1. Giriş: İK Yönetiminde İki Temel Eksen — Dijitalleşme ve İnsan Odaklılık
Günümüz işletmelerinde insan kaynağının kurumsal rekabet avantajı sağlamada en kritik stratejik varlık olarak kabul edilmesi, İnsan Kaynakları Yönetimini (İKY) köklü bir dönüşümle karşı karşıya bırakmıştır (Palalar Alkan, 2000). Son dönemdeki yönetim trendlerine bakıldığında İKY’nin geleceğinde iki temel eksen ön plana çıkmaktadır:
- Operasyonel Süreçlerde Dijitalleşme ve İK Analitiği: Veri analitiği ve yapay zeka algoritmaları ile süreçlerin hızlandırılması ve verimliliğin artırılması (Nankervis, Connell, Cameron, Montague, & Prikshat, 2021).
- İnsan Odaklı Çalışan Deneyimi (Employee Experience): İnsana dokunan, empati ve duygusal zekaya dayalı yaklaşımlarla çalışan bağlılığının ve motivasyonunun yükseltilmesi.
İK yöneticileri, Endüstri 4.0 ile birlikte gelen akıllı asistanlar, bulut teknolojileri ve büyük veri analitiği sayesinde yönetimsel süreçleri çok daha atik ve doğru hale getirmektedir (Bayarçelik & Bumin Doyduk, 2021; Çaylan & Çaylan, 2021).
2. "Dijital Dönüşüm Teknolojiden Çok İnsanla İlgilidir" (Frankiewicz & Premuzic, 2020)
Harvard Business Review yazarları Frankiewicz ve Premuzic (2020), dijital dönüşümün şirketlerin geleceğinde belirleyici bir rol oynayacağını; ancak bu dönüşümün özünde "teknolojiden çok insanla ilişkili olduğunu" vurgulamışlardır. Dijitalleşen dünyada en büyük rekabet avantajı; yeteneği doğru tespit etmek, kuruma çekmek ve kurumda tutundurabilmektir.
Verilere dayalı ve ölçülebilir metriklerle iş yapmaya başlayan İnsan Kaynakları, artık analitik yönünü ön plana çıkarmaktadır. Bu sayede İK'nın şirket finansal performansına katkısı öznellikten uzak, sayısal verilerle kanıtlanabilmektedir (Parry & Tyson, 2011). İnsan müdahalesinden ve kayırmacılıktan uzak algoritmik değerlendirmeler, İK çıktılarına olan kurumsal güveni katlamaktadır.
3. Yapay Zekanın İK Fonksiyonlarındaki 6 Temel Boyutu (Jia et al., 2018)
Qiong Jia ve çalışma arkadaşları (2018) tarafından geliştirilen kavramsal uygulama modeline göre; yapay zeka teknolojileri İnsan Kaynakları Yönetiminin 6 temel boyutunu dönüştürmektedir (Abdeldayem & Alduhalimi, 2020; Nawaz & Gomes, 2019; Qamar, Agrawal, Samad, & Chiapetta Jabbour, 2021):
| İK Fonksiyonu | Geleneksel Yaklaşım | Yapay Zeka Destekli Yaklaşım |
|---|---|---|
| 1. İşe Alım & Yetenek Kazanımı | Manuel CV okuma, anahtar kelime eşleştirme. | Semantik NLP analizi, otomatik yetkinlik puanlama (Meister, 2017; Chowdhury et al., 2023). |
| 2. Performans Yönetimi | Yılda bir kez yapılan sübjektif yönetici anketleri. | Gerçek zamanlı veri akışı, objektif KPI ve hedef eşleşmeleri. |
| 3. Eğitim ve Gelişim | Herkese aynı genel sınıf içi eğitimler. | Kişiselleştirilmiş mikro-öğrenme yolları ve yetkinlik açığı tespiti (Tambe et al., 2019). |
| 4. Kariyer & Yetenek Yönetimi | Kıdeme dayalı terfi ve yatay geçişler. | Yetenek matrisleri ve yapay zeka odaklı kariyer rotası simülasyonları. |
| 5. Ücret & Yan Haklar | Sabit unvan baremleri ve standart paketler. | Piyasa kıyaslama analitiği ve esnek/kişiselleştirilmiş yan hak optimizasyonu. |
| 6. Çalışan Bağlılığı & Devir Hızı | İşten çıkış mülakatı ile geç reaksiyon. | Ayrılma riskini (Turnover) önceden tahmin eden erken uyarı makine öğrenmesi modelleri (Zhang et al., 2019). |
🌟 Yapay Zekanın En Yüksek Etki Yarattığı Alan: İşe Alım (Meister, 2017)
Akademik araştırmalar, yapay zekanın İK içinde en hızlı ROI (yatırım getirisi) ve verimlilik sağladığı alanın "İşe Alım ve Yetenek Kazanımı" olduğunu göstermektedir (Meister, 2017). Adayların özgeçmişleri ile iş gereksinimleri arasındaki eşleşmeleri saniyeler içinde analiz eden motorlar (CVSkor AI gibi), İK uzmanına tarafsız ve standart veriler sunarak karar alma sürecini hızlandırır (Bal, Bal, & Bozkurt, 2019; Chowdhury et al., 2023).
4. Şeffaflık, Adalet ve Bilişsel Hataların Azaltılması
Geleneksel İK süreçlerinde mülakatçıların yorgunluk, hale etkisi (halo effect), benzerlik önyargısı (similarity bias) gibi bilişsel tuzaklara düşme riski yüksektir. Yapay zeka uygulamaları, aday değerlendirmede şeffaflık, adalet ve hesap verebilirlik standartlarını kurumsallaştırır (Aşkun, 2023). Hangi adayın hangi teknik yetkinlikten kaç puan aldığı ve iş tanımına ne oranda uyduğu açıkça raporlanır.
5. İK Ekipleri İçin Kritik Sınav: Sürekli Öğrenme ve Tükenmişlik Yönetimi
Yapay zekanın sunduğu tüm bu vaatlerin yanında, İK profesyonelleri için sürekli öğrenme ve teknolojik adaptasyon ihtiyacı doğmaktadır (Balcıoğlu, 2023). İK uzmanlarının veri analitiği okuryazarlığı kazanması ve yapay zeka araçlarını doğru yönlendirebilmesi gerekir.
Ancak teknolojik dönüşüm yönetilirken çalışanlar üzerindeki adaptasyon baskısının tükenmişliğe (burnout) ve iş güvencesi kaygısına yol açmaması için insan odaklı değişim yönetimi stratejileri uygulanmalıdır (Abdeldayem & Alduhalimi, 2020).
6. Sonuç: Stratejik İK Analitiğinin Geleceği
Yapay zeka ve İK analitiği; insan kaynaklarını işletmelerin arka planındaki idari bir birim olmaktan çıkarıp, şirketin büyüme stratejisini yöneten "veri odaklı bir liderlik merkezine" dönüştürmektedir.
📚 Akademik Kaynakça
- Abdeldayem, M. M., & Aldulaimi, S. H. (2020). Trends and Opportunities of Artificial Intelligence in Human Resource Management: Aspirations for Public Sector in Bahrain. International Journal of Scientific and Technology Research, 9(1), 2767-2771.
- Aşkun, O. B. (2023). İnsan Kaynakları Yönetiminde Yapay Zeka ve Etik: Adalet, Şeffaflık ve Hesap Verebilirlik. Yönetim Bilimleri Dergisi.
- Bal, Y., Bal, E., & Bozkurt, S. (2019). İnsan Kaynakları Yönetiminde Dijitalleşme ve Yapay Zeka Uygulamalarının Rolü. İstanbul Gelişim Üniversitesi Sosyal Bilimler Dergisi.
- Balcıoğlu, H. (2023). Yapay Zeka Çağında İnsan Kaynakları Profesyonellerinin Yetkinlik Dönüşümü. İktisadi ve İdari Bilimler Fakültesi Dergisi.
- Bayarçelik, E. B., & Bumin Doyduk, H. B. (2021). Endüstri 4.0 ve Dijital İnsan Kaynakları Yönetimi. Beykent Üniversitesi Sosyal Bilimler Dergisi.
- Chowdhury, S., Dey, P., Joel-Edgar, S., Bhattacharya, S., Rodriguez-Espindola, O., & Truong, L. (2023). Unlocking the Value of Artificial Intelligence in Human Resource Management Through AI Capability Framework. Human Resource Management Review, 33(1), 100899.
- Çaylan, M., & Çaylan, D. (2021). Türkiye'de İnsan Kaynaklarında Yapay Zeka Araştırmaları: Kavramsal Bir İnceleme. Sosyoekonomi.
- Frankiewicz, B., & Chamorro-Premuzic, T. (2020). Digital Transformation Is About Talent, Not Technology. Harvard Business Review.
- Jia, Q., Guo, Y., Li, R., Li, Y. R., & Chen, Y. (2018). A Conceptual Artificial Intelligence Application Framework in HR Management. Proceedings of the International Conference on Electronic Business (ICEB), 106-114.
- Meister, J. (2017). The Future of Work: How Artificial Intelligence Will Transform HR and Recruiting. Forbes.
- Nankervis, A., Connell, J., Cameron, R., Montague, A., & Prikshat, V. (2021). 'Are We There Yet?' Australian HR Professionals and the Fourth Industrial Revolution. Asia Pacific Journal of Human Resources, 59(1), 3-19.
- Nawaz, N., & Gomes, A. M. (2019). Artificial Intelligence Applications in Human Resource Management: A Review. Journal of Management Information and Decision Sciences, 22(4), 441-452.
- Palalar Alkan, M. (2000). İnsan Kaynakları Yönetiminde Bilişim Teknolojileri Kullanımı. Amme İdaresi Dergisi.
- Parry, E., & Tyson, S. (2011). Desired Goals and Actual Outcomes of E-HRM. Human Resource Management Journal, 21(3), 335-354.
- Qamar, Y., Agrawal, R. K., Samad, T. A., & Chiappetta Jabbour, C. J. (2021). When Technology Meets People: The Interplay of Artificial Intelligence and Human Resource Management. Journal of Enterprise Information Management, 34(5), 1339-1370.
- Tambe, P., Cappelli, P., & Yakubovich, V. (2019). Artificial Intelligence in Human Resources Management: Challenges and a Path Forward. California Management Review, 61(4), 15-42.
- Zhang, Y., Guan, X., Zhou, X., & Lu, J. (2019). Machine Learning Applications in Employee Turnover Prediction: A Systematic Review. Computers in Human Behavior.