Karpathy, yapay zekanın kimlerin yerini alacağını hesapladı 🤖

Andrey Karpathy ilginç bir pet proje daha yayınladı — US Job Market Visualizer. Bu, ABD iş piyasasının (143 milyon iş, 342 meslek) interaktif bir haritası ve her meslek "AI Exposure" (yapay zekaya karşı kırılganlık) seviyesine göre değerlendiriliyor.

Peki programcılar için durum ne?
Yazılım Geliştiriciler 9/10 puan almış. Derin kırmızı bölgedeyiz.

Bu, fayans döşemeyi öğrenme zamanı mı demek? Hiç de değil. Karpathy, yüksek kırılganlığın mesleğin yok olması anlamına gelmediğini belirtiyor. Kod yazma, hata ayıklama ve test otomasyonu, LLM'ler için ideal kullanım senaryosu. Bir mühendisin üretkenliği uzaya fırlıyor.

Geliştiricilere talep artabilir bile, ancak ödeme mimari tasarım, paydaşlarla iletişim ve iş sorunlarını çözme için yapılacak. Düz kod yazanlara, körü körüne ticket takip edenlere ve manuel testçilere taziyelerimi sunuyorum — bu segment ilk yeniden yapılanacak.

Başka ilginç noktalar:
▫️ İşlerin sadece %4.4'ü minimum risk taşıyor (çatıcılar, yükleyiciler, temizlikçiler). Fiziksel işler henüz oyun dışı.
▫️ Maaş ve eğitim seviyesi ne kadar yüksekse, yapay zekanın hedefinde o kadar çoksunuz. $100k üzeri gelirli mesleklerin ortalama kırılganlık puanı 6.7.
▫️ Yüksek risk bölgesinde (7 puan ve üzeri) yıllık $3.7 trilyon maaş üretiliyor.

Perde arkasında nasıl çalışıyor
Bir Python geliştiricisi için bu repo, LLM ile veri işleme hatlarının nasıl kurulması gerektiğine dair mükemmel, kristal berraklığında bir referans. Gereksiz karmaşık çöp yok, her şey standart araçlarla:

1️⃣ scrape.py — headless olmayan Playwright (BLS botları engelliyor), ham HTML çekmek için.
2️⃣ parse_detail.py ve process.py — klasik BeautifulSoup4 ile düzeni temizleme ve temiz Markdown'a dönüştürme. Sihir yok, sadece bağlam hazırlığı.
3️⃣ score.py — en önemli kısım. Script, mesleklerin Markdown açıklamalarını OpenRouter üzerinden Gemini 3 Flash'a besler. Sistem prompt'unda katı değerlendirme kriterleri (0-10 arası) ve sadece {"exposure": int, "rationale": "string"} formatında JSON döndürme şartı vardır.
4️⃣ build_site_data.py — vanilya HTML/JS ile frontend için son JSON'u oluşturur.

Uzun zamandır sıkıcı verilerinize (yorumlar, loglar, özgeçmişler) LLM eklemek istiyorsanız — projeyi fork'layın. Karpathy'nin "AI Exposure" prompt'unu atın, kendinizinkini yazın (örneğin, "Bu işin insansı robotlar tarafından otomatikleştirilme olasılığını değerlendir" veya "Dış kaynak kullanımı riskini değerlendir"), script'i çalıştırın ve hazır analitiği alın.

🔗GitHub'da kaynak kodlar