Yaklaşık 2 sene önce, TÜİK’in açıkladığı 2021 ADNKS sonuçlarından sonra Türkiye’nin nüfusunun artık yaşlanma eğiliminde olduğunu, nüfus artış hızının düştüğünü ve o çok övündüğü genç nüfus fırsatını kaçırdığından bahsetmiştim.  Bunun temel sebebi olarak da jenerasyon tercihleriyle beraber ülkedeki yaşanan ekonomik ve siyasi gelişmeleri söylemiştim.

O dönem belki de çok fazla dikkat çekmeyen bu nüfus değişimi geçtiğimiz 2024 yılı içerisinde sıkça dile getirildi ve belirgin hale geldi. 2023 ADNKS sonuçlarından nüfus piramidi ve nüfus artış hızı grafiklerini söylediklerimin görsel bir kanıtı olarak ekliyorum buraya.

Figür 1: Nüfus piramidi, 2007, 2023

Figür 2: Nüfus artış hızı

Bu durum karşısında elbette ülkemizdeki “yetkililer” çözümsüz kalmadı ve bu durumun altındaki nedenleri araştırıp onları çözmek yerine “bir doğum seferberliği” başlatma çalışmalarına girdi.

Şimdi bu paragrafları bağlamak istediğim yere gelmek istiyorum. Tüm bu politik gelişmelerden bağımsız, doğum oranını tahmin etmek gerekli midir ve yapay öğrenme algoritmalarıyla bu tahmin yapılabilir mi?

Doğum oranlarını bir algoritma yardımıyla en düşük hata ile tahmin etmek bence gereklidir. Çünkü bu ve benzeri indikatörlerin gelecek projeksiyonunun yapılması iş gücü planlaması, yaşlanan nüfusun ihtiyaçlarını karşılamak ve sosyal güvenlik sistemlerini sürdürülebilir kılmak için temel bir rol oynuyor. Keza ekonomik planlamadan sağlık hizmetlerine, eğitim sistemlerinden emeklilik fonlarına kadar pek çok karar, doğum oranlarının doğru bir şekilde öngörülmesine dayanıyor.

İkinci sorunun yanıtına ise ufak bir hatırlatma yaparak başlamak istiyorum. Geçtiğimiz haftaki yazımda incelediğim AI Snake Oil kitabı, sosyal konularda makine ya da yapay öğrenmesi olarak adlandırılan algoritmaların tahminlerinde başarısız olduğunu iddia ediyordu ki kısmen ben de bu iddiaya katılıyorum, fakat yazarlar kadar kesin bir şekilde bunun savunucusu değilim, çünkü genelleştirilme yeteneği edinimi olmasa da sınırları belirlenmiş bir görev tanımında bu modellerden istenilen sonuç elde edilebilir (mi)?

Cevap evet, bence.

Geçtiğimiz yıl bir grup araştırmacı İskoçya’daki doğum oranlarını tahmin etmek için kullanılan geleneksel ekonometrik modeller ile modern makine öğrenimi algoritmalarını karşılaştırmışlar. Çalışmada Ocak 1998 ile Aralık 2022 arasında İskoçya’da kaydedilen aylık doğum verilerinden oluşan bir veri seti kullanılmış. Çeşitli veri önişleme aşamalarından geçen bu veri daha sonra doğum oranlarının tahminini etkileyen trendler ve mevsimsel değişimler gibi faktörlerin de dikkate alınmasıyla bir sonraki ay içindeki toplam yeni doğan bebek sayısını tahmin etmek için modellemeye dahil edilmiş.

Çalışmanın sonunda kullanılan modern yapay öğrenme algoritması, alan uzmanları için ek bilgi; XGBoost, diğer modellere göre çok daha iyi bir performans göstermiş ve hiç de fena olmayan bir hata payı ile bir ay sonraki yeni doğacak bebek sayısını tahmin etmiş. (RMSE: 0.41).

Bu çalışmaya ek olarak, geçtiğimiz yıl biz de bir grup arkadaşımızla Hollanda’da, nüfus verileri kullanarak ailelerin gelecek 1 ve 2 yıl içerisinde çocuk sahibi olup olmayacaklarını tahmin etmeye çalışmış ve oldukça yüksek bir tutarlılıkta bunu bulabilmiştik.

Birkaç paragraf önce bahsettiğim gibi yapay zekâ çatısı altında değerlendirilebilecek algoritmalar özellikle sosyal konularla ilgili tahmin yaparken sorunlar yaşasa da bu, yapay zekanın bu alanda tamamen kullanışsız olduğu anlamına gelmiyor elbette. Sınırları iyi belirlenmiş bir görevde oldukça iyi performans sergileyebilirler, yukarıda gördüğümüz gibi. Tabii bu modellerin genelleştirilme yeteneklerinin gelişim zorluğu elbette devam eder. (Genelleştirilme örneği; bu yazıda bahsettiğim çalışmada geliştiren model Türkiye’de bir ay sonra doğacak bebeklerin sayısını makul bir hata payı ile tahmin edemeyebilir.)

Sonuç olarak, Türkiye’de (ve başka ülkelerde) demografik yapının hızla değiştiği bu dönemde, doğru doğum oranı tahminleri hem sosyal politika geliştirme hem de ekonomik planlama açısından kritik bir önem taşıyor. İş gücü projeksiyonlarından yaşlanan nüfusun ihtiyaçlarının belirlenmesine, sağlık sisteminden emeklilik fonlarına kadar pek çok alanda alınacak kararların sağlam bir veriye dayanması büyük avantaj sağlıyor. Yapay öğrenme yöntemleri, özellikle sınırları iyi belirlenmiş görevlerde, bu alana dair iyi bir performans sergiliyor. Bununla birlikte, modellerin kısıtlarını göz ardı etmemek ve farklı ülke ya da toplumsal koşullara uyarlarken derinlemesine analizler yapmak gerekiyor. Yapay zekâyı “iyiye” kullanmak ise yalnızca doğru tahminler üretmekten ibaret değil; aynı zamanda bu teknolojilerin toplum yararına etik ve sorumlu bir şekilde uygulanmasını ve kamuoyunun şeffaflıkla bilgilendirilmesini gerektiriyor. Böylece, geleceğin demografik ve ekonomik planlaması daha sağlam temellere oturtulabilir ve sağlıklı toplumsal politikalar üretme yolunda önemli bir adım atılmış olur.

Referanslar

Tzitiridou-Chatzopoulou, M., Zournatzidou, G., & Kourakos, M. (2024). Predicting Future Birth Rates with the Use of an Adaptive Machine Learning Algorithm: A Forecasting Experiment for Scotland. International Journal of Environmental Research and Public Health, 21(7), 841. https://doi.org/10.3390/ijerph21070841