Çalışanlar yeni çalışma biçimlerinin önünü nasıl açıyor?

Son araştırmamız, yapay zekâ araçlarına erişimin yanı sıra görevlerin nasıl bölüştürülüp yürütüldiklerinin de önemli olduğunu gösteriyor. Tipik görev tanımlarının dışındaki bu yeni görevler, çalışanların yapay zekâ kullanımının düzenli bir parçası hâline geliyor. Bu faaliyetler düzenli sorumluluklara dönüşürse unvanlar aynı kalsa bile işlerin kapsamı genişleyebilir.

İlk En Üst Seviyede Çalışma raporumuz⁠, çalışanların geçmişte başka bir meslekle ilişkilendirilen faaliyetlerde yapay zekâ kullanmasını ifade eden “görev geçişini” ortaya koymuştu. Son araştırmamız bundan sonra ne olduğunu inceliyor.

Nisan-Temmuz 2026 dönemine ait, işle ilgili 1,5 milyondan fazla ChatGPT mesajını analiz ettiğimizde, meslekler arası bazı yapay zekâ kullanımlarının tekrarlandığına dair bulgular elde ettik. Çalışanlar mesleki sınırlarının dışındaki görevlere geri dönüyor ve bu faaliyetler zamanla gözlemlenen yapay zekâ kullanımlarının daha büyük bir bölümünü oluşturuyor.

Bulgular, yapay zekâya erişimin yeni görevleri deneme aşamasından bu görevleri çalışanların düzenli iş akışlarına katma aşamasına nasıl dönüşebileceğine dair ilk ipuçlarını sunuyor. Yapay zekâyı kuruluşlarında en iyi nasıl benimseyip kullanabileceklerini belirlemeye çalışan şirketler açısından, profesyonel çalışanların dört aylık yapay zekâ kullanımı ve promptlarını incelediğimiz araştırmada saptanan eğilimler önemli bir bakış açısı sunuyor. Bu eğilimler, şirketlerin bir sorunu belirlemekle yapay zekâ desteğiyle genel işlerini ilerletmek arasındaki engelleri nasıl azaltabileceğini gösteriyor. Bulgularımız, kuruluşların yapay zekâ stratejilerini uygularken yapay zekâ araçlarına erişimin yanı sıra iş tasarımına da yer vermesi gerektiğini gösteriyor.

Çalışanlar, görevin belirli bir alandaki rollerine uyup uymamasına bağlı olarak yapay zekâyı farklı biçimlerde kullanıyor. Çalışanlar, olağan rollerinin içindeki ve dışındaki görevler için yapay zekâya farklı promptlar veriyor. Mesleklerinin dışındaki görevleri sorarken, meslek kapsamındaki görevlere kıyasla ortalama olarak daha kısa promptlar yazıyorlar. Ayrıca açıklama, nasıl yapılacağına dair yönlendirme, belirli bir yanıt biçimi veya tavsiye isteme olasılıkları daha düşük.

Öte yandan çalışanların, mesleklerinin dışındaki konularda yapay zekâdan yardım isterken örnek veya arka plan bilgisi sunma olasılığı daha yüksek. Yapay zekâdan bir şeyi kontrol etmesini veya doğrulamasını isteme olasılıkları da daha yüksek.

Bunun bir açıklaması, çalışanların uzmanlıktan yararlanmak için yapay zekâyı kullanması olabilir. Çalışanlar, yapay zekâdan kendilerine tamamen yeni bir alan öğretmesini istemek yerine bir sorunla birlikte belge, örnek veya iş arkadaşından alınan bilgi gibi ilgili bağlamı sunup başka bir alana ait bilgilerin uygulanmasına yardımcı olmasını isteyebilir. 

Sıradaki soru, çalışanların bu faaliyetlere geri dönüp dönmediği. Nisan-Temmuz döneminde düzenli olarak gözlemlenen yaklaşık 6.200 çalışan arasında, daha önce kullanılan meslekler arası görevlerin mesleğe özgü yapay zekâ faaliyetlerindeki payı nisanda %13,1'den temmuzda %25,9'a yükseldi¹. Bu örüntü, çalışanların yalnızca bir kez deneme yapmak yerine meslekler arası desteğin bir bölümünü devam eden iş akışlarına kattığını gösteriyor. 

Ayrı bir analiz, bu tekrarın bağlamını ortaya koyuyor. Örneklenen ve eşleştirilen bir aylık takip gözlemlerinde çalışanlar, önceki ay kullandıkları meslekler arası bir göreve vakaların %23,6'sında geri döndü. Önceki ay aynı görevi kullandığı gözlemlenmeyen benzer çalışanlarda ise bu oran %8,4'tü. Meslek kapsamındaki ve genel görevlerde de benzer farklar görülüyor.

Tekrarlanma oranı, işin türüne göre önemli ölçüde değişiyor. Çalışanlar, aşağıdaki meslekler arası görevlere bir sonraki ay görece yüksek oranlarda geri döndü:

• Müşterilerle ürün veya hizmetleri görüşmek: %54

• Reklam veya tanıtım metni yazmak: %44

• Pazarlama materyalleri oluşturmak: %37

Buna karşılık çalışanlar, finansal bilgileri açıklama görevine vakaların yaklaşık %15'inde geri döndü. Meslekler arası görevlerde bir sonraki ay ortalama geri dönüş oranı %18,5'ti. Bu farklar, yapay zekânın düzenli iş akışlarına doğal biçimde uyum sağladığı alanları yansıtıyor olabilir. Ayrıca iş yeri normlarındaki, temkin düzeyindeki veya hata yapmanın sonuçlarına ilişkin algılardaki farklılıkları da yansıtabilir. 

İlk iki En Üst Seviyede Çalışma raporu, unvanlardan önce işlerin nasıl değişebileceğini gösteriyor. İlk rapor, çalışanların geleneksel mesleki sınırları aşmak için yapay zekâ kullandığını göstermişti. Bu rapor, söz konusu faaliyetlerden bazılarının düzenli iş akışlarının parçası hâline geldiğini ortaya koyuyor. Bu örüntüler, yapay zekâ destekli iş dönüşümü için olası bir yol ortaya koyuyor: Çalışan, geleneksel rolünün dışındaki bir faaliyeti deniyor, yapay zekânın bu faaliyet için yararlı olduğunu görüyor ve işinin bir parçası olarak bu faaliyete geri dönmeye başlıyor.

Yapay zekâ, unvanlar değişmeden çok önce işleri yeniden şekillendirebilir: Çalışanlar başka bir meslekle ilişkilendirilen faaliyetlerde yapay zekâ kullanıyor ve zaman içinde bunlardan bazılarına geri dönüyor. Bu faaliyetler düzenli sorumluluklara dönüşürse unvan aynı kalsa bile işi oluşturan faaliyetlerin çeşitliliği artabilir. Yapay zekânın iş bölümünü nasıl değiştirdiğini ve bunun çalışanlar, işletmeler ve genel ekonomi açısından ne anlama geldiğini daha net biçimde ortaya koymak için bu değişimleri incelemeyi sürdüreceğiz.

• Çalışanların geleneksel rollerinin ötesindeki görevleri üstlenmek için ChatGPT'yi nasıl kullandığını öğrenmek üzere görev geçişi araştırmamızı⁠ okuyun.

• Yapay zekâ yeteneklerinin, insanların rollerinin ve talebin istihdamı nasıl şekillendirebileceğini öğrenmek üzere Yapay Zekâ ile İşlerin Dönüşümü Çerçevemizi⁠ okuyun.