Yazar
Özgür NARİN
Dr. Öğr. Üyesi, Ordu Üniversitesi, Ünye İİBF, İktisat Bölümü. (ORCID No: 0000-0001-8068-6978)

Özet

  •  Günümüzde yapay zeka yöntemleri yaygınlık kazanmaktadır. Yapay zeka yöntemlerinin son on yılda kaydettikleri başarı, veri, işlemci gücü ve bilimdeki gelişmeler ile ilgilidir. Yapay zeka bu anlamıyla dijitalleşmeye dayanmakta, onun gelişmesi ve altyapılaşması üzerine inşa edilmektedir. Bu makale ilk olarak dijital ile dijitalleşmenin farkını ortaya koyarak, dijitalleşmeyi dönemleştirmektedir. İkinci olarak, bu dijitalleşme sürecinin üretim ilişkileri ile bağını ortaya koymakta ve çelişkilerini, sınırlarını tartışmaktadır. Yapay zeka yöntemleri, kapitalist üretimin tüm çelişkilerini taşıyan sabit sermayenin bugünkü en gelişkin biçimi olarak gözükmektedir. 1970’lere kadar iletişim, ağ ve bilgi işlem (kontrol) sistemleri ile dikey merkezileşmenin kontrol araçlarını oluşturan tekeller, 1990’lardan sonra kapitalizmin krizlerine karşı esnekleşme basıncı ile birlikte aşağıya doğru pek çok iştirak, taşeronu vs. kriz çevrimlerine uygun esnek yapıda planlayacak ve örgütleyecek üretim ve iletişim araçlarına, gelişkin sabit sermaye araçlarına ihtiyaç duyuyordu. İşte yapay zeka yöntemleri ve dijitalleşme bunun üretim aracı olarak ortaya çıkmaktadır. Bu anlamıyla dikey olarak merkezileşen aşağıya doğru esnekleşen şirket yapısını ve ihtiyaçlarını yansıtır. Ancak bu üretim aracı da üretim ilişkilerinin çelişkileri ile sınırlıdır ve onunla engellenir. Makale son olarak gelecek on yılı belirleyecek olan bu çelişkilerin ortaya çıkardığı sorunları, toplumun parametreleşmesi, veride bölgeleşme ve manipülasyonu tartışmaktadır. 

Summary

  • Artificial intelligence (AI) methods are becoming increasingly widespread today. The achievements of AI over the past decade is closely linked to advances in data availability, processing power, and scientific research. In this sense, AI relies on digitalization and is built upon its development and infrastructural foundation. This article first distinguishes between the digital and digitalization, offering a periodization of the latter. Second, it examines the relationship between digitalization and the relations of production, exploring its contradictions and limitations. AI methods appear as the most advanced form of fixed capital today, carrying all the contradictions of capitalist production. Until the 1970s, monopolies that controlled communication, network, and information-processing systems served as tools of vertical centralization. However, since the 1990s, under the pressure to become more flexible in response to capitalist crises, capital has increasingly required flexible production and communication tools-advanced forms of fixed capital-that could organize vertically centralized yet operationally decentralized subsidiaries, subcontractors, and fragmented production cycles. AI and digitalization emerge precisely as such instruments of production. In this regard, they reflect the vertically centralized but downward-flexible structure and needs of contemporary corporations. Yet, these tools of production are also constrained and shaped by the contradictions of the relations of production. Finally, the article discusses key emerging tensions that will shape the coming decade, including the parameterization of society, data localization, and manipulation.   

Anahtar Sözcükler / Keywords

  • TR: Dijitalleşme, Yapay Zeka, Üretim ilişkileri, Engel, Toplumun Parametreleşmesi, Bölgeleşme, Manipülasyon
    EN: Digitalization, Artificial Intelligence, Relations of Production, Barrier, Parameterization of Society, Localization, Manipulation

Dipnot / Footnote

  • 1. Hatta bu sayıdaki, toplumsal robotlar yazısında göreceğiniz gibi dijitalleşme, kullanım değeri ve değişim değeri üreten toplumsal üretimin dışında, bizzat insanı, ilgi, özen (bakım) emeğini kapsayan yeniden üretim alanını da kaplamaya başladı. 2. Yapay Zekâ bir kavram ve pek çok yöntemi içinde barındıran şemsiye kavram. Bu yüzden alanda çalışanlar yapay zekâ adıyla tek bir model, tek bir tanım varmış gibi bir görünümü beslememek için yapay zekâ yöntemleri, uygulamaları diyerek, gerekirse modeli belirtip özgülleştirmeyi öneriyorlar. 3. Bender ve Hanna (2025), kişisel ayrılıklar yüzünden McCarthy’nin Wiener’i Dartmouth’a çağırmadığını yazarlar. McCarthy, tüm bir sibernetik sisteminin geri beslemeye dayanması görüşünü doğru bulmadığını belirtir. Ancak savunmasız insanları öldüren füzelere, askeri zihniyete karşı “bilimcinin isyanını” halka açık bir mektupla duyuran Wiener’in çağrılmaması hiç de kişisel ya da bakış açısı ayrılığı gibi gözükmemektedir. Tercih, salt bilimsel bakış açısı ayrılığı değil, son derece politik ve sınıfsal gözükmektedir. McCarthy, bir televizyon programında şakayla karışık askeri fonlar için böyle bir ada ihtiyacı olduğunu belirtir. 4. Marx’ın bir buluşun ilk bulunuşundaki emek ile sonradan ilkokul çocuklarına öğretilmesi ve onun öğrenmesi arasındaki emek farklarından söz etmesi çarpıcıdır. Bugün endüstrileşen bilim ve teknoloji üretiminin ana alanlarına hakimiyet, tekellerin ve devletlerin bu alandaki kontrolleri tam da bu fark üzerinden, kapitalizmin sınırlardaki hali üzerinden tekel avantajını ellerinde tutmaktır. Bkz. Narin (2017). 5. Buna bilgiyi ve kaynağı, sosyal medya notlarında paylaşan Mustafa Cemal’e borçluyum. 6. Paranın, ticaretle metaların dolaşmasından öte, bizzat üretimin, şirketin fabrikalarının dünyaya yayılması anlamında üretken sermayenin uluslararasılaşmasında dönüm noktası II. Dünya Savaşı sonrası, merkez kapitalist ülke tekellerinin üretimlerini başka ülkelerde de yapmaya başlamalarıdır. Sermayenin uluslararasılaşması, sadece sermayenin sınırlar arası dolaşımı değildir, sermaye devrelerinin sınırların ötesine geçmesi ve kapitalist üretimin yapısal değişimleri anlamına gelir. Kapitalist üretimin dünya tarihsel gelişimini, “para sermayeden, meta sermayeye, ardından üretken sermayeye” dönüşmesi, bu sermaye devrelerinin merkez kapitalist ülkelerden dünyaya yayılması ve bunun eşitsiz bileşik dağılımını inceleyen bu bakış, bunun yarattığı yapısal değişikliklere odaklanır. Bkz. Palloix, (1977), Bina ve Yaghmaian (1991), Öztürk (2006). 7. Marx (1979: 654). Karş. Marx, Grundrisse, Dietz Verlag, s. 594. 8. 2006 yılında Elastic Compute Cloud adını alarak, bulut bilişim terimini ilk kez ortaya atmış oldu. 9. 2010 ile 2020 arasında internete bağlı nesnelerin oranları yılda ortalama %19.3 artarken, 2020 sonrası yonga krizleri yüzünden bu yavaşladı. Yine de bağlantı ve veri toplama oranındaki devasa artışa temel oluşturdu. 2015’ten 2020’ye kadar internete bağlı nesne sayısı, (elbette ki, bilgisayarlar, tabletler, sabit, mobil telefonlar bunlara dahil değildir) 3.6 milyardan, 11.3 milyarın üstünde bir sayıya ulaştı. Araştırmalar, bulut bilişimin, veri analitiğinden 3 kat daha fazla hızlı yayıldığını gösteriyor” (OECD, 2024). 10. Yapay zekâyı eğiten milyonlarca görüntü, ses gibi verileri ayıklayan, temizleyip etiketleyen, parça başı ve çok düşük ücrete çalışan işçilere “hayalet işçi” diyorlar. Kenya’da dünyanın en büyük ve en kalabalık gecekondu semti Kibera’da yaşayan, çoğu çocuklu tek anneler, kadınlar ve yoksullar üç kuruşa bu verileri işaretliyor, etiketliyorlar. 11. Bkz. Narin (2017), Pasquinelli (2023), Saraçoğlu (2025). 12. Mesai içinde emekçinin tüm emeğini harcayarak “işgününün bütün gözeneklerini” doldurmak der Marx, bugün bu navigasyon sistemleri, uygulamalar ile lojistikten, dolaşıma, motokuryenin, çağrı merkezi çalışanının, copilot gibi kod yazan uygulamalarla ya da “çevik üretim” ile yazılımcının, “dikkat ekonomisi”, “gözbebeği yakalama” ile tüketicinin tüm tercihlerini, bütçesinin tüm küçük alanlarını, “gözeneklerini” bile yakalayarak harcamaya, satışa çevirme, pazar alanı yapmaya dönüşmüş görünüyor. 13. YZ modellerinin ve büyük veri analizinin böylesi ilk şokları, borsalarda otomatik olarak yüksek frekanslı işlem (HFT) yapan modellerde yaşandı, borsa şalterleri gün ortasında indirilmek zorunda kalındı (Narin, 2018). 10 yıl sonra bu veri üzerinden bölgeleşme ve rekabet ile çok farklı görünümlerde ortaya çıkabilecek gibi gözükmektedir. 14. Karş. Narin (2018).

Kaynaklar / References

  • Acemoglu, D. (2025) The simple macroeconomics of AI, Economic Policy, 40(121), 13-58. doi:10.1093/epolic/eiae042 Bender, A., Beller, S. (2014). Mangarevan invention of binary steps for easier calculation. Proceedings of the National Academy of Sciences, 111(4), 1322-1327. doi:10.1073/pnas.1309160110 Bender, E. M., Hanna, A. (2025). The Ai Con: How to Fight Big Tech’s Hype and Create the Future We Want, Chicago: HarperCollins. Bina, C., Yaghmaian, B. (1991) Post-war Global Accumulation and the Transnationalisation of Capital, Capital & Class, (43): 107-130. Brennan, K., Kak, A., & West, S. M. (2025) Artificial power: AI Now 2025 landscape, AI Now Institute, Erişim tarihi: 5 Temmuz 2025, https://ainowinstitute.org/2025-landscape Campbell-Kelly, M., Garcia-Swartz, D. D. (2017) From Mainframes to Smartphones: A History of the International Computer Industry, ([Enhanced Credo edition]), Cambridge, Mass.: Harvard University Press. Işıkara, G., Narin, Ö. (2022) , The Potentials and Limits of Computing Technologies for Socialist Planning, Science & Society, Vol, 86, No. 2, 269-290. Marx, K. (1953). Grundrisse Der Kritik der Politischen Ökonomie (Rohentwurf) (I.). Berlin: Dietz. (1973) Grundrisse, Outlines of the Critique of Political Economy, Çev. Martin Nicolaus, London: Penguin. (1979) Grundrisse, Çev: N. Sevanyan, İstanbul: Birikim. Narin, Ö. (2017) Marx ve Genel Zekâ, Grundrisse’den Kapital’e Patikalar içinde, (Haz. Ö. Öztürk, M. Yaman, Ö. Narin), İstanbul: SAV yayınları. (2018). Sanayi 4.0’ın İma ettikleri ve Sınırlarına dair bir Tartışma: Çevrimiçi Kapitalizm Olabilir mi? Toplum ve Bilim, (144), 233-252. (2024) Tarihsel ve Toplumsal Bir İrdeleme Denemesi: Dijitalleşme ve Yapay Zekânın Kökenleri ve İşçi Sınıfı, Yay. Haz. D. Beyazbulut ve Z. Kandaz, Dijitalleşme, Emek, Gelecek ve Türkiye, s. 37-54, DİSK-AR, İstanbul: DİSK. (2025) Yapay Zekâ ve Emek: Bir Toplumsal Tarih, Elektrik Mühendisliği Dergisi, Nisan 2025, Sayı 476, 39-46. Nur A., Wahed, M. and N. C. Thompson, (2023) “The growing influence of industry in AI research”, Science, 379, no. 6635 (March 2023): 884–886, DOI:10.1126/science.ade2420 OECD (2024), OECD Digital Economy Outlook 2024 (Volume 1): Embracing the Technology Frontier, OECD Publishing, Paris,Erişim tarihi 15 Haziran 2025, https://doi.org/10.1787/a1689dc5-en. Öztürk, Ö. (2006) Emperyalizm Kuramları ve Sermayenin Uluslararasılaşması, Praksis, 15: 271 – 309. Palloix, C. (1977) The Self-Expansion of Capital on a World Scale”, Review of Radical Political Economy, II (2): 1-28. Pasquinelli, M. (2023) The eye of the master: A social history of artificial intelligence, London New York: Verso. Rikap, C. (2021). Capitalism, power and innovation: Intellectual monopoly capitalism uncovered. Routledge studies in the economics of innovation. London New York, NY: Routledge. doi:10.4324/9780429341489 Robins, K., Webster, F. (1979) Mass Communications and Information Technology, In R. Miliband and J. Saville (eds.), Socialist Register, Vol. 16, London: Merlin, 285-316. Saraçoğlu, D. (2025) İşbölümü, genel zekâ ve denetim: Makine Çağı yazı dizisi, Bianet, Erişim tarihi 3 Temmuz 2025, https://bianet.org/yazi/isbolumu-genel-zekâ-ve-denetim-makine-cagi-1-308318 UNCTAD (2019) Digital economy report 2019: Value creation and capture : implications for developing countries, Geneva: United Nations. (2021) Digital economy report 2021: Cross-border data flows and development : from whom the data flow, Geneva: United Nations. (2024). Digital Economy Report 2024: Shaping an Environmentally Sustainable and Inclusive Digital Future. Erscheinungsort nicht ermittelbar: United Nations. (2025). Technology and Innovation Report 2025: Inclusive Artificial Intelligence for Development. Erscheinungsort nicht ermittelbar: United Nations. Whittaker, M. (2021) The steep cost of capture, interactions, 28: 6 (November - December 2021), 50–55. https://doi.org/10.1145/3488666

Geliş Tarihi / Received Date

  • 18.07.2025

Kabul Tarihi / Accepted Date

  • 29.07.2025