İK’da Yapay Zeka Kullanımı: Fırsatlar, Sınırlar ve İnsan Denetimi

Özet: Yapay zeka, insan kaynaklarında tekrar eden işleri azaltabilir; ancak işe alım, performans, ücret ve çalışan bağlılığı gibi alanlarda yalnızca hız ölçütüyle uygulanamaz. Güvenilir bir model; amaç, veri, risk, insan onayı ve ölçüm katmanlarını birlikte tasarlar.

1. İK’da yapay zekâ neden yalnızca bir otomasyon konusu değildir?

İK süreçleri, çalışanların kariyerini, gelirini ve işyerindeki fırsatlarını etkileyen kararlar üretir. Bu nedenle bir modelin doğruluk oranı tek başına yeterli değildir. Aynı zamanda hangi veriyi kullandığı, hangi gruplarda hata yaptığı, çıktının kim tarafından incelendiği ve çalışanın itiraz edip edemediği de açıklanmalıdır.

OECD, işyerinde yapay zekânın verimlilik ve memnuniyet fırsatlarının yanında mahremiyet, iş yoğunluğu ve bias riskleri taşıdığını vurgular. Bu yaklaşım, İK teknolojisinde “AI önerir, insan karar verir” ilkesini operasyonel bir kontrole dönüştürmeyi gerektirir.

2. Düşük ve yüksek riskli kullanım alanlarını ayırmak

• Düşük risk: politika arama, toplantı özeti, eğitim içeriği taslağı ve anonim raporların özetlenmesi.
• Orta risk: onboarding görev önerileri, yetkinlik eşleştirme ve yönetici raporlarının taslaklanması.
• Yüksek risk: aday eleme, performans puanı, terfi, ücret, vardiya ve işten ayrılma tahmini.

Yüksek riskli alanlarda model çıktısı nihai karar olarak kullanılamaz. İnsan incelemesi, gerekçe, override kaydı ve gerektiğinde itiraz yolu tasarımın parçası olmalıdır.

3. Güvenli uygulama için beş kontrol

1. Amaç sınırı: Modelin neyi yapacağı ve neyi yapmayacağı yazılı olmalıdır.
2. Veri minimizasyonu: İhtiyaç olmayan kimlik, sağlık, biyometrik veya özel nitelikli veriler modele gönderilmemelidir.
3. İnsan denetimi: Yetkili kişi çıktıyı doğrulamalı ve kararı kendisi vermelidir.
4. Kalite ve bias ölçümü: Hata oranı, grup bazlı performans ve yanlış pozitifler izlenmelidir.
5. İzlenebilirlik: Veri kaynağı, model sürümü, çıktı ve insan müdahalesi denetim izi oluşturmalıdır.

4. NIST AI RMF ile pratik yönetişim

NIST AI Risk Management Framework, yapay zekâ risklerini Govern, Map, Measure ve Manage işlevleriyle ele alır. İK ekipleri bunu şu şekilde uygulayabilir:

• Govern: ürün, İK, hukuk ve bilgi güvenliği sorumlularını tanımla.
• Map: kullanım amacı, veri akışı, etkilenen çalışan grupları ve karar noktalarını çıkar.
• Measure: doğruluk, açıklanabilirlik, erişim, bias ve kullanıcı güvenini ölç.
• Manage: risk eşiği belirle; durdurma, düzeltme, itiraz ve olay bildirim akışını işlet.

5. İK liderleri için karar çerçevesi

Bir AI projesini başlatmadan önce şu sorular yanıtlanmalıdır: Bu kullanım alanında daha az veriyle aynı fayda sağlanabilir mi? Çalışan veya aday sonucu nasıl öğrenebilir? Model yanıldığında kim sorumludur? Çıktı hangi sürede silinir? Kullanıcı modeli kapatabilir veya kararı değiştirebilir mi?

Bu soruların yanıtı yoksa proje önce düşük riskli, geri alınabilir bir pilot olarak sınırlandırılmalıdır. Başarı yalnızca saat tasarrufu değil; hata azalması, karar kalitesi, çalışan güveni ve denetlenebilirlik ile ölçülmelidir.

Sonuç

İK’da yapay zekânın sürdürülebilir değeri, insan kararını ortadan kaldırmasında değil, daha iyi bilgiyle desteklemesindedir. CADRO yaklaşımında güvenli başlangıç; düşük riskli kullanım, açık veri sınırı, ölçülebilir pilot ve zorunlu insan denetimi kombinasyonudur.

Kaynakça

• NIST, AI Risk Management Framework, 2023 ve güncel kaynaklar.
• OECD Employment Outlook 2023, Artificial Intelligence and the Labour Market.

Bu içerik genel bilgilendirme amaçlıdır; hukuki danışmanlık niteliği taşımaz. Mevzuat ve kurul kararları için güncel resmî kaynaklar kontrol edilmelidir.