CHATGPT'DEN BERİ BİR DİPLOMA BİRAZ DAHA AZ KAZANDIRIYOR

Bir çalışanın bildikleri iki türlüdür. Bir kısmı yazıya dökülebilir, öğretilebilir ve saklanabilir: formüller, kurallar, prosedürler. Diğer kısmı yaparak öğrenilir ve kişiye bağlı kalır: makalenin örneklerinde bir sosyal hizmet uzmanı hangi danışanların daha yakın takip gerektirdiğini, bir cerrah doku geriliminin ne zaman yanlış olduğunu, bir müzakereci de bir ortamın havasını okumayı öğrenir. Üretken yapay zekâ birinci türü, ihtiyaç duyulduğu anda ucuz ve bol hâle getiriyor. Bu, ücretleri nasıl etkiliyor?

Bordrodaki iki fiyat

Buenos Aires’teki Torcuato Di Tella Üniversitesi’nden Eduardo Levy Yeyati, Darío Judzik ve Juan Ignacio Barbiero iki tanıdık sayıya bakıyor: bir çalışanın bir yıl daha fazla eğitim ve bir yıl daha fazla deneyim için ne kadar fazla kazandığı. Eğitim, kusurlu da olsa, yazıya dökülebilen bilginin yerini tutuyor; okuldan ayrıldıktan sonra geçen yıllar ise pratikle kazanılan bilginin.

Modelleri iki öngörüde bulunuyor. Makineler yazıya dökülmüş bilgiyi sağlıyorsa, eğitimin getirdiği ek ücret küçülmeli. Bu bilgi ile pratik muhakeme birlikte en iyi sonucu veriyorsa, pratik daha değerli hâle gelmeli — özellikle insanların en hızlı öğrendiği kariyer başlangıcında. Ama deneyimin bir kısmı işin eski yapılış biçimine bağlı ve değer kaybedebilir; bu yüzden etki ileride negatife dönebilir.

Açık işler, korunaklı işler

Test, Ocak 2018’den Haziran 2026’ya kadarki ABD Güncel Nüfus Anketi’ni (Current Population Survey) kullanıyor: yaklaşık 656.000 ücret kaydı. İşler, ChatGPT ortaya çıkmadan önce oluşturulmuş bir yapay zekâya açıklık endeksine göre sıralanıyor. En açık çeyrek — yazılım geliştiriciler, idari asistanlar, muhasebeciler, finans yöneticileri, üniversite öğretim elemanları — en az açık çeyrekle karşılaştırılıyor: kamyon şoförleri, depo işçileri, temizlik görevlileri, bakım yardımcıları, garsonlar. Saat, ChatGPT’nin kamuya açıldığı Kasım 2022’de başlıyor.

Bu tarihten önce bir yıllık eğitim, açık işlerde ücreti yaklaşık %7,5, korunaklı işlerde ise %1,7 artırıyordu. Analiz aynı meslek içindeki çalışanları önce ve sonra karşılaştırıyor; böylece ortalama ücretlerdeki değişimleri değil, eğitimin ve deneyimin bu “fiyatlarındaki” değişimleri ölçüyor.

Bir okul yılı yeniden fiyatlanıyor

Açık işlerde bir yıllık eğitimin ücret primi, korunaklı işlere göre 0,55 puan düştü — yaklaşık %7,5’ten %6,9’a, yani eski değerinin yaklaşık %7’si kadar bir düşüş. Korunaklı işlerde %1,7’de kaldı. Piyasaya çıkıştan önce herhangi bir kayma yoktu ve kırılma ilk on iki ay içinde ortaya çıkıyor.

Eğilen bir kariyer

Deneyim bir bütün olarak yukarı ya da aşağı kaymadı; eğri döndü. Bir yıl daha deneyim, arkasında üç yıl olan biri için 0,26 puan daha fazla, on beş yılda aşağı yukarı aynı, yirmi beş yılda ise 0,12 puan daha az kazandırıyor. Yazarların ana modelinde etki yaklaşık 18 yılda işaret değiştiriyor; daha esnek eğrilerle eğim sürüyor ama bu kesin nokta daha belirsiz. Eğim en güçlü, üniversite diploması olan çalışanlarda.

Toplandığında, açık bir işte on altı yıl eğitimi ve on beş yıl deneyimi olan bir çalışan, korunaklı işlerin eğiliminin öngöreceğinden yaklaşık %3,2 daha az kazanıyor.

Tesadüflere karşı kontroller

• Başlangıç tarihini pandeminin başı olan Ocak 2020’ye kaydırmak hiçbir etki üretmiyor.
• ABD istatistiklerinin bir üst sınırla kısıtladığı ve Nisan 2023’ten bu yana farklı biçimde kaydettiği en yüksek maaşlara tek bir ortak kural uygulamak, sonuçları neredeyse hiç değiştirmiyor.
• Aynı dönemde teknoloji sektöründeki işten çıkarmalardan etkilenen bilgisayar ve matematik işlerini çıkarmak, eğitimdeki düşüşü yine de 0,49 puanda bırakıyor.

Kariyer sonundaki düşüş kanıtların en zayıf kısmı: piyasaya çıkıştan önce eğrinin bu ucu zaten biraz dalgalanıyordu.

Bir tahmin değil

Yazarlar diplomaların değerini yitirdiğini ya da mezunların daha az üretken hâle geldiğini öne sürmüyor. Sonuçları, açık işler içinde kısa vadeli bir yeniden fiyatlama. Okullaşma tercihleri, mesleki eğitimler ve giriş düzeyindeki işler buna uyum sağlayacak. Yazdıklarına göre uzun vadede en önemli olabilecek bir soru var: yapay zekâ öğrenme sürecinin bir kısmını otomatikleştirirse, çalışanlar daha değerli hâle gelen pratik beceriyi hâlâ edinebilecek mi?