Sahte Sertifika ve Eğitim Bilgisi Nasıl Kontrol Edilir?

Sahte Sertifika ve Eğitim Bilgisi Nasıl Kontrol Edilir?: kısa cevap

ChatGPT ve benzeri üretken yapay zekâ araçları CV hazırlamayı ciddi biçimde kolaylaştırdı. Bu değişim, adayın gerçek deneyimini ortadan kaldırmıyor; ancak CV'nin dili, düzeni ve anahtar kelime uyumu artık geçmişe göre daha az ayırt edici bir sinyal. İşveren açısından doğru yaklaşım, “AI kullanılmış mı?” sorusuna takılmak değil; CV’deki iddiaların rol için gerekli gerçek yetkinliği ne ölçüde kanıtladığını sistematik biçimde doğrulamaktır.

Amaç adayları şüpheli kabul etmek değil; yüksek etkili iddiaları orantılı, tutarlı ve aday mahremiyetini gözeten kontrollerle doğrulamaktır.

2026’da neden bu konu daha kritik?

Üretken AI; profesyonel özet, deneyim maddeleri, yetkinlik listesi, ön yazı ve hatta role göre anahtar kelime optimizasyonunu birkaç dakikada üretebiliyor. Sonuç olarak recruiter daha fazla “iyi yazılmış” başvuru görüyor. Bu, iyi adayların görünür olmasını kolaylaştırabilir; fakat yazım kalitesini iş performansıyla karıştıran süreçlerde yanlış pozitif sayısını da artırabilir.

Sahte Sertifika ve Eğitim Bilgisi Nasıl Kontrol Edilir? konusu bu nedenle yalnız teknoloji meselesi değildir. İş analizi, seçim kriterleri, veri güvenliği, aday deneyimi, eşitlik ve işe alım sonrası kalite ölçümünün birlikte tasarlanmasını gerektirir.

İlk adım: Rolün gerçekten ne gerektirdiğini netleştirin

AI CV ortamında en büyük hata, belirsiz iş ilanının ardından belirsiz bir CV değerlendirmesi yapmaktır. İşe başlamadan önce pozisyon için “olmazsa olmaz” koşullar, işin ilk 6–12 ayındaki beklenen çıktılar, kritik teknik beceriler, öğrenilebilir beceriler ve davranışsal yetkinlikler ayrılmalıdır.

CV’de “kanıt” ile “iyi yazılmış ifade”yi ayırın

“Operasyonel verimliliği artırdım” cümlesi tek başına kanıt değildir. Kanıt, hangi süreçte, hangi başlangıç değerinden, hangi müdahaleyle, ne kadar sürede, kiminle ve ne sonuç elde edildiğini açıklayabilmelidir. AI bu ayrıntıları yazabilir; ancak adayın gerçek deneyimi yoksa takip sorularında tutarlılık zayıflar.

Pratik bir yöntem olarak her önemli CV maddesini beş sütunda değerlendirin: bağlam, adayın görevi, aldığı karar, somut çıktı, doğrulanabilir ayrıntı. Beş alanın üçü veya daha fazlası boşsa o ifade “yüksek dil kalitesi, düşük kanıt” olarak işaretlenebilir.

Yapılandırılmış doğrulama soruları kullanın

Recruiter’ın her aday için farklı sezgisel sorular sorması, AI ile hazırlanmış parlak anlatımın etkisini artırabilir. Bunun yerine kritik iddialar için standart soru ağacı kullanılmalıdır. Örneğin: “Bu sonucun başlangıç seviyesi neydi?”, “Sizin doğrudan yaptığınız kısım hangisiydi?”, “Hangi veriyi kullandınız?”, “İlk yaklaşımınız neden çalışmadı?”, “Aynı işi bugün yapsanız neyi değiştirirdiniz?”

Bu sorular yalnız doğru cevabı aramaz; adayın deneyim içindeki ayrıntı yoğunluğunu, neden-sonuç kurma becerisini ve kendi katkısını ekip çalışmasından ayırıp ayıramadığını gösterir.

İş örneği ve beceri doğrulaması ekleyin

Risk bazlı doğrulama kurmak için CV sonrası en güçlü araçlardan biri, adayın başvuracağı rolün küçük fakat temsil edici bir parçasını yapmasını istemektir. Satış rolünde müşteri senaryosu, muhasebede örnek kayıt/analiz, üretimde problem çözme vakası, yazılımda küçük kod görevi, İK’da aday değerlendirme senaryosu kullanılabilir.

İş örneği gereksiz uzun olmamalı ve ücretsiz gerçek iş üretimine dönüşmemelidir. Ölçülen beceri önceden tanımlanmalı, tüm adaylara benzer koşul sağlanmalı ve AI kullanımına izin verilip verilmediği açıkça belirtilmelidir. Eğer gerçek iş ortamında AI kullanımı normal olacaksa, adayın AI ile çalışmasını yasaklamak yerine çıktıyı doğrulama ve muhakeme becerisini ölçmek daha anlamlı olabilir.

Aday deneyimini ve adaleti koruyun

AI ile hazırlanmış CV görmek, adayı otomatik olarak “dürüst değil” kategorisine koymak için yeterli değildir. İnsanlar özgeçmişlerini kariyer danışmanı, arkadaş, hazır şablon veya yazım aracıyla yıllardır geliştiriyor. Üretken AI bu desteğin hızını ve erişilebilirliğini artırdı.

İşverenin meşru beklentisi, adayın sunduğu bilgi ve iddiaların gerçeği yansıtmasıdır. Değerlendirme de role ilişkin olmalıdır. Yaş, cinsiyet, engellilik, etnik köken, medeni durum gibi rol için gereksiz sinyallerin karar üzerindeki etkisi mümkün olduğunca azaltılmalıdır.

Recruiter üretken AI kullanıyorsa veri güvenliğini ayrı yönetin

Adayın ChatGPT kullanması ile recruiter’ın aday CV’sini bir üretken AI aracına yüklemesi aynı risk değildir. İkinci durumda şirket kişisel veri işleyen taraf olarak hangi verinin hangi hizmete aktarıldığını, saklama ayarlarını, erişim yetkilerini, tedarikçi sözleşmesini ve gerektiğinde yurt dışı aktarım boyutunu değerlendirmelidir.

Pratikte CV’nin gereksiz kimlik alanlarını maskelemek, kurumsal onaylı araç kullanmak, aday verisini kişisel hesaplara kopyalamamak, prompt geçmişini ve paylaşım izinlerini kontrol etmek ve AI çıktısını nihai karar olarak kabul etmemek temel güvenlik katmanlarıdır.

Uygulanabilir 10 adımlık kontrol planı

1. Rolün zorunlu ve öğrenilebilir kriterlerini ayırın.
2. CV yazım kalitesini puanlamadan çıkarın veya ağırlığını azaltın.
3. Her kritik iddiayı kanıt sorusuna dönüştürün.
4. Yapılandırılmış mülakat rubriği hazırlayın.
5. Rol uygunsa kısa bir iş örneği kullanın.
6. AI kullanım politikasını adaylara açıkça bildirin.
7. Recruiter’ın AI araçlarına aday verisi yüklemesini yönetin.
8. İnsan gözetimi ve override yetkisini koruyun.
9. Farklı aday gruplarında hata ve dönüşüm oranlarını izleyin.
10. İşe alım sonrası kalite ile seçim sinyallerini yeniden doğrulayın.

Ölçüm: Bu yaklaşım gerçekten işe yarıyor mu?

Sahte Sertifika ve Eğitim Bilgisi Nasıl Kontrol Edilir? için kararın başarısı yalnız “kaç CV hızlı elendi?” metriğiyle ölçülmemelidir. Shortlist→mülakat dönüşümü, mülakat→teklif dönüşümü, teklif kabul oranı, ilk 90 gün performansı, deneme süresi başarısı, erken ayrılma, hiring manager memnuniyeti ve aday deneyimi birlikte izlenmelidir.

AI ile hazırlanmış CV’lerin yaygınlaşması, işe alım ekibini daha fazla kanıt toplamaya zorlayabilir. Bu aslında süreç kalitesini artıran bir fırsattır: şirket, kararını metnin ne kadar profesyonel göründüğünden ziyade adayın işi yapabildiğine dayandırır.

Seaacademy İK uygulama önerisi

Bu konuyu şirketinizde uygularken tek bir “AI CV tespit aracı” satın almak yerine, seçim sisteminizi kanıt temelli hale getirin. AI tespit araçları kesin sonuç vermez ve yanlış pozitifler aday deneyimini bozabilir. Daha dayanıklı çözüm; standart rol kriteri, yapılandırılmış mülakat, iş örneği, doğrulama soruları ve işe alım sonrası kalite ölçümüdür.

Seaacademy İK yaklaşımında amaç AI kullanan adayı cezalandırmak değil; gerçek yetkinliği görünür kılan, recruiter’ın işini hızlandıran ve işverenin yanlış işe alım riskini düşüren bir süreç kurmaktır.

Sık sorulan sorular