Yapay Zeka ve İlk İş: Deneyim Merdivenini Kim Koruyacak?

Bir lise öğrencisi düşünün, ya da ondan birkaç yıl önce üniversiteden mezun olmuş ablasını. Ailesi ona yıllardır aynı yolu tarif etti: İyi not al, iyi bir bölüm bitir, bir şirkete en alttan gir, işi orada öğren, basamakları tek tek çık. Bu hafta sosyal medyada Anthropic CEO'su Dario Amodei'nin Ocak 2026'da NBC'ye verdiği bir söyleşiden kesit yeniden dolaşıma girdi ve aynı soruyu yeniden gündeme taşıdı: İşi öğrendiğimiz ilk basamak, yani giriş seviyesi işler, yapay zeka çağında hâlâ yerinde mi?

Dünya Ekonomik Forumu'nun (WEF) PwC iş birliğiyle Haziran 2026'da yayımladığı rapora göre, 15-24 yaş arası genç çalışanların %37'si yapay zekanın görevleri değiştirmesine orta ila yüksek düzeyde maruz mesleklerde çalışıyor. Bölgelere göre tablo daha sert: Doğu Asya'da genç çalışanların %75'i, Kuzey Amerika'da %69'u, Avrupa'da %63'ü bu gruba giriyor. Rakam 'yapay zeka ilk işleri yutuyor' cümlesini doğrular gibi. Rapor ise o kadar kolay bir okumaya izin vermiyor: Alımlardaki yavaşlamada yapay zekanın payı belirsiz, ilk deneyimin nerede kazanılacağı sorusu ise gerçek.

Bu bir sektör raporu: WEF'in yayımladığı Insight Report, PwC iş birliğiyle hazırlandı ve verilerin önemli kısmı PwC'nin kendi çalışmalarından geliyor. Kaynaklar arasında WEF'in 200'den fazla lider ve uzmanı bir araya getiren diyaloğu, PwC'nin AI Jobs Barometer çalışması ve 2025 Hopes & Fears anketi var; rapor, PwC'nin AI Jobs Barometer ve 2025 Hopes & Fears anketi verilerinin 48 ülkeden 9.000'den fazla giriş seviyesi çalışanın görüşünü kapsadığını yazıyor. Maruziyeti en yüksek sektörler arasında finans, bilgi ve iletişim, mesleki hizmetler, bilim ve eğitim sayılıyor. Maruziyet endeksi meslek düzeyinde hesaplanıyor: Görevler yapay zekayla örtüşüyor mu diye bakıyor, işlerin kaybolduğunu ölçmüyor.

Teknolojiyi Yapanın Uyarısı

Tartışmanın en sert sesi, teknolojiyi geliştirenlerden birinden geliyor. Amodei, Mayıs 2025'te Axios'a verdiği söyleşide yapay zekanın önümüzdeki 1-5 yıl içinde giriş seviyesindeki beyaz yakalı işlerin yarısını ortadan kaldırabileceğini ve ABD'de işsizliği %10-20'ye çıkarabileceğini söyledi; teknoloji, finans, hukuk ve danışmanlık en açık alanlar arasında sayıldı. Ocak 2026'da yayımladığı 'The Adolescence of Technology' başlıklı uzun denemesinde uyarıyı ayrıntılı açıyor. Amodei'ye göre yapay zeka birçok görevde yetenek merdiveninde alttan yukarı doğru ilerliyor: Kodlamada önce vasat, sonra iyi, sonra çok iyi bir yazılımcı düzeyine geldi ve aynı ilerlemeyi beyaz yakalı işlerin genelinde görmeye başladıklarını yazıyor.

Denemenin daha az alıntılanan kısmı ise şu: Amodei, uyarısını 'yapay zeka bugün işleri yok ediyor' diye okuyanların 1-5 yıllık süreyi gözden kaçırdığını, işlerin şu an yapay zeka yüzünden ortadan kalkmasının büyük ihtimalle söz konusu olmadığını kendisi yazıyor. Şirketlere de iki öneri veriyor: Yapay zekayı 'aynı işi daha az insanla yapmak' yerine 'aynı insanlarla daha fazlasını yapmak' için kullanmak ve işten çıkarmadan önce çalışanları başka görevlere kaydırmanın yaratıcı yollarını aramak. Tahmin tartışmalı; Amodei'nin kendi aktardığına göre bazı ekonomistler onu işgücü piyasalarının nasıl işlediğini hesaba katmamakla eleştirdi. WEF ile PwC'nin raporu, bu iki uç arasında daha ölçülü ve veriye dayalı bir tablo çiziyor.

Raporun çerçevesi: Dört alan

Rapor, giriş seviyesi kariyer yollarını korumak ve yeniden tasarlamak için dört boyutlu bir çerçeve kuruyor. Her boyutun bir bulgusu ve bir önceliği var.

Düşüş var, nedeni tartışmalı

İlk boyut işe erişim. Amerika Birleşik Devletleri'nde Brynjolfsson ve arkadaşlarının analizi, 2022 sonundan bu yana yapay zekaya maruz alanlarda giriş seviyesi işlerde %16'lık bir düşüş buldu. Raporun aynı bölümünde bir karşı veri de var: Giriş seviyesi ilanlardaki düşüşler ChatGPT'nin çıkışından yaklaşık bir yıl önce başlamış. İşverenlerle yapılan görüşmelerde liderler, işten çıkarmadan çok kadro büyütmede temkinli davrandıklarını söylüyor. Görüşülen kıdemli bir insan kaynakları lideri durumu şöyle özetliyor: 'Yapay zeka çoğu zaman manşet, gerçek daha karmaşık.'

Dropbox öbür ucu gösteriyor: Şirket staj ve yeni mezun programlarını %25 genişletti. Şirketin kendi iç analizine göre kendi stajyer ve yeni mezun işe alımlarının ikinci yıla gelindiğinde %65'i, üçüncü yılda %87'si terfi etmiş; bağımsız bir doğrulama yok.

Verimlilik artıyor, çalışma süresi de

İkinci boyut iş tasarımı. PwC analizine göre giriş seviyesi çalışanların %68'i yapay zeka sayesinde verimlilik artışı gördüğünü, %45'i ise yapay zeka yüzünden daha fazla çalıştığını bildiriyor. Rapor bunu iş yoğunlaşması riskiyle açıklıyor: Çıta yükseliyor, kişi aynı sürede daha fazlasını yapmak zorunda kalabiliyor. Asıl eksik tasarım. Rapora göre kurumların yalnızca %16'sı rolleri, süreçleri ve işletme modellerini yapay zekayı içerecek biçimde tamamen yeniden tasarladığını söylüyor. PwC araştırması, en güçlü yapay zeka kaynaklı finansal sonuçları alan şirketlerin iş akışını yeniden tasarlamaya iki kat daha yatkın olduğunu belirtiyor.

Rapor, rol yeniden tasarımı için beş yönlendirici soru derliyor; biri 'Neyi otomatikleştirip neyi bilerek elde tutuyoruz?' sorusu. Gerekçe de yazılı: Rutin görevler yapay zekaya geçtikçe 'yaparak öğrenme' modeli zayıflıyor. Hitachi bu soruya bilinçli cevap veriyor. Toplantı notu ve aksiyon takibi gibi tekrarlayan koordinasyon işleri otomatikleşiyor, yargı geliştiren deneyimler korunuyor; genç mühendislerden yapay zekanın ürettiği koda yaslanmadan önce kodlama temellerini öğrenmeleri bekleniyor. Stajyerinizin ilk haftalardaki işi toplantı notu ya da ilk taslaksa, o işi bir araç artık dakikalar içinde çıkarıyor olabilir; asıl karar, boşalan zamanın neyle dolacağı.

Piramit öğretiyordu, şimdi kim öğretecek

Üçüncü boyut yetenek hatları. Rapora göre CEO'ların %23'ü mevcut organizasyon yapısının performansı kısıttığına inanıyor. Yapay zekaya bağlı yapısal değişim beklentisi ise giriş seviyesinde orta ya da kıdemli kadrolara göre yaklaşık iki kat yüksek. Görüşülen bir liderin tespiti şu: 'Bazı durumlarda piramit yapısının kendisi gelişim modeliydi.' Tabanı inceltmek, üst katmanları besleyen hattı da inceltmek demek. Çalışanlar ise geleneksel işaretleri arıyor: Giriş seviyesi çalışanların %31'i önümüzdeki yıl terfi isteme olasılığını 'yüksek' ya da 'çok yüksek' görüyor.

Shoosmiths örneği ölçüm sorusuna dokunuyor. İngiliz hukuk bürosu, bir milyon yapay zeka komutu hedefine bağladığı 1 milyon sterlinlik prim havuzuyla kullanımı yaygınlaştırdı; en güçlü benimsemeyi erken kariyer çalışanlarında, üst yönetimde ve iş destek ekiplerinde gördü. Şimdi ise kullanım artışını değil, yapay zekanın firma performansına katkısını ölçecek dört kademeli bir yetkinlik çerçevesine geçiyor. Değerlendirmemize göre bu, 'kaç çalışan aracı açtı' panosunun tek başına neden yetmediğini gösteren kurum içi bir işaret.

Müfredat işyerinin hızına yetişemiyor

Dördüncü boyut eğitim sistemiyle uyum. PwC'nin ilan verilerine göre yapay zekaya en çok maruz çeyrekteki giriş seviyesi roller, giriş seviyesi olmayan rollere kıyasla yaklaşık iki kat hızlı 'net beceri değişimi' gösteriyor. Bu ölçü, ilanlarda geçen becerilerin sıklığındaki artış ve azalışların mutlak toplamı; kaç beceri arandığını değil, aranan becerilerin ne kadar değiştiğini ölçüyor. Çalışanlar da bunu hissediyor: Giriş seviyesi çalışanların yaklaşık %28'i mevcut becerilerinin yarısının ya da daha azının üç yıl sonra geçerli olacağını düşünüyor. Geçen yıl öğrendiği becerilerin kariyerine yardım ettiğine güçlü biçimde inananlar giriş seviyesinde %57, yöneticilerde %63, üst düzey yöneticilerde %69.

Okul tarafının kısıtı yapısal. Görüşülen bir eğitim lideri, ders içeriğini çoğu zaman yıllar öncesinden tanımlamak zorunda olduklarını söylüyor. Eğitim sağlayıcılar ayrıca yapay zeka okuryazarlığı için ortak bir taban tanım olmadığını bildiriyor. Rapor, birçok liderin diplomayı tek başına yeterli hazırlık göstergesi saymadığını, uygulamalı deneyim ve gerçek iş bağlamı aradığını yazıyor. Merck'te şirket kilit roller için gereken becerileri tanımlıyor, üniversiteler ders içeriğini buna göre uyarlıyor; şirket, şartlar sağlandığında bu programlardan belirli sayıda aday işe alıyor. Pekin Üniversitesi Guanghua Yönetim Okulu ise yazılı çıktıya dayalı ölçmeyi yapay zekayla desteklenen proje temelli çalışmaya kaydırdı. Erken sonuçlar öğrenci hazırlığında iyileşmeye işaret ediyor, ama bunlar okulun kendi anlatımı.

Kariyer merkezleri için iş, ilandaki 'yapay zeka bilgisi' ifadesinin hangi davranışa karşılık geldiğini işverenden yazılı istemek.

Bu hafta ne yapılabilir

Raporda Türkiye'ye özgü veri yok. Aşağıdaki liste raporun kendi listesi değil; rapordaki bulguları bir kurumun stajyer ve yeni mezun programına uyarlayan bizim tavsiyemiz.

• Son üç yılın staj ve yeni mezun alım sayılarını yan yana koyun. Düşüş varsa nedenini bütçe, belirsizlik ve yapay zeka başlıkları altında ayrı ayrı yazdırın.
• Stajyerin ilk üç ayda yaptığı işleri listeleyin ve her biri için tek soru sorun: Otomatikleşirse stajyer neyi öğrenemez? Öğrenme değeri yüksek olanları bilerek insanda bırakın.
• Mülakat ya da değerlendirme görevine, Indeed'in yaklaşımına benzer biçimde, aracın pratik bir senaryoda kullanımını ekleyin. Akıl yürütme ve eleştirel düşünmeyi ayrıca puanlayın.
• Performans panonuzdan salt kullanım sayısını çıkarın, yerine işin niteliğini koyun: Hangi çıktı doğrulandı, hangisi düzeltildi?
• Yeni katılan her stajyeri kıdemli bir çalışanla eşleştirin. Allianz'ın mentorluk ikililerinde olduğu gibi biri araç akıcılığını, öbürü iş bağlamını getirsin.
• Kariyer merkezleri: Çalıştığınız en az üç işverenden, ilanlarındaki yapay zeka beklentisini somut bir davranış örneğiyle yazılı isteyin.

Bulguların sınırı

Rakamlar kolayca olduğundan büyük okunabilir. %37 bir maruziyet ölçüsü: PwC'nin AI Jobs Barometer çalışmasından meslek düzeyinde türetilen endeks, ILOSTAT verisiyle 15-24 yaş genç çalışan paylarına eşlenmiş. İşlerin fiilen değiştiği ya da kaybolduğu anlamına gelmiyor. Rapor 'erken kariyer' terimini zaman zaman geniş kullanıyor ve veri setleri çoğu zaman yaş ya da kıdeme göre gruplandığı için 15-24 yaş grubu ile giriş seviyesi rol aynı küme değil. Rapordaki kurum örnekleri kurumların kendi anlatımı; bağımsız bir değerlendirme yok. Bölgesel rakamlar Doğu Asya, Kuzey Amerika ve Avrupa için verilmiş. Türkiye için ayrı bir veri raporda yok, bu yüzden yukarıdaki yorumlar bölge düzeyinde kalıyor.

Sıkça Sorulan Sorular

%37, genç çalışanların işini kaybedeceği anlamına mı geliyor?

Hayır. Rakam, yapay zekanın görevleri değiştirmesine orta ila yüksek düzeyde maruz mesleklerde çalışan genç çalışanların payını gösteriyor. Rapor, bu maruziyetin giriş seviyesi roller için ne anlama geleceğinin belirsiz olduğunu ve beklentilerin gruplara göre belirgin biçimde ayrıştığını açıkça yazıyor.

Rapor Türkiye için bir şey söylüyor mu?

Türkiye için ayrı bir rakam yok. Bölgesel veriler Doğu Asya, Kuzey Amerika ve Avrupa için verilmiş. Türkiye'deki kurumlar için en güvenilir yol, raporun sorularını kendi alım ve terfi verilerine uygulamak.

Giriş seviyesi alımı artırmayı bekleyen işverenler var mı?

Rapora göre evet: Büyüyen bir işveren kesimi, yapay zeka araçlarının benimsenmesinin giriş seviyesi alımı azaltmak yerine artırmasını bekliyor. Dropbox, staj ve yeni mezun programlarını %25 genişleten örnek; ancak bu şirketin kendi anlatımı ve genelleme yapmaya yetmiyor.

Anthropic CEO'su giriş seviyesi işler için ne söyledi?

Dario Amodei, Mayıs 2025'te yapay zekanın 1-5 yıl içinde giriş seviyesindeki beyaz yakalı işlerin yarısını ortadan kaldırabileceğini söyledi. Ocak 2026'daki denemesinde bunun bugün yaşanan bir şey değil, birkaç yıla yayılacak bir risk olduğunu vurguluyor ve şirketlere işten çıkarmak yerine çalışanları yeniden konumlandırmayı öneriyor.

Kaynak: World Economic Forum ve PwC, 'Artificial Intelligence and the Future of Entry-Level Work: A Framework for Safeguarding and Reinventing Early Career Pathways', Haziran 2026. Ek kaynaklar: Dario Amodei, 'The Adolescence of Technology', Ocak 2026 (deneme); Axios, 'Behind the Curtain: A white-collar bloodbath', 28 Mayıs 2025 (söyleşi).

Bu yazı EdTech Türkiye yayın masasında, yapay zeka desteğiyle birincil kaynaklardan hazırlandı; olgular kaynaklarla karşılaştırılarak denetlendi. Editörlerimiz yazıyı yayından sonra da izler; hata bildirimlerini düzeltme politikamıza göre ele alırız.

Bu içerik, Edtech Türkiye Editörlüğü'nün yapay zeka destekli yayın hattında kaynak taraması ve otomatik editör denetiminden geçirilerek hazırlanmıştır. Süreç için Editöryal İlkelerimize bakabilir, hata bildirimini iletişim sayfasından iletebilirsiniz.