Yapay Zeka Junior Yazılımcıların Yerini Alacak mı? 4 Farklı Görüş

Anthropic'in kendi raporuna göre şirketin teknik işe alımlarında junior payı %27'den %9'a indi. Aynı ay Cisco'nun başkanı, 27 yaşındaki bir mühendise sınırsız token verip şirketin eski kodunu yeniden yazma işini teslim ettiğini anlattı. AWS'nin CEO'su junior'ları AI ile değiştirme fikrini duyduğu en aptalca şeylerden biri olarak nitelerken Nobel ödüllü ekonomist Daron Acemoğlu, iş kayıplarının herkesin sandığından yavaş geleceğini savunuyor.

Bu yazıda tartışmayı dört tarafıyla, tarafların kendi sözleri ve videolarıyla anlatıyoruz. İngilizce alıntılar bize ait çevirilerdir, bağlantılardan özgün hallerine ulaşabilirsiniz. Her görüşün sonuna, o tarafın dayanağında dikkat edilmesi gereken noktayı da ekledik.

Tartışmanın Başladığı Nokta

Tartışmanın bugünkü hali Mayıs 2025'te şekillendi. Anthropic'in CEO'su Dario Amodei, AI'ın giriş seviyesi beyaz yaka işlerin yarısını ortadan kaldırabileceğini ve işsizliği bir ila beş yıl içinde %10-20'ye çıkarabileceğini söyledi. O günden beri soru yazılım dünyasında daha somut bir hal aldı: Agent'lar kod yazıyorsa şirketler neden yeni mezun alsın, bugün yeni mezun almayan şirketler on yıl sonra kıdemli mühendisi nereden bulsun?

Tarafların aynı veriye bakıp neden farklı sonuçlara vardığını anlamak için önce iddiaları ayırmak gerekiyor. Tartışmada üç ayrı soru iç içe geçiyor: İş kaybı şu anda yaşanıyor mu, ne kadar hızlı ilerleyecek ve bu kaçınılmaz mı yoksa bir tercih mi?

Birinci Görüş: Giriş Seviyesi İşler Hızla Azalıyor

Bu görüşün en bilinen sesi Amodei. CNN'deki röportajında endişesini şöyle anlatıyor:

"Özellikle giriş seviyesi konusunda gerçekten endişeliyim. AI modelleri, giriş seviyesindeki bir çalışanın yaptığı işin tam merkezinde duruyor. [...] Evet, insanlar uyum sağlayacak ama yeterince hızlı uyum sağlayamayabilirler."

Dario Amodei, CEO, Anthropic (CNN, Mayıs 2025)

Dario Amodei'nin CNN röportajı, ilgili bölümden başlar (İngilizce).

Bir buçuk yıl sonra Anthropic kendi şirketinin verisini yayınladı. 2025 başından bu yana junior'ların teknik işe alımlardaki payı %27'den %9'a, teknik kadrodaki payı %21'den %14'e düştü. Ağustos 2026 itibarıyla çalışanların agent'larının çalıştığı saat, insanların çalıştığı saatin altı katına ulaştı. Rapor, önerdiği önlemlerin sınırını da yazıyor: "Bu önlemlerin hiçbiri güçlü AI'ın işleri sarsmasını engellemeyecek."

Şirket dışından en güçlü veri Stanford'dan geliyor. Erik Brynjolfsson ve ekibinin "Canaries in the Coal Mine" çalışmasının Ağustos 2026 sürümüne göre, AI'a en açık mesleklerde 22-25 yaş grubunun istihdamı, daha az açık mesleklerdeki yaşıtlarının seyrini izlese olacağı seviyenin %19 altında. Kıdemli çalışanlarda benzer bir fark görülmüyor. Düşüş işten çıkarmalardan çok, daha az işe alımdan kaynaklanıyor.

Dikkat edilecek nokta: Anthropic bu teknolojiyi satıyor ve kendi raporu, şirketin uygulamalarından ekonomi geneline genelleme yaparken temkinli olunmasını istiyor. Stanford ekibi de bulgularını nedensel tahmin değil, "erken ve betimleyici göstergeler" olarak tanımlıyor. Aynı çalışma, ekonomi genelinde yaygın bir iş kaybı kanıtı bulmadıklarını da açıkça yazıyor.

İkinci Görüş: Dönüşüm Sanıldığından Yavaş İlerliyor

Karşı kutbun en güçlü sesi, 2024 Nobel Ekonomi Ödülü sahibi Daron Acemoğlu. Temmuz 2026'da The Humanist Review of AI'da yayınlanan denemesinde iki yıl önceki tahmini hatırlatıyor: On yıl içinde insanların yaptığı işlerin yaklaşık %5'inden çok daha fazlasının AI'a geçmesini beklememek gerekiyor, GSYH etkisi de on yılda yaklaşık %1,5.

"Yeni teknolojilerin üretken biçimde benimsenmesi her zaman zaman alır ve teknoloji ne kadar dönüştürücüyse bu süreç genellikle o kadar yavaş işler."

Daron Acemoğlu, MIT (The Humanist Review of AI, Temmuz 2026)

Acemoğlu, modellerin kendisinin de dahil olduğu pek çok kişinin öngörüsünden hızlı geliştiğini kabul ediyor, ama ekonomiye dönüşen uygulamaların az olduğunu ekliyor ve tahminlerinin "henüz o kadar da kötü görünmediğini" yazıyor. Örnek olarak 1997'de kullanmaya başladığı ses tanıma yazılımını anlatıyor: %99 doğruluk yetmiyor, çünkü kalan %1 bazen anlamı tamamen değiştiriyor. Çözüm önerisi ise "pro-worker AI": insanın yerini almayı değil, işini daha iyi yapmasını sağlamayı hedefleyen AI. Yani ona göre sonuç kaçınılmaz değil, bir tasarım tercihi.

Çiçek ile Teknoloji kanalı bu tartışmayı Türkçe olarak, Anthropic'in 2030 senaryolarıyla yan yana koyarak anlatıyor:

Daron Acemoğlu ve Anthropic'in görüşlerinin Türkçe karşılaştırması (Çiçek ile Teknoloji).

Karşılaştırmanın ilginç yanı, iki tarafın ilk bakışta sanıldığı kadar uzak olmaması. Anthropic'in senaryo çalışması 2030 için üç ihtimal veriyor: GSYH'de %1,6, %8,3 ve %32,4 artış. Ilımlı senaryo Acemoğlu'nun rakamına yakın görünüyor, ancak o rakam on yıllık bir tahmin. Uç senaryoda bilgi işçilerinin ücretleri %10'dan fazla düşüyor. Anthropic bunların tahmin olmadığını söylüyor. Acemoğlu da ilk taslağı inceleyen ekonomistler arasında, ama sonuçları onaylaması istenmemiş.

Yale Budget Lab'in düzenli güncellediği takip çalışması da 14 Ekim 2026 tarihli sürümünde bu görüşü destekliyor: "Meslek dağılımı, henüz AI'ın iş hayatına girişiyle açıkça örtüşecek biçimde değişmiyor."

Dikkat edilecek nokta: Acemoğlu'nun yazısı genel iş gücüne bakıyor, junior yazılımcıları ayrıca ele almıyor. Yale'in takibi de ekonomi geneline odaklanıyor. Bu yüzden Stanford'un dar bir yaş grubunda bulduğu sinyalle aynı anda doğru olabilirler. Ayrıca Acemoğlu'nun tahmin ufku on yıl: Bugünün verisi bu tahmini ancak kısmen sınayabiliyor.

Üçüncü Görüş: Junior'ları Çıkarmak İş Açısından Hata

Üçüncü taraf, ilginç biçimde AI'ı satan yöneticilerden geliyor. AWS CEO'su Matt Garman, Ağustos 2025'teki bir söyleşide bir yönetici toplantısında duyduğu "junior'ların hepsini AI ile değiştirebiliriz" fikrine verdiği cevabı anlatıyor:

"Bu, duyduğum en aptalca şeylerden biri. Onlar muhtemelen en düşük maliyetli çalışanlarınız, AI araçlarınıza da en çok onlar sarılıyor. On yıl sonra, kendini yetiştirmiş ya da bir şey öğrenmiş kimse kalmadığında bu nasıl yürüyecek?"

Matt Garman, CEO, AWS (Matthew Berman söyleşisi, Ağustos 2025)

Matt Garman'ın söyleşisi, junior bölümünden başlar (İngilizce).

Cisco'nun başkanı Jeetu Patel ise Ekim 2026'da Fortune'a aynı tezin bir uygulamasını anlattı. Şirketin eski kodunun %98'ini 24 ayda yeniden yapılandırma hedefini 27 yaşındaki bir mühendise vermiş: "Ona sınırsız token verdim, çünkü kodu yeniden yapılandıracak." Patel'e göre kıdemli ekipler fikir üretebiliyor, ama yeni gelenlerin soracağı temel soruları sormakta zorlanıyor. Bu yüzden ekipte farklı deneyim seviyelerinden oluşan bir gerilim arıyor.

Dikkat edilecek nokta: Garman bu sözleri AWS'nin kodlama aracı Kiro'yu anlatırken söylüyor. Patel de AI altyapısı satan bir şirketi temsil ediyor. Patel'in örneği tipik bir yeni mezun da değil: 27 yaşındaki mühendis, Cisco'nun satın aldığı bir girişimin kurucu ortağı. Yani bu görüş, veri kadar yöneticilerin kendi gözlemine dayanıyor.

Dördüncü Görüş: Asıl Risk Öğrenme Yolunun Kapanması

Dördüncü taraf "iş kalacak mı" sorusundan çok "bu işi öğrenmek mümkün kalacak mı" sorusuyla ilgileniyor. Bu alanda en dikkat çekici yeni veri yazılımdan değil, hukuktan geliyor. Bir NBER çalışmasında 133 patent avukatı üç ay boyunca izlendi. AI desteğiyle belge hazırlarken junior'lar kıdemlilerden çok daha fazla ilerledi. Ancak AI olmadan yapılan değerlendirme görevinde kazanım yalnızca kıdemlilerde kaldı. AI'dan en çok yararlananlar, öğrendiklerini en az koruyanlar oldu.

Yazılım tarafında da işaretler var. Anthropic'in raporuna göre işe alım yöneticileri artık dar uzmanlıktan çok özerklik ve muhakemeye ağırlık veriyor. Rapor darboğazı da şöyle tarif ediyor: "Bu hızlanma, agent çıktısının önündeki darboğazı insan dikkatine dönüştürüyor." Sorun şu ki muhakeme genellikle tam da junior'ların yaptığı işlerin içinde gelişiyor. Bu işleri agent'lar devralırsa kıdemli mühendis yetiştirme yolu daralabilir.

Dikkat edilecek nokta: NBER çalışması küçük bir örneklemle ve üç aylık bir sürede yapıldı, araştırmayı Google finanse etti ve konusu yazılım değil, patent hukuku. Sonuçlar yön gösterici, ama yazılımcılar için doğrudan kanıt sayılmaz.

Summit '25 Sahnesinden Türkiye'nin Görüşleri

Bu tartışmanın verileri büyük ölçüde ABD'den geliyor. Türkiye'de junior yazılımcı alımını AI açısından ölçen güncel ve açık bir veri bulamadık. Yine de SaaS Summit '25 sahnesinde kurucular kendi deneyimlerinden iki farklı resim çizdi.

Testinium'un kurucusu Melih Sakarya, panelde test ve geliştirme ekiplerini ayırdı. Test tarafında AI'ın önde olduğu senaryoları değerlendirdiklerini anlatırken geliştiriciler için hâlâ insanın önde olduğunu söyledi:

"Yani biz 10 kişiyle yaptığımız işi 2 kişiyle yapabilir miyiz? Buna bakıyoruz. [...] Yarın tester'a, developer'a ihtiyaç olacak mı bilmiyoruz ama test etmeye ve development'a ihtiyaç olacak ve buna adapte olanlar daha önde olacak."

Melih Sakarya, Founder & CEO, Testinium (SaaS Summit '25)

Panelin tamamı: Otonom SaaS: AI Agent'larla Yeni Dönemde Kazananlar ve Kaybedenler

Aynı panelde "10 kişi yerine 8 kişiyle yapabilirim" refleksine karşı başka bir soru da soruldu: Verimlilik artıyorsa şirket kadroyu küçültmek yerine işi büyütmeyi neden düşünmesin?

Kamion'un kurucusu Berkay Adlim ise başka bir panelde AI'dan bağımsız olarak kendi işe alım pratiğini anlattı. Bu tartışma için ilginç bir karşı örnek: Önce kişiliğe, sonra kültüre, en son teknik yeteneğe baktıklarını söylüyor.

"Teknik yeteneği biraz kurtarmıyorsa bizim için önemli değil. Onu öğretiriz. [...] Tecrübesiz arkadaşlarımızı alıp yetiştirmeye çalışıyoruz. Çünkü onun potansiyel upside'ı aşırı yüksek oluyor."

Berkay Adlim, Founder & CEO, Kamion (SaaS Summit '25)

Panelin tamamı: Türkiye'de SaaS Kurmak: Kuruculardan Yatırım ve Ölçeklenme Dersleri

Dört Görüşün Karşılaştırması

Görüş	Kim savunuyor	Dayanak	Dikkat edilecek nokta
Giriş seviyesi işler hızla azalıyor	Dario Amodei, Anthropic	Şirket içi veri, Stanford çalışması	Anthropic teknolojiyi satıyor, Stanford bulgusu nedensel değil
Dönüşüm yavaş ilerliyor	Daron Acemoğlu, Yale Budget Lab	Teknoloji yayılım tarihi, ekonomi geneli veriler	Junior'lara özel değil, ufuk uzun
Junior'ları çıkarmak hata	Matt Garman, Jeetu Patel	Yönetici gözlemi, şirket örnekleri	AI satan şirketlerin yöneticileri
Asıl risk öğrenmenin kaybolması	NBER araştırmacıları	Üç aylık kontrollü deney	Hukuk alanında, küçük örneklem

Değerlendirmemiz

Tarafların ilk bakışta sanıldığından fazla ortak noktası var. Stanford da Yale de ekonomi genelinde bir çöküş görmüyor. Stanford ve Anthropic'in verileri, değişimin işten çıkarmadan çok işe alımda yaşandığına işaret ediyor. Garman, Acemoğlu ve NBER araştırmacıları da farklı yollardan aynı yere geliyor: AI'ın insanı nasıl geliştirdiği, onun neyi yaptığı kadar önemli.

Gerçek anlaşmazlık hız ve seçim üzerine. Amodei uyum sağlamak için yeterli zaman kalmayabileceğini, Acemoğlu ise yayılımın yavaş olacağını ve yönün seçilebileceğini söylüyor. Bugünün verisi bu soruyu çözmeye yetmiyor.

Bizim okumamız şöyle: Verinin bugün desteklediği en dürüst cümle, "genel iş gücünde bir çöküş kanıtı yok, AI'a açık mesleklerde genç işe alımında ise erken bir uyarı var" cümlesi. Anthropic'in rakamları dikkat çekici, ama agent'ları bu ölçekte çalıştıran bir AI şirketi sektörün ortalaması sayılmaz. Bize göre daha kalıcı risk, junior pozisyonunun tamamen yok olmasından çok, öğrenme fırsatının sessizce azalması. Bunu tartışırken vibe coding deneyimi de önemli: Vibe coding nedir yazımız, kod üretmenin kolaylaşmasının neyi değiştirip neyi değiştirmediğini anlatıyor.

Junior'lar ve Kurucular İçin Pratik Sonuçlar

Junior'lar için

• AI'sız da çalışın: NBER bulgusu, araçla alınan sonucun öğrenme anlamına gelmediğini gösteriyor. Düzenli olarak bir problemi araçsız çözün.
• Üretilen kodu okuyup açıklayın: Agent'ın yaptığını anlatamıyorsanız kontrol de edemezsiniz. AI agent'ların çalışma mantığını bilmek burada işe yarıyor.
• Muhakemenizi görünür kılın: Neyi neden seçtiğinizi yazıya dökün. İşe alım yöneticilerinin aradığı sinyal giderek bu.

Kurucular için

• On yıl sonrasını hesaplayın: Bugün junior almamak bir maliyet kararı gibi görünse de kıdemli mühendis ihtiyacını ileri tarihe ertelemek anlamına gelebilir.
• Junior'un işini yeniden tanımlayın: Rutin işleri agent'a verirken inceleme, test ve kullanıcı problemi gibi öğreten işleri açık tutun.
• Öğrenmeyi de ölçün: Yalnızca çıktı hızına değil, kişinin araçsız ne yapabildiğine de bakın. Araç seçimi için Claude Code yazımız bir başlangıç olabilir.

Sıkça Sorulan Sorular

Yapay zeka yazılımcıların yerini alacak mı?

Bugünün verisi tüm yazılımcıların yerinin alındığını göstermiyor. Stanford, ekonomi genelinde yaygın iş kaybı bulmadığını yazıyor, ancak AI'a açık mesleklerde 22-25 yaş grubunda %19'luk bir fark raporluyor. Kıdemli çalışanlarda ise benzer bir fark görülmüyor.

Junior yazılımcı olmak hâlâ mantıklı mı?

Görüşler ayrışıyor. Amodei giriş seviyesi işler için endişeli, Garman ise şirketlerin yeni mezun almaya kesinlikle devam etmesini savunuyor. Ortak nokta, muhakeme ve problem çözme becerilerinin dar teknik becerilerden daha belirleyici hale gelmesi.

Daron Acemoğlu yapay zeka ve işsizlik hakkında ne düşünüyor?

Acemoğlu, iki yıl önceki tahmininde on yılda işlerin yaklaşık %5'inin AI'a geçeceğini ve GSYH'nin yaklaşık %1,5 artacağını öngörmüştü. Modellerin beklediğinden hızlı geliştiğini kabul etse de tahminlerinin henüz kötü görünmediğini söylüyor. AI'ın insanı değiştirmek yerine güçlendirmesi gerektiğini savunuyor.

Türkiye'de bu konular nerede konuşuluyor?

SaaS Bridge Summit '26, 2 Aralık 2026'da BTM İstanbul'da yapılacak. Detaylar için Summit '26 sayfasına, geçen yılın konuşmaları için Videolar bölümüne bakabilirsiniz.

Sonuç

Bu tartışmanın henüz kazananı yok. Amodei haklı çıkarsa uyum için zaman dar, Acemoğlu haklı çıkarsa panik erken ama yön seçimi yine bugünden yapılıyor. Garman ve NBER araştırmacılarının işaret ettiği soru ise iki senaryoda da geçerli: Bugün junior yetiştirmeyen bir sektör, on yıl sonra agent'ları kime denetletecek?