Yapay zekâ araçları insan kaynaklarında iş ilanı hazırlama, özgeçmiş sınıflandırma, aday iletişimi, raporlama, eğitim içeriği oluşturma ve çalışan sorularını yanıtlama gibi alanlarda kullanılabilir. Doğru kullanıldığında zaman kazandırabilir; kontrolsüz kullanıldığında ise yanlış karar, veri ihlali, ayrımcılık ve güven kaybı oluşturabilir.
İnsan kaynaklarında yapay zekâ kullanım politikası; hangi araçların kullanılabileceğini, hangi bilgilerin sisteme girilemeyeceğini, hangi süreçlerin özel onay gerektirdiğini, çıktıların kim tarafından doğrulanacağını ve nihai kararın kimde olduğunu açıkça belirlemelidir.
Politikanın amacı ve kapsamı
İnsan kaynaklarında yapay zekâ kullanım politikası; teknolojiden yararlanırken kişisel verileri, aday haklarını, çalışan güvenini, karar kalitesini ve şirket gizliliğini korumayı amaçlamalıdır.
Politika; insan kaynakları çalışanlarını, işe alım yöneticilerini, bölüm müdürlerini, dış danışmanları, bilgi teknolojileri ekiplerini ve şirket adına yapay zekâ kullanan diğer kişileri kapsamalıdır.
Onaylı araç listesi oluşturun
Çalışanların internet üzerinde bulduğu her aracı şirket verileriyle kullanmasına izin verilmemelidir. Güvenlik, veri işleme, saklama, silme ve erişim özellikleri incelenen araçlar onaylı listeye alınmalıdır.
Kurumsal hesap, kullanıcı yetkilendirmesi, denetim kaydı ve veri eğitimi seçenekleri özellikle değerlendirilmelidir.
Kullanım alanlarını risk seviyesine ayırın
Genel metin taslağı oluşturmak ile aday puanlamak aynı risk seviyesinde değildir. Düşük, orta ve yüksek riskli kullanım alanları ayrı kurallara bağlanmalıdır.
Yüksek riskli uygulamalar daha sıkı onay, insan denetimi, gerekçe kaydı ve düzenli ayrımcılık testi gerektirir.
İzin verilen kullanım alanlarını açıklayın
İş ilanı taslağı, mülakat soru havuzu, kişisel veri içermeyen eğitim metni, toplantı özeti ve aday bilgilendirme mesajı gibi işlemler kontrollü biçimde kullanılabilir.
Her çıktı, yayınlanmadan veya karar sürecinde kullanılmadan önce yetkili kişi tarafından doğrulanmalıdır.
Yasak ve özel onaya bağlı kullanımları belirleyin
Adayı yalnızca otomatik puanla elemek, terfi veya işten çıkarma kararını modele bırakmak, sağlık ve disiplin bilgilerini açık araçlara yüklemek gibi işlemler yasaklanmalı veya özel kurul onayına bağlanmalıdır.
Yüz, ses, duygu veya davranış analizi gibi yoğun müdahale oluşturan uygulamalar ayrıca değerlendirilmelidir.
Kişisel veri girişini en aza indirin
Bir görevin yapılması için gerekli olmayan kimlik, adres, telefon, sağlık, ücret, banka, disiplin ve aile bilgileri yapay zekâ sistemine girilmemelidir.
Mümkün olduğunda veriler anonimleştirilmeli, aday ve çalışan isimleri kodlanmalı ve yalnızca gerekli veri alanları kullanılmalıdır.
Nihai kararları insanlara bırakın
İşe alma, terfi, ücret, performans, disiplin ve işten çıkarma gibi önemli kararlar yalnızca otomatik sisteme dayanmamalıdır.
Kararı veren yönetici, yapay zekâ kullanılmamış olsaydı da sonucu somut, makul ve belgelenebilir gerekçelerle açıklayabilmelidir.
İnsan denetimini gerçek hâle getirin
İnsan denetimi yalnızca sistem çıktısını onaylamak değildir. Yetkili kişi çıktıyı reddedebilmeli, değiştirebilmeli, ek veri isteyebilmeli ve farklı karar verebilmelidir.
Denetim yapan kişinin modelin sınırlarını, veri kalitesini ve olası önyargıları anlayacak eğitim alması gerekir.
Algoritmik önyargı riskini yönetin
Geçmiş işe alım verileri dengesiz veya ayrımcı sonuçlar içeriyorsa model bu kalıpları tekrar edebilir. Adres, okul, kariyer boşluğu veya kelime seçimi gibi dolaylı değişkenler de istenmeyen etki yaratabilir.
Farklı aday gruplarının sonuçları karşılaştırılmalı, sürekli düşük puan alan gruplar için veri ve kriter analizi yapılmalıdır.
İşe alım sürecini standartlaştırın
Özgeçmiş özetleme, anahtar kelime arama ve görüşme planlama gibi yardımcı işlemler ile aday uygunluğunu puanlayan sistemler birbirinden ayrılmalıdır.
Otomatik olarak elenen adaylardan örneklem alınarak manuel kontrol yapılmalı ve nihai kısa liste insan kaynakları ile bölüm yöneticisi tarafından hazırlanmalıdır.
Aday ve çalışan şeffaflığını sağlayın
Otomatik araçların hangi amaçla kullanıldığı, hangi verilerin işlendiği, insan denetiminin bulunup bulunmadığı ve başvuru kanalının ne olduğu anlaşılır şekilde açıklanmalıdır.
Teknik ve belirsiz ifadeler yerine sade, açık ve erişilebilir bilgilendirme kullanılmalıdır.
Üretilen içerikleri doğrulayın
Yapay zekâ yanlış mevzuat, uydurma kaynak, hatalı ücret bilgisi veya şirket politikasına aykırı ifade üretebilir.
İş ilanı, sözleşme, bordro açıklaması, disiplin metni, eğitim içeriği ve çalışan iletişimi uzman kontrolünden geçmeden kullanılmamalıdır.
Kullanıcı rol ve yetkilerini tanımlayın
Her çalışanın kurumsal verileri yapay zekâ aracına yüklemesine izin verilmemelidir. Kullanıcılar görevlerine göre sınıflandırılmalı ve gerekli en düşük yetki verilmelidir.
Kişisel hesap yerine kurumsal hesap kullanılmalı, ayrılan çalışanların erişimi aynı gün kapatılmalıdır.
Kullanım ve karar kayıtlarını tutun
Kritik süreçlerde kullanılan araç, amaç, kullanıcı, veri türü, çıktı ve insan değerlendirmesi kayıt altına alınabilir.
Kayıt sistemi kişisel veriyi gereksiz biçimde çoğaltmamalı ve yalnızca denetim için gerekli bilgiyi içermelidir.
Tedarikçi ve sözleşme risklerini inceleyin
Hizmet sağlayıcının verileri model eğitimi için kullanıp kullanmadığı, verilerin nerede işlendiği, alt yükleniciler, veri silme koşulları ve güvenlik yükümlülükleri değerlendirilmelidir.
Sözleşme sona erdiğinde şirket verilerinin nasıl silineceği açıkça belirlenmelidir.
Eğitim ve farkındalık programı kurun
İnsan kaynakları çalışanları yalnızca komut yazmayı değil; veri güvenliği, hatalı çıktı, önyargı, açıklanabilirlik ve insan sorumluluğunu da öğrenmelidir.
Eğitim sonrasında kısa sınav, vaka çalışması ve güvenli kullanım taahhüdü uygulanabilir.
Hata ve ihlal bildirim süreci oluşturun
Yanlışlıkla kişisel veri yüklenmesi, hatalı aday elemesi veya gizli şirket bilgisinin dış sisteme aktarılması durumunda hızlı bildirim yapılmalıdır.
Çalışanların hatayı gizlemek yerine erken bildirmesini teşvik eden açık ve cezalandırıcı olmayan bir ilk bildirim mekanizması kurulmalıdır.
Performans ve etki göstergeleri belirleyin
Zaman tasarrufu tek başarı ölçütü değildir. Düzeltilen çıktı oranı, yanlış eleme, şikâyet, güvenlik olayı, karar değişikliği ve kullanıcı memnuniyeti de izlenmelidir.
Göstergeler üçer aylık dönemlerde değerlendirilerek politikanın ve aracın etkisi gözden geçirilmelidir.
Periyodik denetim yapın
Onaylı araç listesi, kullanıcı hesapları, kullanım kayıtları, veri akışları, tedarikçi koşulları, hata bildirimleri ve insan denetimi düzenli olarak incelenmelidir.
Yeni araç, yeni entegrasyon veya önemli model güncellemesi olduğunda risk değerlendirmesi tekrarlanmalıdır.
Yapay zekâ kullanım kontrol listesi
- Kullanılan araç onaylı listede mi?
- Girilecek veri gerçekten gerekli mi?
- Kişisel ve gizli bilgiler temizlendi mi?
- Çıktı insan tarafından doğrulandı mı?
- Kararın gerekçesi yapay zekâdan bağımsız açıklanabiliyor mu?
- Önyargı ve ayrımcılık kontrolü yapıldı mı?
- Aday veya çalışan bilgilendirildi mi?
- Kullanım kaydı oluşturuldu mu?
- Tedarikçi veri koşulları incelendi mi?
- Hata durumunda bildirim kanalı biliniyor mu?
Sık yapılan hatalar
- Aday özgeçmişlerini açık sistemlere doğrudan yüklemek,
- Otomatik puanı hatasız kabul etmek,
- Yapay zekâ metnini kontrol etmeden yayınlamak,
- Yüksek etkili kararları modele bırakmak,
- Kişisel hesaplarla kurumsal işlem yapmak,
- Model güncellemelerini takip etmemek,
- Çalışanlara kullanım hakkında bilgi vermemek.
30-60-90 günlük uygulama planı
İlk 30 gün
- Kullanılan araçları ve kullanıcıları tespit edin.
- Veri türlerini sınıflandırın.
- Yüksek riskli süreçleri belirleyin.
31–60. gün
- Onaylı araç listesini oluşturun.
- Yetki, veri girişi ve insan denetimi kurallarını yazın.
- Tedarikçi koşullarını inceleyin.
61–90. gün
- Çalışan eğitimlerini tamamlayın.
- Düşük riskli pilot uygulama başlatın.
- İlk iç denetimi yapın ve eksikleri düzeltin.
Profesyonel işe alım desteği
İşletmeniz için doğru personeli bulma, aday ön eleme ve işe başlatma süreçlerinde SEA Academy İK ile iletişime geçebilirsiniz.
İletişime geçin