Yapay Zekâ Hangi Meslekleri Ne Kadar Etkiliyor?

Bir hukuk bürosunda yeni mezun bir çalışan, eskiden saatler süren sözleşme taramasını artık yapay zekâyla birkaç dakikada tamamlayabiliyor. Bir müşteri temsilcisi yanıt yazmak yerine ekranda beliren metni kontrol ediyor. Yazılımcı boş bir sayfadan başlamıyor; kodun ilk taslağı hazır geliyor. Gazeteci ise uzun bir raporu okumadan önce yapay zekâdan özet çıkarmasını istiyor.

Bu araçlar çalışanlara zaman kazandırıyor. Ama işveren açısından, “Aynı iş daha kısa sürede yapılabiliyorsa kaç çalışana ihtiyaç var?” sorusunu da beraberinde getiriyor. Bugünkü veriler, baskının belirli mesleklerde yoğunlaştığını gösteriyor. Programlama, müşteri hizmetleri, veri girişi, tıbbi kayıt, çeviri, muhasebe desteği, pazarlama, finansal analiz, yazarlık ve editörlük yapay zekâdan en fazla etkilenen alanlar arasında. İnşaat, tarım, bakım-onarım, temizlik, makine kullanımı ve yüz yüze bakım hizmetleri ise şimdilik daha dayanıklı görünüyor.

Bu ayrım eğitim seviyesinden kaynaklanmıyor. Üretken yapay zekâ, bilgisayar ekranında yürütülen ve sonucu metin, kod ya da düzenli veri biçiminde ortaya çıkan işleri fiziksel emeğe kıyasla daha kolay üstlenebiliyor. Bu yüzden otomasyonun ilk hedefleri arasında diploma sahibi ve görece yüksek ücretli beyaz yakalı çalışanlar da bulunuyor.

En Büyük Baskı Hangi Mesleklerde?

Yapay zekâ şirketi Anthropic’in Mart 2026’da yayımladığı “Yapay Zekânın İşgücü Piyasasına Etkileri” raporu, yapay zekânın mesleklerdeki gerçek kullanımını inceleyen güncel çalışmalardan biri. Araştırmanın “gözlenen maruziyet” ölçümünde bilgisayar programcıları yüzde 74,5 ile ilk sırada yer alıyor. Bu oran, meslekteki görevlerin ne kadarının yapay zekânın gerçek kullanım verileriyle örtüştüğünü gösteriyor.

Müşteri hizmetleri temsilcilerinde bu oran yüzde 70,1, veri giriş görevlilerinde yüzde 67,1, tıbbi kayıt uzmanlarında yüzde 66,7. Pazar araştırması ve pazarlama uzmanlarında yüzde 64,8’e, finans ve yatırım analistlerinde yüzde 57,2’ye ulaşıyor. Yazılım test uzmanları, bilgi güvenliği analistleri ve bilgisayar destek çalışanları da listenin üst sıralarında. Buradaki “tıbbi kayıt uzmanı”, hasta dosyalarını düzenleyen, notları belirli kodlarla eşleştiren ve sağlık verilerini sınıflandıran çalışanları ifade ediyor. Yapay zekâ bu tür görevlerde metni okuyabiliyor, gerekli bilgileri ayıklayabiliyor ve standart kategorilere yerleştirebiliyor.

Müşteri hizmetlerinde tekrar eden soruların yanıtlanması, programlamada kod taslaklarının hazırlanması ve finans alanında büyük veri tablolarının özetlenmesi öne çıkan kullanım alanları arasında. Çalışanın rolü bazı durumlarda işi baştan üretmekten, yapay zekânın hazırladığı sonucu kontrol etmeye kayıyor.

Microsoft Research’ün yaklaşık 200 bin yapay zekâ görüşmesini inceleyen araştırması da benzer bir sıralama sunuyor. Çevirmenler, yazarlar, editörler, gazeteciler, müşteri temsilcileri, satış çalışanları ve veri bilimciler yüksek maruziyetli meslekler arasında yer alıyor. Bugünkü sistemler en iyi performansı bilgi arama, özetleme, metin hazırlama, çeviri ve standart soruları yanıtlama gibi alanlarda gösteriyor.

Yapay zekâya açık mesleklerin ortak özelliği, işin kolayca tarif edilebilmesi. Girdi ve beklenen sonuç ne kadar açıksa otomasyon o kadar kolaylaşıyor. Bir belgeden veriyi alıp başka bir sisteme aktarmak, standart bir e-posta hazırlamak ya da yüzlerce sayfalık raporda belirli bir bilgiyi bulmak bunun tipik örnekleri.

Uluslararası Çalışma Örgütünün araştırması da küresel ölçekte en yüksek maruziyetin büro ve idari işlerde görüldüğünü ortaya koyuyor. Sekreterlik, veri girişi, muhasebe desteği ve standart kayıt işleri yapay zekâdan etkilenen mesleklerde ilk sıralarda. Dünya genelindeki çalışanların yaklaşık dörtte biri üretken yapay zekâdan bir ölçüde etkilenebilecek mesleklerde çalışıyor.
Kadınların dönüşümden daha fazla etkilenme ihtimali de meslek dağılımıyla bağlantılı. Yüksek gelirli ülkelerde en yüksek maruziyet grubunda yer alan kadınların oranı yüzde 9,6 iken erkeklerde bu oran yüzde 3,5’te kalıyor. Bu fark, kadınların büro ve idari işlerde daha yüksek oranda istihdam edilmesiyle bağlantılı.

“Maruziyet” Tam Olarak Ne Anlama Geliyor?

Bu oranları doğrudan işsizlik ihtimali olarak okumamak gerekiyor. Programcılardaki yüzde 74,5’lik değer, her dört programcıdan üçünün işini kaybedeceğini göstermiyor. Mesleğin içerdiği görevlerin ne kadarında yapay zekâ kullanımının gözlendiğini anlatıyor.
Bir programcı kodun ilk taslağını yapay zekâya hazırlatabilir. Ama müşterinin ihtiyacını anlamak, sistemin yapısını kurmak, güvenlik risklerini değerlendirmek ve ortaya çıkan hataların sorumluluğunu almak hâlâ insana kalabilir. Meslek ortadan kalkmazken içindeki görevlerin dağılımı değişebilir.

Anthropic bu ayrımı “gözlenen maruziyet” kavramıyla ölçüyor. Araştırmacılar, bir görevin teorik olarak yapay zekâ tarafından gerçekleştirilebilir olup olmadığıyla yetinmiyor. Teknolojinin işyerinde gerçekten kullanılıp kullanılmadığını ve bu kullanımın çalışana yardım edip etmediğini ya da görevin büyük ölçüde yapay zekâ tarafından devralıp devralmadığını da inceliyor. Bir avukatın yapay zekâdan sözleşmedeki riskli maddeleri işaretlemesini istemesi yardımcı kullanıma örnek. Sistem sözleşmeyi hazırlıyor, benzer kararları tarıyor ve avukat yalnızca son kontrolü yapıyorsa kullanım otomasyona yaklaşıyor.

Raporun en dikkat çekici sonuçlarından biri, teorik kapasiteyle günlük kullanım arasındaki fark. Bilgisayar ve matematik alanındaki görevlerin yaklaşık yüzde 94’ü teknik olarak büyük dil modellerinden etkilenebilirken işyerlerinde gözlenen kullanım yüzde 33 civarında kalıyor. Büro ve idari işlerde de teorik oran yüzde 90’a yaklaşıyor; gerçek kullanım bunun oldukça gerisinde.

Şirketlerin eski yazılımları, veri güvenliği, hukuki sorumluluk, maliyetler, hata riski ve insan denetimi bu farkı açıklıyor. Sağlık alanındaki bir yapay zekâ hasta notlarını düzenleyebilir; ama yanlış bir önerinin sorumluluğunu üstlenemez. Bir bankada kredi dosyasını özetleyebilir, fakat müşterinin hayatını etkileyen nihai kararın bütünüyle kapalı bir sisteme bırakılması hukuki ve etik sorunlar yaratır.

Bu grafik, yapay zekânın teknik olarak yapabildikleriyle işyerlerindeki mevcut kullanım arasındaki mesafeyi gösteriyor. Gerçek kullanım bugün sınırlı kalsa da bu fark, şirketlerin teknolojiyi daha geniş ölçekte uygulaması hâlinde hangi alanlarda hızlı bir dönüşüm yaşanabileceğini de gösteriyor.

İlk Baskıyı Yeni Mezunlar Hissediyor

Yapay zekânın etkisi önce toplu işten çıkarmalarda görülmeyebilir. Şirketler mevcut çalışanlarını korurken yeni pozisyon açmaktan vazgeçebilir, emekli olanların ya da ayrılanların yerine kimseyi almayabilir. Eskiden yeni mezunların yaptığı araştırma, veri toplama, ilk taslak hazırlama ve standart müşteri iletişimi gibi görevler yapay zekâya devredilebilir.

Bir hukuk bürosunda kıdemli avukatlar müvekkillerle görüşmeye ve dava stratejisi geliştirmeye devam eder. Ama sözleşme tarayan, emsal karar arayan ve ilk taslakları hazırlayan iki genç hukukçunun işi tek çalışan ve bir yapay zekâ aracıyla yürütülebilir. İşsizlik oranı bir anda yükselmez; buna karşılık mesleğe giriş kapısı daralır.

Stanford Dijital Ekonomi Laboratuvarının ABD bordro verilerine dayanan araştırması bu yönde erken bir işaret buldu. Yapay zekâya en açık mesleklerdeki 22-25 yaş grubu istihdamı, daha deneyimli çalışanlara ve daha az maruz mesleklere kıyasla yüzde 16 daha düşük kaldı. Gerileme, yapay zekânın çalışana yardım ettiği işlerden çok görevi doğrudan üstlenebildiği alanlarda yoğunlaştı.
Bu bulgu, genç çalışanların yüzde 16’sının işini kaybettiği anlamına gelmiyor. Aynı şirketlerdeki daha deneyimli çalışanlar ve yapay zekâya daha az açık mesleklerle karşılaştırıldığında genç istihdamının daha yavaş arttığını gösteriyor. Yine de baskının kariyer merdiveninin alt basamaklarında başladığına dair önemli bir işaret sunuyor.

Dünya Ekonomik Forumu ile PwC’nin araştırmasına göre dünya genelinde 15-24 yaş grubundaki çalışanların yüzde 37’si orta veya yüksek maruziyetli mesleklerde bulunuyor. Avrupa’da oran yüzde 63’e ulaşıyor. Finans ve sigorta, bilgi ve iletişim, profesyonel hizmetler, bilim ve eğitim genç çalışanlar açısından en açık sektörler arasında.

Başlangıç görevlerinin otomatikleşmesi başka bir sorunu da beraberinde getiriyor. Geleceğin kıdemli çalışanları deneyimi nerede kazanacak? Bir avukatın karmaşık davaları yönetebilmesi için önce basit dosyalarda çalışması, bir gazetecinin araştırmacı haberciliğe geçmeden önce temel haber yazımını öğrenmesi gerekiyor. Kariyerin ilk basamakları ortadan kalkarsa mesleki yetişme sürecinin yeniden tasarlanması gerekecek.

Hangi Meslekler Daha Dayanıklı?

Üretken yapay zekâ bugün en rahat ekran üzerinde çalışıyor. Fiziksel dünyada hareket etmek, el becerisi kullanmak ve değişen koşullara anında uyum sağlamak çok daha zor. Bir yapay zekâ, tesisatçıya su kaçağının olası nedenlerini sıralayabilir; fakat dar bir banyoda paslanmış boruyu sökemez. Bir elektrikçiye bağlantı şeması hazırlayabilir, ama eski bir binadaki beklenmedik tesisat sorununu yerinde çözüme kavuşturamaz. Tarım çalışanına hava ve toprakla ilgili öneriler sunabilir; ürünü değişken arazi koşullarında toplayamaz. İnşaat, bakım-onarım, tarım, temizlik, makine kullanımı ve kişisel bakım hizmetleri bu nedenle görece daha dayanıklı. İnsan ilişkileri ve doğrudan sorumluluk gerektiren meslekler de benzer bir avantaja sahip.

Bir yapay zekâ hemşirenin notlarını özetleyebilir. Hastanın yüzündeki değişimi fark etmek, kaygılı bir yakını sakinleştirmek ve acil durumda karar almak ise insan deneyimi gerektiriyor. Öğretmenlikte ders planı hazırlama ve soru üretme kolayca desteklenebilirken sınıf yönetimi, öğrenci motivasyonu ve çocukla kurulan ilişki daha zor devrediliyor. Bu meslekler bütünüyle güvende sayılmaz. Yapay zekâ bu mesleklerin de çalışma biçimini değiştirebilir. Fakat çalışanı tamamen ikame etmek için yazılımın yanı sıra gelişmiş, güvenilir ve ekonomik robotik sistemlere ihtiyaç var.

Verimlilik Arttıkça İş Yükü Azalıyor mu?

Yapay zekâ kullanan çalışanların önemli bölümü işlerini daha hızlı tamamladığını söylüyor. Anthropic’in 81 bin Claude kullanıcısını kapsayan araştırmasında katılımcılar yeni görevleri yapabildiklerini ve mevcut işleri daha kısa sürede bitirdiklerini bildirdi.
Bu kazancın boş zamana dönüşmesi ise garanti değil. Dünya Ekonomik Forumu’nun 48 ülkeden 9 binden fazla kariyerinin başındaki çalışanları kapsayan araştırmasında katılımcıların yüzde 68’i yapay zekâ sayesinde üretkenliğinin arttığını söyledi. Aynı grubun yüzde 45’i çalışma süresinin de yükseldiğini belirtti. Bir rapor iki saat yerine yarım saatte hazırlanabiliyorsa kalan doksan dakika dinlenmeye ayrılmayabilir. İşveren aynı sürede üç rapor, daha hızlı müşteri yanıtı veya daha yüksek satış hedefi bekleyebilir. Yani yapay zekâ işi hafifletirken çalışma temposunu da yükseltebilir.

Bugünkü veriler, en büyük baskının metin, kod, kayıt ve standart bilgi işleme görevlerinde yoğunlaştığını gösteriyor. Fiziksel çevrede çalışma, insan ilişkileri ve doğrudan sorumluluk gerektiren işler ise şimdilik daha dirençli. Ancak asıl fark meslek adlarında değil, görevlerin nasıl bölündüğünde ortaya çıkıyor.

Şirketlerin teknolojiyi çalışanı desteklemek için mi, çalışan ihtiyacını azaltmak için mi kullandığı sonucu doğrudan etkiliyor. İlk veriler tehdidin uzak bir gelecek senaryosu olmadığını gösteriyor. Etki şimdilik toplu işten çıkarmalardan çok gençlere açılan pozisyonların azalmasında, rutin görevlerin yazılımlara geçmesinde ve çalışanlardan daha fazla çıktı beklenmesinde görülüyor. Yapay zekâ bütün meslekleri ortadan kaldırmıyor; ama birçok mesleğin giriş kapısını, görev tanımını ve ihtiyaç duyduğu çalışan sayısını şimdiden değiştiriyor.

Kaynakça

Brynjolfsson, E., Chandar, B., & Chen, R. (2025). Canaries in the coal mine? Six facts about the recent employment effects of artificial intelligence. Stanford Digital Economy Lab. https://digitaleconomy.stanford.edu/publication/canaries-in-the-coal-mine-six-facts-about-the-recent-employment-effects-of-artificial-intelligence/

Gmyrek, P., Berg, J., Kamiński, K., Konopczyński, F., Ładna, A., Nafradi, B., Rosłaniec, K., & Troszyński, M. (2025). Generative AI and jobs: A refined global index of occupational exposure (ILO Working Paper No. 140). International Labour Organization. https://doi.org/10.54394/HETP0387

Massenkoff, M., & Huang, S. (2026). What 81,000 people told us about the economics of AI. Anthropic. https://www.anthropic.com/research/81k-economics

Massenkoff, M., & McCrory, P. (2026). Labor market impacts of AI: A new measure and early evidence. Anthropic. https://www.anthropic.com/research/labor-market-impacts

Tomlinson, K., Jaffe, S., Wang, W., Counts, S., & Suri, S. (2025). Working with AI: Measuring the applicability of generative AI to occupations. arXiv. https://doi.org/10.48550/arXiv.2507.07935

World Economic Forum & PWC (2026). Artificial intelligence and the future of entry-level work: A framework for safeguarding and reinventing early career pathways. https://www.weforum.org/publications/artificial-intelligence-and-the-future-of-entry-level-work-a-framework-for-safeguarding-and-reinventing-early-career-pathways/