Teknoloji uzmanları, ekonomistler ve vizyonerler önümüzdeki üç ila 18 ay içinde profesyonel yaşamlarımızda, iş yeri modellerimizde ve gelir dağılımımızda hızlı ve yaygın bir bozulma yaşayacağımız konusunda bizi uyarıyorlar. Profesyonel pozisyonlar Üniversite diploması gerektirenler kaybolacakinsan katkılarının ve tazminatının topluca küçülüp buharlaşacağı son derece üretken, uygun maliyetli, hibrit insan-yapay zeka modellerine dönüştürüldü.
Çok yakında cevaplamamız gereken soru, öğrencilerimizi üzerimizdeki büyük değişikliklere dayanmaya hazırlayacak ne öğretebiliriz? Hiçbir şeyin eskisi gibi olmayacağı açıkça ortaya çıktıkça bu yolda kalmamalıyız. Bu tahmin ve iddiaların abartıdan ibaret olduğunu söylemeyelim. GDPval kıyaslama raporu “Modellerimizin gerçek dünyadaki görevlerdeki performansının ölçülmesi” Yapay zeka modellerinin, elektronik tablo modelleme ve belge düzenleme gibi karmaşık görevlerde, 44 meslekteki insan profesyonellere göre önemli ölçüde daha yüksek hız ve daha düşük maliyetle sektör uzmanlarının performansına yaklaştığını veya bu performansla eşleştiğini gösteriyor.
GDPval, OpenAI’nin ekonomik açıdan değerli, gerçek dünyadaki bilgi çalışması görevleri için 3 Eylül 2025 tarihli değerlendirme kriteridir. OpenAI’ye göre bu sürüm, tam sette toplam 1.320 özel görev ve “açık kaynaklı altın sette” 220 görev ile ABD GSYİH’sına katkıda bulunan ilk dokuz sektörden alınan 44 geniş çapta dağıtılmış profesyonel mesleği kapsıyor. OpenAI, bu görevlerin bu alanlardaki deneyimli profesyoneller tarafından oluşturulup incelendiğini ve dar akademik kriterler yerine gerçekçi çalışma ürünleri üzerindeki performansı ölçmeyi amaçladığını söylüyor.
GDPval, yasal özetlerin hazırlanması, muhasebe malzemelerinin hazırlanması, programların oluşturulması, diyagramların oluşturulması ve benzeri çıktılar gibi profesyonellerin gerçekte yaptıklarına benzeyen işlerde modellerin ne kadar iyi performans gösterdiğini tahmin etmeyi amaçlamaktadır. OpenAI, bunu yalnızca standart kıyaslama sorularını değil, ekonomik açıdan anlamlı görevlerde model yeteneğini izlemenin bir yolu olarak önermektedir. Bu, bu tür yapay zeka uygulamalarının, daha önce maaşları ödenen insanların yerine yapay zekayı kullanan kuruluşlara vaat ettiği tasarruf nedeniyle muhtemelen önümüzdeki birkaç ay içinde uygulamaya geçeceği anlamına geliyor.
OpenAI ayrıca GDPval’in, yapay zekanın işgücü piyasasıyla ilgisini ve pratik kullanışlılığını anlamaya yönelik daha geniş bir çabanın parçası olduğunu da belirtiyor. Genel bakış sayfası, gerçekçi mesleki görevlerin, modellerin günlük profesyonel çalışmaları nasıl destekleyebileceğine dair daha net bir sinyal sağladığını vurgularken, sınırlamalara ve gelecekteki yinelemelere de dikkat çekiyor. Uygulamalar artık önümüzde; bunlar yalnızca belirsiz spekülasyonlar değil, daha ziyade bugün kurulduğunu gördüğümüz kısa vadeli, maliyet tasarrufu sağlayan uygulamalar.
Diye sordum Gerçeğe hitap eden Gemini 3 Hızlı Modu 2026’da şu ana kadar:
“Şu anda tamamen ortadan kaldırma yerine ‘İşlerin Yeniden Tasarlanması’ dönemindeyiz. İşletmelerin %91’i, tüm departmanları ortadan kaldırmasalar da, bu departmanlardaki rollerin doğasının temelden değiştiğini bildiriyor. Bugünün temel kanıtı yüksek işsizlik oranı değil (%4,28’de nispeten sabit kalıyor), ancak yapay zekayı ‘pilot’ edebilenlerle görevleri tamamen otomatikleştirilmiş olanlar arasında genişleyen ücret farkı.”
Ancak hangi mesleklerin ve insanların işten çıkarılmak yerine sebat etme olasılıklarının daha yüksek olduğuna dair kanıtlar var. bir çok yeni Washington Post makale, Kevin Schaul ve Shira Ovide yazmak,
“Yapay zeka daha yetenekli hale geldikçe, bazı işler talepte kalırken diğerleri azalabilir. Yakın zamanda yapılan bir çalışmaya göre web tasarımcıları ve sekreterler kapıcılardan daha fazla risk altındadır. Ancak resmin başka bir boyutu daha var. Araştırmacılar, birikimleri, yaşları ve aktarılabilir becerileri gibi faktörlere dayanarak bazı çalışanların uyum sağlamanın daha kolay olacağını öne sürüyorlar… Araştırmacılar, otomasyonun olumsuz etkilerinin toplum genelinde eşit şekilde yayılmayacağını öne sürerek, en savunmasız çalışanların yaklaşık yüzde 86’sını kadınların oluşturduğunu söyledi.”
Soyu tükenmiş bir meslek olan telefon santrali operatörleri, yapay zekanın etkileri konusunda hem umut hem de kötümserlik için bazı olası nedenler sunuyor. Bir zamanlar Amerikalı kadınlar için en yaygın işlerden biriydi, ancak 2024’te yayınlanan bir araştırma makalesine göre, 20. yüzyılın başlarından itibaren telefonların modernleşmesiyle işler ortadan kalktı. Üç Aylık Ekonomi Dergisi Amerikalı profesörler James Feigenbaum ve Daniel Gross tarafından. Araştırma, işini kaybeden santral operatörlerinin hiçbir zaman başka iş bulamama veya daha düşük ücretli işler alma olasılığının yaşıtlarına göre çok daha yüksek olduğunu ortaya çıkardı. Ancak yıllar içinde sekreterlik ve restoran işlerinde patlama yaşanınca genç kadınlar için yeni fırsatlar açıldı. Boston Üniversitesi ekonomi tarihçisi Feigenbaum bir röportajda “Bunu biraz umut verici olarak okudum” dedi.
İşyerlerimizi hızla geride bırakan, ihtiyaç duyulan iş yeri becerilerindeki muhtemel bozulmadan kurtulmak için, İkizler 3 Düşüncesi dört temel kalıcı kişisel özelliği belirledi:
- Metabilişsel Çeviklik: Araçlar birkaç ayda bir gelişirken “nasıl öğrenileceğini öğrenme” yeteneği ve “çaylak” olarak kalma tevazusu.
- Etik Ayırt Etme: Yapay zeka seçenekler sunabilir ancak ahlaki bir pusuladan yoksundur. Bir kararın toplumsal ve insani sonuçlarını tartma yeteneği birinci sınıf bir özelliktir.
- Empatik Liderlik: Belirsizlik çağında ekipleri yönetmek, morali korumak ve karmaşık insan çatışmalarını yönetmek için yüksek duygusal zeka (EQ) gerektirir.
- Sistem Düşüncesi: Yapay zekanın yalnızca parçalar halinde gördüğü “kötü” sorunları çözmek için farklı disiplinlerdeki (örneğin hukuk, teknoloji ve sosyoloji) noktaları birleştirme kapasitesi.
Gemini 3 Düşüncesi özellikle şunu tavsiye ediyor: “Kolejler ve üniversiteler temel yapay zeka okuryazarlığının ötesine geçerek Eylemsel Akıcılığa doğru ilerlemelidir.” İşte Gemini 3’ün öğretmemizi önerdiği şey:
- İnsan-Yapay Zeka Düzenlemesi: Öğrencilere otonom yapay zeka ajanlarını “teşvik etmekten” “yönetmeye” geçmeyi öğretmek. Bu, insanın yaratıcı direktör ve kalite kontrolör olarak hareket ettiği iş akışlarının yönetilmesini içerir.
- Gelişmiş Ayırt Etme ve Doğrulama: Sentetik medyanın yükselişiyle birlikte, “düşmanca düşünmeyi”, yani yüksek lisans eğitimleri tarafından üretilen bilgileri sorgulama, doğrulama ve bağlamsallaştırma yeteneğini öğretmeliyiz.
- Disiplinlerarası Problem Çözme: Bir hemşirelik öğrencisinin veri gizliliğini ve bir işletme öğrencisinin algoritmik önyargıyı anlaması için siloları kaldırmak.
- Stratejik İletişim: Yapay zeka bir not yazabilse de gerçek bir ilişki kuramaz. Yüz yüze müzakereyi, önemli sunumları ve ikna edici hikaye anlatımını vurgulamalıyız.
Amaç, rekabet etmeyen, “Yapay zekaya dayanıklı” mezunlar yetiştirmektir ile makineyi değil, makinenin “nasıl”ının ardındaki insana “neden”i sağlayın.
Sektör liderleri bize teknolojinin, altyapının ve talebin katlanarak artmaya başladığını söylüyor. Bilgi işlem, enerji, zeka, düzenleme ve yörünge erişiminin tek bir bileşik sistemde birleşmesi yaklaşıyor. Fütürist Peter H. Diamandis, Metatrends Substack’ında şunları söylüyor:“Bu gelecek on yıl uzakta değil. Şimdi geliyor ve önümüzdeki 12-24 ay içinde devreye giriyor.”
Yüksek öğretimde bizler, öğrencilerimizi bugünün ve yarının işyerine hazırlamak konusunda bir sorumluluğa sahibiz. Kurumunuzdaki diploma ve sertifika adaylarının bu yıl ve gelecek yıl ortaya çıkacak yeni ortamda başarılı olmaya hazır olmalarını sağlamak için neler yapıyorsunuz?
