Son iki yılda bu soruyu soran insan sayısı katlandı. Cevaplar da genelde iki uçta toplanıyor: "Yazılım bitti, AI hepsini yazıyor" ya da "Hiçbir şey değişmedi, kodlamayı öğren, iş garanti." İkisi de yanlış.
Bu yazıda meseleye iki ayrı soru olarak bakacağım:
- İşgücü piyasası verileri gerçekten ne söylüyor?
- Eğer öğrenilecekse, hangi yöntemler kanıta dayanıyor?
Bu yazıyı, Samsun'da dört yılı aşkın süredir Python ve Django dersi veren biri olarak yazıyorum; aşağıdaki bulguların bir kısmını sınıfta da doğrudan görüyorum. Yine de kullandığım her rakamın kaynağı yazının sonunda bağlantılı olarak var — hiçbirini bana güvenerek kabul etmeyin, kontrol edin.
Kısa cevap
Evet, öğrenilir — ama 2019'daki gibi değil. Meslek bir bütün olarak hâlâ ortalamanın çok üzerinde büyüyor; daralan şey mesleğin giriş kapısı. Yani "kod yazmayı öğrenmek" artık tek başına yeterli bir plan değil. İşe alınabilirlik, artık üretebildiğinizi kanıtlayabilmenizden ve AI'nın ürettiği kodu doğrulayabilmenizden geçiyor.
Öğrenme tarafında ise iyi haber şu: nasıl öğrenildiğine dair elimizde on yıllardır biriken, oldukça net bir bilimsel literatür var. Çoğu insanın kullandığı yöntem (video izleme, kurs takip etme, tutorial tekrarı) bu literatürün "işe yaramaz" dediği yöntem.
1. İşgücü piyasası: aynı anda doğru olan iki hikâye
Meslek büyüyor
ABD Çalışma İstatistikleri Bürosu'nun (BLS) en güncel projeksiyonu, yazılım geliştiriciler ile kalite güvence analistleri ve testçiler için 2025–2035 arasında %10 büyüme öngörüyor ve bunu "tüm mesleklerin ortalamasından çok daha hızlı" olarak sınıflandırıyor. Yılda ortalama 106.100 açık pozisyon bekleniyor. Yazılım geliştiricilerin medyan yıllık ücreti Mayıs 2025'te 135.980 dolar; tüm meslekler için bu rakam 50.980 dolar.
Ama burada dikkat edilmesi gereken bir detay var: projeksiyon her yıl aşağı revize ediliyor. 2023–2033 dönemi için %17 idi, 2024–2034 için %15'e, 2025–2035 için %10'a indi. Yön hâlâ pozitif, ama ivme yavaşlıyor.
Aynı BLS verisinde daha keskin bir sinyal daha var: "computer programmer" (dar anlamda, verilen tasarıma göre kod yazan kişi) mesleği için projeksiyon negatif. Yani otomasyondan ilk etkilenen, işin "tarif edilmiş şeyi koda çevirme" kısmı.
Giriş kapısı daralıyor
Burada tablo ciddi biçimde farklı.
New York Fed'in üniversite mezunları işgücü piyasası verisine göre, yeni mezun bilgisayar bilimleri mezunlarının işsizlik oranı %6,1, bilgisayar mühendisliğinde %7,5. Bu oranlar, uzun yıllardır "garanti meslek" diye anlatılan bir alan için alışılmadık derecede yüksek — hatta bazı sosyal bilim ve sanat bölümlerinin üzerinde.
Stanford Digital Economy Lab'den Brynjolfsson, Chandar ve Chen'in ADP bordro mikro verisiyle yaptığı ve Ağustos 2026'da güncellenen "Canaries in the Coal Mine?" çalışması bunu daha net gösteriyor. Bulguları özetle:
- Ekonomi genelinde yaygın bir iş kaybı yok.
- Ama AI'ya yüksek maruziyetli mesleklerde 22–25 yaş çalışanların istihdamı, düşük maruziyetli akranlarıyla aynı hızda gitseydi olacağı seviyenin %19 altında.
- Deneyimli çalışanlarda karşılaştırılabilir bir açık yok.
- Mekanizma işten çıkarma değil, işe almama.
- Düşüşler, AI'nın işi tamamladığı değil ikame ettiği mesleklerde yoğunlaşıyor.
Yazılım geliştiricilerde 22–25 yaş grubunun toplam sayısı 2022 sonundan bu yana yaklaşık %20 gerilemiş durumda.
Ama bu tablonun bir de karşı okuması var
Bu verileri tek başına felaket senaryosu olarak okumak yanlış olur, çünkü:
- İşsizlik oranı yanıltıcı bir ölçüt olabilir. İşsiz sayılmak için aktif iş aramanız gerekir. Bilgisayar ve bilişim bilimleri mezunlarında istihdam/nüfus oranına bakıldığında 22–27 yaş aralığının yaklaşık %90'ı çalışıyor. Yani "mezunların %6'sı işsiz" cümlesi, "%94'ü bir şekilde işte" cümlesiyle aynı veriden çıkıyor.
- Yazarların kendisi bunu nedensel bir tahmin olarak sunmuyor. Açıkça "erken, betimleyici göstergeler" diyorlar. Faiz artışları, pandemi sonrası aşırı istihdamın düzeltilmesi, ofise dönüş zorunlulukları ve offshore istihdam da aynı dönemde etkili oldu.
- Talep tarafı ölmüş değil: ilanlar hâlâ yüz binlerle ifade ediliyor, ama çıta yükseldi.
Bundan çıkan sonuç
Piyasa "kapanmadı", filtre değiştirdi. Eskiden bir bootcamp bitirmek + birkaç to-do list projesi giriş için yeterliydi, çünkü şirketler junior'ı "yatırım" olarak alıyordu. Şimdi o basamağın büyük kısmını AI + mevcut mid-level mühendisler karşılıyor. Dolayısıyla giriş yapmak isteyen kişinin gösterebilmesi gereken şey artık "kod yazabiliyorum" değil, "bir problemi baştan sona sahiplenip çalışır ve doğrulanmış bir şeye çevirebiliyorum."
2. "AI zaten kod yazıyor" itirazı ne kadar geçerli?
Bu itirazın gücünü küçümsemeye gerek yok; ama veriye bakınca resim daha ilginç.
Stack Overflow 2025 Geliştirici Anketi (49.000+ katılımcı, 177 ülke):
- Geliştiricilerin %84'ü AI araçlarını kullanıyor ya da kullanmayı planlıyor.
- Buna rağmen %46'sı çıktıların doğruluğuna güvenmediğini söylüyor; "yüksek güven" diyenler yalnızca %3 civarında.
- En büyük şikâyet: "neredeyse doğru ama tam değil" çözümler (%66) ve AI'nın ürettiği kodu ayıklamaya harcanan zaman.
- İlginç bir detay: profesyoneller, öğrenme aşamasındakilerden daha olumlu. Yani deneyim, aracı doğru yerde kullanmayı öğretiyor.
METR'in randomize kontrollü deneyi (2025) daha da çarpıcıydı. 16 deneyimli açık kaynak geliştirici, ortalama 5 yıldır çalıştıkları kendi depolarında 246 gerçek görev üzerinde çalıştı. Görevler rastgele "AI serbest" veya "AI yasak" olarak atandı.
- Geliştiriciler başlangıçta %24 hızlanacaklarını tahmin etti.
- İş bittikten sonra %20 hızlandıklarını düşündüler.
- Ölçülen sonuç: %19 yavaşlama.
Yani en çarpıcı bulgu yavaşlamanın kendisi değil, algı ile gerçek arasındaki ~40 puanlık uçurum.
Burada dürüst olmak gerekiyor: METR bu bulguyu Şubat 2026'da kendisi güncelledi. Ajan tabanlı araçların yaygınlaşmasıyla birlikte artık hızlanma olduğuna inandıklarını, ancak yeni deney tasarımlarının seçilim etkisi nedeniyle güvenilir sinyal vermediğini açıkladılar. Yani "AI geliştiricileri yavaşlatıyor" cümlesi 2026 için geçerli değil.
Ama asıl ders yerinde duruyor: AI çıktısının doğru olup olmadığını anlayamayan biri, AI'dan net fayda elde ettiğini ölçemez bile. Değerli olan beceri, kodu yazmak değil, kodu yargılamak. Ve o yargı, temelleri gerçekten öğrenmeden oluşmuyor.