Dijital tez
Yapay zekâ çağında ekonomik ve kültürel değerin ölçümü için bir endeks ve bir katsayı önerisi
Emre Arıcı / ARC Studios - Tam Bağımsız Fikir Stüdyosu
Dijital tez · Kavramsal model ve araştırma tasarımı
Yapay Zekâ Çağında Ekonomik Değer ile Bilim, Sanat ve Kültür Değerinin Ölçümü İçin Bir Endeks ve Bir Katsayı Önerisi
Yazar, üretiminde üretken yapay zekâ araçlarından yararlanan bağımsız bir stüdyonun sahibidir. Bu durum, çalışmanın inceleme konusuyla yazar arasında doğrudan bir ilişki kurmaktadır. Önerilen araştırma tasarımında yazarın kendi çıktıları örnekleme dâhil edilmeyecek, edilmesi halinde ayrı bir çözümleme olarak raporlanacaktır.
Ekonomik değer ile kültürel değerin birbirinden ayrı ancak bağlantılı iki kavram olduğu fikri, kültür ekonomisi yazınında Throsby'nin çalışmalarıyla yerleşmiştir. Bu çalışma yeni bir değer kuramı ortaya koymayı iddia etmez; katkısı, söz konusu ayrımın üretim birimi düzeyinde puanlanabilir bir ölçeğe dönüştürülmesi ve hacim–değer ilişkisini özetleyen bir katsayının tanımlanmasıdır. Throsby'nin 1999 tarihli makalesinin tam metnine ve Mazzucato'nun (2018) kitabına doğrudan erişilememiş, bu iki kaynağa ilişkin aktarımlar yayıncı özetlerine ve sonraki yorumlara dayandırılmıştır. Kaynakçadaki yöntem kaynaklarının bir bölümü bu çalışma sırasında yeniden açılıp sayfa düzeyinde karşılaştırılmamıştır; basılı kullanımdan önce künyelerin ilgili veritabanlarından doğrulanması önerilir.
Arıcı, E. (2026). Değer üreten ekonomi: Yapay zekâ çağında ekonomik değer ile bilim, sanat ve kültür değerinin ölçümü için bir endeks ve bir katsayı önerisi [Dijital tez, sürüm 1.0]. ARC Studios.
Üretken yapay zekâ araçları üretimin birim maliyetini düşürmüş, tek kişilik ve mikro ölçekli üreticilerin çıktı hacmini artırmıştır. Ölçüm yazını bu çıktıyı ağırlıklı olarak miktar ve fiyat üzerinden ele almakta; çıktının niteliğini, kalıcılığını ve geleceğe bıraktığı birikimi ölçmemektedir. Bu çalışma, yapay zekâ destekli mikro üretimin değerini iki katmanda kavramsallaştırır: ekonomik değer (E) ile bilim, sanat ve kültür değeri (K). Her katman, beşer kritere dayanan ve 0–10 aralığında puanlanan bir ölçekle temsil edilir. İki puan toplanmaz; Değer Yaratma Endeksi adı verilen bir iki boyutlu konum içinde birlikte okunur ve dört çeyrekten birine yerleştirilir. Katmanlar arasındaki etkileşim, fonlama, kısa vadecilik, birikim ve güven aşınması olmak üzere dört mekanizma çerçevesinde ele alınır ve kuramsal dayanakları tartışılır.
Çalışmanın ikinci katkısı Değer Üretme Katsayısıdır (DÜK). Katsayı, bir üreticinin değer kütlesinin üretim hacmine göre esnekliğini ifade eder; ortalama verim ile marjinal verimin oranına eşit olduğu gösterilir, ölçek değişmezliği, kriter bazında ayrıştırılabilirlik ve ekosistem düzeyine genişletilebilirlik özellikleri formel olarak sunulur. Yapay zekâ kullanımının hacim ve niteliğe etkilerinden hareketle tanımlanan bir yapay zekâ aracılı türev, dışlama kısıtı gerektirmeyen bir tahmin yolu sağlar. Çalışma ampirik bulgu içermez. Ölçeğin güvenirliğini ve geçerliliğini sınamak, katsayıyı panel verisiyle tahmin etmek ve etkileşim mekanizmalarını sınamak üzere iki aşamalı bir araştırma tasarımı ile dokuz hipotez (bir önkoşul ve sekiz asıl hipotez) önerilir. İkili değer çerçevesi Throsby'ye aittir; bu çalışmanın katkısı, çerçevenin üretim düzeyinde puanlanabilir kılınması ve hacim–değer ilişkisinin tek bir parametreyle ifade edilmesidir.
Anahtar kelimeler: değer ölçümü, kültürel sermaye, üretken yapay zekâ, mikro üretim, değer yaratma endeksi, değer üretme katsayısı
JEL sınıflaması: E01, O33, Z10
Generative AI tools have lowered the unit cost of production and increased the output volume of solo and micro-scale producers. The measurement literature treats this output mainly through quantity and price; it does not measure the quality of the output, its durability, or the accumulation it leaves for the future. This study conceptualizes the value of AI-assisted micro-production in two layers: economic value (E) and science, art and culture value (K). Each layer is represented by a five-criterion scale scored from 0 to 10. The two scores are not summed; they are read jointly as a two-dimensional position, the Value Creation Index, which places each output in one of four quadrants. The interaction between the layers is analyzed through four mechanisms (funding, short-termism, accumulation, and erosion of trust), and their theoretical foundations are discussed.
The second contribution is the Value Production Coefficient (VPC), defined as the elasticity of a producer's value mass with respect to output volume. The coefficient is shown to equal the ratio of marginal to average yield, to be invariant to multiplicative rescaling of scores, to be decomposable by criterion, and to extend to the ecosystem level. An AI-mediated variant, defined through the effects of AI adoption on volume and on average quality, offers an estimation route that needs no exclusion restriction. The study reports no empirical findings. It proposes a two-phase research design for testing the reliability and validity of the scale, estimating the coefficient with panel data, and testing the interaction mechanisms, together with nine hypotheses (one precondition and eight substantive). The dual framework of economic and cultural value is due to Throsby; the contribution of this study lies in making that framework scorable at the level of the individual output and in summarizing the volume–value relationship in a single parameter.
Keywords: value measurement, cultural capital, generative AI, micro-production, value creation index, value production coefficient
JEL classification: E01, O33, Z10
Üretken yapay zekâ araçları yazılım, metin, görsel ve işitsel içerik üretiminin birim maliyetini belirgin biçimde düşürmüştür. Bilgi ve kültür ürünlerinin çoğaltılma maliyeti dijitalleşmeyle birlikte zaten sıfıra yaklaşmıştı; yeni olan, ilk kopyanın, yani bir yazılım sürümünün, bir şarkının ya da bir kitabın ilk halinin ortaya çıkarılmasının maliyetindeki düşüştür. Önceden bir ekip, bir stüdyo ya da bir yayınevi gerektiren üretim faaliyetlerinin tek bir kişi tarafından yürütülebilmesi, mikro ölçekli üreticilerin üretim kapasitesini genişletmektedir. Bu dönüşümü kavramsallaştıran yeni çalışmalar, yapay zekâ ajanlarını tek kişilik girişimin bir tür "dijital kurucu ortağı" olarak ele almaktadır (Rezazadeh ve Bonehgazy, 2025). Ancak bu çalışmalar süreci betimlemekte, üretilen değerin ne olduğunu ve nasıl ölçüleceğini ayrıca tartışmamaktadır.
Üretim kapasitesinin genişlemesi, kıt olan unsuru da değiştirmektedir. Üretimin kısıtı artık çoğunlukla üretme becerisi değil, üretilenin fark edilmesi, güvenilmesi ve kullanılmasıdır. Simon (1971) bilgi bolluğunun dikkat yoksulluğu yarattığını ileri sürerken bu dönüşümü öngörmüş gibidir: bir kaynağın bolluğu, ona harcanabilecek dikkatin kıtlığını belirginleştirir. Bu çerçevede üretim hacmindeki artışın üretilen değeri ne ölçüde artırdığı, açık bir soru olarak kalmaktadır. Hacim yükselirken ortalama nitelik düşüyorsa, toplam üretimin değeri hacimle orantılı büyümez ve hatta gerileyebilir.
Bu çalışmanın ele aldığı problem iki katmanlıdır. Birinci katman ölçümle ilgilidir. Resmî istatistikler yapay zekâ çıktısının önemli bir bölümünü göremez; çünkü bu çıktı ya piyasada fiyatlanmamakta ya da ara girdi, tüketici artığı ve kayıt dışı üretim olarak kalmaktadır (Makridis ve Brynjolfsson, 2026; Corrado, 2025; Spittler ve Patel, 2026). Görünür kılınsa bile çıktının niteliksel boyutu, yani özgünlüğü, kalıcılığı ve geleceğe bıraktığı birikim, bu çerçevelerin kapsamı dışındadır. Dijital platformların kullandığı görünürlük ölçütleri de, beğeni, takipçi ve izlenme sayıları, çıktının kültürel ya da toplumsal değerini yansıtmaz (Hutchinson, 2024).
İkinci katman kavramsaldır. Ekonomik değer ile kültürel değerin ayrı ancak bağlantılı olduğu fikri kültür ekonomisinde yerleşiktir (Throsby, 1999, 2001), ancak bu ayrım üretim birimi düzeyinde puanlanabilir bir ölçeğe dönüştürülmemiştir ve üretken yapay zekânın mikro üreticilere sağladığı üretim kapasitesi bağlamında sınanmamıştır. Üretim hacmi ile değer kütlesi arasındaki ilişkiyi özetleyen bir parametre de yazında bulunmamaktadır. Dolayısıyla temel problem şu biçimde ifade edilebilir: maliyet sıfıra yaklaşırken hacmin artması, ekonomik ve kültürel değer kütlelerinde aynı oranda bir artışa karşılık gelmekte midir; gelmiyorsa bu seyrelme hangi nitelik boyutlarında ortaya çıkmaktadır ve iki değer katmanı bu süreçte birbirini nasıl etkilemektedir?
Çalışmanın amacı, yapay zekâ destekli mikro üretimin değerini iki katmanlı bir çerçevede kavramsallaştırmak, bu çerçeveyi puanlanabilir bir ölçeğe dönüştürmek, katmanlar arasındaki etkileşimi sınanabilir hipotezlere çevirmek ve üretim hacmi ile değer kütlesi arasındaki ilişkiyi özetleyen bir katsayı tanımlamaktır. Bu amaç doğrultusunda dört araştırma sorusu belirlenmiştir.
Çalışmanın katkısı dört noktada toplanmaktadır. İlk olarak, ekonomik ve kültürel değerin ikili çerçevesi üretim birimi düzeyine indirilmekte ve beşer kriterden oluşan iki ölçeğe dönüştürülmektedir. İkinci olarak, iki katman arasındaki etkileşim, kuramsal dayanakları ve dayanağın gücü belirtilerek dört mekanizma olarak formüle edilmektedir. Üçüncü olarak, Değer Üretme Katsayısı tanımlanmakta, ortalama ve marjinal verimle ilişkisi, ölçek değişmezliği, kriter bazında ayrıştırılabilirliği ve ekosistem düzeyine genişletilmesi gösterilmektedir. Dördüncü olarak, ölçeğin güvenirliğini ve geçerliliğini sınamak ve katsayıyı nedensel yoruma yaklaştıran bir stratejiyle tahmin etmek için araştırma tasarımı sunulmaktadır.
Bu katkıların yazındaki konumu dikkatle sınırlandırılmalıdır. Çalışma yeni bir değer kuramı geliştirdiğini öne sürmemektedir. Ayrım Throsby'ye aittir; bu çalışma, ayrımın üretim düzeyinde işletilebilir hale getirilmesine ve hacimle ilişkisinin ölçülmesine odaklanmaktadır. Katkının değeri, ölçeğin gerçek verilerde güvenilir biçimde uygulanıp uygulanamayacağına ve katsayının üreticiler, alanlar ve dönemler arasında bilgilendirici bir değişkenlik gösterip göstermediğine bağlıdır.
Çalışma, çalışanı bulunmayan ya da en fazla iki kişiyle çalışan ve üretiminde üretken yapay zekâ araçlarını kullanan mikro üreticilerle sınırlıdır. Analiz birimi, bir üreticinin belirli bir dönemde ortaya koyduğu ayrı ayrı değerlendirilebilir üretim birimidir ve buna çıktı denmektedir. Hangi kültürel ürünün "daha değerli" olduğuna ilişkin normatif bir yargı üretmek amaçlanmamıştır; ölçüm, özgünlük, kalıcılık ve birikim gibi gözlenebilir ve tartışılabilir özelliklerle sınırlı tutulmuştur.
Çalışma ampirik bulgu içermemektedir. Sunulan, kavramsal bir model ile bu modelin sınanması için hazırlanmış bir araştırma tasarımıdır. Hipotezler bu nedenle beklenti olarak değil, sınanacak ve yanlışlanabilir önermeler olarak ifade edilmiştir. Yazın taraması, erişime açık kaynaklara dayanmaktadır ve sistematik bir derleme niteliği taşımamaktadır; bu sınır, ilgili bölümlerde ve beyanlar kısmında ayrıca belirtilmiştir.
Çalışmada kullanılan temel kavramlar Çizelge 1'de özetlenmiştir. Tanımlar, çalışmanın amacı bakımından işlevsel olup ilgili yazındaki tanımların bütününü kapsamayı hedeflemez.
| Kavram | Bu çalışmadaki tanım |
|---|---|
| Çıktı | Bir üreticinin belirli bir dönemde ortaya koyduğu, ayrı ayrı değerlendirilebilir üretim birimi (bir yazılım sürümü, bir şarkı, bir kitap, bir video, bir uygulama). |
| Üretim hacmi (Q) | Bir üreticinin bir dönemdeki çıktı sayısı. |
| Mikro üretici | Çalışanı bulunmayan ya da en fazla iki kişiyle çalışan ve üretiminde üretken yapay zekâ araçlarını kullanan üretici. |
| Ekonomik değer (E) | Çıktının piyasada gerçek bir karşılık bulma ve bunu yeni değer yaratarak sağlama derecesi; beş kritere göre 0–10 aralığında puanlanır. |
| Kültürel değer (K) | Çıktının gelecek nesillere kalan bilgi, sanat ve kültür birikimine katılma derecesi; beş kritere göre 0–10 aralığında puanlanır. |
| Değer kütlesi (V) | Bir üreticinin dönemlik çıktılarının normalleştirilmiş puanlarının toplamı; her katman için ayrı hesaplanır. |
| Değer Yaratma Endeksi (DYE) | Bir çıktının (E, K) puan çiftinden oluşan iki boyutlu konumu ve bu konumun dört çeyrekten biri olarak okunması. |
| Değer Üretme Katsayısı (DÜK) | Değer kütlesinin üretim hacmine göre esnekliği. |
| Seyrelme | Hacim artarken değer kütlesinin daha yavaş artması, yani DÜK'ün 1'den küçük olması. |
İkinci bölümde çalışmanın kavramsal zemini oluşturulmakta; değer kavramının yazındaki gelişimi, yaratma–çıkarma ayrımı, ikili değer sistemi ve kültürel sermaye, bilgi ve yaratıcılık iktisadı, dikkat kıtlığı ve kalite belirsizliği ele alınmaktadır. Üçüncü bölüm, ölçüm yazınını, platform ölçütlerine ilişkin çalışmaları, mikro üretim yazınını ve model çöküşü bulgularını gözden geçirmekte ve yazındaki boşluğu belirlemektedir. Dördüncü bölümde ekonomik ve kültürel katmanlar, etkileşim mekanizmaları ve Değer Yaratma Endeksi tanımlanmaktadır. Beşinci bölüm Değer Üretme Katsayısını formel olarak sunmaktadır. Altıncı bölümde araştırma tasarımı, yedinci bölümde hipotezler yer almaktadır. Sekizinci bölüm bulguların olası anlamlarını, karşı görüşleri, sınırlılıkları ve gelecek çalışmaları tartışmakta, dokuzuncu bölüm çalışmayı sonuçlandırmaktadır. Puanlama rubriği, notasyon çizelgesi ve puanlama formu eklerde verilmiştir.
Bu bölüm, ölçüm önerisinin dayandığı kuramsal birikimi toplar. Değer kavramının iktisattaki yeri ve ulusal hesapların sınırları ile başlanmakta, ardından yaratma–çıkarma ayrımı, ekonomik ile kültürel değerin ikili sistemi ve kültürel sermaye ele alınmaktadır. Bölümün ikinci yarısı, bilginin iktisadi niteliğine, dikkat kıtlığına, kalite belirsizliğine ve kültürel üretim alanının işleyişine ilişkin kuramsal malzemeyi, sonraki bölümlerde kurulacak modelin gerekçelerini sağlamak üzere bir araya getirmektedir.
İktisat tarihinde değer, emek değer kuramından marjinalist fayda ve fiyat kuramına uzanan bir yelpazede tartışılmıştır. Çağdaş ulusal hesaplar bu tartışmanın pratik bir çözümünü temsil eder: değer, piyasada gerçekleşen işlemlerin parasal toplamı olarak okunur. Bu çözümün sınırları, hesapların kurucularından itibaren bilinmektedir. Kuznets (1934), ulusal gelir ölçümünden bir ulusun refahının kolayca çıkarsanamayacağı uyarısını yapmıştır. Coyle (2014), gayrisafi yurt içi hasılanın bir ölçüm sorununa verilen tarihsel olarak oluşmuş yanıtlar toplamı olduğunu, neyin üretim sayılacağına ilişkin sınırların bilimsel olduğu kadar siyasi ve pratik gerekçelerle de çizildiğini göstermiştir. Stiglitz, Sen ve Fitoussi (2009) ise ekonomik performansın ölçümünde vurgunun üretimden refaha kaydırılması gerektiğini savunan bir komisyon raporu sunmuştur.
Bu yazının ortak dersi, üretim hacminin değerin yeterli bir göstergesi olmadığıdır. Piyasa dışında kalan faaliyetler hesaplara girmez; fiyatı olan her işlem de değer yaratmış sayılır. Fiyatsız ya da fiyatı gerçek faydasından sapan malların, yani ücretsiz dijital ürünlerin ve yeni çeşitliliğin değeri, geleneksel ölçümde ya eksik ya da hiç görünmez (Brynjolfsson, Collis, Diewert, Eggers ve Fox, 2019). Bu çalışma aynı kaygıyı, fakat farklı bir noktada taşımaktadır: yapay zekâ çıktısında sorun yalnızca görünmezlik değil, görünür olan miktarın niteliğe dair hiçbir şey söylememesidir.
Mazzucato (2018), iktisat kuramının değer yaratma ile değer çıkarma arasındaki ayrımı açık biçimde yapamadığını ve bu belirsizliğin, mevcut değeri yalnızca yeniden dağıtan ya da aşındıran aktörlerin kendilerini değer yaratıcısı olarak sunmasına olanak tanıdığını ileri sürmektedir. Yazara göre bu belirsizlik rant ile karın birbirine karışmasına, büyüme ve hasıla ölçümlerinin bozulmasına yol açmıştır. Mazzucato'nun incelemeleri finans, ilaç ve Silikon Vadisi örneklerinden oluşmaktadır; mikro ölçekli üreticiler ve üretken yapay zekâ bu incelemelerin dışındadır. Kitabı değerlendiren bir yazıda aktarıldığı kadarıyla, yaratıcılar uzun vadeli yatırım yapan ve toplumsal bir vizyonla hareket eden, değeri yalnızca alan değil, yaratan taraflar; çıkarıcılar ise tekel avantajı, kısa vadeli hisse desteği ya da finansal manevralarla rant arayan taraflardır.
Bu ayrım, burada ekonomik katmanın ikinci kriterinin (E2) kuramsal temelini oluşturur. Soru, bir çıktının fiyatının ne olduğu değil, o fiyatın yeni bir faydaya mı yoksa mevcut değerin yeniden dağıtımına mı karşılık geldiğidir. Üretken yapay zekâ bağlamında bu ayrım özel bir önem kazanır; çünkü düşük maliyetle büyük hacimde üretilebilen içeriğin bir bölümü, mevcut dikkati ya da talebi yeniden yönlendirmek dışında yeni bir fayda sağlamamaktadır.
Throsby (1999, 2001), geleneksel olarak fiziksel, beşeri ve doğal sermayeden söz eden iktisadın bu sınıflandırmaya dördüncü bir tür olarak kültürel sermayeyi eklemesi gerektiğini ileri sürmüştür. Kültürel sermaye, sahip olduğu ekonomik değerden bağımsız olarak kültürel değer taşıyan, barındıran ya da üreten bir varlıktır; bu varlık bir yapı ya da bir resim gibi somut, bir gelenek, bir eser ya da bir zanaat becerisi gibi soyut olabilir (Throsby, 2003). Varlık, diğer sermaye türleri gibi hem stok hem de akış biçiminde ekonomik değer üretir: tarihî bir yapı satılabilir, ziyaretçiler de oraya ödeme yaparak gelebilir. Fakat sıradan sermaye varlıklarından farklı olarak kültürel sermaye, ek ve farklı türde bir değer, yani kültürel değer taşır (Throsby, t.y.).
Throsby'nin çerçevesinde ekonomik değer parasal terimlerle ifade edilebilir ve insanların bir şey için ödemeye razı oldukları tutara dayanır. Bu değer üç parçadan oluşur: doğrudan tüketimden doğan kullanım değeri; kamusal nitelikli niteliklerden doğan ve piyasada karşılığı bulunmayan varlık, seçenek ve miras değerlerinden oluşan kullanım dışı değer; ve olumlu dışsallıklar. Kültürel değer ise parasal olmayan değerlerin geniş bir kümesine verilen addır; tek bir hesap birimine sahip değildir, çok yönlüdür ve zamanla değişir. Hidalgo-Villota (2025), Throsby'nin kültürel değeri estetik, manevi, toplumsal, tarihsel, sembolik ve özgünlük bileşenlerine ayırdığını aktarmakta, ayrıca duygusal değeri de işlevsel akılcılığın ötesine geçen bir unsur olarak anmaktadır.
İki değerin ilişkisi bu çerçevede tek yönlü değildir. İki değer birbirini tamamlayabilir, böylece her ikisi de artan sonuçlar ortaya çıkabilir; aynı karar içinde ödünleşebilir, yani birini artırmak diğerinden vazgeçmeyi gerektirebilir. Throsby'ye göre ödünleşmelerin çözümü, iki değerin de tam bir değerlendirmesine dayanan müzakereci ve siyasi bir süreçtir. Ölçüm önerisi de bu mantığa uygundur. Ekonomik değerin kullanım bileşeni işlemlerden gözlenebilir; kullanım dışı değer ise genellikle beyan edilmiş tercih yöntemleriyle tahmin edilir. Kültürel değer bileşenlerine ayrılır, bileşenler nitel önermelere katılım dereceleriyle puanlanır, puanlar ağırlıklı ya da ağırlıksız toplanır ve değerlendirme ekonomistlerle alan uzmanlarının birlikte çalıştığı ekiplerce yürütülür. Öznel yargıların kaçınılmaz olduğu kabul edilir; amaç, şeffaf ve ortak standartlar oluşturmaktır (Throsby, t.y.). Bu çalışmadaki puanlama rubriği ve iki puanlayıcılı tasarım bu önerinin doğrudan bir uzantısıdır.
Hidalgo-Villota'nın (2025) aktardığı biçimiyle yazında etkinin yönü üzerinde görüş ayrılığı bulunur: bazıları kültürel değerin piyasa fiyatını büyük ölçüde açıkladığını, Throsby'nin okunuşu ise kültürün ekonomiyi biçimlendirdiğini, tersinin geçerli olmadığını savunur. Tüketim kültürel değeri besler, kültürel sermayeyi biriktirir ve iktisadi gelişmeyi destekler. Etkileşim mekanizmalarının iki yönlü kurgulanması (Bölüm 4.6) bu görüş ayrılığını bir hipotez problemine çevirmektedir.
Bourdieu (1986), toplumsal dünyayı yalnızca iktisadın tanıdığı biçimiyle sermayeye indirgemenin mümkün olmadığını savunur ve sermayeyi ekonomik, kültürel ve toplumsal olmak üzere üç temel biçimde ele alır. Ekonomik sermaye doğrudan paraya dönüştürülebilir; kültürel ve toplumsal sermaye ise ancak belirli koşullarda ekonomik sermayeye dönüşür. Kültürel sermaye üç halde var olur: bedenlenmiş (kalıcı zihinsel ve bedensel eğilimler), nesneleşmiş (kitap, resim, enstrüman gibi kültürel mallar) ve kurumsallaşmış (eğitim nitelikleri). Bedenlenmiş sermaye kişisel zaman ve emekle edinilir, başkasına anında devredilemez ve taşıyıcısıyla birlikte tükenir. Nesneleşmiş sermayenin mülkiyeti devredilebilir, ancak bu malları gereği gibi kullanabilmek, bedenlenmiş sermayeye bağlıdır.
Dönüşümün zaman, emek ve kayıp gerektirmesi, Bourdieu'nün çerçevesinin bu çalışma için en işlevsel yanıdır. Ekonomik sermaye, ailelerin acil ihtiyaçlardan kurtularak kültürel sermaye edinmeye zaman ayırabilmesini sağlayan zemindir; kültürel sermayenin kuşaklar arası aktarımı ise çoğu kez görünmez biçimde işler. Dolayısıyla ekonomik başarı, kültürel birikime kendiliğinden dönüşmez; dönüşüm kayıplıdır ve koşula bağlıdır. Throsby (1999) kültürel sermaye kavramını sosyolojideki Bourdieu'cü anlamından bilinçli olarak ayırarak kullanır. Abduljalil, Komosany ve Bahkali (2026) ise iki yaklaşımı karşıt değil tamamlayıcı sayar: Bourdieu'nün sosyolojik bakışı kültürel değerin toplumsal konumlar, beğeni ve sembolik güç içinde nasıl anlam kazandığını açıklar; Throsby'nin iktisadi bakışı ise fiyatın ötesinde değer taşıyan kültürel varlıkları görünür kılar. Bu çalışmada Bourdieu'den, sermaye biçimleri arasındaki dönüşümün koşullu ve kayıplı olduğu fikri alınmakta; bu fikir, iki değer katmanının birbirinin yerine geçebilir olmadığı savının (Bölüm 4.5) dayanaklarından birini oluşturmaktadır.
Bilginin iktisadi niteliği, kültürel değerin üretim düzeyindeki kriterleriyle doğrudan ilişkilidir. Arrow (1962), bilginin rekabetsiz ve kısmen dışlanamaz niteliği nedeniyle, onu üretenin tüm getiriyi elde edemeyeceğini ve bilgiye yatırımın piyasa tarafından yetersiz sağlandığını savunmuştur. Romer (1990), fikirlerin rekabetsizliğinin, yani bir fikrin bir kişi tarafından kullanılmasının başkasının kullanmasını engellememesinin, içsel büyüme için temel olduğunu göstermiştir. Weitzman (1998) ise yeni fikirlerin büyük ölçüde eski fikirlerin yeni birleşimlerinden doğduğunu ileri süren yeniden birleşimli büyüme modelini önermiştir; bu modelde birleşimlerin sayısı eldeki fikir birikimiyle hızla artar ve işleme kapasitesi sınırlayıcı unsur hâline gelir.
Bu yazının üretken yapay zekâ bağlamındaki sonucu şudur: yeniden birleştirme eylemi, yapay zekâ ile düşük maliyetli ve hızlı hale geldiğinde, birleşimin kendisi artık nadir bir kaynak olmaktan çıkar. Nadirleşen şey, birleşimlerin hangisinin yeni bir bilgi ya da biçim taşıdığını ayıklama yeteneği ve birleşimin içine giren özgün girdidir. Bu nedenle özgünlük kriteri (K1) yeniden birleştirmeyi değil, katkı sağlayan yenilik unsurunu ölçmeyi amaçlamaktadır. Birikim etkisi kriteri (K3) ise bilginin rekabetsizliğinin pratikteki karşılığıdır: bir çıktı, başkalarının üzerine inşa edebileceği biçimde sunulduğunda bilginin kamusal niteliğini taşır; kapalı ve kopyalanamaz bir biçimde sunulduğunda bu niteliği kaybeder. Benjamin (1935/2008), teknik çoğaltılabilirliğin sanat yapıtının "aura"sını, yani eşsiz varlığını ve özgünlüğünü zayıflattığını ileri sürmüştür. Bu görüşün üretken yapay zekâya uygulanması tartışmalıdır; yine de Throsby'nin özgünlük bileşeniyle kurulan akrabalık, K1 kriterinin kuramsal soyağacına işaret etmektedir.
Simon (1971), bilginin tükettiği şeyin alıcısının dikkati olduğunu, bilgi bolluğunun dikkat yoksulluğu yarattığını belirtmiştir. Üretim hacminin düşük maliyetle büyüdüğü ortamlarda bu gözlem iki sonuç doğurur. Birincisi, dikkat gibi sınırlı bir kaynak ortak bir havuz niteliği taşır ve üreticilerin her biri havuza ekledikçe bireysel kazançlarını artırırken, havuzun toplam verimini düşürebilir. Hardin'in (1968) ortak kaynakların trajedisi biçimindeki klasik argümanı, bu yapının genel mantığını sağlar; burada kullanılan, yapının benzerliğidir, çıktının doğrudan bir uygulaması değildir. İkincisi, değer dikkatle orantılı ise ve toplam dikkat sabitse, hacmin artışı toplam değeri artırmaz.
Bu ikinci sonuç, Bölüm 5'te sunulacak katsayı için bir sınır durum tanımlar. Toplam dikkat A ve çıktı sayısı Q ise, her çıktının dikkat payı A/Q olur; değer dikkatle orantılı alındığında toplam değer A'ya eşit kalır ve hacim değiştiğinde değişmez. Bu sınır durumda değer kütlesinin hacme esnekliği sıfırdır. Gerçek durumlar bu uç ile oransal artış arasında bir yerde yer alacaktır; katsayının ölçmeyi amaçladığı da bu konumdur. Söz konusu sınır durum bir ampirik iddia değil, katsayının yorumunu sınırlayan bir kuramsal referanstır.
Akerlof (1970), kalitenin alıcılar için belirsiz olduğu piyasalarda düşük kalitenin yüksek kaliteyi piyasadan çıkarabileceğini göstermiştir. Nelson (1970) ürünleri arama ve deneyim malları olarak ayırmış; deneyim mallarının kalitesinin yalnızca tüketimden sonra anlaşılabildiğini belirtmiştir. Kültürel ve bilgi ürünleri çoğunlukla deneyim malıdır. Spence (1973) ise kalitenin doğrudan gözlenemediği durumlarda, ancak yüksek kaliteli tarafın düşük maliyetle verebileceği pahalı sinyallerin bilgilendirici olduğunu ortaya koymuştur.
Üretken yapay zekâ bu yapıyı üç bakımdan etkiler. İlk olarak, üretimin maliyeti düştüğünde, üretme eylemi eskiden taşıdığı emek ve özen sinyalini taşımaz; bir eserin ortaya çıkmış olması artık onu üretenin çaba gösterdiğinin kanıtı değildir. İkinci olarak, çıktı hacmi arttıkça alıcının her birini deneme maliyeti yükselir; kalitenin deneyimle öğrenilmesi daha pahalı hâle gelir. Üçüncü olarak, kaliteyi ayırt etmenin zorlaşması, Akerlof türü bir seçilim mekanizmasının işlemesine zemin hazırlar: ayırt edilemeyen düşük kaliteli bolluk, kalite sinyallerinin değerini düşürür ve özgün üreticilerin getirisini aşındırır. Bu argüman, dördüncü mekanizmanın (M4, güven aşınması) kuramsal dayanağını oluşturur. Argümanın sınırı, üretken yapay zekânın kalite ayrımını gerçekten zorlaştırıp zorlaştırmadığının ampirik bir soru olmasıdır; bu çalışma bu soruyu yanıtlamamakta, yanıtlanabileceği bir ölçüm tasarımı önermektedir.
Bourdieu (1993) kültürel üretimi, yapıtların üretildiği ve değerlendirildiği, kendine özgü kuralları ve sermaye dağılımı olan bir alan olarak ele almıştır. Alan içindeki konum yalnızca ekonomik başarıyla belirlenmez; sembolik tanınma da bir konum belirleyicisidir. Caves (2000) yaratıcı endüstrilerin ekonomik özelliklerini sıralarken talebin önceden bilinemezliğini (kimse bilmez özelliği), ürün çeşitliliğinin sonsuzluğunu ve yaratıcı emekçilerin yapıtın niteliğine gelirden fedakârlık edecek kadar önem vermesini (sanat için sanat özelliği) öne çıkarır. Brynjolfsson, Hu ve Smith (2003) çevrimiçi kitap satışında artan ürün çeşitliliğinin tüketici artığına önemli katkı yaptığını ortaya koymuştur. Bu çalışmalardan çıkan sonuç, çeşitliliğin değer taşıyabildiği, ancak bu değerin çeşitliliğin gerçekten ayrıştırıcı olmasına bağlı olduğudur.
Mikro üreticiler bu alanda talebin belirsiz olduğu, çok sayıda farklı çıktının denenerek hangisinin tutacağının öğrenildiği bir ortamda çalışırlar. Üretim maliyetinin düşmesi, deneme sayısını artırır. Bu durum iki karşıt etkiyi birlikte doğurur: deneme çoğaldıkça başarılı bir çıktının ortaya çıkma olasılığı yükselir; öte yandan, toplam çıktıdaki ortalama nitelik düşebilir. Değer Üretme Katsayısı bu iki etkinin bileşkesini tek bir parametre altında toplamayı amaçlamaktadır.
Bu bölümdeki tarama, ölçüm yazınını, kültürel değer ölçümüne ilişkin yakın dönem çalışmalarını, mikro üretim yazınını ve model çöküşü bulgularını kapsar. Kaynaklar, çalışmanın dört araştırma sorusuyla ilişkileri bakımından seçilmiş ve erişime açık metinler öncelikli tutulmuştur. Tarama sistematik bir derleme değildir; arama stratejisi, tarama tarihleri ve dışlama ölçütleri bir protokole bağlanmamıştır. Throsby'nin 1999 tarihli makalesine ve Mazzucato'nun (2018) kitabına tam metin düzeyinde erişilememiş, bu iki kaynak yayıncı özetleri ve sonraki yorumlar üzerinden değerlendirilmiştir. Sektör yayınlarında dolaşan tek kişilik milyar dolarlık şirket öngörüleri, incelenen örneklerde veri ya da yöntem içermediği için bu taramada kanıt olarak kullanılmamıştır.
Yapay zekânın ekonomik etkisinin ölçümüne ilişkin yazın hızla büyümektedir ve ortak kaygısı, resmî istatistiklerin bu etkiyi eksik yakaladığıdır. Bu kaygının tarihsel bir öncülü bulunmaktadır: Solow'un (1987) bilgisayar çağının verimlilik istatistiklerinde görünmediği yolundaki gözlemi, genel amaçlı teknolojilerin verimliliğe yansımasının gecikmeli ve ölçümü güç olduğu fikrini yerleştirmiştir. Brynjolfsson ve arkadaşları (2019) yeni ve ücretsiz malların değerinin hesaplara girmediğini ileri sürerek tamamlayıcı bir ölçüt olan GSYH-B'yi önermişlerdir.
Makridis ve Brynjolfsson (2026), yapay zekânın ekonomik etkisinin eksik ölçülmesinin üç gerekçesini sıralar: model, veri kümesi ve iç araç yatırımlarının sermaye değil işletme gideri olarak kaydedilmesi; kalite değişiminin ve hizmet akışlarının yetersiz ölçülmesi; ve değerin bir bölümünün ücretsiz ya da paketlenmiş araçlarda tüketici artığı ve çapraz yayılım olarak piyasanın dışında oluşması. Yazarlar kısa vadede sektör ve bölge bazında yapay zekâ kullanım yoğunluğunu izleyen bir endeks, orta vadede ise yapay zekâ altyapı yatırımını, ara girdi olarak hizmetleri, görev düzeyinde emek değişimini ve hanehalkı üretimini ayrı izleyen uydu hesaplar önerirler. Bu çalışma bakımından en dikkat çekici yön, veri sızıntısı, gizlilik kaybı ve fikrî mülkiyet aşınması gibi maddi olmayan yükümlülüklerin de hesaba katılması gerektiğini savunmasıdır; bu yaklaşım, E5 ve K5 kriterlerinin dış maliyetleri net katkıdan düşen kurgusuyla uyumludur.
Highfill, Wasshausen ve Prunchak (2025), ABD Ekonomik Analiz Bürosunun yapay zekâ üretimini mevcut arz–kullanım tabloları üzerinden nasıl izleyebileceğini ve tematik bir uydu hesabın nasıl kurulabileceğini tartışır. Yapay zekâ ayrı bir varlık türü olarak ele alınmaz; özel yazılım satışı yazılım yatırımı, kendi kullanım için geliştirilen yazılım kendi hesabına yazılım ve araştırma geliştirme yatırımı, ara girdi olarak kullanım ise üreten sektörün katma değeri içinde izlenir. Çalışma, yapay zekâya özgü bir ürün kategorisinin bulunmaması, yapay zekâ tanımında uzlaşı olmaması, güvenilir kaynak verinin sınırlılığı ve yapay zekâya özgü fiyat endekslerinin yokluğu gibi güçlükleri sıralar; ikinci dereceden etkileri ve piyasa dışı değeri kapsam dışında bırakır, kültürel değeri ele almaz.
Corrado (2025), Coyle ve Poquiz'in "Making AI Count" başlıklı çalışmasını değerlendirirken, ulusal hesapların yapısal değişime yavaş tepki verdiğini kabul eder: yazılım yayıncılığının hâlâ gazete ve kitap yayıncılığıyla aynı sınıfta yer alması bunun örneğidir. Coyle ve Poquiz'in zamanı bir ölçüm boyutu olarak almayı, sonuç odaklı ölçümler geliştirmeyi ve daha ayrıntılı veriye geçmeyi öngören önerilerine büyük ölçüde katılır; fakat toplam faktör verimliliğinin yapay zekâ kaynaklı maliyet düşüşlerini yine de yakaladığını ve büyüme hesaplarının kavramsal önceliğini koruduğunu savunarak ayrışır. Spittler ve Patel (2026) ise ulusal hesapların göremediği yapay zekâ çıktısını "karanlık çıktı" olarak adlandırırlar ve bunu iki biçimde tanımlarlar: eskiden insanların yaptığı işin yapay zekâya geçmesiyle hesaplardan kaybolan harcama ve yapay zekâ olmadan hiç yapılmayacak, çünkü fazla pahalı olacak yeni iş. Yazarlar token sayısının değerin ölçüsü olmadığını, aynı miktarda tokenin boş bir üretime de strateji değiştiren bir karara da karşılık gelebileceğini belirtir; hizmet üretiminde standart bir kalite biriminin bulunmaması, hacim ile değerin ayrıştığı temel ölçüm sorunudur. Aynı yazarlar önerdikleri izleme çerçevesinin bir bölümünü spekülatif olarak işaretler, karanlık çıktının büyüklüğünü "opak" olarak niteler.
Nolan'ın (2026) aktardığı tartışma, bu belirsizliğin görünür bir örneğidir. Korinek ve McKelvey'in politika notu, yapay zekânın 2025'te yaklaşık 250 milyar dolarlık ekonomik faaliyet ürettiğini, resmî istatistiklerin yapay zekâ yeteneklerindeki kazançları yansıtması hâlinde ABD büyümesinin yaklaşık dört puan daha yüksek görüneceğini tahmin eder ve bunu bir tahmin değil bir üst sınır olarak sunar. Coyle ise gerçeğin boyutunu ve hızını abartılı bulur; yapay zekânın çoğunlukla başka ürünlerin üretiminde kullanıldığını, GSYH'nin nihai malları saydığını ve firma düzeyinde sistematik verimlilik kanıtının sınırlı olduğunu söyler; asıl sorunun neyin ölçüleceği konusunda uzlaşı bulunmaması olduğunu belirtir.
Bu yazının ortak yönü, yapay zekâ çıktısını miktar, fiyat ve topluluğa yayılan etki üzerinden ele almasıdır. Üretim biriminin niteliği, yani özgünlüğü, kalıcılığı ve gelecek kuşaklara bıraktığı birikim, bu çerçevelerde bir ölçüm boyutu olarak yer almaz. Bu çalışmanın önerdiği ölçüm, makro çerçevelerle rekabet etmek yerine onları mikro düzeyde tamamlayacak biçimde tasarlanmıştır.
Hutchinson (2024), dijital platformların içerik üreticilerinin katkısını beğeni, takipçi, izlenme ve paylaşım gibi özel ölçütlerle ölçmesinin, bu ölçütlerin kültürel ve toplumsal değerle sınırlı ilişkisi nedeniyle sorunlu olduğunu savunur. Yazar, Avustralya'daki bir etkileyici endeksini örnek gösterir: yüksek takipçili üreticiler, gerçek kampanyalar yürüten ajanslarca uygun bulunmamıştır. Ölçütler, hangi içeriğin görüneceğini de belirlediğinden, üreticileri görünürlüğe ve ana akım beğeniye yöneltmekte, kültürel üretimi daraltabilmektedir. Hutchinson değer arayan toplumsal süreçleri "değer aracılığı" kavramıyla ele alır, Schwartz'ın temel değerler kuramından yararlanır ve özgünlük, temsil ve toplumsal etki için nitel ölçütler geliştirilmesini, başarının kısa vadeli popülerlikle değil uzun vadeli kültürel etkiyle yargılanmasını önerir. Makale büyük ölçüde kavramsaldır: önerilen ölçütler işlevselleştirilmemiş, üretken yapay zekâya ilişkin bölüm ise sınırlı tutulmuştur. Yazar da bu ölçütlerin, örneğin "doğruluk" ya da "ahlak" gibi, nasıl güvenilir biçimde yakalanacağının belirsiz olduğunu kabul eder.
Deriya ve Huynh (2026) müzik endüstrisinden hareketle benzer bir noktaya varmışlardır. Yapısal ölçüm sistemleri dinlenme, kaydetme ve geçme sayısı gibi sayılabilir sinyalleri izler; topluluğa, kişisel hikâyeye ve kültürel yankıya dayanan ilişkisel sermayeyi görmez. Yazarlar yapay zekâ ile üretilmiş sentetik bir grubun aylık bir milyon dinleyiciye ulaşması örneğini, görünürlük ölçütlerinin bu bağlamdaki zayıflığının göstergesi olarak sunarlar. Öneriler, sanatçı merkezli telif modellerine, süper hayran katmanlarına ve ilişkisel emeğin işe alma ve sözleşme kararlarında bir sinyal olarak kullanılmasına dayanır. Çalışma hakem değerlendirmesinden geçmemiş bir araştırma raporudur, müzikteki bulguları gazetecilik ve danışmanlık gibi alanlara analoji yoluyla genişletir ve ilişkisel değerin nasıl ölçüleceğine ilişkin işler bir yöntem sunmaz; yazarlar da yargının veri yeterli hale gelmeden bir değer görüşüne bağlanmayı gerektirdiğini kabul etmektedir.
Ölçütlerin hedefe dönüşmesi sorunu, ölçüm yazınında Campbell (1979) tarafından genel bir yasa biçiminde ifade edilmiştir: sosyal karar alma süreçlerinde ne kadar çok nicel bir gösterge kullanılırsa, o göstergenin yozlaşma baskılarına ve izlediği süreci çarpıtmaya o kadar açık hâle geldiği savunulur. Bu uyarı, bu çalışmanın endeksine de uygulanır: DYE bir hedef gibi kullanılırsa, üreticiler puanlama kriterlerini oynayacak biçimde üretimi şekillendirebilir. Araştırma tasarımı (Bölüm 6.8) bu riski, puanlayıcıların üretici ve yapay zekâ kullanım düzeyini bilmeden değerlendirmesi ve endeksin bir ödül değil bir araştırma aracı olarak kullanılması yoluyla sınırlamayı amaçlamaktadır.
Throsby'nin önerdiği bileşen bazlı puanlama (Throsby, t.y.), uzman temelli ölçümün temel modelidir. Abduljalil, Komosany ve Bahkali (2026), Bourdieu ve Throsby'nin kültürel sermaye anlayışlarını birleştiren ve "ortak uzman değerlendirmesi" adını verdikleri yorumlayıcı bir çerçeve önerirler. Çerçevede nitelikli bir uzman grubu bir kültürel varlığı kendi zaman ve mekânı içinde birlikte değerlendirir; değer, bireysel görüşten ya da piyasa fiyatından değil, tartışma ve uzlaşmadan doğar. Yemen kamasına ilişkin vaka çalışmasında on iki uzmanla üç aşamalı bir görüşme yürütülmüş, bir ölçütün temel uzlaşı öğesi sayılması için en az sekiz uzmanın, yani üçte ikisinin onaylaması şartı aranmıştır. Yazarlar çerçeveyi geçerlenmiş ya da genellenebilir bir model değil, keşfedici bir kavramsal araç olarak sunar ve bulguların panelin yerel uzmanlığına bağlı olduğunu belirtirler.
Bu çalışmanın iki puanlayıcılı tasarımı, uzman temelli ölçüme yakın ancak onunla özdeş değildir. Ortak değerlendirmede uzmanlar tartışarak uzlaşır; burada iki puanlayıcı bağımsız puanlar, uyum istatistiksel olarak raporlanır. İki yaklaşım birbirinin alternatifi olmayıp, gelecek çalışmalarda karşılaştırılmaları yararlı olacaktır (Bölüm 8.6).
Rezazadeh ve Bonehgazy (2025), yapay zekâ ajanlarını "dijital kurucu ortak" olarak ele alan ve tek kişilik girişimlerin sürecini üç özyinelemeli aşamada gösteren kavramsal bir çerçeve önerirler: hayalin şekillendirilmesi, gerçekliğin sınanması ve gerçekliğin ölçeklenmesi. Değer yaratma burada bir sorunu belirli bir kitle için çözmek olarak örtük biçimde kabul edilir ve açık bir tanım yapılmaz. Çalışma ampirik bir ölçüm bildirmez; aşamalara bağlanacak ölçüler, gelir istikrarı, büyüme, iyi oluş ve kimlik tutarlılığı gibi sonuçlara bağlanacak hipotezler olarak gelecek araştırmaya bırakılmıştır. Yazarlar belirsizlik, bilişsel yük, karar yorgunluğu ve yapay zekâya bağımlılık gibi sürecin zorluklarını da kaydeder. Dolayısıyla mikro üretimin yapay zekâ ile dönüşümüne ilişkin yazın süreci betimlemekte; üretilen değerin niteliğini ve niceliğini ölçmemektedir. Bu çalışma tam da bu noktada devreye girmektedir.
Shumailov ve arkadaşları (2024), üretici modellerin bir önceki nesil modellerin ürettiği veriyle eğitilmesinin "model çöküşü" olarak adlandırdıkları bir bozulma sürecine yol açtığını göstermiştir. Süreç, bir kuşağın ürettiği verinin bir sonraki kuşağın eğitim kümesini kirletmesi ve sonraki modellerin gerçekliği yanlış algılamasıdır. Yazarlar erken ve geç çöküşü ayırır: erken çöküşte model dağılımın uçlarındaki bilgiyi kaybetmeye başlar, geç çöküşte dağılım özgününden çok farklı, çoğunlukla çok daha düşük varyanslı bir dağılıma yakınsar. Hatanın üç kaynağı birbirine eklenir: sonlu örneklemden doğan istatistiksel yaklaşım hatası, ana kaynaktır; modelin sınırlı ifade gücünden ve öğrenme yönteminden doğan iki ikincil hata kaynağı bulunur. Dil modeli deneyinde OPT-125m modeli wikitext2 üzerinde ince ayarla eğitilmiş, dokuzuncu nesilde çıktı tekrarlayıcı ve tutarsız bir metne dönüşmüştür. Her nesilde özgün insan verisinin rastgele yüzde onu korunduğunda bozulma yalnızca hafif kalmıştır. Yazarlar bundan, insan üretimi verinin, çevrimiçi ortamda model üretimi içerik arttıkça daha değerli hale geleceğini ve dağılımın uçlarının, yani düşük olasılıklı olayların korunmasının, bu olaylar çoğunlukla azınlıkları etkilediğinden adalet açısından da önemli olduğunu çıkarır. Sınırlılıkları da belirtilmiştir: deneyler az sayıda nesli kapsar, teorinin asıl yaklaştığı durum sonsuz nesildir, çöküşün hızı probleme bağlıdır ve LLM deneyleri sıfırdan eğitim yerine ince ayar kullanır.
Seddik ve arkadaşları (2024), yinelemeli eğitimi tek bağlamlı ve tek sıcak temsilli bir doğrusal softmax sınıflandırıcıyla modelleyerek iki rejimi ayırır: yalnızca sentetik veriyle eğitim ve özgün veri ile sentetik verinin karışımıyla eğitim. Tamamen sentetik rejimde çöküşün kaçınılmaz olduğunu; kısmen sentetik rejimde ise sentetik verinin payının özgün verinin payından önemli ölçüde küçük kalması hâlinde çöküşten kaçınılabileceğini gösterirler. Çalışmanın temsil varsayımları basitleştirilmiştir ve yalnızca istatistiksel yaklaşım hatasını kapsar.
Bu bulgular makine öğrenmesi modellerinin eğitimi için gösterilmiştir. Kültürel üretim için doğrudan kanıt değillerdir; kültürel üretimin önceki sentetik üretimi girdi olarak alması hâlinde dağılımın uçlarındaki özgün ve nadir ögelerin kaybolabileceği sezgisini destekleyen bir analoji olarak kullanılmaktadır. Analojinin işlev sınırı, K5 kriterini ve katsayının seyrelme yorumunu motive etmesidir; hiçbir ampirik iddianın gerekçesi sayılmaz.
Taranan çalışmalar Çizelge 2'de özetlenmiştir. Makro ölçüm yazını miktar ve fiyat odaklıdır; kültür ekonomisi yazını ikili değer çerçevesini sunar ancak yapay zekâ ile üreten mikro üreticilere uygulamaz; kültürel değer ölçümüne ilişkin yakın dönem çalışmaları sorunu saptar ancak puanlanabilir bir ölçek sunmaz; mikro üretim çerçeveleri ise değeri ölçmez. Dördüncü bir eksiklik, üretim hacmi ile değer kütlesi arasındaki ilişkiyi tek bir parametreyle özetleyen bir yaklaşımın bulunmamasıdır.
| Çalışma | Odak | Ölçtüğü ya da ele aldığı | Bu çalışma açısından eksik |
|---|---|---|---|
| Mazzucato (2018) | Değer kuramı | Yaratma ve çıkarma ayrımı | Mikro üreticiler ve yapay zekâ kapsam dışı |
| Throsby (1999, 2001) | İkili değer | Ekonomik ve kültürel değer, kültürel sermaye | Üretim birimi düzeyinde ve yapay zekâ bağlamında puanlama yok |
| Makridis ve Brynjolfsson (2026) | Makro ölçüm | Yapay zekâ yatırımı ve kullanım yoğunluğu | Çıktının niteliği ölçülmez |
| Highfill ve diğ. (2025) | Ulusal hesaplar | Yapay zekâ üretiminin GSYH'ye yansıması | Kültürel ve piyasa dışı değer kapsam dışı |
| Spittler ve Patel (2026) | Görünmeyen çıktı | Ulusal hesapların görmediği çıktı | Kalite biriminin eksikliği saptanır, çözüm sunulmaz |
| Hutchinson (2024) | Kültürel analitik | Platform ölçütlerinin sınırları | Ölçütler işlevselleştirilmemiş |
| Deriya ve Huynh (2026) | İlişkisel değer | Sayılabilir sinyallerin görmedikleri | İşler bir ölçüm yöntemi yok; hakemsiz |
| Abduljalil ve diğ. (2026) | Uzman temelli ölçüm | Ortak uzman değerlendirmesi | Tek vaka, geçerlenmemiş, üretim birimi düzeyinde değil |
| Rezazadeh ve Bonehgazy (2025) | Tek kişilik girişim | Yapay zekâ destekli süreç | Değer tanımlanmaz ve ölçülmez |
| Shumailov ve diğ. (2024) | Model çöküşü | Çeşitlilik kaybı | Yalnızca model eğitimi; kültür için kanıt değil |
Bu dört eksiklik, bu çalışmanın konumunu belirler. Birincisi, ikili değer çerçevesi puanlanabilir bir ölçeğe çevrilmelidir. İkincisi, katmanlar arasındaki etkileşim sınanabilir mekanizmalara dönüştürülmelidir. Üçüncüsü, hacim ile değer arasındaki ilişkiyi özetleyen bir katsayı tanımlanmalıdır. Dördüncüsü, bu araçların güvenirliğini ve geçerliliğini sınayacak bir araştırma tasarımı ortaya konmalıdır. Sonraki üç bölüm bu eksikliklere sırasıyla yanıt vermektedir.
Bu bölümde değer iki katmanda tanımlanmakta, katmanların ölçeği kurulmakta, etkileşim mekanizmaları kuramsal dayanaklarıyla birlikte sunulmakta ve Değer Yaratma Endeksi iki boyutlu bir konum olarak tanımlanmaktadır. Bölüm 5, hacim–değer ilişkisini özetleyen Değer Üretme Katsayısını bu yapı üzerine kurar.
Model beş varsayıma dayanır. Birincisi, üretim faaliyeti ayrık ve ayrı ayrı değerlendirilebilir çıktılardan oluşur. Bu varsayım, sürekli akış biçiminde üretilen hizmetler için bir yaklaşıklıktır; ancak yazılım sürümleri, şarkılar, kitaplar ve videolar gibi mikro üreticilerin tipik çıktıları için makuldür. İkincisi, her çıktı, belirli kriterler üzerinden iki ayrı boyutta puanlanabilir. Bu, kültürel değerin ölçülebilir olduğunu değil, ölçümün şeffaf standartlarla, öznel yargıyı gizlemeden yapılabileceğini varsaymaktır (Throsby, t.y.). Üçüncüsü, ekonomik ve kültürel değer ayrı boyutlardır; biri diğerinin yerini tutmaz (Bölüm 4.5). Dördüncüsü, üretim hacmi gözlenebilirdir ve çıktıların sayımı kamuya açık kayıtlardan yapılabilir. Beşincisi, puanlama tanımları belirli bir araştırma dönemi içinde sabittir; dönemler arası karşılaştırma bu varsayıma dayanır.
Üretici i'nin t döneminde ortaya koyduğu çıktılar kümesi Jit ve bu kümenin eleman sayısı, yani üretim hacmi, Qit ile gösterilir. Her çıktı j iki puan alır: ekonomik puan Ej ve kültürel puan Kj. Her puan beş kriterin toplamıdır ve her kriter 0, 1 ya da 2 değerini alır.
Böylece Ej ve Kj 0 ile 10 arasında tamsayı değerleri alır. Toplulaştırma düzeyinde kullanılmak üzere puanlar 0–1 aralığına normalleştirilir.
Ölçeğin yapısına ilişkin üç nokta açıkça belirtilmelidir. İlk olarak, kriter puanları sıralı bir ölçektir; Stevens'ın (1946) ölçek düzeyleri ayrımına göre, sıralı ölçekte toplam ve ortalama gibi işlemler yalnızca aralıkların eşit olduğu varsayımıyla anlamlıdır. Toplam puanın aralık ölçeği gibi işlem görmesi bu çalışmada bir varsayımdır ve Bölüm 6'da sıralı yöntemlerle sınanacaktır. İkinci olarak, E ve K'yı oluşturan kriterler birbirinin yansıtıcı göstergeleri değildir; ayrı yönleri bir araya getiren oluşturucu (formatif) göstergelerdir. Bollen ve Lennox (1991) yansıtıcı ve oluşturucu gösterge modellerinin birbirinden ayrılması gerektiğini, geleneksel güvenirlik ve ölçüm anlayışının oluşturucu göstergelere uygulanamayacağını savunur. Diamantopoulos ve Winklhofer (2001) oluşturucu göstergelerle endeks kurarken içeriğin tam tanımlanması, göstergelerin belirlenmesi, doğrusal bağımlılığın kontrolü ve dış geçerliliğin sınanması gerektiğini belirtir. Bu çalışma bu dört koşulu, sırasıyla Bölüm 4.3 ve 4.4'teki kriter gerekçeleri, Ek A'daki rubrik, Bölüm 6.6'daki bağımlılık kontrolleri ve dış ölçüt karşılaştırmaları yoluyla karşılamayı hedefler. Üçüncü olarak, eşit ağırlık bir başlangıç seçimidir; ağırlıklandırma duyarlılık analizinde ele alınacaktır.
Ekonomik katman, çıktının piyasada gerçek bir karşılık bulup bulmadığını ve bu karşılığı yeni değer yaratarak mı yoksa mevcut değeri yeniden dağıtarak mı elde ettiğini ölçer. Katmanın beş kriteri şu soruları sorar.
E1, gerçek talep. Çıktıyı biri ödeyerek ya da düzenli kullanarak talep etmekte midir? Throsby'nin (t.y.) çerçevesinde ekonomik değer, insanların bir şey için ödemeye razı oldukları tutarla ifade edilebilir; talebin gözlenebilir kanıtı ödeme ya da düzenli kullanımdır. Kullanım dışı değerlerin piyasada karşılığı bulunmadığından bu kriter, kullanım değerinin gözlenebilir bileşenini hedefler.
E2, yaratma mı çıkarma mı. Çıktı yeni bir fayda ya da maliyet düşüşü mü yaratmaktadır, yoksa mevcut değeri arbitraj, aracılık ya da dikkat çekme yoluyla yeniden mi dağıtmaktadır? Bu kriter, Mazzucato'nun (2018) yaratma–çıkarma ayrımını üretim birimine indirir. Ayrım, fiyatla değerin birbirinden ayrılması gereğine dayanır; aynı fiyat, yeni bir faydaya ya da mevcut değerin yeniden dağıtımına karşılık gelebilir.
E3, ikame edilemezlik. Yapay zekâ erişimi olan herkes aynı çıktıyı üretebilir mi, yoksa çıktının özgün bir girdisi var mıdır? Gerekçe bir ekonomik akıl yürütmeye dayanır: üretim maliyeti sıfıra yaklaşırken ve girişe engel bulunmazken, herkesin üretebildiği çıktının getirisi rekabetle aşınır. Bu koşullarda süreklilik gösteren ekonomik değer, esas olarak özgün girdiden kaynaklanır: alan bilgisi, özel veri, topluluk güveni. Özgün girdi, aynı zamanda Bölüm 2.5'te tartışılan, yeniden birleştirme maliyetinin düşmesiyle kıtlaşan unsurdur.
E4, kalıcılık. Gelir ya da kullanım tek seferlik bir akış mıdır, yoksa birikerek bir stoka, yani bir varlığa mı dönüşmektedir? Kültürel sermaye tartışmasında olduğu gibi (Throsby, 1999), akış ile stok ayrımı, değerin sürekliliğini anlamak için temeldir.
E5, değerin paylaşımı ve dış maliyetler. Yaratılan değer üretici, kullanıcı ve toplum arasında nasıl bölünmektedir; telif ve gizlilik gibi dış maliyetler düşüldüğünde net katkı pozitif midir? Makridis ve Brynjolfsson (2026), yapay zekânın net katkısının veri sızıntısı, gizlilik kaybı ve fikrî mülkiyet uyuşmazlığı gibi maddi olmayan yükümlülükler hesaba katılmadan anlaşılamayacağını savunur; bu kriter aynı mantığı üretim birimi düzeyine taşır.
Kültürel katman, çıktının gelecek nesillere kalan bilgi, sanat ve kültür birikimine katılıp katılmadığını ölçer. Throsby (2001) kültürel değeri altı bileşene ayırır ve bileşen bazında değerlendirmeyi önerir; K1–K5 bu bileşenlerden esinlenir, ancak üretim düzeyine uyarlanmıştır ve onlarla birebir örtüşmez.
K1, özgünlük. Çıktı yeni bir şey mi katmaktadır, yoksa var olanı yeniden mi karıştırmaktadır? Kriter, Throsby'nin özgünlük bileşeninin üretim karşılığıdır ve Bölüm 2.5'te tartışılan ayrımı gözetir: yeniden birleştirme eyleminin kendisi artık kıt değildir, kıt olan birleşimin içindeki yenilik unsurudur. Kriter, yeniden birleştirmeyi ödüllendirmeyi değil, yenilik katkısını ayırt etmeyi hedefler.
K2, kalıcılık ve aktarılabilirlik. Çıktı yıllar sonra anlaşılır, bulunur ve kullanılır mı? Bourdieu'ya (1986) göre nesneleşmiş kültürel sermayeden yararlanma kapasitesi bedenlenmiş sermayeye bağlıdır; bu nedenle aktarılabilirlik yalnızca erişilebilirliği değil, bağlamından bağımsız olarak anlaşılabilirliği de kapsar.
K3, birikim etkisi. Çıktı başkalarının üretimini besliyor mu? Bilginin rekabetsiz niteliği (Arrow, 1962; Romer, 1990) üzerine kuruludur: başkalarının üzerine inşa edebileceği biçimde sunulan çıktı bilginin kamusal niteliğini taşır; kapalı sunulan çıktı bu niteliği kaybeder.
K4, kültürel hafıza. Çıktı bir topluluğun dilini, kimliğini ve hafızasını zenginleştiriyor mu? Throsby'nin toplumsal, tarihsel ve sembolik bileşenleriyle ilişkilidir. Kriterin gözlenebilir kanıtı topluluk geri bildirimi ve alan uzmanı değerlendirmesidir.
K5, gelecek maliyeti. Çıktı sentetik gürültü ya da kültürel kirlilik yaratıyor, özgün üreticileri aşındırıyor mu? Kriter, Makridis ve Brynjolfsson'un (2026) yükümlülük mantığını kültürel katmana taşır ve model çöküşü bulgularından (Shumailov ve ark., 2024) analoji yoluyla beslenir; analojinin sınırları Bölüm 3.6'da belirtilmiştir.
| Kriter | Ölçülen özellik | Kuramsal dayanak |
|---|---|---|
| E1 | Gerçek talep | Throsby (t.y.): ekonomik değer, ödeme isteği |
| E2 | Yaratma ve çıkarma | Mazzucato (2018) |
| E3 | İkame edilemezlik | Rekabet ve serbest giriş akıl yürütmesi (bu çalışma); Weitzman (1998) |
| E4 | Kalıcılık | Stok ve akış ayrımı; Throsby (1999) |
| E5 | Değerin paylaşımı | Makridis ve Brynjolfsson (2026) |
| K1 | Özgünlük | Throsby (2001), özgünlük bileşeni; Weitzman (1998); Benjamin (1935/2008) |
| K2 | Kalıcılık ve aktarılabilirlik | Throsby (1999); Bourdieu (1986) |
| K3 | Birikim etkisi | Arrow (1962); Romer (1990); Throsby (2003) |
| K4 | Kültürel hafıza | Throsby (2001): toplumsal, tarihsel ve sembolik bileşenler |
| K5 | Gelecek maliyeti | Makridis ve Brynjolfsson (2026); Shumailov ve ark. (2024), analoji |
İki puanın toplanıp tek bir bileşik skor üretilmemesi bilinçli bir tercihtir. Bileşik gösterge yazını, bileşenlerin toplanmasının telafi edilebilirlik varsayımına dayandığını belirtir: bir bileşendeki düşüklük, bir başka bileşendeki yüksekliğle dengelenebilir (Nardo ve ark., 2008). Doğrusal bir toplama S = aE + bK biçimindedir ve bu durumda E ile K arasındaki ikame oranı sabit ve a/b'ye eşittir; yani sabit bir miktar K puanı kaybı, a/b kadar E puanı kazancıyla her zaman telafi edilebilir.
Bu ikame yapısı, çalışmanın kuramsal kaynaklarıyla çelişmektedir. Throsby'ye göre kültürel değer tek bir hesap birimine sahip değildir ve parasal olmayan değerleri kapsar; iki değer aynı karar içinde ödünleşebilir, fakat bu ödünleşmenin çözümü bir hesap değil, bir müzakeredir (Throsby, t.y.). Bourdieu'ya göre sermaye biçimleri arasındaki dönüşüm koşullu, zaman alıcı ve kayıplıdır (Bourdieu, 1986); dolayısıyla ekonomik sermaye kültürel sermayeye sabit bir oranla ve kayıpsız çevrilemez. Her iki görüş de yüksek bir ekonomik puanın düşük bir kültürel puanı telafi edebileceği varsayımını desteklememektedir. Bu nedenle çıktılar toplanmaz; iki boyutlu bir konumda, telafi edilmeyen bir biçimde, birlikte okunur.
İki katman birbirinden bağımsız işlemez. Throsby'ye göre iki değer aynı üretim kararları içinde birbirini tamamlayabilir ya da ödünleşebilir; Bourdieu'ya göre dönüşüm koşullu ve kayıplıdır. Bu iki görüş birleştirildiğinde dört mekanizma öngörülebilir. Mekanizmalar, kuramsal dayanaklarının gücü farklı olan hipotezlerdir ve Çizelge 4'te ayrıntılandırılmıştır.
M1, fonlama (E → K, olumlu). Ekonomik kazanç, bilim ve sanat üretimini finanse eder. Bourdieu'ya (1986) göre ekonomik sermaye, kültürel sermaye edinmek için zaman ayırmayı mümkün kılan zemindir. Mikro üretici düzeyinde bu, kazancın bir bölümünün daha uzun soluklu, daha özgün ya da daha açık üretime yeniden yatırılmasıdır. Mekanizma, gelirin yeniden yatırım payı gibi bir koşulu gerektirir; bu nedenle etki her üreticide aynı olmayacaktır.
M2, kısa vadecilik (E → K, olumsuz). Talep yalnızca tıklananı ödüllendirirse, özgünlük ve uzun vadeli iş baskılanır. Hutchinson (2024) görünürlük ölçütlerinin üretimi ana akım beğeniye yönelttiğini savunur; Campbell (1979) bir göstergenin karar alma sürecinde ne kadar kullanılırsa o kadar çarpıtıldığını belirtir. Mekanizma, ekonomik puanı yüksek olup özgünlük ve kalıcılık puanı düşük üretimin payı arttıkça sonraki dönem kültürel değerin gerilemesini öngörür.
M3, birikim (K → E, olumlu). Kültürel ve bilimsel sermaye yeni pazar, yetenek ve marka doğurur. Throsby'nin (2001) okunuşunda kültürel değer tüketimi, tüketim kültürel sermayeyi, kültürel sermaye de iktisadi gelişmeyi besler (Hidalgo-Villota, 2025). Bilginin rekabetsizliği (Arrow, 1962; Romer, 1990) bu mekanizmanın iktisadi gerekçesini destekler: birikim, sonraki üretimin maliyetini düşürür ve getirisini artırır.
M4, güven aşınması (K → E, olumsuz). Sentetik gürültü arttıkça güven ve dikkat pahalılaşır; bu da ekonomik değeri düşürür. Dayanak, Bölüm 2.7'de tartışılan üç kaynağın birleşimidir: kalite belirsizliğinde düşük kalitenin yüksek kaliteyi dışlama eğilimi (Akerlof, 1970), deneyim mallarının kalitesinin ancak tüketimle öğrenilmesi (Nelson, 1970) ve üretimin maliyetinin düşmesiyle çabanın bilgilendirici sinyal niteliğini yitirmesi (Spence, 1973). Mekanizma kuramsal olarak tutarlı olmakla birlikte, üretken yapay zekânın kalite ayrımını fiilen zorlaştırıp zorlaştırmadığı ampirik bir sorudur.
| Kod | Yön | Mekanizma | İşaret | Kuramsal dayanak | İzlenecek gösterge |
|---|---|---|---|---|---|
| M1 | E → K | Fonlama | Olumlu | Bourdieu (1986): ekonomik sermaye zaman açar | Gelirin yeniden yatırım payı ve sonraki dönem K |
| M2 | E → K | Kısa vadecilik | Olumsuz | Hutchinson (2024); Campbell (1979) | E yüksek, K1–K2 düşük çıktı payı ve sonraki dönem K |
| M3 | K → E | Birikim | Olumlu | Throsby (2001); Arrow (1962); Romer (1990) | K yüksek üretimlerin sonraki dönem E skoru |
| M4 | K → E | Güven aşınması | Olumsuz | Akerlof (1970); Nelson (1970); Spence (1973) | K5 düşük çıktı payı yüksek hücrelerde E3 ve E4'ün seyri |
Değer Yaratma Endeksi (DYE), bir çıktının iki puanının bileşimidir; tek bir sayı değildir.
Çıktılar, eşik değeri c ile (başlangıç önerisi c = 5) dört çeyreğe ayrılır. Çeyrek konumu, hangi etkileşim mekanizmasının devrede olabileceğine ilişkin ilk göstergedir (Çizelge 5 ve Şekil 1). Eşik değeri bir kuramsal gerekçeye değil, ölçeğin orta noktasına dayanan bir başlangıç seçimine dayanır ve duyarlılık analizinde 4, 5 ve 6 değerleriyle sınanacaktır.
Kazandırır, özgünlük ve kalıcılık düşük.
İzle: kısa vadecilik (M2)
Kazandırır ve geleceğe birikim bırakır.
İzle: fonlama ve birikim (M1, M3)
Ne kazanç ne birikim.
İzle: güven aşınması (M4)
Birikim yüksek, gelir henüz düşük.
İzle: fonlama ihtiyacı (M1)
| Çeyrek | E | K | Yorum | İzlenecek mekanizma |
|---|---|---|---|---|
| Birikimli değer | ≥ c | ≥ c | Kazandırır ve geleceğe birikim bırakır | M1 ve M3 |
| Parlak ama geçici | ≥ c | < c | Kazanç yüksek, özgünlük ve kalıcılık düşük | M2 |
| Erken değer | < c | ≥ c | Birikim yüksek, gelir henüz düşük | M1 (fonlama ihtiyacı) |
| Gürültü | < c | < c | Ne kazanç ne birikim | M4 |
Üretici düzeyine geçerken, her çeyreğin üretici-dönem içindeki payı kullanılır. Üreticinin çeyrek profili πq,it, q çeyreğine düşen çıktıların toplam hacme oranıdır.
Burada I(·) gösterge fonksiyonudur. Çeyrek payları toplamı 1'e eşit olan bir profil oluşturur ve dört çeyreğin hangi dengeyle ortaya çıktığını gösterir. Örneğin yüksek hacimli bir üreticinin "gürültü" çeyreğindeki payı artıyorsa, bu, Bölüm 5'te tanımlanacak katsayının seyrelme yorumuyla birlikte okunur; böylece bir üreticinin hem nitelik profili hem de hacme duyarlılığı aynı çerçevede izlenir.
Değer Yaratma Endeksi bir çıktının niteliğini verir. Oysa çalışmanın temel sorusu, üretim hacmindeki değişimin değer kütlesine nasıl yansıdığıdır. Üretim maliyeti düşerken hacim hızla büyüyorsa ve çıktıların ortalama niteliği sabit kalıyorsa, değer kütlesi hacimle orantılı artar. Ortalama nitelik düşüyorsa kütle hacimden daha yavaş büyür ya da hiç büyümez; ortalama nitelik yükseliyorsa kütle hacimden hızlı büyür. Değer Üretme Katsayısı (DÜK), bu üç durumu tek bir parametrede özetlemek üzere tanımlanmıştır. Parametre bir esneklik biçiminde kurulduğu için, birim ve ölçek farklılıklarından bağımsız yorumlanır ve iktisat yazınında tanıdık bir dilde ifade edilir.
Üretici i'nin t dönemindeki ekonomik ve kültürel değer kütleleri, normalleştirilmiş çıktı puanlarının toplamı olarak tanımlanır. Ortalama değer verimi ise bu kütlenin hacme bölümüdür (s ∈ {e, k}).
Değer Üretme Katsayısı, değer kütlesinin hacme göre esnekliğidir ve her katman için ayrı hesaplanır.
Katsayı, hacim yüzde bir değiştiğinde değer kütlesinin yüzde kaç değiştiğini gösterir. V = Q·ȳ eşitliğinin iki yanının logaritması alındığında, katsayı ortalama verimin hacme esnekliği cinsinden de yazılabilir.
Önerme 1 (Ayrıştırma). Üretici düzeyinde DÜK, bire, ortalama verimin hacme esnekliğinin eklenmesiyle elde edilir (Denklem 7).
İspat. ln V = ln Q + ln ȳ olduğundan, her iki tarafın ln Q'ya göre türevi alındığında sonuç doğrudan elde edilir. ∎
Önerme 2 (Marjinal ve ortalama verim). Mevcut çıktıların puanları değişmiyorsa ve hacim ΔQ kadar artıyorsa, yay esnekliği olarak hesaplanan katsayı marjinal verimin ortalama verime oranına eşittir.
İspat. (ΔV/V)/(ΔQ/Q) ifadesi (ΔV/ΔQ)/(V/Q) olarak yeniden yazılabilir; pay marjinal, payda ortalama verimdir. ∎ Dolayısıyla λ < 1 ise sonradan eklenen çıktılar ortalama çıktıdan daha az değerlidir.
Önerme 3 (Ölçek değişmezliği). Puanlar çarpımsal olarak yeniden ölçeklendiğinde, örneğin 0–10 aralığından 0–1 aralığına geçildiğinde, katsayı değişmez; toplamsal dönüşümlerde değişir.
İspat. V'nin pozitif bir sabitle çarpılması ln V'ye sabit bir terim ekler ve bu terim türevde kaybolur. Toplamsal bir kayma ise V'nin Q'ya olan bağımlılığını değiştirir. ∎ Bu nedenle puanların 10'a bölünerek normalleştirilmesi katsayının değerini etkilemez.
Önerme 4 (Kriter ayrıştırması). Katman kütlesi kriter kütlelerinin toplamıdır; dolayısıyla katsayı, kriter katsayılarının kriter kütle payları ağırlığıyla ortalamasıdır.
İspat. Vs = Σm Vm toplamının ln Q'ya göre türevi, Vm × (∂ ln Vm / ∂ ln Q) toplamına eşittir; her iki taraf Vs'e bölündüğünde sonuç elde edilir. ∎ Önerme, seyrelmenin hangi kriterden kaynaklandığının görülmesini sağlar: ekonomik katmanda ikame edilemezlik (E3) kriterinin katsayısı düşükse, hacim artışının ekonomik değeri özgün girdi yetersizliği nedeniyle seyreltiği yorumu yapılabilir.
Katsayının yorumu Çizelge 6'da verilmiştir. Negatif bir katsayı, eklenen çıktının kendi puanı sıfırdan küçük olamayacağı için, yalnızca mevcut çıktıların puanlarının düşmesiyle, yani bir dış etki ya da aşınmayla mümkündür.
| Değer aralığı | Adı | Anlamı |
|---|---|---|
| λ < 0 | Aşındırıcı | Hacim artışı mevcut değer kütlesini azaltır (dış etki; K5 türü aşınma) |
| 0 ≤ λ < 1 | Seyrelen | Değer kütlesi artar ama ortalama verim düşer |
| λ = 1 | Oransal | Ortalama verim sabittir |
| λ > 1 | Birikimli | Ortalama verim artar (öğrenme ya da tamamlayıcılık) |
Katsayının nasıl çalıştığını göstermek üzere Çizelge 7'de dört varsayımsal üretici verilmiştir. Hepsi on çıktıdan yirmi çıktıya geçmekte ve eski çıktılarının ortalama puanı 0,5 olarak başlamaktadır. Rakamlar yalnızca açıklama amaçlıdır; hiçbir gerçek üreticiyi temsil etmez ve hiçbir ampirik bulguya dayanmaz.
| Üretici | Eski çıktıların ortalama puanı (önce → sonra) | Yeni on çıktının ortalama puanı | V1 | λ (yay) | Yorum |
|---|---|---|---|---|---|
| A | 0,5 → 0,5 | 0,2 | 7 | 0,4 | Seyrelen |
| B | 0,5 → 0,5 | 0,5 | 10 | 1,0 | Oransal |
| C | 0,5 → 0,5 | 0,8 | 13 | 1,6 | Birikimli |
| D | 0,5 → 0,3 | 0,1 | 4 | −0,2 | Aşındırıcı |
Üretici A'da hacim yüzde yüz artarken değer kütlesi yüzde kırk artmıştır; katsayı 0,4'tür ve Önerme 2'ye göre marjinal verimin (0,2) ortalama verime (0,5) oranına eşittir. Üretici D'de yeni çıktıların düşük puanına eski çıktıların puan kaybı eşlik etmektedir; bu, değer kütlesini 5'ten 4'e düşürerek katsayıyı negatif yapar. Bu durum, hacim artışının mevcut çıktıların değerini düşürdüğü, örneğin ortak dikkat havuzunun aşındığı ya da güven kaybının eski eserlere de yansıdığı bir aşınma durumunu gösterir.
Yapay zekâ kullanım yoğunluğu Ait ile gösterilirse, yapay zekânın hacim üzerindeki etkisi ile ortalama verim üzerindeki etkisi ayrı ayrı tahmin edilebilir. ln V = ln Q + ln ȳ özdeşliği nedeniyle, bu iki etkinin toplamı değer kütlesi üzerindeki toplam etkiyi verir. Yapay zekâ aracılı katsayı, değer kütlesi üzerindeki etkinin hacim üzerindeki etkiye oranıdır.
Bu tanımın bir avantajı, yaygın araç değişkeni tahminlerinin aksine bir dışlama kısıtı gerektirmemesidir. Yapay zekânın değeri yalnızca hacim aracılığıyla etkilediği varsayılmaz; hacim kanalı ile nitelik kanalı ayrı ayrı tahmin edilir ve özdeşlik gereği toplam etki bunların toplamıdır. İkinci eşitlikteki oran, nitelik etkisinin hacim etkisine oranı olarak okunur. Hacim etkisi pozitifken oran −1 ile 0 arasındaysa hacim artışı niteliğin bir bölümünü aşındırarak değeri artırmakta, −1'in altındaysa değer kütlesi azalmaktadır. Tahmin edilen katsayının nedensel yorumu, yapay zekâ benimsemesinin tahmin stratejisi (Bölüm 6.7) içinde yeterince dışsal sayılabilmesine bağlıdır; tanım bu bağımlılığı ortadan kaldırmaz, yalnızca ek bir dışlama kısıtı getirmez. Oranın paydası, yani hacim etkisi sıfıra yaklaştığında katsayı kararsızlaşır; bu durumda katsayı raporlanmaz, yalnızca iki kanalın tahminleri raporlanır.
Etkileşim mekanizmaları (Çizelge 4), çapraz esneklikler olarak da ifade edilebilir. Ekonomik değer kütlesinin bir sonraki dönemin kültürel değer kütlesine etkisi θE→K, kültürel değer kütlesinin bir sonraki dönemin ekonomik değer kütlesine etkisi θK→E ile gösterilir.
M1 ve M2 aynı yönde ama zıt işaretli mekanizmalar olduğundan, tek bir θE→K bu iki etkinin bileşkesini yansıtır. Bileşkenin işareti, hangi mekanizmanın baskın olduğuna bağlıdır; bu nedenle mekanizmaların ayrıştırılması için etkileşim terimleri (gelirin yeniden yatırım payı, E3 puanı ve K1–K2 düşük çıktı payı) kullanılır. M3 ve M4 için de benzer bir ayrıştırma geçerlidir. Çapraz katsayılar ile Değer Üretme Katsayısı birbirinden bağımsız tahmin edilir; ancak birlikte okunmaları, aynı üreticinin hacim–değer ve katman–katman ilişkilerini tek çerçevede görmeyi sağlar.
Üretici düzeyindeki katsayı, bir üreticinin hacim artışının diğer üreticilerin değerini etkilemediğini örtük olarak varsayar. Oysa dikkat ve güven gibi ortak kaynakların söz konusu olduğu durumlarda bir üreticinin hacim artışı diğerlerinin değer kütlesini de değiştirebilir. Bu etkiyi içeren bir sistem katsayısı tanımlanabilir. N üretici olsun; Vi üretici i'nin kendi hacmi Qi ve diğerlerinin toplam hacmi Q−i'nin bir fonksiyonu olsun. Kendi esnekliği λii, çapraz (dışsal) esnekliği λi,−i ile gösterilir.
Önerme 5 (Sistem katsayısı). Tüm üreticilerin hacimleri aynı oranda değişiyorsa, toplam değer kütlesinin toplam hacme esnekliği, üretici kütle paylarıyla ağırlıklandırılmış kendi ve çapraz esnekliklerin toplamıdır.
İspat. Her üretici için d ln Vi = λii d ln Qi + λi,−i d ln Q−i yazılır. Tüm hacimler aynı oranda değiştiğinde d ln Qi = d ln Q−i = d ln Q olur ve d ln Vi = (λii + λi,−i) d ln Q elde edilir. Toplam değişim dV = Σi Vi d ln Vi olduğundan, V'ye bölündüğünde sonuç çıkar. ∎
Önerme, üretici düzeyinde oransal görünen bir durumun (λii = 1) sistem düzeyinde seyrelmeye ya da aşınmaya dönüşebileceğini gösterir: çapraz esneklik negatifse, yani bir üreticinin hacim artışı diğerlerinin değerini düşürüyorsa, sistem katsayısı bire kıyasla küçülür. Bölüm 2.6'daki sınır durumda, toplam dikkat sabit ve değer dikkatle orantılı olduğunda, her üreticinin kendi esnekliği pozitif, çapraz esnekliği ise onu tam dengeleyecek biçimde negatif olur ve sistem katsayısı sıfıra eşitlenir. Sistem katsayısının tahmini, birden fazla üretici ve ekosistemi izleyen daha geniş bir veri yapısı gerektirdiğinden, bu çalışmanın ampirik tasarımı üretici düzeyine odaklanmakta, sistem katsayısı gelecek çalışmalara bırakılmaktadır.
Katsayı sabit esneklik varsayımına dayanır; değer kütlesinin hacme bağımlılığı doğrusal olmayabileceğinden tahminde esnek biçimler (parçalı ya da spline) de denenecektir. Ortalama verim, puanlama örneklemi üzerinden tahmin edildiğinde ölçüm hatası içerir. Hata rastgele ve hacimden bağımsız ise yalnızca standart hataları büyütür; puanlanan örneğin payı hacimle sistematik olarak değişiyorsa, örneğin yüksek hacimli üreticilerde örnek oranı düşükse, yanlılık oluşabilir. Çıktının tanımı ve sayımı da önemlidir: aynı çalışmanın birden fazla sürümünün ayrı çıktı sayılıp sayılmayacağı, Q'yu ve dolayısıyla katsayıyı doğrudan etkiler; Bölüm 6'da sayım kuralları açıkça tanımlanmıştır. Son olarak, katsayı betimleyici bir parametredir; nedensel yorumu, tahmin stratejisinin sağladığı koşullara bağlıdır ve bu çalışmada nedensellik iddiası ancak tasarım koşulları sağlandığında kurulacaktır.
Bu bölüm, kurulan modelin sınanması için önerilen araştırma desenini sunmaktadır. Tasarım henüz uygulanmamıştır; burada tanımlanan örnekleme, ölçüm ve tahmin adımları gelecekteki uygulamanın planıdır. Planın bir kısmı, veri toplanmadan önce kamuya açık bir kayıt sistemine (örneğin Open Science Framework) önceden kaydedilmek üzere tasarlanmıştır.
Araştırma, sınanabilir önermelerin yanlışlanabilirliğine ve ölçümün güvenirliğine önem veren post-pozitivist bir yaklaşımı benimsemektedir. Ancak kültürel değerin ölçümü doğası gereği yorum içerdiğinden, ölçümde öznelliğin ortadan kaldırılabileceği varsayılmaz; amaç, öznelliğin şeffaf kriterlere bağlanması ve uyumun raporlanmasıdır (Throsby, t.y.). Desen, ölçek geliştirme ve güvenirlik çalışması ile panel tahmininden oluşan iki aşamalı, nicel ve gözlemsel bir desendir (Çizelge 8).
| Aşama | Amaç | Örneklem | Ürün | İlgili soru ve hipotez |
|---|---|---|---|---|
| Faz 1 | Rubriğin geliştirilmesi, puanlayıcı eğitimi, güvenirlik ve içerik geçerliliği | 20–30 mikro üretici; üretici başına en fazla 10 çıktı | Revize rubrik, güvenirlik katsayıları | AS1, AS4; H0 |
| Faz 2 | DÜK ve çapraz katsayıların panel tahmini, etkileşim mekanizmalarının sınanması | Güç analiziyle belirlenecek üretici paneli; çok dönemli | λ, λYZ, θ tahminleri | AS2, AS3; H1–H8 |
Evren, çalışanı bulunmayan ya da en fazla iki kişiyle çalışan ve üretiminde üretken yapay zekâ araçlarını kullanan üreticilerdir. Alan çeşitliliğini sağlamak için yazılım ve mobil uygulama, müzik, kitap ve yayın, video içerik gibi birden fazla üretim alanından örnekleme yapılır; böylece sonuçların tek bir alanın özelliklerine bağlı olup olmadığı görülebilir. Faz 1'de amaçlı örnekleme kullanılır: amaç, rubriğin farklı alanlarda uygulanabilirliğini sınamaktır, evreni temsil etmek değildir. Faz 2'de, kamuya açık bir üretici listesinin bulunduğu alanlarda olasılıklı örnekleme tercih edilir; bu mümkün değilse seçilim yanlılığı raporlanır ve duyarlılık analizleriyle ele alınır.
Faz 2'deki örneklem büyüklüğü, Faz 1'den elde edilecek varyans kestirimlerine dayanan, benzetim temelli bir güç analiziyle belirlenecektir. Güç analizi, ilgilenilen katsayının (örneğin 1'den farkın) tespit edilebileceği en küçük etki büyüklüğünü, üretici içi korelasyonu ve beklenen veri kaybını dikkate almalıdır. Bu aşamada bir sayı ileri sürülmemektedir.
Üretim hacmi (Q), doğrudan katsayıyı belirlediğinden, çıktı sayımının kuralları açıkça tanımlanmalıdır. Bir öğe, aşağıdaki koşulların tümünü sağladığında bir çıktı sayılır: kamuya açık olarak yayımlanmış olması, tarih damgası taşıması ve içerik bakımından önceki öğelerden ayırt edilebilir olması. Yama niteliğinde küçük düzeltmeler ve aynı eserin farklı platformlardaki kopyaları ayrı çıktı sayılmaz. Toplu üretilen ve içeriği yalnızca küçük parametre farklarıyla ayrışan varyantlar, puanlayıcılar tarafından ayırt edilemez bulunduklarında tek çıktı olarak sayılır. Sayım iki puanlayıcı tarafından bağımsız yapılır ve uyumsuzluklar bir hakem tarafından çözülür. Katsayının, alternatif bir sayım kuralıyla (örneğin yalnızca belirli bir eşik üstü ayırt edilebilirlik taşıyan öğelerin sayılması) tekrar hesaplanması bir duyarlılık analizi olarak yapılacaktır.
Üretim hacmi, kamuya açık yayın kayıtlarından (sürüm geçmişi, yükleme tarihleri, yayın listeleri) elde edilir. Yapay zekâ kullanım yoğunluğu (A), üretici beyanı ve araç benimseme tarihleri üzerinden ölçülür; beyan ölçümünün yanıt yanlılığı taşıyabileceği not edilir ve beyanın, mümkün olduğunda kayıtlarla (araç hesap tarihleri, sürümlerde belirtilen araç bilgisi) çapraz doğrulanması planlanır. Ekonomik ve kültürel puanlar, Ek A'daki rubrikle iki bağımsız puanlayıcı tarafından üretilir. Kontrol değişkenleri üretim alanı, üreticinin deneyim süresi, yayın platformu ve fiyatlama modelidir. Dış ölçütler olarak gelir ve kullanıcı sürekliliği göstergeleri ile uzun vadeli kullanım ve arşivlenme göstergeleri toplanır; bunlar ölçek geçerliliğinin sınanmasında kullanılır (Bölüm 6.6).
Puanlama protokolü beş adımdan oluşur. İlk olarak, rubrikteki kriterler ve çapalar, kültür ekonomisi, ölçek geliştirme ve üretim alanlarından uzmanlardan oluşan bir panele sunulur ve içerik geçerliliği için her kriterin gerekliliği değerlendirilir. İçerik geçerlilik oranı Lawshe'nin (1975) yaklaşımıyla hesaplanabilir; bu yaklaşımda panelin yeterli çoğunluğunun bir kriteri gerekli bulması, o kriterin korunmasının koşuludur. İkinci olarak, puanlayıcılar eğitilir; eğitim, çapaların örneklerle tartışılmasını ve bir kalibrasyon kümesinde ortak puanlamayı içerir. Üçüncü olarak, puanlama kör yürütülür: puanlayıcılar çıktının üreticisini ve yapay zekâ kullanım düzeyini bilmeden değerlendirir. Kör puanlamanın her alanda mümkün olmadığı bilinmektedir; örneğin üretici kimliği eserden anlaşılıyorsa körlük kısmen bozulur ve bu durum raporlanır. Dördüncü olarak, her çıktı iki puanlayıcı tarafından bağımsız puanlanır; ayrışmalar bir hakem ya da uzlaşı toplantısıyla çözülür. Beşinci olarak, kanıt bulunamayan kriterler sıfır değil "değerlendirilemedi" olarak işaretlenir ve ayrı ele alınır; zaman içinde puanlayıcı kaymasını denetlemek üzere belirli aralıklarla kalibrasyon kümesi yeniden puanlanır.
Üretici başına tüm çıktıların puanlanması maliyetli olduğundan, her üretici-dönem için çıktıların rastgele bir alt örneği puanlanır; ortalama verim bu alt örnekten tahmin edilir ve hacim kamuya açık kayıtlardan sayılır. Alt örnek oranı üreticiler ve dönemler arasında sabit tutulmalıdır; aksi hâlde ölçüm hatası hacimle ilişkili hâle gelir (Bölüm 5.8).
Puanlayıcılar arası güvenirlik, kriter düzeyinde sıralı ölçek için Krippendorff alfasıyla, toplam puanlar için sınıf içi korelasyon katsayısıyla (Koo ve Li, 2016) değerlendirilecektir. Krippendorff (2004), alfa değeri 0,800 ve üzerindeki sonuçların güvenilir, 0,667 ile 0,800 arasındakilerin geçici sonuçlar için kabul edilebilir sayılabileceğini belirtir; bu eşikler başlangıç olarak alınacaktır. İç tutarlılık katsayıları (Cronbach alfası gibi), E ve K ölçeklerinde birincil güvenirlik göstergesi sayılmayacaktır; çünkü kriterler, aynı gizil değişkenin yansıtıcı göstergeleri değil, değerin farklı yönlerini bir araya getiren oluşturucu göstergelerdir (Bollen ve Lennox, 1991). Oluşturucu göstergelerle kurulan endekslerde kriterlerin birbirleriyle yüksek korelasyon göstermesi beklenmez; tam tersine, aşırı yüksek korelasyon kriterlerin ayrı bir bilgi taşımadığını düşündürür (Diamantopoulos ve Winklhofer, 2001). Bu nedenle kriterler arası korelasyonlar bir doğrusal bağımlılık kontrolü olarak incelenir ve yüksek bağımlılık gösteren kriter çiftleri yeniden tanımlanır ya da birleştirilir.
Geçerlilik üç boyutta incelenecektir. İçerik geçerliliği için kriterlerin Throsby'nin kültürel değer bileşenleri ve Mazzucato'nun ayrımıyla eşleştirilmesi bir uzman panelince onaylanacaktır. Yapı geçerliliği, Cronbach ve Meehl (1955) ile Messick'in (1995) çerçevesine uygun olarak kuramsal beklentilerin test edilmesiyle incelenecektir: K puanının platform görünürlük ölçütleriyle zayıf, uzun vadeli kullanım ve arşivlenme göstergeleriyle daha güçlü ilişki göstermesi beklenir; bu beklenti Hutchinson'un (2024) görünürlük ölçütlerinin kültürel değerle sınırlı ilişkisi savına dayanır. Ölçüt geçerliliği için E puanı gerçek gelir ve kullanıcı sürekliliği göstergeleriyle karşılaştırılacaktır. Bu beklentiler sonuç olarak değil, sorgulanacak önermeler olarak sunulmaktadır.
Değer Üretme Katsayısı. Temel tahmin, üretici ve dönem sabit etkili bir panel modeline dayanır.
Burada αi üretici sabit etkisi, τt dönem sabit etkisi, Xit kontrol değişkenleri, λs ise ilgilenilen katsayıdır. Değer kütlesi sıfır değer alabileceğinden, modelin doğrusal logaritmik biçimi yerine Poisson sahte-en büyük olabilirlik tahmincisi kullanılacaktır (Santos Silva ve Tenreyro, 2006). Standart hatalar üretici düzeyinde kümelenecektir.
Yapay zekâ aracılı katsayı. Üreticiler yapay zekâ araçlarını farklı tarihlerde benimsediğinden, kademeli benimseme için uygun bir farkın farkı yöntemi (Callaway ve Sant'Anna, 2021) kullanılacaktır. Yöntem, benimseme grubu ve zaman bazında ortalama tedavi edilenler üzerindeki etkiyi tahmin eder ve iki yönlü sabit etkili tahminlerde kademeli benimseme altında ortaya çıkabilen sorunlardan kaçınır. Hem ln Q hem ln ȳ üzerindeki etki ayrı ayrı tahmin edilecek, Denklem 10'daki katsayı bu iki etkinin oranı olarak hesaplanacak ve güven aralığı önyükleme yöntemiyle bulunacaktır. Kademeli benimseme desenindeki temel varsayım, benimsemenin zamanından bağımsız olarak, tedavi görmeyen gruplarla paralel eğilimlerin bulunmasıdır; bu varsayım, benimseme öncesi dönemler için olay çalışması grafikleriyle gözlemlenecektir.
Çapraz katsayılar. Etkileşim mekanizmaları için gecikmeli bağımlı değişkenli dinamik panel modeli kurulacaktır.
Kısa panellerde gecikmeli bağımlı değişken ile üretici sabit etkisi arasındaki ilişkiden doğan yanlılığı gidermek için genelleştirilmiş momentler yöntemi (Arellano ve Bond, 1991) kullanılacaktır. M1 ve M2'nin ayrıştırılması için, gelirin yeniden yatırım payı ve E3 ile K1–K2 düşük çıktı payı ile etkileşim terimleri modele eklenecektir. M3 ve M4 için ters yönlü model (K'nin gecikmeli değerinin E'ye etkisi) aynı biçimde kurulacaktır.
Duyarlılık analizleri. Analizler üç eksende tekrarlanacaktır: eşik değeri c'nin 4, 5 ve 6 alınması; kriter ağırlıklarının eşit yerine uzman panelince belirlenmesi; toplam puan yerine sıralı lojistik gibi sıralı ölçeğe uygun yöntemlerin kullanılması (Stevens, 1946). Birden fazla hipotez aynı veri üzerinde sınanacağından, çoklu test düzeltmesi (Holm, 1979) uygulanacaktır; ayrıca dayanağı en zayıf olan hipotezler ayrı bir aile olarak ele alınacaktır.
Başlıca tehdit seçilimdir. Yapay zekâyı benimseyen üreticiler benimsemeyenlerden başlangıçta farklı olabilir; bu fark hem hacmi hem niteliği etkileyebilir. Kademeli benimseme deseni ve üretici sabit etkileri bu tehdidi kısmen azaltır, ancak zamanla değişen gözlenmeyen etkenleri ortadan kaldırmaz. İkinci tehdit ölçüm hatasıdır: puanlayıcı öznelliği ve örnekleme hatası katsayıyı sıfıra doğru çekebilir; puanlayıcılar arası uyumun düşük olduğu kriterlerde sonuçlar buna göre yorumlanacaktır. Üçüncü tehdit, ölçütün hedefe dönüşmesidir. Campbell (1979), bir toplumsal göstergenin karar sürecinde ne kadar çok kullanılırsa o kadar çarpıtılacağını savunur; Değer Yaratma Endeksi bir ödül ya da sıralama aracı olarak değil, yalnızca bir araştırma aracı olarak kullanılacak, üreticilere puanları ödül olarak sunulmayacaktır. Dördüncü tehdit, yapay zekâ araçlarının kendilerinin zaman içinde değişmesidir; araç sürümlerindeki ilerlemeler, benimseme tarihine göre ölçülen etkiyi çarpıtabilir; araç sürüm bilgisi mümkün olduğunda kontrol değişkeni olarak eklenecektir. Beşinci tehdit dış etkilerdir: bir üreticinin hacim artışı diğer üreticilerin değerini etkiliyorsa, üretici düzeyindeki katsayı sistem düzeyindeki etkiyi yansıtmaz (Bölüm 5.7).
Araştırma yalnızca kamuya açık çıktılar ve üreticilerin açık rızasıyla paylaştığı bilgiler üzerinde yürütülecek, üretici kimlikleri analiz sonuçlarında anonimleştirilecektir. Kurumsal bir gereklilik varsa etik kurul onayı alınacaktır. Yazarın kendisi, yapay zekâ ile üretim yapan bağımsız bir stüdyonun sahibidir; bu çıkar ilişkisi nedeniyle yazarın kendi çıktıları örnekleme dâhil edilmeyecek ya da ayrı bir çözümleme olarak raporlanacaktır. Puanlayıcıların da değerlendirdikleri üreticilerle çıkar ilişkisi olmaması koşulu aranacaktır.
Hipotezlerin, ilgilenilen parametrelerin ve tahmin yöntemlerinin eşleşmesi Çizelge 9'da özetlenmiştir; hipotezlerin içeriği Bölüm 7'de ayrıntılandırılmıştır.
| Hipotez | Parametre | Model | Karar ölçütü |
|---|---|---|---|
| H0 | Krippendorff alfası (kriter düzeyi) | Güvenirlik analizi (Faz 1) | Her kriter için α ≥ 0,667 (tercihen ≥ 0,800) |
| H1 | λeYZ | Kademeli benimseme farkın farkı; oran | λeYZ < 1; güven aralığı 1'i içermez |
| H2 | λkYZ − λeYZ | Aynı model; fark için önyükleme | Fark negatif ve anlamlı |
| H3 | ln Q × E3 etkileşimi | PPML, etkileşimli (13) | Etkileşim katsayısı pozitif |
| H4 | θE→K (yüksek yeniden yatırım) | Dinamik panel (14); alt grup | Katsayı pozitif |
| H5 | θE→K × düşük K1–K2 payı | Dinamik panel; etkileşim | Etkileşim katsayısı negatif |
| H6 | θK→E | Dinamik panel (ters yön) | Katsayı pozitif |
| H7 | θK→E × düşük K5 payı | Dinamik panel; etkileşim | Etkileşim katsayısı negatif |
| H8 | Çeyrek profili ve süreklilik | Hayatta kalma analizi | Birikimli çeyrek, gürültü çeyreğine göre daha uzun süreklilik |
Hipotezler, önceki bölümlerde kurulan modelden türetilmiştir ve ampirik bulgu olarak değil, sınanacak önermeler olarak sunulmaktadır. Biri ölçümün önkoşulunu, sekizi asıl sorulan soruları ele alan dokuz hipotez vardır. Dayanakları farklı güçtedir; dayanağı en zayıf olanlar keşfedici olarak işaretlenmiştir. Hepsi yanlışlanabilir biçimde yazılmıştır: her biri için, hipotezi çürütecek bulgu Çizelge 10'da belirtilmiştir.
H0. Rubrik, iki bağımsız puanlayıcı arasında yeterli güvenirlik sağlar. Bu hipotez diğerlerinin önkoşuludur: güvenirliği yetersiz bir ölçekle yapılan tahminler yorumlanamaz. Ölçüt olarak, her kriter için Krippendorff alfasının en az 0,667 olması (tercihen 0,800 ve üzeri) beklenir (Krippendorff, 2004). Bir kriter eşiği karşılamazsa o kriter yeniden tanımlanır ve puanlama yinelenir; eşik karşılanana kadar H1–H8'in sonuçları yorumlanmaz.
H1 (ekonomik seyrelme). Yapay zekâ benimsemesinin ardından mikro üreticilerde ekonomik değer seyrelir; yani λeYZ < 1. Gerekçe iki kaynaktan beslenir. İlk olarak E3 mantığı: üretim maliyeti sıfıra yaklaşırken ve giriş serbestken, herkesin üretebildiği çıktının getirisi rekabetle aşınır. İkinci olarak dikkat kıtlığı (Simon, 1971): alıcının dikkati sınırlıysa, eklenen çıktının ortalama çıktıdan daha az dikkat çekmesi beklenir. Hipotez, katsayının güven aralığı 1'i içerdiğinde ya da katsayı 1'in üzerinde bulunduğunda çürütülür. Bu durumda yapay zekâ destekli hacim artışının ekonomik değer kütlesini en az orantılı artırdığı sonucuna varılacak ve çalışmanın seyrelme kaygısı bu veriyle sorgulanacaktır.
H2 (kültürel seyrelme, keşfedici). Kültürel katmandaki seyrelme ekonomik katmandakinden daha belirgindir; yani λkYZ < λeYZ. Gerekçe, yeniden birleştirmenin maliyetinin düşmesiyle özgünlüğün göreli olarak kıtlaşması (Weitzman, 1998) ve model çöküşü bulgularına dayanan analojidir (Shumailov ve ark., 2024). Bu dayanak zayıftır ve karşıt bir görüş de savunulabilir: piyasa rekabeti ekonomik değeri kültürel değerden daha hızlı aşındırıyor olabilir. Bu nedenle hipotez keşfedici sayılmış ve çoklu test düzeltmesinde ayrı bir aile olarak ele alınacaktır. Fark pozitif ya da anlamsız bulunursa hipotez çürütülür.
H3 (özgün girdinin düzenleyici rolü). Özgün girdi puanı (E3) yüksek olan üreticilerde hacim–değer ilişkisi daha güçlüdür; yani ln Q ile E3'ün etkileşim katsayısı pozitiftir. Gerekçe, özgün girdinin (alan bilgisi, özel veri, topluluk güveni) yapay zekâ ile ucuzlayan yeniden birleştirmenin tersine kıt kalan unsur olmasıdır (Weitzman, 1998). Etkileşim katsayısı sıfır ya da negatif bulunursa hipotez çürütülür.
H4 (fonlama, M1). Gelirin yeniden yatırım payı yüksek üreticilerde, ekonomik değer kütlesi sonraki dönemin kültürel değer kütlesini artırır; yani bu alt grupta θE→K > 0. Gerekçe Bourdieu'nün (1986) ekonomik sermayenin kültürel sermaye edinmek için zaman açtığı yönündeki tespitidir. Katsayı sıfır ya da negatif bulunursa çürütülür.
H5 (kısa vadecilik, M2). Ekonomik puanı yüksek ama özgünlük ve kalıcılık puanı (K1–K2) düşük çıktıların payı arttıkça, ekonomik değer kütlesinin sonraki dönem kültürel değer kütlesine etkisi azalır; yani etkileşim katsayısı negatiftir. Gerekçe, görünürlük ölçütlerinin üretimi ana akım beğeniye yönlendirmesi (Hutchinson, 2024) ve ölçütlerin kullanıldıkça çarpılmasıdır (Campbell, 1979). Etkileşim katsayısı sıfır ya da pozitif bulunursa çürütülür.
H6 (birikim, M3). Kültürel değer kütlesi, sonraki dönemin ekonomik değer kütlesini artırır; yani θK→E > 0. Gerekçe, kültürel değerin tüketimi ve iktisadi gelişmeyi beslediği yönündeki Throsby okunuşu (Hidalgo-Villota, 2025) ile bilginin birikimli ve rekabetsiz niteliğidir (Arrow, 1962; Romer, 1990). Katsayı sıfır ya da negatif bulunursa çürütülür.
H7 (güven aşınması, M4). K5 puanı düşük çıktıların payının yüksek olduğu üreticilerde, kültürel değer kütlesinin sonraki dönem ekonomik değer kütlesine etkisi daha düşüktür; yani etkileşim katsayısı negatiftir. Gerekçe kalite belirsizliği, deneyim malları ve sinyal kuramıdır (Akerlof, 1970; Nelson, 1970; Spence, 1973). Hipotezin dayanağı kuramsaldır; üretken yapay zekânın kalite ayrımını gerçekten zorlaştırıp zorlaştırmadığı ampirik bir sorudur ve bu hipotez bu soruya dolaylı bir sınama getirir. Etkileşim katsayısı sıfır ya da pozitif bulunursa çürütülür.
H8 (çeyrek ve süreklilik). Çeyrek profili birikimli değer çeyreğinde yoğunlaşan üreticiler, gürültü çeyreğinde yoğunlaşanlara göre faaliyetlerini daha uzun sürdürür. Bu hipotez, endeksin yalnızca betimleyici değil, bir sonuç değişkeniyle ilişkili olduğunu sınar. Dayanak genel bir çerçeveye, kültürel ve ekonomik değerin ikisini birden taşıyan üretimin sürdürülebilirliğine dairdir; kuramsal dayanağı diğer hipotezlerinkinden sınırlıdır. Birikimli çeyrek ile süreklilik arasında anlamlı bir ilişki bulunmazsa çürütülür.
| Kod | Hipotez | Dayanak ve gücü | Çürütülme koşulu |
|---|---|---|---|
| H0 | Rubrik yeterli güvenirlik sağlar | Krippendorff (2004); ölçüm gerekliliği | Herhangi bir kriter için α < 0,667 |
| H1 | Ekonomik değer yapay zekâ benimsemesiyle seyrelir (λeYZ < 1) | E3 mantığı; Simon (1971); orta | λeYZ ≥ 1 |
| H2 | Kültürel seyrelme ekonomik seyrelmeden belirgindir (keşfedici) | Weitzman (1998); Shumailov ve ark. (2024) analojisi; zayıf | Fark pozitif ya da anlamsız |
| H3 | Özgün girdi yüksekse hacim–değer ilişkisi güçlüdür | Weitzman (1998); E3; orta | Etkileşim katsayısı sıfır ya da negatif |
| H4 | Yüksek yeniden yatırımda E, sonraki dönem K'yi artırır (M1) | Bourdieu (1986); orta | θE→K ≤ 0 (bu alt grupta) |
| H5 | E yüksek, K1–K2 düşük çıktı payı arttıkça E'nin K'ya etkisi azalır (M2) | Hutchinson (2024); Campbell (1979); orta | Etkileşim katsayısı ≥ 0 |
| H6 | K, sonraki dönem E'yi artırır (M3) | Throsby (2001); Arrow (1962); Romer (1990); orta | θK→E ≤ 0 |
| H7 | K5 düşük çıktı payı yüksekse K'nin E'ye etkisi azalır (M4) | Akerlof (1970); Nelson (1970); Spence (1973); kuramsal, ampirik dayanak zayıf | Etkileşim katsayısı ≥ 0 |
| H8 | Birikimli çeyrek, gürültü çeyreğine göre daha uzun süreklilik taşır | Genel çerçeve; sınırlı | Anlamlı ilişki yok ya da ters yönde |
Hipotezlerin nedensel yorumu, Bölüm 6.7'de tanımlanan tahmin stratejisinin koşullarına bağlıdır. Gözlemsel veriden elde edilecek sonuçlar, koşullar sağlanmadığında ilişki olarak okunacak, nedensellik iddiası ancak bu koşullar karşılandığında ve yalnızca ilgili hipotez için kurulacaktır.
Çalışma ampirik bulgu içermediğinden bu bölüm, bulguların ne anlama gelebileceğini, önerilen çerçeveye yöneltilebilecek karşı görüşleri, sınırlılıkları ve gelecek çalışmaları tartışmaktadır. Burada yapılan çıkarımlar koşulludur: ancak ilgili hipotezler sınandığında, bu çıkarımlar bir bulguya dayanacaktır.
Çalışmanın kuramsal katkısı, ölçüm nesnesinin yeniden tanımlanmasında yatmaktadır. Yapay zekâ çıktısını ölçen makro çerçeveler, çıktının ne kadar üretildiğini ya da ne kadarının hesaplara yansıdığını sorar. Bu çalışma ise üretimin ucuzladığı bir ortamda ayırt edici sorunun, üretilenin ne kadarının değer taşıdığı ve geleceğe ne bıraktığı olduğunu savunmaktadır. Değer Üretme Katsayısı bu soruyu bir esneklik olarak ifade eder; ortalama ve marjinal verimle bağı (Önerme 2) bu ölçütü iktisat yazınında tanıdık bir dilde okunabilir kılar.
Modelin iki özelliği özellikle tartışılmalıdır. İlki, puanların toplanmayıp iki boyutlu bir konumda okunmasıdır (Bölüm 4.5). Bu tercih, ekonomik ve kültürel değerin birbirinin yerine geçebileceği varsayımından kaçınmayı sağlar; bedeli, üreticilerin tek bir sıralamaya konulamamasıdır. İkincisi, katsayının üretici düzeyinde tanımlanmasıdır. Ekosistem düzeyindeki dış etkiler (Önerme 5) kuramsal olarak ele alınmış, ancak ampirik tasarımın dışında bırakılmıştır. Dikkat gibi ortak kaynaklarda üretici düzeyinde oransal görünen bir durum, sistem düzeyinde seyrelmeye işaret edebilir (Bölüm 5.7); bu, tasarımın en önemli sınırlarından biridir.
Çizelge 11, ekonomik ve kültürel katsayıların alabileceği dört temel örüntüyü ve her birinin kuramsal yorumunu özetlemektedir. Örüntüler yalnızca yorum çerçevesidir; hiçbiri bir beklenti ya da sonuç olarak sunulmamıştır.
| Örüntü | Olası yorum | Ek inceleme |
|---|---|---|
| λe < 1 ve λk < 1 | Hacim artışı her iki katmanda da değeri seyreltir; dikkat ve güven kaynaklı bir sınırlama düşündürür | Kriter ayrıştırması (Önerme 4); sistem düzeyi etkiler |
| λe < 1, λk ≥ 1 | Ekonomik getiri hacimle aşınırken kültürel birikim hacimle artıyor; "erken değer" çeyreğinde yığılma ve fonlama ihtiyacı | M1 ve H4; çeyrek profili |
| λe ≥ 1, λk < 1 | Hacim kazancı yüksek kalırken kültürel birikim azalıyor; "parlak ama geçici" çeyrekte yığılma | M2 ve H5; K1–K2 kriterleri |
| λe ≥ 1 ve λk ≥ 1 | Hacim artışı değeri en az orantılı artırır; seyrelme kaygısı bu veriyle sorgulanır | Hangi alt grupların bu örüntüyü sürdürdüğü (H3) |
"Değer fiyattır; piyasa belirler." Neoklasik bir bakış, değerin piyasa fiyatından başka bir ölçütle ölçülemeyeceğini ileri sürebilir. Bu çalışmanın ekonomik katmanı zaten piyasa karşılığını (E1) esas alır. Ayrıca Throsby kültürel değerin parasal terimlerle tam ifade edilemediğini, iktisadın bu değeri kaçırdığını savunur; Mazzucato da fiyatı değerden ayırmak gerektiğini ileri sürer. İki katmanlı yapı bu görüşlere dayanır ve onları tartışmaya açık bırakır.
"Kültürel değer öznel ve seçkinci bir yargıdır." Bourdieu'cü bir eleştiri, "değerli kültür" ölçütlerinin ayrıcalıklı grupların beğenisini yansıttığını söyleyebilir. Bu risk gerçektir ve tamamen ortadan kaldırılamaz. Önerilen kriterler (özgünlük, kalıcılık, birikim, hafıza, gelecek maliyeti) beğeni ya da biçimsel nitelik hiyerarşisi kurmak yerine gözlenebilir özelliklere bakar; çoklu ve çeşitli puanlayıcılar ile şeffaf rubrik bu riski sınırlamayı amaçlar. Hutchinson'un (2024) temsil ve toplumsal etki ölçütlerinin eklenmesi bu doğrultuda bir geliştirme olabilir. Yine de rubriğin ürettiği puanların, belirli bir kültürel konumdan puanlayıcıları yansıtabileceği, bu çalışmanın açık bir sınırlılığıdır.
"Yapay zekâ ürünü kültür değildir" ya da tersi: "yapay zekâ yeni bir kültürel biçimdir." Rubrik, çıktının yapay zekâ ile üretilip üretilmediğine bakmaz; puanlayıcılar bu bilgiden kör tutulmaya çalışılır. Dolayısıyla yapay zekâ ile üretilmiş bir çıktı, özgünlük, kalıcılık ve birikim kriterlerini karşılıyorsa yüksek K puanı alabilir. Bu tercih, yapay zekâ kullanımının kendisine ilişkin bir değer yargısını ölçüm dışında bırakmayı amaçlar; Benjamin'in (1935/2008) çoğaltma tekniğinin "aura"yı zayıflattığı yönündeki görüşüne ilişkin tartışmayı da çözmez, yalnızca ölçümün bu tartışmaya bağlı olmamasını sağlar.
"Ölçüt hedefe dönüşür." Campbell (1979) bu riskin genel formülasyonudur. Endeksin ödül ya da sıralama aracı olarak değil yalnızca araştırma aracı olarak kullanılması bir koruma sağlar; ancak endeks bir kez yayımlandığında dışarıda nasıl kullanılacağı yazarın denetimi dışındadır. Bu nedenle çalışma, endeksin üreticilere yönelik bir not ya da derecelendirme biçiminde kullanılmasını önermemektedir.
"Katsayı, endeksin söylemediği bir şey söylemiyor." Endeks, çıktının niteliğini verir; ancak hacimle birlikte nitelik değişimini tek bir parametrede özetlemez. İki üretici aynı ortalama niteliğe sahip olabilir, ama biri hacim arttıkça ortalamasını korurken diğeri kaybedebilir. Katsayı bu farkı görünür kılar. Bu nedenle iki araç birbirinin yerine değil, tamamlayıcıdır.
Aşağıdaki çıkarımlar, ancak ilgili hipotezlerin desteklenmesi hâlinde anlam kazanır. Platformlar açısından, görünürlük ölçütlerinin kültürel katmanla zayıf ilişkisi bulunursa (yapı geçerliliği beklentisi), önerilen kriterlerin bir bölümünün öneri ve sıralama sistemlerine yardımcı sinyal olarak eklenmesi tartışılabilir; Hutchinson (2024) bu yönde nitel ölçütleri önermektedir. Fonlayıcılar ve kültür politikası açısından, "erken değer" çeyreğinde yığılan üreticilerin ekonomik getirisi düşükken kültürel birikimi yüksekse (H4 ve M1), bu üreticilerin fonlama ihtiyacı kuramsal olarak daha yüksektir; bu, belirli bir fon aracının gerekçesi olarak doğrudan kullanılamaz, ancak hedefleme tartışmasına girdi sağlar. Üreticiler açısından, kendi çeyrek profillerini ve katsayılarını görmek bir kendini değerlendirme aracı olabilir; fakat bu kullanım Campbell'in uyarısı çerçevesinde bir hedef değil, bir gözlem aracı olarak kalmalıdır.
Önerilen çerçeve, yerel dil ve kültürel bellek bakımından özellikle K4 kriteri üzerinden bağlama duyarlıdır. Türkçe içerik üreten mikro üreticiler için bu kriter, bir topluluğun dilini, hafızasını ve kimliğini zenginleştirme ölçütünü doğrudan ilgilendirir. Ancak bu bağlama ilişkin veri bu çalışmada derlenmemiştir; kültürel değerin zamanla ve topluluktan topluluğa değiştiği (Throsby, t.y.) göz önüne alındığında, rubriğin yerel bağlamda ayrıca sınanması ve gerekirse uyarlanması gerekir. Yerel bağlamın tanıtılması, bu çalışmanın ampirik kanıtı sayılmamalıdır; yalnızca gelecekteki uygulamanın hangi koşullarda yapılması gerektiğini göstermektedir.
Çalışmanın ilk ve temel sınırlılığı ampirik bulgu içermemesidir; hiçbir hipotez sınanmamış ve ölçeğin güvenirliği ile geçerliliği gösterilmemiştir. İkinci sınırlılık ölçme aracının kendisine ilişkindir. Kültürel değer zamanla ve topluluktan topluluğa değişir (Throsby, t.y.); beş kriterli rubrik bu değişkenliğin yalnızca bir bölümünü yakalar, eşit ağırlıklı toplam ve sıralı puanların aralık ölçeği gibi toplanması varsayımlardır. Üçüncü sınırlılık yazın taramasının kapsamıdır: tarama sistematik değildir, Throsby'nin 1999 makalesine ve Mazzucato'nun kitabına doğrudan erişilememiştir, nesiller arası adalet ve kültürel sürdürülebilirlik yazını taranmamıştır, kaynakçadaki yöntem kaynaklarının bir bölümü bu çalışma sırasında yeniden açılıp karşılaştırılmamıştır. Dördüncü sınırlılık, model çöküşü analojisinin dayanağının yalnızca makine öğrenmesi modelleri için gösterilmiş bulgular olmasıdır (Shumailov ve ark., 2024; Seddik ve ark., 2024). Beşinci sınırlılık, yapay zekânın makro etkisine ilişkin tartışmanın sürmesidir; etkinin hızı ve ölçeği üzerinde uzlaşı yoktur (Nolan, 2026). Altıncı sınırlılık, yazarın bağımsız bir üretim stüdyosuyla olan ilişkisinden doğan olası çıkar çatışmasıdır (Bölüm 6.9). Yedinci sınırlılık, çalışmanın tek yazarlı ve kurumsal bir bağlam dışında hazırlanmış olmasıdır; bu durum, hakem değerlendirmesi ve eleştirel okuma için ek bir ihtiyaç doğurmaktadır.
Doğrudan devam, Bölüm 6'da tanımlanan ilk aşamanın yürütülmesi ve rubriğin güvenirlik sonuçlarına göre revize edilmesidir. Bunu, panel tahmininin gerçekleştirilmesi ve Değer Üretme Katsayısı ile çapraz katsayıların raporlanması izlemelidir. Orta vadede, ekosistem düzeyindeki etkileri yakalamak üzere sistem katsayısının (Önerme 5) tahmin edilmesi ve Makridis ile Brynjolfsson'un (2026) önerdiği yoğunluk göstergesinin mikro düzeyli bir tamamlayıcısı olarak ele alınması düşünülebilir. Bunların yanında, rubriğin farklı kültürel bağlamlarda geçerli olup olmadığını sorgulayan karşılaştırmalı çalışmalar ve puanlamanın uzman paneline dayalı ortak değerlendirme yöntemleriyle (Abduljalil ve ark., 2026) karşılaştırılması yararlı olacaktır. Ayrıca, temsil ve toplumsal etki gibi Hutchinson'un (2024) önerdiği boyutların kültürel katmana eklenmesi ve nesiller arası adalet yazınından (örneğin kültürel sürdürülebilirlik tartışmaları) yararlanılarak K kriterlerinin gözden geçirilmesi, modelin kuramsal temelini güçlendirecektir.
Bu çalışmada yapay zekâ destekli mikro üretimin değeri, ekonomik ile bilim, sanat ve kültür katmanlarında ayrı ayrı puanlanan ve aralarındaki etkileşim dört mekanizmayla izlenen bir çerçeve olarak kavramsallaştırılmıştır. Çıktılar, beşer kritere dayanan iki puanla, toplanmadan, iki boyutlu bir konumda ve dört çeyrekten biri olarak okunmakta; üreticiler ise çeyrek payları vektörüyle betimlenmektedir. Çalışmanın ikinci katkısı olan Değer Üretme Katsayısı, değer kütlesinin üretim hacmine esnekliğini tanımlamakta; ortalama ve marjinal verimin oranına eşit olduğu, ölçek değişmezliği taşıdığı, kriterlere ayrıştırılabildiği ve ekosistem düzeyine genişletilebildiği gösterilmiştir. Yapay zekâ aracılı türev, hacim ve nitelik etkilerinin ayrı tahminine dayanmakta ve dışlama kısıtı gerektirmemektedir.
Çalışmanın iddiası bilinçli olarak sınırlı tutulmuştur. Ekonomik ve kültürel değer ayrımı Throsby'ye aittir; burada yapılan, bu ayrımın üretim düzeyinde puanlanabilir kılınması, katmanlar arasındaki etkileşimin sınanabilir mekanizmalara çevrilmesi ve hacim–değer ilişkisinin tek bir parametreyle ifade edilmesidir. Sunulan şey bir bulgu değil bir tasarımdır: iki aşamalı bir araştırma desenine ve dokuz yanlışlanabilir hipoteze bağlanmış bir ölçüm önerisi. Önerinin değeri, ölçeğin gerçek verilerde güvenilir biçimde uygulanıp uygulanamayacağına ve katsayının üreticiler, alanlar ve dönemler arasında anlamlı biçimde değişip değişmediğine bağlıdır; her ikisi de ampirik sorulardır ve bu çalışmanın kapsamı dışındadır.
Kuramsal düzeyde çalışma, yapay zekâ çağında değer tartışmasının "ne kadar üretildi" sorusundan "üretilenin ne kadarı değer taşıyor ve geleceğe ne bırakıyor" sorusuna taşınabileceğini ve bu geçişin ölçülebilir bir biçime kavuşturulabileceğini önermektedir. Önerinin sınanması, öncelikle rubriğin puanlayıcılar arası güvenirliğinin gösterilmesine bağlıdır. Bu koşul sağlandığında Değer Yaratma Endeksi ve Değer Üretme Katsayısı, üretimin ucuzladığı bir ortamda ekonomik getiri ile kültürel birikim arasındaki ilişkiyi izlemek isteyen araştırmacılar, platformlar ve üreticiler için bir ortak dil sunabilir. Koşul sağlanmazsa, çalışma yine de ölçüm sorununu açıkça ortaya koymuş ve çözümün hangi noktada tıkandığını göstermiş olacaktır.
Abduljalil, M., Komosany, N., & Bahkali, I. (2026). Cultural capital between Bourdieu and Throsby: Toward an interpretative framework of collective expert appraisal. Interdisciplinary Description of Complex Systems, 24(4), 472–490. https://doi.org/10.7906/indecs.24.4.8
Akerlof, G. A. (1970). The market for "lemons": Quality uncertainty and the market mechanism. The Quarterly Journal of Economics, 84(3), 488–500. https://doi.org/10.2307/1879431
Arellano, M., & Bond, S. (1991). Some tests of specification for panel data: Monte Carlo evidence and an application to employment equations. The Review of Economic Studies, 58(2), 277–297. https://doi.org/10.2307/2297968
Arrow, K. J. (1962). Economic welfare and the allocation of resources for invention. In National Bureau of Economic Research (Ed.), The rate and direction of inventive activity: Economic and social factors (pp. 609–626). Princeton University Press.
Benjamin, W. (2008). The work of art in the age of its technological reproducibility, and other writings on media. Harvard University Press. (Özgün çalışma 1935)
Bollen, K., & Lennox, R. (1991). Conventional wisdom on measurement: A structural equation perspective. Psychological Bulletin, 110(2), 305–314. https://doi.org/10.1037/0033-2909.110.2.305
Bourdieu, P. (1986). The forms of capital. In J. G. Richardson (Ed.), Handbook of theory and research for the sociology of education (pp. 241–258). Greenwood. https://www.marxists.org/reference/subject/philosophy/works/fr/bourdieu-forms-capital.htm
Bourdieu, P. (1993). The field of cultural production: Essays on art and literature (R. Johnson, Ed.). Columbia University Press.
Brynjolfsson, E., Collis, A., Diewert, W. E., Eggers, F., & Fox, K. J. (2019). GDP-B: Accounting for the value of new and free goods in the digital economy (NBER Working Paper No. 25695). National Bureau of Economic Research.
Brynjolfsson, E., Hu, Y., & Smith, M. D. (2003). Consumer surplus in the digital economy: Estimating the value of increased product variety at online booksellers. Management Science, 49(11), 1580–1596.
Callaway, B., & Sant'Anna, P. H. C. (2021). Difference-in-differences with multiple time periods. Journal of Econometrics, 225(2), 200–230. https://doi.org/10.1016/j.jeconom.2020.12.001
Campbell, D. T. (1979). Assessing the impact of planned social change. Evaluation and Program Planning, 2(1), 67–90.
Caves, R. E. (2000). Creative industries: Contracts between art and commerce. Harvard University Press.
Corrado, C. (2025, 29 Eylül). Review of "Making AI Count: The Next Measurement Frontier" by D. Coyle and J. L. Poquiz. National Bureau of Economic Research. https://www.nber.org/system/files/chapters/c15308/revisions/c15308.rev0.pdf
Coyle, D. (2014). GDP: A brief but affectionate history. Princeton University Press.
Cronbach, L. J., & Meehl, P. E. (1955). Construct validity in psychological tests. Psychological Bulletin, 52(4), 281–302. https://doi.org/10.1037/h0040957
Deriya, S., & Huynh, C.-W. (2026). Counting what doesn't count: What AI reveals about the limits of algorithmic measurement (ESCP Impact Paper No. 2026-36-ENG). ESCP Business School. https://escp.eu/sites/default/files/academ_attachments/contrib_410413_attachment_409192.pdf
Diamantopoulos, A., & Winklhofer, H. M. (2001). Index construction with formative indicators: An alternative to scale development. Journal of Marketing Research, 38(2), 269–277.
Hardin, G. (1968). The tragedy of the commons. Science, 162(3859), 1243–1248.
Hidalgo-Villota, M. E. (2025). The cultural value in the thought of David Throsby. Pensamiento palabra y obra, (34), Article e22739. https://revistas.upn.edu.co/index.php/revistafba/article/download/22739/15954
Highfill, T., Wasshausen, D., & Prunchak, G. (2025). Concepts and challenges of measuring production of artificial intelligence in the U.S. economy (BEA Working Paper No. WP2025-1). U.S. Bureau of Economic Analysis. https://bea.gov/system/files/papers/BEA-WP2025-1.pdf
Holm, S. (1979). A simple sequentially rejective multiple test procedure. Scandinavian Journal of Statistics, 6(2), 65–70.
Hutchinson, J. (2024). What is the value of cultural analytics? Discerning value in digital environments. International Journal of Communication, 18. https://ijoc.org/index.php/ijoc/article/view/21777
Koo, T. K., & Li, M. Y. (2016). A guideline of selecting and reporting intraclass correlation coefficients for reliability research. Journal of Chiropractic Medicine, 15(2), 155–163. https://doi.org/10.1016/j.jcm.2016.02.012
Krippendorff, K. (2004). Content analysis: An introduction to its methodology (2nd ed.). Sage.
Kuznets, S. (1934). National income, 1929–1932 (73rd Congress, 2nd session, Senate Document No. 124). U.S. Government Printing Office.
Lawshe, C. H. (1975). A quantitative approach to content validity. Personnel Psychology, 28(4), 563–575.
Makridis, C. A., & Brynjolfsson, E. (2026, 15 Ocak). Counting AI: A blueprint to integrate AI investment and use data into US national statistics. Brookings Institution. https://www.brookings.edu/articles/counting-ai
Mazzucato, M. (2018). The value of everything: Making and taking in the global economy. PublicAffairs.
Messick, S. (1995). Validity of psychological assessment: Validation of inferences from persons' responses and performances as scientific inquiry into score meaning. American Psychologist, 50(9), 741–749. https://doi.org/10.1037/0003-066X.50.9.741
Nardo, M., Saisana, M., Saltelli, A., Tarantola, S., Hoffmann, A., & Giovannini, E. (2008). Handbook on constructing composite indicators: Methodology and user guide. OECD Publishing.
Nelson, P. (1970). Information and consumer behavior. Journal of Political Economy, 78(2), 311–329.
Nolan, B. (2026, 2 Haziran). AI may already be adding hundreds of billions to the economy—without showing up in the data. Fortune. https://fortune.com/2026/06/02/ai-may-already-be-adding-hundreds-of-billions-to-the-economywithout-showing-up-in-the-data/
Rezazadeh, F., & Bonehgazy, P. (2025). Digital co-founders: Transforming imagination into viable solo business via agentic AI (arXiv:2511.09533). arXiv. https://arxiv.org/pdf/2511.09533v1
Romer, P. M. (1990). Endogenous technological change. Journal of Political Economy, 98(5, Pt. 2), S71–S102.
Santos Silva, J. M. C., & Tenreyro, S. (2006). The log of gravity. The Review of Economics and Statistics, 88(4), 641–658. https://doi.org/10.1162/rest.88.4.641
Seddik, M. E. A., Chen, S.-W., Hayou, S., Youssef, P., & Debbah, M. (2024). How bad is training on synthetic data? A statistical analysis of language model collapse (arXiv:2404.05090). arXiv. https://arxiv.org/abs/2404.05090
Shumailov, I., Shumaylov, Z., Zhao, Y., Papernot, N., Anderson, R., & Gal, Y. (2024). AI models collapse when trained on recursively generated data. Nature, 631, 755–759. https://doi.org/10.1038/s41586-024-07566-y
Simon, H. A. (1971). Designing organizations for an information-rich world. In M. Greenberger (Ed.), Computers, communications, and the public interest (pp. 37–72). Johns Hopkins Press.
Solow, R. M. (1987, 12 Temmuz). We'd better watch out. New York Times Book Review, 36.
Spence, M. (1973). Job market signaling. The Quarterly Journal of Economics, 87(3), 355–374.
Spittler, M., & Patel, D. (2026, 29 Mayıs). AI dark output: The visible cost of invisible output. SemiAnalysis. https://newsletter.semianalysis.com/p/ai-dark-output-the-visible-cost-of
Stevens, S. S. (1946). On the theory of scales of measurement. Science, 103(2684), 677–680.
Stiglitz, J. E., Sen, A., & Fitoussi, J.-P. (2009). Report by the Commission on the Measurement of Economic Performance and Social Progress.
Throsby, D. (t.y.). Heritage economics: Coming to terms with value and valuation (Bölüm 14). Getty Publications. https://www.getty.edu/publications/heritagemanagement/part-two/14/
Throsby, D. (1999). Cultural capital. Journal of Cultural Economics, 23(1–2), 3–12. https://doi.org/10.1023/A:1007543313370
Throsby, D. (2001). Economics and culture. Cambridge University Press.
Throsby, D. (2003). Cultural capital. In R. Towse (Ed.), A handbook of cultural economics. Edward Elgar. https://researchers.mq.edu.au/en/publications/cultural-capital-4/
Weitzman, M. L. (1998). Recombinant growth. The Quarterly Journal of Economics, 113(2), 331–360.
Her kriter 0, 1 ya da 2 puanla değerlendirilir. Ara düzey (1 puan), iki uçtaki tanımın yalnızca bir kısmının karşılandığı durumlar için kullanılır. Puanlayıcı, her kriter için dayandığı kanıtı kısaca kaydeder. Kanıt bulunamayan durumlarda puan 0 değil, "değerlendirilemedi" olarak işaretlenir ve bu gözlemler analizde ayrı ele alınır.
| Kriter | 0 puan | 1 puan | 2 puan | Gözlemlenebilir kanıt |
|---|---|---|---|---|
| E1 Gerçek talep | Ödeme ya da düzenli kullanım kanıtı yok | Sınırlı kanıt: tek seferlik alım, kısa süreli kullanım ya da çok dar kitle | Tekrar eden ödeme ya da düzenli kullanıcı kitlesi | Satış ve abonelik kayıtları, etkin kullanıcı sayısı, tekrar kullanım |
| E2 Yaratma mı çıkarma mı | Çıktı mevcut değeri yeniden dağıtıyor ya da aracılık, arbitraj ve dikkat çekmeye dayanıyor | Karışık: kısmen yeni fayda, kısmen yeniden dağıtım | Ölçülebilir yeni fayda ya da maliyet düşüşü | Kullanıcının kazanımı (zaman, maliyet, yeni yetenek); alışılmış alternatiflerle karşılaştırma |
| E3 İkame edilemezlik | Genel amaçlı araçlarla başkasının kısa sürede aynısını üretebileceği çıktı | Kısmen özgün girdi | Özgün girdi (alan bilgisi, özel veri, topluluk güveni) belirleyici | Çıktının dayandığı özgün girdinin belgelenmesi; benzer çıktıların varlığı |
| E4 Kalıcılık | Gelir ya da kullanım tek seferlik | Sınırlı süreyle devam ediyor | Birikip süreklilik kazanıyor, bir varlığa dönüşüyor | Zaman içinde gelir ve kullanıcı eğrisi |
| E5 Değerin paylaşımı | Dış maliyetler (telif ya da gizlilik ihlali, yanıltıcı sunum) yaratılan değeri aşıyor | Dış maliyet var ama sınırlı ya da telafi edilmiş | Dış maliyet ihmal edilebilir; kullanıcı ve toplum payı belirgin | Lisans durumu, gizlilik uygulamaları, şikâyet ve itiraz kayıtları |
| Kriter | 0 puan | 1 puan | 2 puan | Gözlemlenebilir kanıt |
|---|---|---|---|---|
| K1 Özgünlük | Var olan çıktıların yeniden karıştırılması; benzerlerinden ayırt edilemiyor | Kısmen özgün; bilinen biçimlere sınırlı bir katkı | Yeni bilgi, biçim ya da bakış | Benzer çıktılarla karşılaştırma, alan uzmanı değerlendirmesi |
| K2 Kalıcılık ve aktarılabilirlik | Kısa ömürlü; bağlamından koparıldığında anlaşılmaz | Kısmen: erişilebilir ama belgelenmemiş | Arşivlenebilir, belgelenmiş, bağlamından bağımsız anlaşılabilir | Biçim açıklığı, arşivleme, belgelendirme |
| K3 Birikim etkisi | Kapalı, kendi içinde biter | Sınırlı yeniden kullanım (kısıtlı lisans ya da düşük erişilebilirlik) | Başkalarının üzerine inşa edebileceği biçimde açık | Lisans, atıf ve türev çalışma sayısı |
| K4 Kültürel hafıza | Toplumsal ya da kültürel bağlama katkı yok | Dolaylı katkı | Bir topluluğun dilini, hafızasını ya da kimliğini belgeleyen veya zenginleştiren belirgin katkı | Topluluk geri bildirimi, alan uzmanı değerlendirmesi, ilgili kurum kayıtları |
| K5 Gelecek maliyeti | Sentetik gürültüyü artırıyor ya da özgün üreticileri aşındırıyor (benzer eserlerin toplu üretimi, yanıltıcı etiket) | Nötr | Aşınma yok; kaynak gösteriyor, etiketliyor ya da özgün üreticiyi koruyor | Kaynak gösterme, üretim biçiminin açık belirtilmesi, özgün üreticilerle karşılaştırma |
Aşağıdaki iki örnek, rubriğin nasıl işletileceğini göstermek için kurgulanmıştır; gerçek bir çıktıya ya da üreticiye dayanmaz.
| Çıktı (varsayımsal) | E1–E5 | K1–K5 | E, K | Çeyrek ve gerekçe |
|---|---|---|---|---|
| Kaybolmaya yüz tutmuş bir yöresel zanaatın tekniklerini ustaların kayıtlarına dayanarak belgeleyen bir mobil rehber | 1, 2, 2, 1, 2 | 2, 2, 1, 2, 2 | 8; 9 | Birikimli değer. Gelir kanıtı sınırlı (E1 = 1) ama içerik özgün girdiye dayanıyor (E3 = 2) ve topluluk hafızasına belirgin katkı yapıyor (K4 = 2); lisansı kısmen kapalı (K3 = 1). |
| Genel amaçlı araçlarla toplu üretilmiş, benzerlerinden ayırt edilemeyen bir bilgi kartı serisi | 1, 0, 0, 0, 1 | 0, 1, 0, 0, 0 | 2; 1 | Gürültü. Talep kanıtı sınırlı, özgün girdi yok (E3 = 0), mevcut içeriği yeniden karıştırıyor (K1 = 0) ve kaynak göstermiyor (K5 = 0). |
| Simge | Anlamı |
|---|---|
| i, t, j | Üretici, dönem ve çıktı göstergeleri |
| Jit, Qit | Üretici i'nin t dönemindeki çıktılar kümesi ve bu kümenin eleman sayısı (üretim hacmi) |
| Ej, Kj | Çıktı j'nin ekonomik ve kültürel puanı (0–10) |
| Ejm, Kjm | Çıktı j'nin m'inci kriterdeki puanı (0, 1 ya da 2) |
| ej, kj | Normalleştirilmiş puanlar (Ej/10 ve Kj/10) |
| Vsit | s katmanındaki değer kütlesi (normalleştirilmiş puanların toplamı); s ∈ {e, k} |
| ȳsit | Ortalama değer verimi (Vsit / Qit) |
| λs | Değer Üretme Katsayısı (değer kütlesinin hacme esnekliği) |
| λsYZ | Yapay zekâ aracılı değer üretme katsayısı |
| Ait | Yapay zekâ kullanım yoğunluğu |
| θE→K, θK→E | Çapraz esneklikler (bir sonraki dönem etkisi) |
| λii, λi,−i | Üretici i'nin kendi hacmine ve diğer üreticilerin toplam hacmine esnekliği |
| Λ | Sistem düzeyi katsayı |
| πq,it | Çıktıların q çeyreğindeki payı (çeyrek profili) |
| c | Çeyrek sınıflaması için eşik değeri (başlangıç önerisi 5) |
| wm | m'inci kriterin kütle payı (Önerme 4) |
| αi, τt | Üretici ve dönem sabit etkileri |
| Xit, Zit | Kontrol değişkenleri |
Aşağıdaki form, Faz 1'de her çıktı ve her puanlayıcı için doldurulur. Kanıt notu, puanın dayandığı gözlemi kısaca kaydeder; kanıt bulunamıyorsa kutu "D" (değerlendirilemedi) olarak işaretlenir.
| Alan | Doldurulacak bilgi |
|---|---|
| Çıktı kimliği | Kodlanmış kimlik (üretici adı yazılmaz) |
| Puanlayıcı kodu ve tarih | — |
| E1, E2, E3, E4, E5 | Her biri için 0 / 1 / 2 / D; kanıt notu |
| K1, K2, K3, K4, K5 | Her biri için 0 / 1 / 2 / D; kanıt notu |
| Toplam E, toplam K | Otomatik hesaplanır (D içeren kriter varsa ayrıca işaretlenir) |
| Çıktı sayımı notu | Çıktının ayrı sayılıp sayılmadığına ilişkin gerekçe (Bölüm 6.3) |
| Körlük durumu | Üretici kimliği ya da yapay zekâ kullanımı değerlendirme sırasında anlaşıldı mı? (E/H) |
Dijital tez
Üretken yapay zekâ üretimin maliyetini düşürürken asıl soru değişiyor: üretilen şeyin ne kadarı değer taşıyor ve geleceğe ne bırakıyor? Bu tez, değeri ekonomik ve bilim, sanat, kültür katmanlarında ayrı ayrı puanlayan bir endeks ile üretim hacmi ile değer arasındaki ilişkiyi ölçen bir katsayı önerir.
değer ölçümü · kültürel sermaye · üretken yapay zekâ · mikro üretim · değer yaratma endeksi · değer üretme katsayısı
Emre Arıcı / ARC Studios - Tam Bağımsız Fikir Stüdyosu
Bilgi, değerlendirme ve yorumlarınız için:
info@arcstudios.com.tr
Kasım 2026 · Sürüm 1.0 · Hakem değerlendirmesinden geçmemiş çalışma