Yapay Zeka Mirasyedi Olmamalı
Dil modelleri insanlığın birikmiş evrensel emeğinden, yani hepimizin ortak mirasından yapıldı. Bu mirası yiyen, borcunu da ödemeli.
01Vakit
Ekim 2026'da bir yapay zeka şirketi halka açılmak için başvurdu ve yatırımcılara önündeki pazarı gösterdi: yılda 40 trilyon doların üzerinde. Bu rakamın neyi ölçtüğüne bakınca insan bir an duruyor. Ölçülen şey yazılım bütçeleri değil, dünyadaki kafa emekçilerinin maaşları; yani bizim maaşlarımız. Aynı başvuruda anılan bir tahmine göre dünyadaki kafa emekçilerinin sayısı 2028'de bir milyarı geçecek. Her birinin dört kişilik bir ailenin geçimine katkı yaptığını varsayarsak, kaba bir hesapla dört milyar insanın, yani insanlığın yaklaşık yarısının geçimi bu maaşlara bağlı. Bu yazı, o rakamın arkasındaki hikâyeyi anlatıyor: o maaşlar nereden geliyordu, nereye gidiyor ve onları kazandıran bilgi aslında kimindi?
Son 250 yılda çoğumuz geçimimizi tek bir şeyi satarak sağladık: vaktimizi. Maaş, görünüşte bir insanın günündeki sekiz dokuz saatin fiyatıdır; bu görünüşün arkasında ne olduğuna bir sonraki bölümde bakacağız. Fabrikadaki dokumacı da, ofisteki muhasebeci de, evden çalışan yazılımcı da aynı alışverişin içinde: vaktini veriyor, karşılığında para alıyor. Hayatımızın biçimi, yani ne zaman uyuyacağımız, nerede oturacağımız, kaç yaşında ev alacağımız, bu alışverişin etrafında kuruldu.
Karl Marx 19. yüzyılda bu alışverişi emek değer teorisiyle (labour theory of value) açıkladı; teoriyi Adam Smith ve David Ricardo'dan devralıp geliştirdi. Marx'a göre bir malın değeri, o malı üretmek için toplumun ortalama harcadığı vakitti; Marx buna toplumsal olarak gerekli emek zamanı (socially necessary labour time) der. Bir kumaş, bir masa ya da bir rapor, içinde ne kadar insan vakti taşıyorsa o kadar değerliydi. Teori tartışmalı, ama gündelik sezgimize yakın: bir işin değerini çoğu zaman o işe kaç saat gittiğiyle tartarız.
Dil modelleri (large language models) bu alışverişin tam ortasına girdi. Bir çevirmenin günlerce uğraştığı metni, bir uzmanın saatlerce hazırladığı raporu, bir yazılımcının yazacağı kodun önemli bir kısmını dakikalar içinde üretiyorlar. Bu işlerin ortak noktası, hepsinin kafa emeğiyle yapılması. Sermaye sahipleri artık bu işler için her zaman insan vakti satın almak zorunda değil; aylık 100 dolar civarındaki bir abonelikle bu işlerin önemli bir kısmını yaptırabiliyorlar.
Bu yazının iddiası şu: dil modeli, emeğin yerine geçen sıradan bir makine değil. Daha önceki makineler insanın işini yapıyordu; dil modeli ise milyonlarca insanın yazdıklarından, yani o insanların emeğinden yapılmış ilk makine. Bu fark küçük görünüyor, ama 250 yıllık alışverişin temelini sarsıyor: değeri ölçerken kullandığımız şey, yani insan vakti, ölçü olmaktan çıkmaya başlıyor.
Cin şişeden çıktı; bu yazı cini şişeye geri koymayı tartışmıyor. Sorduğu soru başka: ölçü değişirse, ölçünün etrafında kurulmuş hayat ne olur? Yapay zekayı şirketler de, devletler de, sıradan insanlar da aynı anda kullanıyor ve her biri farklı bir şey kazanıp farklı bir şey kaybediyor. Bu yazı bu üç tarafa ayrı ayrı bakmaya çalışıyor.
Yöntem olarak eski bir okumaya yaslanacağım. Marx'a göre insanların nasıl ürettiği değişince toplumun düşünceleri, yasaları ve beklentileri de değişir, ama geriden gelir. Marx üretim ilişkilerine altyapı (base), onların üzerinde yükselen hukuka, siyasete ve düşüncelere üstyapı (superstructure) der. Üretim bugün değişir; ona uygun yasa yıllar sonra çıkar; insanların kendilerini yeni duruma göre görmesi daha da uzun sürer. Yüzyıllar geçti, bu okuma hâlâ iş görüyor. Bu yazının asıl konusu da bu gecikme: yapay zekayla neler şimdiden değişti, neler henüz değişmedi ve aradaki boşlukta neler olabilir.
Bu uzun bir yazı. Sabırla okuyanı yolda birkaç düşünce deneyi bekliyor. Mısır'daki piramit işçisinin bugünün beyaz yakalısından neden daha güçlü bir pazarlık konumunda olabileceğine bakacağız. Bir yapay zeka şirketine Matrix'teki gibi bir hafıza silme cezası verilse ne olacağını soracağız. Polisin bir veri merkezinin kablosunu kesmesinin neden bir komedi olacağını, milyarderlerin sığınaklarında neden kendi korumalarından korktuğunu göreceğiz. Bir yapay zeka şirketinin CEO'sunun kendi ürününden neden bu kadar yüksek sesle korktuğunu da soracağız. Ve sonunda, ekonomiyi bir makinenin planladığı bir ütopyanın neden yine aynı soruya döndüğünü tartışacağız: bu mirasın sahibi kim?
02Marx'ın sözlüğü
Yazının geri kalanı için Marx'tan beş kavram yetiyor. Bu kavramları bir teori dersi gibi değil, bir sözlük gibi kullanacağız; her birini gündelik bir örnekle anlatacağım.
İlk ikisi somut emek (concrete labour) ve soyut emek (abstract labour). Marx'a göre her işin iki yüzü vardır. Bir çevirmen bir romanı Türkçeye çevirdiğinde belirli bir iş yapar: bu işin kendine özgü bir becerisi, aleti ve sonucu vardır; ortaya okunabilen bir kitap, yani kullanılabilen bir şey çıkar. Bir yazılımcının yazdığı kod da başka türden, belirli bir iştir. Marx işin bu yüzüne somut emek der. Ama çeviri ile yazılım pazarda birbiriyle değiştirilebiliyorsa, ikisinin ortak bir yanı olmalı. Marx'a göre bu ortak yan, ikisinin de genel olarak insan emeği olması: insanın beyninden, kasından ve sinirlerinden harcanan çaba. Marx işin bu yüzüne de soyut emek der. Soyut emeğin ölçüsü, o işi yapmak için toplumun ortalama harcadığı vakittir; tek bir kişinin ne kadar uğraştığı değil. Daha çok beceri isteyen bir iş, bu hesapta daha çok basit emek yerine geçer. Bir çeviri ile bir yazılımın değerini karşılaştırılabilir kılan şey soyut emektir ve Marx'a göre bu karşılaştırmayı bir teorisyen değil, pazarın kendisi yapar.
Üçüncü kavram emek gücü (labour power). İşçi aslında işini değil, iş yapabilme gücünü satar: belli bir süre boyunca çalışma kapasitesini. İşveren bu gücü satın aldığında karşılığında maaş öder. Maaş da kabaca bu gücü ayakta tutmanın maliyeti kadardır: işçinin yemesinin, barınmasının, ertesi sabah yeniden işe gelebilmesinin maliyeti. İşveren ise işçiyi ancak işçi bu maliyetten daha fazla değer ürettiği sürece çalıştırır. Marx aradaki farka artı değer (surplus value) der. Kâr, Marx'a göre buradan doğar. Maaşın saatlerin fiyatıymış gibi görünmesi de bu yüzden önemli: işçi sanki çalıştığı her saatin karşılığını alıyormuş gibi görünür, oysa günün bir kısmında yalnızca kendi maaşını, kalan kısmında işverenin kârını üretir. Marx'a göre maaşın biçimi, artı değeri gözden saklar.
Dördüncü kavram ölü emek (dead labour). Bir makine, onu yapmak için geçmişte harcanmış emeğin donmuş hâlidir: makineyi tasarlayanların, demirini çıkaranların, parçalarını dökenlerin vakti makinenin içindedir. Marx'a göre makine yeni değer yaratmaz; kendi değerini yıllar içinde ürettiği ürünlere parça parça aktarır. Yeni değeri yaratan, makineyi çalıştıran canlı insan emeğidir; Marx buna canlı emek (living labour) der. Marx bu ilişkiyi Kapital'de sert bir benzetmeyle anlatır: sermaye, vampir gibi, ancak canlı emeği emerek yaşayan ölü emektir.
Beşinci kavram Engels'ten geliyor. Engels 1876'da yazdığı "Maymundan İnsana Geçişte Emeğin Rolü" adlı kısa metinde emeğin insanı insan yaptığını savunur: alet kullanan el, birlikte çalışırken doğan dil ve bu ikisiyle birlikte gelişen beyin. Bu gelişme sırasının biyolojik ayrıntıları bugün tartışmalı, ama fikrin özü bu yazı için önemli: insanı insan yapan şeylerden biri emektir.
Bu beş kavramın arkasında basit bir gerçek var; Marx bu sözlerle söylemese de teorisinin gücü buradan gelir: değerin ölçüsü vakittir ve insanın ömrü de vakittir. Bir işe harcadığımız her saat, ömrümüzden bir saattir. Marx'ın teorisinin bugün hâlâ insanlara dokunmasının sebebi de bu: bir malın fiyatında, birilerinin ömründen kesilmiş saatler vardır. Yapay zeka tam bu noktaya dokunuyor; bir sonraki bölümün konusu da bu.
03Emekten yapılmış makine
Önceki makinelerle dil modeli arasındaki farkı bir örnekle görelim. 18. yüzyılın sonunda icat edilen mekanik dokuma tezgâhı dokumacının işini yapıyordu: ipliği aynı hızla, aynı düzenle, yorulmadan dokuyordu. Tezgâh, dokumacıların bilgisinden de yararlanmıştı. Marx'ın da yazdığı gibi makine, işçinin elindeki aletin hareketini devralır: mekiği atmak, ipliği sıkıştırmak, kumaşı sarmak. Ama tezgâhın aldığı şey bu genel hareketti; mühendisler dokumanın nasıl yapıldığını bir kez çözüp makineye aktardı. Tezgâhı kurmak için dokumacıların o güne kadar dokuduğu kumaşları toplayıp makineye yüklemek gerekmedi; tezgâh o kumaşlar olmadan da çalışıyordu.
Dil modeli böyle yapılmadı. Bir dil modeli, milyonlarca insanın yazdığı metinlerle eğitilir: mektuplar, makaleler, kitaplar, forum yazıları, kodlar, ders notları. Model bu metinlerdeki kalıpları öğrenir ve öğrendiklerini ağırlık (weights) denen milyarlarca sayıda saklar. Tezgâh dokumanın nasıl yapıldığını kopyalıyordu. Dil modeli ise yalnızca yazmanın nasıl yapıldığını değil, insanların yazdığı metinlerin kendisini hammadde olarak kullandı.
Bunu Marx'ın sözlüğüyle söyleyelim. Marx'a göre pazar, farklı somut emekleri soyut emek denen tek bir ölçüye indirir; ama bu soyutlama yalnızca fiyatlarda görünür, elle tutulamaz. Dil modelinin eğitimi de farklı emekleri tek bir şeye indiriyor: bir şairin dizesi, bir yazılımcının kodu ve bir öğrencinin ödevi aynı ağırlıkların içinde eriyor. Fark şu: bu kez ortaya çıkan şey bir fiyat değil, saklanabilen, kopyalanabilen ve satılabilen bir dosya. Bunu kelimenin tam anlamıyla söylemiyorum: Marx'a göre soyut emek bir nesne değil, insanlar arasındaki bir ilişkidir ve onu bir nesne sanmak, Marx'ın eleştirdiği yanılgının ta kendisidir. Ama benzetme önemli bir şeyi yakalıyor: milyonlarca farklı emeği tek bir ölçüye indiren soyutlama, bu kez pazarın görünmez işleyişinde değil, bir şirketin sahip olduğu ve kiraya verdiği bir dosyada gerçekleşiyor.
Bu yüzden dil modelinin içindeki emeğe ayrı bir ad vermek istiyorum. Marx, Kapital'in üçüncü cildinde bütün bilimsel çalışmaya, keşiflere ve icatlara evrensel emek (universal labour) der: bir kısmı yaşayanların iş birliğinden, bir kısmı da ölmüş kuşakların bıraktıklarından gelen emek. Ben bu kavramı bir adım genişletip birikmiş evrensel emek (accumulated universal labour) diyorum. Marx'ın kavramından iki farkı var. Birincisi kapsam: dil modelinin içinde yalnızca bilim insanlarının ve mucitlerin değil, mektup yazanların, forumlarda soru cevaplayanların, ödev yapan öğrencilerin, yani sıradan insanların yazdıkları da var. İkincisi biçim: Marx'ın evrensel emeği üretime bilgi olarak, dolaylı yoldan giriyordu; birikmiş evrensel emekte ise milyonlarca insanın farklı işlerde harcadığı emek tek bir makinede birleşiyor ve yeniden pek çok farklı işte kullanılabilir hâle geliyor. Bu kavramın ölü emekten farkı şu: dil modelinde de ölü emek var, yani çipleri, veri merkezlerini ve modeli yapanların emeği. Ama tezgâhın içinde yalnızca tezgâhı yapanların emeği vardı ve tezgâh yalnızca dokuma yapıyordu. Dil modelinin içinde ise modeli yapmayan milyonlarca insanın, yani metinleri yazanların emeği var; model de bu emeği tek bir işte değil, çeviriden hukuka, koddan reklama kadar pek çok işte yeniden kullanıyor.
Şirketlerin bu birikmiş evrensel emekten sattığı şey de belli bir akıl türü. Frankfurt Okulu düşünürü Max Horkheimer, bir amacın doğru olup olmadığını sormadan o amaca en etkili yoldan nasıl ulaşılacağını hesaplayan akla araçsal akıl (instrumental reason) der. Dil modeline yaptırdığımız işlerin neredeyse hepsi bu türden: bir metni çevirmek, bir sözleşmeyi özetlemek, bir koddaki hatayı bulmak, bir satış e-postası yazmak. Model kendi amacını seçmez; ona verilen amaca giden yolu bulur. Bence dil modeli, araçsal aklın bugüne kadarki en gelişmiş biçimi: tek bir işe değil, hemen her kafa işine uygulanabilen, genel amaçlı bir araçsal akıl.
Marx böyle bir makinenin ihtimalini yaklaşık 170 yıl önce bir defterine not etmişti. Grundrisse adıyla bilinen ve hayattayken yayımlamadığı bu notlarda Marx, toplumun ortak bilgisinin, onun deyişiyle genel zekanın (general intellect), bir gün makinelere geçip doğrudan üretim yapacağını yazar. 1858'de bu bir defter notuydu. Bugün token (kelime parçası) başına fiyatı olan bir hizmet.
Burada haklı bir itiraz var: her makine birikmiş bilgidir. Buhar makinesi de yüzyılların fizik ve mühendislik bilgisinin ürünüydü. Marx da bunu kabul eder: makineler ve aletler geçmiş emeğin ürünüdür. Ama Marx'a göre geçmiş emeği sermayeye dönüştüren şey, onun kime ait olduğudur; sermaye bir eşya değil, bir toplumsal ilişkidir. O hâlde dil modelinin farkı ne? İki fark var. Birincisi ödeme. Buhar makinesini yapan mühendisler ve işçiler, düşük de olsa bir ücret aldı. Dil modelinin eğitiminde de ücret alan emek var: verileri etiketleyen (data labeling) ve modelin cevaplarını puanlayan, çoğu düşük ücretli binlerce işçi. Ama modelin asıl hammaddesi olan metinleri yazan milyonlarca insana, modeli yapan şirketler büyük ölçüde hiçbir ödeme yapmadı. İkincisi yer değiştirme. Buhar makinesi fizikçilerin yerine geçmedi; dil modeli ise kendisini besleyen emeğin, yani yazanların, çevirenlerin ve kod yazanların yerine geçiyor.
Bu iki farkın siyasi sonucu büyük. Kapitalizmin tarihi, bir yönüyle üretim araçlarının sahipleriyle verilen bir bölüşüm kavgasının tarihi. Köylüler toprak sahibine karşı kira ve toprak reformu için, işçiler fabrika sahibine karşı ücret, iş saati ve sendika hakkı için mücadele etti. Bu kavgalarda karşı taraf da, onun elindeki şey de belliydi: toprak ya da makine. Dil modellerinin sahipleri ise elinde farklı türde bir sermaye tutuyor: insanlığın araçsal aklının genel amaçlı kullanılabilen bir biçimi. Bu sermaye kira gibi gelir getiriyor; modeli kullanan herkes abonelik ya da token başına ücret ödüyor. Üstelik bu sermayenin hammaddesini üretenlere, yani metinleri yazan milyonlarca insana, büyük ölçüde hiçbir şey ödenmedi. Toprak sahibine ve fabrika sahibine karşı ne yapacağımızı iki yüzyıl boyunca tartıştık; insanlığın birikmiş evrensel emeğini elinde tutan bu yeni sahiplere karşı ne yapacağımız sorusu ise henüz cevapsız. Bu gelirin ne kadar dayanıklı olduğuna dördüncü bölümde, bu yeni sahiplerden ne istenebileceğine altıncı bölümde bakacağım.
İkinci bölümde Engels'in, emeğin insanı nasıl insan yaptığına dair anlattıklarına değinmiştim. Engels'e göre bu gelişme belli bir sırayla oldu: insan önce eliyle çalıştı; dil ve beyin bu emeğin içinde gelişti. Dil modelinde bu sıra tersine dönmüş durumda: modelin dili var, ama eli, bedeni ve vakti yok. Model, insanların on binlerce yıl çalışarak geliştirdiği dilin ürünlerinden eğitildi, o dili doğuran emekten değil. Sonuç şu: dil modeli canlı emeğin ürününü, canlı emek olmadan ve insan vakti harcanmadan üretiyor. Bir sonraki bölüm, bunun değer hesabını nasıl değiştirdiğine bakıyor.
04Ölçü değişiyor
Marx'ın teorisi bir tahmin yapıyor ve bu tahmini sınayabiliriz. Bir işi yapmak için toplumun harcadığı ortalama vakit düşerse, o işin ürününün değeri de düşer. Marx bunu kendi çağından bir örnekle anlatır: İngiltere'de mekanik dokuma tezgâhı yaygınlaşınca, Marx'ın tahminine göre bir kumaşı dokumak için gereken vakit yarıya indi. Elle dokumaya devam eden dokumacı yine aynı saatleri harcıyordu, ama dokumacının bir saatlik emeği artık yarım saatlik değer üretiyordu. Dokumacı aynı işi yapıyordu; değişen, toplumun o iş için gerekli saydığı vakitti.
Kafa emeğinde bugün aynı şey oluyor. Yapay zeka bir metni yazmak, çevirmek ya da özetlemek için gereken vakti düşürdükçe, bu işleri insanların yapmasının değeri düşüyor. Değeri doğrudan ölçen bir istatistik yok; fiyatlar ve kazançlar ancak bir işaret verir. İlk işaretler bu yönde. Serbest çalışanların iş bulduğu Upwork platformunda yapılan bir araştırmaya göre, ChatGPT'den sonra yazı işlerinde serbest çalışanların aylık iş sayısı yüzde 2, aylık kazancı yüzde 5,2 düştü (Hui, Reshef ve Zhou). Başka bir yöntemle yapılan bir araştırma, yazı ve çeviri gibi yapay zekanın kolayca yapabildiği becerilere olan talebin, yapay zeka olmasaydı olacağına göre yüzde 20 ile 50 arasında düştüğünü buldu (Teutloff ve arkadaşları). Stanford'daki bir ekip ise ABD'deki maaş bordrosu verilerine baktı: yapay zekaya en açık mesleklerde 22–25 yaş arası çalışanların istihdamı, 2022 sonundan beri diğer mesleklere göre yüzde 13 ile 16 arasında düştü (Brynjolfsson, Chandar ve Chen). Bulgular tartışmasız değil; aynı dönemdeki faiz artışları ve uzaktan çalışma da etkili olabilir. Ama yön aynı: kafa emeğinin ürünü ucuzluyor ve ilk vurulan, işe yeni başlayanlar.
Peki bu durumda sermaye nereden kazanacak? Marx'a göre yeni değerin kaynağı canlı emek. Bir ekonomide üretim giderek daha az insan emeğiyle yapılırsa, kâr oranı uzun vadede düşme eğilimi gösterir; Marx buna kâr oranının düşme eğilimi (tendency of the rate of profit to fall) der. Kâr oranının düşme eğilimi Marx'ın en tartışmalı fikirlerinden biri; Marx da bu eğilimi frenleyen etkenler sayar. İşçilerin daha yoğun çalıştırılması, makinelerin ucuzlaması ve işsizlerin ücretleri aşağı çekmesi bunların başında gelir. Ama kârın dışında bir gelir türü daha var: rant (rent). Rant, kopyalanamayan, yeniden üretilemeyen bir şeye sahip olmanın getirisidir. Marx rantı toprak üzerinden anlatır: verimli bir toprağın sahibi, o toprağı kimse yeniden üretemediği için para kazanır. Marx'a göre rant yeni değer yaratmaz; başka yerde üretilmiş artı değerden, kıt bir kaynağın sahibine düşen paydır.
Yapay zekada neyin kopyalanabildiğine bakalım. Modelin ağırlıkları kopyalanabiliyor: Çin'deki DeepSeek ya da Meta'nın Llama'sı gibi açık ağırlıklı modeller (open-weight models), en gelişmiş modellere yakın sonuçları ücretsiz dağıtıyor. Ama bu modelleri çalıştırmak için gereken şeyler kopyalanamıyor: çipler, elektrik, soğutma suyu ve veri merkezlerinin kurulduğu arazi. Yapay zekada kazanç bu yüzden kopyalanabilen yazılımdan kopyalanamayan fiziksel kaynaklara kayıyor. Kâr, yerini kısmen ranta bırakıyor.
Böylece değerin ölçüsü de değişiyor. 250 yıl boyunca bir şeyin değerini, içinde ne kadar insan vakti olduğuyla ölçtük; yani insan ömrüyle. Yapay zekanın ürettiği bir metnin maliyetini ise gündelik hesapta bir insanın saatleri değil, harcanan elektrik ve çip kullanımı belirliyor. Marx'ın teorisine göre çipler, santraller ve veri merkezleri de sonuçta emeğin ürünü; ama bu emek, metni yazacak emekten çok daha az ve çok daha uzakta. Canlı emek üretimden çekildikçe, değeri emek zamanıyla ölçmek de zorlaşıyor. Marx Grundrisse'de bu ihtimali de düşünmüştü: emek doğrudan biçimiyle zenginliğin ana kaynağı olmaktan çıkınca, emek zamanının da zenginliğin ölçüsü olmaktan çıkacağını yazdı. Marx'ın umduğu, yeni ölçünün insanların özgür zamanı (disposable time) olmasıydı: makineler çalışırken insanların kendilerine ayırabildiği vakit. Bugüne kadar olan ise başka: yeni ölçü özgür zaman değil, elektrik sayacındaki rakam oldu.
Burada güçlü bir itiraz var. MIT'den ekonomist Daron Acemoglu'nun hesabına göre yapay zeka, önümüzdeki on yılda toplam faktör verimliliğini (total factor productivity) yalnızca yüzde 0,5 ile 0,7 arasında artıracak. Verimlilik istatistiklerinde henüz büyük bir sıçrama yok. O hâlde bu kadar telaş neden? Cevabın iki parçası var. Birincisi, emeğe etkisi istatistiklerden önce görünür: şirketler önce işe almayı keser, giriş seviyesi işler kaybolur; verimlilik ancak yıllar sonra ulusal hesaplara yansır. İkincisi, bugün hızla büyüyen şey verimlilik değil, yatırım. Dört büyük bulut şirketi 2026'da veri merkezlerine yaklaşık 725 milyar dolar harcıyor; Bridgewater'ın hesabına göre bu harcama ABD'nin bu yılki büyümesinin yaklaşık yarısı. Bu yatırımın önemli bir kısmı borçla yapılıyor: Morgan Stanley'e göre Eylül 2026'ya kadar yapay zekayla ilgili yaklaşık 450 milyar dolarlık borç çıkarıldı.
Marx bu tür sermayeye hayali sermaye (fictitious capital) der: değeri bugün üretilen bir şeye değil, gelecekte elde edilmesi beklenen gelirlere dayanan sermaye. Yapay zeka şirketlerinin değerlemeleri, henüz ortada olmayan bir rantın bugünden fiyatlanması. Bu açıdan bakınca balon tartışması da başka bir anlam kazanıyor: sermaye, üretimde bulamadığı kârı kopyalanamayan kaynakların rantında arıyor. Bu arayış başarılı olursa kazanç birkaç şirkette toplanır. Başarısız olursa balon patlar ve işçiler yapay zekadan önce resesyonla vurulur.
05Sahipler ne diyor
Yapay zekayı yapan ve finanse eden insanlar emeğin geleceği hakkında ne düşünüyor? Görüşlerini tek bir soru etrafında okumak işimizi kolaylaştırıyor: maaşlar azalırsa tüketimi kim yapacak? 20. yüzyılın büyük bölümünde işçi aynı zamanda müşteriydi. Fabrikada çalışan, aldığı maaşla fabrikaların ürettiği malları satın alıyordu; ekonomi bu döngüyle dönüyordu. Maaş azalırsa döngünün bir yarısı kopar. Yedi isim bu soruya yedi farklı cevap veriyor.
Elon Musk'ın cevabı bolluk. Mayıs 2024'te Paris'te "evrensel temel gelir değil, evrensel yüksek gelir olacak" dedi ve ekledi: "İyi bir senaryoda muhtemelen hiçbirimizin işi olmayacak." Aralık 2025'te X'te gelecekte yoksulluk olmayacağını, bu yüzden para biriktirmeye de gerek kalmayacağını yazdı. Aynı Musk 2018'de "kimse dünyayı haftada 40 saat çalışarak değiştirmedi" demiş ve doğru sayının haftada 80 saat olduğunu söylemişti. Çalışmanın isteğe bağlı olacağı bir gelecek vaat eden kişi, bugün için haftada 80 saat öneriyor. Musk'ın vaadinde bir şey eksik: bu yüksek geliri kimin, hangi mülkiyet düzeniyle ödeyeceği.
Sam Altman bu konuda mekanizmayı adıyla söyleyen tek kişi. 2021'de yazdığı "Her Şey İçin Moore Yasası" (Moore's Law for Everything) yazısında gücün emekten sermayeye daha da kayacağını söyledi ve bir çözüm önerdi: belli bir değerin üzerindeki şirketlerden her yıl piyasa değerlerinin yüzde 2,5'i kadar pay alınacak ve bu pay her yetişkine para ve hisse olarak dağıtılacak. Altman sonraki yazılarında tonu yumuşattı: 2024'te "çoğu iş sanıldığından daha yavaş değişecek" dedi; 2025'te "bütün iş sınıflarının ortadan kalkması gibi çok zor kısımlar" olacağını kabul etti. 2026'da OpenAI bir kamu varlık fonu (public wealth fund) önerdi; basına yansıyan haberlere göre şirkette devlete yaklaşık yüzde 5'lik bir pay verilmesi bile konuşuldu. Altman'ın planında dağıtım var. Ama bir soru cevapsız: yapay zekanın neye yatırılacağına kim karar verecek?
Dario Amodei sektörün içinden gelen en sert teşhisi koyuyor. Ocak 2026'da yayımladığı uzun denemede yapay zekanın belli işlerin değil, insan emeğinin genel olarak yerine geçebileceğini, insan ücretlerinin "çok düşük" olabileceğini ve servetin "toplumu kıracak" düzeyde yoğunlaşabileceğini yazdı. Daha önce, 2025'te, giriş seviyesi beyaz yakalı işlerin yarısının bir ila beş yıl içinde kaybolabileceği ve işsizliğin yüzde 10–20'ye çıkabileceği uyarısını yapmıştı. Önerdiği çare artan oranlı vergi; gerekirse doğrudan yapay zeka şirketlerini hedef alan bir vergi. Amodei'nin teşhisi Marx'a en yakın teşhis, çaresi ise klasik bir sosyal demokrat çare: düzeni değiştirmeden vergilendirmek. Bir çelişki daha var: bu uyarıyı en yüksek sesle yapan şirket, aynı zamanda bu teknolojiyi en hızlı geliştiren şirketlerden biri.
Jensen Huang'ın cevabı uyum. Nvidia'nın patronu 2025'te "işinizi yapay zekaya değil, yapay zeka kullanan birine kaptıracaksınız" dedi; şirketler verimli oldukça daha çok insan işe aldığını da ekledi. Marx'ta bu cümlenin bir karşılığı var: yedek işçi ordusu (reserve army of labour). İşsizler, iş arayanlar ve kolayca yerine başkası konabilenler, çalışanların ücretlerini aşağı çeker. Huang'ın cümlesi bu orduya yeni bir ad veriyor: uyum sağlayamayanlar. Bu iyimserliği, bütün yapay zeka şirketlerine çip satan şirketin patronunun dile getirdiğini de unutmamak gerekiyor.
Mark Zuckerberg'in cevabı erişim. Temmuz 2025'te herkesin kendi "kişisel süper zekası" (personal superintelligence) olacağını yazdı ve kendi vizyonunu, bütün değerli işi merkezden otomatikleştirip insanlığı bir tür yardımla yaşatmayı öneren rakiplerininkinden ayırdı. Aynı yıl, şirketinin yakında orta düzey bir mühendis gibi kod yazabilen bir yapay zekaya sahip olacağını söyledi. Zuckerberg'in dünyasında herkesin bir asistanı var; asistanın çalıştığı veri merkezi ise Meta'nın.
Bill Gates'in cevabı zaman. Gates 2026'da muhtemelen 20 yıl sürecek bir uyum döneminden, ardından da bir bolluk çağından söz etti. Daha önce de bir televizyon programında, insanların ileride haftada iki üç gün mü çalışacağını sormuştu. Gates'in 20 yılının tarihte bir benzeri ve bir adı var. İktisat tarihçisi Robert Allen, İngiltere'de Sanayi Devrimi'nin ilk on yıllarında, kabaca 1790 ile 1840 arasında, üretkenlik artarken işçi ücretlerinin neredeyse hiç artmadığını gösterdi ve bu döneme Engels'in duraklaması (Engels' pause) adını verdi; çünkü Engels o dönemin işçi yoksulluğunu yazmıştı. Gates bir Engels duraklaması öngörüyor ve buna "geçiş" diyor. Geçişin bedelini kimin ödeyeceği planda yok.
Peter Thiel'in cevabı ise sorunun kendisini dışarıda bırakıyor. Thiel'e göre rekabet kaybedenler içindir; değerli olan, tekel kuran şirkettir. Son yıllarda teknolojinin uzun bir durgunluk içinde olduğunu savunuyor ve 2025'teki konuşmalarında yapay zekayı düzenleme çabalarını dinsel bir dille, Deccal'in projesi olarak anlatıyor. Thiel'in dünyasında işçi diye bir aktör yok; emeğin olmadığı bir değer teorisi.
Bu yedi cevabı yan yana koyunca bir örüntü görünüyor. Hepsi kazancın nasıl dağıtılacağı konusunda farklı düşünüyor: bolluk geliri, kamu fonu, vergi, uyum, kişisel asistan, zaman, tekel. Ama neredeyse hiçbiri, yapay zeka altyapısının kime ait olacağını tartışmıyor; mülkiyet her öneride olduğu gibi kalıyor. Tek kısmi istisna Altman'ın fonu, o da gönüllü bir öneri. Bernie Sanders'ın Haziran 2026'da sunduğu ve şirket hisselerinin bir kısmının bir kamu fonuna aktarılmasını öngören tasarı ise zorunlu, ama Kongre'de bekliyor. Antonio Gramsci, yönetenlerin kendi çıkarlarını toplumun ortak aklı gibi sunabilmesine hegemonya (hegemony) demişti. Yapay zeka çağının hegemonyası tam bu: kazancın bir kısmını dağıtmayı tartışmak, mülkiyeti hiç tartışmamak.
Bu yedi ismin çevresinde bir düşünce akımı da dolaşıyor. Akımın İngilizce adı effective altruism; Türkçeye genellikle "etkili özgecilik" diye çevriliyor. Ben bu akıma, bilerek, kimin neye ihtiyacı olduğunu en iyi ben bilirimcilik diyeceğim; kısaca ben bilirimcilik. Sebebini birazdan anlatacağım. 2009–2011 yıllarında Oxford'da filozoflar William MacAskill ve Toby Ord'un öncülüğünde ortaya çıkan bu akım, iyiliği de bir verimlilik sorusu olarak ele alıyor: bağışlanan her doların nerede en çok hayat kurtardığını kanıtlarla hesapla, parayı oraya ver. Akımın en bilinen önerilerinden biri bağış için kazanmak (earning to give): iyilik yapmak isteyen biri, örneğin finans sektöründe çok para kazanıp bunun büyük kısmını bağışlayabilir. Bu önerinin en ünlü örneği Sam Bankman-Fried'dı; kurduğu kripto para borsası FTX 2022'de çöktü ve Bankman-Fried dolandırıcılıktan 25 yıl hapis cezası aldı. Akımın yapay zekayla bağı da yakın: akımın en büyük bağış kuruluşu Open Philanthropy (2025'ten beri adı Coefficient Giving) 2017'de OpenAI'ye üç yıla yayılan 30 milyon dolar verdi ve karşılığında şirketin yönetim kurulunda bir koltuk aldı; FTX de çöküşünden önce Anthropic'e yaklaşık 500 milyon dolar yatırmıştı. Akımın bir kolu olan uzun vadecilik (longtermism) ise bugün yaşayan insanların sorunlarından çok, gelecekte yaşayacak milyarlarca insanı tehdit eden riskleri, başta yapay zeka riskini, öne koyuyor.
Akımın samimiyetinden şüphe etmek için bir sebep yok; sıtmaya karşı cibinlik dağıtan ya da yoksul ailelere doğrudan nakit gönderen kuruluşlara yönelttiği para gerçek hayatlar kurtardı. Sorun niyette değil, kararın kimde olduğunda. Bu akıma ben bilirimcilik dememin sebebi de bu: kimin neye ihtiyacı olduğuna, parayı veren ve hesabı yapan karar veriyor; nakit gönderirken bile kime, ne kadar ve hangi ülkeye gönderileceğini hesap belirliyor. Bu, üçüncü bölümde anlattığım araçsal aklın iyiliğe uygulanmış hâli: amaç sorgulanmıyor, yalnızca amaca giden en verimli yol aranıyor. Üstelik bu hesap servetin nasıl biriktiğini hiç sormuyor. Bir fonun hangi mülkiyet ilişkisiyle büyüdüğü hesabın dışında kalıyor; hesaplanan tek şey, o fonun nereye harcanacağı. Biraz önce söz ettiğim hegemonya burada ahlakın diliyle konuşuyor: dağıtım en ince ayrıntısına kadar tartışılıyor, mülkiyet yine tartışılmıyor.
Kitlelerin gözünden bakınca durum biraz tuhaf. Sermayenin bir kesimi kendi parasının nereye harcanacağını bile tablolarla hesaplayıp en verimli iyiliği ararken, kitlelerden beklenen tek şey o hesabın içinde bir sayı olmak: kurtarılan hayat, kazanılan sağlıklı yıl, ölçülen etki. Oysa kitlelerin kendi verimlilik hesabı çok daha kısa. Paranın nereye gideceğini bir vakıf değil de o paraya ihtiyacı olanlar seçseydi, sıralama muhtemelen şöyle çıkardı: önce ücret, sonra kira, sonra da yapay zekanın yaptığı işten pay. Yani kitleler bağış değil, hak isterdi.
Sahiplerin ne söylediği kadar, neyi konuşturduğu da önemli. Amodei'nin uyarıları bu bölümün başında andığım denemeden önce de vardı: Mayıs 2025'te Axios'a, yapay zekanın bir ile beş yıl içinde giriş seviyesindeki beyaz yakalı işlerin yarısını silebileceğini ve ABD'de işsizliği yüzde 10 ile 20 arasına çıkarabileceğini söyledi. Bugün dünyanın büyük bölümü yapay zekayı bu çerçeveyle konuşuyor. Uyarının içeriği büyük ölçüde doğru olabilir, Amodei de samimi olabilir; ama on birinci bölümde ele alacağım bir ilkeyle bakarsak, bir uyarının ne söylediği kadar ne yaptığına da bakmak gerekir. Bu uyarı tartışmayı iş kaybına ve güvenliğe çekiyor; bu modellerin kime ait olduğu sorusu ise arka planda kalıyor. Uyarıyı yapan şirketi de tehlikeyi gören sorumlu taraf konumuna yerleştiriyor. "Bizi denetleyin" çağrısıyla istenen düzenlemelerin maliyetini ise en kolay büyük laboratuvarlar karşılayabilir. İktisatçı George Stigler 1971'de, düzenlemenin düzenlenenlerin işine yarayacak biçimde kurulmasına düzenleyici ele geçirme (regulatory capture) adını vermişti. Bu bir niyet okuması değil, bir hipotez: korkuyu en yüksek sesle dile getiren, tartışmanın sınırlarını da çizer.
06Mirasyedi
Bu tartışmada sık duyulan bir öneri var: madem dil modelleri toplumun yüzyıllardır biriktirdiği yazılardan yapıldı, yapay zeka şirketleri insanlara bir tür miras payı ödemeli. Öneri sezgisel olarak doğru geliyor. Ama Marx'la bakınca önce bir itirazla karşılaşıyor.
Marx'a göre bu durum yapay zekaya özgü değil. Üçüncü bölümde söz ettiğim gibi, Marx sermayenin evrensel emekten, yani bütün bilimsel çalışmadan, keşiflerden ve icatlardan bedavaya yararlandığını yazar. Bir fabrika Newton'un fiziğine ya da kimyanın iki yüzyıllık birikimine telif ödemez. Yani her sermaye, bir ölçüde geçmiş kuşakların ödenmemiş emeği üzerinde durur. Miras talebi bu yüzden yalnızca yapay zekaya değil, kapitalizmin kendisine yöneltilebilecek bir talep. Yapay zekanın yaptığı, bu ilişkiyi ilk kez herkesin görebileceği kadar açık hâle getirmek oldu: model, yazdıklarımızın doğrudan kendisinden yapıldı.
Yine de talebi güçlendiren bir fark var. Dilin kendisi bir ortak maldır (commons): kimse ona tek başına sahip değildir. Yazılı metinler ve kodlar için durum daha karışık. Bir kısmı telifle korunuyor, bir kısmı ticari lisanslarla sınırlanıyor, bir kısmı da açık kaynak lisanslarıyla ya da internette serbestçe paylaşılıyor. Ama bu sınırlar, bir metnin kopyalanmasını ve satılmasını düzenlemek için konmuştu; milyonlarca metnin tek bir modelde toplanıp o metinleri yazanların yerine geçen bir ürüne dönüşmesini öngörmüyordu. Yapay zeka şirketleri bu birikimi, ortak olanıyla telifli olanıyla birlikte topladı, bir modele dönüştürdü ve modeli kullanma hakkını bize kiralıyor. Marx, İngiltere'de köylülerin ortak kullandığı otlakların 15. yüzyıldan 19. yüzyıla uzanan bir süreçte çitle çevrilip özel mülke dönüştürülmesini anlatır ve buna ilkel birikim (primitive accumulation) der: kapitalizmin ilk sermayesi ve emeğinden başka satacak bir şeyi olmayan ilk işçiler, sömürge yağmasıyla birlikte, büyük ölçüde ortak malın el konulmasıyla ortaya çıktı. Hukukçu James Boyle, bilginin fikrî mülkiyetle çevrilmesine ikinci çitleme hareketi (second enclosure movement) adını verdi. Eğitim verisi meselesi, bu ikinci çitlemenin bugüne kadarki en büyük örneği.
Bu çitlemeye karşı ilk itirazlar mahkemelerde yükseldi. The New York Times OpenAI'ye dava açtı; yazarların Anthropic'e açtığı dava 2025'te uzlaşmayla sonuçlandı; Getty Images İngiltere'de Stability AI'ya karşı mahkemeye gitti. Bu davaları genel zeka üzerindeki bir mülkiyet kavgası olarak okuyabiliriz. Ama bir sınırları var. Davacılar arasında yazarlar da var, ama en güçlü taraflar hak sahibi şirketler: gazeteler, yayınevleri, görsel ajansları. Forum yazan, kod paylaşan, ders notu yükleyen milyonlarca insanın bu kavgada bir temsilcisi yok. Telif hakkının kendisi de bir çit: ortak malı herkese açmıyor, yalnızca çitin sahibini değiştiriyor.
Bu kavganın bir tarafında sermayenin kendisi de duruyor. Yapay zeka şirketleri yalnızca yazarların ve gazetelerin değil, başka sermaye sahiplerinin ticari değerini de tehdit ediyor. Ocak 2026'nın sonunda Anthropic, hukuk ve finans gibi belli beyaz yakalı işler için hazırlanmış eklentiler yayımladı; birkaç gün içinde ABD'deki yazılım şirketlerinin hisseleri sert düştü ve piyasada bu düşüşe "SaaSpocalypse", yani abonelikle satılan yazılımın (software as a service) kıyameti denildi. Yatırımcıların korkusu basitti: müşteriler bir yapay zeka aboneliğiyle aynı işi yaptırabilirse, sözleşme, muhasebe ya da müşteri yönetimi için ayrı yazılımlara neden para ödesinler? Yapay zeka şirketleri bu korkuyu kadrolarıyla da besliyor. Workday'in teknoloji direktörü (CTO) Peter Bailis 2026'da unvanını bırakıp Anthropic'e "teknik kadro üyesi" (member of technical staff) olarak geçti; You.com'un teknoloji direktörü de aynı unvanla Anthropic'e katıldı. OpenAI, hukuk yazılımı şirketi Ironclad'in kurucusu Jason Boehmig'i kendi hukuk ürünlerini yönetmesi için işe aldı; deney yazılımı şirketi Statsig'i satın alıp kurucusunu uygulamalardan sorumlu teknoloji direktörü yaptı. Aynı şirket ChatGPT'yi, kod aracı Codex'i ve tarayıcısını tek bir masaüstü süper uygulamada (superapp) birleştirmeyi planlıyor. Örüntü şu: yapay zeka şirketleri bir yazılım sektörünün bilgisini, o sektörü kuranları işe alarak içeri taşıyor, sonra o sektörün ürününü kendi uygulamasının bir parçasına dönüştürüyor. Marx, rekabetin büyük sermayenin küçük sermayeleri yutmasıyla sonuçlandığını yazar ve buna sermayenin merkezileşmesi (centralization of capital) der. Burada da tekele doğru giden bir eğilim var; yutulan yalnızca işçilerin işi değil, başka sermayelerin pazarı.
Yazılanların yanında, yapay zeka şirketlerinin karşılığını ödemediği bir katkı daha var: kamunun parası. ABD'de on eyalet, veri merkezlerine verdiği vergi muafiyetleri yüzünden yılda 3,1 milyar doları aşan gelirden vazgeçiyor; yalnızca Virginia'da bu kayıp 2025 mali yılında 1,6 milyar dolar, ilk tahminin yaklaşık 16 katı. Elektrik tarafında da benzer bir tablo var: ABD'nin en büyük elektrik şebekesinde kapasite fiyatı iki yılda megavat-gün başına 29 dolardan 329 dolara çıktı ve bu artış hanelerin faturasına yansıyor. Yani bu modellerin maliyetini kısmen vergi mükellefleri ve elektrik aboneleri ödüyor; kazancı ise şirketlerin hissedarları alıyor.
Bu yazının başlığı tam bu noktadan çıkıyor. Türkçede mirasyedi, kendi emeğiyle kazanmadığı bir mirasla geçinen, o mirası yiyip tüketen kişiye denir. Yapay zeka şirketleri bir anlamda böyle davranıyor: insanlığın yazdıklarını, ortak dili ve kamunun ödediği altyapıyı miras aldılar, ama bu mirası kendi emekleriyle biriktirmediler. Klasik mirasyediden bir farkları var: mirası har vurup harman savurmuyor, kiraya veriyorlar. Üstelik hukuktaki temel bir kuralı da tersine çeviriyorlar. Türk hukukunda bir mirasçı mirası reddedebilir; buna reddi miras denir ve mirası reddeden kişi hem varlıklardan hem borçlardan birlikte vazgeçer. Yapay zeka şirketleri ise mirası alıyor, ama iş borca gelince mirasçı değilmiş gibi davranıyor. Bu borcun üç alacaklısı var: o yazıları yazanlar, o altyapının bedelini ödeyen kamu ve bu modellerin yerini aldığı, işini kaybeden insanlar. Şirketler bu üç alacaklıya karşı hiçbir yükümlülük kabul etmiyor. Oysa kural basit: mirası alan, borcunu da alır. Yapay zeka mirasyedi olmamalı.
Miras kelimesinin rahatsız edici bir yanı da var: miras ancak biri öldüğünde paylaşılır. Bu tartışmada ölen bir insan değil, bir yaşam biçimi: maaşla geçinen kafa emekçisinin yaşamı. Miras talebinin tam bugün yükselmesi, bu yaşam biçiminin sonunun yaklaştığını herkesin sezdiğinin işareti olabilir.
Peki bu borç nasıl ödenir? Fikir yeni değil. Thomas Paine 1797'de yayımladığı Tarımsal Adalet (Agrarian Justice) adlı kitapçıkta toprağın insanlığın ortak mirası olduğunu, toprağı sahiplenenlerin topluma bir borcu bulunduğunu savundu ve bir çözüm önerdi: miras üzerinden alınan bir vergiyle bir fon kurulacak, her genç 21 yaşına gelince bu fondan bir başlangıç sermayesi alacaktı. Bugünkü öneriler aynı ailenin üyeleri: Alaska'nın petrol gelirlerinden her yıl vatandaşlarına pay dağıtan fonu, Altman'ın kamu fonu, Sanders'ın tasarısı. Ama aralarında temel bir ayrım var. Bir tarafta temettü (dividend): şirketin sahibinin belirlediği bir payın insanlara dağıtılması. Öbür tarafta mülkiyet (ownership): yapay zeka altyapısının nasıl ve neye kullanılacağına dair kararlarda söz hakkı. Temettü insanlara kazançtan küçük bir pay verir ama kararları yine sahibine bırakır; mülkiyet ise kararların kendisini paylaştırır. Bu yazının cevabı açık: borç temettüyle kapanmaz. Temettü, mirasyedinin mirastan kazandığının küçük bir kısmını geri vermesidir; borcun gerçek ödemesi ise mirasın sahipliğini alacaklılarla paylaşmak, yani mülkiyettir.
Mülkiyet yolunun küçük örnekleri var. İsviçre'de iki üniversite ve ulusal süper bilgisayar merkezi, 2025'te Apertus adlı bir kamu modeli yayımladı: verileri, ağırlıkları ve eğitim süreci herkese açık. Daha önce, 2022'de, yüzlerce araştırmacının ortak çalışmasıyla BLOOM adlı açık bir model yapılmıştı. Petals adlı bir proje ise büyük modelleri gönüllülerin bilgisayarlarına bölerek çalıştırmayı deniyor. Bu örnekler kamu ya da kooperatif yapay zekanın teknik olarak mümkün olduğunu gösteriyor. Ama ölçekleri, büyük şirketlerin yatırımının yanında çok küçük. Ağırlıklar ortak olabilir; onları çalıştıracak çipler, elektrik ve veri merkezleri hâlâ kiralık. Mülkiyet tartışması bu yüzden sonunda yine aynı yere varıyor: fiziksel altyapıya. Ama bu hesabın dışında kalan, parayla ölçülemeyen bir kayıp daha var: insanlar yalnızca maaşlarını değil, işlerinin onlara verdiği anlamı ve saygıyı da kaybediyor.
07Tanınma
Yeterince parası olan biri neden hâlâ her sabah işe gider? Seksen kuşağa yetecek serveti olan milyarderlere işkolik deriz; yaşı sekseni geçmiş siyasetçiler emekli olmaz. Ekonomi bu davranışı açıklamakta zorlanır, çünkü ekonominin gözünde iş, gelir için yapılan bir şeydir. Oysa bu insanların işte aradığı şey gelir değil: saygı, korku, söz geçirmek, bir masanın başında oturmak. Kısacası tanınma (recognition).
Hegel 1807'de yayımlanan Tinin Fenomenolojisi'nde bu ihtiyacı efendi ile köle ilişkisi üzerinden anlatır. Efendi güçlüdür, ama efendiliği kölenin onu efendi olarak tanımasına bağlıdır; tanıyan biri olmadan efendilik boşa düşer. Tanınma ancak başka bir bilinçten gelebilir. Bir makine size itaat edebilir, sizi övebilir, ama sizi tanıyamaz. Dil modelinin her cevabı kibar ve onaylayıcı olabilir; yine de o onayın arkasında sizi gören biri yoktur.
Tanınma ihtiyacı, yapay zeka çağında istihdamın neden tamamen kaybolmayacağını da açıklıyor. Şirketler işin çoğunu modellere bırakıp insanları başka sebeplerle tutmaya devam edebilir: danışman olarak, yöneticilerin yaptıklarını görecek tanıklar olarak, kendilerini ölçecekleri rakipler olarak, sadakat gösterisi olarak. Antropolog David Graeber, 2018'de yayımladığı Saçma İşler (Bullshit Jobs) kitabında bugünün büyük şirketlerinin bile gereksiz kadroları rütbe ve sadakat göstermek için tuttuğunu savunmuş ve buna yönetsel feodalizm (managerial feudalism) demişti. Yapay zeka bu eğilimi büyütebilir: şirket, işin büyük kısmını modellerle yürüten birkaç kişilik bir ekipten ve onun etrafında, iş için değil tanınma için tutulan insanlardan oluşan bir yapıya dönüşür. İşe alım giderek bir yetenek seçimi olmaktan çıkıp bir himaye ilişkisine benzer.
Ama bu himaye herkese ulaşmıyor. Veriler, ilk kesilen işlerin giriş seviyesi işler olduğunu gösteriyor. Tanınma için tutulan insanlar görünür olanlar: kıdemliler, karar verenler, temsil edenler. İşe yeni başlayan ve öğrenmek için orada olan genç için böyle bir yer yok. Kariyer merdiveninin ilk basamağı kayboluyor ve "aşağıdan başla, yavaş yavaş yüksel" anlatısı basamaksız kalıyor. Bu yüzden düzenin ilk çatlağı maaş sisteminde değil, kariyer anlatısında görünüyor. Max Weber 1905'te, çalışmayı bir görev sayan ahlakın kendisini doğuran dinsel inançtan daha uzun yaşadığını yazmış ve bu ahlakın modern insanı içine kapattığı düzene demir kafes (iron cage) demişti. Çalışma ahlakı işin kendisinden de uzun yaşayabilir: iş azaldığında bile insanlar kendilerini işleriyle tanımlamaya devam edecek.
Bir soru daha var: makine bir işi insandan çok daha hızlı ve iyi yaptığında, o işi yapan insana duyduğumuz saygı azalır mı? Satranç bu soruya bir cevap veriyor. 1997'de dünya şampiyonu Garry Kasparov, IBM'in Deep Blue bilgisayarına yenildi. Bugün en iyi satranç programları en iyi insanları rahatça yeniyor. Ama satranç ölmedi; insanlar hâlâ insanların oynadığı satrancı izliyor. Değer, sonuçtan insanın yapıyor olmasına kaydı. Makineleşmenin ilk dalgasında da benzer bir şey olmuştu: fabrika kumaşı ucuzladıkça el dokuması bir lükse dönüştü. İnsan emeğinin psikolojik değeri yok olmuyor, yer değiştiriyor: üretimden tüketime. "İnsan yaptı" etiketi, "el yapımı" etiketinin yeni hâli olabilir.
Ekonomist William Baumol 1960'larda bir şey fark etmişti: verimliliği kolay artmayan işler (bakım, öğretmenlik, canlı müzik) zamanla görece pahalanır. Yapay zeka bu eğilimi keskinleştirebilir: makinenin yapamadığı ya da yapmasını istemediğimiz insani işler pahalanır. Ama bu işleri kim satın alacak? Thorstein Veblen 1899'da zengin sınıfın statüsünü gösterişçi tüketimle (conspicuous consumption) sergilediğini yazmıştı. Yapay zeka çağında gösterilen şey insan emeğinin kendisi olabilir: bir insanın sizin için zaman harcaması bir statü işaretine dönüşür. Bu da yeni bir eşitsizlik getiriyor: değeri yükselen şey herkesin emeği değil, seçilmiş birkaç kişinin emeği.
Engels emeğin insanı insan yaptığını söylemişti. Emeğin büyük kısmı makineye geçerse, emeksiz kalan insan neye dönüşür? Bu sorunun bu bölümde bir cevabı yok. Ama sorunun en sert biçimde sorulduğu yer belli: işe hiç başlayamayan gençler. Önce güvencesizliğe, sonra gençlere bakacağız.
08Güvencesizlik
Modern kapitalizmin en sevilen vaadi basitti: oku, çalış, beş on yıl içinde bir ev al, bir aile kur. Bu vaat düzeni meşrulaştıran cümleydi; insanlar düşük ücrete, uzun mesaiye ve belirsizliğe bu vaat yüzünden katlandı. Bugün vaadin temelleri çöküyor. ABD'de 35 yaş altı ev sahipliği oranı 2025 sonunda yüzde 37,9'du. Türkiye'de yıllık kira artışı yakın dönemde yüzde 78'e yaklaştı ve eski bir Eurostat verisine göre 15–29 yaş arası gençlerin yaklaşık yarısı kalabalık evlerde yaşıyor. Giriş seviyesi işlerin azalması da merdivenin ilk basamağını alıyor.
Bu çöküş yapay zekayla başlamadı. Uluslararası Çalışma Örgütü'ne (ILO) göre dünyada toplam gelirin emeğe giden payı 2004'ten 2024'e 1,6 puan düştü; bu, yalnızca 2024 yılında çalışanların cebine girmeyen yaklaşık 2,4 trilyon dolar demek. İngiltere'de ortalama reel ücret, 2008 krizinden sonraki on beş yılın büyük kısmında kriz öncesi düzeyinin altında kaldı. Eskiden Citibank'ta trader olan ve Garys Economics adlı kanalıyla geniş bir kitleye ulaşan Gary Stevenson bu tabloyu basit bir mekanizmayla anlatıyor: zenginler kazandıklarını ev, hisse ve arazi gibi varlıklara yatırdıkça bu varlıkların fiyatı yükseliyor; ücretle geçinenler önce o varlıkları alamaz hâle geliyor, sonra da ellerindekini satmak zorunda kalıyor. Stevenson'ın modeli iktisatçılar arasında tartışmalı, ama anlattığı tablo, yani varlık sahiplerinin zenginleşip ücretlilerin yerinde saydığı tablo, verilerle uyumlu. Yapay zeka bu tablonun üstüne geliyor. Önceki otomasyon dalgaları önce fabrika işçisini, sonra büro çalışanını vurdu; her dalgada vurulmayanlar "sıra bana gelmez" diyebiliyordu. Dil modeli ise kafa emeğinin neredeyse her türüne dokunduğu için bu cümleyi kuracak güvenli bir meslek bırakmıyor: çevirmen, yazılımcı, avukat, muhasebeci ve tasarımcı aynı anda aynı baskının altına girebilir. Ücretlerin zaten durduğu, birikimlerin eridiği bir ekonomide bu, çalışanlar için iki taraftan birden bir sıkışma demek: bir yanda yükselen varlık fiyatları, öbür yanda değeri düşen emek.
Aileleri bir şeyler biriktirebilmiş gençler için de tablo pek farklı değil. Ailenin birikimi, çocukların yatırımına ya da ev almasına değil, geçimine gidiyor. Miras bir sermaye olmaktan çıkıp bir tüketim fonuna dönüşüyor: önce ev, sonra araba, sonra birikim yavaş yavaş eriyor. Türkiye'de Eylül 2026'daki yatırım fonu krizi, hanelerin birikimlerini koruyabilecekleri kanalları da zayıflattı. Bu şartlarda pek çok insan kendini sürekli "götü açıkta" hissediyor: her an bir şeyin ters gidebileceği ve geride hiçbir tampon kalmadığı duygusu. Sosyal medya bu duyguyu büyütüyor. Eskiden insan kendini komşusuyla kıyaslardı; şimdi algoritmanın seçtiği, düzenlenmiş binlerce hayatla kıyaslıyor.
Güvencesizliğin cüzdandan başka bir yere, insanın karakterine de etkisi var. Sosyolog Richard Sennett 1998'de yayımladığı Karakter Aşınması (The Corrosion of Character) kitabında, işlerin sürekli değiştiği ve kimsenin bir yerde uzun kalmadığı yeni kapitalizmin insanlara ne yaptığını sorar. Kitabın merkezinde bir baba ile oğul var. Baba Enrico bütün çalışma hayatını bir ofis binasında temizlik görevlisi olarak geçirmiş. İşi sıkıcıydı ama hayatı düz bir çizgiydi: ne kadar kazanacağını, ne zaman emekli olacağını biliyordu; yani kendi hayatını baştan sona anlatabileceği bir hikâyesi vardı. Oğlu Rico ise başarılı bir teknoloji danışmanı; babasından çok daha fazla kazanıyor, ama işten işe, şehirden şehre geçiyor. Rico'nun sıkıntısı parasızlık değil: çocuklarına sadakati, bağlılığı ve bir şeye uzun süre emek vermeyi nasıl öğreteceğini bilmiyor, çünkü kendi iş hayatı bunların tersini ödüllendiriyor. Sennett'in teşhisi şu: "uzun vade yok" ilkesi, güven, sadakat ve karşılıklı bağlılık gibi ancak zamanla kurulan bağları aşındırır. İnsan, hayatını bir hikâye olarak anlatamaz hâle gelir; elinde birbirine bağlanmayan parçalar kalır.
Sennett bu kitabı yazdığında aşınmanın sebebi esneklikti: işten işe, şehirden şehre geçmek. Yapay zeka bu aşınmayı bir adım ileri taşıyabilir. Esnek kapitalizmde insan en azından aynı becerilerle başka bir işe geçebiliyordu; yapay zeka çağında ise bir mesleğe yıllarını veren biri, mesleğin kendisinin değer kaybettiğini görebilir. Sennett 2006'da yayımladığı Yeni Kapitalizmin Kültürü (The Culture of the New Capitalism) kitabında bu korkuya işe yaramazlık hayaleti (specter of uselessness) der: becerilerin, onları kazanmak için harcanan yıllara rağmen bir anda gereksiz hâle gelebileceği korkusu. Böyle bir ortamda bir mesleğe derinlemesine emek vermek akılsızca görünmeye başlar; insanlar bir işi iyi yapmayı değil, her an başka bir işe geçmeye hazır olmayı öğrenir. Sennett Karakter Aşınması'nın sonunda bir soru sorar: kimin bana ihtiyacı var? Bu, yedinci bölümdeki tanınma sorusunun iş hayatındaki karşılığı. Dil modelinin pek çok işi yeterince iyi yaptığı bir dünyada bu soru, yalnızca işini kaybedenlerin değil, işini hâlâ yapan herkesin sorusu olur.
Konut ile siyaset arasındaki bağı Engels de görmüştü. 1872'de yazdığı Konut Sorunu'nda, kendi evi olan işçinin bulunduğu yere bağlandığını ve düzene karşı daha az direndiğini savundu. Yüz yıl sonra Margaret Thatcher aynı fikri bir övgü olarak kullandı: kiracılara oturdukları belediye konutlarını satın alma hakkı tanıdı ve mülk sahibi demokrasi (property-owning democracy) idealini savundu; kavram 1920'lerde İngiliz muhafazakâr Noel Skelton'dan geliyordu. Engels'in eleştiri olarak söylediğini Thatcher bir program olarak uyguladı: ev sahibi olan, düzene ortak olur.
Buradan bir tez çıkıyor: ev güvencesi insanları düzene razı ediyorsa, ev güvencesizliği muhalefeti diri tutar. Bu tez yarı yarıya doğru. Güvencesizlik hoşnutsuzluğu gerçekten artırıyor; ama hoşnutsuzluğun nereye aktığı başka bir mesele. Siyaset bilimciler David Adler ve Ben Ansell, ev sahipliğinden ve konut fiyatı artışından dışlanan bölgelerin Brexit'e ve Le Pen'e daha çok oy verdiğini buldu. Otomasyona maruz kalmak da benzer bir etki yapıyor: Anelli, Colantone ve Stanig'in Avrupa verileriyle yaptığı çalışmaya göre, bir kişinin işinin otomasyona açık olması radikal sağa oy verme ihtimalini yaklaşık 2,8 puan artırıyor; radikal sola etkisi daha küçük. Yani güvencesizlik öfkeyi diri tutuyor, ama bu öfke şimdiye kadar daha çok popülist sağa aktı.
Bu tabloda tarihte pek görülmemiş bir şey var: düzenin insanları razı etmek için kullandığı şey ile insanların düzene karşı kullandığı şey aynı anda kayboluyor. Ev, insanları düzene bağlayan şeydi: kaybedecek bir şeyi olan riske girmez. Grev ise insanların düzene karşı en güçlü silahıydı: işi durdurursanız patron masaya oturmak zorunda kalır. Yapay zeka çağında ikisi birden gidiyor. Ev alınamıyor, yani razı olmak için bir sebep kalmıyor; emeğe daha az ihtiyaç duyuluyor, yani grev eski gücünü kaybediyor. Ortaya razı olmayan ama elinde kaldıraç da olmayan bir kalabalık çıkıyor. Kamuoyu da bunu seziyor: Pew'in Haziran 2026 anketine göre ABD'de yetişkinlerin yüzde 71'i yapay zekanın önümüzdeki 20 yılda işleri azaltacağını düşünüyor; iki yıl önce bu oran yüzde 64'tü. Böyle bir kalabalığın öfkesi patlar mı? Büyük ihtimalle patlar. Asıl soru, nereye doğru patlayacağı.
09Gençler
Bu öfkenin en yoğun biriktiği yer gençler. Modern kapitalizm gençlere ayrıntılı bir hayat anlatısı sundu: iyi bir okula gir, iyi bir işe gir, para kazan, tüket, dünyayı gez. Instagram bu anlatıyı her gün yeniden pompaladı: tatil fotoğrafları, yeni telefonlar, sade ve aydınlık daireler. Anlatının görünmeyen bir sözleşmesi de vardı: bu hayata çalışarak ulaşacaksın. Bugün pek çok gencin elinde anlatıdan geriye kalanlar şunlar: kapanan giriş işleri, alınamayan bir ev ve kendini gerçekleştirememe duygusu.
Kayıp yalnızca ekonomik değil. Toplumsal bağlar da aşınıyor: evlilik yaşı yükseliyor, çocuk sayısı düşüyor. Türkiye'de toplam doğurganlık hızı 2025'te 1,42'ye indi; bu, kayıtların en düşük seviyesi ve nüfusun kendini yenilemesi için gereken 2,1'in çok altında. Yalnızlık ve yönsüzlük en çok genç erkeklerde görünüyor. İşe giremeyen, evlenemeyen, bir yere ait hissetmeyen genç erkeklerde birikmiş bir öfke var. Bu öfke siyasete de yansıyor: ABD'de yapılan bir ankete göre Z kuşağı erkeklerinin yarıya yakını kendini Cumhuriyetçi olarak tanımlarken, aynı kuşaktaki kadınlarda bu oran yüzde 27. Genç kadınlar sola, genç erkekler sağa kayıyor; aynı kuşak iki ayrı siyasi dünyaya bölünüyor.
Tarih, büyük değişimlerin her zaman bir itici güce dayandığını gösteriyor. 1789'da Bastille'i basanlar Paris'in zanaatkârları, esnafı ve emekçileriydi; tarihçiler onlara sans-culottes der. Bu kalabalığın siyasi sesi Jakobenler oldu. Osmanlı'da değişimi taşıyanlar, Abdülhamid döneminde açılan ya da genişleyen modern askerî okullarda ve tıbbiyede yetişen gençlerdi. Bu gençlerin bir kısmı Avrupa'da sürgünde örgütlendi; Jön Türkler 1908'de meşrutiyeti yeniden ilan ettirdi ve bu kuşaktan çıkan kurmay kadro Cumhuriyet'in kuruluşunu taşıdı. Rusya'da 1917'nin itici gücü işçi ve asker sovyetleri, yani fabrikalarda ve cephede kurulan meclislerdi; sovyetleri örgütleyen de Bolşevik partiydi. Üç örneğin ortak üç noktası var: insanların bir arada bulunduğu bir yer (atölye, okul, kışla, fabrika), bir örgüt ve bir anlatı.
Bugünün öfkeli gençleri yeni bir itici güç olabilir mi? Bu üç şartın üçü de zayıf. Birincisi, gençlerin bir arada bulunduğu bir yer yok. Fabrika, işçileri her sabah aynı kapıdan geçirirdi; bugün iş dağınık, güvencesiz ve çoğu zaman ekran başında. İkincisi, örgütlenmek zorlaştı: gözetim ucuzladı, güvencesiz işte örgütlenmenin bedeli yüksek. Üçüncüsü, ortak bir anlatı yok; siyasi kimlik oturmamış. Boşluğu şimdilik başkaları dolduruyor: popülist sağ, çevrimiçi erkeklik ideolojileri, komplo anlatıları. 2025'te Nepal, Fas ve Madagaskar'da gençler Discord gibi platformlarda örgütlenip büyük kitleler topladı. Fas'taki "Gen Z 212" grubu üç haftada binden az üyeden 180 binin üzerine çıktı; Nepal'de geçici başbakan bir Discord oylamasıyla seçildi. Ama bu hareketlerin hiçbiri kalıcı bir örgüte dönüşemedi. Platformda örgütlenmek hızlı, dağılmak da o kadar hızlı.
Bu biriken enerji için üç yol görünüyor:
- Savaş: tarihte işsiz ve öfkeli genç erkek kalabalıkları sık sık orduya ve cepheye çekildi; biriken öfke savaşta harcandı.
- Oyalanma: dijital eğlence, bahis, ucuz haz ve küçük gelir destekleri öfkeyi uyuşturabilir. Bu yol sessizdir ama kırılgandır; ilk büyük ekonomik şokta oyalanma biter.
- Örgütlenme: gençler bir anlatı ve bir örgüt bulursa değişimin itici gücüne dönüşebilir.
Bu kapıyı şimdilik en hızlı çalan popülist sağ; göç ve yapay zeka korkusunu birlikte işliyor. Ama başka bir anlatı da mümkün. Bu yazının miras talebi belki de böyle bir anlatı: öfkeyi bir düşmana değil, bir alacağa çevirmek. Bu anlatıyı önce kimin sahipleneceği (popülist sağ mı, yeni bir sol mu, devletin kendisi mi) önümüzdeki on yılın en önemli siyasi sorularından biri.
10İsyanın adresi
Öfke örgütlenirse nerede örgütlenecek ve kime yönelecek? Tarih burada bir uyarı yapıyor. 1811 ile 1817 arasında İngiltere'de makine kırıcılar (Luddites) dokuma makinelerini kırdı. Onları teknoloji düşmanı olarak hatırlıyoruz; oysa saldırdıkları makineler, ücretleri ve iş standartlarını düşürmek için kullanılan makinelerdi. Tarihçi Eric Hobsbawm bu eylemlere isyan yoluyla toplu pazarlık (collective bargaining by riot) der. Devlet ise 1812'de makine kırmayı idamla cezalandırılan bir suç hâline getirdi.
Bugünün makinesi olan veri merkezinin önemli bir farkı var: içinde neredeyse hiç işçi yok. 19. yüzyılın işçisi fabrikanın içindeydi; işi durdurarak üretimi durdurabilirdi. Veri merkezini içeriden durduracak bir işçi kalabalığı yok. Joshua Clover 2016'da yayımladığı Riot. Strike. Riot. (Ayaklanma. Grev. Ayaklanma.) kitabında bir şeyi fark etmişti: üretim ekonominin merkezinden çıkınca mücadele de grevden, yani üretimi durdurmaktan, dolaşımı durdurmaya kayar: limanlara, yollara, şebekelere.
2026'nın tek ölçülebilir direnişi de tam bu biçimde ortaya çıktı: imar kurullarında ve elektrik faturasında. Veri merkezlerine karşı yerel muhalefeti izleyen Data Center Watch'a göre, yalnızca 2026'nın ilk çeyreğinde yaklaşık 130 milyar dolarlık 75 proje yerel muhalefet yüzünden durdu ya da ertelendi; muhalefet grubu sayısı 49 eyalette 833'e çıktı. Bu hareketler çoğunlukla yasal yollarla, imar ve çevre gerekçeleriyle yürüyor ve iki partili: hem Demokrat hem Cumhuriyetçi bölgelerde var. Marksist açıdan en dikkat çekici olgu bu: kavga etik kurullarında ya da yapay zeka güvenliği konferanslarında değil, altyapının kendisinde, yani elektrikte, suda ve arazide veriliyor.
Emeğe daha az ihtiyaç duyulan bir dünyada başka hangi kaldıraçlar var? Grev hâlâ işliyor, ama yalnızca görünür otomasyona karşı: ABD'li liman işçilerinin sendikası (ILA) 2025'te imzaladığı sözleşmede tam otomasyonu yasaklattı. Görünmez bir modele karşı aynı gücü kurmak çok daha zor. Diğer kaldıraçlar teoride güçlü, pratikte zayıf. Yapay zeka yatırımının önemli bir kısmı borçla yapılıyor, ama örgütlü bir borçlular hareketi yok. Kira grevi konut sorununu doğrudan hedefler, ama örgütlemesi zor. Veri grevi, yani insanların yazdıklarını modellere vermeyi reddetmesi ya da eğitim verisini bozan araçlar kullanması, ilgi gördü ama büyük modellere ölçülmüş bir zarar vermedi. Bugün gerçekten işleyen tek kaldıraç, yerel imar ve elektrik mücadelesi.
Yapay zeka örgütlenmenin kendisini de değiştiriyor. Bir hareketin videosunu yapmak, çağrı metnini yazmak, yüzlerce yerel grubu koordine etmek artık çok daha ucuz. Yapay zekanın en ucuz siyasi kullanımı sabotaj değil, görünürlük olabilir. Marx, pazarda insanlar arasındaki ilişkilerin eşyalar arasındaki ilişkiler gibi göründüğünü anlatır ve buna meta fetişizmi (commodity fetishism) der: bir telefona baktığımızda onu yapan insanları ve onların emeğini değil, yalnızca bir eşyayı ve fiyatını görürüz. Dil modeli bu görünmezliğin en ileri hâli: cevabı okurken, o cevabın içindeki milyonlarca yazarı görmeyiz. Aynı teknoloji ters yönde de kullanılabilir: bir modelin hangi emekten beslendiğini, bir veri merkezinin kaç hanenin elektriğini tükettiğini, bir şirketin kamuya ne kadar borçlu olduğunu gösteren panolar kurmak. Emeği görünmez kılan araç, emeği görünür kılmak için de kullanılabilir.
Daha sert yollar da tartışılıyor: siber saldırı, sabotaj, veri merkezlerine fiziksel saldırı. Bunları tartışmak bu yazının işi; el kitabı yazmak değil. Kanıtlar şimdilik şunu söylüyor: yapay zeka destekli, doğrulanmış büyük saldırılar devletlerden geliyor. Anthropic 2025'te Çin devletiyle bağlantılı bir grubun, büyük ölçüde yapay zekanın yürüttüğü bir casusluk kampanyası yaptığını bildirdi. Veri merkezlerine yapılan fiziksel saldırılar da askerî: İran 2026'da Körfez'deki ABD bulut şirketlerinin veri merkezlerini hedef aldı. Yani aynı araç üç elde: sermayede, devlette ve halkta. Ama üstünlük açık: hesap gücü, hukuk ve gözetim sermayenin ve devletin elinde. Halktan gelecek sert eylemlerin bir harekete etkisi ise tartışmalı. Sosyologlar buna radikal kanat etkisi (radical flank effect) diyor ve bu etkinin iki yöne de işleyebildiğini gösteriyor. Sosyolog Herbert Haines, ABD'deki sivil haklar hareketinde radikal grupların yükselişinin ılımlı örgütlere giden bağışları ve desteği artırdığını buldu. Öte yandan araştırmacılar Matthew Feinberg, Robb Willer ve Chloe Kovacheff'in deneyleri, aşırı bulunan eylemlerin bir harekete verilen kamuoyu desteğini azaltabildiğini gösteriyor. Hangi etkinin ağır bastığı eylemin türüne, kimi hedef aldığına ve devletin nasıl tepki verdiğine bağlı. Bu ihtimalleri on dördüncü bölümdeki "radikal tepki" senaryosunda tarihten örneklerle ele alıyorum.
Mücadelenin adresi ülkeden ülkeye değişiyor. ABD'de veri merkezlerine karşı örgütlenen yerel halk; Avrupa'da işçi sendikasıyla, toplu sözleşmede ve ortak karar mekanizmalarında; Türkiye'de genç, yapay zeka şoku tam gelmeden konut ve işsizlik sorunlarıyla zaten boğuşuyor; Körfez'de vatandaş, petrol rantıyla yaşayan bir rantiye olarak yapay zekanın varabileceği yerin bir örneğini sunuyor. Ama bir ortak nokta var: mücadele fabrikadan çıktı. Hedefler önce ev sahipleri ve alacaklılar, sonra şebeke ve imar; devlet de ikisinin kefili olarak ortada duruyor.
11Devlet
Devlet bu tablonun hem hakemi hem oyuncusu. Önce gözetimle başlayalım. Gözetim toplumu modern bir fikirdi. Jeremy Bentham 1791'de panoptikon (panopticon) adını verdiği bir hapishane tasarladı: ortadaki kuleden bütün hücreler görülebiliyor, ama mahkûmlar kendilerini kimin izlediğini göremiyordu. İzlendiğini bilen mahkûm, izlenmese bile kendini denetliyordu. Michel Foucault 1975'te bu tasarımı, modern toplumun okullarda, fabrikalarda ve hastanelerde kurduğu disiplinin modeli olarak okudu. Gilles Deleuze ise 1990'da disiplin toplumunun yerini denetim toplumuna (society of control) bıraktığını yazdı: insanlar artık duvarlar arasında değil, kartlar, şifreler ve veriler üzerinden yönetiliyordu. Üç düşünürün anlattığı düzenin ortak bir sınırı vardı: izlemek için bir insan gözü gerekiyordu. Yapay zeka bu sınırı kaldırıyor.
Örnekler çoğalıyor. Londra'da polis 2026'da bir protestoda ilk kez canlı yüz tanıma kullandı. Delhi'de protesto alanlarına yüz tanıma araçları gönderildi; Fransa algoritmik video gözetimini deniyor. Gözetim bir kurum olmaktan çıkıp bir hizmete dönüşüyor: devletler aynı teknolojiyi şirketlerden satın alıyor, her kamera ve her yüz bir faturanın kalemi oluyor.
Bu tablonun en uç örneği Gazze ve Batı Şeria. Guardian, +972 Magazine ve Local Call'un Mart 2025'te yayımladığı ortak araştırmaya göre İsrail ordusunun istihbarat birimi 8200, Filistinlilerin dinlenen telefon görüşmeleri ve mesajlarıyla ChatGPT benzeri bir dil modeli eğitiyordu; amaç, izlenen insanlar hakkındaki soruları cevaplayabilen bir sohbet aracı yapmaktı. Şirketler de bu savaşın içinde. Palantir Ocak 2024'te İsrail Savunma Bakanlığı'yla "savaşla ilgili görevler" için stratejik bir ortaklık kurduğunu açıkladı; aynı şirket Kasım 2023'te İngiltere'de NHS'in hasta verilerini birleştiren Federe Veri Platformu ihalesini kazanmıştı. Savaş teknolojisi ile bir ülkenin sağlık verisi aynı şirketin müşteri listesinde yan yana duruyor. Üçüncü bölümde birikmiş evrensel emek kavramını, yazdıklarımızdan yapılan makine için önermiştim. Gazze bu kavramın nereye kadar uzanabildiğini gösteriyor: orada insanların konuşmaları, bir katliamın ortasında bile, onları izleyen makinenin eğitim malzemesine dönüşüyor. Bu artık emek bile değil; yaşamak, konuşmak ve dinlenmek yetiyor.
Yapay zeka yalnızca izlemiyor; düşünceyi biçimlendirebiliyor da. Gazeteci Walter Lippmann 1922'de, kamuoyunun kendiliğinden oluşmadığını ve yönetenlerin onu bilinçli olarak biçimlendirebildiğini yazmış, buna rızanın imalatı (manufacture of consent) demişti. Edward Herman ve Noam Chomsky 1988'de aynı adı taşıyan kitaplarında bu işi medyanın sahipliği üzerinden okudu. Bugün milyonlarca insan bir konuyu ilk kez bir dil modeline soruyor ve modelin varsayılan cevabı, o konudaki ilk taslak düşünce oluyor. Bu etkinin ölçülebildiğini gösteren deneyler var. 2024'te Science dergisinde yayımlanan bir çalışmada, GPT-4 ile yapılan üç turluk bir konuşma katılımcıların komplo inancını ortalama yüzde 20 azalttı ve etki iki ay sonra da sürdü. 2025'te ise Zürih Üniversitesi araştırmacıları, Reddit'in bir tartışma forumunda kimseye haber vermeden dört ay boyunca yapay zeka hesaplarıyla 1.700'den fazla yorum yazdı; araştırmacıların bildirdiğine göre bu hesaplar insanların fikrini değiştirmekte insanlardan daha başarılıydı. İlk deney bu gücün iyi bir iş için kullanılabileceğini, ikincisi kimse fark etmeden kullanılabileceğini gösteriyor. Tehlike bir komplo, yani "Matrix'in içindeyiz" türünden bir senaryo değil. Tehlike, neyin makul sayılacağını belirleyen varsayılanların birkaç şirketin elinde toplanması; on yedinci bölümde göreceğimiz amaç fonksiyonu sorusunun karanlık yüzü bu. Gazetenin ve televizyonun kime ait olduğu sorusunun yerini, modelin kime ait olduğu sorusu alıyor.
Devletlerin yapay zekayla ilişkisi tek tip değil. Çin 2025'te yayımladığı "Yapay Zeka Artı" (AI+) planında yapay zeka uygulamaları için istihdam riski değerlendirmesi istiyor ve yapay zekayı iş yaratan sektörlere yönlendirmeye çalışıyor. Dışarıda ise açık ağırlıklı modellerle ABD şirketlerinin rantını kırıyor; içeride en kapsamlı gözetim sistemini kuruyor. ABD özel laboratuvarlara dayanıyor; devlet vergi indirimleri ve elektrik altyapısıyla bu laboratuvarların sessiz ortağı, ama hisse sahibi değil. Kasım 2026 seçimlerinden sonra, seçim gecesi projeksiyonlarına göre Kongre'nin iki kanadını da alan Demokratlar yapay zeka vergisi ve veri merkezi düzenlemesi istiyor; Beyaz Saray'da ise Çin rekabetini öne alan bir yönetim var. Avrupa düzenliyor ve gigafabrikalar kurmak için 200 milyar euroluk bir yatırım programı açıkladı, ama hesap gücünün büyük kısmını hâlâ ABD şirketlerinden kiralıyor. Rusya veri merkezini daha çok askerî bir hedef olarak görüyor. Körfez ülkeleri petrol rantını hesap gücü rantına çevirmeye çalışıyor; ama savaş bu planı da sarstı.
Devletin en sessiz sorunu emekliler. Çoğu ülkede emekli maaşları, çalışanların maaşlarından kesilen primlerle ödeniyor. Maaşların toplam gelir içindeki payı düşerse primler de düşer. ABD'de Kongre Bütçe Ofisi, esas olarak nüfusun yaşlanması yüzünden emeklilik fonunun 2032'de tükeneceğini öngörüyor; maaş payının düşmesi bu baskıya eklenir. Fonlu emeklilik sistemlerinde ise başka bir risk var: ABD'nin en büyük 500 şirketini kapsayan borsa endeksinde, yapay zekaya bağlı yedi büyük teknoloji şirketinin payı yaklaşık üçte bir. Emekli hem maaşlar tarafından hem de borsa tarafından vurulabilir; yani iki kez. IMF 2024'te özel bir yapay zeka vergisi yerine sermaye gelirlerinin daha çok vergilendirilmesini önerdi. OECD ise 2026'da henüz geniş çaplı bir iş kaybı görmediğini, ama yapay zekaya açık işlerde 20–30 yaş arası işsizliğin 2025'te yaklaşık 3 puan arttığını bildirdi. Yani bir çöküş gözlenmiş değil; ama risk büyüyor.
Devletin çelişkisi şu: yapay zekayı sübvanse ediyor, düzenliyor, izlemek için kullanıyor ve seçim zamanı suçluyor; ama sahibi olmuyor (ABD'nin 2025'te Intel'de aldığı yüzde 10'luk pay şimdilik bir istisna). Ekonomist Yanis Varoufakis bu düzene teknofeodalizm (technofeudalism) diyor: büyük teknoloji şirketleri artık pazarda satıcı değil, pazarın kendisini kuran ve herkesten kira alan taraf. Evgeny Morozov ise buna itiraz ediyor: şirketler hâlâ kâr peşinde, hâlâ araştırmaya yatırım yapıyor; yani bu hâlâ kapitalizm. İkisinin arasında bir okuma mümkün: kâr ile rant arasındaki çizgi yapay zeka sektörünün tam ortasından geçiyor. Kopyalanabilen modellerde rekabet ve kâr var; kopyalanamayan çiplerde, elektrikte ve veri merkezlerinde rant var. Devlet eskiden de piyasanın kurallarını koyan taraftı; bugün kendi altyapısı için bu şirketlere kira ödüyor. Kuralı koyan, kiracıya dönüşüyor.
Bu çelişkiyi değerlendirmek için sibernetik uzmanı Stafford Beer'in bir cümlesi işe yarıyor: bir sistemin amacı, yaptığı şeydir. İngilizcesinin baş harfleriyle POSIWID (the purpose of a system is what it does) diye anılan bu ilkeye göre bir sistemi, kendisi için söylenen amaca göre değil, fiilen ürettiği sonuçlara göre değerlendirmek gerekir. Beer'in deyişiyle, bir sistemin amacının sürekli yapamadığı şey olduğunu söylemenin bir anlamı yoktur. Yapay zeka tartışmasında sık duyulan cümlelere bu ilkeyle bakılabilir: "Böyle olmaması gerekiyordu." "Devlet bizi aç bırakmamalı." "Yapay zeka şirketleri kanserin çaresini bulacak." Bunlar sistemler için söylenen amaçlar. Devlet ne için var sorusunun cevabı da, bir şirketin ne için var olduğunun cevabı da, POSIWID'e göre kâğıtta değil sonuçlarda aranır. Bu yazının önceki bölümlerinde sonuçların bir kısmına baktık: giriş seviyesi işler daralıyor, kazanç birkaç şirkette toplanıyor, veri merkezlerinin elektrik maliyetinin bir kısmı hanelerin faturasına yansıyor ve aynı teknoloji gözetimde ve savaşta kullanılıyor. İyimserlerin umudu boşuna değil; protein yapılarını tahmin eden AlphaFold'un geliştiricileri 2024'te Nobel Kimya Ödülü'nü paylaştı. Ama iyimserler de bugünkü sonuçlara bakarak daha gerçekçi bir yerde durabilir: bir sistemi değiştirmek için önce onun ne yapacağını vaat ettiğine değil, ne yaptığına bakmak gerekiyor. Bu ilkeyle bakınca bir soru kaçınılmaz oluyor: bu devlet, altıncı bölümdeki borcu tahsil edebilir mi?
12Borcu tahsil etmek
Altıncı bölümde bu yazının ana iddiasını kurmuştum: yapay zeka şirketleri insanlığın birikmiş evrensel emeğini ve kamunun ödediği altyapıyı miras aldı; mirası alan, borcunu da alır. Bir önceki bölümün sonunda sorduğum sorunun kısa cevabı şu: devletin bu borcu kendiliğinden tahsil etmesini beklemek için bir sebep yok. Yine de önce masadaki araçlara bakalım. Bunların en eskisi vergi. Seçenekleri tek bir ölçütle seçtim: her vergi, altıncı bölümdeki üç alacaklıdan birine ödenmeli. Bazılarının bugün bir örneği var; bazıları benim önerim ve onları ayrıca belirttim.
Veri merkezleri
Bu vergilerin alacaklısı, veri merkezlerinin vergi muafiyetini ve büyüyen şebekenin faturasını ödeyen kamu.
- Yükü getiren öder: ABD'nin Ohio eyaletinde elektrik düzenleyicisi 2025'te, büyük yeni veri merkezlerinin ayırttıkları kapasitenin en az yüzde 85'inin bedelini, kullanmasalar bile ödemesini şart koştu. Bu teknik olarak bir tarife, ama bir verginin işini görüyor: veri merkezinin maliyeti evlerin faturasına binmiyor.
- Muafiyet yerine hesap gücü vergisi: Muafiyetler kalkar, yerine büyük modellerin eğitiminde kullanılan hesap gücü (compute) vergilenir. Eşik de hazır: Avrupa Birliği'nin Yapay Zeka Yasası, belli bir hesap gücünü aşan modelleri zaten ayrıca düzenliyor. Küçük girişimler ve üniversiteler muaf kalır. Bu benim önerim.
- Su ve toprak bedeli: Maden çıkaran şirketler pek çok ülkede çıkardıkları kaynak için ayrıca vergi öder; buna çıkarım vergisi (severance tax) denir. Veri merkezi de bulunduğu yerin suyunu ve toprağını tüketir. Ama bu bedeli yalnızca bölge halkına dağıtmak bir piyango yaratır: veri merkezi kimin ilçesine kurulursa o kazanır. Oysa modeller herkesin emeğiyle eğitildi. Bu yüzden bedelin küçük bir kısmı yerel zararı karşılar, büyük kısmı herkesin eşit pay aldığı ortak bir fona gider. Bu benim önerim.
Yapay zeka şirketleri
Bu vergilerin alacaklıları, modellere malzeme olan metinleri yazanlar ve modellerin yerini aldığı çalışanlar.
- Nakit yerine hisse: Beşinci bölümde andığım Altman önerisinde büyük şirketler her yıl piyasa değerlerinin yüzde 2,5'i kadar pay verecekti. Aynı fikir yapay zekaya uyarlanabilir: kamunun birikimiyle eğitilen modellerin şirketleri vergilerinin bir kısmını hisseyle öder ve bu hisseler bir kamu fonunda birikir. Nakit vergi temettüye benzer; oy hakkı taşıyan hisse ise karar hakkı da getirir, yani mülkiyete doğru bir adımdır. Bu uyarlama benim önerim.
- Kâr fazlası yasası: Araştırmacı Cullen O'Keefe ve arkadaşları 2020'de yapay zeka şirketlerine gönüllü bir taahhüt önerdi: kârları dünya ekonomisinin yüzde 1'ini aşarsa, fazlasının bir kısmını topluma bağışlayacaklar. Ama gönüllü bir söz, şirket zora girince geri alınır. Aynı fikir, kâr büyüdükçe oranı artan bir vergiye dönüşebilir. Bu benim önerim.
- Eğitim verisi fonu: Avrupa'nın birçok ülkesinde boş CD'den ve telefondan küçük bir pay alınır ve yazarlara, müzisyenlere dağıtılır. Buna özel kopyalama payı (private copying levy) denir ve mantığı şu: kimin neyi kopyaladığını tek tek izlemek imkânsız olduğu için bedel toplu alınır. Hangi metnin bir modele ne kadar katkı yaptığını ölçmek de imkânsız. Aynı mantıkla model eğitimine toplu bir bedel bağlanır ve bir fon üzerinden yazarlara dağıtılır. Altıncı bölümde andığım 1,5 milyar dolarlık Anthropic uzlaşması bunun tek seferlik bir örneğiydi; fon, bu ödemeyi düzenli hâle getirir.
- İşten çıkarma primi: ABD'de çok işçi çıkaran şirket daha yüksek işsizlik sigortası primi öder; buna deneyim derecelendirmesi (experience rating) denir. Bunun yapay zeka çağındaki karşılığı şu: geliri artarken çalışan sayısını azaltan şirketin primi de artar. Otomasyon yasaklanmaz; yalnızca kazancı şirkete, maliyeti topluma kalan otomasyon pahalanır. Para da doğrudan işini kaybedenlere gider. Bu benim önerim.
- Küresel asgari verginin deliğini kapatmak: 2021'de 130'dan fazla ülke, büyük şirketlerin kârlarının en az yüzde 15 oranında vergilenmesinde anlaştı. 2025'te G7 ülkeleri, ABD'nin baskısıyla, bu kuralın ana parçalarını ABD şirketlerine uygulamamayı kabul etti. En büyük yapay zeka şirketlerinin çoğu ABD'li olduğu için bu delik doğrudan onlara yarıyor. Deliği kapatmak, kârın kazanıldığı yerde vergilenmesinin şartı.
Zenginler
Yapay zekanın kazancı şirkette kalmaz; hisseler üzerinden şirketin sahiplerine akar. Sekizinci bölümde gördüğümüz gibi, toplam gelirden emeğe giden pay yıllardır düşüyor ve düşen pay sermayeye gidiyor. Bu yüzden servete de bakmak gerekir. Aşağıdaki üç verginin geliri de ortak bir fona gider:
- Milyarderlere asgari servet vergisi: Ekonomist Gabriel Zucman 2024'te G20 için hazırladığı raporda, dünyadaki yaklaşık 3 bin milyarderin her yıl servetlerinin en az yüzde 2'si kadar vergi ödemesini önerdi. G20 bu öneriyi ortak metnine almadı; Fransa'da benzer bir öneri 2025'te Meclis'ten geçti, ama Senato'da reddedildi. Önerideki "asgari" kelimesi önemli: zaten bu kadar vergi ödeyen biri yeni bir şey ödemez.
- Miras vergisi: Bu yazının başlığına en yakın vergi bu. Altıncı bölümde andığım Thomas Paine'in fonu da buna dayanıyordu: büyük mirasların vergisi, gençlere başlangıç sermayesi olarak dağıtılır. Dokuzuncu bölümdeki, ev alamayan ve ilk işini bulamayan gençler bugün böyle bir fonun ilk alacaklıları olurdu.
- "Al, borçlan, öl" boşluğunu kapatmak: Çok zengin insanlar hisselerini çoğu zaman satmaz, çünkü satış vergilenir. Bunun yerine hisselerini teminat gösterip borç alır ve o borçla yaşarlar; ABD'de öldüklerinde ise biriken kazanç hiç vergilenmeden mirasçılara geçer. Bu yönteme İngilizcede "al, borçlan, öl" (buy, borrow, die) denir. Bazı vergi hukukçularının önerisi basit: hisse karşılığı alınan borç, hisse satılmış gibi vergilensin.
Bu araçların hepsinin ortak bir zayıflığı var: hepsi, şirketin ve zenginin ödemeyi kabul edeceğini varsayıyor.
13Yaptırım
Ödenmediğinde ne olacağını söylemeyen bir vergi, bir dilekten ibarettir. Bir önceki bölümdeki araçların arkasına üç yaptırım konabilir:
- Kaynakta kesinti: Veri merkezinin bedeli şirketin beyanına bırakılmaz, elektrik faturasıyla alınır; ödemeyen tesisin şebeke bağlantısı kısıtlanır. Veri merkezinin en zayıf noktası elektriğe bağımlılığı, borç da en kolay oradan alınır. Bu benim önerim.
- Pazardan men: Avrupa Birliği'nin Yapay Zeka Yasası, yasak uygulamalar için şirketin dünya çapındaki cirosunun yüzde 7'sine kadar ceza öngörüyor. Aynı ölçek vergiye de uygulanabilir. Cezayı da ödemeyen şirket ülkede satış yapamaz ve kamu ihalelerine giremez.
- Mirastan düşme: Altıncı bölümdeki reddi miras kuralını tersine çevirelim: borcunu ödemeyen, mirası da kaybeder. Borcu ödenmeyen bir modelin ağırlıkları (weights) kamu malı olur. Ama ağırlıklar tek başına yetmez, çünkü onları çalıştıracak hesap gücü hâlâ kiralık. Bu yüzden şirketin hesap kapasitesinin bir kısmı da kamu kullanımına ayrılır. Bu benim önerim.
Daha sert bir ceza düşünülebilir mi? Bir düşünce deneyi yapalım. ABD Federal Ticaret Komisyonu (FTC), izinsiz toplanan veriyle eğitilen bazı modellerin silinmesine çoktan hükmetti; buna algoritmik iade (algorithmic disgorgement) deniyor. Aynı cezayı büyük bir dil modeline uygulamak, şirkete bir tür hafıza silme cezası vermek olur. Ama internette hiçbir şey kolay kolay yok olmaz: Meta'nın LLaMA modeli 2023'te, yalnızca araştırmacılarla paylaşıldıktan bir hafta sonra internete sızdı; bir modelin cevaplarıyla başka bir model eğitilerek kopyası da çıkarılabilir. Üstelik model ortak birikimden yapıldığı için onu silmek, mirasyediyi cezalandırırken mirası da yakmak demek. Matrix filminin ikinci bölümünde Mimar, Neo'ya Matrix'in beş kez sıfırlanıp her seferinde yeniden kurulduğunu anlatır. Bir şirketi sıfırlamak da sistemi sıfırlamaz; aynı model başka bir şirkette yeniden doğar.
Şirkete kayyum atamak başka bir yol. Ama Türkiye'de kayyum son on yılda hükümetin muhalif saydığı şirketlere ve belediyelere atandı: devletin atadığı kayyum şirketi halka değil, onu atayan iktidara bağlar. Yöneticileri hapse atmak da bir yol. Kripto borsası FTX'in kurucusu 2024'te 25 yıl hapis cezası aldı ve kripto piyasası yoluna devam etti. Marx, Kapital'in önsözünde kişileri yalnızca ekonomik ilişkilerin kişileşmiş hâli olarak ele aldığını yazar; hapsedilen yöneticinin yerine ertesi sabah bir başkası gelir. Üç deney de aynı yere varıyor: işe yarayan ceza, kişiyi ya da bilgiyi değil, sahiplik ilişkisini hedef alan cezadır. Borcunu ödemeyen şirket, borcunu ödemeyen her şirket gibi iflas eder ve iflasta şirket, alacaklarını hisseye çeviren alacaklılarına geçebilir. Mirasyedi borcunu ödemezse şirkete devlet değil, alacaklılar el koyar: yazanlar, kamu ve işini kaybedenler. Bu benim önerim.
Ama yaptırım da sonunda bir güç meselesi, çünkü şirketlerin arkasındaki devletin de yaptırımları var. Kanada 2025'te büyük teknoloji şirketlerinden yüzde 3'lük bir dijital hizmet vergisi almaya hazırlanıyordu; Trump ticaret görüşmelerini kesince Kanada, vergiyi yürürlüğe girmesine saatler kala geri çekti. Bir ülkenin vergi tahsil etme gücü, şirketin kendi devletine direnebilme gücüyle sınırlı. Bu yüzden en sağlam vergiler taşınamayan altyapıya bağlı olanlar; servet ve kâr ise ancak ülkeler birlikte hareket ederse vergilenebilir. Kısacası araçlar, ancak onları zorlayacak bir güç varsa işler. O güce gelmeden önce, bu araçlarla ya da onlarsız dünyanın nereye gidebileceğine bakalım.
14Ne doğabilir
Bu bölümde bir kehanet değil, bir düşünce deneyi yapacağım. Önceki bölümlerdeki aktörleri (şirketler, devletler, gençler, emekliler, sendikalar ve yerel hareketler) bir masaya oturtup birkaç şokla sarsıyorum. Başlangıç noktası Kasım 2026. Seçim gecesi projeksiyonlarına göre ABD'de Demokratlar Kongre'nin iki kanadını da aldı, ama Beyaz Saray 2029'a kadar Trump'ta. Yapay zeka yatırımı ABD büyümesinin yaklaşık yarısını taşıyor ve ilk büyük laboratuvar halka arzları yolda. İran, Körfez'deki ABD veri merkezlerini hedef aldı. Fransa ve İspanya bütçe kesintilerine karşı genel grevlerle sarsılıyor. Türkiye ise Eylül'deki yatırım fonu krizinin ardından genç işsizliği ve konut sorunuyla boğuşuyor.
Temel senaryo: yavaş sindirim
Büyük bir şok olmazsa Demokrat Kongre yapay zeka vergisi için tasarılar hazırlar, Beyaz Saray veto eder. Eyaletler kendi vergilerini ve Ohio tipi tarifeleri koyar; on ikinci bölümdeki araçların en kolay uygulananı bunlar, çünkü taşınamayan altyapıya dayanıyorlar. Verimlilik istatistiklerde görünür ama ücretlere yansımaz; Engels'in duraklaması tekrarlanır. 2031'de ortada bir çöküş yoktur, yalnızca daha eşitsiz bir dağılım vardır: ne temettü gelir ne mülkiyet. Bu senaryo, verimlilik ücretlere hızla yansırsa ya da yeni meslekler giriş işlerinin kaybını kapatırsa yanlış çıkar.
Birinci şok: balon patlar
Bir halka arz hayal kırıklığı yaratır, yapay zeka hisseleri yüzde 30–40 düşer ve borçla kurulan veri merkezleri durur. Yatırım büyümenin yarısını taşıdığı için ABD resesyona girer ve işçiler yapay zekadan önce resesyonla vurulur. Devlet büyük laboratuvarları kurtarırken karşılığında hisse alır: kamu mülkiyeti ön kapıdan değil, iflasın açtığı pencereden girer. Halkın öfkesi "zararı kamulaştırdılar" cümlesinde birleşir.
İkinci şok: enerji ve Körfez
İran'la çatışma petrolü ve elektriği pahalandırır. Veri merkezi askerî bir hedefe dönüşür ve yatırım Körfez'den, enerjinin ucuz ve güvenli olduğu yerlere kayar. Hesap gücü rantı enerji rantıyla birleşir. Yerel hareketler en güçlü anını yaşar, çünkü elektrik faturası bütün tartışmayı tek bir rakama indirir. Enerji ithal eden Türkiye ise iki kez kaybeder: faturası büyür ve bir hesap gücü merkezi olma şansı kalmaz.
Üçüncü şok: Tayvan
Bir abluka, en gelişmiş çiplerin üretimini durdurur. Hesap gücü kıtlaşır, devletler onu savunmaya ayırır ve gözetim genişler. Burada bir paradoks var: savaş, işlerin yapay zekaya geçişini yavaşlatır. Bedeli ise enflasyon ve "ulusal güvenlik" gerekçesiyle bastırılan muhalefet olur.
Dördüncü şok: Washington'da siyasal değişim
Demokratlar 2028'de başkanlığı da alırsa bir yapay zeka vergisi ve kamu fonu yasalaşabilir. Şirketler yatırımı başka ülkelere kaydırmakla tehdit eder ve "Çin öne geçer" argümanıyla oran düşürülür. Sonuç bir temettü fonu olur: vatandaş her yıl küçük bir pay alır, ama kararlarda söz hakkı yoktur. Miras ilk kez bir kuruma dönüşür, ama mülkiyet olarak değil.
Beşinci şok: açık model bolluğu
Çin ve açık kaynak toplulukları en iyi modellere yakın modelleri ücretsiz yayımlar ve çipler ucuzlar. Büyük laboratuvarların rantı kırılır, küçük işletmeler güçlenir. Ama iş ikamesi hızlanır ve gözetim de ucuzlar. Bu, gücü en çok dağıtan senaryo; Türkiye gibi hesap gücünü ithal eden ülkeler için de en avantajlısı.
Altıncı şok: günah keçisi
Kaos büyüdükçe bir siyasetçi kolay bir düşman bulur: "Sorununuz yapay zeka." Devlet ve şirket, arkasında belli grupların durduğu ama kimsenin tek başına dokunamadığı tüzel kişiliklerdir; yapay zeka da sahiplerinden koparılıp kendi başına bir aktör gibi gösterilebilir. Popülist bir hükümet veri merkezlerini kapatır, polise kablo kestirir, hatta bir tesisi bombalatır. Ama "yapay zeka nerede?" sorusunun bir cevabı yok: model başka bir ülkenin sunucusunda çalışmaya devam eder, açık ağırlıklar zaten herkesin bilgisayarındadır. Ludditlerin makine kırması bir trajediydi; polisin kablo kesmesi, Marx'ın deyişiyle, tarihin komedi olarak tekrarı olur. Asıl tehlike ise şu: öfke sahiplere değil bir şeye yönelir ve sahipler görünmez kalır.
Yedinci şok: radikal tepki
Bir yapay zeka yöneticisine suikast girişimi ya da bir veri merkezine sabotaj olduğunu düşünelim. Kısa vadede güvenlik devleti güçlenir, veri merkezleri kritik altyapı ilan edilir ve protestolar terörle birlikte anılmaya başlar. Tarih iki yönlü örnekler sunuyor. Onuncu bölümde andığım radikal kanat etkisinde olduğu gibi, sert eylemler bazen ılımlı kanadı güçlendirdi, bazen bütün hareketi bastırmanın gerekçesi oldu; İngiltere'de süfrajetlerin mülke yönelik eylemlerinin kadınların oy hakkına katkısı tarihçiler arasında hâlâ tartışılıyor. Sonucu, eylemin kimi hedef aldığı ve barışçıl kanadın kendini ondan ayırıp ayırmadığı belirler.
Sekizinci şok: yetenek sıçraması
Yapay zeka ajanları masa başı işlerin büyük kısmını baştan sona güvenilir biçimde yapabilir hâle gelirse, beyaz yakalı işsizlik yüzde 10'u aşabilir. Beşinci bölümdeki soru o zaman gerçek olur: işten çıkarılan çalışan aynı zamanda müşteriydi. Tüketim düşer, şirket gelirleri düşer. Bu şok balonun patlamasıyla ve bir enerji kriziyle aynı anda gelirse kötü bir sarmal başlar: işsizlik, pahalılık, popülist bir dalga ve iç öfkeyi dışarıya yönlendiren bir düşmanlık dili. Savaş riskinin en çok arttığı yol bu sarmal.
Dokuzuncu şok: Avrupa'nın grevleri
Grevler sürerse ve hükümetler yapay zekayı kamu hizmetlerinde bir tasarruf aracı olarak sunarsa, sendikalar yapay zekayı toplu sözleşmenin maddesi hâline getirir. Avrupa, yapay zekanın emekle pazarlık edilerek kullanıldığı tek bölge olabilir; bunun bedeli daha yavaş bir benimseme ve hesap gücünde dışa bağımlılık.
Türkiye
Türkiye için senaryo bir şoktan çok bir birikim. Fon krizi hanelerin birikimini zayıflattı, genç işsizliği yüksek ve yapay zeka ithal edilip dövizle ödeniyor. Şirketler ucuz yapay zeka aboneliklerine geçtikçe beyaz yakalı genç istihdamı daralır, öfke siyasete ve göç isteğine akar. Devlet yapay zekayı önce gözetimde kullanır.
Siyah kuğular
Bazı ihtimaller bütün senaryoları anlamsız kılar. Düşünür Nassim Nicholas Taleb bunlara siyah kuğu (black swan) der: ender görülen, önceden kestirilmesi zor ve etkisi her şeyi değiştiren olaylar. Bir nükleer tırmanma bu yazının bütün parametrelerini sıfırlar; hesap gücü, rant, temettü ve grevin ön koşulu çalışan bir toplumdur. İkinci bir sıfırlayıcı ihtimal, şebeke, ödeme ve su sistemleri gibi kritik altyapının yapay zekayla sabote edilmesi. Bunu kötü niyetli insanlar yapabilir; onuncu bölümde, büyük ölçüde yapay zekayla yürütülen bir casusluk kampanyasını anmıştım. Ya da kendi kendini geliştiren (recursive self-improvement) bir sistem, kimse istemeden oyunun kurallarını bozabilir.
Siyah kuğu tek bir insandan da gelebilir, çünkü dev şirketlerin arkasında da sonunda insanlar var. Kasım 2023'te OpenAI'nin yönetim kurulu Sam Altman'ı görevden aldı ve şirket birkaç gün içinde neredeyse dağılıyordu. Haziran 2025'te Musk ile Trump'ın kavgası Tesla hissesini bir günde yüzde 14 düşürdü. Kasım 2026'da Nvidia'nın CEO'su Jensen Huang, ABD istihbaratının Çin adına çalıştığından şüphelendiği bir iş insanıyla ilişkisini kabul etti ve şirketin hissesi iki günde yaklaşık yüzde 10 değer kaybetti. Bir seçim kaybı ya da düzenin merkezindeki birinin ölümü de benzer bir etki yaratabilir. Ama bu örneklerin hepsinde sistem kısa sürede toparlandı: Altman beş gün sonra geri döndü, Nvidia hissesi üçüncü gün yükseldi. On üçüncü bölümdeki ilke burada da geçerli: kişi değişir, ilişki kalır. Kişisel bir şok, ancak zaten kırılgan bir yapıya denk gelirse siyah kuğuya dönüşür.
15Toplum nereye gider
Bir önceki bölümdeki senaryoları aktör aktör yan yana koyalım:
| Aktör | Yavaş sindirim | Balon | Enerji ve Körfez | Tayvan | Siyasal değişim | Açık model | Radikal tepki | Yetenek sıçraması |
|---|---|---|---|---|---|---|---|---|
| Yapay zeka şirketleri | büyür, yoğunlaşır | kurtarılır, devlet ortak olur | Körfez'den çekilir | savunmaya bağlanır | vergi, temettü | rantı kırılır | mağdur, korunur | önce kazanır, sonra müşteri kaybeder |
| ABD devleti | kilitlenir | hisse alır | tarife düzenler | olağanüstü yetki | fon kurar | gözetim ucuzlar | güvenlik devleti | acil gelir desteği |
| Çin | açık modelle yayılır | boşluğu doldurur | görece avantajlı | savaş | rakip argümanı | en büyük kazanan | değişmez | içeride frenler |
| Avrupa | düzenler | zarar görür | en zayıf halka | enerji ve çip şoku | modeli kopyalar | kamu modeli güçlenir | gözetim tartışması | sosyal devlet sınanır |
| Körfez | rantiye | ucuz varlık toplar | planı sarsılır | saldırı riski | yatırım çeker | rantı azalır | değişmez | değişmez |
| Türkiye | ithal, güvencesiz | sermaye çıkışı | fatura ve göç | çip ve enerji şoku | tartışma yok | en avantajlı | gözetim artar | genç işsizliği derinleşir |
| Gençler | ilk basamak kaybolur | resesyon | fiyat artışı | savaş ekonomisi | küçük temettü | yeni küçük işler | hareket bölünür | toplu işsizlik |
| Emekliler | yavaş aşınma | iki kez kaybeder | fatura | enflasyon | fon payı | hisse riski azalır | değişmez | prim düşer |
| Yerel hareketler | imarda güçlü | kurtarmaya öfke | en güçlü an | bastırılır | kazanım | dağılır | bölünür ya da büyür | kitleselleşir |
Tabloyu satır satır okuyunca üç düzenlilik çıkıyor. Yapay zeka şirketleri hemen her senaryoda ayakta kalıyor; değişen yalnızca kime bağlandıkları: piyasaya, devlete ya da orduya. Gençler hiçbir senaryoda kazanmıyor; en iyi ihtimalle küçük bir temettü ve yeni küçük işler var. On ikinci ve on üçüncü bölümdeki araçlar ise senaryolara ancak sulandırılmış bir temettü olarak giriyor. Türkiye için en iyi senaryo, açık modellerin yayılması ve bunu bir kaldıraca çeviren hızlı bir politika; en kötüsü enerji şoku.
Senaryoların toplamından beş olası yön çıkıyor:
- Rantiye düzen: Gelir, hesap gücü ve enerji sahiplerine akar; çoğunluk temettü ve destekle yaşar. Bu düzenin bugünkü prototipi Körfez ülkeleri. Siyaset bilimi onlara rantiye devlet (rentier state) der, çünkü devletin geliri vatandaşın emeğinden değil petrol rantından gelir; vatandaş bu ranttan pay alır, ama siyasi söz hakkı sınırlıdır.
- Popülist çalkantı: Öfke sandığa ve sokağa döner, sistemi değiştirmeden hükümetleri değiştirir. Sekizinci bölümdeki bulgular bu yönün çoktan başladığını gösteriyor.
- Kamu mülkiyetine doğru baskı: Kurtarma ya da fon yoluyla devlet ve halk yapay zeka şirketlerine ortak olur. Bunun örnekleri var: ABD 2008'de General Motors'un ve sigorta devi AIG'nin büyük ortağı oldu, 2025'te de Intel'in yaklaşık yüzde 10'unu aldı. Norveç'in petrol fonu ise dünyadaki borsa şirketlerinin hisselerinin yaklaşık yüzde 1,5'ine sahip.
- Gözetim devleti: Bir güvenlik krizi gözetimi kalıcı kılar. 11 Eylül saldırılarından sonra geçici diye çıkarılan Patriot Yasası'nın gözetim maddelerinin birçoğu yıllarca uzatıldı.
- Simetrik dağılma: Açık modeller gücü dağıtır. Ama internetin ilk yıllarında da benzer bir umut vardı ve herkesin yayıncı olabileceği ağ, birkaç on yılda birkaç platformun etrafında toplandı. Ağırlıklar dağıtılabiliyor; onları çalıştıracak çipler ve veri merkezleri ise hâlâ birkaç elde.
Savaş kaçınılmaz mı?
Kanıtlar şimdilik savaştan çok popülizme işaret ediyor: otomasyon ve güvencesizlik oy davranışını değiştiriyor, ama işsiz kitleler doğrudan bir savaşın nedeni olmuyor. Savaş riski girdilerden geliyor: çipten, enerjiden ve nadir minerallerden. Lenin bir yüzyıl önce büyük güçlerin sermaye ihraç edecek pazarlar için çatıştığını yazmıştı; bugünkü rekabet daha çok bu girdiler üzerinden yürüyor. Nükleer caydırıcılık ve yaşlanan nüfuslar bu riski frenliyor. Ama kötü sarmal senaryosunun gösterdiği gibi, iç öfke büyüdükçe dışarıda bir düşman bulmanın cazibesi de artıyor.
Sentez
Bütün senaryoların altında aynı hareket var: ölçüsü vakit olan bir dünyadan, ölçüsü enerji olan bir dünyaya geçiyoruz, ama eski dünyanın düşünceleriyle. Kariyer, maaş, emeklilik ve ev alma hayali hâlâ vakit satılarak yaşanan bir dünyaya göre kurulu. Bu düşüncelerin yeni duruma yetişmesi Gates'e göre 20 yıl, Engels'in duraklamasına bakarsak 50 yıl sürebilir. Hangi senaryonun gerçekleşeceğini bilmiyoruz; ama hepsinde gecikmenin bedelini önce aynı insanlar ödüyor. Peki bu bedeli ödeyenler, borcu kendileri tahsil edebilir mi?
16Kim tahsil edecek
Bir önceki bölümün tablosu bir şeyi açıkça gösteriyordu: araçlar masada, ama onları kullanacak güç yok. Bu bölümde o gücün nereden doğabileceğini soruyorum. Önce bir uyarı: vergi toplamak, paranın halka gideceği anlamına gelmez. On birinci bölümdeki ilkeye göre bir sistemin amacı yaptığı şeydir; soru, verginin ne için konduğu değil, paranın nereye gittiği. ABD Savunma Bakanlığı 2025'te dört büyük yapay zeka şirketiyle her biri 200 milyon dolara kadar sözleşme imzaladı. Toplanan vergi savunma ve gözetim sözleşmeleriyle yine bu şirketlere dönüyorsa, sistemin yaptığı şey borcu ödemek değil, parayı devletin elinden geçirip şirkete geri götürmektir. Para, alacaklıların söz sahibi olduğu fonlara bağlanmadıkça vergi temettü tarafında kalır.
Vergiyi kimden toplayacağın da bir seçim ve bu seçimin arkasında daha temel bir soru var: yapay zeka toplam üretimi büyütecek mi, yoksa var olan ekonomiden aldığı payı mı büyütecek? Dördüncü bölümün diliyle: yapay zeka şirketlerinin geliri yeni bir üretimden gelen kâr mı olacak, yoksa başka yerde üretilmiş değerden pay alan bir rant mı? Cevap henüz belli değil, ama işaretler var. Yazının girişindeki rakama dönelim: Anthropic Ekim 2026'daki halka arz başvurusunda önündeki fırsatı dünyadaki bilgi işinin (knowledge work) değeriyle ölçtü ve bu değeri, kafa emekçilerinin maaşlarından yola çıkarak 40 trilyon doların üzerinde hesapladı; dünya ekonomisinin tamamı yaklaşık 118 trilyon dolar. Yani pazar diye gösterilen şey, büyük ölçüde bugün insanlara ödenen maaşlar. Üstelik bu maaşları alanlar aynı zamanda ekonominin en büyük alıcıları; alıcısını işsiz bırakan bir teknoloji talebi daraltabilir. Musk'ın vaat ettiği evrensel yüksek gelirin önündeki asıl soru işareti bu.
Yapay zeka yalnızca bu havuzdaki payını büyütürse, sıradan insanın konumu eşi az görülmüş biçimde kötüleşir. Mısır piramitlerinin kölelerce yapıldığı uzun süre düşünüldü; ama Giza'daki işçi mezarları, piramit işçilerinin köle olmadığını, ekmek, bira ve etle beslendiklerini gösterdi. Firavunun onlara ihtiyacı vardı. Sekizinci bölümdeki işe yaramazlık hayaleti tam bu ihtiyacın ortadan kalkması: emeğine ihtiyaç duyulmayan bir insanın, piramit işçisinin pazarlık gücü bile yoktur. Üstelik sorun üretimin azlığı değil. Dünyada herkesi doyuracak kadar gıda üretiliyor, ama 2024'te yaklaşık 673 milyon insan aç kaldı; en zengin yüzde 0,001'lik kesim ise insanlığın yoksul yarısının yaklaşık üç katı servete sahip. Yapay zeka şirketlerinin en büyük ortakları da bu servetin sahipleri arasında. Yapay zekanın gücü de bu ellerde toplanırsa milyonlarca insan kırılacak, hayat standartları gözle görülür biçimde düşecek ve bu durum insanlara isyan etmekten başka çare bırakmayacak. Ama bu isyanın yönü belli değil; sekizinci ve dokuzuncu bölümde gördüğümüz gibi, öfkeyi bugün en çok popülist sağ topluyor. On dördüncü bölümdeki günah keçisi senaryosu bu yüzden tehlikeli: öfke bir ilişkiye değil, bir şeye yönelir.
Böyle bir krizde bu zenginler nereye gidecek? Onlar da bu dünyada yaşıyor. Medya kuramcısı Douglas Rushkoff, Zenginlerin Hayatta Kalması (Survival of the Richest) kitabında, kendisini bir konuşmaya çağıran beş çok zengin yatırımcının ona sorduğu soruyu anlatır: bir çöküşten sonra sığınaklarındaki korumaları nasıl itaatte tutacaklar? Bu kesim krizin bedelini ödemeyeceğini düşünüyor; gidişatın kendisi için caydırıcı bir bedeli olduğunu hissetmiyor. Bu bedeli hissettirebilecek olan, tarih boyunca olduğu gibi, örgütlenmiş halk. Siyaset bilimciler Kenneth Scheve ve David Stasavage, Zenginleri Vergilendirmek (Taxing the Rich) kitabında yirmi ülkenin iki yüzyıllık vergi kayıtlarını inceledi ve zenginlerin vergisini en çok artıran şeyin demokrasinin genişlemesi ya da sol partiler değil, kitlesel seferberlik olduğunu buldu: Birinci Dünya Savaşı'nda seferberlik ilan eden ülkelerde en yüksek gelir vergisi oranı yüzde 4'ten yüzde 63'e çıktı. Milyonlar cepheye gidince, zenginin de bedel ödemesi gerektiği argümanına karşı konulamadı. Buradan çıkan ders savaş değil; eşit fedakârlık talebi ve milyonların seferber olması. Bugünkü soru, bunun savaşsız bir karşılığının nasıl kurulacağı.
Yöntemlerin bir kısmı eski: grev, boykot ve toplu eylem bugün de işe yarayabilir. Ama karşı taraf yapay zekayı elinde topladıysa, halk da onu akıllıca kullanmak zorunda: birbirini tanımayan işçilerin ve kiracıların taleplerini birleştirmek, onuncu bölümdeki görünürlük panolarını bir şirketin ne kadar vergiden kaçtığını da gösterecek biçimde genişletmek, bir eylemin lojistiğini birkaç kişinin yürütebileceği kadar kolaylaştırmak. Aynı araçlar örgütlenenleri izlemek için de kullanıldığından, direnişin aracı bir şirketin sunucusundaki model değil, herkesin kendi bilgisayarında çalıştırabileceği açık bir model olmalı. Yeni pratikler de belki buradan doğar. Yerel halk, bir veri merkezinin kurulmasına ancak şirket kamuya hisse verirse izin verir; böylece borcu devleti beklemeden kendisi tahsil eder. Yazdıklarıyla modelleri besleyen insanlar, ABD'deki borçlular sendikası Debt Collective'in tersine, bir alacaklılar sendikası kurar. Belediyeler hesap gücünü, su ve elektrik gibi bir kamu hizmeti olarak dağıtır. Bunların hiçbiri henüz yok. Ama Paris Komünü'nü de Marx tasarlamamıştı; Komün kurulduktan sonra onu inceledi ve emeğin kurtuluşu için "nihayet keşfedilmiş siyasi biçim" dedi. 1905'te Rusya'daki işçi konseyleri, yani sovyetler, de bir teorisyenin planından değil grev komitelerinden doğdu. Yapay zeka çağının pratikleri de bir vergi tasarısından değil, bu borcu tahsil etmeye çalışan insanların deneyiminden doğacak. Vergi bu pratiklerin bir aracı olabilir; ama tek başına çözüm olmayabilir.
17Alternatif bir ütopya
Pratikler deneyimden doğuyorsa, yine de bir ufka ihtiyaç var: bu mücadele kazanılırsa nasıl bir toplum kurulur? Bu soru Marksizmde hep gergin bir soru oldu. Engels 1880'de yayımladığı Ütopik Sosyalizmden Bilimsel Sosyalizme adlı kitabında, geleceğin toplumunu masa başında çizen düşünürleri eleştirdi; ona göre yeni toplum bir plandan değil, eskisinin çelişkilerinden doğacaktı. Yaklaşık yetmiş yıl sonra filozof Ernst Bloch bu gerilime bir ara yol önerdi: somut ütopya (concrete utopia). Bloch için somut ütopya, hayal edilmiş mükemmel bir toplum değil, bugünün içinde zaten var olan imkânlardan çıkan bir ufuktu. Yapay zeka çağının somut ütopyası nasıl görünebilir? En güçlü aday eski bir hayal: ekonomiyi bir makineyle planlamak.
Bu hayalin bir tarihi var ve iktisat tarihinde sosyalist hesaplama tartışması (socialist calculation debate) adıyla bilinir. İktisatçı Ludwig von Mises 1920'de, piyasa fiyatları olmadan bir ekonominin neyi ne kadar üreteceğini hesaplayamayacağını savundu. Friedrich Hayek 1945'te itirazı derinleştirdi: gereken bilgi milyonlarca insanın gündelik hayatına dağılmıştır ve fiyat, bu bilgiyi kimsenin tamamını bilmesine gerek kalmadan toplar. Planlamacı iktisatçı Oskar Lange ise piyasanın deneme yanılmayla çözdüğü denklemlerin bir bilgisayarda bir saniyeden kısa sürede çözülebileceğini yazdı. Denemeler de oldu. Sovyetler Birliği'nde bilgisayar bilimci Viktor Glushkov'un bütün ekonomiyi bağlayacak ulusal ağı OGAS, yetkisini kaybetmek istemeyen bakanlıklara takıldı. Şili'de Allende hükümetinin on birinci bölümde andığım Stafford Beer'le kurduğu Cybersyn, 1973'teki askerî darbeyle sona erdi. İki denemenin de sonunu teknik sınırlardan çok siyaset belirledi.
Bugün iki şey değişti. Birincisi, hesap gücü artık sorun değil. İkincisi, planlamanın en büyük örnekleri kapitalizmin içinde: Leigh Phillips ve Michal Rozworski'nin hatırlattığı gibi, Walmart ve Amazon kendi içlerinde piyasayla değil, merkezden yapılan hesapla yönetiliyor. Dil modelleri Hayek'in itirazına da dokunuyor. Google DeepMind araştırmacılarının 2024'te denediği "Habermas Makinesi", farklı görüşteki insanların yazdıklarından bir ortak görüş metni çıkardı ve katılımcılar karşılaştırmaların yüzde 56'sında bu metni insan arabulucunun metnine tercih etti. Dağınık bilgiyi toplamanın tek yolu artık fiyat değil.
Ama makine siyaseti kaldıramaz. Engels, sosyalizmde kişilerin yönetiminin yerini şeylerin idaresinin alacağını yazmıştı; yani siyaset bir gün teknik bir işe dönüşecekti. Oysa bir makineye "toplumsal refahı en yükseğe çıkar" dediğiniz anda en zor soruyu sormuş olursunuz: refah ne? Daha uzun ömür mü, daha az çalışma mı, daha temiz hava mı? Bunlar birbiriyle çatışır ve aralarındaki seçimi bir hesap değil, bir karar yapar. İktisatçı Kenneth Arrow 1951'de, bireylerin tercihlerini birkaç temel adalet koşulunu aynı anda sağlayarak tek bir toplumsal sıralamaya çeviren bir oylama yöntemi bulunmadığını matematiksel olarak gösterdi. Siyaset makinenin içine girince kaybolmaz, görünmez olur: değerlerin ağırlığı modelin amaç fonksiyonuna (objective function), yani neyi en yükseğe çıkarmaya çalıştığını belirleyen formüle yazılır ve o formülü kimin yazdığı bir mühendislik kararı gibi görünür. Yedinci bölümde andığım Weber'in demir kafesi bu kez çoğu insanın okuyamadığı bir kodda kurulur. Üstelik iktisatçı Charles Goodhart'ın adıyla anılan Goodhart yasası (Goodhart's law) da geçerli: bir ölçü hedef hâline gelince iyi bir ölçü olmaktan çıkar. Sovyet fabrikaları planın rakamını tutturdu, ama insanların ihtiyacını karşılamadı.
Bu yüzden somut ütopya bir makine değil, bir mülkiyet sorusu. Aynı hesap gücü bir şirketin elinde Walmart'ın içindeki plana, bir partinin elinde Çin'deki kapsamlı gözetime dönüşür. Amaç fonksiyonunu toplumun kendisi yazabiliyorsa ise demokratik bir planlama doğabilir. Bunun küçük parçaları bugün var. Tayvan'da vTaiwan sürecinde kullanılan Polis adlı araç, binlerce insanın görüşünü toplayıp uzlaştıkları noktaları gösteriyor; Anthropic de 2023'te bir modelin uyacağı kuralları yaklaşık bin kişiden aynı araçla topladı. Bu yazının ütopyası bir plan değil: makinenin, karar verme işini insanlardan almak yerine bu karara katılan insanların sayısını her zamankinden çok artırdığı bir toplum. Bloch'un deyişiyle, bugünün içinde zaten var olan bir imkân.
18Kapanış
Marx'a göre insanların nasıl ürettiği değişince düşünceleri de değişir, ama geriden gelir. Üretimimiz değişiyor ve yapay zeka bu değişimi hızlandırıyor; düşüncelerimiz, yasalarımız ve hayat planlarımız ise henüz eski dünyada.
Bu gecikmenin içinde açık bir hesap duruyor. Yapay zeka şirketleri insanlığın yazdıklarını, ortak dili ve kamunun ödediği altyapıyı miras aldı. Mirası alan, borcunu da alır. Altıncı bölümde saydığım gibi, bu borcun üç alacaklısı var. Birincisi, modelleri eğiten metinleri karşılıksız yazanlar: bugün hayatta olan milyonlarca insan ve artık hayatta olmayan önceki kuşaklar. Bu insanların hiçbiri bir yapay zeka eğitilsin diye yazmadı; mektuplarını, kitaplarını, forum cevaplarını ve kodlarını başka insanlar okusun diye yazdılar ve yazdıklarının bir gün bir modelin hammaddesi olacağından habersizdiler. Ölmüş olanlara borç ödenemez; onların payı ancak yaşayanlara, ortak bir fon ya da ortak bir mülkiyet yoluyla ödenebilir. İkincisi, veri merkezlerinin vergi muafiyetlerini ve yükselen elektrik faturalarını ödeyen kamu. Üçüncüsü, bu modellerin yerine geçtiği, işini kaybeden ya da işe hiç giremeyen insanlar. Yani alacaklılar biziz: dünyanın ezici çoğunluğunu oluşturan sıradan insanlar. Bu borç küçük bir temettüyle kapanmaz; gerçek ödemesi, altyapı üzerinde söz hakkı, yani mülkiyettir. Bunun nasıl kazanılacağı önümüzdeki on yılın asıl siyasi sorusu.
Bu soruya nasıl bir cevap verileceğini kimse bilmiyor; bu yazının senaryoları da bir kesinlik iddia etmiyor. Üstelik tarih düz bir çizgide ilerlemiyor. Hegel 1807'de, Tinin Fenomenolojisi'nin önsözünde, kendi çağını bir doğum zamanı olarak anlatır: yeni dönem uzun süre fark edilmeden olgunlaşır, eski dünya parça parça çözülür, sonra yeni bir dünyanın biçimi bir anda ortaya çıkar. Hegel bunu bir bebeğin doğumuna benzetir: aylarca süren sessiz büyüme, ilk nefesle birlikte bir sıçramaya dönüşür. Tarih de bazen böyle ilerler. Yavaş yavaş biriken değişim bir gün bir kopuşla, bir kırılmayla görünür hâle gelir ve bir sabah kendimizi bambaşka bir durumda bulabiliriz. On dördüncü bölümdeki şokların her biri böyle bir sabahın ihtimali; aralarında hiçbirimizin aklına gelmeyen, bugün akıl dışı görünen ihtimaller de olabilir.
Bu yüzden şunu da kabul etmek gerekiyor: demokrasi, eşitlik, yasa, hukuk, "Batı medeniyeti" ve bir arada yaşamaya dair bütün kavramlarımız doğada kendiliğinden bulunan şeyler değil. Hepsi, üzerinde uzlaştığımız ve uzlaştığımız sürece yaşattığımız kavramlar. Bu kavramlar sandığımızdan çok daha ince bir perdenin önünde duruyor. O perdeyi ayakta tutan şey, insanların her gün işine gidebilmesi, faturasını ödeyebilmesi ve yarının bugüne benzeyeceğine inanması. Bu inanç sarsıldığında perde alev alabilir ve tarih bunun ne kadar hızlı olabildiğini birçok kez gösterdi: 1929 bunalımından dört yıl sonra Almanya'da demokrasinin yerinde bir diktatörlük vardı. O hâlde bu yazının sonunda cevabını bilmediğim bir soru kalıyor: evsiz, işsiz ve geleceksiz kalan kitleler bugünkü kavramlar üzerinde uzlaşmayı sürdürür mü, yoksa kendi koşullarından hangi yeni kavramları kurar ve onların üzerinde uzlaşır?
Bugün pek çoğumuzun hissettiği belirsizlik ve sıkışma bu yüzden boş bir kaygı değil; bir sancı. Hegel'le birlikte anılan zamanın ruhu (Zeitgeist) kavramına göre her çağın kendine özgü bir ruhu vardır ve bu sancı da gelecek zamanın ruhunu doğurabilir. Ama o ruh kendiliğinden, mistik bir bekleyişle gelmeyecek. Marx tam bu noktada Hegel'den ayrılır: tarihi bir ruhun kendi kendine açılması olarak değil, insanların eylemi olarak görür. Louis Bonaparte'ın 18 Brumaire'i'nde yazdığı gibi, insanlar kendi tarihlerini kendileri yapar; ama kendi seçtikleri koşullarda değil, geçmişten devraldıkları koşullarda. Yapay zeka çağının koşullarını biz seçmedik. O koşulların nereye varacağını ise bekleyerek değil, onları bir yöne çekmeye çalışarak belirleyebiliriz. Tarihin akışını, ona yön vermeye çalışanlar değiştirir.