AI kaynaklı iş kaybı korkusu ikiye katlandı: Verimlilik algısı belirleyici
ABD’de yapay zekâ nedeniyle kendi işini kaybetmekten kaygı duyan çalışanların oranı, 2024 sonundaki yüzde 5’ten 2025 sonunda yüzde 10’un biraz üzerine çıktı. Federal Reserve Bank of Boston’ın 2 Eylül 2026’da yayımladığı çalışanların AI deneyimlerine ilişkin araştırma, kaygıdaki yaklaşık iki katlık artışın yanında verimlilik etkisinden emin olamayan çalışanların en kaygılı grup olduğunu ortaya koydu.
Araştırma, Aralık 2024 ve Aralık 2025’te New York Fed’in Tüketici Beklentileri Anketi kapsamında yürütülen iki özel modüle dayanıyor. Her dalga, yaklaşık 1.300 ABD’li hane reisinden oluşan ülke çapında temsili döner internet paneliyle gerçekleştirildi. Sonuçlar gerçekleşmiş iş kayıplarını değil, çalışanların kendi işlerine ilişkin beyan ettikleri kaygıyı ölçüyor; Türkiye’deki iş gücüne doğrudan genellenemiyor.
Kaygı birçok grupta arttı, ancak eşit dağılmadı
İş kaybı kaygısındaki yükseliş tek bir sektör, yaş veya eğitim grubuyla sınırlı değildi. Araştırmacılar artışın bu grupların neredeyse tamamında görüldüğünü belirlerken, 2025’te en yüksek oranları tüketici hizmetlerinde yüzde 23, eğlence hizmetlerinde yüzde 21 ve şirketlere hizmet sunan işlerde yüzde 15 olarak hesapladı.
İleri eğitimli küçük alt gruplarda da keskin bir değişim görüldü. 2024 dalgasında doktora veya profesyonel derece sahibi katılımcıların hiçbiri iş kaybı kaygısı bildirmezken, 2025’te oran profesyonel derece sahiplerinde yüzde 11’i, doktora sahiplerinde yüzde 14’ü aştı. Bu değerler küçük alt gruplara ait olduğu için tüm çalışan nüfusundaki değişimden ayrı değerlendirilmeli.
Kişisel risk algısı ile sektörün geleceğine ilişkin beklenti arasında daha geniş bir fark vardı. 2025’te çalışanların yaklaşık yüzde 10’u kendi işini kaybetmekten kaygı duyarken yüzde 60’ı sektöründe AI bağlantılı işten çıkarmalar veya toplam çalışan sayısında azalma bekledi. Başka bir ifadeyle, birçok çalışan kendi konumunu şimdilik güvende görürken sektör çapında daralma ihtimalini daha yüksek değerlendirdi.
En yüksek kaygı verimlilik etkisinden emin olamayanlarda
Araştırmanın temel bulgusu, algılanan verimlilik ile iş güvencesi arasında doğrusal bir ilişki bulunmaması. AI’ın kendisini daha üretken hale getirdiği ifadesine kesinlikle katılmayanlarla kesinlikle katılanlar görece düşük kaygı bildirirken, bu konuda tarafsız kalanlarda kaygı en yüksek düzeye çıktı.
AI ile bir ölçüde etkileşime girmiş çalışanları kapsayan regresyon analizinde, verimlilik artışı konusunda tarafsız kalanların iş kaybından kaygı duyma olasılığı yüzde 21,2 olarak tahmin edildi. Tahmin, verimlilik artışını kesin biçimde reddedenlerde yüzde 6,4; güçlü biçimde kabul edenlerde yüzde 6,1’di. Model gelir, coğrafi konum, sektör, yaş, eğitim ve cinsiyet gibi özellikleri kontrol ediyor, ancak gözlenen ilişki tek başına neden-sonuç kanıtı oluşturmuyor.
Tarafsız grup regresyon örnekleminin yüzde 21’ini oluşturdu ve yüzde 19’luk tahminle yeni, yönetilemez iş beklentilerini en sık bildiren kesim oldu. Araştırmacılar bu çalışanların AI’ı bazı görevlerde kullanmaya başlamış, fakat henüz belirgin bir verimlilik kazancı elde edememiş olabileceğini değerlendiriyor. Bu açıklama makul bir yorum olsa da anket, belirsiz verimlilik sonucunun kaygıya yol açtığını doğrudan göstermiyor.
Ücret ve tasarruf beklentileri de aynı tabloya eşlik ediyor
En güçlü verimlilik artışını bildiren çalışanların AI nedeniyle zam istemeye daha yatkın olduklarını belirtme olasılığı yüzde 14 olarak tahmin edildi. Daha düşük dört verimlilik kategorisindeki tahminler yüzde 1,9 ile yüzde 6,4 arasında kaldı. Bununla birlikte en yüksek verimlilik grubunun örneklemin yalnızca yüzde 6’sını oluşturması, bulgunun iş gücü genelinde ücret baskısının başladığı şeklinde okunmasını engelliyor.
Boston Fed’in aynı gün yayımladığı iki araştırmaya ilişkin bulgu özeti, gelecek 12 ayda gelirinin daha küçük bir bölümünü biriktirmeyi bekleyenlerin payının 2024 sonundaki yüzde 11’den 2025 sonunda yüzde 21’e yükseldiğini aktarıyor. Her iki yılda da AI nedeniyle iş kaybından kaygı duyanlar, kaygı duymayanlara kıyasla tasarruf oranlarının düşmesini daha sık bekledi.
Bu sonuç da nedensel bir etki göstermiyor. Geçim maliyeti baskısı yaşayan katılımcılar hem iş güvencelerini hem de gelecekteki tasarruf kapasitelerini daha olumsuz değerlendirmiş olabilir. Veriler, iş kaybı kaygısı ile daha düşük tasarruf beklentisinin birlikte görüldüğünü gösteriyor; kaygının tek başına tasarrufu azalttığını kanıtlamıyor.
Algılanan risk, gerçekleşmiş iş kaybı değil
Çalışanların kaygı yanıtları işten çıkarma istatistiği olarak kullanılamaz. Karşılaştırma için, New York ve Kuzey New Jersey’deki şirketleri kapsayan Ağustos 2026 bölgesel anketinde AI kullanan hizmet şirketlerinin yüzde 4’ü önceki altı ayda teknoloji nedeniyle çalışan çıkardığını bildirirken, üreticilerde bu yönde bildirim alınmadı.
İki veri seti farklı soruları, coğrafyaları ve örneklemleri ölçüyor. Boston Fed çalışması ülke çapındaki çalışanların kişisel ve sektörel beklentilerine odaklanırken New York Fed anketi belirli bir bölgedeki işletmelerin yakın dönemde yaptığı değişiklikleri inceliyor. İşverenler doğrudan işten çıkarma yapmadan işe alımı azaltabildiği, görevleri yeniden dağıtabildiği veya çalışanları yeniden eğitebildiği için kaygı ile fiilî istihdam sonucu aynı yönde ve aynı hızda ilerlemek zorunda değil.
Türkiye için oran değil, ölçülmesi gereken ayrım sunuyor
Araştırma Türkiye’deki çalışanların kaygısına ilişkin bir oran vermiyor. Türkiye’de de korkunun iki katına çıktığını söyleyebilmek için aynı dönemleri, benzer soruları ve temsili bir yerel örneklemi kapsayan veriler gerekir. Çalışmanın Türkiye’deki yöneticiler ve insan kaynakları uzmanları açısından anlamı, kullanım oranından çok daha dar: Çalışanın AI ile somut bir verimlilik kazancı görüp görmediği, iş güvencesi algısıyla ilişkili ayrı bir değişken olarak izlenebilir.
Mevcut bulgular ABD’de kişisel iş kaybı kaygısının bir yılda yaklaşık iki katına çıktığını ve en yüksek tahmini kaygının AI’ın verimlilik etkisinden emin olamayanlarda toplandığını gösteriyor. Ancak çalışan algılarının daha sonra görev değişimi, ücret, işe alım veya gerçek iş kaybıyla ne ölçüde örtüşeceğini belirlemek için aynı kişileri zaman içinde izleyen verilere ihtiyaç var.
Ayrıca okuyun:
Bültenimize abone olun
En son Web3, yapay zekâ ve kripto haberleri doğrudan gelen kutunuza gelsin.