Geçtiğimiz ay Anthropic şirketi, kendi verileri ışığında belirli sektörlerde yapay zekanın mevcut kullanım durumunu ve teorik potansiyelini karşılaştıran bir rapor yayımladı. Raporda, teorik beklentiler ile gerçek kullanım arasında önemli farklılıklar olduğu görülse de, finans, teknoloji ve mühendislik gibi bilgiye dayalı alanlarda yapay zekanın pratik ve teorik kullanımının diğer sektörlere kıyasla daha yüksek olduğu tespit edildi. Bu durumu özetlemek gerekirse, eğitimli bireylerin yapay zeka araçlarını daha yoğun bir şekilde kullandıkları ortaya kondu.
Peki, bu durumun arkasında yatan motivasyon nedir?
“Verimlilik” hissi.
Yapay zeka araçları, karmaşık ya da zorlu görevler için hızlı bir başlangıç noktası sunarak, kısa sürede kod yazma, doküman üretme ve rapor oluşturma imkanı sağlamaktadır. Bu da doğal olarak daha hızlı ve daha fazla çıktı elde edilmesine olanak tanıyor.
Bir önceki yazımda [Üretimin Bedeli] verimlilik hissi ve onun getirdiği bilişsel yük üzerine durmuştum. Bu yazımda ise bu hissi sorgulayıp, yapay zekaya “bağımlılığın” getirebileceği olası sorunları inceleyeceğim.
Aynı yazıda, aynı şirketten iki araştırmacı, yapay zekanın vaat ettiği verimliliği sorgulayan bir ön basım yayınladılar.
Yukarıda belirttiğim gibi, yapay zeka araçları sayesinde hızlı bir şekilde ürünler ortaya koymak mümkün. Ancak bu ürünler oluşturulduğunda, gerçekten elimizdeki ürünün içeriğini biliyor muyuz? Sorunları yanıtlayabilme yeteneğine sahip miyiz?
Bu iki araştırmacı, bu soruların cevabını bulmak amacıyla deney senaryoları oluşturarak, geliştiricilerin yeni bir programlama kütüphanesini yapay zeka yardımıyla ve yardımsız nasıl öğrendiğini inceledi. Sonuçlar, yapay zeka kullanan katılımcılarda kavramsal anlama, kod okuma ve hata ayıklama becerilerinde belirgin bir düşüş olduğunu gösterdi.
Başlangıçta verimlilik olarak görülen bu süreç, aslında öğrenmenin önüne geçerek önemli yeteneklerin körelmesine yol açıyor. Bir kelime oyunu yapacak olursak, verimlilik aslında bir tür verimsizlik yaratıyor.
Bu sonuçları, ilk paragraftaki raporun bulguları ile birleştirirsek, yapay zekaya bağımlılığın yeteneklerde gerilemeye yol açtığı ve bu durumun en çok eğitimli bireyleri etkilediği anlaşılmaktadır.
Bir ülkenin kalkınma sürecinde birçok faktör rol oynuyor. Bunlardan biri de yüksek eğitimli insan sermayesinin kalitesidir. Kısaca, katma değerli ürün üretebilecek bireylerdir. [Elbette başka etkenler de mevcuttur; kalkınma karmaşık bir kavramdır.]
Yapay zekaya bağımlılığın veya yanlış kullanımın uzun vadede bu grubun üretkenlik kapasitesini azaltması, dolayısıyla bir ülkenin kalkınma dinamiklerini olumsuz etkileyecektir.
Neden böyle bir durumla karşılaşabiliriz?
İnsan sermayesi; bireylerin bilgi, beceri ve sağlıklarını kapsayan, uzun vadeli ekonomik büyümenin temel itici güçlerinden biri olarak tanımlanır. Eğitime yapılan yatırım, üretkenliği artırır, inovasyonu destekler ve iş gücünü değişen koşullara uyumlu hale getirir. Bu zincirin herhangi bir halkasında meydana gelen bir kırılma, büyüme dinamiklerini derinden etkileyebilir.
Yapay zeka bağımlılığının neden olduğu yetenek körelmesi tam da burada devreye giriyor. Otomasyon, zorlukları ortadan kaldırdığında, insanları geliştiren o zorluk da ortadan kalkıyor. Yapay zeka yalnızca daha hızlı yazmanıza yardımcı olmaz; yazmayı öğrenmeyi de engelleyebilir. Planlama, analiz yapma ve hata ayıklama gibi becereler için de bu durum geçerlidir.
Rutin görevlerin otomatikleştirilmesi, insanları yargılarını güçlendirecek pratik fırsatlardan mahrum bırakıyor. Dolayısıyla, en kritik anlarda, yani istisnai durumlarla karşılaşıldığında, insanlar hazırlıksız yakalanıyor.
Bu varsayımla karmaşık realiteyi daha geniş bir perspektiften ele alalım.
Pek çok ekonomi son on yılda benzer bir kalkınma yolu izledi: düşük vasıflı tarımsal üretimden, küresel ölçekte rekabetçi imalat tabanına, ardından yüksek katma değerli hizmetler ve teknoloji ihracatına doğru. Bu yol, ülkelerin sermaye ve kapasite biriktirdiği bir kalkınma merdiveni olarak tanımlanır.
Bu merdivenin üst basamaklarında bilgiye dayalı çalışanlar bulunuyor. Mühendisler, analistler, yazılımcılar ve araştırmacılar, yapay zekayı en yoğun kullanan gruptur.
Peki, bu grubun yetkinliği sistematik bir şekilde azalırsa ne olur?
Gelişmiş ülkeler, yapay zekanın yarattığı sorunları yönetmekte daha avantajlı bir durumda. Yapay zekanın faydaları ve yaratmış olduğu kesintiler eşit dağılmamaktadır. Yani kalkınmakta olan ülkelerdeki nitelikli iş gücü, hem teknolojiye erişim hem de bu teknolojiye olan bağımlılığın sonuçlarıyla başa çıkma kapasitesi açısından çifte bir dezavantajla karşı karşıya kalmaktadır.
IMF’nin hesaplamalarına göre, küresel istihdamın yaklaşık yüzde kırkı yapay zekadan etkilenebilir. Gelişmiş ekonomilerde bu oran yüzde altmışa kadar çıkıyor; etkilenen bireylerin yarısı yapay zekadan fayda sağlarken diğer yarısı yer kaybedecek. Ancak bu tablo, bir de beceri körelmesi ile birleştiğinde çok daha karmaşık bir hale geliyor.
Özetle, yapay zekayı en çok kullananlar, en yüksek verimliliği elde edenler değil, en çok körelme riski taşıyanlar olabiliyor. Bu körleşme, bireysel bir sorun olmaktan çıkıp yapısal bir kırılganlığa dönüşüyor. Verimlilik vaadinin arkasında gizli bir maliyet bulunuyor. Bu maliyet görünmüyor, ölçülmesi zor; ancak birikerek ilerliyor.
Referanslar
Shen, J. H. & Tamkin, A. (2026). How AI Impacts Skill Formation. arXiv:2601.20245v2.
Anthropic. (2025). Labor Market Impacts Report. anthropic.com/research/labor-market-impacts
Jarrahi, M. H. (2026). Cognitive Debt, Skill Atrophy: Frictionless AI. Cognitive World.
Macnamara, B. N. et al. (2024). Does using AI assistance accelerate skill decay? PMC / NIH.
Danaher, J. (2025). AI deskilling is a structural problem. AI & Society, Springer Nature.
IMF. (2024). AI Will Transform the Global Economy. Georg
