Hiç kimse bir iş gücü gözetim sistemi kurmaya girişmez. Bu sistem genellikle optimizasyon, üretkenlik, esenlik veya verimlilik kisvesine bürünerek ortaya çıkar. Ancak yapay zekâ, tuş vuruşlarından ve fare hareketlerinden duygulara ve fiziksel davranışlara kadar her şeyi izlemeyi mümkün kıldıkça, meşru ölçüm ile müdahaleci gözetim arasındaki çizgiyi görmezden gelmek zorlaşıyor.
Bu bölümde, Yeni Ekonomik Düşünce Enstitüsü Özel Projeler Direktörü Lynn Parramore ile iş yerinde değer taşıyan her şeyin ölçülebileceğini varsayan liderlerin neleri gözden kaçırdığını konuşuyorum. Sürekli izlemenin güveni neden aşındırdığını, algoritmaların insan davranışından bağlamı nasıl kopardığını, genç çalışanların yapay zekâya şüpheyle yaklaşmak için neden haklı gerekçelere sahip olduğunu ve liderlerin bu teknolojinin nereye ait olduğu konusunda yalnızca pratik değil, felsefi açıdan da düşünmeleri gerektiğini ele alıyoruz.
Öğrenecekleriniz
- Meşru iş yeri izlemesini müdahaleci gözetimden nasıl ayırt edebileceğiniz
- Daha fazla çalışan verisinin neden mutlaka daha iyi yönetim kararları üretmediği
- Sürekli izlemenin güveni, psikolojik güvenliği ve içsel motivasyonu nasıl zayıflatabileceği
- Algoritmaların niyet, muhakeme, bağlam, yaratıcılık ve örtük bilgiyle neden başa çıkmakta zorlandığı
- Çalışanları izlemeyle ilgili kararlara dahil etmenin nasıl daha iyi sonuçlara yol açabileceği
- Yapay zekâ kullanımının liderlerin yalnızca verimliliği değil, etik ve toplumsal sonuçları da değerlendirmesini neden gerektirdiği
Temel Çıkarımlar
- Yapabildiğiniz için değil, meşru bir amaç doğrultusunda ölçüm yapın. İzleme; güvenlik, ergonomi, siber güvenlik veya başka bir açık ihtiyaçla dar kapsamda bağlantılı olduğunda anlamlı olabilir. Sırf teknoloji buna olanak sağlıyor diye veri toplamak, optimizasyonun sessizce gözetim sistemine dönüşmesinin yoludur.
- Daha fazla görünürlük, daha az güven anlamına gelebilir. Sürekli izleme örtük bir mesaj gönderir: doğrulayamadığımız sürece size güvenmiyoruz. Güvenin bağlılığın, yenilikçiliğin, çalışanları elde tutmanın ve insanların muhakemelerini kullanma isteğinin temelini oluşturduğu bir ortamda bu, bedeli yüksek bir ödünleşmedir.
- Veri davranışı yakalar. Onu mutlaka açıklamaz. Bir çalışanın müşteri görüşmesinde daha uzun süre kalması, aslında tam da istediğiniz şeyi yapıyor olsa bile algoritmaya verimsiz görünebilir: zor bir sorunu çözülene kadar ele almaya devam etmek. Bağlamı olmayan bilgi, anlayış değildir.
- İnsani değer, bir gösterge tablosuna kolayca sığmaz. Bir iş arkadaşına yardım etmek, zor bir sorun üzerinde düşünmek, ahlaki cesaret göstermek, sağduyulu muhakeme kullanmak veya bir fikir şekillenirken boşluğa dalıp gitmek, verimsiz geçirilen zaman gibi görünebilir. Bazen sorun çalışanda değil, elektronik tablodadır.
- İnsanlar gözetim sistemine göre de davranışlarını optimize eder. Frederick Taylor'ın işçileri onun saatleriyle oynuyordu. Günümüz çalışanları fare oynatıcıları kullanıyor; hatta görünüşe göre stratejik olarak yerleştirilmiş ananaslardan bile yararlanıyor. Ölçüt işin kendisine dönüştüğünde, insanlar ölçütü karşılamayı öğrenir.
- İnsanların makineyi geçersiz kılma yetkinliğini koruyun. Bir algoritma görünmez bir yönetici değil, yardımcı olmalıdır. Çalışanlar, mesleki muhakemeleri sistemin hatalı olduğunu söylese bile otomatik değerlendirmelere itiraz edemiyorsa, uzmanlığı desteklemiyorsunuz demektir. Onu geçersiz kılıyorsunuz.
- Yapay zekâya yönelik şüphecilik, mutlaka teknoloji karşıtlığı anlamına gelmez. Genç çalışanlar teknolojiyle çevrili olarak büyüdü; aynı zamanda şirketlerin verilerini toplamasını, verdikleri sözleri tutmamasını ve kendi seçmedikleri iş modelleri etrafında yaşamlarını yeniden şekillendirmesini de izlediler. Liderler bu şüpheciliği göz ardı etmemeli. Talep ettikleri güveni kazanmalıdır.
- Duraklatma zamanının geldiğini bilin. En hızlı ilerlemek, iyi liderlik etmekle otomatik olarak aynı şey değildir. Bir yapay zekâ sisteminin çalışanlar, topluluklar veya toplum üzerindeki sonuçlarını anlamıyorsanız, yavaşlamak daha akıllı bir iş kararı olabilir.
Bölümler
- 00:00 — İzleme Ne Zaman Gözetim Olur?
- 02:31 — Sınırı Çizmek
- 04:58 — İş Yerindeki Panoptikon
- 07:33 — Çalışanların Duygularını İzlemek
- 09:43 — Verinin Ölçemeyeceği Şeyler
- 11:54 — Sürekli İzlemenin Bedeli
- 15:00 — Bilgi ve Anlayış
- 17:33 — İş Yeri Gözetiminin Yükselişi
- 21:08 — Sistemi Kendi Lehine Kullanmak
- 23:57 — Algoritmaların Göremediği Şeyler
- 27:12 — Güven Belirsizlik Gerektirir
- 28:27 — Görünmez Yönetici Olarak Yapay Zekâ
- 31:12 — Yapay Zekânın Etiği
- 34:04 — Z Kuşağının Yapay Zekâ Şüpheciliği
- 37:12 — Algoritmalar ve İnsan Muhakemesi
- 40:21 — Yapay Zekâ Sürecinde Çalışanları Desteklemek
- 45:07 — Şirketler Ne İçindir?
- 47:02 — Ne Zaman Duraklanacağını Bilmek
Konuklarımızla Tanışın
Lynn Parramore, ekonomiyi, tarihi, kültürü ve psikolojiyi birbirine bağlayan ilişkileri araştırdığı New Economic Thinking Enstitüsü’nde (INET) Kıdemli Araştırma Analisti ve Özel Projeler Direktörüdür. Kültür tarihçisi, yazar ve gazeteci olan Parramore; eşitsizlik, şirket gücü, çalışma hayatı ve ekonomik adalet hakkındaki karmaşık ekonomik araştırmaları herkesin anlayabileceği anlatılara dönüştürür. Lynn, New York Üniversitesi’nden doktora derecesine sahiptir; Sfenksi Okumak kitabının yazarı ve İşgal Hareketi Amerika’yı Nasıl Değiştiriyor? kitabının ortak editörüdür. Yorumları ve yazıları önde gelen medya kuruluşlarında yayımlanmış; ekonomi ve ekonominin gündelik yaşam üzerindeki etkisi hakkındaki tartışmalara disiplinler arası bir bakış açısı kazandırmıştır.
İlgili bağlantılar:
- People Managing People topluluğuna katılın
- Bültene abone olun ve en yeni makalelerimizi ve podcast’lerimizi alın
- Lynn ile LinkedIn üzerinden bağlantı kurun
- Lynn’in kitabına göz atın — Sfenksi Okumak: On Dokuzuncu Yüzyıl Edebiyat Kültüründe Antik Mısır
İlgili makaleler ve podcast’ler:
David Rice: Hiç kimse gerçekten bir iş gücü gözetim sistemi kurmak için yola çıkmaz. Her şey optimizasyon, verimlilik artışı ve zaman yönetimiyle başlar. Kulağa doğası gereği olumlu geliyor, değil mi? Sonra yavaş yavaş, kimse bilinçli bir karar vermeden bir çizgiyi aşmış olursunuz. Bugünkü programda, New Economic Thinking Enstitüsü Özel Projeler Direktörü Lynn Parramore ile bu çizginin nerede olduğunu ve yapay zekânın bunu görmeyi neden zorlaştırdığını konuşuyorum.
Lynn’in temel savı, iş yeri gözetiminin hatalı bir varsayıma dayandığıdır: İşte önemli olan her şey ölçülebilirdir. Bir çalışma arkadaşına yardım etmek, doğru muhakeme, ahlaki cesaret ve yaratıcılık; bunların hiçbiri tuş vuruşu kayıtlarında görünmez. Oysa birini gerçekten değerli kılan çoğu zaman bunlardır. İnsanları veri noktaları toplamına indirgemeye başladığınızda, aslında neyi yönettiğinizi de değiştirirsiniz.
Gözetim tarafsız değildir. Birini sürekli izlemeye karar verdiğiniz anda, o kişi hakkında zaten bir varsayımda bulunmuş olursunuz ve çalışanlar bunu hisseder. Bu, güveni aşındırır. Lynn’in de belirttiği gibi güven; bağlılık, yenilikçilik ve çalışanları elde tutma dâhil diğer her şeyin temel taşıdır. Bugün meşru izleme ile gözetimin nerede ayrıldığını, önemli olan her şeyin ölçülebilir olduğu varsayımının neden hatalı olduğunu, izleme yoğunluğu ile güven arasındaki ters ilişkiyi ve liderlerin yapay zekâya yalnızca pratik değil, felsefi açıdan da yaklaşması gerektiğini ele alıyoruz.
Ben David Rice. Burası People Managing People. Kuruluşunuz iş gücü izlemeyi bir verimlilik aracı olarak görüyorsa bu konuşma zaman ayırmaya değer. Öyleyse başlayalım.
İlk çalışanını işe alan küçük bir işletme sahibiyseniz bordro işlemleri büyük bir adım gibi görünebilir. QuickBooks Workforce; bordro, doğrudan para yatırma ve çalışan kayıt yönetimini tek bir yerde basitleştirerek işleri kolaylaştırır. Çalışanlarınız, kendi maaş bordrolarına ve vergi formlarına self servis portalı üzerinden erişebilir; böylece zamandan ve evrak işinden tasarruf edersiniz. Bordro yönetimine daha az, işletmenizi büyütmeye daha fazla zaman ayırmaya hazırsanız QuickBooks Workforce’a göz atın.
Lynn, programa hoş geldin!
Lynn Parramore: Beni davet ettiğin için teşekkürler.
David Rice: Programdan önce konuşuyorduk. Çalışmayı her zaman bir şekilde, farklı biçimlerde ölçtüğümüzden bahsettik. Ancak yapay zekâ, mümkün olanların ölçeğini ve gerçekten mahremiyet düzeyini temelden değiştiriyor.
Sence çalışmayı ölçmek hangi noktada performansı geliştirmekten çıkıp gözetim hâline geliyor?
Lynn Parramore: Bunun hem çalışanlar hem de işverenler açısından hepimizin mücadele ettiği bir soru olduğunu düşünüyorum. Öncelikle algoritmik izlemenin veya yapay zekâ destekli gözetimin, adına ne derseniz deyin, bazı yararlı uygulamaları olduğunu söylemeliyim.
Örneğin yorgunluk tespiti. Giyilebilir cihazlar kullanarak yorgunluğu tespit eden bir pilot uygulama düşünebiliriz. Çoğumuz bunun mantıklı olduğunu kabul ederiz. Ergonomi koçluğu sağlayabilen yapay zekâ cihazları da var. Bir kişi ağır kaldırıyorsa, yaralanmaya yol açma olasılığı daha yüksek hareketleri tespit edebilir.
Siber güvenlik uygulamaları da mevcut. Yani bu teknolojilerin yararlı olabileceği ve mahremiyet ihlali gibi hissettirmediği durumlar var. Ancak açık ve meşru bir amaca sahip olmaları gerekir. İşveren yalnızca gerekli veriyi toplamalı; verinin bir amaç için toplandığını söyleyip başka bir amaçla kullanmamalıdır.
Çalışana neyin toplandığı, nasıl toplandığı ve bu verinin nasıl saklandığı konusunda şeffaf olunmalıdır. Ayrıca terfi, disiplin veya işten çıkarma gibi bu veri toplama sürecinden doğabilecek tüm kararlarda bir insan mutlaka yer almalıdır.
Bu verileri sonuçları otomatik olarak uygulamak için kullanmak istemezsiniz. Birçoğumuz için rahatsız edici hâle gelen şeyler burada başlar: sürekli web kamerası gözetimi, her tuş vuruşunun veya fare hareketinin kaydedilmesi ya da her yirmi saniyede bir ekran görüntüsü alınması gibi uygulamalar.
Bunlar mahremiyet ihlali kategorisine giren ve çalışan performansı üzerinde gerçekten olumsuz etki yaratabilen uygulamalardır.
David Rice: İlginç, değil mi? Bunun yavaş yavaş gerçekleştiğini hissediyorum. Başlangıçta kimse “İş gücümüzü gözetleyeceğiz” demiyor.
“Verimliliği artıralım, zaman yönetimine odaklanalım” deniyor. Bu optimizasyon gibi görünüyor ve doğası gereği olumlu bir şeymiş izlenimi veriyor. Ama sonunda bir çizgi aşılıyor. Sence liderler topladıkları verilere o kadar mı odaklanıyor ki bu verileri toplamanın insanların davranışlarını değiştirip değiştirmediğini veya verileri toplamanın gerçekten gerekli olup olmadığını sormayı bırakıyorlar?
Lynn Parramore: Kesinlikle. Bunun temelinde, göremediğimiz şeyler hakkında endişelenmemize yol açan çok insani bir dürtü var. Bu doğal bir insan eğilimidir. İşverenler, neler olup bittiğini göremediklerinde her zaman kaygı duymuştur. Bu durum Sanayi Devrimi’yle birlikte yaşanan değişimlere kadar uzanır.
Sanayi Devrimi’nden önce bir ayakkabıcının dükkânında çalıştığınızı düşünün. Patronunuz hemen yanınızda oturur ve ne yaptığınızı görebilirdi. Daha büyük fabrikalar ve daha geniş iş gücü ortaya çıktığında işverenler, göremedikleri alanlarda neler olduğunu merak etmeye başladılar.
On sekizinci yüzyılın sonlarında, bazı insanların aşina olduğu panoptikon fikri ortaya çıktı. Bu fikir filozof Jeremy Bentham’la ilişkilendirilir; ancak kavramı geliştiren aslında kardeşi Samuel’di. Rusyalı bir devlet adamı için çalışıyordu ve fabrikalarda sorunlar yaşanıyordu.
İnsanlar sarhoş oluyor, kavga ediyor ve ortalık kaosa dönüyordu. Samuel Bentham, ortasında çalışanları izleyebilecek bir gözlem kulesi bulunan dairesel bir fabrika tasarladı. Çalışanlar ne zaman izlendiğini bilmiyordu.
Bu yapı herkesi dikkatli olmaya zorluyor ve kaotik davranışları azaltıyordu. Jeremy Bentham daha sonra hapishane için benzer bir tasarım geliştirdi. Rahatsız edici bağlantı da burada ortaya çıkıyor: Ne için ve hangi amaçla izleniyoruz? Gözetim, insanlar hakkındaki varsayımlarınızı değiştirebilir.
“Bu, iyi niyetle çalışan bir çalışan” anlayışından “Bu kişiyi her zaman izlemeli, kontrol etmeli ve davranışlarını denetlemeliyim” anlayışına geçersiniz. Bunlar çalışan üzerinde farklı etkileri olan iki ayrı bakış açısıdır. Kimse sürekli izleniyor ve kendisine güvenilmiyormuş gibi hissetmekten hoşlanmaz.
Bu, psikolojik güvenlik duygusunu azaltır ve birçok olumsuz sonuç doğurur. Kimse iş yerindeyken kendisini hapishanedeymiş gibi hissetmek istemez.
David Rice: Evet, insanlar gerçek bir hapishanedeymiş gibi hissetmeden bile bağlılık yeterince düşük. Bu hiç yardımcı olmayacak.
Lynn Parramore: Hayır, olmayacak. Teknolojideki gelişmeler, şeyleri daha ayrıntılı düzeyde izlememize ve işverenlerin geçmişte izlemesini beklemediğimiz bazı şeyleri takip etmemize olanak sağladı.
Duygu takibi bunların en tartışmalı alanlarından biri. Giyilebilir cihazlar veya web kamerası izleme yoluyla ses ya da beden hareketlerinde ortaya çıkan duygular tespit edilmeye çalışılabiliyor. Çalışanların kendilerini rahat hissedeceği bir uygulama düşünmek gerçekten zor.
Belki gönüllü bir koçluk programı olabilir. Bir acil yardım hattında çalıştığınızı ve görüşme sırasında sakin kalmanızın önemli olduğunu düşünün. Eğitim sırasında, bir yapay zekâ programının görüşme boyunca duygusal seviyenizi nasıl koruduğunuzu değerlendirmesine gönüllü olarak izin verebilirsiniz.
Ancak burada anahtar kelime gönüllülük olurdu ve bu disiplin cezasıyla ilgili olmamalıdır. Hepimiz duygularımızı aynı şekilde ifade etmeyiz. Cinsiyetimiz, yaşımız, etnik kökenimiz ve kültürel geçmişimiz bu ifadeleri etkiler.
Psikologlar ve sosyologlar duygu izleme verilerini inceledi ve bunların birçok durumda çok doğru olmadığını ortaya koydu. Bu nedenle çalışanlar hakkında karar verilmesini istemezsiniz; çünkü bu hem hatalıdır hem de çalışan açısından son derece müdahaleci hissettirir.
David Rice: Evet, ilginç. Bu programda insanlar bütün bunların refah veya çalışan desteği amacıyla yapıldığını söylüyorlar. Ancak sen bu tür gözetim ile güven arasında neredeyse ters bir ilişki olduğunu ve bunun insanların refahını etkilediğini savunuyorsun. Daha sık ölçüm yapmak neden insanların daha az güvenmesine yol açıyor?
Lynn Parramore: Bunun, sizin için çalışan insanlar hakkındaki varsayımlarınıza dayandığını düşünüyorum. İyi iş yapma niyetiyle mi geliyorlar? İyi niyetle mi hareket ediyorlar? Yoksa onları sürekli izlemek, davranışlarını mikro düzeyde yönetmek ve veri noktaları toplamına dönüştürmek mi istiyorsunuz?
Temel mesele, çalışanın veya işçinin ne olduğuna dair anlayışımızdır. Yalnızca veri noktaları toplamı mıyız? İşte yaptığımız ve önemli olan her şey ölçülebilir mi?
Bossware’e veya algoritmik izleme ve yönetime fazla heveslenen kişiler bazen her şeyin ölçülebilir olduğunu varsayar. Oysa çalışma arkadaşınıza yardım etmek, iyi muhakeme, yaratıcılık ve ahlaki cesaret gibi şeyler ölçülemeyebilir. Bunların tümü iyi bir çalışana sahip olmak için son derece önemlidir.
David Rice: Davranışları teknolojiyle doğrulamaya çalıştıkça güvene daha az yer kalıyor. Güvenin ölçülmesi son derece zor, ancak iş yerinde önem verdiğimiz neredeyse her şeyin temelinde güven var: bağlılık, yenilikçilik ve çalışanları elde tutma.
İnsanlar özellikle her zaman, her yerde bulunan bir sistem tarafından değerlendirildiklerini hissetmeye başladıklarında ciddi bir rahatsızlık yaşıyor. Neyin ölçüldüğünü bile bilmiyorsunuz ve “Bunu neden bilmek istiyorsunuz?” diye düşünüyorsunuz.
Lynn Parramore: Bu gerçek hayatta da yaşanıyor. JPMorgan Chase, genç bankacılar için izleme sistemleri uygulayacağını açıkladı. Genç bankacılar çok uzun saatler çalışıyor ve bu durum ciddi stres ve yorgunluğa yol açıyordu. Programı bir refah aracı olarak sundular; bu kulağa iyi geliyor. Ancak çalışanın yaptığı her tuş vuruşunu sürekli ölçtüğünüzde durum değişiyor.
Bu tür bir izlemeye nasıl rıza verilebilir? Özellikle genç bir çalışansanız, işe girerken gerçekten seçme şansınız var mı? Bu da gerilim yaratıyor. Bazı izleme türlerinin, özellikle sürekli izlemenin refahı artırmak yerine stresi ve kaygıyı artırabildiğini gösteren kanıtlar var.
Bilgisayarımda birkaç dakika boşta kalırsam, belki bir sorun üzerinde düşünüyorsam, bunun için işaretlenecek miyim diye düşünmeye başlıyorsunuz. Bilginin nasıl kullanılacağını veya bir yere sızıp sızmayacağını bilmiyorsunuz.
Algoritmik izleme yoluyla toplanan çalışan verilerinin sızdığı gerçek vakalar da yaşandı. 2025 yılında WorkComposer adlı bir şirket, çalışan bilgisayarlarına kurulup onları izleyen bir yazılım geliştirmişti. Bu veriler ele geçirildi, kamuya açık hâle geldi ve aslında böyle olmaması gerekiyordu.
Bu materyallerin bir kısmı, çalışanların iş başındaki ham web kamerası görüntüleriydi. Kimse bunun internette dolaşmasını veya rastgele amaçlarla kullanılmasını istemez. Veri sızıntısı kazara gerçekleşebilir veya bilgisayar korsanlığı sonucu ortaya çıkabilir. Bilgiler kötü amaçlarla kullanılabilir.
Böylece güvensizlik büyür. Kısa süre içinde içsel motivasyonunu kaybetmiş, işverenine daha az sadık hisseden ve başka bir iş aramaya başlayan bir iş gücünüz olur.
David Rice: Algoritmalar davranışı ölçebilir, ancak niyeti, muhakemeyi ve bağlamı ölçemez. Her yaptığımı görüyorsanız, bunu neden yaptığımı biliyor musunuz? Veri odaklı iş yerlerinde ölçülebilen şeyle gerçekten önemli olan şeyi birbirine karıştırmaya başladığımızı düşünüyor musun?
Lynn Parramore: Ayrıca bir şeyi ölçebiliyor olmanız, onu ölçmeniz gerektiği anlamına gelir mi? Ölçümün istenmeyen sonuçları nelerdir?
Örneğin bazı izleme sistemleri, müşteri hizmetleri temsilcisinin bir görüşmede ne kadar zaman geçirdiğini kaydeder ve görüşme “ideal” kabul edilen süreden uzun sürerse çalışanı işaretler. Ancak iyi bir çalışan, zor bir sorunu çözmek için müşteriyle fazladan zaman geçirebilir. Uzun görüşme yaptığı için cezalandırılırsa müşteriyi başka birine aktarmaya veya görüşmeyi kısa kesmeye başlayabilir.
Bunun sonucunda hem müşteri hem de çalışan memnuniyetsizliği ortaya çıkar. Ölçtüğünüz şey, çalışanın müşteriye yardım etme niyeti gibi unsurları; bağlamı ve nüansı dikkate almaz. Bir çalışanın kötü bir gün geçirmesi de mümkündür. Bu veri işverenin ekranında görünüp çalışanı cezalandırabilir.
Sonuçta işveren ile çalışan arasındaki güven ciddi biçimde zedelenir.
David Rice: Nüans günümüzde her zamankinden daha önemli. Bilgi ile anlayış arasındaki fark çok önemli. Liderlik her zaman bir şeyin yalnızca gerçekleştiğini değil, neden gerçekleştiğini yorumlamakla ilgiliydi. Liderlerin eksiksiz veriyi eksiksiz anlayışla karıştırması tehlikesi var. Oysa bu yalnızca bilgidir.
Lynn Parramore: Kesinlikle. Bu fikirlerin bir kısmı 2000’lerin başındaki bir hareketten kaynaklanıyor. MIT’den Alex Pentland giyilebilir cihazlar geliştiriyordu. Bu çalışmaların çoğu askerî alandan ve spordan geldi. Bir beyzbol atıcısının sahadaki performansını veya bir askerin askerî operasyon sırasında ne kadar zorlandığını izleyen cihazlar kullanılabilir.
Bu veriler ölçülen kişi için yararlı ve hatta faydalı olabilir. Ancak aynı yaklaşımı sıradan iş gücüne, banka çalışanlarına veya müşteri hizmetleri temsilcilerine aktardığınızda her zaman beklediğiniz sonucu vermez.
Bu uygulamaların önemli bir bölümünün askerî alan ve hapishanelerden gelmesi, iş yerinde neden müdahaleci ve sorunlu hissedilebileceğini gösterir. İnsanlar mahremiyetlerini önemser. Görmediğimiz şeyler hakkında kaygılanırız, ancak fazla görünür olmaktan da endişe ederiz.
Avrupa Birliği iş yerinde mahremiyeti temel bir hak olarak koruyan daha güçlü yasalara sahip. Veri toplama konusunda daha fazla sınırlama var. İşverenin haklı bir gerekçe göstermesi, veri toplamasını mümkün olduğunca sınırlı ve hedefli tutması gerekir. Çalışanın toplanan veriye itiraz etme ve onu sorgulama hakkı vardır.
Bazı durumlarda işverenin, bu programların nasıl uygulanacağı konusunda iş konseylerine veya sendikalara danışması gerekir. Amerika Birleşik Devletleri’nde ise daha parçalı ve karmaşık bir yapı var. İş yerinde mahremiyeti düzenleyen kapsamlı bir yasamız yok. Varsayılan anlayış, şirket cihazın sahibiyse sizi izleyebileceği yönünde.
Bu sorun, pandemi sırasında daha fazla insan evden çalışmaya başladığında büyüdü. İşverenler, çalışanların oturma odalarından çalışmasından endişe ederek şirketin dizüstü bilgisayarına izleme yazılımları kurdu. Bazı programlar çalışanların tuvalet veya beş dakikalık mola nedenlerini sisteme girmesini bile gerektirdi.
Pandemi bu tür izleme ve gözetimi artırmak için bir bahaneye dönüştü. Her şey o kadar hızlı gerçekleşti ki hukuk buna yetişemedi.
David Rice: Pandemi uzaktan çalışmayı yaygınlaştırdı, ancak bunun bazı bedelleri oldu. Eskiden bir yöneticinin çalışanın omzunun üzerinden bakmasına güveniyorduk. Şimdi çalışanın omzunun üzerinden bakan gözlerin yerini alabilecek çok sayıda sistem var.
Lynn Parramore: Asıl soru neyi ölçtüğünüz. O gün kaç satışın tamamlandığını ölçüyorsanız, birinin sabah üç kez tuvalete gitmiş olması gerçekten önemli mi? Toplanan verinin amacı ne?
Aşırıya kaçarsanız veya şeffaf olmazsanız çalışanlar itiraz eder ve sistemi manipüle etmenin yollarını bulur. Frederick Taylor döneminde de benzer şeyler olmuştu. Fabrika faaliyetlerini ölçülebilir küçük birimlere ayırmaya çalışıyordu. Bir süre işe yaradı, ancak çalışanlar bıktı ve sistemi değiştirmeye başladı.
Pandemi sırasında insanlar farelerini sürekli hareket ediyormuş gibi gösterecek yöntemler buldu.
David Rice: Fare oynatıcı.
Lynn Parramore: Hatta birinin dizüstü bilgisayarının önüne ananas koyduğunda sistemin orada bir insan başı varmış gibi algıladığını okudum. İnsanların müdahaleci izlemeye karşı doğal bir direnci var. Bu, insan doğasının bir parçası.
David Rice: Kısa bir ara. İşletmeniz büyüdükçe bordro işlemleri karmaşıklaştı mı? Tam zamanlı çalışanları yüklenicilerle birlikte yönetiyor, farklı ödeme takvimleriyle uğraşıyor veya birden fazla eyalette faaliyet gösteriyor olabilirsiniz.
QuickBooks Workforce; otomatik bordro, vergi hesaplamaları, uyumluluk desteği ve ekibinizin doğru ve zamanında ödeme almasını sağlayan araçlarla büyümenin getirdiği bu zorlukları basitleştirmeye yardımcı olur. Bordro süreçleriniz karmaşıklaşıyorsa QuickBooks Workforce’un bunları nasıl kolaylaştırabileceğini öğrenin.
Lynn Parramore: Çalışanlar uyum sağlıyor gibi görünse bile en iyi performansı göstermiyor olabilir. Bir algoritma belirli bir görevi ne kadar sürede tamamladığınızı bilebilir, ancak bir çalışma arkadaşınıza yardım etmek için fazladan zaman harcadığınızı bilemez. Oysa işverenin istediği davranış tam olarak budur.
İnsanlığımızın, niyetimizin, iyi niyetimizin ve karmaşıklığımızın tanınmasına ihtiyacımız var. Faaliyet ne kadar karmaşıksa, onu ölçülebilir küçük birimlere ayırmak o kadar zordur. Çalışanlar büyüyen ve öğrenen insanlar mı, yoksa yalnızca girdiler mi?
Hata yapma ve görünmez bir algoritmik yönetici tarafından işten çıkarılmama deneyimine de ihtiyacımız var. Algoritmik yönetim ve bossware, insanları neyin geliştirdiğine dair bildiklerimizle çelişebiliyor.
David Rice: Bir algoritmanın, geçen hafta köpeğinizi uyutmak zorunda kaldığınızı veya kız kardeşinizle büyük bir tartışma yaşadığınızı anlamasını bekleyemezsiniz. Yönetimin katmanlarını çıkarıp yerine kim olduğumuzu ve neden böyle davrandığımızı anlayamayan bir sistem koyuyoruz. Bu büyük bir hata.
Lynn Parramore: Gün içinde yaptığım önemli şeylerden biri, hiçbir şey yapmıyormuşum gibi boşluğa bakmak. Aslında düşünüyorum. Bazen düşünmeme yardımcı olduğu için evimin içinde daireler çizerek yürüyorum. Algoritmik yönetim sistemi bunu nasıl anlayacak? Muhtemelen beni işaretleyecek. Oysa işimizi iyi yapmak için gerekli olan pek çok şey bu ayrık birimlere ve sistemlere sığmaz.
David Rice: Çok fazla tuzlu kraker yediğimi anlayamayacak, ama bunun bir nedeni var. Böyle düşünüyorum.
Lynn Parramore: Pandemi sırasında kurulan algoritmik sistemlerle ilgili çalışanların şikâyetlerinden biri de iş başında yemek yemelerinin engellenmesiydi. Bir müşteri temsilcisiyseniz görüşme sırasında kraker yemeniz elbette istenmez. Ancak görüşme bittikten sonra bir kraker yemenin ne sakıncası var?
Bu bizi çocuklaştırıyor. Tuvalete gittiğimizde veya kraker yemek istediğimizde kontrol edilmek onurumuzu elimizden alıyor.
David Rice: Hiç kimse mikro düzeyde yönetilmekten, ne zaman yemek yiyip yiyemeyeceğinin söylenmesinden hoşlanmaz. Bu ilkokul mu? İstediğim zaman yemek yerim.
Lynn Parramore: Güvendiğimiz herkeste belirli ölçüde belirsizliği kabul etmek zorundayız. İzlemenin meşru bir amacı olduğu durumlar elbette var. Ancak sürekli ve belirsiz bir gözetim, ilişkinin bozulmasına neden olur.
İş yerinde yönetici ebeveyn değildir. Birlikte çalışan insanlarız ve işi tamamlamak için belirli bir güven düzeyi gerekir.
David Rice: Bu daha çok koçluğa benziyor. Oyunculara bir zihniyet ve plan verirsiniz, onları sahaya gönderirsiniz ama sonra kendi işlerini yapmalarına izin vermeniz gerekir. Yeteneklerini ifade etmelerine izin vermelisiniz.
Lynn Parramore: Her şey Moneyball değildir. Her şey optimizasyonla ilgili değildir. Birinin her gece ne kadar uyuduğunu bilmek bazı durumlarda meşru olabilir, ancak bunu sürekli yapmak müdahalecidir.
Bir araca GPS takmak, çalışma saatlerinde teslimat yapan biri için makul olabilir. Ancak mesai dışında izlemeye devam ederseniz çizgiyi aşarsınız. Çalışanlar bu uygulamalara itiraz edecektir.
Meta çalışanlarının algoritmik izlemenin uygulanmasından endişe duyduğunu duyuyoruz. Bu durumda izleme, yapay zekâ sistemlerine çalışanın ne yaptığını öğretmek için kullanılıyor. Çalışanlar “Bu yapay zekâ sistemi sonunda işimi alsın diye mi izleniyorum?” diye soruyor.
İşverenler çalışanları bu programların nasıl ve hangi koşullarda uygulanacağına dair konuşmaya dâhil ederse çok daha başarılı sonuç alır. Çalışanlar her türlü izlemeye karşı değildir. Örneğin iş yerinde önyargıya uğradığını düşünen veya kendisini hedef alan bir yöneticisi olan bir çalışan için performans ölçümleri, iyi iş yaptığını kanıtlamaya yardımcı olabilir.
Bu araçlar, işverenin niyetine bağlı olarak çalışanın haklarını desteklemek için de kullanılabilir. Yapay zekâ programında bir yardımcıya sahip olmak başka, görünmez bir yöneticiye sahip olmak başkadır. Neredeyse hiç kimse görünmez bir yönetici istemez.
David Rice: Bu bir etik ve felsefe konuşmasına dönüyor. İş dünyasının toplum için iyi veya kötü olabileceği bir dönemdeyiz. İş dünyası kendiliğinden iyi bir şey değildir. Bu yüzden liderlerin biraz felsefi düşünmesi gerekiyor.
Lynn Parramore: Tütün endüstrisiyle bunu gördük. Bazı ticari faaliyetlerin topluma ne kadar zarar verebileceğini biliyoruz. Aynı dersi tekrar tekrar öğrenmek zorunda kalmamalıyız.
Yapay zekâ konusunda kamuoyundaki tepkinin büyük bir bölümü gözetim endişesinden kaynaklanıyor. İnsanlar daha önce şirketler tarafından yanıltıldı. Şirketler bir şeyin güvenli ve yararlı olduğunu söyledi, ancak bunun doğru olmadığı ortaya çıktı.
Teknolojinin çalışanlar olarak bize nasıl fayda sağlayacağı konusunda güvensizlik oluştu. Artan verimliliğin daha yüksek ücretlere veya daha az çalışmaya yol açacağı söylendi, ancak son kırk ya da elli yılda bu vaatler yerine getirilmedi.
David Rice: Genç çalışanların tepkisi de önemli. Gen Z hem idealist hem de açıkça kuşkucu. Teknolojiye karşı değiller; teknolojik açıdan en yetkin nesillerden biri. Ancak yararlı olanla müdahaleci olan arasındaki çizginin nerede çekileceğini sorguluyorlar.
Lynn Parramore: Bu kuşak 11 Eylül, finansal kriz, Büyük Durgunluk, ekonomik belirsizlik ve durmaksızın gelen krizlerle büyüdü. Kendilerine yukarı doğru hareketliliğin yavaşladığı ve ebeveynlerinden daha iyi bir hayat yaşayamayabilecekleri söylendi.
Üniversiteye gidip çok çalıştıktan sonra iş gücüne katılmak üzereyken giriş düzeyindeki işlerin bulunmayabileceği söyleniyor. Ekonomik koşullar zaten zor; enflasyon ve başka pek çok engel var. Yapay zekâ onların üzerine uyum sağlamaları için zaman tanınmadan itiliyor.
Silikon Vadisi’nin sosyal medya, veri toplama ve hedefli reklamlar yoluyla kendilerine ihanet ettiğini gördüler. Bu nedenle yapay zekânın hayatlarını kolaylaştıracağı söylendiğinde buna inanmamaları anlaşılabilir.
David Rice: Bu insanlar teknoloji karşıtı değil. Ancak daha önce kötü niyetli liderler ve şirketler tarafından defalarca hayal kırıklığına uğratıldılar. Sosyal medya onları sürekli kaydırmaya, karamsarlık döngüsüne ve kendilerini kötü hissetmeye yönlendirdi.
Lynn Parramore: İşveren “Verilerinizi toplayacağız ama saklama güvenli olacak” dediğinde insanlar neden inansın? Her gün büyük veri ihlalleri duyuyorlar. “Bunu refahınız için yapacağız” denildiğinde de şüphe ediyorlar.
Bir hemşirenin hastanede düşme riski taşıyan hastaları belirleyen algoritmik bir sistem kullandığını düşünün. Sistem bazen hata yapıyor ancak hemşireler onu geçersiz kılamıyor. Protokole uymazlarsa sistem tarafından işaretleniyorlar. Bu, insan muhakemesini tamamen geçersiz kılar ve çalışma moralini hızla düşürür. İnsan hayatı söz konusu olduğunda kararları bir algoritmaya bırakamazsınız.
David Rice: Gençlere yıllarca uzmanlaşmaları, matematik ve fen öğrenmeleri, kod yazmaları söylendi. Şimdi ise yumuşak becerilerin önemli olduğu söyleniyor. Her şeyin bir yalan olduğunu düşünmeleri şaşırtıcı değil.
Lynn Parramore: Bir STEM bölümünde okuduktan sonra iş dünyasına girmek üzereyken insanlara “Aslında felsefe okumuş olsaydınız iyi olurdu” denmesi nasıl bir şey? Dört yıllık eğitimi geri alamazsınız. Toplumun, oyunun kuralları değiştirilen bu gençleri desteklemesi gerekir. Eğitim ve yeniden eğitim programları sağlanmalıdır.
Bütün bir nesli kaderine terk edemezsiniz. Umudu ve kaynağı olmayan gençlerden oluşan bir toplum ciddi huzursuzlukla karşılaşabilir.
David Rice: Bu, beş ila on mezuniyet kuşağını etkileyebilir. Çok sayıda eğitimli çalışanın kendine yol bulması gerekecek. Bunun karmaşık olmaması mümkün değil.
Lynn Parramore: Acı verici olmak zorunda değil, ancak daha akıllı bir yanıt vermemiz gerekiyor. Büyük şirketler, örneğin Microsoft, çalışanları işten çıkarırken yöneticilerine yüz milyonlarca dolar ödüyor. Hissedarları zenginleştirmek için kullanılan kaynakların bir kısmı, işten çıkarılan çalışanları yeniden eğitmek için kullanılabilir.
Kamu şirketlerinin topluma ve şirketi başarıya ulaştıran insanlara karşı sorumluluğu vardır. Yalnızca hissedarlar fayda görmemelidir. 1980’lerden beri şirketlerin amacının hissedarları zenginleştirmek olduğu düşüncesi hâkimdi. Bu dengenin yeniden değerlendirilmesi gerekiyor.
David Rice: Şirket statüsünün nasıl verildiğini değiştirmek gerekebilir. Kurucu Babalar döneminde bir şirketin kamu yararı sağladığını göstermesi gerekiyordu. Bugün çevrim içi bir form doldurup küçük bir ücret ödeyerek şirket kurulabiliyor.
Lynn Parramore: Şirketin amacı yalnızca birkaç kişiyi zengin etmek veya trilyonerler yaratmak olmamalı. İyi ürün ve hizmetler üretmeli, hisse fiyatını yükseltmek için dolandırıcılık yapmamalı ve kârını yalnızca çalışmayan birkaç kişiyi zenginleştirmek için kullanmamalıdır.
Yapay zekâ bu soruları daha acil hâle getiriyor. Veri merkezleri çok büyük miktarda enerji ve su tüketiyor, kirliliği artırıyor ve elektrik fiyatlarını etkiliyor. Bir hiper ölçekleyici tesisi küçük bir ülke kadar enerji tüketebiliyor. Şirketler etkilenen toplulukların onayı veya düzenleme olmadan bunu yapamamalı.
David Rice: Çalışanlar yapay zekâ nedeniyle kendilerini aldatılmış ve idealist beklentileri boşa çıkmış hissederken, bunun toplumsal maliyetini bildiklerinde daha fazla yapay zekâya nasıl tepki verecekler? Liderlerin bu konuyu etik biçimde yönlendirmesi kolay değil. Ancak artık bu işin bir parçası.
En akıllı kullanım biçiminin ne olduğunu, hangi hedeflere ulaşmak istediğimizi ve hangi işleri yapay zekâya vermememiz gerektiğini düşünmeliyiz.
Lynn Parramore: Duraklatma düğmesine basmaya istekli olmalıyız. Şirketlerin yapay zekâyı çok hızlı ve yeterince düşünmeden uygulayıp ters tepki aldığını gördük. Bazı şirketler yapay zekânın çalışanların işini yapabileceğini düşünerek işten çıkarmalara gitti, ancak sonra o çalışanlara gerçekten ihtiyaç duyduklarını fark edip onları yeniden işe almak zorunda kaldı.
Veri merkezlerinin inşasında da sonuçları daha iyi anlayana kadar duraklamamız gerekebilir. “İlerleyemezsek Çin yapar” argümanı düzenleme olmadan her şeyi yapmanın bahanesine dönüşmemeli. Yapay zekâ silah sistemlerine veya nükleer tesislere girdiğinde çok az düzenlemeyle hareket etmek son derece kaygı vericidir.
David Rice: Lynn, bugün programa katıldığın için teşekkür ederim. Harika bir konuşmaydı.
Lynn Parramore: Ben teşekkür ederim. Bu konu hakkında konuştuğun için çok mutluyum. Yapay zekâ gelişmeye devam ettikçe konuşacak daha çok şeyimiz olacağına eminim.
David Rice: Dinleyiciler, Lynn’den daha fazla bilgi edinmek isterseniz onu LinkedIn’de takip etmeyi unutmayın. Bir kitabı yayımlandı ve kesinlikle okumaya değer.
Bir sonraki bölüme kadar peoplemanagingpeople.com/subscribe adresine giderek bültene kaydolmayı unutmayın. Bu podcast’in yanı sıra yaptığımız diğer tüm çalışmaları, makaleleri ve sonbaharda düzenleyeceğimiz çevrim içi etkinlikleri takip edebilirsiniz.
Bir sonraki bölüme kadar bu konuya felsefi açıdan yaklaşmaktan korkmayın.
Kapanıştan önce, sahada çalışan ekipleri olan işletmeler için bir not. Birden fazla iş sahasında ekipleri yönetiyorsanız çalışma saatlerini ve iş gücü maliyetlerini takip etmek kısa sürede zorlaşabilir. QuickBooks Workforce ve QuickBooks Time ile çalışanların zamanını takip edebilir, iş gücü maliyetlerini proje bazında izleyebilir ve bordroyu sahada gerçekleşen çalışmayla bağlantılı tutabilirsiniz.
İnşaat, saha hizmetleri veya proje temelli başka bir işletmede çalışıyor olsanız da QuickBooks Workforce bordro ve iş gücü yönetimini basitleştirmeye yardımcı olabilir. Ekibinizi nasıl destekleyebileceğini öğrenin.
