Google, yapay zekânın ekonomiye etkisini ölçen ATLAS verisini herkese açtı

Yapay zekânın ekonomiye etkisi üzerine yapılan tartışmaların çoğu, üzerinde anlaşılmış bir veri kümesi olmadan yürüyor. Google, ATLAS çalışmasının milyonlarca veri noktasını etkileşimli ve açık erişimli bir arayüze dönüştürdüğünü duyurdu — böylece veriye erişim rapor okumaktan çıkıp doğrudan sorgulamaya dönüşüyor.

Verinin gösterdiği bölgesel farklar dikkat çekici. Hindistan'ın yaratıcı sektörü dünyanın geri kalanından daha yoğun kullanıyor: sanat, tasarım ve medya meslekleri, işle ilgili yapay zekâ kullanımının yüzde 19'unu oluşturuyor — küresel ortalamanın 1,6 katı. ABD ise teknik kullanımda önde: bilgisayar ve matematik meslekleri toplam iş kullanımının yüzde 30'unu oluşturuyor, bu oran dünyanın geri kalanının iki katı.

Meslek kırılımı ülke grubuna göre de değişiyor. OECD ülkelerinde bilgisayar-matematik ile iş ve finans operasyonları başı çekerken, OECD dışındaki ülkelerde ofis ve idari destek; sanat, tasarım, eğlence, spor ve medya; eğitim ve kütüphane meslekleri öne çıkıyor.

Benimseme oranı genel olarak ülkenin gelir düzeyiyle birlikte artıyor, ancak Brezilya ve Birleşik Arap Emirlikleri kişi başına gelirin öngördüğünden daha yüksek oranlarla öne çıkıyor. Elle yapılan işlerde de fark var: gerçek zamanlı ekipman teşhisi ve arıza giderme için yapay zekâ kullanımı Brezilya ve Almanya'da iş kullanımının yüzde 7'sini oluştururken — küresel ortalamanın 1,4 katı — Japonya'da bu oran yüzde 4.

Duyuruyla birlikte Google, Google DeepMind ve MIT FutureTech iş birliğiyle yapılan yeni bir araştırma da yayımlandı. Çalışma 2.600 uzmanlaşmış yapay zekâ modelinin analizine ve ABD ile İngiltere'deki 600'den fazla bilim insanıyla yapılan ankete dayanıyor; veriler MIT FutureTech'in bilim insanlarının işini haritalayan yeni bir sınıflandırmasıyla düzenlenmiş.

Araştırmanın bulguları şöyle: bilim insanları yapay zekâyı birçok meslekten daha yoğun kullanıyor ve neredeyse yarısı her gün bir biçimde başvuruyor. Büyük dil modelleri ile uzmanlaşmış modeller birlikte ve birbirini tamamlayacak şekilde kullanılıyor; dil modellerinin kullanımı bilim alanlarına ve görev tiplerine geniş biçimde yayılırken uzmanlaşmış modeller daha dar alanlarda yoğunlaşıyor.

En ilginç bulgu ise kazanılan zamanın nereye gittiği. Bilim insanları yapay zekâyla haftada yaklaşık 7 saat tasarruf ettiklerini bildiriyor. Ancak bu, araştırma üretim hattının ilerleyen aşamalarında yeni darboğazlar yaratıyor ve biriken bir hipotez yığını oluşuyor — fikir üretmek hızlanırken, o fikirleri sınamak aynı hızda hızlanmıyor.