş ve Gelişmekte Olan Ülkelerde İşgücü Dağılımı: Fark Nerede?
Araştırmanın verilerine göre, 2018–2023 yılları arasında Hindistan’da istihdamın %57,43’ü düşük becerili, %34,2’si orta becerili ve yalnızca %8,37’si yüksek becerili işlerde yoğunlaşmıştır. Buna karşın ABD’de yüksek becerili işlerin oranı %33,45, düşük becerili işlerin oranı ise %24,42’dir.
Bu fark, yalnızca ekonomik gelişmişlik düzeyinden değil, teknolojik adaptasyon kapasitesinden de kaynaklanmaktadır. Hindistan’ın yapay zekâya hazırlık endeksi (AI Preparedness Index) 42,6, ABD’nin ise 78,3 olarak ölçülmüştür. Bu fark, dijital altyapı, eğitim kalitesi ve kurumsal kapasite gibi faktörlerdeki uçurumu yansıtmaktadır.
Araştırma, gelişmekte olan ülkelerin “çifte kırılganlık (double vulnerability)” içinde bulunduğunu vurgular:
- Birincisi, istihdamın büyük bölümü düşük becerili ve otomasyona açık işlerde yoğunlaşmaktadır.
- İkincisi, bu ülkelerde YZ teknolojilerini uyarlayacak kurumsal ve eğitimsel kapasite zayıftır.
Bu nedenle teknolojik yenilik, Hindistan gibi ekonomilerde üretkenliği artırsa bile geniş bir kesimin işsizlik riskiyle karşılaşmasına yol açmaktadır.
Otomasyon Riski ve İşgücü Kutuplaşması
Makale, otomasyon risk skorlarını meslek bazında değerlendirerek ülkeler arası farkı net biçimde ortaya koyar.
- Hindistan’daki ortalama otomasyon riski: 29,84
- ABD’deki ortalama otomasyon riski: 25,63
Bu değerler, Hindistan işgücünün teknolojik dönüşüm karşısında daha savunmasız olduğunu gösterir. Özellikle üretim, ofis işleri ve rutin görevlerin yoğun olduğu sektörlerde otomasyon riski yüksektir.
Araştırmada kullanılan “rutin-biased technological change” (rutin işlere karşı önyargılı teknolojik değişim) modeli, teknolojinin en çok “orta becerili” işlerdeki rutin görevleri ortadan kaldırdığını ileri sürer. Ancak Hindistan’da işgücü zaten düşük beceri segmentinde yoğunlaştığı için, bu durum farklı bir sonuç doğurur: kutuplaşma eksik gerçekleşir.
ABD’de klasik “U şeklinde” bir dağılım görülür — yüksek becerili işlerde artış, düşük becerili hizmet işlerinde kısmi artış, orta sınıfta azalma. Hindistan’da ise yalnızca yüksek becerili işlerde artış olurken, düşük becerili işlerin oranı sabit kalmakta, orta becerili işler azalmaktadır. Araştırmacılar bu durumu “eksik kutuplaşma (incomplete polarization)” olarak tanımlamaktadır.
Ücret Eşitsizliği: Becerinin Değeri Nerede Artıyor?
Çalışma, ülkeler arası ücret primlerini (skill premiums) de karşılaştırmıştır.
Sonuçlar çarpıcıdır:
- Hindistan’da yüksek becerili çalışanların ücret primi %89,2,
- Orta becerili çalışanların primi %56,4’tür.
ABD’de ise bu oranlar sırasıyla %72,3 ve %41,2’dir.
Yani Hindistan’da beceriye dayalı ücret farkı, ABD’ye göre çok daha fazladır. Bunun iki nedeni vardır:
- Yüksek becerili işgücü arzı azdır. Eğitim sistemleri teknolojik dönüşümü karşılayacak nitelikte değildir.
- Teknoloji adaptasyonu sınırlıdır. YZ ve otomasyon yatırımları, üretim kapasitesiyle entegre biçimde yürütülmediği için verimlilik farkı büyür.
Araştırmaya göre, Hindistan’da yüksek becerili çalışanların yıllık ücret artışı %6,8, ABD’de ise %4,2’dir.
Ancak düşük becerili işlerdeki yıllık ücret artışı sırasıyla %3,2 ve %2,5 düzeyindedir.
Bu fark, “beceriye göre ücret uçurumunun” gelişmekte olan ülkelerde daha sert biçimde yaşandığını gösterir. Ücret farkının büyümesi, sadece bireysel gelir eşitsizliği değil, aynı zamanda toplumsal sınıf ayrışması anlamına da gelir.
AI Hazırlık Endeksi ve Ekonomik Kalkınma İlişkisi
Makale, AI Preparedness Index üzerinden ülkelerin YZ’ye ne kadar hazır olduklarını ölçmüş ve bu endeksin işgücü piyasası sonuçlarını doğrudan etkilediğini göstermiştir.
Analizlere göre, YZ’ye hazırlık düzeyindeki her bir birim artış, ortalama ücretleri %0,23 oranında yükseltmektedir.
Bu ilişki, teknolojik altyapı, eğitim kalitesi ve inovasyon kapasitesinin istihdam yapısını dönüştürmedeki önemini vurgular.
Yani yalnızca teknolojiye erişmek yeterli değildir; onu anlamak, kullanmak ve üretmek gerekir.
Hindistan örneğinde, düşük hazırlık endeksi, yüksek otomasyon riskinin olumsuz etkilerini ikiye katlamaktadır.
Bu nedenle araştırma, YZ çağında eğitim politikalarının yalnızca sayısal becerilere değil, “AI-tamamlayıcı becerilere” (AI-complementary skills) yönelmesi gerektiğini savunur. Bu beceriler arasında algoritmik düşünme, veri okuryazarlığı, etik farkındalık ve sürekli öğrenme kapasitesi yer alır.
Çifte Kırılganlık: Gelişmekte Olan Ülkelerin Risk Haritası
Araştırma, Hindistan örneğinde görülen “double vulnerability” kavramını şu şekilde tanımlar:
- Yapısal kırılganlık: İşgücü düşük becerili mesleklerde yoğunlaşmıştır.
- Teknolojik kırılganlık: YZ’ye hazırlık düzeyi düşüktür, dolayısıyla işlerin otomasyonla yer değiştirmesi durumunda alternatif üretim veya istihdam alanı yoktur.
Yapılan araştırmaya göre düşük becerili işlerin teknolojik kırılganlık puanı Hindistan’da 0,823, ABD’de ise 0,312’dir.
Bu, Hindistan’daki düşük becerili işçilerin neredeyse 3 kat daha yüksek otomasyon riski taşıdığı anlamına gelir.
Bu durum sadece işsizlik değil, “dijital dışlanma” riskini de doğurur.
Teknolojiye erişim, gelirle doğru orantılı hale geldiğinde, toplumun geniş kesimi hem ekonomik hem de kültürel olarak üretimden dışlanır.
Politik ve Ekonomik Sonuçlar: Eşitsizlik Döngüsünün Kırılması
Araştırmanın politika bölümü, bu yapısal farklılıkların uzun vadeli sonuçlarına dikkat çeker.
Eğer gelişmekte olan ülkeler bu dönüşümü yönetemezse, teknoloji yeni bir bağımlılık ilişkisi yaratacaktır.
Makale, üç temel politika önerisi sunar:
1. Eğitim ve Beceri Dönüşümü
- Eğitim sistemleri, yalnızca mühendis veya yazılımcı yetiştirmeye değil, AI-ile işbirliği yapabilecek mesleklere odaklanmalıdır.
- Yaşam boyu öğrenme ve dijital okuryazarlık programları devlet politikası hâline getirilmelidir.
2. Teknoloji Adaptasyonu ve Sanayi Politikası
- Gelişmekte olan ülkeler, her teknolojiyi aynı hızla benimsemek yerine, “seçici otomasyon” stratejisi geliştirmelidir.
- Otomasyon, istihdam yaratma kapasitesi yüksek sektörlerde (örneğin tarım teknolojisi, yenilenebilir enerji, sağlık hizmetleri) teşvik edilmelidir.
3. Kurumsal Kapasite ve Sosyal Koruma
- YZ’nin iş gücü üzerindeki etkisini denetleyebilecek kurumsal yapılar oluşturulmalıdır.
- Sosyal güvenlik sistemleri, iş kaybı riskine karşı yeniden beceri kazandırma programlarıyla entegre edilmelidir.
Teorik Yansımalar: Acemoglu’nun Çerçevesinde Yeni Bir Dönem
Makale, Daron Acemoglu ve David Autor’un “beceri, görev ve teknoloji” üçlüsüne dayalı teorik modelini güncelleyerek, bu modelin gelişmekte olan ülkelere neden tam olarak uymadığını göstermektedir.
Acemoglu ve Restrepo (2019) teknolojinin aynı anda hem işleri yok ettiğini hem de yeni görevler yarattığını ileri sürmüştü. Ancak bu süreç, kurumsal kapasiteye bağlı olarak farklı biçimlerde işler.
Hindistan örneğinde, yeni işlerin yaratılması yavaş; çünkü girişimcilik, finansman ve inovasyon ekosistemleri sınırlıdır.
Dolayısıyla teknoloji, istihdam yaratmaktan çok, istihdam yer değiştirmesine neden olur.
ABD’de ise otomasyon, yeni beceri alanları (örneğin veri analitiği, yapay zekâ mühendisliği, etik denetim) doğurarak yüksek becerili istihdamı güçlendirmektedir. Bu fark, küresel eşitsizliğin yeni motoru haline gelmektedir.
Veriye Dayalı Bulgular: Gelişmiş ve Gelişmekte Olan Ülkelerin Karşılaştırması
| Kategori | Hindistan | ABD | Fark |
|---|---|---|---|
| Düşük becerili istihdam oranı | %57,43 | %24,42 | +33,01 |
| Yüksek becerili istihdam oranı | %8,37 | %33,45 | -25,08 |
| Ortalama otomasyon riski | 29,84 | 25,63 | +4,21 |
| AI hazırlık endeksi | 42,6 | 78,3 | -35,7 |
| Yüksek becerili ücret primi | %89,2 | %72,3 | +16,9 |
| Düşük becerili kırılganlık skoru | 0,823 | 0,312 | +0,511 |
Bu tablo, teknolojik eşitsizliğin yalnızca gelir farkı değil, kurumsal kapasite farkı haline geldiğini açıkça göstermektedir.
Gelişmekte Olan Ülkeler İçin Stratejik Çıkış Yolu
Araştırmacılar, gelecekte üç farklı kalkınma senaryosu öngörmektedir:
- Divergent Development (Ayrışan Kalkınma): Teknolojik uçurum genişler; gelişmiş ülkeler hızla ilerlerken, gelişmekte olanlar düşük ücretli üretim döngüsüne sıkışır.
- Selective Convergence (Seçici Yakınsama): Bazı sektörler (örneğin yazılım, sağlık teknolojisi) hızlı ilerlerken diğerleri geride kalır.
- Institutional Leapfrogging (Kurumsal Sıçrama): Gelişmekte olan ülkeler, yeni kurumlar kurarak teknolojik dönüşümü “yakalama” fırsatı bulabilir.
Bu senaryolar içinde en umut verici olanı kurumsal sıçramadır. Ancak bunun gerçekleşebilmesi için, devletin dijital politika, eğitim reformu ve iş gücü yeniden yapılanması süreçlerinde aktif rol üstlenmesi gerekir.
Yapay Zekâ Çağında Eşitsizlikten Adil Geleceğe
Makale, teknolojik ilerlemenin otomatik olarak refah getirmediğini açık biçimde göstermektedir.
Yapay zekâ çağında ekonomik büyüme, insan sermayesinin niteliğine, kurumsal kapasiteye ve teknolojik hazırlığa bağlı hale gelmiştir.
Gelişmiş ülkeler, YZ’nin getirdiği verimlilik artışını daha yüksek ücretli, yüksek becerili işlere dönüştürürken; gelişmekte olan ülkelerde bu dönüşüm, istihdam daralması ve ücret eşitsizliği şeklinde tezahür etmektedir.
Bu nedenle, Daron Acemoglu’nun uyarısında olduğu gibi, “teknoloji kendi haline bırakıldığında eşitsizliği büyütür.”
Yapay zekâ çağında politika yapıcıların görevi, teknolojiyi değil, teknolojinin toplumsal etkilerini yönetmek olmalıdır.
Eğer gelişmekte olan ülkeler bu dönüşümü insan merkezli politikalarla yönlendirebilirlerse, YZ çağı küresel eşitsizliğin değil, adil kalkınmanın bir dönemi olabilir.
Kaynakça
- Ganuthula, V.R. & Balaraman, K.K. (2023). Skill-Based Labor Market Polarization in the Age of AI: A Comparative Analysis of India and the United States. Indian Institute of Technology Jodhpur.
- Acemoglu, D. & Autor, D. (2011). “Skills, Tasks and Technologies.” Handbook of Labor Economics.
- Acemoglu, D. & Restrepo, P. (2019). “Automation and New Tasks.” Journal of Economic Perspectives.
- Webb, M. (2020). “The Impact of Artificial Intelligence on the Labor Market.” Stanford Working Paper.
- Psacharopoulos, G. & Patrinos, H.A. (2018). “Returns to Investment in Education.” Education Economics.
- World Economic Forum. (2023). Global AI Readiness Index.
