Eski Faang İK Yöneticisi, İnsan Odaklı Uygun Güvenceler Olmadan İşe Alımda Yapay Zekâ Kullanılmaması Konusunda Uyarıyor

Bugün The Jim Stroud Podcast programının sunucusu, The Recruiting Life bülteninin yaratıcısı ve beş İK kitabının yazarı olarak, teknolojinin—özellikle yapay zekânın—yetenek dünyasını nasıl yeniden şekillendirdiğini inceliyor.

Yapay zekânın işe alım kaynak bulma sürecini nasıl değiştirdiğini anlamak için Jim ile görüştük. Riskleri ve bunları nasıl azaltabileceğimizi paylaştı.

Jim Stroud’un Microsoft, Google, Siemens ve Daha Fazlasındaki İK Yolculuğu

Kariyerimin eşit ölçüde merak ve azimden oluştuğunu söylemeyi seviyorum. Geçtiğimiz on yıl boyunca birçok farklı rol üstlendim—kaynak bulma stratejisti, konuşmacı, danışman, içerik üreticisi ve daha fazlası—ancak ortak nokta her zaman insanların ve şirketlerin daha akıllı ve daha anlamlı yollarla bağlantı kurmasına yardımcı olmak oldu.

Microsoft, Google ve Siemens gibi kuruluşlarla ve sahip olduklarından daha büyük bir etki yaratmaya çalışan çevik girişimlerle çalışma ayrıcalığına sahip oldum. Randstad Sourceright’ta Küresel Kaynak Bulma ve İşe Alım Stratejisi Başkanı olarak görev yaptım ve dünyanın dört bir yanındaki müşterileri işe alımda karşılaştıkları en zorlu sorunlardan bazılarını aşarken destekledim. Son tam zamanlı görevim, kaynak bulma konusundaki önde gelen konferans olan SourceCon’da Editörlük yapmaktı. Burada dünyanın dört bir yanından konuşmacılar temin ettim, kendini işine adamış uygulayıcılardan oluşan çevrim içi bir topluluğu yönettim ve etkinliği hayal edebileceğiniz her tür içerikle tanıttım.

Bu günlerde çalışmalarım birkaç farklı biçimde ilerliyor. The Recruiting Life bültenini yayımlıyor ve The Jim Stroud Podcast programını sunuyorum—her ikisi de çalışma dünyasında şu anda ve gelecekte neler olduğuna odaklanıyor. Ayrıca İK teknolojisi şirketleri için hayalet yazarlık yapıyor ve yöneticilere iş arama stratejileri konusunda danışmanlık veriyorum. Yoğun çalışıyorum.

Bu süreçte dijital platformlar kurup sattım, beş İK kitabı yazdım ve Avrupa, Asya ve ABD’deki sahnelerde konuşmalar yaptım. Ancak unvanlar ve platformlar bir yana, liderlik yolculuğum aslında güven oluşturmayı, fikirleri harekete geçirmeyi ve sektörümüzdeki sohbetlere liderlik etmeyi öğrenmekle ilgiliydi.

Bunları yapmadığım zamanlarda mı? Beni genellikle ailemle birlikte Marvel filmleri izlerken—ya da çikolata parçacıklı kurabiyelerin bir tür terapi saydığına kendimi ikna etmeye çalışırken—bulursunuz.

Yapay Zekâ Liderliği Değiştirirken Zamansız İlkeler Aynı Kalıyor

Kariyerimin bana öğrettiği tek bir şey varsa, o da araçların değişebileceği ancak liderliğin temelinin aynı kaldığıdır.

Bunu bir ev inşa etmeye benzetmeyi seviyorum. Çekici bir çivi tabancasıyla değiştirebilirsiniz, ancak yine de betonu dökmeniz, iskeleti kurmanız ve temelin sağlam olduğundan emin olmanız gerekir.

1990’larda, yapay zekâ ortaya çıkmadan çok önce, eGrabber ilk kez piyasaya çıktı. Birçok kaynak bulma uzmanı da işlerinin sona erdiğini düşündü.

Korku şuydu: Yazılım adayları daha hızlı ve daha ucuza bulabiliyorsa kaynak bulma uzmanına kim ihtiyaç duyar? Ancak araç yalnızca belli bir noktaya kadar iş yapabiliyordu. İlgi ölçemez, ilişkiler kuramaz veya bir fırsatı birinin ilgisini çekecek şekilde sunamazdı.

Sonuç olarak, uyum sağlayan—aracın sınırlarını anlayan ve eksikleri tamamlayan—kaynak bulma uzmanları daha da değerli hâle geldi.

Şimdi yapay zekâ konusunda da aynı örüntüyü görüyorum. Bu araçlar çok şey yapabiliyor ve elbette insanlar kendilerini tehdit altında hissediyor—ancak tarih tekerrür ediyor. Öğrenen, dinleyen ve uyum sağlayan insanlar her zaman başarılı olmanın bir yolunu bulacaktır.

Yapay Zekâ Çağında En Akıllı Liderlik Stratejisi Olarak Yetkinlik Geliştirme Neden Küçülmeden Daha İyi?

Bir liderseniz, yapay zekâ çağında atacağınız en iyi adım çalışan sayısını azaltmak değil, çalışanlarınızı geliştirmektir. Ayrıca yapay zekâdan daha etkili yararlanmalarına yardımcı olmaktır.

Jim'in İpucu

Bir liderseniz, yapay zekâ çağında atacağınız en iyi adım çalışan sayısını azaltmak değil, çalışanlarınızı geliştirmektir. Ayrıca yapay zekâdan daha etkili yararlanmalarına yardımcı olmaktır. Yetkinliklerini geliştirin. Onları eğitin. Onlara yatırım yapın.

Yetkinliklerini geliştirin. Onları eğitin. Onlara yatırım yapın. Bunu yaptığınızda üç şey gerçekleşir:

1. Çalışanlarınız daha değerli hâle gelir.
2. Şirketinizi gelecekteki yetenekler için daha cazip hâle getirirsiniz.
3. İnsanlar şirket kendilerine yatırım yaptığında ellerinden gelenin en iyisini ortaya koyduğu için daha yüksek kaliteli işler yapılmasını sağlarsınız.

Bunu gizli tutmayın. Çalışanlarınızın yetkinliklerini geliştirdiğiniz gerçeği hakkında açıkça konuşun. Bunu kariyer sayfanızda, sosyal medyada ve işe alım iletişimlerinizde paylaşın. Adaylar bunu fark eder.

Bu, çalışanlarınızın işlerini en yüksek kalitede yapmasını sağlar. Neden mi? Basitçe söylemek gerekirse, yapay zekâyla değiştirileceklerinin ima edildiği bir şirkete kim elinden gelenin en iyisini vermek ister?

Yapay Zekâ Okuryazarlığı Neden Artık Şirketlerin Değerlendirmesi Gereken En Önemli Beceri?

Bugün işe alım yapıyor olsaydım, yapay zekâ okuryazarlığı bir adaya soracağım ilk şeylerden biri olurdu.

Neden mi? Çünkü geleceğin çalışma dünyası artık binlerce kişi tarafından yönetilen dev holdinglerden oluşmuyor — yapay zekâ tarafından desteklenen küçük ve yalın ekiplerin yönettiği büyük şirketlerden oluşuyor.

Cursor yalnızca otuz çalışanla 200 milyon dolara ulaştı. MidJourney de kırk çalışanla aynı seviyeye geldi. Lovable adlı İsveçli bir girişim, küçük bir otobüse sığdırabileceğiniz bir ekiple 1,8 milyar dolarlık değerlemeye ulaştı.

Bunlar istisna değil; yol haritası.

Dolayısıyla evet, birinin yapay zekâya ne kadar hazır olduğunu bilmek isterdim. Uzman mı arıyorum? Hayır. Tehlike yaratacak kadar bilgi sahibi olan ve daha fazlasını öğrenme tutkusu taşıyan insanları arardım. Bu nedenle şöyle çok spesifik sorular sorardım:

• Yapay zekâyla hayatınızı nasıl yönettiğinizi gösterin.
• Bir sorunu çözmek veya bir şey öğrenmek için çok adımlı bir istem kullandığınız bir zamanı anlatın.
• Size yeni bir sorun verirsem, ona yaklaşmak için yapay zekâyı nasıl kullanacağınızı adım adım anlatın.
• Yapay zekâ çalışmalarınızı sosyal medyada nerede paylaştığınızı gösterin.
• Yapay zekânın sizin için işe yaramadığı bir zamanı anlatın — sonra ne yaptınız?
• Son olarak, her gün kaç büyük dil modeli kullanıyorsunuz ve bunları ne için kullanıyorsunuz?

Çünkü günümüz dünyasında mesele yalnızca yapay zekâyı kullanıp kullanmadığınız değil — onu ne kadar iyi kullandığınız.

Yapay Zekâ İş Akışları Tükenmişliğe Yol Açmadan Verimliliği Nasıl Artırabilir?

Yapay zekâ liderlik biçimimi kesinlikle değiştirdi. Bunu yapmasının en önemli yolu, beni daha verimli hâle getirmesi ve tükenmeden daha fazla işi üstlenmeme olanak tanıması oldu. Bunu herkes için yapabilir.

Bu yılın başlarında, işe alım uzmanlarına yapay zekâyı nasıl kullanacaklarını ve hatta kendi araçlarını nasıl geliştireceklerini öğreten LexDuo tarafından düzenlenen sanal bir oturuma katıldım. Bu, oyunun kurallarını değiştiren bir deneyimdi. Kodsuz platformların basit iş ilanı panolarından ve başvuru formlarından hafif bir ATS, CRM, mülakat planlayıcısı ve işe alım uzmanı kontrol paneline kadar her şeye güç verebildiğini görmek aklımı başımdan aldı. Kodsuz gerçekten kodsuz demektir. Bu, sistemleri teknik bilgisayar kodlarıyla değil fikirlerle oluşturmanın bir yoludur — hiç teknik altyapısı olmayan birinin ilk andan itibaren çalışan, tamamen işlevsel işe alım araçları oluşturabilmesini sağlar. Gerçekten inanılmaz.

Ancak bunun etrafında doğru sistemleri kurmanız gerekir. Çünkü kazandığınız o ekstra zaman bir armağandır, ama aynı zamanda üzerinde bir uyarı etiketiyle gelir. Tehlike, “Daha azıyla daha fazlasını yapabilirim,” diye düşünüp ardından yalnızca… daha fazlasını yapma ayartısına kapılmaktır. Çok geçmeden, tasarruf ettiğinizi düşündüğünüz tüm zamanı kaybedersiniz.

Örneğin, potansiyel müşterileri araştırmamı, pazarlama eksiklerini belirlememi ve otomatik olarak tanıtım e-postaları oluşturmamı sağlayan bir sistem kurdum. Bu süreç, her ay düzenli bir müşteri akışı elde etmeme yardımcı oluyor. İsteseydim aynı sistemi kullanarak müşteri listemi kolayca üç katına çıkarabilirdim. Ama mesele şu ki — böyle bir ölçeklendirme doğrudan tükenmişliğe yol açardı.

Verimliliğin bir tuzağa dönüşmesine izin vermemeyi öğrendim. Elbette daha fazla iş üstlenmeye devam edebilir, her projenin peşinden koşabilir ve akıl almaz miktarda para kazanabilirdim. Bunun yerine dengeyi seçtim. Aynı anda yalnızca belirli sayıda müşteriyle çalışıyorum. Bu bazen bir bekleme listesi anlamına geliyor, ancak aynı zamanda tükenmeden en iyi işimi ortaya koyabilmem anlamına da geliyor.

Her LLM’in Kendine Has Bir Yeri Var: Esnek Bir AI Araç Seti Oluşturmak

Teknoloji araç setime gelince, ChatGPT günlük kullandığım temel araç — AI’ın İsviçre çakısı. Her şey için kullanıyorum: beyin fırtınası, düzenleme, teknik aksaklıkları çözme, aklınıza ne gelirse.

Ama hiçbir AI aracı her şeyi iyi yapamaz. Bu yüzden birden fazla LLM kullanıyorum — bazı görevlerde diğerlerinden daha iyi performans gösterdiklerini gördüm.

• Derinlemesine araştırma için Perplexity kullanıyorum.
• Claude benim başvurduğum editör. Yazıyı daha akıllı hissettiren temiz ve özenli bir ritmi var.
• NotebookLM — o, sessiz bir dâhi. Uzun belgeleri bir romanı karıştırıyormuş gibi okuyor — keskin, sakin ve her zaman nokta atışı.
• Grok ise sürprizlerle dolu — biraz trend takipçisi, biraz tek kişilik komedyen. Geçen gün şöyle bir espri yaptı: “İş görüşmesindeki sahte erişteye ne denir? Sahte-makarna.” Hah! Bu hâlâ beni güldürüyor.
• MidJourney’e biraz takıntılıyım. Onunla oluşturabildiğim yaratıcı görseller ve artık videolar, işimi gerçekten bir üst seviyeye taşıdı. Etkileyici görseller insanları kendine çeker, dikkatlerini kazanır ve sonrasında gelen kelimelere değer verme olasılıklarını artırır. MidJourney bana bu avantajı sağladı; ilk cümle okunmadan önce bile çalışmamın öne çıkmasını mümkün kıldı.
• Ayrıca Çin menşeli DeepSeek ve Z.ai gibi araçları inceliyor ve diğer modellerle karşılaştırıyorum. ChatGPT’nin bana dengeli, kullanıcı dostu, seçenekleri ve devam sorularını açıkça sunan yanıtlar verdiğini gördüm. DeepSeek ise daha teknik yanıtlar verme eğiliminde. Z.ai ise açık ve ayrıntılı yanıtlar üretiyor — hatta bazen görsel örneklere bağlantılar da veriyor. Henüz ikisi hakkında derinlemesine bir inceleme yapmadım, ancak yaparsam jeopolitik veya kültürel istemlerden muhtemelen uzak dururum; çünkü Çin, politik açıdan hassas konuları yoğun biçimde sansürlüyor — #TiananmenSquare gibi.

Gerçek şu ki araç setim sürekli değişiyor. Daha akıllıca çalışmama yardımcı olacaksa — ya da kullandığım araçlardan biri bir konuda daha iyi iş görüyorsa — her zaman yeni bir şey denemeye açığım.

Jim'in İpucu

AI söz konusu olduğunda tek bir mucizevi çözüme değil, bir araç çantasına ihtiyacınız var.

AI’ı tek bir sihirli çözüm olarak değil, bir araç çantası olarak görme yaklaşımı, muhtemelen bir lider olarak sahip olduğum en büyük avantaj oldu.

İşe Alımda AI Önyargısı: İnsan Gözetimi Neden Vazgeçilmez?

Ancak AI her zaman kendisine yönelik beklentileri karşılamıyor. Hatalar yapıyor — çoğunlukla halüsinasyonlar üretiyor — ve bazen çalışmayı istediğinizden daha fazla zaman harcayarak iki kez kontrol ediyorsunuz. Bu da işin sonunda size büyük bir maliyet çıkarabilir.

Üstelik bu yalnızca kişisel deneyimden ibaret değil:

• Amazon, teknik roller için kadınların özgeçmişlerine daha düşük puan veren bir işe alım yapay zekâsını kullanımdan kaldırmak zorunda kaldı.
• iTutor Group’un İK sistemi, niteliklerine bakmaksızın 55 yaşın üzerindeki kadınları ve 60 yaşın üzerindeki erkekleri reddetti.
• ChatGPT kullanan avukatlar mahkemede sahte hukuk davalarına atıfta bulundu ve bu durum kamuoyu önünde utanç yaşamalarına yol açtı.
• Araştırmalar, özgeçmiş filtrelerinin hâlâ nitelikleri eşit düzeyde olan Siyah adaylara kıyasla “beyaz çağrışımlı” isimleri tercih ettiğini gösteriyor.

Bir de MIT araştırması var: Şirketlerdeki üretken yapay zekâ pilot projelerinin %95’i başarısız oluyor. Fortune dergisi, yalnızca yaklaşık %5’inin ölçülebilir bir gelir etkisi sağladığını, geri kalanının ise sonuçsuz kaldığını bildirdi.

Tüm bunlar bana, bu şişeden çıkan cin düşüncesinin tehlikeli olduğunu söylüyor.

Peki, yapay zekâ araçlarını kullanmaya değer mi? Genel olarak evet — ancak yalnızca doğru gözetimle. Doğruluğu kontrol etmek ve muhakeme uygulamak için sürecin içinde insanların bulunması gerekir.

İşte bu sorunlardan kaçınmak için insanların ve makinelerin birlikte çalışabileceği basit bir işe alımda yapay zekâ iş akışı.

Otomatikleştirilmiş: Yapay zekâ, anahtar kelimelere ve deneyime göre potansiyel adayları belirlemek için iş ilanı panolarını, şirket içi veritabanlarını ve LinkedIn’i tarar. Ardından bu profilleri eşleşme puanlarına göre sıralar.

İnsan denetimli: İşe alım uzmanı, yapay zekâ tarafından sıralanan adayları inceler ve kültürel uyum göstergeleri, ilk bakışta fark edilmeyen potansiyel kariyer değişiklikleri, benzersiz geçmişler ve çeşitlilik hususları gibi konularda muhakemesini kullanır. Aykırı adayların adil bir şekilde değerlendirilmesini sağlamak için insanların bu sıralama algoritmasını düzenli olarak kontrol etmesi gerekir. Bunun için üçüncü bir taraf en iyi seçenek olabilir; çünkü işe alım uzmanları çoğu zaman alışkanlıkla makinelere körü körüne güvenir ve kendi muhakemelerini bir kenara bırakır.

Araçlar güçlüdür, ancak “doğru”nun neye benzediğini bilen insanlar olmadan yarardan çok zarar verebilirler.

Yapay Zekâ Öncelikli Bir Dünyada Empati Neden Bir Sonraki Liderlik KPI’ı Olacak?

Günün sonunda harika liderlik yalnızca teknolojiye ayak uydurmakla ilgili değildir — insanları merkeze koymakla ilgilidir. İşte tam da bu yüzden empatinin bir KPI hâline geleceğini düşünüyorum.

2030’a gelindiğinde liderler yalnızca gelir veya büyümeye göre değil — empatiye göre de değerlendirilecek. Yapay zekâ sayesinde bunu yapmak için gerçekten araçlara sahip olacaklar — çalışan geri bildirim döngüleri, duygu analizi ve hatta biyometrik veriler aracılığıyla.

Neden mi? Çünkü ruh sağlığı ve kapsayıcılık artık yan konular değil; merkezde yer alıyor. Bir lider psikolojik güvenliği teşvik edemiyorsa, geçerliliğini yitirecek.

Karizma, CEO mülakatlarında belirleyici nitelik hâline gelecek. Bağ kurabilmek, ilham verebilmek ve gerçekten insan gibi görünmek artık isteğe bağlı olmayacak; bunlar beklenecek.

Steve Jobs, Jeff Bezos ve Elon Musk gibi liderler bugün efsanevi kabul ediliyor; çünkü çalışanlara ellerinden gelenin en iyisini vermeleri için ilham veren ve müşteriler arasında kült benzeri takipçi kitleleri oluşturan öngörü, strateji ve karizma bileşimine sahiptiler. Gelecekte milyarlarca dolarlık ücret paketlerini belirleyecek liderlik tam olarak bu tür liderlik olacak.

Takip Edin

Jim’in yapay zekânın çalışma dünyasını nasıl dönüştürdüğünü keşfetmeye ve açıklamaya devam ederken yaptığı çalışmaları LinkedIn ve X üzerinden takip edebilirsiniz. Ayrıca web sitesine ve devam eden projelerine göz atın: Jim Stroud Podcast ve The Recruiting Life bülteni.

Yakında burada daha fazla uzman sohbeti olacak People Managing People!