ABD Çalışma İstatistikleri Bürosu (BLS), 27 Ağustos 2026'da güncellediği 'Yapay Zekâ Maruziyet Kategorileri' yayınında, 2018 Standart Meslek Sınıflandırması kapsamındaki 831 detaylı meslek için yapay zekânın işi ne ölçüde etkileyebileceğini gösteren bir sınıflandırma sundu. Yayın, BLS'in 2025-35 dönemi istihdam projeksiyon serisini tamamlayan bir veri ürünü olarak konumlandırılıyor ve mesleklerin birbirine göre yapay zekâ maruziyetini karşılaştırmayı amaçlıyor.
Metodoloji beş kaynağı birleştiriyor: üç 'teorik maruziyet' kaynağı, insan uzman değerlendirmeleri ve büyük dil modeli analizleriyle yapay zekâ yeteneklerinin mesleki görevlerle örtüşmesini 2020-2023 verileriyle ölçüyor; iki 'gözlemlenen kanıt' kaynağı ise Claude ve Microsoft Copilot'tan alınan gerçek kullanım örüntülerini mesleki görevlerle eşleştirerek teoriden çok fiili benimsemeyi yansıtıyor. Bu beş kaynak yüzdelik dilim sıralaması, normalizasyon ve kümeleme algoritmasıyla birleştirilerek Düşük, Orta, Yüksek ve Çok Yüksek olmak üzere dört kategoriye ayrıldı.
Kapsam genişliyor
Bloomberg'ün 1 Eylül'de yayımladığı haberde, güncellenen sınıflandırmanın yapay zekâ etkisine açık meslek listesini teknoloji ve finans ötesine taşıdığı, önceden düşük risk görülen bazı ofis ve hizmet mesleklerinin de listeye dahil edildiği belirtildi. BLS, yayında 'Yüksek' veya 'Çok Yüksek' maruziyetin doğrudan istihdam kaybı, ücret etkisi ya da otomasyon olasılığı öngörmediğini özellikle vurguluyor; veri seti kariyer kararı almak isteyen bireyler için bir kıyaslama aracı olarak sunuluyor.
Türkiye'deki İK ekipleri için anlamı
BLS'in gözlemlenen kanıt katmanında doğrudan Claude ve Microsoft Copilot kullanım verisine dayanması, kurumsal yapay zekâ araçlarının fiili benimseme hızının artık resmi istihdam istatistiklerine girdi sağladığını gösteriyor. Türkiye'de yetenek yönetimi ve iş gücü planlaması yapan İK ekipleri, kendi meslek gruplarını bu dört kategoriden hangisine denk geldiğini karşılaştırarak, yeniden beceri kazandırma (reskilling) önceliklerini ABD verisiyle çapraz kontrol edebilir; ancak BLS'in kendi uyarısı gereği bu sınıflandırmanın doğrudan işten çıkarma öngörüsü olarak okunmaması gerekiyor.
