Ana içeriğe geç
İstanbul merkezli · Türkiye genelindeinfo@seaacademyik.com
İNSANA DEĞER. İŞİNİZE GÜÇ.

İnsan kaynaklarında çözüm ortağınız.

SEAACADEMYİK

Size nasıl yardımcı olalım?

Hızlı erişim
Ana SayfaTüm Hizmetler & Araçlarİş İlanlarıOnline CV OluşturBordro AraçlarıKariyer RehberiBloglarımızEğitim HizmetleriSık Sorulan SorularİletişimTeklif Al

İK’da yapay zekâ · Uygulama rehberi

İK yapay zekâ test senaryoları: pilot deneme tasarımı

Küçük bir deneme nasıl güvenilir sonuç verir? Kapsamı ve durdurma koşulu belli pilot planı ile i̇k yapay zekâ test senaryoları için uygulanabilir adımları inceleyin.

Bilgisayar ve dijital çalışma ortamı — temsili fotoğraf
Temsili stok fotoğraf · Lorenzo Cafaro · CC0. Boyutlandırılmış WebP; görüntü alanına göre kırpılarak gösterilir.

Bu yazıdan çıkacak somut sonuç

Kapsamı ve durdurma koşulu belli pilot planı: normal, sınır ve hata durumlarını içeren tekrar çalıştırılabilir test seti.

Yalnızca sorunsuz örneklerle yapılan deneme, eksik veri ve çelişkili belgelerdeki davranışı saklar. Bu yazı, pilot deneme tasarımı üzerinde çalışırken kullanılabilecek somut bir yol sunar. Amaç, normal, sınır ve hata durumlarını içeren tekrar çalıştırılabilir test seti oluşturmaktır.

Çözümü sınırlı bir ortamda sınamak ve büyütmeden önce gerçek kullanımın sonuçlarını görmek. Çalışmanın kapsamını kendi iş yükünüze, kullanıcılarınıza ve veri düzeninize göre uyarlayın. Aşağıdaki tablo hazır bir şirket sonucu değil, ekip içinde doldurabileceğiniz bir uygulama aracıdır.

Denemenin sorusunu daraltın

Pilotun cevaplayacağı soruyu tek cümleyle yazın. Aynı anda süre, kalite, maliyet ve çalışan deneyiminin tamamını değiştirmeye çalışmak hangi etkenin sonucu doğurduğunu belirsizleştirir. Denemeye girecek işleri seçerken yalnızca en kolay örnekleri kullanmayın; gerçek işin sık görülen güçlüklerinden de örnek ekleyin.

Bu konu için ilk kontrol: “Belirsiz durum ekle”. İncelemede “beklenen davranış” bilgisinin hangi kayıttan geldiğini gösterin. Yalnızca sorunsuz örneklerle yapılan deneme, eksik veri ve çelişkili belgelerdeki davranışı saklar.

Başlangıç verisini koruyun

Yeni yöntemi denemeden önce mevcut yöntemde aynı işin nasıl sonuçlandığını kaydedin. Karşılaştırılan dönemlerin iş yükü ve kullanıcı deneyimi farklıysa bu farkı açıklayın. Küçük deneme sonuçları bütün kuruma otomatik genellenemez. Pilotun öğrenme amacı olduğunu belirtin ve katılımcılara hata bildirebilecekleri açık bir kanal sağlayın.

Somut teslim, “Normal, sınır ve hata durumlarını içeren tekrar çalıştırılabilir test seti” olmalıdır. Çalışmayı yapan ekipten “Sonucu ölçütle puanla” adımını örnek kayıt üzerinde göstermesini isteyin. Eksik bilgiyle verilen karar ile doğrulanmış karar aynı statüde tutulmamalıdır.

Yaygınlaştırma kararını kanıta bağlayın

Pilotun sonunda yalnızca iyi görünen sonuçları seçmeyin. Tamamlanamayan işleri, yeniden yapılan adımları ve kullanıcıların istediği desteği de görün. Kritik hata varsa genişletmeden önce düzeltin ve yeniden deneyin. Sonuç yeterli değilse eski yönteme dönüş adımı hazır olmalı; başarısız deneme de doğru kaydedildiğinde işe yarayan bilgi üretir.

Özellikle kaçınılacak yaklaşım: başarılı bir gösterimi üretime hazır sistem saymak. Kontrol görüşmesinde “Beklenen davranışı sağlayan test senaryosu oranı” göstergesinin hangi işlem grubunu kapsadığını belirtin. Sonucu bütün çalışanlara veya bütün dönemlere kendiliğinden genellemeyin.

Ekibinizle doldurabileceğiniz çalışma tablosu

Her satırın yanına kurumunuzdaki sorumluyu, incelenen örneği ve bir sonraki kontrol tarihini ekleyin. Tablodaki metinler başlangıç önerisidir; gerçekleşen sonuç alanını kanıt olmadan tamamlandı olarak işaretlemeyin.

Pilot adımıGözlenecek kanıtDevam koşulu
Gerçek iş sorularını anonimleştirsenaryo kodu alanı üzerinden örnek kayıt incelemesiİşlem gerekçesi kayıtlı
Belirsiz durum eklebeklenen davranış alanı üzerinden örnek kayıt incelemesiİstisna yolu tanımlı
Sonucu ölçütle puanlagerçekleşen sonuç alanı üzerinden örnek kayıt incelemesiSonuç ilgili kişiyle doğrulanmış
Model değişince testi yenilehata türü alanı üzerinden örnek kayıt incelemesiKaynak ve sorumlu belli
Çalışma tablosunu indir (CSV)

Örnek uygulama: kapsamı ve durdurma koşulu belli pilot planı

Kurmaca çalışma örneği. Bir ekip pilot uygulamada 121 kaydı inceliyor. “Beklenen davranışı sağlayan test senaryosu oranı” ölçütüne göre 116 kaydın kontrolü tamam, 5 kayıt ise ek inceleme gerektiriyor. Bu sayıların bir müşteri projesiyle veya sektör ortalamasıyla ilişkisi yoktur.

Örneğin kontrol kapsamı oranı 116 ÷ 121 × 100 = %95,9 olur. Bu oran, çalışmanın sağladığı verimlilik artışı veya çalışan performansı anlamına gelmez. Ek inceleme gereken kayıtlarda önce “hata türü” alanının kaynağına, ardından “Model değişince testi yenile” adımının yapılıp yapılmadığına bakılır.

Sonraki karar, eksik kayıtların aynı sorundan kaynaklanıp kaynaklanmadığına bağlıdır. Kaynak bilgisi eksikse veri sahibiyle tamamlanır; ölçüt belirsizse kabul tanımı yenilenir. Kontrol tekrarlandığında aynı kapsam kullanılır ve toplam kayıt sayısı değişmişse karşılaştırmanın yanına bu fark yazılır.

Sık yapılan hata: Başarılı bir gösterimi üretime hazır sistem saymak. Düzeltme odağı: gerçek iş sorularını anonimleştir.

Kendi kontrol kapsamınızı hesaplayın

Gösterge: Beklenen davranışı sağlayan test senaryosu oranı. Tamamlanan kayıt / incelenen kayıt × 100. Bu araç genel kapsam hesabıdır; sektör kıyası veya hukuki uygunluk sonucu üretmez.

%95,9

Hesaplama cihazınızda yapılır. Bu alanlara girilen sayılar sunucuya gönderilmez. JavaScript kapalıysa üstteki formülle hesaplayabilirsiniz.

Uygulamayı kapatmadan önce

  • “senaryo kodu” ve “beklenen davranış” bilgileri aynı kapsamı ve dönemi mi anlatıyor?
  • “Sonucu ölçütle puanla” adımının yapıldığını gösteren bir örnek kayıt var mı?
  • “Beklenen davranışı sağlayan test senaryosu oranı” hesabının payı, paydası ve inceleme tarihi açık mı?
  • Eksik veya hatalı durumda “Model değişince testi yenile” adımının sorumlusu belli mi?

Kaynak ve kapsam

Genel mesleki çerçeve için NIST — AI Risk Management Framework ve Generative AI Profile kaynağına başvurabilirsiniz. Yazıdaki adımlar, çalışma tablosu ve sayısal örnek bu koleksiyon için hazırlanmış uygulama önerileridir. Kaynağın yayımladığı istatistik veya vaka olarak sunulmaz.

2026, bu rehber koleksiyonunun sürümüdür. Yeni bir mevzuat değişikliği veya gerçekleşmiş şirket haberi iddiası değildir. Kaynak tarihleri ve kapsam açıklamaları.