Yapay Zekâ ve Jevons Çelişkisi

Teknoloji dünyasında yaygın bir varsayım vardır: Bir süreç daha verimli hâle geldiğinde daha az kaynak ve enerji kullanılır, daha az zaman harcanır ve maliyetler düşer. Bu, ilk bakışta oldukça mantıklı görünse de tarih, verimliliğin her zaman daha az tüketim anlamına gelmediğini gösteriyor.

1865 yılında İngiliz iktisatçı William Stanley Jevons, The Coal Question adlı eserinde dikkat çekici bir gözlem ortaya koydu. Buhar makineleri geliştikçe aynı işi yapmak için daha az kömür gerekiyordu. Doğal beklenti, kömür tüketiminin azalmasıydı. Fakat tam tersi gerçekleşti. Buhar gücü ucuzladıkça fabrikalar bu teknolojiyi daha yaygın kullanmaya başladı, üretim arttı ve yeni kullanım alanları ortaya çıktı. Sonuç olarak her bir makine daha verimli çalışmasına karşın toplam kömür tüketimi hızla yükseldi. Bu olgu bugün Jevons Çelişkisi adıyla biliniyor.

Teknoloji tarihinde bu durumun pek çok örneğiyle karşılaşıyoruz. Yakıt tasarruflu otomobiller yaygınlaştıkça insanlar daha uzun mesafeler kat ediyor. İnternet bağlantıları hızlandığında daha az değil, daha fazla veri tüketiliyor. Kısacası verimlilik artışı, çoğu zaman tüketimi azaltmak yerine daha da artırıyor.

Benzer bir durum şehir ulaşımında da görülüyor. Ulaşım ekonomisinde indüklenmiş talep olarak bilinen olguya göre, yeni bir köprü ya da otoyol yapıldığında ilk beklenti trafiğin kalıcı olarak azalmasıdır. Ancak artan ulaşım kapasitesi daha fazla kişinin otomobille yolculuk yapmasını teşvik edebilir. Daha önce toplu taşımayı kullananlar, farklı saatlerde seyahat edenler veya yolculuğunu erteleyenler yeni kapasiteden yararlanmak için yola çıkmaya başlar. Sonuçta başlangıçta rahatlayan trafik zaman içinde yeniden yoğunlaşabilir. İstanbul Boğazı'nda inşa edilen yeni köprülerin trafik üzerindeki etkisi de bu olgu bağlamında sıkça tartışılıyor. Kısacası, kapasite arttıkça talep de çoğu zaman artar.

Bugün aynı dinamiği yapay zekâ alanında da açıkça görebiliyoruz. Son birkaç yılda yapay zekâ araçları dijital içerik ve bilgi üretiminin maliyetini önemli ölçüde düşürdü. Daha önce saatler süren araştırmalar dakikalar içinde tamamlanabiliyor. Yazılım geliştirme süreçleri hızlanıyor, tasarım üretimi kolaylaşıyor, müşteri hizmetleri otomatikleşiyor ve içerik üretimi büyük ölçüde artıyor. Her bir görevin maliyeti azalırken toplam üretim kapasitesi hızla yükseliyor. Bir içerik üreticisi aynı sürede çok daha fazla içerik hazırlayabiliyor, bir geliştirici daha kısa sürede daha fazla ürün ortaya koyabiliyor, şirketler ise daha büyük operasyonları daha küçük ekiplerle yönetebiliyor.

Tam da bu noktada Jevons Çelişkisi yeniden karşımıza çıkıyor. Yapay zekâ modelleri her geçen yıl daha verimli hâle gelse de kullanımın yaygınlaşmasıyla veri merkezlerinin sayısı artıyor, daha güçlü işlemcilere ihtiyaç duyuluyor ve enerji talebi büyüyor. Bir sorgunun maliyeti düşerken toplam sorgu sayısı katlanıyor. Verimlilik arttıkça yapay zekâya dayalı uygulamaların ve kullanım senaryolarının sayısı da hızla artıyor. Sonuçta görev başına harcanan enerji azalmasına karşın sistem genelindeki toplam enerji tüketimi artıyor. Bu durum, verimlilik artışının yalnızca ekonomik değil, çevresel bir geri tepme etkisi de yaratabileceğini gösteriyor. Başka bir deyişle, bireysel ve kurumsal düzeyde tasarruf sağlanırken küresel ölçekte enerji tüketimi ve çevresel baskı artabiliyor.

Bu etki yalnızca enerji tüketimiyle de sınırlı değil. İş dünyasında da benzer bir dönüşüm yaşanıyor. Yapay zekâ bazı görevleri otomatikleştirirken aynı zamanda yeni uzmanlık alanları oluşturuyor. Veri hazırlama, model eğitimi, yapay zekâ entegrasyonu, kalite kontrol, etik denetim ve yapay zekâ destekli ürün geliştirme gibi alanlar giderek öne çıkıyor. Tarih boyunca birçok teknolojik dönüşüm bazı meslekleri ortadan kaldırırken yenilerini de ortaya çıkardı. Yapay zekânın da benzer biçimde iş gücünü azaltmaktan çok dönüştürmesi olası görünüyor.

Bu nedenle yapay zekâ tartışmalarında asıl odaklanılması gereken konu verimliliğin kendisi değil, verimliliğin nasıl kullanıldığıdır. Eğer amaç aynı çıktıyı daha az kaynakla üretmekse toplam tüketim gerçekten azalabilir. Ancak elde edilen verimlilik daha fazla üretim yapmak, daha fazla kullanıcıya ulaşmak ve daha fazla işlem gerçekleştirmek için kullanılıyorsa toplam kaynak tüketimi büyümeye devam edecektir. Çünkü teknolojinin başarısı, çoğu zaman onu daha az değil, daha fazla kullanmamıza yol açar.

Yapay zekâ, Jevons Çelişkisi'nin günümüzdeki en görünür örneklerinden biri hâline geliyor. Bu da bizi temel bir soruyla karşı karşıya bırakıyor: Verimlilik arttığında gerçekten tasarruf mu ediyoruz, yoksa yalnızca daha fazlasını üretip tüketmenin önünü mü açıyoruz?