Üretim sürecinin mümkün olduğunca elverişli hâle getirilmesi, sadece üretim sisteminin, tipinin ya da anlayışının yenilenmesi ile değil, kullanılan teknik ile de bağlantılıdır. En iyi teknikle en kötü sistemde sonuç almak ne denli olanaksızsa tersi durumda da, yetersiz teknikle uygun çalışan bir üretim sistemine ulaşmak mümkün değildir. Yani sistem, her ikisinin de birbiri ile uyumlu olması, birbirini tamamlamasıyla fonksiyonel hâl alır. Buna örnek olarak, son yıllarda hızla gelişen Yapay zekâ ve bunun hayatın değişik alanlarında, bu arada maddi üretim sürecinde de yaygın olarak uygulanmasını gösterebiliriz.

Bu durumu, Siemens‘in yapay zekâ birikimiyle, otomobil fabrikası Audi’de üretimi optimize etmesi ile somutlayalım!

Şöyle ki, ^[1] Siemens, geliştirdiği “ilk sanal hatasız kontrol sistemi” PLC (sanal hafızalı programlanabilir kontrolör) için uygunluk belgesi alarak, bu alanda piyasadaki ilk arızaya dayanıklı sanal kontrolör olan Simatic S7-1500V F programını söz konusu araba fabrikalarında uygulamaya aldı. Bu, üretimde çalışanların güvenliği ve makinelerin sorunsuz bir şekilde çalışması, otomasyonun fonksiyonalitesi açısından hayati önem taşıyor. Siemens’in bu yeni inovasyonuna kadar, Audi’de üretimde fonksiyonel güvenliğini sağlamak için özel donanımlara ihtiyaç duyuluyordu. Şimdi PCL ile Audi‘ye, gövde imalatında gerçek zamanlı kalite kontrolü için yapay zekâya dayanan bir sistemin altyapısı sağladı, üretim süreçlerinin yapay zekâya uyumlu hale getirilmesine katkıda bulundu. Artık Endüstriyel Yapay Zekâ Paketi ve uç cihaz olarak Simatic BX-59A endüstriyel PC’sini temel alarak karmaşık yapay zekâ tabanlı kalite kontrolleri gerçekleştirebiliyor; örneğin karoseride kaynak sıçramaları gibi üretim hatalarının otomatik olarak giderilmesi için gerekli koşulları yaratıyor ve müşteri memnuniyeti konusunda şirkete rekabet avantajı sağlıyor.

Endüstri Robotları

Bu konuda ikinci bir örnek, Fraunhofer Enstitüsü’nün (IFF) geliştirdiği Kognitif Endüstri Robotları olabilir. ^[2] Yeni yapay zekâ tabanlı gelişmelerle robotlara, değişen ortamlarda bile otonom bir şekilde çalışabilmeleri için ihtiyaç duydukları bilişsel yetenekler kazandırılıyor. Bu sayede endüstriyel ortamlarda montaj ve demontaj gibi karmaşık süreçlerin veya bakım sektöründeki nesnelerin kullanılması işlemlerinin otomatik olarak gerçekleştirilmesi mümkün olacak. Projeksiyon ve kamera tabanlı güvenlik teknolojisi, yapay zekâ tabanlı hareket kontrolüne sahip robotların çevresinde vuku bulan değişikliklere güvenilir şekilde tepki vermelerini, yeni görevlere, şartlara uyum göstermelerini ve nihayetinde uygulamayı güvenli bir şekilde tamamlamalarını sağlıyor.

Sadece bu değil tabii ki. Kognitif (bilişsel) robotlar, deneyimlerden öğrenme yeteneklerine de sahip. Bu yeni inovasyon, bugüne kadar belirli ve dar tanımlı görevlerle sınırlı olan geleneksel robotik için kapalı kalmış, çok çeşitli yeni uygulama alanlarının da önünü açıyor. Bilişsel robotlar deneyimlerden ders çıkarabiliyor, bağımsız kararlar alabiliyor ve farklı senaryolara uyum sağlayabiliyor. Mesela, bileşenleri seçip yerleştirmeyi içeren “al ve yerleştir” görevleri için, bilişsel bir robotun artık parçaları almadan önce tek tek bu komponentlerin nasıl göründüğünü öğrenmesine gerek kalmıyor. Bunun yerine, nesnenin boyutunu, şeklini, dokusunu ve durumunu yakalamak için (bir göz gibi) kamerasını kullanıyor. Bu bilgilerle, davranışını farklı çevre koşullarına göre uyarlayabilir, hatta farklı ambalaj malzemelerini bile kullanabilir.

IFF uzmanları, yapay zekâ tabanlı robotların güvenli bir ortamda insanlarla etkileşime girebilmesini (robot-insan işbirliğini) sağlamak için yeni ve patentli bir yol olan PARU’yu geliştirdiler. PARU, insanların güvenli bölgeye girdiğini algılayarak, makinenin doğrudan etrafına görünür uyarı ve koruma alanları yansıtmak için modern projektör ve kamera teknolojisini kullanıyor. Kameralar beklenen görüntüyle gerçek görüntünün farklı olduğunu algılıyor. İhtiyaca göre robot anında duruyor veya yavaşlıyor. PARU, robotun mevcut durumunu her zaman göz önünde bulundurduğu için güvenlik alanları makinenin hareketlerine dinamik olarak uyarlanabiliyor, bu da bilişsel robotikte kullanım için ideal.

Bu noktada 3D-Printer’i, yani 3 boyutlu baskı makinası tekniğini ele alalım! Bu makina, hammaddelerden üç boyutlu nesneler, komponentler üretmek için katmanlama tekniğinin uygulandığı üretim süreçlerini ifade eder. 1981 yılında bulunan, pratikte ilk defa 1983 yılında kullanılan bu baskı tekniğinde (döküm demek daha doğru olur) üretim süreci bir CNC makinesinde olduğu gibi CAD/CAM (bilgisayar destekli tasarım) verilerine dayanır. Çoğu döküm süreçlerinde üretim, katmanlara katmanlar eklenerek oluşturulur. Katmanların yapılandırılması sırasında fiziksel veya kimyasal sertleştirme veya erime süreçleri de kullanılabilir. Endüstriyel üretimde (meselâ prototip oluşturmada, modellemelerde ve kalıp tekniğinde) yeni perspektifler açan bu tekniğin gittikçe yaygınlaşması, olguyu değişik seviyelere getirdi. Getirmeye de devam ediyor, 3D baskı makinaları robot boyutlarına taşınıyor. Almanya’daki Münster Uygulamalı Bilimler Yüksek Okulu Mimarlık Bölümü’nde, bölgedeki ilgili şirketler için büyük formatlı, standart dışı boyutlarda plastik bileşenleri üretebilen, her türlü ölçülerde baskı (döküm) yapabilen bir üç boyutlu printer robotu bulunuyor. ^[3]

3D Baskı robotları, oyma sanat eseri görünümündeki vitrin nesnelerinden, pencere çerçevelerine, teknik modüllerden, evlere, köprülerden mobilyalara ve endüstriyel bileşenlere kadar her şeyi basabiliyor. Söz konusu kurumdan Moritz Wesseler, “Bu bizi, ülke çapında böyle bir tesise sahip çok az sayıdaki üniversitelerden biri yapıyor. Öğrencilerimiz artık robotik ve dijital üretimle daha yoğun bir şekilde ilgilenebiliyor ve paha biçilmez pratik deneyimler kazanabiliyorlar” diyor. “3D baskı robotunu kullanırken edindikleri becerileri CNC freze makinesi gibi diğer cihazlara da aktarabiliyorlar. Çünkü bir doktora öğrencisinin açıkladığı gibi, “İster bir şey yazdırın, ister malzeme çıkarın, üç boyutlu modelleme için gerekli hesaplamalar aynı.” Bölgesel şirketler burada 3D baskı robotlarını test edebiliyor.

Dijital tasarım ve inşaat profesörüUlrich Blum, “Bu tür dijital üretim, endüstriyel şirketlere tamamen yeni, sıra dışı tasarım olanakları sunuyor” diye vurguluyor ve ekliyor: “Bir diğer avantajı da daha az malzemeye ihtiyaç duyulması ve karmaşık montaj adımlarının ortadan kalkması nedeniyle kaynak ve personel tasarrufu sağlayabilmeleridir.”

Yapay zekâ konusunda verilebilecek diğer bir örnek de mühendislik alanından olabilir. VDI (Alman Mühendisler Birliği) araştırması net bir tablo ortaya koyuyor. ^[4] Burada “Üretken yapay zekânın” var olan verilerden yeni veriler üretme özelliği ile sadece veri analiz eden “geleneksel” versiyonundan ayrıldığını belirtelim. Mühendislik alanında bir şeylerin yerine geçmek için değil, desteklemek için kullanılabilen üretken yapay zekâ, teknolojik bir güncellemeden çok daha fazlasını ifade ediyor. Çünkü “hassas planlama” ile kurallara bağlı olarak işlev gören klasik mühendislik mesleği;, olasılıklarla çalışan, belirsizlikle başa çıkan ve genellikle açıklanması zor sonuçlar üreten bir teknolojiyle karşılaşıyor. Bu durum sadece araçları değil; rolleri, sorumlulukları, eğitim ve gelişim gereksinimlerini de değiştiriyor.

Şöyle ki, üretken yapay zekâ, metin, resim, kod ve hatta teknik tasarımlar gibi yeni içerikler üretme yeteneğine sahip olması itibarıyla, kural tabanlı sistemlerin aksine sabit talimatları izlemek yerine istatistiksel kalıpları öğrenir, bu da onu esnek ama aynı zamanda öngörülemez kılar. Bu gibi sorunlara rağmen söz konusu teknoloji, sunduğu olanaklarla yaratıcı tasarım süreçlerinde, hızlı bir fikir kaynağı olarak, teknik dokümantasyon için metin üretiminde veya genel programlama dillerinde kod desteği sağlamada oldukça başarılı olmasıyla şimdiden ikna edicidir.

Mühendisler, özellikle dokümantasyon, teknik talepler veya rutin hesaplamalar gibi zaman alan tekrarlayıcı görevlerin söz konusu olduğu alanlarda iş yükünün hafiflemesi için büyük fırsatlar görüyorlar. Yapay zekâ, mühendislik faaliyetlerine alan açan yardımcı bir asistan olarak algılanıyor. Daha karmaşık uygulamalarda odak noktası haline geliyor. Bu bağlamda yapay zekâ, gelecekte üretim verilerini analiz, tasarım süreçlerine eşlik edebileceği veya uygunluk kontrollerinde destek de sağlayabileceği düşünülüyor.

Peki, yapay zekânın istihdama etkisi, çalışan nüfus açısından kısa, orta ve uzun vadede sonuçları neler olabilir? Bunu yapay zekânın kendisine sorduk. Çeşitli kaynaklardan bu konuda derlediği yanıtı şöyle:

“Yapay zekânın (YZ) istihdam üzerindeki etkileri bir ‘üç dalga dönüşümü’ olarak tanımlanabilir. 2026 yılında bu sürecin ilk aşamasının tam ortasında bulunurken, orta ve uzun vadeli sonuçlar şimdiden net bir şekilde belirginleşiyor.

Yapay Zeka Dönüşüm Zaman Çizelgesi

1. Kısa Vadeli (1–3 Yıl: Destekleme ve Artırma Aşaması)

2026 yılında odak noktası insanın yerini almak değil, desteklenmesi üzerinedir.

– İş Kaybı Değil, İş Değişimi: Çoğu meslek varlığını sürdürüyor ancak yapılan işler kökten değişiyor. YZ; e-postaların özetlenmesi, veri hazırlama veya kod önerileri gibi “mikro görevleri” devralıyor.

– Yetenek Primi: YZ araçlarına hakim olan uzmanlar, uzmanlaşmış rollerde %56’ya varan ciddi maaş artışları elde ediyor.

– Başlangıç Pozisyonlarında Baskı: Veri işleme ve müşteri hizmetleri gibi rutin görevlerin otomatikleşmesiyle, kariyerinin başındaki (Junior) rollerde ilk olumsuz etkiler görülmeye başlanıyor.

2. Orta Vadeli (5-10 Yıl: Yeniden Yapılandırma Aşaması)

2030-2035 civarına gelindiğinde YZ entegrasyonu yapısal bir hal alacak. McKinsey’e göre, bugün çalışılan saatlerin %30’u otomatikleştirilebilir hale gelecek.

– Meslek Değişimi: Sadece Almanya’da 3 milyona yakın kişinin meslek değiştireceği tahmin ediliyor. İnsanlar idari rollerden STEM (Fen, Teknoloji, Mühendislik, Matematik) alanlarına, sağlık sektörüne veya yeşil endüstrilere geçiş yapıyor.

– Nitelikli İş Gücü Açığına Tampon: YZ, yaşlanan toplumlar için hayati bir destek haline geliyor. Baby Boomer kuşağının emekliliğiyle oluşan boşluğu kapatıyor.

– Yeni Meslek Grupları: YZ Etik Uzmanı, Prompt Mühendisi ve “İnsan-YZ İş Birliği Yöneticisi” gibi roller standart haline geliyor.

3. Uzun Vadeli (15 + Yıl: Yeniden Tanımlama Aşaması)

2040 ve sonrasına doğru, YZ bugünkü işlerin %50-60‘ını dönüştürebilir veya tamamen otomatize edebilir.

– Ekonomik Ayrışma: Verimlilik artık zorunlu olarak insan çalışma saatlerine bağlı olmaktan çıkıyor. Bu durum, Koşulsuz Temel Gelir (KTG) veya tam maaş karşılığı çalışma saatlerinin kısaltılması tartışmalarını beraberinde getiriyor.

-“İnsanlık” Odağı: Empatiye, derin güvene ve fiziksel varlığa dayalı meslekler (örneğin; özel eğitim, zanaatkarlık, palyatif bakım) insani çalışma hayatının merkezine yerleşiyor.

– Yaratıcılık Paradoksu: İnsanların YZ önerilerine çok fazla bağımlı hale gelmesiyle bir “yaratıcı tembellik” riski ortaya çıkıyor.

Sonuçların Özeti

2026’da en büyük tehlike YZ’nin kendisi değil, uyum sağlama hızıdır. Dayanıklılığa ve hayat boyu öğrenmeye yatırım yapan şirketler ve çalışanlar, bu dönüşümün kazananları arasında yer alacaktır.“

Evet, yapay zekânın çeşitli kaynaklardan özetlediği görünüm bu. Burada dikkati çeken kısa ve orta vadede yeni teknolojiye alışma ve kendini uyarlama-ayarlama döneminde, Dünya Ekonomik Forumu ve IAB gibi kuruluşların verileri şu tabloyu çiziyor:

Küresel olarak yapay zekânın 2030’a kadar yaklaşık 92 milyon pozisyonu yok etmesi, ancak aynı zamanda 170 milyon yeni pozisyon yaratması bekleniyor. Bu da küresel planda yaklaşık 78 milyonluk bir net istihdam artışı anlamına geliyor. Sorun ya da belirsiz olan, yapay zekânın istihdam üzerindeki uzun vadedeki etkisi. 2045 sonrası, otomasyonun hızlanmasıyla tablo “olumsuz” görünüyor.

Bu noktada beklenen, belli meslek ya da meslek gruplarının büyük ölçüde veya tamamen ortadan kalkması, bunların gördüğü işlevlerin androidler ya da ful otomasyona dayalı sistemler tarafından yerine getirilmesi. Belki de Elon Musk’ın dediği gibi spekülatif boyutlarda bir işsizlik ortaya çıkmayacak ama görünüşe göre insanlığın çözüm bulması gereken büyüklükte, yapısal bir sorun oluşacak.

Bu Devrimsel Değişiklikler Bize Neyi Anlatıyor?

Makro ekonomilerin mikro organizmalarında, hücrelerinde, yani işletmelerde modern üretim tiplerinin uygulanıp yaygınlaşması sadece bir şeye işaret ediyor: Kapitalizmin ortaya çıkışından bu yana, Marx’ın deyimi ile “Kendi üretim bazını devrimsel değişikliklerle yenilemesi, rasyonalize etmesi…” Bunun nedeni ise sıklıkla vurguladığımız gibi “Her şeyi daha iyi kalitede, daha hızlı ve üretim maliyetleri açısından daha ucuza üretip, ürettiğini daha hızlı bir şekilde pazara ulaştırma” rekabetinde ayakta kalabilme, bir “survivor” mücadelesi. Burada üretim tipi ile üretim tekniklerinin birbirine uyumu “eşyanın tabiatına uygun.”

“Gerçek ekonomi – tasarruf – emek zamanından tasarruf etmekten ibarettir; (…) Fakat bu tasarruf, üretici güçlerin gelişmesiyle özdeştir.” ^[5] diyordu Marx.

Kapitalizmde başından beri var olan ve kendi içinde, daha önceki makalelerimizde sözünü ettiğimiz çelişkileri barındıran üretim sürecinin ve tipinin sürekli yenileştirilerek ekonomize edilmesi başka hangi ileri seviyelerde mümkün olabilir? Bu noktada, yapay zekâ dışında tasavvur edilebilecek başka olanaklar yoksa, kapitalizm bu konuda sınırlarına ulaşmışsa, bundan sonra gelecek olan toplumsal gerçeklik, ekonomik düzen nasıl olabilir? Gelecekte bizi nasıl bir toplum biçimi bekliyor?

“Çağımızın son harikası” yapay zekâdan ve bunun insanlık üzerine olası etkilerinden başlayalım. “(…) İnsanla yapay zekânın simbiyozisi, yapay zekâ yardımı ile bilimsel gelişmelerin ivemelenmesi ile birleşince, hepimizin bir anlamda süper güçlere sahip “cyborglar”^[6] olacağımız, belki kendi organlarımızın, yedeklerini üç boyutlu printerlardan basacağımız ya da daha iyisi kök hücrelerle kendi vücudumuzun yaşlanmasını durdurup geriye çevireceğimiz, beynimizin kapasitesini yapay zekâ ve yüksek hızlı internet bağlantısı ile genişletip hiçbir şeyi ezberlememize gerek kalmadan, istediğimizde sadece düşünerek Google’da arama yapabileceğimiz, içimizden konuşarak/düşünerek kendimize özel yapay zekâ ile konuşacağımız, duyduğumuz/gördüğümüz her şeyi anında çevirip beynimize iletecek yapay zekâ sistemleri sayesinde yabancı dil öğrenmek zorunda kalmayacağımız bir gelecek bizi bekliyor…” ^[7]

Böylesi yarı biyolojik-yarı bilgisayar cyborgları M. R. Aktolga, “modern sınıfsız bilgi toplumlarının bilinçli doğası” olarak nitelendiriyor. ^[8] Söz konusu “bilinçli doğa”, bu yapısıyla “klasik insan” olmamakla birlikte bir makine de değildir. Yeni oluşum, doğa-insan etkileşiminin bir ürünü, sentezi olarak ortaya çıkacak olan “kendi bilincine varmış doğa” olacaktır. Bu, gelecekte bilgisayarların, robotların klasik insan tipinin yerini alacağı anlamına da gelmiyor. Nedeni de açık. Ne kadar gelişmiş olursa olsun bir robot ya da android için “yaşamı devam ettirme mücadelesi” yoluyla kendi nefsini yeniden üreterek var olma diye bir şey söz konusu olamaz. Bir robotun kimlik oluşturma, beş duyusu, sıcak veya soğuğu hissetme ya da çevre sorunu veya iklim krizine karşı mücadele etme gibi sorunları olmayacaktır. ^[9]

Toplumlarda ekonomik gelişmenin şimdiye kadarki trendlerinde geleceğe yönelik mümkün olanı “Marx versus Marx?” başlığı bir önceki makalemizde inceleyerek kimi sonuçlar çıkarmıştık. Bunları, şimdi burada ifade ettiğimiz Yapay zekânın insanlar açısından sonuçlarını, yeni insan tipini göz önünde bulundurarak toplum bilim açısından geleceğe yönelik şöyle bir projeksiyon yapabiliriz:

“Birey de, kapitalizmin, özel mülkiyetin gelişimi süreci içinde gelişmesinin en yüksek aşamasına eriştikçe (“bilinçli doğa” haline geldikçe) adım adım toplumsal varlığın içinde ‘kendi varlığında yok olacaktır’. Ondan sonra artık, tıpkı ilkel komünal toplum içinde bir insan ‘birey olarak varolmadan’ nasıl varoluyorduysa, modern sınıfsız toplum insanı da o şekilde -ama bu kez ‘bilinçli doğa’ olarak- varolur hale gelecek! Daha başka bir deyişle, ilkel sınıfsız toplumdan sınıflı topluma geçilirken özel mülkiyetle birlikte ortaya çıkan ‘birey’ de, özel mülkiyet yok olurken ‘kendi varlığında yok’ olacak… Yola çıkarken o ilk varoluş aşamasında ‘kovulduğu cennetine’ yeniden kavuşan ‘insan’, bu kez artık ‘bilinçli doğa’ olarak, varlığının diğer bütün varlıklar gibi evrensel oluşum sürecinin bir parçası olduğunun bilincinde olarak yaşamını sürdürecek…” ^[10]

Süreci tarihsel olarak ele alırsak “…bir zamanlar feodal toplumun ana rahminde ‘Kent Toplumu’ olarak gelişmeye başlayan kapitalist toplumun, daha sonra sırtındaki feodal kabuğu atarak kendi ayaklarının üzerinde yürümeye başlaması gibi, şimdi de, adım adım, burjuvazinin ve işçi sınıfının -her ikisinin de- birlikte yok olarak yerlerini bilgi üreten yarı biyolojik-yarı computer (benim ‘bilinçli doğa’ adını verdiğim) güçlere bıraktığı modern sınıfsız bir bilgi toplumuna doğru gidiyoruz… Hayırlı olsun!!” ^[11]

Kaynakça

1. https://www.industry-of-things.de/ki-know-how-von-siemens-optimiert-fertigung-bei-audi-a-a2bd1f1e13082b55 6c45663016848a95/?p=1 ↑

2. https://www.industry-of-things.de/robotik-ki-basierte-entwicklungen-fraunhofer-institut-a-289515afa373b820a1052ccd 2714b30e/?cmp=nl-f979e949-1ba9-4fb2-88c0-80c31f860568&uuid=002E0118-E2B7-4986-807B-83115C82D8A8 ↑

3. https://www.industry-of-things.de/3d-druckroboter-architektur-fachhochschule-muenster-a-636a3421c66aa36e04f 33c69eec70dd2/?cmp=nl-e00b61 3b-6d88-4acc-999e-3788377a8550&uuid=002E0118-E2B7-4986-807B-8311 5C82D8A8 ↑

4. VDI-Studie, Auswirkungen generativer KI auf die Arbeit in Ingenieur-berufen Perspektiven, Chancen und Empfehlungen, vdi.de ↑

5. K. Marx, Grundrisse der Kritik der politischen Ökonomie, MEW Bd. 42, S. 602 ↑

6. Cyborg (siborg), biyolojik bir organizma ile teknolojik parçaların birleşmesinden oluşan varlıklara verilen addır. Bu terim, İngilizce “cybernetic” (sibernetik) ve “organism” (organizma) kelimelerinin birleşiminden türetilmiştir. Siborglar, tamamen makine olan robotlardan ve insana benzeyen robot olan androidlerden farklıdır. Bir varlığın siborg sayılması için canlı bir temele sahip olması ve bunun teknolojiyle işlevsel olarak bütünleşmesi gerekir. ↑

7. Dr. Çetin Meriçli, Yayınlayan: Filiz Dağ, Neo İnsan 10.0, Gelecek Nasıl Şekillenecek? S. 59 ↑

8. Münir R. Aktolga, Devrim Nedir?, Felsefede Devrim, S. 156 ↑

9. a. g. y., S.173 ↑

10. a. g. y., S.167 ↑

11. a. g. y., S. 156 ↑