Üretken yapay zekâya en çok maruz kalan meslek beşte birlik diliminde, yüksek lisans derecesine sahip kişilerin işe alımı ChatGPT sonrasında en az maruz kalan dilime kıyasla yaklaşık %10 geriledi — ve bu düşüşün tamamı, halihazırda iş deneyimi olan adaylara ait. İş hayatına ilk kez girenlerde hiçbir değişiklik yok (Cortés, Dellarocas & Wang, SSRN, 2026).
Asıl bulgu bu asimetri. Aynı zamanda bir işe alım hunisini yöneten herkesi tedirgin etmesi gereken kısım da bu; çünkü piyasanın lisansüstü diplomalara inanmayı bıraktığı anlamına gelmiyor. Piyasa onlara başvurmayı bıraktı — tam da otomatikleştirdiğiniz rollerde, tam da en çok işe aldığınız adaylar için.
Bu sırada arz artmaya devam etti. ABD üniversiteleri 2025 mezunlarına yaklaşık 949.000 yüksek lisans derecesi verdi; 2018'de bu sayı 815.000'di — üretken yapay zekânın gelişi boyunca, her yıl kesintisiz büyüme (Dellarocas, The Credential Crisis, 2026). İşverenlerin diplomalı adayı tükenmedi. Onları geçmeye başladılar.
Boston University çalışması gerçekte neyi ölçtü
Patricia Cortés, Chrysanthos Dellarocas ve Qi Wang, 2018–2025 arasında ABD'deki 100 milyondan fazla iş geçişini, istihdam geçmişlerini kamuya açık profesyonel profillerden yeniden kuran Revelio Labs verisiyle analiz etti. Tasarım burada belirleyici: işverenlerin ilanlarında ne talep ettiğini değil, fiilen kimi işe aldığını gözlemliyor (Cortés, Dellarocas & Wang, SSRN, 2026).
Meslekler "GPTs are GPTs" maruziyet endeksiyle sıralandı — OpenAI ve University of Pennsylvania araştırmacılarının geliştirdiği, her mesleği belgelenmiş görevlerinin ne kadarının bir yapay zekâ asistanı tarafından aynı kalitede en az iki kat hızlı yapılabileceğine göre puanlayan ölçüt (Eloundou et al., 2023). Kritik nokta: bu puan teknolojinin geldiği gün sabitlendi, işverenlerin tepki verecek zamanı olmadan önce.
Ekip ardından, yüksek lisansın yasal bir zorunluluk değil gerçek bir tercih olduğu giriş seviyesi pozisyonlarda — muhasebeciler, pazar araştırması analistleri, iş zekâsı analistleri, hukuk asistanları, yazarlar — en üst maruziyet beşte birini en alttakiyle yıl yıl karşılaştırdı.
2022 öncesindeki dört yıl boyunca iki grup birlikte hareket etti. Sonra çizgiler ayrıldı — önce yavaş, sonra hızlanarak; o günden beri her yıl açılıyor.
Üç ayrıntı tabloyu belirgin biçimde keskinleştiriyor.
Düşüş STEM dışı derecelerde, özellikle işletme yüksek lisanslarında yoğunlaşıyor — yani sentez, analiz, öngörü ve profesyonel yazımı belgeleyen programlarda. STEM yüksek lisanslarında işe alım hiç değişmedi. Değersizleşen beceriler, tam olarak bir dil modelinin yetkinlikle yaptığı beceriler.
Düşüş, Census verilerinin yapay zekânın gerçekten kullanıldığını doğruladığı firmalarda en güçlü. Verinin izin verdiği bir mekanizma testine en yakın şey bu ve doğru yönü işaret ediyor.
Ayrıca arz kıtlığı olamaz, çünkü arz incelenen dönemin her yılında büyüdü.
Tek diploma, iki sinyal — ve yapay zekâ paketi kırdı
Deneyimliler ile yeni mezunlar arasındaki ayrım, diplomayı tek bir şey saymayı bırakana kadar tuhaf görünür.
Bir yüksek lisans iki ayrı bilgi taşır. Birincisi sertifikasyon: bu kişi öngörüyü kurabilir, analizi yapılandırabilir, raporu yazabilir. İkincisi genel yetenek sinyali: bu kişi zorlu bir programa girdi, dayandı ve bitirdi — zekâ, sebat, işi sonuna götürme. Michael Spence 1973'te işgücü piyasası sinyal kuramını formelleştirdiğinden beri iktisatçılar bu ikisini birbirine kaynamış kabul etti.
Üretken yapay zekâ, ikisini ayıran levye. Bir model analizin yetkin bir ilk taslağını üretebildiğinde sertifikasyon bileşeni değer kaybeder — beceriler hâlâ gerçek, sadece artık kıt değil. Sinyal bileşeni ise el değmemiş kalır.
Asimetri şimdi çözülüyor. Özgeçmişi boş 24 yaşındaki bir adayı değerlendirirken işverenin okuyacak neredeyse başka bir şeyi yoktur; diploma tüm ağırlığını korur. Deneyimli bir adayı değerlendirirken elinde daha iyisi vardır: bir iş geçmişi, teslim edilmiş sonuçların kaydı. Bu alternatif var olduğu anda diploma esasen yapay zekânın az önce iskonto ettiği beceri sertifikasyonu üzerinden değerlenir — ve karardaki ağırlığı düşer (Dellarocas, The Credential Crisis, 2026).
Diploma ölmedi. Paketi çözüldü. Ve piyasa bileşenleri ayrı ayrı fiyatlamaya çoktan başladı.
Sizin değerlendirme tablonuz ise neredeyse kesinlikle onları hâlâ tek kalem olarak fiyatlıyor.
İşe alım huniniz lisansüstü diplomaları neden hâlâ fazla fiyatlıyor
İşte burada bu, ilginç bir çalışma ekonomisi bulgusu olmaktan çıkıp bir operasyon sorununa dönüşüyor.
Orta ölçekli şirketlerdeki işe alım süreçlerinin çoğu lisansüstü diplomalara üç noktada yapısal avantaj tanır ve denetlemeye başlamadan üçü de görünmezdir.
Eleme. İlandaki "yüksek lisans tercih sebebi" ifadesi ya da huninin tepesinde onu belirleyici kriter sayan işe alım uzmanı kestirmesi.
Değerlendirme tablosu. Scorecard'da açık bir puan veya bant; adayın aynı özgeçmişte hemen üstünde yazan on yıllık ilgili deneyimi olup olmadığına bakılmaksızın tekdüze uygulanır.
Teklif. Diplomaya prim ödeyen bir kıdem-eğitim matrisi — bu kanıtlara göre daha geniş piyasanın, yapay zekâya en çok maruz rollerinizde sessizce geri çektiği bir prim.
Bunların her biri sertifikasyon bileşenine yapılmış küçük bir bahis. Finansta, analitikte, marketing operations'ta ve iç raporlamada — orta ölçekli şirketlerin maruziyet puanı en yüksek fonksiyonlarında — bilgi içeriği ölçülebilir biçimde azalmış bir sinyale tam fiyat ödüyorsunuz.
Daha keskin hali: yapay zekâya maruz bir roldeki deneyimli bir aday için diploma, artık büyük ölçüde zaten sahip olduğunuz bilgiyle mükerrer. İş geçmişi elinizde. Diplomanın geriye kalan tek özgün katkısı genel yetenek sinyali ve siz bunun için beceri primi ödüyorsunuz.
Filtreyi kaldırmak, onu değiştirmekle aynı şey değil
Bariz hamle diploma şartını silmek. Kanıtlar, tek başına bunun neredeyse hiçbir şey başarmadığını söylüyor.
Burning Glass Institute ve Harvard Business School, büyük firmalardaki 11.300 rolü diploma şartlarının kaldırılmasından önce ve sonra inceledi. Firmaların yaklaşık %40'ı şartı kaldırdı. Sonuç: yılda yaklaşık 77 milyon işe alım içinde, becerilere dayalı yalnızca 97.000 ek işe alım — 700'de 1'den az. Gerçek değişimin neredeyse tamamı, değişikliği kâğıt üzerinde yapan şirketlerin yalnızca %37'sinden geldi (Burning Glass Institute & Harvard Business School, 2024).
Bir filtreyi kaldırmak karar kuralı yaratmaz. Boşluk yaratır ve boşluk, aynı kestirmenin gayriresmî işlemesiyle dolar.
Yerine geleceğin ölçülmüş olması gerekir. Mevcut en güçlü meta-analitik kanıt, yapılandırılmış mülakatları iş performansını öngörmede r = ,42'ye, yapılandırılmamış olanları r = ,19'a yerleştiriyor — bir işe alım ekibinin erişebileceği en büyük geçerlilik farkı ve disiplinden başka hiçbir maliyeti yok (Sackett, Zhang, Berry & Lievens, Journal of Applied Psychology, 2022).
Boston University bulgusunun işaret ettiği ikame budur: diplomaya kör bir işe alım değil, diplomanın doğru boyutlandırıldığı bir işe alım; diplomanın taşıdığı ağırlığı artık doğrulanmış bir yetkinlik ölçümü taşır.
Bu argüman nerede yanlış olabilir
Ondalık hane üzerinden hareket etmezdim. Yön üzerinden hareket ederdim. Bu ayrımı net koymakta fayda var.
Çalışma bir SSRN çalışma metni, henüz hakem değerlendirmesinden geçmedi. Öncesindeki eğilim temiz ve tasarım özenli, ancak etkinin büyüklüğü değerlendirme sürecinde değişebilir.
Ayrıca maruziyet, ikame demek değil. Yüksek bir endeks puanı, bir rolün belgelenmiş görevlerinin bir modelin yapabildikleriyle örtüştüğü anlamına gelir — modelin onları yaptığı anlamına değil. Tek bir ana sabitlenmiş bir teknik yapılabilirlik ölçüsüdür.
Profillerden türetilen veri de seçilim taşır. Revelio, istihdam geçmişlerini kamuya açık profesyonel profillerden yeniden kurar; kimin böyle bir profil tuttuğu ve ne kadar eksiksiz tuttuğu rastgele değildir. Bu, hem diplomalarla hem de meslekle, tasarımın tümüyle soğuramayacağı biçimlerde ilişkili olabilir.
Şimdi her hâlükârda ayakta kalan kısım. Dört yıl boyunca istikrarlı seyreden bir diploma primi, genel amaçlı bir metin modelinin geldiği anda, o modelin iyi başardığı mesleklerde ve işverenlerin haklarında zaten daha iyi kanıta sahip olduğu adaylarda ayrıştı. Etkiyi yarıya indirin, operasyonel sonuç değişmez.
50–500 kişilik bir şirkette ne değişir
Bu bir süreç değişikliği, harcama değil. Bir çeyreğe sığar ve sizinki dışında onay gerektirmez.
Diplomanın hâlâ nerede ağırlık taşıdığını denetleyin. Yapay zekâ maruziyeti yüksek roller için açık pozisyonlarınızı ve scorecard'larınızı çıkarın — finans, analitik, marketing ops, iç raporlama, teknik yazım. Lisansüstü bir diplomanın elemede avantaj, tabloda puan ya da maaş bandı kazandığı her yeri bulun. Operasyon liderlerinin çoğu bunları tek bir yerde listelememiştir ve çıkan sayıya şaşırır.
Kuralı aday aşamasına göre ayırın. Araştırma, okuyacak başka pek bir şeyinizin olmadığı ilk iş adayları için diploma ağırlığını korumayı; daha iyi sinyale zaten sahip olduğunuz deneyimli işe alımlarda ise belirgin biçimde azaltmayı destekliyor. İki aşama için tek kural, artık kanıtlanabilir biçimde şu ya da bu yönde yanlış.
Boşluğu açmadan önce içine ölçülmüş bir araç koyun. Sabit soru setli ve çıpalı puanlama ölçekli yapılandırılmış bir mülakat ya da gerçek işten kurgulanmış, puanlanan bir iş örneği. Bunu yapmadan filtreyi kaldırmak, 700'de 1 sonucudur (Burning Glass Institute & Harvard Business School, 2024).
Bu sorunun içeriye dönük hali üzerine bir not
Aynı mantık içeriye de işler. Terfi kriterleriniz ya da yüksek potansiyel programınız lisansüstü diplomaya puan veriyorsa, tüm iş geçmişine zaten sahip olduğunuz kişilere çürüyen bir sinyal uyguluyorsunuz demektir — bilgi değerinin hepsinden düşük olduğu grup. Burası bunu düzeltmenin en ucuz yeri ve kimsenin listesinde çıkma olasılığı en düşük olanı.
Bu çeyrek için tek bir karar
Yapay zekâya en çok maruz açık rolünüzün scorecard'ını açın ve yüksek lisans derecesinin puan kazandığı satırı bulun. Sonra tek bir soruyu yanıtlayın: bu satır bana, bu adayın son üç yıllık işinin söylemediği neyi söylüyor?
Bunu bir cümleyle yanıtlayamıyorsanız, yetkinliğe göre eleme yapmıyorsunuz. Piyasanın çoktan yeniden fiyatladığı bir bilgi için prim ödüyorsunuz — ve Boston University verisi, yapay zekâya maruz rollerde lisansüstü diplomalara uygulanan iskontonun her yıl açıldığını söylüyor.
Diploma bir şey ifade etmeyi bırakmadı. Sizin tablonuzun iddia ettiği şeyi ifade etmeyi bıraktı.
