Görsel: Gezdiren için yapay zekâ ile üretildi.
Bir işyerinde yapay zekâ devreye girdiğinde ilk konuşulan şey genellikle kaç dakikanın kazanıldığı oluyor. Oysa bir görevin hızlanması, o görevin değerinin ve o görevi yapan kişinin işyerindeki yerinin aynı kaldığı anlamına gelmiyor. Bir raporu özetleyen, müşterinin ilk sorusunu yanıtlayan ya da toplantı notunu düzenleyen araç, iş akışını değiştirdiğinde kurumun kimin zamanını boşalttığına da karar veriyor.
Uluslararası Çalışma Örgütü’nün 5 Mart 2026 tarihli değerlendirmesi, kadınların üretken yapay zekâdan etkilenme ihtimali yüksek işlerde erkeklere göre daha fazla yoğunlaştığını söylüyor. Bu, kadınların işlerini yarın topluca kaybedeceği anlamına gelmiyor. ILO’nun aynı çerçevesi, etkinin işin bütününden çok görevler üzerinden okunması gerektiğini hatırlatıyor. Bir mesleğin bazı parçaları otomatikleşirken başka parçaları insanın elinde kalabilir.
Sorun, otomatikleşen parçaların kime ait olduğundan çok, geride kalan parçaların nasıl dağıtılacağında büyüyor. Bir ekipte yazışma taslakları hızlanınca çalışanlardan daha fazla ilişki yönetimi, takip, ikna ve duygusal emek beklenebilir. Bunlar çoğu zaman iş tanımında görünmeyen ve performans görüşmesinde ölçülmeyen görevlerdir. Araç yazışmayı hızlandırsa da ilişki takibi ve ekip içi koordinasyon için harcanan süre aynı kişilerin üzerinde kalabilir.
Bu yükün kadınlara daha sık kayması şaşırtıcı olmaz. Bir toplantının havasını toparlamak, yeni gelen çalışana yolu göstermek, müşterinin öfkesini yumuşatmak veya ekip içindeki kopukluğu fark etmek çoğu kurumda resmi görev sayılmaz. Yapay zekâ bu işleri ortadan kaldırmadığında, kurum onları yine “doğal olarak” yapan kişilere bırakabilir. Böyle bir dağılımda kadınlar teknoloji kullanımından sonra da ilişki takibi ve duygusal emek yükünü taşımaya devam eder.
OECD’nin 7 Temmuz’da yayımladığı İstihdam Görünümü de genç üniversite mezunlarının işsizlik riskinin yükseldiğine dikkat çekiyor ve bu eğilimin yalnızca yapay zekâyla açıklanamayacağını belirtiyor. Bu uyarı önemli. Çünkü işe yeni başlayanların öğrenme alanı daraldığında ilk kaybolan şey, basit görünen görevler üzerinden deneyim kazanma imkânı olabilir. Bu görevler kadınların yoğun olduğu mesleklerde daha hızlı dönüşüyorsa, girişteki eşik de sessizce farklılaşır.
İyi bir kurumun sorusu “Yapay zekâ hangi işi alacak?” ile bitmez. Hangi görev otomatikleşti, hangi görev insanda kaldı, bu görevlerin görünür değeri nedir ve yeni beceriyi kim öğrenebiliyor? Bir yönetici, verimlilik kazancını yalnızca daha fazla iş istemek için kullanıyorsa çalışanların hangi görevi devralacağını, hangi beceriyi öğreneceğini ve hangi kararı vereceğini yeniden düzenlememiş olur.
Burada insan kaynaklarına düşen iş, bir eğitim videosu yayımlamak kadar kolay değil. Görev haritası çıkarılmalı, görünmeyen koordinasyon ve bakım işleri kayda alınmalı, yapay zekâ ile boşalan zamanın kime gelişim ve karar yetkisi kazandırdığı izlenmeli. Ücret, terfi ve performans ölçüleri de bu yeni dağılımı takip etmeli. Kadınların yoğun olduğu görevler otomatikleşirken karar hakkı başka bir gruba taşınıyorsa, bu değişimin ücret, terfi ve gelişim fırsatlarına kimleri taşıdığı ayrıca izlenmelidir.
Bu yüzden kurumlar yapay zekâdan sonra boşalan zamanı kimin kullandığını, yeni sorumluluğu kimin aldığını ve bu değişimin ücret ile terfiye nasıl yansıdığını düzenli olarak kontrol etmeli. Eşitliğin işyerindeki karşılığı, pazartesi sabahı hangi çalışanın hangi işi devraldığına bakıldığında görülebilir.
