İşe alım rehberi
Yapay zeka ile işe alım nedir?
Yapay zeka ile işe alım, işe alım sürecinin ilan yazımı, aday bulma, CV tarama, ön görüşme, aday eşleştirme, görüşme planlama ve işe başlatma gibi adımlarında yapay zeka araçlarının kullanılmasıdır. Amaç; tekrarlayan işleri otomatikleştirmek, adayları tutarlı kriterlerle değerlendirmek ve işe alım ekibinin karar kalitesini artırmaktır. Nihai işe alım kararı insanda kalır.
Yapay zeka ile işe alım, ilan hazırlama, başvuruları düzenleme, adayla ilk görüşmeyi yapma ve değerlendirme raporu oluşturma gibi adımlarda yapay zekadan yararlanmaktır. Her adımı otomatikleştirmek gerekmez. En çok zaman kaybettiren ve tutarlı ölçülebilen işten başlamak daha sağlıklı bir yaklaşımdır.
Bir İK ekibi pozisyon için soruları ve değerlendirme ağırlıklarını önceden belirleyebilir, adayları AI mülakata davet edebilir ve görüşme raporlarını aynı sistemde inceleyebilir. Adayı hangi aşamada ilerleteceğine sistem değil, İK ekibi karar vermelidir.
Jobnest.ai bu süreçte telefon, web, video ve isteğe bağlı WhatsApp yazılı mülakatlarını; ATS üzerinden aday takibini ve Smart Match ile kriterlere uygun adayları kanıtlarıyla sıralamayı birleştirir. ATS ve Smart Match her pakette, kullanılan özelliğin kredi karşılığı üzerinden erişilebilir.
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.
Örnek senaryo: vardiyalı çalışan arayan bir lojistik şirketi
Bu senaryo açıklama amaçlıdır, gerçek bir Jobnest.ai müşteri hikayesi değildir.
Bir depo işletmesi aynı ay içinde 60 forklift operatörü ve sevkiyat personeli başvurusu alsın. İK ekibi önce vardiya düzeni, gerekli belge ve iş güvenliği gibi zorunlu kriterleri tanımlar. Başvurular ATS’ye toplandığında tekrar eden kayıtlar kontrol edilir ve adaylara uygun mülakat davetleri gönderilir.
İşveren telefonla sesli görüşmeyi veya WhatsApp üzerinden yazılı soru akışını seçebilir. Adayın yanıtlarına göre koşullu takip soruları sorulabilir. Görüşme raporları hazırlandığında İK ekibi transkriptleri ve kanıtları inceleyerek kimin sonraki aşamaya geçeceğine karar verir. Smart Match bu aşamadan önce yerleştirilirse başvuru verilerini, sonra yerleştirilirse önceki mülakat sonuçlarını da değerlendirebilir.
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.
Pilot çalışmada takip edilecek dört metrik
- Davet edilen adaylardan kaçının mülakatı tamamladığı: tamamlanan mülakat / davet edilen aday.
- Başvurudan ilk görüşmenin tamamlanmasına kadar geçen ortalama süre.
- İK ekibinin aday başına harcadığı manuel görüşme ve rapor hazırlama süresi.
- İK tarafından incelenen adaylar arasından bir sonraki aşamaya geçirilenlerin oranı.
Bu ölçümleri mevcut işe alım süreciyle karşılaştıralım. Sonuçları ölçmeden belirli bir yüzde zaman kazancı veya işe alım artışı vaadinde bulunmayalım.
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
- Aracı süreçten önce seçmek. Önce hangi adımda ne kadar zaman kaybettiğinizi ölçün, sonra araca karar verin.
- Kriterleri yazmadan otomatikleştirmek. “İyi aday” tanımı net değilse AI yalnızca belirsizliği hızlandırır.
- Hiring manager’ı sürece dahil etmemek. Shortlist’i kullanacak kişi kriterleri onaylamamışsa sonuçlara güvenmez.
- Adaya şeffaf olmamak. AI ile görüştüğünü sonradan öğrenen aday, deneyimden memnun olsa bile güven kaybeder.
- 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:
| Süreç adımı | Jobnest.ai ürünü |
|---|---|
| İlan yazımı, başvuru toplama, aşama yönetimi | ATS — aday takip sistemi |
| CV tarama ve aday eşleştirme | Smart Match — AI aday eşleştirme |
| Ön eleme ve mülakat | AI telefon mülakatı |
| Yetenek, AI yetkinlik ve kodlama testleri | Aday değerlendirme |
| Görüşme planlama ve hatırlatma | Takvim oluşturma |
| İşe giriş belgeleri | Evrak toplama |
Aday takip sistemlerinin genel mantığı için: Aday takip sistemi (ATS) nedir?
Sık sorulan sorular
Yapay zeka işe alımda İK uzmanlarının yerini alacak mı?
Rolü değiştirir, ortadan kaldırmaz. Tekrarlayan arama, tarama ve planlama işleri otomasyona geçerken İK uzmanı kriter belirleme, aday ilişkisi, hiring manager danışmanlığı ve nihai değerlendirmeye daha çok zaman ayırır.
Küçük şirketler de yapay zeka ile işe alım yapabilir mi?
Evet. Pek çok araç ücretsiz veya düşük hacimli paketlerle başlar. Küçük bir ekip için en hızlı fayda genellikle ilan yazımı ve ön görüşme otomasyonundadır.
Yapay zeka ile işe alım adil mi?
Doğru kurgulandığında yapılandırılmış ve tutarlı olduğu için serbest görüşmeye göre daha adil olabilir. Ancak bu otomatik değildir: kriterlerin işle ilgili olması, kanıta dayalı puanlama, insan denetimi ve düzenli önyargı kontrolü gerekir.
KVKK açısından nelere dikkat etmeliyim?
Adayı AI kullanımı ve veri işleme hakkında önceden bilgilendirin, gerekli hallerde açık rıza alın, yalnızca pozisyonla ilgili veri toplayın, saklama süresini belirleyin ve platform sağlayıcınızla veri işleme sözleşmesi yapın. Kısa liste: AI mülakat KVKK checklist.
Yapay zeka ile işe alımın maliyeti nasıl hesaplanır?
Lisans ücretini tek başına değerlendirmek yanıltıcıdır. Doğru hesap; ön elemeye harcanan İK saatinin maliyeti, açık pozisyonun boş kaldığı her günün operasyonel maliyeti ve yanlış işe alımın maliyetiyle birlikte yapılır. Aylık aday hacminizi, aday başına ön eleme sürenizi ve İK saat maliyetinizi aynı tabloda karşılaştırabilirsiniz.
Nereden başlamalıyım?
En çok zaman kaybettiğiniz adımdan. Yüksek hacimli işe alım yapan çoğu ekip için bu adım ön görüşmedir; tek pozisyonla pilot yapıp ölçerek başlayın.
AI işe alım sistemleri otomatik olarak işe alma kararı verir mi?
Hayır. Değerlendirmeyi kolaylaştıran puan ve özetler üretilebilir, fakat işe alım ve eleme kararı İK ekibinde kalmalıdır.
Jobnest.ai LinkedIn başvurularını nasıl toplar?
Jobnest başvuru formunun bağlantısı LinkedIn ilanında başvuru adresi olarak kullanılırsa başvurular doğrudan Jobnest.ai’ye gelir. Bunu LinkedIn ile iki yönlü veri senkronizasyonu olarak düşünmeyin.
Yeni şirketler aynı gün başlayabilir mi?
İlk AI mülakat sürecini aynı gün kurup kullanmaya başlayabilir. Ayrıntılı kurumsal iş akışları ayrıca planlanabilir.
Platformu ekibinizle deneyin
İşe alım sürecinizin hangi adımında yapay zekanın en çok fayda sağlayacağını birlikte belirleyelim. Kendi pozisyonunuzla kısa bir demo planlayın.
