Yapay zekâ alanının en saygın isimlerinden biri olan Andrej Karpathy, geçtiğimiz hafta sonu sessiz sedasiz yayımladığı bir çalışmayla teknoloji dünyasını sarstı. OpenAI’ın kurucu ortaklarından ve Tesla’nın eski AI direktörü olan Karpathy, ABD’deki 342 mesleği yapay zekâya maruz kalma düzeyine göre 0 ile 10 arasında puanladı. ABD İş İstatistikleri Bürosu’nun (BLS) Mesleki Görünüm El Kitabı verilerini temel alan analiz, toplamda 143 milyon çalışanı kapsayan geniş çaplı bir değerlendirme sunuyor. Çalışmanın en çarpıcı bulgusu ise açık: ekran başında çalışanlar, yapay zekâdan en çok etkilenecek grup.
Analiz sonuçlarına göre tüm mesleklerin ağırlıklı ortalama AI maruziyet puanı 10 üzerinden 4,9 olarak hesaplandı. Ancak maaş düzeylerine göre dağılıma bakıldığında tablo çok daha çarpıcı hale geliyor. Yıllık 100 bin doların üzerinde kazanan meslekler ortalama 6,7 puan alırken, 35 bin doların altında geliri olan meslekler yalnızca 3,4 puan aldı. Bu durum, geleneksel “eğitim yatırımı kariyer güvencesi sağlar” anlayışını kökünden sorgulatıyor. Büyük dil modelleri (LLM’ler) fiziksel nesnelerden çok dijital bilgiyi işlemekte üstün olduğu için, en yüksek eğitim gerektiren ve en yüksek maaşı ödeyen meslekler paradoks olarak en savunmasız konumda.
Karpathy’nin kullandığı yöntem de dikkat çekici. BLS’nin mesleki verilerini bir LLM’ye besleyerek her mesleğin otomasyon potansiyelini değerlendirdi. Görselleştirmede ise treemap (ağaç haritası) tekniğini kullandı: blok büyüklüğü istihdam hacmini, renk ise maruziyet seviyesini (yeşil = düşük, kırmızı = yüksek) temsil ediyor. Çalışma viral hale geldikten kısa süre sonra Karpathy, GitHub deposunu sildi ancak web sitesini aktif bıraktı. Karpathy’nin bu adımı atmasının nedeni, keşifsel bir analizin kesin bir öngörü olarak yayılmasından duyduğu rahatsızlık olarak değerlendiriliyor. Nitekim Elon Musk’ın “Tüm işler isteğe bağlı hale gelecek” yorumu, analizin nasıl bağlamından koparıldığının somut bir örneğiydi.
Ancak uzmanlar önemli uyarılarda bulunuyor: Yüksek maruziyet puanı iş kaybı anlamına gelmiyor. Örneğin yazılım geliştiricileri 9/10 puan aldı ancak AI sayesinde geliştiricilerin verimliliği arttıkça yazılıma olan talep de büyüyebilir. Ayrıca bir LLM’nin, mesleklerin LLM tarafından ne kadar ikame edilebileceğini puanlaması metodolojik olarak döngüsel bir yaklaşım içeriyor. Düşük puan alan fiziksel meslekler ise robotik ve otonom araçlar gibi farklı teknoloji yollarından tehdit altında olabilir. Karpathy’nin çalışması bir tahmin değil, bir görselleştirme alıştırması olarak değerlendirilmeli; ancak sektörün geleceğine dair önemli ip uçları sunuyor.
Repo : https://github.com/karpathy/jobs?tab=readme-ov-file
Live Demo : https://karpathy.ai/jobs/