İK ekipleri için otomasyonun en cazip göründüğü nokta aday ön görüşmesi. Yüzlerce başvuru geliyor, her biri için aynı beş soru soruluyor, cevapların çoğu birkaç dakikada anlaşılıyor. Otomatikleştirmesi teknik olarak zor değil.
Zor olan, bu otomasyonun hangi kararı verdiğini ve o kararın kime ait olduğunu net kurmak. Aday değerlendirmesi, yapay zeka uygulamaları arasında düzenleyicilerin en yakından baktığı alanlardan biri ve bu ilgi artıyor.
Düzenleme tarafında nerede duruyoruz
AB Yapay Zeka Tüzüğü, istihdam alanında kullanılan sistemleri Ek III kapsamında yüksek riskli olarak sınıflandırıyor. Kapsam geniş: iş ilanlarının hedeflenmesi, başvuruların analiz edilip filtrelenmesi ve adayların değerlendirilmesi bu kategoride.
Önemli ayrıntı şu: sistemin nihai ret kararını vermesi gerekmiyor. Başvuruları sıralayan, puanlayan ya da filtreleyen bir araç, kararı insan verse bile kapsam içinde sayılıyor. Sınıflandırma, otomasyonun derecesine değil kullanım amacına bakıyor.
Takvim konusunda 2026 içinde bir değişiklik oldu ve bu değişiklik planlamayı doğrudan etkiliyor. Dijital Omnibus düzenlemesi 27 Temmuz 2026'da yürürlüğe girdi; bağımsız Ek III sistemleri için yüksek risk yükümlülükleri 2 Aralık 2027'ye ertelendi (Gibson Dunn değerlendirmesi, Avrupa Komisyonu).
Bu erteleme bir rahatlama gibi görünüyor ama iki nedenle öyle değil. Birincisi, Komisyon gerekli standart ve rehberlerin hazır olduğunu tespit ettiğinde tarihi öne çekebiliyor; Aralık 2027 bir üst sınır, garanti değil. İkincisi, yükümlülüklerin içeriği zaten bugün kurulması gereken şeyler: risk yönetimi, veri yönetişimi, insan gözetimi, kayıt tutma ve teknik dokümantasyon. Bunları 2027'de kurmaya başlayan bir kurum, o tarihte hazır olmuyor.
Türkiye tarafında ne var
KVKK'da GDPR'ın 22. maddesine birebir karşılık gelen bir hüküm bulunmuyor. Buna karşılık Kanun'un 11. maddesi, ilgili kişiye "işlenen verilerin münhasıran otomatik sistemler vasıtasıyla analiz edilmesi suretiyle kişinin kendisi aleyhine bir sonucun ortaya çıkmasına itiraz etme" hakkını tanıyor (kvkk.gov.tr).
Bu hükmün İK otomasyonundaki karşılığı doğrudan: sistem bir adayı tamamen otomatik olarak elediyse, aday buna itiraz edebilir ve kurumun bu itirazı değerlendirebilecek bir süreci olmalıdır. İtirazı karşılayacak mekanizma yoksa yükümlülük yerine getirilmiyor demektir.
Ayrımcılık tarafında ise İş Kanunu'nun 5. maddesindeki eşit davranma ilkesi geçerli. Bir sistemin ayrımcı sonuç üretmesi, bunun kasıtlı olmamasıyla mazur görülmüyor.
ABD'de aday değerlendiriyorsanız
New York City'nin 144 sayılı yerel düzenlemesi, otomatik istihdam karar araçları için üç somut yükümlülük getiriyor: bağımsız bir yanlılık denetiminin yılda bir yapılması, denetim özetinin kamuya açık yayımlanması ve adaya aracın kullanılacağının en az 10 iş günü önce bildirilmesi (NYC DCWP).
Uygulamada dikkat çeken nokta, yükümlülüğün araç sağlayıcısına değil aracı kullanan işverene ait olması.
Yanlılık nereden geliyor
"Modele cinsiyet bilgisi vermiyoruz" cümlesi, ayrımcılık riskini ortadan kaldırmıyor. Sorun genellikle doğrudan değil, vekil değişkenler üzerinden oluşuyor:
- Mezuniyet yılı yaş bilgisini taşır
- İkamet edilen semt sosyoekonomik bilgi taşır
- Kariyer boşlukları doğum izni ve sağlık durumu ile ilişkili olabilir
- Askerlik durumu ve bazı sertifikalar cinsiyetle güçlü korelasyon gösterir
- Okul ve kulüp isimleri sosyal çevre bilgisi taşır
Bu alanlar modele verilmiyor olsa bile serbest metin özgeçmişte geçiyorsa dolaylı olarak sisteme giriyor.
Sesli ön görüşmede ek bir risk katmanı var
Bu, yazılı başvuru değerlendirmesinden farklı ve yeterince konuşulmuyor. Sesli asistanla yapılan bir ön görüşmede aday, konuşma tanıma katmanının üzerinden değerlendiriliyor.
Konuşma tanıma performansı her konuşmacı için aynı değil. Bölgesel aksan, ana dili Türkçe olmayan adaylar, kekemelik gibi konuşma farklılıkları ve işitme kaybına bağlı konuşma özellikleri, tanıma hata oranını yükseltiyor. Hata oranı yükseldiğinde cevap eksik veya yanlış anlaşılıyor ve aday, söylediği şeyden değil sisteminizin onu anlayamamasından dolayı düşük puan alıyor.
Bu, düzeltilmesi mümkün ama fark edilmesi zor bir sorun; çünkü ortalama metrikler iyi görünür. Grubun tamamında transkript kalitesi yüksek olabilir ve belirli bir alt grupta belirgin şekilde düşük olabilir.
Bu yüzden sesli ön eleme kullanan kurumların iki şeyi yapması gerekiyor: transkript kalitesini alt gruplar bazında ölçmek ve her adaya sesli görüşme dışında en az bir alternatif kanal sunmak. Alternatif kanal aynı zamanda bir erişilebilirlik gerekliliği.
Tasarımın kendisi riski belirliyor
Aynı teknolojiyi iki farklı şekilde kurabilirsiniz ve iki kurulumun risk profili birbirinden çok farklı olur.
Riskli kurulum: Asistan adayla görüşür, bir uygunluk puanı üretir, belirli puanın altındaki adaylar otomatik elenir. Burada karar sistemindir, insan yalnızca listeyi görür.
Savunulabilir kurulum: Asistan adayla görüşür, doğrulanabilir olguları yapılandırılmış veriye çevirir ve İK ekibine sunar. Eleme kararını insan verir.
İkinci kurulumda asistanın topladığı bilgiler yargı değil olgudur: çalışma izni durumu, pozisyon için gerekli sertifikanın olup olmadığı, toplam deneyim süresi, lokasyon uygunluğu, çalışma saatleri uygunluğu, maaş beklentisi aralığı, işe başlayabileceği tarih.
Bunlar adayın kendi beyanına dayanır, tekrar edilebilir ve adaya gösterilebilir. "Bu adayın iletişim becerisi 6,4" gibi bir çıktı ise ne tekrar edilebilir ne de savunulabilir.
Deneyimimiz, ikinci kurulumun İK ekiplerine sağladığı zaman kazancının birincisinden belirgin şekilde düşük olmadığı yönünde. Çünkü zamanın büyük kısmı puanlamada değil, temel bilgileri toplamak için yapılan tekrarlı görüşmelerde harcanıyor.
Aday deneyimi tarafı
Ön eleme otomasyonunun en sık şikayet konusu, adayın süreçte kaybolması. Birkaç pratik kural işe yarıyor:
- Görüşmenin başında bunun otomatik bir ön görüşme olduğu söylensin
- Görüşmenin ne kadar süreceği ve kaç soru sorulacağı baştan belirtilsin
- Aday istediği anda insan iletişimine geçebilsin
- Görüşme sonunda sürecin bir sonraki adımı ve zaman aralığı söylensin
- Olumsuz sonuçta da geri dönüş yapılsın
Sonuncusu teknik bir konu değil ama işveren markası açısından otomasyonun en görünür çıktısı. Otomatikleştirilmiş bir sürecin sessiz kalması, manuel sürecin sessiz kalmasından daha kötü karşılanıyor.
Veri tarafında netleştirilecekler
Aday verisi, çalışan verisinden farklı bir rejimde yönetilmeli:
- Aday verisi ne kadar süre saklanacak, süre sonunda ne olacak
- Aday havuzuna alınma için ayrı bir onay alınıyor mu
- Sesli görüşme kaydı tutuluyor mu, tutuluyorsa saklama süresi ne
- Transkript ve değerlendirme notları ayrı bir kategori olarak mı yönetiliyor
- İşe alınmayan adayın verisine kimler erişebiliyor
- Aydınlatma metni görüşmenin başında sunuluyor mu
Ses kaydından ses izi çıkarılıyorsa işlenen veri biyometrik veri kategorisine girer ve KVKK'nın 6. maddesindeki özel nitelikli veri rejimine tabi olur. Aday süreçlerinde bu özelliği kullanmak için güçlü bir gerekçe bulmak zor.
Ölçüm: doğruluk değil, grup bazlı geçiş oranları
Ön eleme sisteminin kalitesini "doğruluk" ile ölçmek yanıltıcı, çünkü doğru cevabın ne olduğu belli değil. Daha anlamlı ölçüm, sistemin sonraki aşamalarla ilişkisi ve grup bazlı davranışı.
İzlenmesi gerekenler:
- Ön elemeyi geçen adayların sonraki aşamalarda ilerleme oranı
- Ön elemede elenen adaylardan itiraz üzerine değerlendirilip ilerleyenlerin oranı
- Farklı aday grupları arasında geçiş oranı farkları
- Görüşme tamamlama oranı ve yarıda bırakma noktaları
- Transkript kalitesinin alt gruplar bazında dağılımı
Üçüncü madde için ABD istihdam denetimlerinde uzun süredir kullanılan bir eşik var: bir grubun seçilme oranı en yüksek orana sahip grubun beşte dördünün altına düşüyorsa, bu olumsuz etki göstergesi olarak değerlendiriliyor (Uniform Guidelines on Employee Selection Procedures, 29 CFR 1607).
Bu eşik Türkiye mevzuatının parçası değil, ancak sisteminizin ayrımcı sonuç üretip üretmediğini izlemek için pratik ve savunulabilir bir başlangıç noktası. Bu ölçümü yapabilmek için grup verisinin toplanması gerekir; bunun kendisi de ayrı bir hukuki değerlendirme konusu ve genellikle toplu ve anonimleştirilmiş biçimde yürütülür.
Nereden başlamalı
Aday ön elemesi, İK otomasyonunun en riskli alanı. Buna karşılık aynı teknolojinin çok daha düşük riskli ve hızlı sonuç veren kullanımları var: izin bakiyesi sorgusu, bordro soruları, yan hak bilgileri, prosedür ve yönetmelik soruları, işe giriş süreci bilgilendirmeleri.
Bu akışlar çalışanın kendi verisine erişimini kolaylaştırır, kimse hakkında karar vermez ve İK ekiplerinin tekrar eden soru yükünü belirgin şekilde azaltır. Kurumların çoğu için doğru sıra, önce buradan başlamak ve aday süreçlerine yönetişim yapısı kurulduktan sonra geçmek.
Kontrol listesi
- Sistem eleme kararı mı veriyor, yoksa bilgi mi topluyor
- Ret kararının insan tarafından verildiği kayıtla gösterilebiliyor mu
- İtiraz mekanizması tanımlı mı ve işliyor mu
- Vekil değişkenler değerlendirildi mi
- Sesli görüşmeye alternatif bir kanal sunuluyor mu
- Transkript kalitesi alt gruplar bazında ölçülüyor mu
- Grup bazlı geçiş oranları düzenli izleniyor mu
- Aday verisi saklama süresi ve erişim yetkileri tanımlı mı
- Teknik dokümantasyon ve karar kayıtları tutuluyor mu
İK süreçlerinde sesli asistan akışlarını İK Asistanları sayfasında, kurumsal bilgi tabanına bağlı iç asistan mimarisini ise kurumsal chatbot yazımızda inceleyebilirsiniz.
Bu yazı genel bilgilendirme amaçlıdır, hukuki görüş yerine geçmez. Uygulama öncesinde kendi hukuk ve İK ekiplerinizle değerlendirme yapmanızı öneririz.
Kaynaklar
- EU AI Act, Annex III: High-Risk AI Systems. artificialintelligenceact.eu
- Gibson Dunn, EU AI Act Omnibus Agreement, Postponed High-Risk Deadlines. gibsondunn.com
- Avrupa Komisyonu, AI Act düzenleyici çerçeve. digital-strategy.ec.europa.eu
- 6698 sayılı Kişisel Verilerin Korunması Kanunu, Madde 11. kvkk.gov.tr
- NYC Department of Consumer and Worker Protection, Automated Employment Decision Tools. nyc.gov
- Uniform Guidelines on Employee Selection Procedures, 29 CFR Part 1607. ecfr.gov