İnsanlık tarihi boyunca teknolojik kırılmalar, yalnızca üretim araçlarını değil, toplumsal hiyerarşileri, mülkiyet rejimlerini ve insanın “çalışma” ile kurduğu ontolojik bağı kökten dönüştürmüştür. Bugün karşı karşıya kalınan yapay zeka (YZ) devrimi, bu tarihsel sürecin en karmaşık ve belki de en kritik eşiğini temsil etmektedir. Buhar makinesinin kol gücünü, bilgisayarın veri işleme kapasitesini otomatikleştirmesinin ardından, YZ artık “bilişsel emeği” ve “stratejik karar alma” mekanizmalarını hedef almaktadır. Bu gelişme, David Ricardo’nun “Makineler Üzerine” metninde ortaya koyduğu geç dönem kaygılardan Karl Marx’ın “Makineler Üzerine Fragman”ındaki öngörülere uzanan geniş bir teorik hattı yeniden güncellemiştir. Mustafa Süleyman gibi modern teknoloji liderlerinin sunduğu 18 aylık otomasyon projeksiyonları ise bu klasik çelişkileri adeta hızlandırılmış bir tarihsel laboratuvara taşımaktadır.

Uzun zamandır kapitalizm, sosyalizm ve olası bir “yeni modern sözleşme” ihtiyacı üzerine tuttuğumuz notlar, üretici güçlerin ulaştığı bu aşamada mevcut mülkiyet rejiminin meşruiyetini yeniden sorgulamayı gerektirdiğini düşündürüyordu. Bu yazının kaleme alınmasını tetikleyen ise Çağlar Kuzulukoğlu’nun 22 Şubat 2026 tarihli “Komünist Manifesto Hangi Kod ve Zekanın Ürünü” başlıklı yazısı oldu. Kuzulukoğlu’nun Marx’tan Marcuse’e, Gramsci’den günümüz teknoloji oligarklarına uzanan hattı kurarak sorduğu temel soru —“Genel ve yapay zeka kimin için çalışıyor?”— tartışmayı teknik verimlilik düzleminden çıkarıp mülkiyet, yoğunlaşma ve bölüşüm eksenine yerleştirmektedir. Mesele artık makinelerin düşünüp düşünemeyeceği değil; ortaya çıkan değerin hangi üretim ilişkileri içinde, kim adına ve hangi etik zeminde paylaştırılacağıdır.

Bu yazı serisi boyunca yapay zekayı, bir teknoloji başlığı olmanın ötesinde, üretici güçler ile üretim ilişkileri arasındaki tarihsel gerilimin güncel sahnesi olarak ele alıyoruz. İlk metinde, YZ’nin gelişimini, sermayenin risk-ödül dengesini, emeğin dönüşen rolünü ve “adil paylaşım” krizini disiplinlerarası bir perspektifle mercek altına alıyor; bu çok boyutlu sorunsalın her bir katmanını, serinin devamında iktisat politikasından hukuka uzanan bir hat üzerinde derinleştiriyoruz.

Beyaz Yaka Otomasyonu ve Mustafa Süleyman’ın 18 Aylık Projeksiyonu

Microsoft AI CEO’su Mustafa Süleyman’ın yakın zamanda verdiği mülakatlarda dile getirdiği beyaz yaka işlerinin tamamen otomatikleştirilebileceği tezi, genellikle bir “işsizlik kıyameti” olarak algılanmaktadır. Ancak, Süleyman’ın argümanının özü, rollerin yok olmasından ziyade mahiyet değiştirmesine odaklanmaktadır. Süleyman, özellikle avukatlar, muhasebeciler, proje yöneticileri ve pazarlama uzmanları gibi bilgisayar başında çalışan profesyonellerin görevlerinin önümüzdeki 12 ila 18 ay içinde YZ tarafından “insan düzeyinde veya üzerinde” bir performansla gerçekleştirilebileceğini öngörmektedir.

Burada asıl okunması gereken nokta, teknolojinin iş dünyasını yok etmek değil, dönüştürmek olduğudur. Tarih boyunca her büyük teknolojik sıçrama —örneğin makineleşme veya bilgi çağının yükselişi— var olan görevleri bütünüyle ortadan kaldırmak yerine yeniden tanımlamıştır: araçlar değişmiş, yetkinlik talepleri evrilmiş, işin mahiyeti yeni organizasyonel roller üretmiştir. Süleyman’ın iddiası da bu tarihsel bağlamın bir uzantısıdır; yapay zeka, beyaz yakalıların teknik uygulama yükünü üstlenip insanları denetim, mimari kurma ve stratejik karar verme işlerine taşımayı hızlandıracaktır. Ne var ki popüler medya ve manşetler bu nüansı görmezden gelerek meseleyi “iş kaybı felaketi” söylemine sıkıştırdı — oysa tartışmanın merkezi, adaptasyon ve rol yeniden tanımlamadır.

Bu değişimin en somut ve halihazırda başlamış örneği yazılım mühendisliğidir. Yazılım dünyasında son altı ay içinde gerçekleşen dönüşüm, YZ modellerinin sadece yardımcı bir araç olmaktan çıkıp, kod üretiminin ana faili haline geldiğini göstermektedir. Süleyman’ın tespitine göre, yazılım mühendislerinin rolleri artık saf “kod yazımından” ziyade, YZ tarafından üretilen çıktıyı denetleme (auditing), sistem mimarisini kurma (architecting) ve stratejik karar alma noktasına evrilmiştir. Bu durum, emeğin fiziksel veya teknik icradan, bir “denetim ve yönetim” katmanına çekilmesi anlamına gelmektedir.

Modern Beyaz Yaka Görevlerinde Otomasyon ve Rol Değişimi

Meslek Grubu	Geleneksel Odak Noktası	YZ Sonrası Yeni Rol (Stratejik Katman)	Otomasyon Potansiyeli (12-18 Ay)
Yazılım Mühendisi	Kod Yazımı ve Sentaks	Mimari Kurulum, Denetim ve Hata Ayıklama	Çok Yüksek (%70+ kod üretimi)
Avukat	Sözleşme Taslağı, Araştırma	Strateji Geliştirme, Müzakere, Risk Analizi	Yüksek (Belge analizi)
Muhasebeci	Veri Girişi, Raporlama	Finansal Danışmanlık, Stratejik Planlama	Çok Yüksek (Veri işleme)
Pazarlama Uzmanı	İçerik Üretimi, Operasyon	Marka Stratejisi, Psikolojik Analiz	Orta-Yüksek (Metin/Görsel)

Süleyman’ın “profesyonel düzeyde AGI” (Professional-grade AGI) olarak tanımladığı bu yeni teknolojik aşama, bilişsel görevlerin birim maliyetini sıfıra yaklaştırırken, insan emeğinin değerini “karar verici” ve “sorumluluk üstlenici” pozisyonlara kaydırmaktadır. Bu noktada, piyasa dinamikleri ile teknolojik yetkinlik arasındaki fark kritik bir öneme sahiptir. Microsoft ve OpenAI arasındaki ortaklığın 2032 yılına kadar uzatılması, sermayenin bu dönüşümü uzun vadeli ve kalıcı bir altyapı değişikliği olarak gördüğünün kanıtıdır.

Ricardo ve Marx: Makineler ile Emek Arasındaki Rekabetin Doğası

David Ricardo, iktisat teorisinin kurucularından biri olarak, başlangıçta makinelerin üretim maliyetlerini düşürerek toplumun her kesimine (işçiler dahil) fayda sağlayacağını savunmuştur. Ancak Siyasal İktisat ve Vergilendirme İlkeleri kitabının üçüncü edisyonunda (1821) eklediği “Makineler Üzerine” başlıklı 31. bölümde, bu görüşünü radikal bir biçimde değiştirmiştir. Ricardo, makinelerin net hasılayı (kâr ve rant) artırırken, gayrisafi hasılayı (ücretler fonu) azaltabileceğini, bunun da işçilerin bir kısmını “gereksiz” hale getirerek sefalete sürükleyebileceğini kabul etmiştir.

Karl Marx, Ricardo’nun bu “bilimsel dürüstlükle” yaptığı tespiti alarak, makineleşmeyi kapitalizmin merkezi bir çelişkisi haline getirmiştir. Marx’a göre makine, sadece teknik bir araç değil, sermayenin işçi üzerindeki hakimiyetini kuran bir “canlı emek emici” (vampir) mekanizmadır. Marx, makinenin işçiyi sadece işsiz bırakmadığını, aynı zamanda işin niteliğini basitleştirerek (de-skilling) işçiyi makinenin bir parçası veya “eklentisi” haline getirdiğini savunur.

Ancak burada “rekabet” kavramının konumlandırılması noktasında önemli bir nüans bulunmaktadır. Emeğin ve makinenin birbirinin yerine geçebilir (substitutable) olması, bu ilişkinin zorunlu olarak bir “düşmanlık” (hostility) olduğu anlamına gelmez. Modern yazılım mühendisliği örneğinde görüldüğü üzere, teknoloji emeği ekarte etmek yerine onu daha yüksek bir soyutlama düzeyine de taşıyabilir. Emeğin niteliğinin basitleşmesi süreci, YZ çağında tam tersine dönerek “hiper-uzmanlaşma” gerektiren yeni stratejik roller doğurmaktadır. Dolayısıyla, Marx’ın eklenti teorisi, rutin görevler için geçerliliğini korusa da, “mimari ve strateji” seviyesindeki emek için bir “güçlendirici” (augmentation) işlevi görmektedir.

Bu noktada kritik soru şudur: Eğer makine artık yalnızca kas gücünü değil, bilişsel ve stratejik emeği de ikame ediyorsa, Ricardo’nun “ücret fonu daralması” ve Marx’ın “de-skilling” analizleri hangi ölçüde güncellenmelidir? Yapay zeka, bir yandan rutin bilişsel görevleri otomatikleştirerek ücret baskısı yaratmakta; diğer yandan üretim sürecini daha soyut, daha sistemik ve daha yönetimsel bir düzleme taşımaktadır. Marx’ın Grundrisse’de işaret ettiği “Genel Akıl” (General Intellect) kavramı, bu bağlamda yeniden okunmayı hak eder: Üretkenliğin kaynağı artık tekil emek zamanı değil, toplumsal bilgi birikiminin makineleşmiş formudur. Eğer değer üretimi toplumsal zekanın yoğunlaşmasıyla gerçekleşiyorsa, bu zekanın mülkiyeti meselesi kaçınılmaz olarak yeniden gündeme gelecektir.

Artı Değer ve Sermaye Riski: Gözden Kaçırılan Asimetri

Marksist artı değer teorisi, üretilen değerin kaynağını yalnızca canlı emeğe indirgerken, sermayedarın üstlendiği finansal risk ve Ar-Ge (Araştırma-Geliştirme) maliyetlerini genellikle bir “kesinti” veya “ikincil yük” olarak görme eğilimindedir. Ancak YZ gibi devasa yatırım gerektiren teknolojilerde, bu riskin boyutu artı değerin paylaşımı tartışmasında merkezi bir konuma yerleşmektedir.

Mustafa Süleyman’ın belirttiği üzere, YZ eğitiminde kullanılan “hesaplama gücü” (compute) son 15 yılda 1 trilyon kat artmıştır ve önümüzdeki 3 yıl içinde 1000 kat daha artması beklenmektedir. Bu devasa altyapı yatırımları, sadece işçinin emeğiyle açıklanamayacak bir sermaye riskini temsil eder.

Risk ve Değer Dağılımı: Sermaye vs. Emek

Kategori	Sermayedarın Riski	İşçinin Riski	Paylaşım Mantığı
Finansal Yatırım	Milyarlarca dolarlık Ar-Ge ve GPU yatırımı; başarısızlık durumunda sermayenin tamamen yok olması.	Zaman yatırımı ve geçim kaynağı kaybı; ancak sermaye kaybı söz konusu değildir.	Sermaye, belirsizliği (uncertainty) üstlendiği için kârın aslan payını talep eder.
Teknolojik Eskime	Yeni bir modelin (örn. GPT-5) mevcut yatırımı (GPT-4 altyapısı) bir gecede değersiz kılması.	Beceri setinin eskimesi; yeniden eğitim (retraining) gereksinimi.	Moral amortisman (moral wear and tear) sermaye için doğrudan bir değer kaybıdır.
Toplumsal Sorumluluk	Veri kullanımı ve telif hakları nedeniyle açılan davalar; yasal yaptırımlar.	İş gücü piyasasındaki daralma nedeniyle sosyal güvence kaybı.	Şirketlerin topluma karşı bir “veri borcu” olduğu savunulur.

Frank Knight’ın Risk, Belirsizlik ve Kâr analizine göre gerçek kâr, hesaplanabilir riskten değil, hesaplanamaz belirsizlikten (uncertainty) doğar. İşçi belirli bir ücret karşılığında emeğini satarak belirsizliği büyük ölçüde sermayedara devreder. Yapay zeka şirketlerinin üstlendiği teknolojik, hukuki ve piyasa belirsizliği, elde ettikleri yüksek kârlılığın iktisadi gerekçesini oluşturur.

Ancak burada belirleyici olan yalnızca “risk almak” değil, riskin niteliğidir. Sermayedar özellikle yüksek teknoloji yatırımlarında batma riski (downside risk) taşır; yatırımın başarısız olması halinde kayıp mutlak ve geri döndürülemez olabilir. İşçi ise gelir kaybı ve mesleki eskime riskiyle karşı karşıyadır; bu risk ağır olmakla birlikte, sermayenin sıfırlanmasıyla aynı türden değildir. Bu asimetri, artı değerin bölüşümünde yatırım sürecinin göz ardı edilemeyeceğini gösterir.

Bununla birlikte, risk argümanı artı değerin tamamının sermayeye ait olduğu anlamına gelmez. Çünkü söz konusu yatırım, bütünüyle “özel” bir zeminde gerçekleşmemektedir. Yapay zeka modelleri, kamusal araştırmalar, üniversite ekosistemleri, açık kaynak kodları ve milyarlarca insanın ürettiği dijital veri üzerine inşa edilmektedir. Başka bir deyişle, sermaye finansal belirsizliği üstlenirken; bilgi altyapısı ve veri havuzu toplumsal birikimden beslenmektedir.

Dolayısıyla meşruiyet sorunu tam da burada ortaya çıkar: Eğer üretkenlik artışı yüksek sermaye riski sayesinde mümkün oluyorsa, bu risk kâr talebini iktisadi olarak açıklar. Ancak üretkenliğin maddi zemini toplumsal zekâ ise, bu zekânın bölüşümde pay sahibi olması gerektiği iddiası da güç kazanır. Yapay zeka çağında artı değer tartışması, emeğin sömürülmesi ile sermayenin riski arasındaki klasik ikiliğin ötesine geçerek, “risk kim tarafından taşınıyor, bilgi kim tarafından üretiliyor ve değer kim tarafından temellük ediliyor?” sorularına odaklanmak zorundadır.

Genel Akıl (General Intellect) ve Adil Kullanım (Fair Use) Çıkmazı

YZ modellerinin geliştirilmesinde, insanlığın kolektif birikimi olan internet verileri, kitaplar, sanat eserleri ve bilimsel makaleler kullanılmaktadır. Bu noktada YZ şirketlerinin topluma bir borcu olduğu argümanı güç kazanmaktadır. Suchir Balaji’nin “Adil Kullanım” (Fair Use) üzerine yaptığı analiz, YZ modellerinin çoğunlukla “dönüştürücü” (transformative) olmaktan ziyade “yerine geçici” (substitutive) olduğunu ileri sürmektedir.

Marx, Grundrisse kitabının “Makineler Üzerine Fragman” bölümünde, bilginin ve bilimin toplumsal bir güç haline geldiği bir aşamadan bahseder. Bu aşamada zenginlik üretimi artık doğrudan emek zamanına değil, “bilimin ve teknolojinin genel durumuna” (General Intellect) bağlıdır. YZ, bu “Genel Akıl” kavramının ete kemiğe bürünmüş halidir. Ancak sorun şudur: Bu akıl her zaman oradaydı ve toplumsaldı; ancak birileri (sermaye sahipleri) bu akla erişmek ve onu işlemek için gereken yüksek maliyetli risklere katlanmıştır.

Buradaki temel çelişki şudur: Eğer üretkenlik artık tekil emek zamanına değil, birikmiş toplumsal bilgiye dayanıyorsa; bu bilginin özel mülkiyet altında yoğunlaşması hangi ölçüde meşrudur? YZ şirketleri finansal riski üstlenmektedir; ancak eğitilen modeller, kamusal araştırma fonlarıyla desteklenmiş bilimsel yayınlar, açık kaynak kod ekosistemleri ve milyarlarca insanın gönüllü ya da farkında olmadan ürettiği dijital içerik üzerine kuruludur. Eğer modeller gerçekten “yerine geçici” (substitutive) ise, yani insan üretiminin pazar payını azaltıyorsa, burada yalnızca hukuki değil, bölüşümsel bir sorun ortaya çıkar. General Intellect’in ürünü olan değer, tekil mülkiyet rejimi içinde yoğunlaşırken; bilgi üreticilerinin ekonomik konumu zayıflamaktadır. Yapay zeka çağında mesele, bilginin kullanımı değil, bilginin temellük edilme biçimidir.

Bilgi Kuramı ve Ekonomik Haklar

Suchir Balaji’nin analizlerine göre, ChatGPT’nin yaygınlaşmasının ardından Stack Overflow gibi topluluk temelli bilgi platformlarının trafiğinde yaklaşık %12 oranında bir düşüş gözlemlenmiş; Chegg gibi eğitim odaklı şirketlerin piyasa değerleri ise ciddi kayıplar yaşamıştır. Bu gelişmeler, yapay zekâ sistemlerinin yalnızca bilgiye erişimi kolaylaştırmadığını, aynı zamanda bilgi üreticilerinin ekonomik konumunu doğrudan etkileyebildiğini göstermektedir.

Burada kritik mesele, klasik “adil kullanım” (fair use) tartışmasının ötesine geçmektedir. Eğer bir teknoloji, eğitim verisi olarak kullandığı içeriklerin üreticileriyle aynı pazarda rekabet ediyorsa ve onların gelir akışlarını azaltıyorsa, bu durum hukuki bir teknik ayrımdan ziyade ekonomik bir “pazar zararı” (market harm) sorunu haline gelir. Değer zinciri şu şekilde işler: Toplumsal bilgi üretimi → model eğitimi → ölçek ekonomisi → merkezi kâr yoğunlaşması. Bu zincirin sonunda, bilginin üreticisi ile bilginin ticarileştiricisindeki güç asimetrisi büyümektedir.

Bilgi kuramı açısından bakıldığında, büyük dil modellerinin çıktılarında entropinin düşük tutulması, modelin tahmin gücünü artırırken, eğitim verisine istatistiksel olarak yakın sonuçlar üretme eğilimini güçlendirmektedir. Bu durum doğrudan “kopyalama” anlamına gelmese de, modelin değer üretim kapasitesinin, geçmişte üretilmiş kolektif içeriklerin yoğunlaştırılmış bir yeniden düzenlenmesi olduğu gerçeğini değiştirmez.

Eğer yapay zekâ gerçekten insanlığın “ortak aklı”nın (General Intellect) yoğunlaşmış biçimi ise, ortaya çıkan artı değerin yalnızca yatırımcı sermayeye akması, sosyal sözleşmenin yeniden tartışılmasını gerektirir. Sorun, bilginin kullanılması değil; bilginin ticarileştirilmesi sonucunda ortaya çıkan değerin hangi normatif ilkeye göre paylaştırılacağıdır.

“Harcanabilir Zaman” Paradoksu: Boş Zamanın Sermaye Maliyeti

Marx, geleceğin toplumunda gerçek zenginliğin para değil, “harcanabilir zaman” (disposable time) olacağını öngörmüştü. Otomasyon sayesinde zorunlu emek zamanı azalacak, birey kendini sanata, bilime ve entelektüel üretime adayabilecekti. Bu tahayyül, üretkenliğin artışıyla özgürlüğün genişleyeceği varsayımına dayanıyordu.

Ancak yapay zeka çağında bu önermenin karşısına yeni bir paradoks çıkmaktadır: Boş zaman bedava değildir. Zorunlu emek süresinin azalması, zamanın kendiliğinden özgürleştirici olacağı anlamına gelmez. Modern ekonomide boş zaman faaliyetlerinin büyük kısmı sermaye yoğun altyapılara dayanır: seyahat için ulaşım ağı, dijital eğlence için cihaz ve abonelik, spor için tesis ve ekipman, kültürel üretim için eğitim ve sosyal sermaye gerekir.

Eğlence ve Boş Zaman Ekonomisi (Özet Görünüm)

Faaliyet Türü	Sermaye Yoğunluğu	Zaman Maliyeti	Ekonomik Etki
Dijital Oyunlar (Gaming)	Yüksek (Konsol, PC, abonelik maliyeti)	Çok Yüksek (Günde ortalama 1-3 saat)	Gen Z’nin toplam harcamasının %0.53’ü.
Yayın Akışı (Streaming)	Orta (Abonelik, yüksek hızlı internet)	Yüksek	Tüm nesillerde benzer harcama oranı (%0.15-%0.19).
Turizm ve Seyahat	Çok Yüksek	Dönemsel / Yüksek	Millennials ve Gen X harcamalarının %10+’u.
Geleneksel Sanat/Eğitim	Orta-Yüksek	Çok Yüksek	Üst gelir grubu ve eğitimli kesimde yoğunlaşmaktadır.

Bu noktada “boş zaman sermayesi” (leisure capital) kavramı belirleyici hale gelir. Pasif boş zaman faaliyetleri (televizyon izleme, sosyal medya tüketimi, düşük maliyetli dijital eğlence) teknolojik ucuzlama sayesinde geniş kitlelere açılmıştır. Ancak daha “insan geliştirici” faaliyetler —nitelikli eğitim, sanat üretimi, uluslararası seyahat, kültürel ağlara erişim— hâlâ yüksek gelir ve sosyal sermaye gerektirmektedir.

Paradoks şudur:

Otomasyon zorunlu emeği azaltırken, anlamlı boş zamanın maliyeti emek yoğun sektörlerde yüksek kalmaya devam etmektedir. Çünkü sanat eğitmeni, spor koçu, rehber, terapist ve akademisyen gibi meslekler hâlâ otomasyona dirençlidir. Bu alanlarda fiyatlar düşmemekte, aksine artmaktadır. Böylece otomasyonun yarattığı “zaman fazlası”, yeterli gelir dağılımı mekanizması yoksa, özgürleşmeye değil, düşük maliyetli pasif tüketimin genişlemesine yol açmaktadır.

Bu durum Marx’ın özgür zaman idealini bütünüyle çürütmez; ancak onu günceller. Özgür zaman, yalnızca üretim araçlarının değil, boş zamanın kullanım araçlarının da demokratikleşmesini gerektirir. Aksi halde otomasyon sonrası toplumda ortaya çıkacak tablo, yaratıcı bireylerin çoğaldığı bir kültürel sıçrama değil; “yoksul bir atalet” (impoverished idleness) olabilir. Zaman vardır, fakat onu anlamlı biçimde kullanacak maddi ve kültürel sermaye eşit dağılmamıştır.

Kapitalizmin Tüketim Döngüsü ve İşçiyi “Kapı Önüne Koymama” Zorunluluğu

Marx, Kapital’in birinci cildinde temel bir çelişkiye işaret eder: Makine, emek zamanını kısaltmanın en güçlü aracıdır; ancak kapitalist üretim ilişkileri içinde bu potansiyel, işçiyi özgürleştirmek yerine sermayeye daha fazla bağımlı hale getirir. Teknolojik verimlilik artışı, işçinin çalışma süresini azaltmak için değil, artı değeri büyütmek için kullanılır. Kısalan zaman işçiye “tatil” olarak dönmez; ya üretim yoğunlaştırılır ya da işçi sistem dışına itilir.

Ancak burada kapitalizmin kendi iç sınırı devreye girer.

Sistem yalnızca üretmekle yaşayamaz; üretileni satmak zorundadır ve satabilmek için gelir sahibi bir tüketici kitlesine ihtiyaç duyar.

İşçilerin topluca işsiz bırakılması ve gelirden mahrum edilmesi, kısa vadede maliyetleri düşürse bile uzun vadede talep daralmasına yol açar. Bu durum, klasik “eksik tüketim” (underconsumption) problemidir: Üretim kapasitesi artarken satın alma gücü daralırsa sistem kendi talep tabanını aşındırır. Kapitalizmin işçiyi tamamen tasfiye edememesinin nedeni ahlaki değil, makroekonomiktir.

Makroekonomik İntihar Paktı Olarak Otomasyon

Yapay zekâ ve otomasyonun yaygınlaşması bu çelişkiyi keskinleştirir. Eğer her şirket maliyet avantajı için iş gücünü agresif biçimde azaltırsa, bireysel düzeyde rasyonel görünen bu karar, sistem düzeyinde talep çöküşüne dönüşebilir.

Kısa vadede (Q1) kâr marjları artar.

Orta vadede (Q2–Q3) toplam ücret geliri düşer.

Uzun vadede tüketim talebi zayıflar ve kâr havuzu daralır.

Bu dinamik, kolektif ölçekte bir “makroekonomik intihar paktı” riskini doğurur. Kapitalizm işçiye adil olmak zorunda değildir; ancak onu tüketici olarak sistem içinde tutmak zorundadır.

Olası Denge Mekanizmaları

Bu zorunluluk karşısında iki ana senaryo öne çıkmaktadır:

1. Genişletilmiş Sosyal Devlet

Evrensel Temel Gelir (UBI) veya benzeri transfer mekanizmalarıyla, iş gücü piyasasından dışlanan kesimlerin tüketim kapasitesinin korunması.

2. Mesai Sürelerinin Kısaltılması

Teknolojik verimlilik artışının işten çıkarmalara değil, çalışma saatlerinin azaltılmasına yansıtılması. Böylece toplam ücret geliri korunurken verimlilik kazancı zaman üzerinden paylaşılır.

Her iki durumda da tartışma mülkiyetin kimde olduğundan ziyade, üretilen çıktının nasıl bölüşüleceği sorusuna kaymaktadır.

Sermayedarın risk üstlenmesi karşılığında kâr elde etmesi meşru görülebilir. Ancak bu kârın oluşmasını mümkün kılan unsurlar yalnızca sermaye değildir: Kolektif bilgi birikimi, kamu altyapısı, eğitim sistemi ve geniş tüketici tabanı da üretim sürecinin görünmez ortaklarıdır.

Yapay zekâ çağında asıl mesele, mülkiyet devrimi değil; verimlilik artışının sistemin talep tabanını çökertecek biçimde mi, yoksa onu yeniden üretecek biçimde mi dağıtılacağıdır.

Sonuç ve Değerlendirme: Adil Paylaşım ve Yeni Sosyal Sözleşme

Yapay zeka devrimi, sermaye ile emek arasındaki tarihsel gerilimi nihai bir hesaplaşmaya zorlamaktadır. Sorun, sadece işlerin kaybedilmesi değil, üretilen devasa artı değerin hangi “etik ve iktisadi” temel üzerinde paylaştırılacağıdır.

Raporun bulguları ışığında aşağıdaki sonuçlara varılabilir:

• Risk ve Yatırım Hakkı: Sermayedarın Ar-Ge ve altyapı için üstlendiği finansal risk, ona üretim sürecinde belirli bir öncelik ve kâr hakkı tanımaktadır. Bu riskin görmezden gelinmesi, teknolojik gelişimi tetikleyen temel motivasyonu (teşebbüs hürriyeti) ortadan kaldıracaktır.
• Toplumsal Zeka ve Veri Borcu: YZ’nin üzerine inşa edildiği verinin “kolektif mülkiyet” niteliği, şirketlerin topluma karşı bir şeffaflık ve tazmin borcu olduğunu kanıtlamaktadır. “Adil kullanım” artık sadece hukuki bir terim değil, bir ekonomik bölüşüm kriteridir.
• Tüketim Zorunluluğu: Kapitalizmin kendi bekası, işçinin tüketici olarak korunmasına bağlıdır. Bu durum, sermaye sahiplerini istemeyerek de olsa yeniden dağıtım mekanizmalarına (vergilendirme, kısalan mesailer) zorlayacaktır.
• Emeğin Evrimi: İnsan emeği, “makinenin eklentisi” olmaktan çıkıp, “ajanların mimarı” olma şansına sahiptir. Ancak bu şans, sadece yüksek eğitimli ve teknolojik adaptasyonu yüksek bir azınlık için mi geçerli kalacaktır, yoksa tüm topluma mı yayılacaktır?.

Nihayetinde “adil” olan; sermayedarın riskini, işçinin stratejik katkısını ve toplumun veri sağlayan rolünü dengeli bir matematiksel modelde birleştirmektir. Marx’ın hayalindeki “özgür zaman”ın bir sefalet tuzağına dönüşmemesi için, otomasyonun yarattığı verimlilik artışının, sermaye maliyeti olan “boş zaman harcamalarını” da kapsayacak şekilde toplumsallaştırılması bir zorunluluktur. Yapay zeka, insanı işinden etmekten ziyade, insanı “geçimlik emek” (survival labor) yükünden kurtarıp, onu gerçek anlamda yaratıcı ve denetleyici bir özneye dönüştürme potansiyelini içinde barındırmaktadır. Bu imkanın bir eleştiriye değil, yeni bir sosyal sözleşmeye temel teşkil etmesi, 21. yüzyıl iktisat politikasının ana sınavı olacaktır.