İşe Alımın Geleceği: İK Yönetiminde Dijitalleşme, Yapay Zeka ve İnsani Dokunuş Dengesi (Akademik Analiz)

1. Giriş: Stratejik İK Yönetiminde İşe Alımın Rolü ve Yanlış Kararların Maliyeti

İnsan Kaynakları Yönetimi (İKY) fonksiyonunun temel öğelerini; yönetim, işe alım, eğitim ve geliştirme, ödüllendirme, çalışan refahı ve yönetim-çalışan ilişkilerine ilişkin liderlik ve stratejik anlayış oluşturmaktadır (Armstrong, 2017). Kurumu geleceğe taşıyacak yetenek ve becerilerin kazandırılması, kurumun uzun vadeli sürdürülebilirliği ve pazar başarısı adına kritik bir öneme sahiptir.

İşe alım süreci, en temel anlamda kurum ve belirli bir pozisyon için en iyi şekilde uyum gösterecek adaylar arasından en yüksek bireysel uyumu sergileyecek olanların belirlenmesi ve kuruma kazandırılması sürecidir (Bingöl, 2019). Ancak personel seçim süreci, firmalar için önemli maliyetler ve zaman gerektiren son derece zahmetli bir operasyondur.

Özellikle başvuru sayısının yüzlerle ifade edildiği yüksek hacimli işe alımlarda veya yetenek azlığı bulunan niş alanlarda bu süreç çok daha zaman alıcı olmaktadır. Şirketler arasında en iyi çalışanı işe alma konusunda güçlü bir rekabet bulunmaktadır (Riggio, 2014). Dolayısıyla firmalar, işe alım tekniklerini modernize etmek ve bilimsel yöntemlere dayandırmak zorundadır.

2. İnsan Kaynakları Yönetiminin Dijitalleşmesi: Rutin İşlerden Stratejik Ortaklığa

Dijitalleşme, iş yapış biçimlerini kökten değiştirmektedir. Çalışma sürelerinin kontrolü, vardiya planlaması, fazla mesai takibi, bordro hesaplamaları ve yasal mevzuat uyumu artık otomatik yazılımlar tarafından gerçekleştirilmektedir. Ancak çalışanlardan sadece belirlenen çerçevedeki rutin işleri yapmaları beklentisi yerini; iç ve dış müşterilere değer katma beklentisine bırakmıştır (İslamoğlu, 2018).

İnsan Kaynakları Yönetiminin salt bir "operasyonel personel işleri" biriminden "stratejik iş ortağı" konumuna yükselmesi, İK analitiğinin ve yapay zeka tabanlı karar destek araçlarının devreye girmesiyle hız kazanmıştır.

3. Personel Seçiminde "Tahmin ve Yordama" Devrimi: Makine Öğrenmesi Algoritmaları

İnsan kaynakları fonksiyonları içerisinde personel seçimi ve yerleştirme; en fazla tahmin, sezgi ve yordama yapmayı gerektiren süreçtir. İK profesyonelleri süreç boyunca kritik sorulara tahmin yürütmek durumundadır:

• Hangi aday ilana başvurmaya değer bulacak?
• Yüzlerce başvuru arasından hangi özgeçmişler mülakata çağrılmaya değer?
• Hangi aday işe alındığında fiilen yüksek performans sergileyecek? (Tippins, Oswald, & McPhail, 2021)

İşte bu noktada yapay zeka ve makine öğrenmesi algoritmaları devreye girmektedir. Agrawal, Gans ve Goldfarb (2018) tarafından vurgulandığı üzere; yapay zeka, aynı anda birçok farklı heterojen veriyi eşzamanlı analiz edebilme kabiliyeti sayesinde insan gözünün fark edemeyeceği gizli korelasyonları ve içgörüleri keşfeder. Birbirinden bağımsız görünen yetkinlik, deneyim ve başarı metrikleri arasında anlamsal bağlar kurarak personelin işteki başarısını geleneksel yöntemlere kıyasla çok daha yüksek doğrulukla tahmin eder.

Nitekim Vedapradha, Hariharan ve Shivakami (2019) tarafından yapılan ampirik araştırmalar; işe alım süreçlerinde yapay zeka uygulamalarından faydalanılmasının, işe alınan çalışanların uzun vadeli performansı üzerinde anlamlı ve ölçülebilir bir pozitif etkiye sahip olduğunu kanıtlamıştır.

4. İki Kritik Sınav: İnsani Dokunuş (Human Touch) ve Algoritmik Önyargı

Yapay zeka verimlilik sağlarken, iki temel riskin gözden kaçırılmaması gerekir:

A. İnsani Temas ve Empati İhtiyacı

Schwab'ın (2019) belirttiği gibi; insanların ve teknolojilerin nasıl etkileşime girdiğini doğru anlayamazsak, geleceği olumlu yönde şekillendirecek politikalar üretmek mümkün olmayacaktır. İşe alım sadece matematiksel bir eleme değil, sosyal bir etkileşimdir. Adayların şirket kültürünü hissettiği, kurumun ise adayın duygusal zekasını ve kişilerarası iletişim becerilerini değerlendirdiği yüz yüze temas hayati önem taşır. Yapay zekanın tüm süreci mekanikleştirmesi adaylarda "duygusuzluk ve yabancılaşma" hissi yaratabilir.

B. Algoritmik Önyargı (Algorithmic Bias) Riski

Her ne kadar yapay zekanın insan önyargılarını ve sübjektif yanlılığı azaltacağı savunulsa da; model geçmişte önyargılı kararlar verilmiş verilerle eğitilirse, bu sübjektifliği öğrenip kurumsallaştırma riski taşır (Kelan, 2023). Bu nedenle, kullanılan yapay zeka motorunun (CVSkor AI gibi) açıklanabilir, şeffaf ve yetkinlik bazlı semantik eşleştirme standartlarına (ESCO) dayanması zorunludur.

5. İdeal Model: "İnsan + Yapay Zeka" İş Birliği (Augmented Recruitment)

Upadhyay ve Khandelwal (2018) tarafından ortaya konan sentez, geleceğin İK vizyonunu açıkça özetlemektedir: "Yapay zeka teknolojileri işe alımdaki katma değeri düşük, tekrarlayan ve mekanik filtreleme görevlerini otomatize etmelidir; ancak nihai kişi-örgüt uyumunun (Person-Organization Fit) sağlanması için empati, sağduyu ve duygusal zeka gibi insani yetenekler vazgeçilmezdir."

Ayrıca Davenport (2018), işgücü piyasalarındaki yetenek kıtlığının şirketlerin ücret politikalarını ve yetkinlik yapılarını yeniden şekillendireceğini belirtmektedir. Yapay zeka yatırımları operasyonel maliyetleri düşürürken, doğru yeteneklerin şirkete kazandırılması kurumsal kârlılığı katlamaktadır.

6. Sonuç ve Öneriler

İnsan kaynaklarında yapay zeka bir "ikame aracı" değil, İK profesyonellerini güçlendiren bir "akıllı karar destek mekanizmasıdır". Rutin CV eleme yükünden kurtulan İK departmanları; işveren markası yaratma, yetenek geliştirme ve yüksek performans kültürü inşa etme gibi stratejik hedeflere odaklanabilmektedir.

📚 Akademik Kaynakça

• Agrawal, A., Gans, J., & Goldfarb, A. (2018). Prediction Machines: The Simple Economics of Artificial Intelligence. Harvard Business Press.
• Armstrong, M. (2017). Armstrong's Handbook of Human Resource Management Practice (14th ed.). Kogan Page Publishers.
• Balaban, Ö., & Güner, E. (2021). İnsan Kaynakları Yönetiminde Personel Seçim Süreci ve Yeni Yaklaşımlar. Girişimcilik ve İnovasyon Yönetimi Dergisi.
• Bingöl, D. (2019). İnsan Kaynakları Yönetimi (10. Baskı). Beta Basım Yayım.
• Davenport, T. H. (2018). The AI Advantage: How to Put the Artificial Intelligence Revolution to Work. MIT Press.
• İslamoğlu, G. (2018). Dijitalleşme Çağında İnsan Kaynakları Yönetimi. İş Güç Endüstri İlişkileri ve İnsan Kaynakları Dergisi.
• Kelan, E. K. (2023). Algorithmic Inclusion and Diversity in AI-Driven Recruitment. Human Resource Management Journal.
• Palalar Alkan, M. (2000). İnsan Kaynakları Yönetiminde Bilişim Teknolojileri Kullanımı. Amme İdaresi Dergisi.
• Riggio, R. E. (2014). Introduction to Industrial/Organizational Psychology (6th ed.). Pearson.
• Schwab, K. (2019). Dördüncü Sanayi Devrimi. Optimist Yayınları.
• Tippins, N. T., Oswald, F. L., & McPhail, S. M. (2021). Scientific, Legal, and Ethical Concerns About AI-Based Personnel Selection. Personnel Assessment and Decisions, 7(2), 1-20.
• Upadhyay, A. K., & Khandelwal, K. (2018). Applying Artificial Intelligence: Relevance to Human Resources Management. Strategic HR Review, 17(5), 255-260.
• Vedapradha, R., Hariharan, R., & Shivakami, R. (2019). Artificial Intelligence: A Paradigm Shift in Human Resource Management and Employee Performance. International Journal of Innovative Technology and Exploring Engineering, 8(11), 324-328.