Çoğu İK lideri, kuruluşlarının hangi yapay zekâ araçlarını kullandığını size tam olarak söyleyebilir. Ancak çok azı bu araçların birbirlerine ne yaptığını söyleyebilir.
Yapay zekâ işe alıma girdiğinde, adayların nasıl değerlendirildiğini değiştirir. Yapay zekâ performans yönetimine girdiğinde, geri bildirimin nasıl oluşturulduğunu ve bunu kimin ilettiğini değiştirir. Yapay zekâ öğrenme ve gelişime girdiğinde, hangi becerilere ve kimler için öncelik verileceğini şekillendirir. Bunlar birbirinden yalıtılmış olaylar değil, ancak nadiren birbiriyle bağlantılı olaylar olarak yönetiliyor.
Liderler, uygulama kararlarını işlev bazında alıyor ve kesişim noktalarında ne olduğundan neredeyse hiç kimse sorumlu tutulmuyor.
Çalışan yönetimi ekosistemine — işe alım, performans, L&D, yan haklar — her seferinde bir işlev olacak şekilde yapay zekâ ekleniyor; her uygulama, farklı hedeflere sahip farklı bir ekip, farklı bir tedarikçi ve farklı bir hedef kümesi tarafından yönetiliyor. Bu sistemler arasındaki etkileşimler nadiren izleniyor ve kesişim noktalarında ne olduğundan neredeyse hiç kimse sorumlu tutulmuyor. Sapmanın birikerek büyüdüğü yer de burası.
Bin Çiçek, Hiç Bahçıvan Yok
Geçen hafta Las Vegas'taki Transform etkinliğinde düzenlenen bir panelde odak noktası, yapay zekâ çalışan işlevine girdiğinde gerçekte nelerin değiştiğiydi. Tekrarlanan bir gerilim ortaya çıktı: kuruluşlar geniş çapta denemeler yapıyor, ancak dar kapsamda yönetiyor.
Hızla büyüyen yapay zekâ şirketi WRITER'ın İnsan Direktörü Jevan Soo Lenox, birçok liderin sessizce yaşadığı durumu anlattı.
1.000 çiçeğin açmasına izin verdiğimiz bir dünyada yaşadık. Pek çok şeyi deneyin, pek çok araç kullanın, iki çeyrekte bir hackathon düzenleyin. Bu, harika bir deneme kültürü yaratıyor. Ancak büyük ölçekte yatırım getirisi elde etmek için gerçekten yetersiz kalıyor.
Sorun denemeler yapılması değil. Sorun, gerçekte neyin işe yaradığının ve kuruluş genelinde neyin tutarsızlık yarattığının görünür olmaması.
Bu tutarsızlık yapısal nitelikte. İşe alımda kullanılan bir yapay zekâ aracı adayları bir yetkinlik modeline göre puanlarken, performansta kullanılan ayrı bir yapay zekâ aracı farklı bir kriter kümesine göre gelişim önerileri oluşturduğunda ve L&D'de kullanılan üçüncü bir araç da yine başka bir veri sinyaline dayanarak öğrenme içeriği sunduğunda, kuruluş iyi performansın ne olduğuna dair üç farklı versiyonla baş başa kalıyor. Bu sonucu hiç kimse tasarlamadı. Hiç kimse bunu gözlemlemiyor.
İK temsilcilerini geniş ölçekte uygulayan kurumsal müşterilerle çalışan Humaans CEO'su Giovanni Luperti, bu kararların çoğunu yönlendiren temel ayrımı şöyle ifade etti: kararları destekleme ve kararların yerine geçme.
İşe alım sürecinin koordinasyonu, planlama ve politika sorularını yanıtlama gibi tekrarlanan, belirli kurallara dayalı işlerde temsilciler süreci güvenilir biçimde yürütebilir ve zaman içinde iyileştirebilir. Ancak muhakeme gerektiren her durumda insan, yalnızca verilen kararı onaylayan biri olarak değil, gerçek karar verici olarak sürecin içinde kalmalıdır.
"Genellikle doğru bir yanıt yoktur," dedi Luperti, "Dolayısıyla bu, kararı destekleme unsuruna dönüşür.
Sorun, kuruluşların bu ayrımı her zaman bilinçli biçimde yapmaması. Yapay zekâ bir iş akışına ekleniyor; çünkü erişilebilir durumda, çünkü bir tedarikçi ikna edici bir sunum yaptı ya da bir ekip hızlı hareket ediyordu.
Belirli bir karar için ne kadar yapay zekâ özerkliğinin uygun olduğu eşiği, kasıtlı olarak değil örtük biçimde belirleniyor. Yapay zekâ aynı anda işe alıma, performansa ve gelişime dokunduğunda da bu örtük eşikler, denetlenmesi çok zor şekillerde birbirleriyle etkileşime girmeye başlıyor.
Alttaki Temel
Veri katmanı, işleri iyileştirmeden önce daha da kötüleştiriyor. Lennox bu konuda doğrudan konuştu:
Harika ve tutarlı bir bilgi tabanından, erişebileceğiniz ve üzerine inşa edebileceğiniz bir veri katmanından yola çıkmıyorsanız, diğer her şey çökecektir.
Çalışan işlevi, parçalı sistemler, tutarsız tanımlar ve yıllarca birikmiş manuel süreçler nedeniyle tarihsel olarak her kuruluşun en kötü veri ortamlarından biri olmuştur. Bunun üzerine yapay zekâ uygulamak temeli temizlemez. Zaten var olan her şeyi ölçeklendirir.
Foursquare İnsan ve Kültür Kıdemli Başkan Yardımcısı Kit Krugman, içinde bulunduğumuz anın gerçekte ne gerektirdiğini açıkça ifade etti.
İnsan fonksiyonu, masada her zaman stratejik bir yer edinme konusunda zorluk yaşadı ve yapay zekâ, başarabileceklerimiz açısından bir devrim niteliğinde. Orkestrasyon katmanı, bu alanda göreceğimiz en güçlü dönüşümlerden biri olacak. Ancak uyum sağlayabilmesi için temel operasyon katmanına ihtiyacınız var; bu nedenle tüm işletim modelini yeniden düşünmemiz gerekiyor.
Çoğu kuruluşun atladığı kısım bu. Altındaki işletim modelini yeniden düşünmeden araçları kullanıma alıyorlar.
Krugman'ın bahsettiği orkestrasyon katmanı — insan yönetimi ekosistemindeki yapay zekâ faaliyetlerini gerçekten koordine edecek ve sistemin bütünsel olarak ne yaptığını gösterecek yapı — çoğu şirkette henüz mevcut değil. Bunun yerine var olan şey; farklı liderlere rapor veren, farklı verilerle çalışan ve farklı sonuçlar için optimizasyon yapan noktasal çözümlerden oluşan bir koleksiyon.
Writer'da mevcut bir yapıyı sonradan uyarlamak yerine sıfırdan bir insan fonksiyonu oluşturma avantajına sahip olan Lenox, bu bağlamda rol tasarımına yaklaşımını anlattı.
Analiz İçin Beklet
“Çoğu zaman derin uzmanlığa sahip insanlara ihtiyacım oluyor, ancak zorluk şu ki bu uzmanlığa sahip kişiler çoğunlukla eski bir işletim modeline hapsolmuş durumda. Bu nedenle, daha derinlemesine analiz ederek ne yapılması gerektiğini anlayana kadar çoğu zaman adım atmayı erteliyorum.”
Bu sabır — duraklama, gerçek ihtiyacı haritalandırma ve ardından ona yönelik bir yapı kurma kararı — birbirine bağlı fonksiyonlar genelinde yapay zekâ kullanıma alınırken çoğu kuruluşun atlamayı göze alamayacağı şeydir.
Niyetle ilerlemek burada belirli bir anlama geliyor: yapay zekânın ölçülebilir bir sonuç sağlayabileceği alanları belirlemek, temiz bir veri katmanından hareket etmek ve ölçeklendirmeden önce yönetişim oluşturmak. Çoğu kuruluş bu sırayı atlıyor; bunun nedeni daha iyisini bilmemeleri değil, araçların yeterince erişilebilir olması nedeniyle hızlı ilerleme baskısının bilinçli hareket etme disiplininden ağır basması.
Ortaya çıkan şey, dışarıdan modern görünen ancak özünde tutarsız bir insan yönetimi ekosistemi. Yapay zekâ işe alım, performans ve gelişim alanlarında aynı anda önerilerde bulunduğunda; ortak bir mantık ve etkileşimleri izleyen kimse olmadığında sistem bariz şekillerde başarısız olmaz. Kimsenin seçmediği bir yöne doğru yavaşça sürüklenir.
