Giriş
Yapay zekâ, ister yeni araçlarla işe alım sürecini kolaylaştırmak isteyen bir küçük ve orta büyüklükte işletme (KOBİ), ister önyargıları azaltmayı hedefleyen bir insan kaynakları (İK) yöneticisi olun, kuruluşların yetenek bulma ve işe alma biçimini yeniden şekillendirmektedir. Yapay zekâ, özgeçmiş taramasından video görüşme analizine kadar, işletmelerin başvuruları daha hızlı ve daha tutarlı bir şekilde yönetmesine yardımcı olmaktadır.
Ancak faydaları yasal ve etik sorunları da beraberinde getirmektedir. Bir algoritma ayrımcılık yapabilir mi? Ya bir “kara kutu” aracı birisini haksız yere reddederse? Ve işe alımlarda yapay zekâ kullanıldığında hangi Birleşik Krallık yasaları geçerli olur?
Bu yazıda yapay zekânın işe alımdaki avantajları ve riskleri özetlenmekte ve KOBİ’lerin hukuki açıdan nelere dikkat etmesi gerektiği anlatılmaktadır.
- İşe Alımlarda Yapay Zekânın Cazibesi [allure of artificial intelligence in recruitment]
Yapay zekâ, özellikle sınırlı İK kaynaklarına sahip küçük işletmeler için sunduğu avantajlar nedeniyle işe alımlarda hızla yaygınlaşmaktadır. Yakın tarihli bir rapora[1] göre, Birleşik Krallık’taki işverenlerin yüzde 60,5’i işe alım süreçlerinde yapay zekâ kullanmakta, yüzde 92’si ise yapay zekânın işe alım sonuçlarını iyileştirdiğini söylemektedir.
Peki, neden bu kadar yaygınlaştı? Yapay zekâ, işe alımların kalitesini artırırken daha hızlı ve daha ucuz işe alım vaat ediyor. Akıllı araçlar, özgeçmişleri tarayabilir, testleri değerlendirebilir ve hatta bir insanın yapabileceği sürenin çok daha kısa bir kesitinde ilk video görüşmelerini gerçekleştirebilir. Araştırmalar[2], yapay zekânın işe alım başına maliyeti yüzde 30’a kadar azaltabileceğini göstermektedir; bu da kısıtlı bütçeleri yöneten KOBİ’ler için büyük bir avantajdır.
Yapay zekâ, doğru kullanıldığında, insan varsayımları yerine işle ilgili ölçütlere odaklanarak işe alım süreçlerini daha objektif hale getirebilir. Örneğin, adayların becerilerini veya test sonuçlarını cinsiyet, yaş veya diğer korunan özellikler gözetilmeksizin vurgulayabilir.
Yapay zekâ işe alım araçları da giderek daha çok yönlü -adayların sorularını 7/24 yanıtlayan sohbet robotlarından, büyük hacimli başvuruları tarayan veya psikometrik verileri analiz eden yazılımlara kadar- hale gelmektedir. Birçok KOBİ için bu teknoloji artık bir lüks değil, işe alım süreçlerini daha verimli ve tutarlı bir şekilde yönetmenin giderek daha pratik bir yoludur.
- Gizli Riskler: Önyargı, Ayrımcılık ve Beklenmeyen Sonuçlar [hidden risks-bias, discrimination and unintended consequences]
Yapay zekâ, vaatlerine rağmen işe alımlarda önemli riskler taşır. En büyük risk önyargıdır. Algoritmalar verilerden öğrenir ve geçmiş işe alım verileri insan önyargılarını veya sistemik eşitsizliği yansıtıyorsa, yapay zekâ bu kalıpları yeniden üretebilir, hatta güçlendirebilir. İyi bilinen bir örnek, Amazon’un terk edilmiş işe alım aracıdır ve bu araç, “kadın” [women] kelimesini içeren özgeçmişleri dezavantajlı duruma düşürmüştür. Erkek egemen bir sektörden gelen geçmiş verilerle eğitilen yapay zekâ, erkekleri tercih etmeyi fiilen “öğrenmiştir” [learned].
Birleşik Krallık’taki işverenler için önyargı yalnızca etik bir endişe değil, aynı zamanda yasal bir endişedir. 2010 tarihli Eşitlik Yasası[3] [Equality Act], cinsiyet, ırk, yaş, engellilik, din veya yaş [sex, race, age, disability, religion or age] gibi korunan özelliklere dayalı (doğrudan veya dolaylı) ayrımcılığı yasaklamaktadır. Üçüncü taraf bir araç sonucu ortaya çıkarsa bile, işverenler sorumluluklarını sürdürür. Yasadışı ayrımcılık için tazminatta bir üst sınır olmadığından, riskler yüksektir.
Riskler doğrudan ayrımcılıkla sınırlı değildir. Görünüşte tarafsız ölçütler [örneğin, posta koduna göre filtreleme veya istihdamdaki boşluklar (filtering by post code or gaps in employment)], ölçütler gerçekten işle ilgili ve nesnel olarak gerekçelendirilmediği sürece, belirli geçmişlere sahip kişileri orantısız bir şekilde dezavantajlı duruma düşürebilir.
Diğer zorluklar da şunlardır:
- Dijital dışlanma ve erişilebilirlik [digital exclusion and accessibility]: Güçlü dijital becerileri veya teknolojiye erişimi olmayan adaylar (örneğin yaşlı adaylar veya engelli adaylar) haksız yere dezavantajlı duruma düşebilir. Birleşik Krallık hükümeti, “yaş, engellilik, sosyoekonomik durum veya din nedeniyle teknolojiye hâkim olmayan veya erişimi olmayan adaylar için dijital dışlanma riski” [risk of digital exclusion for applicants who may not be proficient in, or have access to, technology due to age, disability, socio-economic status or religion] olduğunu belirtmiştir[4]. İşverenler ayrıca engelli adaylar için makul düzenlemeler yapma görevini de unutmamalıdır.
- Şeffaflık [transparency]: Üretilebilecek kararlar çoğu zaman, geliştiricileri tarafından bile açıklanamamaktadır. Bu durum, adayların kararları anlamasını veya itiraz etmesini zorlaştırabilir. Açıklanabilirlik eksikliği, yalnızca güveni zedelemekle kalmaz, aynı zamanda işverenlerin bir mahkeme davasında kendilerini savunmasını da zorlaştırır.
KOBİ’ler için ders, işe alım süreçlerini yapay zekâya devretmenin sorumluluklarını azalttığını varsaymamaktır. Adil ve ayrımcı olmayan işe alımları sağlamaktan yasal olarak işletme sorumludur.
- Veri Koruma ve Gizlilik: Aday Verilerinin İşlenmesi ve Otomatik Kararlar [data protection and privacy-handling candidate data and automated decisions]
İşe alım süreçlerinde yapay zekâyı kullanırken, sadece iş hukukunu [employment law] göz önünde bulundurmanız gerekmez; veri koruma da çok önemlidir. İşe alım süreçlerinde yapay zekâ genellikle kişisel verilerin (özgeçmişler, başvuru formları, sınav sonuçları ve bazen de mülakat ses/görüntü kayıtları) işlenmesini içerir. Birleşik Krallık’ta, Genel Veri Koruma Yönetmeliği [General Data Protection Regulation] ve 2018 tarihli Veri Koruma Yasası [Data Protection Act], bu kişisel verilerin nasıl toplanacağını, kullanılacağını, saklanacağını ve güvenliğini düzenler.
Temel gereksinimler şunlardır:
- Yasal dayanak, şeffaflık ve adalet [lawful basis, transparency and fairness]: Adaylara hangi verilerin, neden, nasıl toplandığı, bu verileri kimlerin görebileceği ve verilerin ne kadar süreyle saklandığı konusunda net olunması gerekir. Geçerli bir yasal dayanak olduğundan emin olunmalıdır [genellikle “meşru çıkarlar” (legitimate interests) olarak adlandırılır, ancak bunun kullanım durumuna uygun olduğundan emin olunması gerekir)].
- Güvenlik ve en aza indirme [security and minimisation]: Veriler güvende tutulmalı ve veri girdileri rol için gerekli ve alakalı olanla sınırlanmalıdır.
- Otomatik karar alma [automated decision-making]: Birleşik Krallık Genel Veri Koruma Yönetmeliği’nin 22. maddesi, yasal veya benzer şekilde önemli etkilere yol açan kararların yalnızca otomatik yöntemlerle alınmasını kısıtlar[5]; bir iş başvurusunu yalnızca bir yapay zekâ aracı kullanarak reddetmek bu eşiği karşılayabilir. Otomatik araçlara güvenildiği durumlarda, adayların güvenlik önlemleri olmadan tamamen otomatik kararlara tabi olmaması için anlamlı insan incelemeleri oluşturulmalıdır.
Çoğu KOBİ için, yapay zekâ işe alım araçlarını kullanmadan önce bir Veri Koruma Etki Değerlendirmesi[6] [Data Protection Impact Assessment] yapmak son derece tavsiye edilir ve genellikle yasal olarak zorunludur. Veri Koruma Etki Değerlendirmeleri, bireyler için ‘yüksek riskle sonuçlanması muhtemel’ [likely to result in high risk] işlemler için zorunludur. Yapay zekâ ile iş adaylarının otomatik ve geniş çaplı değerlendirmesinde, birçok yüksek riskli kutu işaretlenir (profilleme, yeni teknoloji kullanımı, bireyler üzerinde önemli etkisi olan kararlar). Veri Koruma Etki Değerlendirmesi, riskleri[7] (önyargı veya güvenlik ihlalleri gibi) belirlemeye ve azaltma önlemlerini planlamaya yardımcı olur. Örnekler arasında verilerin anonimleştirilmesi, yapay zekânın kullanabileceği bilgilerin sınırlandırılması ve önyargı denetimleri oluşturulması yer alır. Bir Veri Koruma Etki Değerlendirmesini tamamlamak yalnızca mevzuata uyumu sağlamakla kalmaz, aynı zamanda bir işveren olarak işletmeyi etik boyutları düşünmeye de zorlar; bu, yapay zekânın sorumlu bir şekilde kullanıldığından emin olmak için çok faydalı bir uygulamadır.
Kısacası, yapay zekâ verimliliği artırabilir, ancak aynı zamanda veri koruma çıtasını da yükseltir. Yanlış bir uygulama, itibar kaybına ve Bilgi Komiserliği Ofisi [Information Commissioner’s Office] tarafından yaptırım uygulanmasına yol açabilir.
- İzlenecek Hususlar: Birleşik Krallık Düzenlemeleri ve En İyi Uygulamalar
2025 itibarıyla Birleşik Krallık’ta yapay zekâya özgü bir istihdam yasası yürürlükte değildir. Bunun yerine, Birleşik Krallık Hükümeti, katı kurallar yerine üst düzey ilkeler belirleyerek “inovasyon yanlısı” bir yaklaşım benimsemiştir.
Birleşik Krallık Hükümeti, işletmeleri desteklemek amacıyla, İşe Alımlarda Sorumlu Yapay Zekâ rehberi[8] [Responsible AI in Recruitment guide] de dâhil olmak üzere sektöre özel bir rehber yayınlamıştır. Bu rehber, işverenleri yapay zekâ kullanan işe alım süreçlerinde adalet, şeffaflık, hesap verebilirlik ve insan gözetimi oluşturmaya teşvik etmekte; bağlayıcı yükümlülükler getirmemekte, ancak yapay zekânın sorumlu bir şekilde nasıl kullanılması gerektiği konusunda net beklentiler ortaya koymaktadır.
Bilgi Komiserliği Ofisi (veri koruma) ve Eşitlik ve İnsan Hakları Komisyonu [ayrımcılık yasası (Equality and Human Rights Commission)] gibi düzenleyici kurumlar da konuyu yakından takip etmektedir. Bu kurumlar, işverenlerin, üçüncü taraf yapay zekâ araçları kullansalar bile, mevcut yasalara uyumu sağlamaktan sorumlu olmaya devam ettiklerini açıkça belirtmektedir.
Avrupa Birliği Yapay Zekâ Yasası[9] [EU AI Act] yükümlülüklerinin, Birleşik Krallık’taki işverenler için doğrudan bağlayıcı olmasa da, Avrupa Birliği’nde faaliyet gösteren veya Avrupa Birliği müşterilerine tedarik sağlayan Birleşik Krallık işletmelerini etkileyebileceğini de belirtmekte fayda vardır. Şeffaflık ve risk yönetimi konusunda daha yüksek standartlara şimdiden hazırlanmak, KOBİ’lere rekabet avantajı sağlayabilir.
- KOBİ’ler İçin Pratik İpuçları
Net yasalar çıkana kadar KOBİ’lerin işe alımlarda yapay zekâya karşı temkinli ve sorumlu bir yaklaşım benimsemeleri gerekir.
Pratik adımlar şunlardır:
- Yapay zekâ araçlarının dikkatlice incelenmesi [vet artificial intelligence tools carefully]: Bir tedarikçinin işe alım yapay zekâsının önyargısız ve yasalara uygun olduğuna dair sözüne güvenilmemeli ve tedarikçilerden eğitim verileri, önyargı testleri ve uyum önlemleri hakkında belgeler istenmelidir.
- İK ekibinin eğitilmesi [train your human resources team]: İşe alımlarda yapay zekâ kullanımına dair net bir politika uygulanmalıdır. Hangi araçların hangi görevler için kullanılacağı tanımlanmalı ve ayrımcılık veya gizlilik ihlallerini önlemek için alınacak tedbirler özetlenmelidir. İşe alım sürecinde yer alan herkes yapay zekâ çıktılarını nasıl yorumlayıp sorgulayacakları konusunda eğitilmelidir. Teknoloji, insan yargısının yerini almamalı, aksine ona yardımcı olmalıdır.
- İnsanların işin içinde tutulması [keep humans in the loop]: Yapay zekâ odaklı kararların her zaman anlamlı bir insan gözetiminden geçmesi sağlanmalı ve personel, yapay zekâ çıktılarını sorgulama veya geçersiz kılma yetkisine sahip olmalıdır.
- Sonuçların izlenmesi [monitor outcomes]: Yapay zekâ aracının işe alım kararlarını nasıl etkilediğinin kayıtları tutulmalı ve olası önyargıları tespit etmek için seçim ve retlerdeki demografik örüntüler gibi metrikler izlenmelidir. Örneğin, neredeyse hiçbir kadın adayın belirli bir yapay zekâ tarama aşamasını geçemediği görülürse, derhal soruşturma yapılmalıdır ki; bu, düzeltilmesi gereken bir önyargının göstergesi olabilir. Ayrıca, bir mahkemede veya düzenleyici kurumda yapay zekânın adil ve yasal kullanımını sağlamak için makul adımlar atıldığının gösterilmesi gerektiğinde, belgeler de işletmenin dostu olacaktır.
- Adaylarla iletişim kurulması [communicate with candidates]: Yapay zekâ kullanıldığı adaylara açıkça belirtilmeli, yapay zekânın ne işe yaradığı basit bir dille açıklanmalı [örneğin, “adil ve tutarlı bir süreç sağlamak için cevapları otomatik olarak tarayan bir yazılım kullanıyoruz” (we use a software to automatically screen answers to ensure a fair and consistent process)] ve eğer durum böyleyse, nihai kararların yalnızca yapay zekâ tarafından verilmediği onlara garanti edilmelidir. Adayların, yapay zekânın bir hata yaptığını düşünmeleri durumunda soru sorabilecekleri veya yeniden değerlendirme talep edebilecekleri bir iletişim noktası da sağlanmalıdır.
Sonuç
Yapay zekâ, işe alımları daha hızlı, daha ucuz ve daha tutarlı hale getirebilir, ancak aynı zamanda ayrımcılık ve veri koruması konusunda yasal riskler de getirmektedir. Birleşik Krallık’taki KOBİ’ler için ileriye dönük yol, sorumlu bir benimsemedir: İnsanlar sürece dâhil edilmeli, yaklaşım belgelendirilmeli, tedarikçiler incelenmeli ve her aşamada adalet ve şeffaflık sağlanmalıdır.
[1]<https://www.testgorilla.com/skills-based-hiring/state-of-skills-based-hiring-2025/#sbhr-section-container-3 >.
[2]<https://www.shrm.org/labs/resources/the-evolving-role-of-ai-in-recruitment-and-retention >.
[3]<https://www.legislation.gov.uk/ukpga/2010/15/contents >.
[4]<https://www.gov.uk/government/publications/responsible-ai-in-recruitment-guide/responsible-ai-in-recruitment#:~:text=At%20all%20stages%20there%20is,is%20provided%20in%20annex%20A >.
[5]<https://ico.org.uk/for-organisations/uk-gdpr-guidance-and-resources/individual-rights/automated-decision-making-and-profiling/what-does-the-uk-gdpr-say-about-automated-decision-making-and-profiling/ >.
[6] < https://emlaw.co.uk/dpia-meaning/ >.
[7]<https://ico.org.uk/for-organisations/uk-gdpr-guidance-and-resources/artificial-intelligence/guidance-on-ai-and-data-protection/how-do-we-ensure-fairness-in-ai/what-about-fairness-bias-and-discrimination/#:~:text=discrimination,include%20the%20risk%20of%20discrimination >.
[8]< https://assets.publishing.service.gov.uk/media/65fda1b9f1d3a0001132ae5b/Responsible_AI_in_Recruitment.pdf >.
[9]<https://artificialintelligenceact.eu/ >; <https://emlaw.co.uk/eu-ai-act-overview/ >.
Yavuz Akbulak
1966 yılında, Gence-Borçalı yöresinden göç etmiş bir ailenin çocuğu olarak Ardahan/Çıldır’da doğdu. 1984 yılında yapılan sınavda Gazi Üniversitesi İktisadi ve İdari Bilimler Fakültesi Maliye bölümünü kazandı. 1985 yılında Marmara Üniversitesi İktisadi ve İdari Bilimler Fakültesi Maliye bölümüne yatay geçiş yaptı ve 1988’de Marmara Üniversitesi İktisadi ve İdari Bilimler Fakültesi Maliye bölümünü birincilikle, Fakülteyi ise 11’inci olarak bitirdi.
1997 yılında Amerika Birleşik Devletleri’nin Denver şehrinde yer alan ‘Spring International Language Center’da; 65’inci dönem müdavimi olarak 2008-2009 döneminde Milli Güvenlik Akademisi’nde (MGA) eğitim gördü ve MGA’dan dereceyle mezun oldu. MGA eğitimi esnasında ‘Sınır Aşan Sular Meselesi’, ‘Petrol Sorunu’ gibi önemli başlıklarda bilimsel çalışmalar yaptı.
• Türkiye’de Yatırımların ve İstihdamın Durumu ve Mevcut Ortamın İyileştirilmesine İlişkin Öneriler (Maliye Hesap Uzmanları Vakfı Araştırma Yarışması İkincilik Ödülü);
• Türk Sosyal Güvenlik Sisteminde Yaşanan Sorunlar ve Alınması Gereken Önlemler (Maliye Hesap Uzmanları Vakfı Araştırma Yarışması İkincilik Ödülü, Sevinç Akbulak ile birlikte);
• Kayıp Yıllar: Türkiye’de 1980’li Yıllardan Bu Yana Kamu Borçlanma Politikaları ve Bankacılık Sektörüne Etkileri (Bankalar Yeminli Murakıpları Vakfı Eser Yarışması, Övgüye Değer Ödülü, Emre Kavaklı ve Ayça Tokmak ile birlikte),
• Türkiye’de Sermaye Piyasası Araçları ve Halka Açık Anonim Şirketler (Sevinç Akbulak ile birlikte) ve
• Türkiye’de Reel ve Mali Sektör: Genel Durum, Sorunlar ve Öneriler (Sevinç Akbulak ile birlikte)
başlıklı kitapları yayımlanmıştır.
• Anonim Şirketlerde Kâr Dağıtımı Esasları ve Yedek Akçeler (Bilgi Toplumunda Hukuk, Ünal TEKİNALP’e Armağan, Cilt I; 2003),
• Anonim Şirketlerin Halka Açılması (Muğla Üniversitesi İktisadi ve İdari Bilimler Fakültesi Tartışma Tebliğleri Serisi II; 2004)
ile
• Prof. Dr. Saim ÜSTÜNDAĞ’a Vefa Andacı (2020), Cilt II;
• Prof. Dr. Saim Üstündağ’a İthafen İlmi Makaleler (2021);
• Prof. Dr. Saim Üstündağ’a İthafen İlmi Makaleler II (2021);
• Sosyal Bilimlerde Güncel Gelişmeler (2021);
• Ticari İşletme Hukuku Fasikülü (2022);
• Ticari Mevzuat Notları (2022);
• Bilimsel Araştırmalar (2022);
• Hukuki İncelemeler (2023);
• Prof. Dr. Saim Üstündağ Adına Seçme Yazılar (2024);
• Hukuka Giriş (2024);
• İşletme, Pazarlama ve Hukuk Yazıları (2024),
• İnterdisipliner Çalışmalar (e-Kitap, 2025)
başlıklı kitapların bazı bölümlerinin de yazarıdır.
1992 yılından beri Türkiye’de yayımlanan otuza yakın Dergi, Gazete ve Blog’da 3 bini aşkın Telif Makale ve Telif Yazı ile tamamı İngilizceden olmak üzere Türkçe Derleme ve Türkçe Çevirisi yayımlanmıştır.
1988 yılında intisap ettiği Sermaye Piyasası Kurulu’nda (SPK) uzman yardımcısı, uzman (yeterlik sınavı üçüncüsü), başuzman, daire başkanı ve başkanlık danışmanı; Özelleştirme İdaresi Başkanlığı GSM 1800 Lisansları Değerleme Komisyonunda üye olarak görev yapmış, ayrıca Vergi Konseyi’nin bazı alt çalışma gruplarında (Menkul Sermaye İratları ve Değer Artış Kazançları; Kayıt Dışı Ekonomi; Özkaynakların Güçlendirilmesi) yer almış olup; halen başuzman unvanıyla SPK’da çalışmaktadır.
Hayatı dosdoğru yaşamak ve çalışkanlık vazgeçilmez ilkeleridir. Ülkesi ‘Türkiye Cumhuriyeti’ her şeyin üstündedir.