Abstract

Yapay zekâ teknolojilerindeki gelişmelerin işgücü piyasası üzerindeki etkileri, teknolojik dönüşümün ekonomik sonuçlarının anlaşılması açısından önemli bir araştırma alanı oluşturmaktadır. Bu çalışma, Türkiye ekonomisinde yapay zekâ gelişmeleri ile istihdam göstergeleri arasındaki ilişkiyi doğrusal olmayan bir perspektifle incelemeyi amaçlamaktadır. Bu kapsamda yapay zekâ düzeyini temsil etmek amacıyla haber tabanlı yapay zekâ endeksi kullanılırken, istihdam piyasasını değerlendirmek için toplam istihdam oranı, erkek istihdam oranı ve kadın istihdam oranı değişkenleri ele alınmıştır. Analizde 2015:M1-2026:M2 dönemine ait aylık veriler kullanılmıştır. Değişkenlerin durağanlık özellikleri Fourier KPSS testi ile incelenmiş, uzun dönemli ilişkilerin belirlenmesi amacıyla Fourier ADL eşbütünleşme yaklaşımından yararlanılmıştır. Değişkenler arasındaki nedensellik ilişkileri ise pozitif ve negatif şokların etkilerini ayrıştırmaya imkân sağlayan etkili asimetrik nedensellik testi ile analiz edilmiştir. Elde edilen bulgular, yapay zekâ endeksi ile toplam istihdam oranı, erkek istihdam oranı ve kadın istihdam oranı arasında uzun dönemli bir eşbütünleşme ilişkisinin bulunmadığını göstermektedir. Bununla birlikte asimetrik nedensellik sonuçları, yapay zekâ endeksindeki pozitif şoklardan kadın istihdam oranına doğru anlamlı bir nedensellik ilişkisi olduğunu ortaya koymaktadır. Buna karşılık, yapay zekâ endeksi ile toplam istihdam ve erkek istihdamı arasında anlamlı bir nedensellik ilişkisi tespit edilmemiştir. Ayrıca istihdam göstergelerinden yapay zekâ endeksine doğru herhangi bir anlamlı nedensellik ilişkisine rastlanmamıştır. Bulgular, yapay zekâ gelişmelerinin istihdam üzerindeki etkilerinin istihdam türlerine göre farklılaşabileceğini ve özellikle kadın istihdamı açısından asimetrik bir yapı sergileyebileceğini göstermektedir. Bu çalışma, yapay zekâ-istihdam ilişkisini Türkiye ekonomisi özelinde doğrusal olmayan yöntemlerle analiz ederek, teknolojik dönüşümün işgücü piyasası üzerindeki etkilerine ilişkin literatüre ampirik katkı sunmaktadır.

Abstract

The effects of advancements in artificial intelligence technologies on the labor market constitute an important area of research for understanding the economic consequences of technological transformation. This study aims to examine the relationship between artificial intelligence developments and employment indicators in the Turkish economy from a nonlinear perspective. In this context, a news-based artificial intelligence index is used to represent the level of artificial intelligence, while the total employment rate, male employment rate, and female employment rate are considered to assess the labor market. Monthly data from the period 2015:M1-2026:M2 were used in the analysis. The stationarity properties of the variables were examined using the Fourier KPSS test, and the Fourier ADL cointegration approach was employed to identify long-term relationships. Causal relationships among the variables were analyzed using the efficient asymmetric causality test, which allows for the differentiation of the effects of positive and negative shocks. The findings indicate that there is no long-run cointegration relationship between the artificial intelligence index and the total employment rate, the male employment rate, and the female employment rate. However, the results of the asymmetric causality analysis reveal a significant causal relationship from positive shocks in the artificial intelligence index to the female employment rate. In contrast, no significant causal relationship was found between the artificial intelligence index and either total employment or male employment. Furthermore, no significant causal relationship was found from employment indicators to the artificial intelligence index. The findings suggest that the effects of artificial intelligence developments on employment may vary by employment type and may exhibit an asymmetric structure, particularly with regard to female employment. By analyzing the artificial intelligence-employment relationship in the context of the Turkish economy using nonlinear methods, this study provides an empirical contribution to the literature on the effects of technological transformation on the labor market.

Structured Abstract:

Aim

Rapid advances in artificial intelligence (AI) have renewed debate over how AI reshapes labor markets, yet most empirical evidence concentrates on developed economies and on China, and typically evaluates AI’s employment effects as if they were uniform across worker groups. Two gaps motivate this study. First, developing economies such as Türkiye, which differ from developed economies in production structure, technological readiness, and workforce composition, remain underexamined, even though these structural differences may condition how AI-related developments transmit to employment. Second, the existing literature largely evaluates total employment or broad skill categories, leaving the gender dimension of AI’s labor-market effects only partially addressed, despite evidence that female employment is concentrated in occupations and tasks that may be differently exposed to technological change. The study also addresses a methodological gap: much of the literature treats the AI-employment relationship as linear and symmetric, even though the effects of technological transformation are unlikely to unfold identically for positive and negative developments over time. Accordingly, the aim of this study is to examine the relationship between AI-related developments, measured through a news-based indicator, and employment outcomes in Türkiye, distinguishing total, male, and female employment, and allowing for the possibility that positive and negative AI shocks generate asymmetric effects.

Method

This is a quantitative time-series study of the Turkish economy using monthly data covering 2015:M1-2026:M2. AI developments are proxied by the news-based AI Index from the Economic Policy Uncertainty (EPU) database, which tracks the daily density of U.S. newspaper articles referencing AI, generative AI, machine learning, and computer vision; the daily series is converted to monthly frequency. Employment is measured through three seasonally adjusted TurkStat indicators for the population aged 15 and older: the total employment rate (TE), the male employment rate (ME), and the female employment rate (FE). The analytical strategy proceeds in three stages. First, the stationarity properties of all series are assessed with the Fourier KPSS test of Becker et al. (2006), which accommodates smooth, unknown structural breaks. Second, the long-term relationship between employment indicators and the AI index is tested using the Fourier ADL cointegration test developed by Banerjee et al. (2017). Third, causal relationships are examined with the Efficient Asymmetric Causality Test of Hatemi-J (2024), a SURE-based procedure that decomposes each series into positive and negative cumulative shock components and tests causality separately for each, allowing the direction and sign of AI-employment linkages to differ.

Findings

The Fourier KPSS test rejects the null of stationarity for all four series at the 1% level (AI: 0.1745; TE: 0.5859; ME: 0.5228; FE: 2.1719), indicating that AI, TE, ME, and FE are all non-stationary at level. Since the critical values for the Fourier ADL cointegration test statistics were not exceeded, the null hypothesis H₀ which states that there is no cointegration cannot be rejected. There is no stable long-term relationship between employment indicators and the AI index over the sample period. The Efficient Asymmetric Causality Test results are markedly uneven across employment indicators. No significant causality, in either direction or under either shock sign, is found between AI and total employment (AI→TE: positive 0.0349, p = 0.8518; negative 0.0014, p = 0.9706; TE→AI: positive 0.0002, p = 0.9881; negative 0.0020, p = 0.9647) or between AI and male employment (AI→ME: positive 0.3584, p = 0.5494; negative 0.1488, p = 0.6997; ME→AI: positive 0.1308, p = 0.7176; negative 0.2236, p = 0.6363). By contrast, a unidirectional causal relationship runs from AI to female employment under positive shocks only (test statistic = 6.0103, p = 0.0142, significant at 5%); the corresponding negative-shock relationship is insignificant (0.6706, p = 0.4128), as is causality in the reverse direction from female employment to AI, under both positive (0.2907, p = .5897) and negative (0.8767, p = 0.3491) shocks.

Conclusion

The findings show that AI’s relationship with employment in Türkiye is neither universal nor symmetric: over the sample period, AI-related developments show no significant cointegrating or causal link with total or male employment, while a significant, positive-shock-only causal channel runs from AI to female employment. This pattern distinguishes the study from prior work, most of which either pools employment indicators or examines developed and Chinese contexts where AI proxies, labor-market institutions, and skill distributions differ substantially from Türkiye’s. By combining a news-based AI indicator with a gender-disaggregated, asymmetry-sensitive framework, the study contributes country-specific, high-frequency evidence to a literature that has so far offered limited insight into how AI-related developments transmit to labor markets in developing, gender-differentiated contexts. The results suggest that AI’s labor-market effects should be evaluated in relation to specific employment groups and shock directions rather than as a uniform, symmetric process, and they provide a basis for future studies to extend this asymmetric, gender-disaggregated approach to sectoral or occupational employment data as such series become available for Türkiye.

Yapılandırılmış Özet

Amaç

Yapay zekâ (YZ) alanındaki hızlı ilerlemeler, YZ’nin iş gücü piyasalarını nasıl yeniden şekillendirdiğine ilişkin tartışmaları yeniden gündeme taşımıştır. Bununla birlikte, ampirik kanıtların büyük bölümü gelişmiş ekonomilere ve Çin’e odaklanmakta ve YZ’nin istihdam üzerindeki etkilerini genellikle farklı çalışan grupları arasında homojenmiş gibi değerlendirmektedir. Bu çalışma, literatürdeki iki boşluktan hareket etmektedir. İlk olarak, üretim yapısı, teknolojik hazırlık düzeyi ve iş gücünün bileşimi bakımından gelişmiş ekonomilerden farklılaşan Türkiye gibi gelişmekte olan ekonomiler yeterince incelenmemiştir. Oysa bu yapısal farklılıklar, YZ ile ilişkili gelişmelerin istihdama nasıl yansıdığını belirleyebilir. İkinci olarak, mevcut literatür büyük ölçüde toplam istihdamı veya geniş beceri kategorilerini değerlendirmekte; kadın istihdamının teknolojik değişime farklı düzeylerde maruz kalabilecek meslek ve görevlerde yoğunlaştığına ilişkin kanıtlara rağmen, YZ’nin iş gücü piyasası üzerindeki etkilerinin toplumsal cinsiyet boyutunu yalnızca kısmen ele almaktadır. Çalışma ayrıca yöntemsel bir boşluğu da ele almaktadır: Teknolojik dönüşümün etkilerinin zaman içerisinde olumlu ve olumsuz gelişmeler karşısında aynı biçimde ortaya çıkması beklenmemesine rağmen, literatürün önemli bir bölümü YZ-istihdam ilişkisini doğrusal ve simetrik olarak değerlendirmektedir. Bu doğrultuda çalışmanın amacı, haber temelli bir göstergeyle ölçülen YZ ile ilişkili gelişmeler ile Türkiye’deki istihdam sonuçları arasındaki ilişkiyi; toplam, erkek ve kadın istihdamını ayrı ayrı ele alarak ve pozitif ve negatif YZ şoklarının asimetrik etkiler yaratabileceği olasılığını dikkate alarak incelemektir.

Yöntem

Bu çalışma, Türkiye ekonomisine ilişkin 2015:M1–2026:M2 dönemini kapsayan aylık verilerin kullanıldığı nicel bir zaman serisi araştırmasıdır. YZ alanındaki gelişmeler, Ekonomik Politika Belirsizliği (Economic Policy Uncertainty, EPU) veri tabanında yer alan haber temelli YZ Endeksi aracılığıyla temsil edilmektedir. Bu endeks, ABD gazetelerinde yapay zekâ, üretken yapay zekâ, makine öğrenmesi ve bilgisayarlı görüye atıfta bulunan haberlerin günlük yoğunluğunu izlemekte; günlük seri aylık frekansa dönüştürülmektedir. İstihdam, Türkiye İstatistik Kurumunun (TÜİK) 15 yaş ve üzeri nüfusa ilişkin mevsim etkilerinden arındırılmış üç göstergesiyle ölçülmektedir: toplam istihdam oranı (TE), erkek istihdam oranı (ME) ve kadın istihdam oranı (FE). Analitik strateji üç aşamadan oluşmaktadır. İlk olarak, tüm serilerin durağanlık özellikleri, yumuşak ve bilinmeyen yapısal kırılmaları dikkate alan Becker et al. (2006) Fourier KPSS testiyle değerlendirilmektedir. İkinci olarak, istihdam göstergeleri ile YZ endeksi arasındaki uzun dönemli ilişki, Banerjee et al. (2017) tarafından geliştirilen Fourier ADL eşbütünleşme testiyle sınanmaktadır. Üçüncü olarak, nedensellik ilişkileri Hatemi-J’nin (2024) Etkin Asimetrik Nedensellik Testi ile incelenmektedir. Görünürde ilişkisiz regresyon tahminine (SURE) dayanan bu yöntem, her seriyi pozitif ve negatif birikimli şok bileşenlerine ayrıştırmakta ve her bir bileşen için nedenselliği ayrı ayrı sınayarak YZ-istihdam bağlantılarının yön ve işaret bakımından farklılaşmasına olanak tanımaktadır.

Bulgular

Fourier KPSS testi, dört serinin tamamı için durağanlık sıfır hipotezini %1 anlamlılık düzeyinde reddetmektedir (AI: 0,1745; TE: 0,5859; ME: 0,5228; FE: 2,1719). Bu sonuç, AI, TE, ME ve FE serilerinin tümünün düzeyde durağan olmadığını göstermektedir. Fourier ADL eşbütünleşme testi istatistikleri kritik değerleri aşmadığından, eşbütünleşme bulunmadığını ifade eden H₀ sıfır hipotezi reddedilememektedir. Örneklem dönemi boyunca istihdam göstergeleri ile YZ endeksi arasında istikrarlı bir uzun dönem ilişkisi bulunmamaktadır. Etkin Asimetrik Nedensellik Testi sonuçları, istihdam göstergeleri arasında belirgin biçimde farklılaşmaktadır. YZ ile toplam istihdam arasında, her iki yönde de gerek pozitif gerekse negatif şoklar bakımından anlamlı bir nedensellik saptanmamıştır (AI→TE: pozitif 0,0349, p = 0,8518; negatif 0,0014, p = 0,9706; TE→AI: pozitif 0,0002, p = 0,9881; negatif 0,0020, p = 0,9647). Benzer şekilde, YZ ile erkek istihdamı arasında da anlamlı bir nedensellik bulunmamıştır (AI→ME: pozitif 0,3584, p = 0,5494; negatif 0,1488, p = 0,6997; ME→AI: pozitif 0,1308, p = 0,7176; negatif 0,2236, p = 0,6363). Buna karşılık, yalnızca pozitif şoklar altında YZ’den kadın istihdamına doğru tek yönlü bir nedensellik ilişkisi saptanmıştır (test istatistiği = 6,0103, p = 0,0142; %5 düzeyinde anlamlı). Negatif şoklara ilişkin karşılık gelen ilişki anlamlı değildir (0,6706, p = 0,4128). Kadın istihdamından YZ’ye doğru ters yöndeki nedensellik de hem pozitif (0,2907, p = 0,5897) hem de negatif (0,8767, p = 0,3491) şoklar altında anlamsızdır.

Sonuç

Bulgular, Türkiye’de YZ ile istihdam arasındaki ilişkinin ne tüm istihdam grupları için geçerli ne de simetrik olduğunu göstermektedir. Örneklem dönemi boyunca YZ ile ilişkili gelişmelerin toplam veya erkek istihdamıyla anlamlı bir eşbütünleşme ya da nedensellik bağlantısı bulunmazken, YZ’den kadın istihdamına doğru yalnızca pozitif şoklar altında işleyen anlamlı bir nedensellik kanalı ortaya çıkmaktadır. Bu örüntü, çalışmayı, çoğunlukla istihdam göstergelerini toplulaştırarak ele alan veya YZ’yi temsil eden göstergelerin, iş gücü piyasası kurumlarının ve beceri dağılımlarının Türkiye’den önemli ölçüde farklılaştığı gelişmiş ekonomilere ve Çin’e odaklanan önceki araştırmalardan ayırmaktadır. Çalışma, haber temelli bir YZ göstergesini cinsiyete göre ayrıştırılmış ve asimetriyi dikkate alan bir analiz çerçevesiyle birleştirerek, YZ ile ilişkili gelişmelerin gelişmekte olan ve toplumsal cinsiyet bakımından farklılaşan bağlamlarda iş gücü piyasalarına nasıl aktarıldığı konusunda bugüne kadar sınırlı bilgi sunan literatüre ülkeye özgü, yüksek frekanslı ampirik kanıtlar sağlamaktadır. Sonuçlar, YZ’nin iş gücü piyasası üzerindeki etkilerinin tek tip ve simetrik bir süreç olarak değil, belirli istihdam grupları ve şokların yönleriyle bağlantılı olarak değerlendirilmesi gerektiğine işaret etmektedir. Ayrıca bu sonuçlar, Türkiye için ilgili seriler kullanılabilir hâle geldikçe, gelecekteki araştırmalarda söz konusu asimetrik ve cinsiyete göre ayrıştırılmış yaklaşımın sektörel veya mesleki istihdam verilerine genişletilmesine temel oluşturmaktadır.

الملخص المنظَّم

الهدف

أعادت التطورات المتسارعة في الذكاء الاصطناعي إحياء النقاش بشأن كيفية إعادة تشكيله لأسواق العمل، غير أن معظم الأدلة التجريبية تتركز على الاقتصادات المتقدمة والصين، وتقيِّم عادةً آثار الذكاء الاصطناعي في التشغيل كما لو كانت متماثلة بين فئات العاملين. وتنطلق هذه الدراسة من فجوتين بحثيتين. تتمثل الأولى في أن الاقتصادات النامية، مثل تركيا، التي تختلف عن الاقتصادات المتقدمة من حيث البنية الإنتاجية والجاهزية التكنولوجية وتركيبة القوى العاملة، لم تحظَ بقدر كافٍ من الدراسة، رغم أن هذه الاختلافات الهيكلية قد تحدد كيفية انتقال آثار التطورات المرتبطة بالذكاء الاصطناعي إلى التشغيل. أما الثانية فتتمثل في أن الأدبيات القائمة تقيِّم، في معظمها، التشغيل الكلي أو فئات المهارات الواسعة، مما يجعل البعد المرتبط بالنوع الاجتماعي في آثار الذكاء الاصطناعي على سوق العمل معالَجًا بصورة جزئية فقط، على الرغم من وجود أدلة تشير إلى تركز تشغيل الإناث في مهن ومهام قد تتباين درجة تعرضها للتغير التكنولوجي. وتتناول الدراسة أيضًا فجوة منهجية؛ إذ يعالج جانب كبير من الأدبيات العلاقة بين الذكاء الاصطناعي والتشغيل بوصفها علاقة خطية ومتناظرة، مع أن آثار التحول التكنولوجي يُستبعَد أن تتكشف على نحو متماثل إزاء التطورات الإيجابية والسلبية عبر الزمن. وبناءً على ذلك، تهدف هذه الدراسة إلى فحص العلاقة بين التطورات المرتبطة بالذكاء الاصطناعي، المقاسة بمؤشر قائم على الأخبار، ونتائج التشغيل في تركيا، مع التمييز بين التشغيل الكلي وتشغيل الذكور وتشغيل الإناث، والسماح باحتمال أن تُحدِث صدمات الذكاء الاصطناعي الموجبة والسالبة آثارًا غير متناظرة.

المنهج

تعتمد هذه الدراسة الكمية على تحليل السلاسل الزمنية للاقتصاد التركي، باستخدام بيانات شهرية تغطي الفترة من يناير 2015 إلى فبراير 2026 (2015:M1–2026:M2). وتُقاس التطورات في الذكاء الاصطناعي بصورة تقريبية باستخدام مؤشر الذكاء الاصطناعي القائم على الأخبار، المستمد من قاعدة بيانات عدم اليقين بشأن السياسات الاقتصادية (EPU)، والذي يرصد الكثافة اليومية للمقالات المنشورة في الصحف الأمريكية التي تتناول الذكاء الاصطناعي والذكاء الاصطناعي التوليدي والتعلم الآلي والرؤية الحاسوبية؛ وتُحوَّل السلسلة اليومية إلى تواتر شهري. ويُقاس التشغيل باستخدام ثلاثة مؤشرات معدَّلة موسميًا صادرة عن معهد الإحصاء التركي (TurkStat)، تخص السكان البالغين 15 عامًا فأكثر، وهي: معدل التشغيل الكلي (TE)، ومعدل تشغيل الذكور (ME)، ومعدل تشغيل الإناث (FE). وتتألف الاستراتيجية التحليلية من ثلاث مراحل. أولًا، تُقيَّم خصائص استقرارية جميع السلاسل باستخدام اختبار فورييه KPSS الذي قدَّمه Becker et al. (2006)، والذي يسمح باستيعاب الانكسارات الهيكلية التدريجية غير المعروفة. ثانيًا، تُختبَر العلاقة طويلة الأجل بين مؤشرات التشغيل ومؤشر الذكاء الاصطناعي باستخدام اختبار فورييه ADL للتكامل المشترك الذي طوَّره Banerjee et al. (2017). ثالثًا، تُفحَص العلاقات السببية باستخدام اختبار السببية غير المتناظرة الكفؤ لـ Hatemi-J (2024)، وهو إجراء يستند إلى تقدير الانحدارات غير المرتبطة ظاهريًا (SURE)، ويُحلِّل كل سلسلة إلى مكوِّنَي الصدمات التراكمية الموجبة والسالبة، ويختبر السببية لكل منهما على حدة، بما يسمح باختلاف اتجاه الروابط بين الذكاء الاصطناعي والتشغيل وإشارتها.

النتائج

يرفض اختبار فورييه KPSS فرضية العدم القائلة بالاستقرارية لجميع السلاسل الأربع عند مستوى دلالة 1% (AI: 0.1745؛ TE: 0.5859؛ ME: 0.5228؛ FE: 2.1719)، مما يشير إلى أن سلاسل الذكاء الاصطناعي والتشغيل الكلي وتشغيل الذكور وتشغيل الإناث جميعها غير مستقرة عند المستوى. ونظرًا إلى أن إحصاءات اختبار فورييه ADL للتكامل المشترك لم تتجاوز القيم الحرجة، فلا يمكن رفض فرضية العدم (H₀) التي تنص على عدم وجود تكامل مشترك. وعليه، لا توجد علاقة مستقرة طويلة الأجل بين مؤشرات التشغيل ومؤشر الذكاء الاصطناعي خلال فترة العينة. وتُظهر نتائج اختبار السببية غير المتناظرة الكفؤ تباينًا واضحًا بين مؤشرات التشغيل. فلم تُرصَد سببية ذات دلالة إحصائية، في أيٍّ من الاتجاهين أو في ظل أيٍّ من إشارتَي الصدمات، بين الذكاء الاصطناعي والتشغيل الكلي (AI→TE: الصدمات الموجبة 0.0349، p = 0.8518؛ الصدمات السالبة 0.0014، p = 0.9706؛ TE→AI: الصدمات الموجبة 0.0002، p = 0.9881؛ الصدمات السالبة 0.0020، p = 0.9647)، أو بين الذكاء الاصطناعي وتشغيل الذكور (AI→ME: الصدمات الموجبة 0.3584، p = 0.5494؛ الصدمات السالبة 0.1488، p = 0.6997؛ ME→AI: الصدمات الموجبة 0.1308، p = 0.7176؛ الصدمات السالبة 0.2236، p = 0.6363). وفي المقابل، توجد علاقة سببية أحادية الاتجاه تمتد من الذكاء الاصطناعي إلى تشغيل الإناث في ظل الصدمات الموجبة فقط (إحصاء الاختبار = 6.0103، p = 0.0142، وهي دالة إحصائيًا عند مستوى 5%)؛ أما العلاقة المقابلة في ظل الصدمات السالبة فليست ذات دلالة إحصائية (0.6706، p = 0.4128)، وكذلك السببية في الاتجاه المعاكس، من تشغيل الإناث إلى الذكاء الاصطناعي، سواء في ظل الصدمات الموجبة (0.2907، p = 0.5897) أو السالبة (0.8767، p = 0.3491).

الخاتمة

تُظهر النتائج أن علاقة الذكاء الاصطناعي بالتشغيل في تركيا ليست عامة ولا متناظرة؛ فخلال فترة العينة، لا تُظهر التطورات المرتبطة بالذكاء الاصطناعي علاقة تكامل مشترك أو علاقة سببية ذات دلالة إحصائية مع التشغيل الكلي أو تشغيل الذكور، في حين توجد قناة سببية ذات دلالة إحصائية تمتد من الذكاء الاصطناعي إلى تشغيل الإناث، وتقتصر على الصدمات الموجبة. ويُميِّز هذا النمط الدراسة عن البحوث السابقة، التي تجمع معظمها مؤشرات التشغيل في إطار إجمالي، أو تتناول سياقات الاقتصادات المتقدمة والصين، حيث تختلف المقاييس البديلة للذكاء الاصطناعي ومؤسسات سوق العمل وتوزيعات المهارات اختلافًا جوهريًا عن نظيراتها في تركيا. ومن خلال الجمع بين مؤشر للذكاء الاصطناعي قائم على الأخبار وإطار تحليلي يفصل مؤشرات التشغيل بحسب الجنس ويراعي عدم التناظر، تقدم الدراسة أدلة خاصة بتركيا مستندة إلى بيانات عالية التواتر، بما يسهم في إثراء أدبيات لم توفر حتى الآن سوى فهم محدود لكيفية انتقال آثار التطورات المرتبطة بالذكاء الاصطناعي إلى أسواق العمل في السياقات النامية التي تتباين فيها أوضاع التشغيل بحسب النوع الاجتماعي. وتشير النتائج إلى ضرورة تقييم آثار الذكاء الاصطناعي في سوق العمل بالارتباط بفئات التشغيل المحددة واتجاهات الصدمات، بدلًا من التعامل معها بوصفها عملية موحَّدة ومتناظرة. كما توفر أساسًا لدراسات مستقبلية توسِّع تطبيق هذا النهج غير المتناظر والمفصَّل بحسب الجنس ليشمل بيانات التشغيل القطاعية أو المهنية، متى أصبحت هذه السلاسل متاحة لتركيا.

Résumé structuré

Objectif

Les progrès rapides de l’intelligence artificielle (IA) ont ravivé le débat sur la manière dont celle-ci reconfigure les marchés du travail. Toutefois, la plupart des données empiriques portent sur les économies développées et la Chine, et les effets de l’IA sur l’emploi sont généralement évalués comme s’ils étaient homogènes entre les différentes catégories de travailleurs. Deux lacunes motivent cette étude. Premièrement, les économies en développement, telles que la Türkiye, qui se distinguent des économies développées par leur structure productive, leur degré de préparation technologique et la composition de leur main-d’œuvre, demeurent insuffisamment étudiées, alors même que ces différences structurelles peuvent conditionner la transmission des évolutions liées à l’IA à l’emploi. Deuxièmement, la littérature existante examine principalement l’emploi total ou de grandes catégories de qualifications, ne traitant que partiellement la dimension de genre des effets de l’IA sur le marché du travail, malgré les données indiquant que l’emploi féminin se concentre dans des professions et des tâches susceptibles d’être exposées différemment au changement technologique. L’étude répond également à une lacune méthodologique : une grande partie de la littérature considère la relation entre l’IA et l’emploi comme linéaire et symétrique, alors qu’il est peu probable que les effets de la transformation technologique se déploient de manière identique face à des évolutions positives et négatives au fil du temps. Cette étude vise donc à examiner la relation entre les évolutions liées à l’IA, mesurées au moyen d’un indicateur fondé sur la couverture médiatique, et les résultats en matière d’emploi en Türkiye, en distinguant l’emploi total, masculin et féminin, et en admettant la possibilité que les chocs positifs et négatifs liés à l’IA produisent des effets asymétriques.

Méthode

Cette étude quantitative de séries temporelles porte sur l’économie turque et mobilise des données mensuelles couvrant la période allant de janvier 2015 à février 2026 (2015:M1–2026:M2). Les évolutions de l’IA sont appréhendées au moyen de l’indice d’IA fondé sur la couverture médiatique, issu de la base de données Economic Policy Uncertainty (EPU). Cet indice mesure la densité quotidienne des articles de journaux américains faisant référence à l’intelligence artificielle, à l’IA générative, à l’apprentissage automatique et à la vision par ordinateur ; la série quotidienne est convertie en fréquence mensuelle. L’emploi est mesuré à l’aide de trois indicateurs corrigés des variations saisonnières, publiés par l’Institut turc de statistique (TurkStat) pour la population âgée de 15 ans et plus : le taux d’emploi total (TE), le taux d’emploi masculin (ME) et le taux d’emploi féminin (FE). La stratégie analytique comporte trois étapes. Premièrement, les propriétés de stationnarité de l’ensemble des séries sont évaluées à l’aide du test KPSS de Fourier de Becker et al. (2006), qui prend en compte des ruptures structurelles progressives et inconnues. Deuxièmement, la relation de long terme entre les indicateurs d’emploi et l’indice d’IA est examinée au moyen du test de cointégration ADL de Fourier développé par Banerjee et al. (2017). Troisièmement, les relations de causalité sont étudiées à l’aide du test efficient de causalité asymétrique de Hatemi-J (2024), une procédure fondée sur l’estimation de régressions apparemment non liées (SURE). Celle-ci décompose chaque série en composantes cumulées de chocs positifs et négatifs et teste séparément la causalité pour chacune d’elles, permettant ainsi au sens et au signe des liens entre l’IA et l’emploi de différer.

Résultats

Le test KPSS de Fourier rejette l’hypothèse nulle de stationnarité pour les quatre séries au seuil de 1 % (AI : 0,1745 ; TE : 0,5859 ; ME : 0,5228 ; FE : 2,1719), indiquant que les séries AI, TE, ME et FE sont toutes non stationnaires en niveau. Les statistiques du test de cointégration ADL de Fourier ne dépassant pas les valeurs critiques, l’hypothèse nulle H₀ d’absence de cointégration ne peut être rejetée. Il n’existe donc pas de relation stable de long terme entre les indicateurs d’emploi et l’indice d’IA sur la période étudiée. Les résultats du test efficient de causalité asymétrique varient sensiblement selon les indicateurs d’emploi. Aucune causalité statistiquement significative n’est observée, dans aucun des deux sens et pour aucun des deux signes de choc, entre l’IA et l’emploi total (AI→TE : chocs positifs, 0,0349, p = 0,8518 ; chocs négatifs, 0,0014, p = 0,9706 ; TE→AI : chocs positifs, 0,0002, p = 0,9881 ; chocs négatifs, 0,0020, p = 0,9647), ni entre l’IA et l’emploi masculin (AI→ME : chocs positifs, 0,3584, p = 0,5494 ; chocs négatifs, 0,1488, p = 0,6997 ; ME→AI : chocs positifs, 0,1308, p = 0,7176 ; chocs négatifs, 0,2236, p = 0,6363). En revanche, une relation de causalité unidirectionnelle allant de l’IA vers l’emploi féminin est mise en évidence uniquement pour les chocs positifs (statistique du test = 6,0103, p = 0,0142, significative au seuil de 5 %). La relation correspondante pour les chocs négatifs n’est pas statistiquement significative (0,6706, p = 0,4128), pas plus que la causalité dans le sens inverse, de l’emploi féminin vers l’IA, tant pour les chocs positifs (0,2907, p = 0,5897) que pour les chocs négatifs (0,8767, p = 0,3491).

Conclusion

Les résultats montrent que la relation entre l’IA et l’emploi en Türkiye n’est ni universelle ni symétrique : sur la période étudiée, les évolutions liées à l’IA ne présentent aucun lien de cointégration ou de causalité statistiquement significatif avec l’emploi total ou masculin, tandis qu’un canal causal significatif allant de l’IA vers l’emploi féminin apparaît exclusivement pour les chocs positifs. Cette configuration distingue l’étude des travaux antérieurs, dont la plupart regroupent les indicateurs d’emploi ou examinent les contextes des économies développées et de la Chine, où les mesures indirectes de l’IA, les institutions du marché du travail et les distributions des qualifications diffèrent sensiblement de celles de la Türkiye. En associant un indicateur d’IA fondé sur la couverture médiatique à un cadre analytique désagrégé par sexe et tenant compte de l’asymétrie, l’étude apporte des données empiriques à haute fréquence propres au contexte national à une littérature qui, jusqu’à présent, n’a offert qu’un éclairage limité sur la transmission des évolutions liées à l’IA aux marchés du travail dans des contextes en développement marqués par des différences de genre. Les résultats suggèrent que les effets de l’IA sur le marché du travail doivent être évalués en fonction de catégories d’emploi spécifiques et du sens des chocs, plutôt que comme un processus uniforme et symétrique. Ils fournissent également une base pour de futures recherches visant à étendre cette approche asymétrique et désagrégée par sexe aux données d’emploi sectorielles ou par profession, à mesure que de telles séries deviendront disponibles pour la Türkiye.

Resumen estructurado

Objetivo

Los rápidos avances en inteligencia artificial (IA) han reavivado el debate sobre cómo esta reconfigura los mercados laborales. Sin embargo, la mayor parte de la evidencia empírica se concentra en las economías desarrolladas y en China, y suele evaluar los efectos de la IA sobre el empleo como si fueran homogéneos entre los distintos grupos de trabajadores. Dos lagunas de investigación motivan este estudio. En primer lugar, las economías en desarrollo, como Türkiye, que difieren de las economías desarrolladas en su estructura productiva, preparación tecnológica y composición de la fuerza laboral, siguen estando insuficientemente estudiadas, pese a que estas diferencias estructurales pueden condicionar la transmisión de los cambios relacionados con la IA al empleo. En segundo lugar, la literatura existente analiza principalmente el empleo total o categorías amplias de cualificación, por lo que la dimensión de género de los efectos de la IA sobre el mercado laboral solo se ha abordado parcialmente, a pesar de la evidencia de que el empleo femenino se concentra en ocupaciones y tareas que pueden presentar distintos grados de exposición al cambio tecnológico. El estudio también aborda una laguna metodológica: gran parte de la literatura considera que la relación entre la IA y el empleo es lineal y simétrica, aunque resulta poco probable que los efectos de la transformación tecnológica se manifiesten de manera idéntica ante cambios positivos y negativos a lo largo del tiempo. En consecuencia, este estudio tiene como objetivo examinar la relación entre los cambios relacionados con la IA, medidos mediante un indicador basado en noticias, y los resultados en materia de empleo en Türkiye, distinguiendo entre empleo total, masculino y femenino, y contemplando la posibilidad de que las perturbaciones positivas y negativas de la IA generen efectos asimétricos.

Método

Se trata de un estudio cuantitativo de series temporales de la economía turca que utiliza datos mensuales correspondientes al período comprendido entre enero de 2015 y febrero de 2026 (2015:M1–2026:M2). Los cambios en la IA se aproximan mediante el índice de IA basado en noticias de la base de datos Economic Policy Uncertainty (EPU), que registra la densidad diaria de artículos publicados en periódicos estadounidenses que hacen referencia a la inteligencia artificial, la IA generativa, el aprendizaje automático y la visión por computador; la serie diaria se convierte a frecuencia mensual. El empleo se mide mediante tres indicadores desestacionalizados del Instituto de Estadística de Türkiye (TurkStat) para la población de 15 años o más: la tasa de empleo total (TE), la tasa de empleo masculino (ME) y la tasa de empleo femenino (FE). La estrategia analítica se desarrolla en tres etapas. En primer lugar, las propiedades de estacionariedad de todas las series se evalúan mediante la prueba KPSS de Fourier de Becker et al. (2006), que permite incorporar cambios estructurales suaves y desconocidos. En segundo lugar, la relación a largo plazo entre los indicadores de empleo y el índice de IA se contrasta mediante la prueba de cointegración ADL de Fourier desarrollada por Banerjee et al. (2017). En tercer lugar, las relaciones causales se examinan mediante la prueba eficiente de causalidad asimétrica de Hatemi-J (2024), un procedimiento basado en la estimación de regresiones aparentemente no relacionadas (SURE), que descompone cada serie en componentes acumulados de perturbaciones positivas y negativas y contrasta la causalidad por separado para cada uno de ellos, permitiendo que difieran la dirección y el signo de los vínculos entre la IA y el empleo.

Resultados

La prueba KPSS de Fourier rechaza la hipótesis nula de estacionariedad para las cuatro series al nivel de significación del 1 % (AI: 0,1745; TE: 0,5859; ME: 0,5228; FE: 2,1719), lo que indica que las series AI, TE, ME y FE son todas no estacionarias en niveles. Dado que los estadísticos de la prueba de cointegración ADL de Fourier no superaron los valores críticos, no puede rechazarse la hipótesis nula H₀ de ausencia de cointegración. No existe una relación estable a largo plazo entre los indicadores de empleo y el índice de IA durante el período muestral. Los resultados de la prueba eficiente de causalidad asimétrica presentan diferencias marcadas entre los indicadores de empleo. No se encuentra causalidad estadísticamente significativa, en ninguna de las dos direcciones ni para ninguno de los dos signos de las perturbaciones, entre la IA y el empleo total (AI→TE: perturbaciones positivas, 0,0349, p = 0,8518; perturbaciones negativas, 0,0014, p = 0,9706; TE→AI: perturbaciones positivas, 0,0002, p = 0,9881; perturbaciones negativas, 0,0020, p = 0,9647), ni entre la IA y el empleo masculino (AI→ME: perturbaciones positivas, 0,3584, p = 0,5494; perturbaciones negativas, 0,1488, p = 0,6997; ME→AI: perturbaciones positivas, 0,1308, p = 0,7176; perturbaciones negativas, 0,2236, p = 0,6363). En cambio, se identifica una relación causal unidireccional de la IA al empleo femenino únicamente ante perturbaciones positivas (estadístico de prueba = 6,0103, p = 0,0142, significativo al 5 %). La relación correspondiente a las perturbaciones negativas no es estadísticamente significativa (0,6706, p = 0,4128), como tampoco lo es la causalidad en la dirección inversa, del empleo femenino a la IA, tanto ante perturbaciones positivas (0,2907, p = 0,5897) como negativas (0,8767, p = 0,3491).

Conclusión

Los resultados muestran que la relación de la IA con el empleo en Türkiye no es universal ni simétrica: durante el período muestral, los cambios relacionados con la IA no presentan ningún vínculo de cointegración ni de causalidad estadísticamente significativo con el empleo total o masculino, mientras que se identifica un canal causal significativo de la IA al empleo femenino exclusivamente ante perturbaciones positivas. Este patrón distingue el estudio de los trabajos previos, que en su mayoría agrupan los indicadores de empleo o examinan los contextos de las economías desarrolladas y de China, donde las medidas indirectas de la IA, las instituciones del mercado laboral y las distribuciones de cualificaciones difieren sustancialmente de las de Türkiye. Al combinar un indicador de IA basado en noticias con un marco analítico desagregado por sexo y sensible a la asimetría, el estudio aporta evidencia específica del país y de alta frecuencia a una literatura que, hasta el momento, ha ofrecido una comprensión limitada de cómo los cambios relacionados con la IA se transmiten a los mercados laborales en contextos en desarrollo caracterizados por diferencias de género. Los resultados sugieren que los efectos de la IA sobre el mercado laboral deben evaluarse en relación con grupos de empleo específicos y con la dirección de las perturbaciones, en lugar de considerarse un proceso uniforme y simétrico. Asimismo, proporcionan una base para que futuros estudios amplíen este enfoque asimétrico y desagregado por sexo a datos de empleo sectoriales u ocupacionales, a medida que dichas series estén disponibles para Türkiye.

结构式摘要

研究目的

人工智能（AI）的快速发展重新引发了关于其如何重塑劳动力市场的讨论。然而，现有实证证据大多集中于发达经济体和中国，且通常将人工智能对就业的影响视为在不同劳动者群体之间具有同质性。本研究主要针对两方面的研究不足。首先，土耳其等发展中经济体在生产结构、技术准备程度和劳动力构成方面与发达经济体存在差异，但相关研究仍显不足，而这些结构性差异可能制约人工智能相关变化向就业领域传导的方式。其次，现有文献主要考察总体就业或宽泛的技能类别，对人工智能劳动力市场效应的性别维度尚未进行充分探讨，尽管已有证据表明，女性就业集中于可能以不同程度受到技术变革影响的职业和任务。本研究还针对一项方法论不足：大量文献将人工智能与就业之间的关系设定为线性且对称，但技术转型的影响不太可能随着时间推移，在正向变化与负向变化下以完全相同的方式展开。因此，本研究旨在考察以新闻指标衡量的人工智能相关变化与土耳其就业表现之间的关系，区分总体就业、男性就业和女性就业，并允许人工智能的正向冲击与负向冲击产生非对称效应。

研究方法

本研究是一项针对土耳其经济的定量时间序列研究，采用2015年1月至2026年2月（2015:M1—2026:M2）的月度数据。人工智能相关变化以经济政策不确定性（Economic Policy Uncertainty，EPU）数据库中基于新闻构建的人工智能指数作为代理指标。该指数追踪美国报纸中涉及人工智能、生成式人工智能、机器学习和计算机视觉的文章的每日密度，并将日度序列转换为月度频率。就业采用土耳其统计局（TurkStat）发布的、针对15岁及以上人口的三项经季节性调整的指标衡量：总体就业率（TE）、男性就业率（ME）和女性就业率（FE）。分析策略分为三个阶段。首先，采用Becker et al.（2006）提出的傅里叶KPSS检验评估所有序列的平稳性，该检验能够容纳平滑且未知的结构突变。其次，采用Banerjee et al.（2017）开发的傅里叶ADL协整检验，检验就业指标与人工智能指数之间的长期关系。最后，采用Hatemi-J（2024）提出的高效非对称因果检验考察因果关系。该方法以似不相关回归估计（SURE）为基础，将各序列分解为正向累积冲击分量和负向累积冲击分量，并分别对其进行因果检验，从而允许人工智能与就业之间的联系在方向和符号上存在差异。

研究结果

傅里叶KPSS检验在1%的显著性水平上拒绝了全部四个序列平稳的原假设（AI：0.1745；TE：0.5859；ME：0.5228；FE：2.1719），表明AI、TE、ME和FE在水平值上均为非平稳序列。由于傅里叶ADL协整检验统计量未超过临界值，无法拒绝不存在协整关系的原假设H₀。在样本期内，就业指标与人工智能指数之间不存在稳定的长期关系。高效非对称因果检验的结果在不同就业指标之间呈现明显差异。人工智能与总体就业之间，无论因果方向如何，也无论冲击为正向还是负向，均未发现具有统计显著性的因果关系（AI→TE：正向冲击，0.0349，p = 0.8518；负向冲击，0.0014，p = 0.9706；TE→AI：正向冲击，0.0002，p = 0.9881；负向冲击，0.0020，p = 0.9647）。人工智能与男性就业之间同样未发现显著因果关系（AI→ME：正向冲击，0.3584，p = 0.5494；负向冲击，0.1488，p = 0.6997；ME→AI：正向冲击，0.1308，p = 0.7176；负向冲击，0.2236，p = 0.6363）。相比之下，仅在正向冲击下，存在由人工智能指向女性就业的单向因果关系（检验统计量 = 6.0103，p = 0.0142，在5%的水平上显著）；负向冲击下的对应关系不显著（0.6706，p = 0.4128）。从女性就业指向人工智能的反向因果关系，无论在正向冲击下（0.2907，p = 0.5897），还是在负向冲击下（0.8767，p = 0.3491），均不显著。

研究结论

研究结果表明，人工智能与土耳其就业之间的关系既不具有普遍性，也不具有对称性：在样本期内，人工智能相关变化与总体就业或男性就业之间不存在显著的协整关系或因果关系，而由人工智能指向女性就业的显著因果传导渠道仅在正向冲击下存在。这一特征使本研究区别于既有研究；后者大多将就业指标合并考察，或聚焦于发达经济体和中国，而这些经济体的人工智能代理指标、劳动力市场制度和技能分布均与土耳其存在显著差异。本研究将基于新闻构建的人工智能指标与按性别分组且能够识别非对称性的分析框架相结合，为现有文献提供了具有国别针对性的高频实证证据。迄今为止，现有文献对于人工智能相关变化如何传导至存在性别差异的发展中经济体劳动力市场，仍缺乏充分认识。研究结果表明，人工智能的劳动力市场效应应结合特定就业群体和冲击方向进行评估，而不宜将其视为统一且对称的过程。同时，本研究也为未来研究提供了基础，使其能够在土耳其相关数据序列逐步可得的情况下，将这一非对称、按性别分组的分析方法扩展至行业或职业层面的就业数据。

Структурированная аннотация

Цель

Стремительное развитие искусственного интеллекта (ИИ) вновь актуализировало дискуссию о том, каким образом ИИ трансформирует рынки труда. Однако большинство эмпирических исследований сосредоточено на развитых экономиках и Китае, а воздействие ИИ на занятость, как правило, оценивается так, словно оно одинаково для различных групп работников. Настоящее исследование обусловлено двумя пробелами в литературе. Во-первых, развивающиеся экономики, такие как Турция, отличающиеся от развитых экономик производственной структурой, уровнем технологической готовности и составом рабочей силы, остаются недостаточно изученными, хотя эти структурные различия могут определять механизмы передачи изменений, связанных с ИИ, в сферу занятости. Во-вторых, существующая литература преимущественно рассматривает совокупную занятость или укрупнённые квалификационные категории, вследствие чего гендерное измерение воздействия ИИ на рынок труда раскрыто лишь частично, несмотря на свидетельства концентрации женской занятости в профессиях и видах трудовых задач, которые могут в различной степени подвергаться влиянию технологических изменений. Исследование также направлено на устранение методологического пробела: значительная часть литературы трактует взаимосвязь между ИИ и занятостью как линейную и симметричную, хотя маловероятно, что последствия технологической трансформации разворачиваются во времени одинаковым образом при положительных и отрицательных изменениях. Соответственно, цель настоящего исследования заключается в изучении взаимосвязи между изменениями, связанными с ИИ и измеряемыми с помощью индикатора на основе новостных публикаций, и показателями занятости в Турции с разграничением совокупной, мужской и женской занятости и учётом возможности асимметричного воздействия положительных и отрицательных шоков ИИ.

Метод

Работа представляет собой количественное исследование временных рядов турецкой экономики с использованием месячных данных за период с января 2015 г. по февраль 2026 г. (2015:M1–2026:M2). В качестве прокси-показателя изменений в сфере ИИ используется индекс ИИ, сформированный на основе новостных публикаций и представленный в базе данных Economic Policy Uncertainty (EPU). Этот индекс отслеживает ежедневную плотность публикаций в американских газетах, содержащих упоминания искусственного интеллекта, генеративного ИИ, машинного обучения и компьютерного зрения; ежедневный ряд преобразуется в месячный. Занятость измеряется с помощью трёх сезонно скорректированных показателей Турецкого статистического института (TurkStat) для населения в возрасте 15 лет и старше: общего уровня занятости (TE), уровня занятости мужчин (ME) и уровня занятости женщин (FE). Аналитическая стратегия включает три этапа. На первом этапе стационарность всех рядов оценивается с помощью теста KPSS с компонентами Фурье, предложенного Becker et al. (2006), который позволяет учитывать плавные структурные сдвиги неизвестного характера. На втором этапе долгосрочная взаимосвязь между показателями занятости и индексом ИИ проверяется с использованием теста на коинтеграцию ADL с компонентами Фурье, разработанного Banerjee et al. (2017). На третьем этапе причинные связи исследуются с помощью эффективного теста асимметричной причинности Hatemi-J (2024). Данная процедура основана на оценивании системы внешне не связанных регрессий (SURE), разлагает каждый ряд на кумулятивные компоненты положительных и отрицательных шоков и проверяет причинность отдельно для каждой из них, допуская различия в направлении и знаке связей между ИИ и занятостью.

Результаты

Тест KPSS с компонентами Фурье отвергает нулевую гипотезу о стационарности для всех четырёх рядов на уровне значимости 1 % (AI: 0,1745; TE: 0,5859; ME: 0,5228; FE: 2,1719), что указывает на нестационарность рядов AI, TE, ME и FE в уровнях. Поскольку статистики теста на коинтеграцию ADL с компонентами Фурье не превысили критических значений, нулевая гипотеза H₀ об отсутствии коинтеграции не может быть отвергнута. В течение рассматриваемого периода устойчивая долгосрочная взаимосвязь между показателями занятости и индексом ИИ отсутствует. Результаты эффективного теста асимметричной причинности существенно различаются в зависимости от показателя занятости. Статистически значимая причинность не обнаружена ни в одном из направлений и ни при одном из знаков шоков между ИИ и совокупной занятостью (AI→TE: положительные шоки — 0,0349, p = 0,8518; отрицательные шоки — 0,0014, p = 0,9706; TE→AI: положительные шоки — 0,0002, p = 0,9881; отрицательные шоки — 0,0020, p = 0,9647), а также между ИИ и мужской занятостью (AI→ME: положительные шоки — 0,3584, p = 0,5494; отрицательные шоки — 0,1488, p = 0,6997; ME→AI: положительные шоки — 0,1308, p = 0,7176; отрицательные шоки — 0,2236, p = 0,6363). Напротив, однонаправленная причинная связь от ИИ к женской занятости выявлена исключительно при положительных шоках (статистика теста = 6,0103, p = 0,0142; значимость на уровне 5 %). Соответствующая связь при отрицательных шоках статистически незначима (0,6706, p = 0,4128), как и причинность в обратном направлении — от женской занятости к ИИ — как при положительных (0,2907, p = 0,5897), так и при отрицательных (0,8767, p = 0,3491) шоках.

Заключение

Полученные результаты показывают, что взаимосвязь ИИ и занятости в Турции не является ни универсальной, ни симметричной: в течение рассматриваемого периода изменения, связанные с ИИ, не обнаруживают статистически значимой коинтеграционной или причинной связи с совокупной либо мужской занятостью, тогда как значимый причинный канал от ИИ к женской занятости проявляется исключительно при положительных шоках. Эта закономерность отличает настоящее исследование от предшествующих работ, большинство из которых либо рассматривает показатели занятости в совокупности, либо анализирует развитые экономики и Китай, где прокси-показатели ИИ, институты рынка труда и распределение квалификаций существенно отличаются от турецких. Сочетая индикатор ИИ на основе новостных публикаций с аналитическим подходом, предусматривающим раздельный анализ по полу и учёт асимметрии, исследование обогащает литературу эмпирическими результатами, полученными на основе высокочастотных данных по конкретной стране. До настоящего времени эта литература давала лишь ограниченное представление о том, каким образом изменения, связанные с ИИ, передаются на рынки труда развивающихся экономик, характеризующихся гендерными различиями. Результаты указывают на необходимость оценки воздействия ИИ на рынок труда применительно к конкретным группам занятых и направлениям шоков, а не как однородного симметричного процесса. Они также создают основу для дальнейших исследований, позволяя распространить данный асимметричный подход с раздельным анализом по полу на отраслевые или профессиональные данные о занятости по мере появления соответствующих рядов для Турции.

संरचित सार

उद्देश्य

कृत्रिम बुद्धिमत्ता (AI) में तीव्र प्रगति ने इस विमर्श को पुनर्जीवित किया है कि AI श्रम बाज़ारों को किस प्रकार पुनर्गठित करती है। तथापि, अधिकांश अनुभवजन्य साक्ष्य विकसित अर्थव्यवस्थाओं और चीन पर केंद्रित हैं तथा सामान्यतः रोजगार पर AI के प्रभावों का मूल्यांकन इस धारणा के साथ करते हैं कि ये प्रभाव श्रमिकों के विभिन्न समूहों में एकसमान हैं। यह अध्ययन दो शोध-अंतरालों से प्रेरित है। पहला, तुर्किये जैसी विकासशील अर्थव्यवस्थाओं का पर्याप्त अध्ययन नहीं हुआ है, जबकि वे उत्पादन संरचना, प्रौद्योगिकीय तत्परता और कार्यबल की संरचना के संदर्भ में विकसित अर्थव्यवस्थाओं से भिन्न हैं, और ये संरचनात्मक भिन्नताएँ रोजगार तक AI-संबंधी परिवर्तनों के प्रभावों के संचरण को प्रभावित कर सकती हैं। दूसरा, मौजूदा साहित्य मुख्यतः समग्र रोजगार अथवा व्यापक कौशल श्रेणियों का मूल्यांकन करता है, जिससे श्रम बाज़ार पर AI के प्रभावों का लैंगिक आयाम केवल आंशिक रूप से संबोधित हुआ है। यह स्थिति उन साक्ष्यों के बावजूद बनी हुई है जो दर्शाते हैं कि महिला रोजगार ऐसे व्यवसायों और कार्यों में केंद्रित है जिन पर प्रौद्योगिकीय परिवर्तन का प्रभाव भिन्न हो सकता है। यह अध्ययन एक पद्धतिगत अंतराल को भी संबोधित करता है: साहित्य का एक बड़ा भाग AI और रोजगार के संबंध को रैखिक एवं सममित मानता है, जबकि समय के साथ सकारात्मक और नकारात्मक परिवर्तनों के प्रति प्रौद्योगिकीय रूपांतरण के प्रभावों का समान रूप से प्रकट होना असंभाव्य है। तदनुसार, इस अध्ययन का उद्देश्य समाचार-आधारित संकेतक द्वारा मापे गए AI-संबंधी परिवर्तनों और तुर्किये में रोजगार संबंधी परिणामों के बीच संबंध का परीक्षण करना है। इसमें समग्र, पुरुष और महिला रोजगार के बीच भेद किया गया है तथा इस संभावना को समाहित किया गया है कि AI के धनात्मक और ऋणात्मक आघात असममित प्रभाव उत्पन्न कर सकते हैं।

पद्धति

यह तुर्किये की अर्थव्यवस्था पर आधारित एक मात्रात्मक काल-श्रृंखला अध्ययन है, जिसमें जनवरी 2015 से फरवरी 2026 (2015:M1–2026:M2) तक के मासिक आँकड़ों का उपयोग किया गया है। AI-संबंधी परिवर्तनों को आर्थिक नीति अनिश्चितता (Economic Policy Uncertainty, EPU) डेटाबेस के समाचार-आधारित AI सूचकांक के माध्यम से निरूपित किया गया है। यह सूचकांक अमेरिकी समाचारपत्रों में कृत्रिम बुद्धिमत्ता, जनरेटिव AI, मशीन लर्निंग और कंप्यूटर विज़न का उल्लेख करने वाले लेखों के दैनिक घनत्व को दर्ज करता है; दैनिक श्रृंखला को मासिक आवृत्ति में परिवर्तित किया गया है। रोजगार का मापन तुर्किये सांख्यिकी संस्थान (TurkStat) के 15 वर्ष और उससे अधिक आयु की जनसंख्या से संबंधित तीन मौसमी रूप से समायोजित संकेतकों द्वारा किया गया है: समग्र रोजगार दर (TE), पुरुष रोजगार दर (ME) और महिला रोजगार दर (FE)। विश्लेषणात्मक रणनीति तीन चरणों में संचालित होती है। पहले चरण में, सभी श्रृंखलाओं की स्थिरता संबंधी विशेषताओं का आकलन Becker et al. (2006) के फूरियर KPSS परीक्षण द्वारा किया गया है, जो क्रमिक एवं अज्ञात संरचनात्मक विच्छेदों को समायोजित करता है। दूसरे चरण में, रोजगार संकेतकों और AI सूचकांक के बीच दीर्घकालिक संबंध का परीक्षण Banerjee et al. (2017) द्वारा विकसित फूरियर ADL सहसमाकलन परीक्षण से किया गया है। तीसरे चरण में, कारणता संबंधों की जाँच Hatemi-J (2024) के दक्ष असममित कारणता परीक्षण द्वारा की गई है। यह प्रत्यक्षतः असंबद्ध प्रतिगमन आकलन (SURE) पर आधारित प्रक्रिया है, जो प्रत्येक श्रृंखला को धनात्मक और ऋणात्मक संचयी आघात घटकों में विघटित करती है तथा प्रत्येक घटक के लिए अलग-अलग कारणता का परीक्षण करती है। इस प्रकार, यह AI और रोजगार के बीच संबंधों की दिशा तथा चिह्न में भिन्नता की अनुमति देती है।

निष्कर्षात्मक परिणाम

फूरियर KPSS परीक्षण सभी चार श्रृंखलाओं के लिए स्थिरता की शून्य परिकल्पना को 1% सार्थकता स्तर पर अस्वीकार करता है (AI: 0.1745; TE: 0.5859; ME: 0.5228; FE: 2.1719), जिससे संकेत मिलता है कि AI, TE, ME और FE सभी अपने स्तर रूप में अस्थिर हैं। चूँकि फूरियर ADL सहसमाकलन परीक्षण के सांख्यिकीय मान क्रांतिक मानों से अधिक नहीं पाए गए, इसलिए सहसमाकलन के अभाव की शून्य परिकल्पना H₀ को अस्वीकार नहीं किया जा सकता। नमूना अवधि के दौरान रोजगार संकेतकों और AI सूचकांक के बीच कोई स्थिर दीर्घकालिक संबंध नहीं पाया गया। दक्ष असममित कारणता परीक्षण के परिणाम रोजगार संकेतकों के बीच स्पष्ट रूप से भिन्न हैं। AI और समग्र रोजगार के बीच किसी भी दिशा में तथा धनात्मक या ऋणात्मक, किसी भी प्रकार के आघात के अंतर्गत सांख्यिकीय रूप से सार्थक कारणता नहीं पाई गई (AI→TE: धनात्मक आघात 0.0349, p = 0.8518; ऋणात्मक आघात 0.0014, p = 0.9706; TE→AI: धनात्मक आघात 0.0002, p = 0.9881; ऋणात्मक आघात 0.0020, p = 0.9647)। इसी प्रकार, AI और पुरुष रोजगार के बीच भी कोई सार्थक कारणता नहीं पाई गई (AI→ME: धनात्मक आघात 0.3584, p = 0.5494; ऋणात्मक आघात 0.1488, p = 0.6997; ME→AI: धनात्मक आघात 0.1308, p = 0.7176; ऋणात्मक आघात 0.2236, p = 0.6363)। इसके विपरीत, केवल धनात्मक आघातों के अंतर्गत AI से महिला रोजगार की ओर एकदिशीय कारणता संबंध पाया गया (परीक्षण सांख्यिकी = 6.0103, p = 0.0142, जो 5% स्तर पर सार्थक है)। ऋणात्मक आघातों के अंतर्गत संबंधित संबंध सार्थक नहीं है (0.6706, p = 0.4128)। इसी प्रकार, महिला रोजगार से AI की ओर विपरीत दिशा में कारणता, धनात्मक (0.2907, p = 0.5897) और ऋणात्मक (0.8767, p = 0.3491), दोनों प्रकार के आघातों के अंतर्गत असार्थक है।

निष्कर्ष

निष्कर्ष दर्शाते हैं कि तुर्किये में AI और रोजगार के बीच संबंध न तो सार्वभौमिक है और न ही सममित। नमूना अवधि के दौरान AI-संबंधी परिवर्तनों का समग्र अथवा पुरुष रोजगार के साथ कोई सार्थक सहसमाकलन या कारणता संबंध नहीं पाया गया, जबकि AI से महिला रोजगार की ओर एक सार्थक कारणात्मक संचरण माध्यम केवल धनात्मक आघातों के अंतर्गत विद्यमान है। यह प्रतिरूप इस अध्ययन को पूर्ववर्ती शोध से अलग करता है, जिनमें से अधिकांश या तो रोजगार संकेतकों का समेकित विश्लेषण करते हैं अथवा विकसित अर्थव्यवस्थाओं और चीन के संदर्भों का अध्ययन करते हैं, जहाँ AI के प्रतिनिधि माप, श्रम बाज़ार की संस्थाएँ और कौशल वितरण तुर्किये से पर्याप्त रूप से भिन्न हैं। समाचार-आधारित AI संकेतक को लिंग के आधार पर पृथक तथा असममिति-संवेदी विश्लेषणात्मक रूपरेखा के साथ संयोजित करके यह अध्ययन मौजूदा साहित्य में देश-विशिष्ट, उच्च-आवृत्ति वाले अनुभवजन्य साक्ष्य का योगदान करता है। अब तक इस साहित्य ने इस विषय में सीमित अंतर्दृष्टि प्रदान की है कि विकासशील और लैंगिक रूप से विभेदित संदर्भों में AI-संबंधी परिवर्तन श्रम बाज़ारों तक किस प्रकार संचारित होते हैं। परिणाम संकेत करते हैं कि श्रम बाज़ार पर AI के प्रभावों का मूल्यांकन एकसमान एवं सममित प्रक्रिया के रूप में करने के बजाय विशिष्ट रोजगार समूहों और आघातों की दिशाओं के संदर्भ में किया जाना चाहिए। ये परिणाम भविष्य के अध्ययनों के लिए एक आधार भी प्रदान करते हैं, जिससे तुर्किये के लिए संबंधित श्रृंखलाएँ उपलब्ध होने पर इस असममित तथा लिंग के आधार पर पृथक दृष्टिकोण को क्षेत्रवार अथवा व्यवसायवार रोजगार आँकड़ों तक विस्तारित किया जा सके।