Yapay zeka ile işe alım nedir?

İşe alım sürecinin hangi adımlarında yapay zeka kullanılır?

1. İlan yazımı

Yapay zeka, pozisyon başlığı ve şirket bilgisinden yola çıkarak iş tanımı, sorumluluklar ve gereksinimler için bir taslak üretebilir. Mevcut bir ilan metnini yapıştırdığınızda unvan, kıdem, beceri ve lokasyon gibi alanları otomatik çıkarabilir. İnsan dokunuşu yine gereklidir: şirket kültürü, maaş bandı ve yan haklar gibi bilgiler ancak İK tarafından doğru yazılır. Fayda, boş sayfa sendromunu ortadan kaldırmak ve ilanları standart bir yapıya oturtmaktır.

2. Kaynak bulma (sourcing)

AI destekli araçlar mevcut aday havuzunuzda, LinkedIn gibi platformlarda veya geçmiş başvurularda pozisyona uygun profilleri arayabilir. Özellikle “daha önce başvurmuş ama o zaman uygun pozisyon olmayan” adayları yeniden keşfetmek, yeni ilan maliyetini azaltan değerli bir kullanımdır.

3. CV tarama

Klasik anahtar kelime filtreleri, “React” yazmayan ama “component kütüphanesi kurdum” diyen bir adayı kaçırabilir. Yapay zeka tabanlı tarama ise kelimeye değil anlama bakar; adayın deneyimini kriterlerle anlamsal olarak eşleştirir. Bu adımın en önemli şartı açıklanabilirliktir: aday neden üstte ya da altta, okunabilir olmalıdır.

4. Ön eleme ve mülakat

Yüksek hacimli işe alımda en çok zaman alan adım ön görüşmedir. AI mülakat sistemleri adayı telefon, web veya WhatsApp üzerinden yapılandırılmış sorularla görüşmeye alır, yanıtları puanlar ve transkriptle birlikte raporlar. Ayrıntılı tanım için: AI mülakat nedir?

5. Aday eşleştirme

Eşleştirme, başvuru havuzunu belirli bir pozisyonun kriterlerine göre sıralamaktır. Gelişmiş sistemlerde İK, kriterleri filtre kutucukları yerine gündelik dille yazar (“2+ yıl satış deneyimi, İstanbul’da yaşasın, perakende tecrübesi artı olur”); AI her adaya bir uyum skoru ve gerekçesini verir. “Olmazsa olmaz” ile “artı olur” ayrımı burada kritik önemdedir.

6. Görüşme planlama

Yüz yüze veya online görüşme için adayla saat ayarlamak, e-posta ping-pong’una dönüşebilir. AI destekli planlama araçları adaya uygun saatleri mesajla sunar, onaylanınca takvim davetini oluşturur ve hatırlatmalar gönderir. Bu adım görünüşte küçüktür ama no-show oranını doğrudan etkiler.

7. Onboarding ve işe başlatma

İşe giriş belgelerinin toplanması, eksiklerin hatırlatılması ve ilk gün hazırlığı da otomasyona uygundur. Bazı ekipler bu aşamada yapay zeka destekli yetkinlik değerlendirmeleriyle yeni çalışanın gelişim planını da çıkarır.

Arka planda hangi teknolojiler çalışır?

“Yapay zeka” tek bir teknoloji değildir; işe alımda birkaç farklı katman bir arada kullanılır:

• Doğal dil işleme (NLP): CV’leri, ilan metinlerini ve yazılı yanıtları okuyup anlamlandırır. Unvan, beceri, deneyim süresi gibi bilgileri yapılandırılmış alanlara çevirir.
• Büyük dil modelleri (LLM): İlan taslağı üretir, mülakat sorusu önerir, görüşmeyi doğal bir dille yürütür ve yanıtları özetler.
• Konuşma tanıma ve sentezi: Sesli görüşmelerde adayın konuşmasını yazıya döker ve AI’ın cevabını doğal bir sesle okur. Yanıt gecikmesi bu katmanda belirlenir.
• Anlamsal eşleştirme: Aday profili ile pozisyon kriterlerini kelime değil anlam düzeyinde karşılaştırır ve uyum skoru üretir.
• Kural motorları: “Puan 4,0’ın üstündeyse bir sonraki aşamaya geçir” gibi işverenin tanımladığı kuralları uygular. Bu kısım yapay zeka değil klasik otomasyondur ama sürecin güvenilirliği için en az AI kadar önemlidir.

İK ekibinin bu teknolojilerin iç yapısını bilmesi gerekmez; ancak her birinin neye karar verdiğini ve nerede insanın devreye girdiğini bilmesi gerekir.

Faydalar ve riskler

Faydalar

• Hız: Başvurudan ilk temasa geçen süre günlerden saatlere iner; güçlü adaylar rakibe kaymadan görüşmeye alınır.
• Ölçek: Ekip büyüklüğü, işlenebilecek başvuru sayısının sınırı olmaktan çıkar.
• Tutarlılık: Her aday aynı kriterlerle değerlendirilir; görüşmeciye, güne veya yorgunluğa bağlı farklar azalır.
• Veri: Her adım kayıt altında olduğu için huninin nerede tıkandığı ölçülebilir. Hangi metriklere bakmanız gerektiği: İşe alım metrikleri.
• Aday deneyimi: Hızlı dönüş ve 7/24 erişim, adayın en çok şikâyet ettiği “sessizlik” sorununu çözer.

Riskler

Önyargı. Yapay zeka, eğitildiği veride veya ona verilen kriterlerde bulunan önyargıyı çoğaltabilir. Ayrımcı sonuçları önlemek için kriterlerin işle ilgili olması, puanların kanıta dayanması ve sonuçların gruplar arası farklar açısından düzenli izlenmesi gerekir. Ayrıntı: Mülakatta yapay zeka ve önyargı.

KVKK ve veri koruma. CV, ses kaydı, transkript ve puanlar kişisel veridir. Türkiye’de 6698 sayılı Kişisel Verilerin Korunması Kanunu kapsamında aydınlatma yükümlülüğü, gerekli hallerde açık rıza, amaçla sınırlılık ve saklama süresi gibi kurallar geçerlidir; ayrıca kanun, kişinin münhasıran otomatik sistemlerle analiz edilmesi sonucu aleyhine bir sonuç çıkmasına itiraz hakkını tanır. Avrupa’da faaliyet gösteren şirketler için AB Yapay Zeka Yasası işe alımda kullanılan AI sistemlerini yüksek riskli kategoride değerlendirir. Ayrıntılı çerçeve: AI mülakat ve KVKK uyumluluğu rehberi.

Aday deneyimi. Robotik, gecikmeli veya şeffaf olmayan bir deneyim işveren markasına zarar verebilir. Adaya AI ile etkileşimde olduğu açıkça söylenmeli, süreç kısa ve anlaşılır tutulmalıdır.

Aşırı otomasyon. Her kararı AI’a bırakmak hem hukuki hem etik açıdan risklidir. Doğru model, AI’ın sıralayıp gerekçelendirdiği, insanın karar verdiği modeldir.

Türkiye’de durum ve örnek kullanımlar

Türkiye’de yapay zeka ile işe alımın en hızlı yayıldığı alan, yüksek hacimli ve mavi yaka ağırlıklı işe alımdır. Çağrı merkezleri, perakende zincirleri, lojistik şirketleri ve üretim tesisleri gibi sürekli ve toplu alım yapan işverenler, ön görüşmeyi otomatikleştirmenin en net faydasını görür.

Türkiye’ye özgü birkaç dinamik öne çıkıyor:

• WhatsApp’ın baskın iletişim kanalı olması: Adaylar e-postadan çok WhatsApp’a bakar; davet ve hatırlatmaların WhatsApp üzerinden gitmesi katılımı belirgin biçimde etkiler.
• Telefonun mavi yakada birincil cihaz olması: Kamera veya bilgisayar gerektiren süreçler bu aday grubunda bariyer yaratır; telefon tabanlı AI görüşme daha erişilebilirdir.
• Türkçe dil kalitesi: Eklemeli yapısı ve bölgesel ağız farkları nedeniyle Türkçe konuşmayı doğru anlayan ve doğal konuşan sistemler fark yaratır.
• KVKK hassasiyeti: Kurumsal satın alma süreçlerinde veri işleme sözleşmesi ve aydınlatma metinleri ilk sorulan konulardır.

Örnek kullanım senaryoları:

• Bir çağrı merkezinin her hafta yeni eğitim sınıfı için müşteri temsilcisi adaylarını telefonda AI ile ön görüşmeye alması.
• Bir perakende zincirinin sezon öncesi her şube için ayrı ilan açıp ön görüşmeyi AI’a, yüz yüze görüşmeyi mağaza müdürüne bırakması.
• Bir üretim tesisinin vardiya ve servis güzergahı uygunluğunu görüşmenin ilk dakikalarında netleştirmesi.
• Kurumsal bir şirketin mevcut çalışanlarının yapay zeka yetkinliğini ölçüp eğitim planını buna göre kurgulaması.

Başlamak için yol haritası: pilot → ölçüm → ölçek

Aşama 1: Pilot (2–4 hafta)

• Tek bir yüksek hacimli pozisyon seçin.
• Hiring manager ile kriterleri ve knock-out sorularını yazılı hale getirin.
• Bir AI aracını yalnızca bir adımda (çoğunlukla ön görüşme) devreye alın.
• KVKK metinlerini hukuk ekibinizle birlikte gözden geçirin.

Aşama 2: Ölçüm

Pilot öncesi ve sonrası şu göstergeleri karşılaştırın: başvurudan ilk temasa süre, ön görüşme tamamlama oranı, ön elemeye harcanan İK saati, shortlist’ten işe alıma dönüşüm ve aday geri bildirimi. Rakamlar olmadan “iyi gitti” demek, ölçeklemede yanlış karar riskini artırır.

Aşama 3: Ölçek

Sonuçlar olumluysa yeni pozisyonlara ve sürecin diğer adımlarına (eşleştirme, planlama, evrak) yayılın. Her yeni adımda aynı şekilde önce pilot, sonra ölçüm yapın. Yüksek hacimli süreçlerin genel kurgusu için: Yüksek hacimli işe alım rehberi.

Yapay zeka ile işe alımda sık yapılan 5 hata

1. Aracı süreçten önce seçmek. Önce hangi adımda ne kadar zaman kaybettiğinizi ölçün, sonra araca karar verin.
2. Kriterleri yazmadan otomatikleştirmek. “İyi aday” tanımı net değilse AI yalnızca belirsizliği hızlandırır.
3. Hiring manager’ı sürece dahil etmemek. Shortlist’i kullanacak kişi kriterleri onaylamamışsa sonuçlara güvenmez.
4. Adaya şeffaf olmamak. AI ile görüştüğünü sonradan öğrenen aday, deneyimden memnun olsa bile güven kaybeder.
5. Ölçmeden ölçeklemek. Pilot sonuçlarını rakamla görmeden tüm pozisyonlara yaymak, hataları da ölçeklemek demektir.

Jobnest platformu bu süreçte nerede?

Jobnest.ai, işe alım sürecinin yukarıdaki adımlarını tek platformda birleştirir:

Aday takip sistemlerinin genel mantığı için: Aday takip sistemi (ATS) nedir?

Platformu ekibinizle deneyin

İşe alım sürecinizin hangi adımında yapay zekanın en çok fayda sağlayacağını birlikte belirleyelim. Kendi pozisyonunuzla kısa bir demo planlayın.