Onlarca yıldır işleri "arka kapıdan girerek" öğrendik. Kıdemsiz çalışan (junior) odayı kurar, toplantı dökümünü çıkarır, belgeleri hazırlardı. Bu operasyonel veya rutin bir işti ama bizi kararların alındığı, dinamikleri ve nasıl hareket etmemiz gerektiğini öğrendiğimiz o odaya sokardı. Orada izleyerek, sorarak ve düzeltilerek muhakeme yeteneğimiz oluşurdu. Ya bu roller artık var olmasaydı? McKinsey'nin "Yapay Zeka Çağında Uzmanlık İnşa Etmek" adlı yeni bir raporu, eskiden junior'ları yetiştiren araştırma, belgeleme ve ön analiz yapma süreçlerini bugün yapay zekanın yürüttüğünü açıklıyor. O halde geleceğin neslini kim eğitecek? Microsoft bu fenomene bir isim koydu. Yapay zeka asistanları kıdemli çalışanlara (senior) bir "yapay zeka ivmesi" (AI boost) kazandırarak üretimlerini katlıyor. Junior'lara ise tam aksine bir "yapay zeka yükü" (AI drag) yüklüyor; çünkü junior, makinenin ne zaman doğru ne zaman büyük bir özgüvenle yanlış yaptığını ayırt edecek muhakeme yeteneğinden henüz yoksun.
Eğer senior'ları işe alıp junior'ları otomatikleştirmek yönündeki fikir izlenirse, problem, gelecekteki tüm senior'ların çıktığı piramidin tabanının sökülüp atılması olacaktır. Durum, junior'ları işe almaya devam etme, baştan itibaren kapasiteyi düşürdüklerini kabul etme ve onların gelişimini açık bir hedef haline getirme kararı alınırsa farklı olur. McKinsey, "Cevap Anahtarı" (Answer Key) adını verdiği bir çıkış yolu öneriyor. Bu model üç adımda çalışıyor: Çalışan önce işi tek başına yapar; yapay zeka bunu düzeltir; ardından çalışanı, patronuyla oturup aralarındaki farkları analiz eder. Rapor, bunu uygulayan bir emlak şirketinin örneğini gösteriyor. Yapay zeka ajanı herhangi bir junior'unkinden çok daha iyi piyasa analizleri üretmesine rağmen şirket, yeni başlayanlardan kendi analizlerini "elle" yapmalarını istedi: mahalleleri yürüyerek gezin, trafiği inceleyin, kendi görüşünüzü oluşturun. Sonrasında makineyle kıyaslıyorlardı. İki versiyon arasındaki uçurum, ders çıkarılacak sınıfı oluşturuyordu. Örneğin klinik araştırmalarda, hekimlere bir dil modeli vermek onların uzun vadeli teşhis yeteneğini neredeyse hiç iyileştirmedi. Ancak onları, akıl yürütme süreçlerini yapay zeka ile karşılaştırmaya ve uzlaştırmaya zorlamak, onları makinenin seviyesine taşıdı. Ve çalışanlar henüz hâkim olmadıkları teknik görevler için yapay zeka kullandıklarında, araç ellerinden alındığı anda beceri buharlaşıp gitti.
Raporun özeti, pasif bağımlılığın sonuçlar ürettiği, yapılandırılmış karşılaştırmanın ise uzmanlar yarattığı yönündedir. Bu yöntem daha fazla çaba gerektirir ve yeni başlayan birini bunaltabilir, bu yüzden dozunda uygulanmalıdır. Ancak işin güzel tarafı, öğrenmenin ölçülebilir olmasıdır. Eğer junior'ın yaptığı şey ile yapay zekanın önerdiği şey arasındaki mesafe zamanla kapanıyorsa, orada bir muhakeme yeteneği şekilleniyor demektir. Ve patronun rolü değişir: Soru yanıtlamayı bırakır ve düşünmeyi öğretmeye başlar. Yolun başındaysanız yapay zekanın sizin yerinize düşünmesine izin vermeyin. Önce siz yapın ve makineyi düzeltme amacıyla kullanın. Bir lider misiniz? Ekibinizdeki bir sonraki harika senior, junior masasında oturuyor olabilir. Ve birilerinin onu eğitmesi gerekir.