Bir üretkenlik tiyatrosu: Cilalanmış angaryalar çağında iyi işler nasıl ortaya çıkacak?

Paretoİş dünyasından içgörü, sektör analizleri ve gelecek öngörüleri her pazartesi ve perşembe e-posta kutunuzda.
“Yaratıcılık, bilinen fikirleri birleştirip yeni ve faydalı bir sonuç çıkarma yeteneğidir; yoktan var etmek değildir. Eski bilgilere yeni bir yön verme, sorunlara farklı yollardan çözüm bulma ve hayal gücünü kullanma sürecidir.”
Google'a “yaratıcılık nedir” diye yazdığımda karşıma çıkan ilk tanımlardan biri bu. İyi ve yaratıcı fikirlerin ilk duyulduğunda insana fazlasıyla sade gelmesi tesadüf değil. Zamanında kibirli bir reklamcılık öğrencisiyken şahane işleri görür ve "Bunu düşünmek ne kadar kolay, ileride ben çok daha iyilerini yapacağım" derdim. O işler öyle değilmiş; hayat öğretiyor.
Bugün “birleştirme” ve buna ek olarak “ayıklayabilme” yetisinin yapay zeka kullanımında ne kadar kritik olduğunu gördüğümüz bir dönemin içindeyiz. Yapay zeka araçları hayatımıza girdiğinde genel kabul, herkesin bir gecede aynı kalitede iş üretebileceği yönündeydi. Oysa pratikte tam tersi bir tablo oluştu. Var olanları birbirine bağlayamayan, aradaki mantık köprüsünü kuramayan ve yaratıcı düşünemeyen birçok insan, sistemin içinde tıkandı.
Yapay zeka, önünüze yüzlerce hazır parça yığıyor. Fakat o parçaları anlamlı şekilde birleştiremeyenler, çareyi üretilen her şeyi üst üste yığıp kendilerine göre süslemekte buluyor.
Bunun çalışma hayatında nasıl bir karşılık bulduğunu sorsak son dönemdeki küresel trendleri ve kavramları takip edenler hemen “workslop” diyecektir. Ancak bu durumu sadece yapay zekanın ürettiği vasat içeriklerle sınırlamak, tabloyu eksik bırakır. Amerikalı antropolog ve yazar David Graeber’in Bullshit Jobs kitabında tarif ettiği, üretkenlik görüntüsü yaratan anlamsız işler ile bugünkü “workslop” kavramını hafif bir bulamaç yaptığımızda ortaya çıkan şeye kabaca “cilalanmış angarya” diyebiliriz.
Cilalanmış angarya, esasında dijital çağa ait yeni bir icat değil, analog dünyada da var olan kurumsal savunma refleksinin dijitalleşmiş hâli. Yapay zeka, bu refleksi oluşturmadı; sadece maliyetini azalttı. Biçimi çok güçlü görünen ama değeri oldukça zayıf işler üretmek ve ayıklama, düzeltme ya da baştan yapma yükünü başkalarının üzerine yıkmak, hiç bu kadar ucuz olmamıştı.
Biçimi güçlü, değeri zayıf işler
Muhteşem bir iş gibi görünen, ancak günün sonunda "Ne oldu şimdi? Sonuç nedir?" dedirten bu işlerin biçimi güçlü, dili kurumsal, formatı son derece nizamidir. Fakat özdeki değer oldukça zayıftır. Bu işler, üzerinde çok çalışılmış izlenimi verir; ancak asıl problemi çözmek yerine büyütür. Net bir karar çıktısı üretmek yerine, "her tuşa basan" bir hâle bürünmüştür o iş artık.
Kötü iş dağınıktır ve eksiğiyle kendini hemen belli eder. Cilalanmış angarya ise tam aksine “iyi bir iş” kılığına bürünür. Gündelik iş hayatında bu gereksiz yükün örneklerini her gün görüyoruz:
- İki kişinin konuşup üç dakikada çözebileceği basit bir konuyu karmaşık matrislerle dolu 25 sayfalık bir sunuma çevirmek,
- Karar vermeyi kolaylaştıracak beş iyi fikir yerine, 40 tane vasat alternatif üretip masaya dökmek,
- Somut bir adım atmak yerine, süreci analiz eden yeni tablolar ve şemalar eklemek,
- Düzgün yazılmış, fakat içinde tek bir yeni düşünce barındırmayan sayfalarca metin çıkarmak,
- İşi kolaylaştırmak yerine, karşı tarafa devasa bir eleme ve düzeltme yükü bırakmak.
Cilalanmış angarya, günümüzde oldukça bilinçli bir kurumsal kalkan. İnsanlar ona saatlerini veriyor, kurumsal şablonlara oturtuyor, sayfalarca matrisle süslüyor. Ancak amaç, problem çözümü ya da net bir karar çıktısı üretmek değil, bir üretkenlik tiyatrosu sergilemek.
Dönüşüm paradoksu: 'Ambalaj' neden kalitenin önüne geçiyor?
Bu tabloyu çalışanların kolaya kaçmasıyla açıklarsam kolaya kaçmış olurum. Sistem, hızlı ama içeriği zayıf olsa da iyi ambalajlanmış çıktıyı ödüllendirdiğinde en yetkin insanlar bile bu düzene uyum sağlıyor. Yapay ve yönetici memnuniyeti üzerine kurulu, göz boyamaya yönelik anahtar performans göstergeleri (KPI) zorlu ekonomik koşullarla da birleşince ortaya çıkan bu sonuç gayet normal.
Microsoft'un “2026 Work Trend Index” raporu, bu duruma "Dönüşüm Paradoksu" adını veriyor. Araştırmanın saha çalışması, Edelman Data x Intelligence tarafından 10 pazarda ve doğrudan yapay zekayı işinde kullanan çalışanlarla yapılmış. Raporun kendi verileri, sistemin aslında neden bu vasatlığı beslediğini çok net açıklıyor.
Yapay zeka kullanan çalışanların %45'i, işi yapay zekayla yeniden düzenlemek yerine, mevcut hedeflere odaklanmanın daha güvenli hissettirdiğini söylüyor. Hedefler tutmasa bile işi yeniden düzenlediği için ödüllendirildiğini belirtenlerin oranı ise yalnızca %13.
Kurumlar bunu ödüllendirmedikçe çalışan için en rasyonel ve güvenli yol, mevcut hedefe "cilalı" bir çıktı yetiştirmek oluyor.
Benzer şekilde: Deloitte Insights'ın "2026 Global Human Capital Trends” araştırması da kurumsal taraftaki bu körlüğün altını çiziyor. Liderlerin %67’si, önümüzdeki üç yıldaki birincil rekabet stratejilerinin hız ve çeviklik olduğunu söylüyor. Ancak hız, tek amaç hâline geldiğinde işin özü arka planda kalıyor.
Rapora göre insanı merkeze almayı unutup "teknoloji öncelikli" yaklaşan kurumların yapay zeka yatırımından beklentileri aşan bir getiri elde edememe ihtimali, 1,6 kat daha yüksek. Ayrıca liderlerin yalnızca %14'ü, insanla yapay zeka arasındaki iş bölümünü belirlemede ilerleme kaydettiğini belirtiyor.
Yani herkes hızlanmak istiyor, fakat işin insanla makine arasında nasıl bölüneceğine karar veren neredeyse yok.
Yeni araçlarla eski başarı ölçülerini yan yana koyduğunuzda hacmin, yani iyi ambalajlanmış vasat işlerin, kalitenin önüne geçmesi kaçınılmaz oluyor. Sistem çok çıktıyı alkışladığı sürece cilalanmış angarya meşrulaşıyor. Kağıt üzerinde rekor hızla iş üretilirken o işlerin oluşturduğu gerçek fayda görünmez hâle geliyor.
İlk taslak kolaylığı ve ayıklama yükü
Artık yapay zekayla ilk taslağı üretmek çok kolaylaştı. Ancak bir taslağı düşünsel olarak olgunlaştırmak yerine, biçimsel olarak parlatıp "bitmiş iş" gibi sunmak da bir o kadar kolay…
İçerik olarak hâlâ ham bir ilk taslaktan ibaret olan bir metin, dışarıdan bakıldığında haftalarca çalışılmış stratejik bir rapora dönüşebiliyor. Birkaç saniyede uzun bir doküman çıkarabilmek, üretimin maliyetini neredeyse sıfıra indirdi. Fakat üretim bu kadar ucuzlayınca işin dengesi de bozuldu: Asıl iş yükünün büyük kısmı, üretenden okuyana geçti.
- Eskiden zor olan, boş sayfayı doldurmaktı. Bugünün asıl mesaisi ise başkalarının önümüze yığdığı o cilalı dokümanları okumak, içindeki fazlalıkları temizlemek ve bu biçimsel ambalajın içinden iki cümlelik özü kurtarmaya çalışmak hâline geldi.
Üretim konusunda bir eksiğimiz yok. Ancak ayıklama ve kontrol etme yükü katlanarak arttı. Bir toplantıya girmeden önce önümüze gelen 40 sayfalık bir sunumu temizlemek, içindeki gereksiz gürültüyü süpürmek ve aslında neyin konuşulması gerektiğini bulup çıkarmak, o sunumu üretmekten çok daha fazla zihinsel emek istiyor.
Peki bu bolluk çağında iyi iş nasıl ortaya çıkacak?
Bugün ustalık, üretim musluğunu sonuna kadar açıp ortalığı dokümana boğmakta değil. Sadece fazlalıkları çöpe atmaktan da ibaret değil. Asıl hüner, farklı yerlerden gelen dağınık malzemelerin içindeki işe yarayan parçaları görmek ve o parçaları doğru biçimde birleştirmekte yatıyor:
Bir çıktının iyi kurulmuş girişini almak,
Başka bir çıktının getirdiği doğru veriyi kullanmak,
Üçüncü bir taslaktaki doğru tonu yakalamak,
Aradaki bütün o cilalanmış fazlalıkları ayıklayıp bunlardan gerçekten çalışan yeni bir bütün kurmak.
Bu durum, sadece temenni değil. Yine Microsoft’un araştırmasında yapay zeka kullananların %86'sı, çıktıyı nihai bir cevap değil, yalnızca bir başlangıç noktası saydığını ve düşünmenin sorumluluğunu devretmediğini söylüyor.
- İşin en can alıcı tarafı da burası. Neredeyse herkes böyle söylüyor, ancak masamıza gelen işler bunu doğrulamıyor. Beyan ile pratik arasındaki o boşluk, sanki cilalanmış angaryanın vücut bulmuş hâli.
Bugün öne çıkan en kritik insan yetkinlikleri, kalite kontrolü ve eleştirel düşünme. Hatta ustalaşmış kullanıcılar, becerileri körelmesin diye bazı işleri bilerek yapay zeka olmadan yapıyor ve işe başlamadan önce neyin insana, neyin yapay zekaya ait olduğuna karar vermek için durup düşünüyor.
Yapay zeka, malzemeyi önümüze yığabilir. Hangisinin işe yaradığını görmek, aralarındaki bağı kurmak, parçaları birleştirmek ve gereksiz olanı atmak ise bize kalıyor. İlk taslağı alıp biçimsel bir cilayla dolaşıma sokmak ne kadar kolaysa o parçalardan sade bir karar çıkarmak da o kadar dikkat ve yaratıcı düşünce istiyor.
Biçimin özü gölgelediği, kötü işin artık—ilk bakışta—kötü görünmediği bir dönemdeyiz. Artık bu bolluk çağında ustalık, üretmekten çok, seçebilmekten ve niceliğin önüne niteliği koyabilmekten geçiyor: Ne kalacak, ne gidecek, hangi parçalar birleşecek ve en önemlisi ne hiç üretilmeyecek?
Yapay zeka üretmeyi ucuzlattı. Artık pahalı olan şey, neyin kalmaya değer olduğunu bilmek.










