Yapay zeka henüz kitlesel işsizliğin net bir hikayesini üretmedi. Gelişmiş ülkelerde toplam istihdam genel olarak sabit kalırken, son değerlendirmeler AI’nın başlık numaralarını kayda değer ölçüde etkilediğine dair sınırlı kanıt buldu. Ancak yüzeyin altında, kariyer basamaklarının ilk merdiveninde sessiz bir zayıflama yaşanıyor.
En endişe verici veriler, tam da ilk olarak beklediğimiz yerde ortaya çıkıyor: erken kariyer işe alımlarında. Stanford Digital Economy Lab tarafından Kasım 2025’te yayımlanan bir çalışma, AI’a en çok maruz kalan mesleklerde 22‑25 yaş arasındaki çalışanların, üretken AI’nın yayılmasından sonra istihdamda %16’lık göreli bir düşüş yaşadığını gösterdi; bu sonuç diğer faktörler kontrol edilerek bulunmuş. Mart 2026’da Anthropic’in bir raporu da benzer bir sonuca işaret eden kanıtlar sundu. Aynı mesleklerde daha deneyimli çalışanlar aynı düşüşü göstermedi.
AI maruziyeti düşük olan giriş seviyesi işlerinde istihdam da düşmüyor. Endişe, AI’ye maruz kalan erken kariyer işlerine özgü. Bu, küçük bir işaret değil; firmaların, geleneksel olarak kişinin ilk adımını attığı junior görevleri yerine AI’yı kullandığını gösteriyor – özellikle üretken AI’nın yoğun olarak kullanıldığı yazılım geliştirme, müşteri hizmetleri, bilgisayar programlama ve bilgi sistemleri yönetimi gibi alanlarda.
Şimdi gençlerin iş gücüne girişi için eğitim, hazırlık ve destek yaklaşımlarını değiştirme zamanı. Eğitim kurumları, AI destekli bir iş gücüne uyum sağlayacak şekilde yeniden yapılandırılmalı. Hükümetler, erken kariyer çalışanlarını işe alıp eğiten işletmeleri teşvik etmeli. Şirketler ise uzun vadeli, AI konusunda deneyimli bir iş gücü geliştirmeye yatırım yapmalı; bu süreç giriş seviyesi çalışanlarla başlar. Öğrenciler de sadece AI okuryazarlığı kazanmakla kalmayıp, bu bilgiyi çeşitli alanlarda nasıl uygulayacaklarını öğrenmekten sorumlu olmalı.
Kısacası, giriş seviyesi işlere dair geleneksel bakış açımızı değiştirmeliyiz. Bu, yeni mezunların iş piyasasının da yumuşak bir dönemden geçmesi nedeniyle daha da kritik. New York Federal Reserve Bankası, 2025’in dördüncü çeyreğinde yeni mezunların işsizlik oranının %5,6’ya, düşük beceriyle çalışıyor olma oranının ise (%42,5) Covid pandemisinin ardından en yüksek seviyeye yükseldiğini bildirdi. Tek bir istatistik AI’nın tek başına bu bozulmanın nedeni olduğunu kanıtlayamaz; pandemi sonrası işe alım genel olarak azaldı ve gençler bu duruma karşı özellikle savunmasız. Ancak AI’nın, okul‑iş geçişindeki zaten zor süreci hızlandırıyor olabileceğini göz ardı etmek bir yanılgı olur.
Bu sayılar, kişisel sıkıntıların da bir yansıması. Bugün yeni mezunlar tek bir teklif alabilmek için yüzlerce başvuru gönderiyor; anketler genç çalışanlarda artan kaygı, mali belirsizlik ve tükenmişlik oranlarını sürekli olarak gösteriyor. AI sessizce tipik erken işlerin kapısını kapatırsa, bireyler gecikmiş bağımsızlık, ertelenmiş aile kurma ve ilk ciddi profesyonel çabalarının reddedildiği hissiyle karşılaşacak.
Giriş seviyesi işler aynı zamanda ekonominin bir “eğitim sistemi”dir. Junior analistler hangi sayılara güvenileceğini öğrenir; genç yazılımcılar üretim sistemlerinin nasıl başarısız olduğunu keşfeder; yeni pazarlamacılar müşteri davranışlarını panolarda olmayan bir dille anlar; erken kariyer hukuk ve finans personeli kural, yargı, son tarih ve insan ilişkilerinin nasıl etkileşime girdiğini deneyimler. AI, taslak hazırlama, ön tarama, kodlama, özetleme ve idari hazırlık gibi öğrenme sürecinin temel unsurlarını absorbe ederse, firmalar kısa vadede daha verimli olurken toplum uzun vadede bu yetkinliklerden yoksun kalır.
Genç çalışanların becerilerini geliştirmek için “Kod yazmayı öğren” demek yeterli değildir. Bir zamanlar federal girişimler ve üniversite genişlemelerinin temelini oluşturan bu tavsiye, kodlamanın herkesin öğrenebileceği ve orta sınıf bir işe dönüştürebileceği sabit, ölçeklenebilir bir beceri olduğu varsayımına dayanıyordu; bu varsayım artık geçerli değil. AI’nın iyi yaptığı – spesifikasyonu rutin koda çevirme, standart desenleri yeniden üretme, öngörülebilir hataları ayıklama – katman, “kod öğren” programlarının odak noktasıydı. Şimdi AI sistemlerini denetleyebilmek çok daha kritik bir beceri haline geldi. AI sistemlerinin çıktısını anlamak ve doğrulamak, geleceğin kilit yetkinliği olacak.
Bunu sağlamak için üniversiteler, meslek yüksekokulları ve profesyonel programların müfredatına AI okuryazarlığı, veri okuryazarlığı, prompt‑temelli iş akışları, doğrulama yöntemleri ve alan‑yargısı eklenmeli. Her mezun AI araçlarını nasıl kullanacağını, çıktıyı nasıl kontrol edeceğini, sınırlamalarını anlayacağını ve insan uzmanlığıyla nasıl bütünleştireceğini bilmeli. Bu, sağlık sektörü gibi AI’dan nispeten daha az riskli görülen meslekler için bile geçerli; çünkü neredeyse her iş, taslak hazırlama, özetleme, takvimleme, araştırma, temel veri işi ve rutin iletişim gibi AI’nın zaten verimlilik artışı sağladığı görevleri içerir.
Genç çalışanların karşılaşacağı rekabet, insan‑makine çatışması değil; AI‑destekli bir meslektaşla yarış olacak. Bu yüzden gerçekçi bir kariyer yolu, AI’yı görmezden gelmek değil, teknolojiyi akıcı bir şekilde kullanmak, bunu alan bilgisi, bağlamsal akıl yürütme ve insan ilişkileri becerileriyle harmanlamaktır.
Bunu başarmak için okullar, ücretli kooperatif programları, çıraklıklar ve işveren‑bağlı projelere ağırlık vermeli; böylece öğrenciler mezun olmadan önce gerçek iş ortamlarında yargı geliştirebilir. Hükümetler de erken kariyer çalışanlarını yapılandırılmış, AI‑destekli rollere alacak işverenlere yönelik hedefli vergi indirimleri, maaş sübvansiyonları ve eğitim hibeleri yaratmalı. ABD vergi politikasında zaten bu tür koşula bağlı sübvansiyonların mimarisi mevcut; eksik olan, bunların erken‑kariyer AI‑destekli çalışmalara özel bir versiyonunun oluşturulması.
Şirketler ise işe alımları sadece AI’dan gelen kısa vadeli maliyet tasarruflarına dayanarak yapmayı bırakmalı. Genç çalışanların değeri bu çeyrekteki görevleriyle sınırlı değil; öğrenme, beceri oluşumu, kurumsal hafıza ve gelecekteki verimlilikte yatıyor. Giriş seviyesi işe alım bir maliyet değil, firmanın gelecekteki yargı stokuna yapılan bir yatırımdır. 2030’ların sonundaki en etkili AI‑destekli kıdemli iş gücü, büyük ölçüde bugünün junior neslinden gelecektir. Öğrenme aşamasını otomasyona tabi tutan firmalar kısa vadede marjlarını artırabilir, ancak bir on yıl sonra kendi AI‑çalışma akışlarını gerçekten anlayan kimseyi bulamaz.
Bu bahar ve gelecek bahar mezunu olacak öğrenciler, geçiş aşamasındaki zorlu bir iş piyasasıyla karşı karşıya. AI akıcılığı bir meta hâline geliyor; AI olmadan alan uzmanlığı geride kalıyor. Gerçek kıtlık, hem AI becerisi hem de alan bilgisine sahip profesyonellerde. Üretim bilgisine sahip bir makine mühendisi‑AI uzmanı ya da finans hizmetleri bilgisiyle AI‑konusunda uzman bir yazılım programcısı, geleceğin en çok talep edilen profilleri olacak.
Yorum Yap