Author :
Abstract
Bu çalışma, yapay zekâ (YZ) ve makine öğreniminin (MÖ) ekonomi üzerindeki etkilerini özetlemektedir. YZ, üretim, finans, işgücü piyasaları ve makroekonomik politika gibi alanlarda dönüşüm yaratmaktadır. Rutin işlerin otomatikleşmesi, düşük vasıflı istihdamı azaltırken; bilişsel ve teknik becerilere sahip çalışanlara olan talebi artırmaktadır (OECD, 2023). Bu durum, gelir eşitsizliklerini büyütme potansiyeline sahip olduğundan, eğitim ve yeniden beceri kazandırma politikalarının önemi artmıştır (Acemoglu & Restrepo, 2018). YZ’nin üretkenliği artırma potansiyeline rağmen, makro düzeyde bu artış hemen gözlenmemekte; bu durum “üretkenlik paradoksu” olarak adlandırılmaktadır (Brynjolfsson et al., 2017). Ayrıca dijitalleşme, “süperstar firmalar”ın ortaya çıkmasına ve piyasa yoğunlaşmasının artmasına yol açmaktadır. Bu nedenle, rekabet politikalarının güncellenmesi ve KOBİ’lerin desteklenmesi gerekmektedir. YZ, ekonomi politikası analizlerinde de devrim yaratmaktadır. Makine öğrenimi tabanlı ekonometrik yöntemler, geleneksel modellere göre daha esnek ve veri odaklı analizler sunmaktadır (Athey & Imbens, 2019). Ancak algoritmik önyargılar ve açıklanabilirlik sorunları devam etmektedir. Genel olarak YZ, ekonomiyi dönüştüren genel amaçlı bir teknoloji olarak değerlendirilmekte; sürdürülebilir ve kapsayıcı büyüme için politika yapıcıların bu dönüşüme aktif biçimde uyum sağlaması gerekmektedir.
Keywords
Abstract
This study outlines the effects of artificial intelligence (AI) and machine learning (ML) on the economy. AI is transforming areas such as manufacturing, finance, labor markets, and macroeconomic policy. While the automation of routine jobs reduces low-skilled employment; increasing the demand for employees with cognitive and technical skills (OECD, 2023). Since this situation has the potential to widen income inequalities, the importance of training and reskilling policies has increased (Acemoglu & Restrepo, 2018). Despite AI's potential to boost productivity, this increase is not immediate at the macro level; this situation is called the "productivity paradox" (Brynjolfsson et al., 2017). Furthermore, digitalization leads to the emergence of "superstar firms" and increased market concentration. Therefore, competition policies need to be updated and SMEs need to be supported. AI is also revolutionizing economic policy analysis. Machine learning-based econometric methods offer more flexible and data-driven analyses than traditional models (Athey & Imbens, 2019). However, algorithmic biases and explainability issues remain. In general, AI is considered a general-purpose technology that is transforming the economy; For sustainable and inclusive growth, policymakers need to actively adapt to this transformation.
