İK Süreçlerinde Prompt Kullanımı: Adil ve Uyumluluk Odaklı Aday Değerlendirme
Yapay zekâ (YZ) tabanlı araçlar, insan kaynaklarında değerlendirme süreçlerini hızlandırıp tutarlı hale getirebilir; ancak doğru prompt tasarımı ve sağlam uyumluluk süreçleri olmadan sonuçlar istenmeyen ayrımlara yol açabilir. Bu makale, "ai kullanım rehberi" bağlamında İK için prompt hazırlarken dikkat edilmesi gereken ilkeleri, ölçülebilir adillik testlerini ve hukuki uyumluluk adımlarını pratik örneklerle sunar.
Neden prompt tasarımı önemlidir?
Prompt, bir modelden beklenen çıktıyı yönlendiren kısa talimat veya sorudur. İK bağlamında prompt'lar; özgeçmiş değerlendirme, yetkinlik puanlama, mülakat soru seti üretimi ve iş ilanlarının hazırlanması gibi görevleri biçimlendirir. Prompt'a verilen küçük bir talimat farkı bile çıktının biçimini ve karar süreçlerini ciddi şekilde etkileyebilir.
Endüstri kaynakları, YZ'nin işe alım süreçlerinde önyargıları azaltma potansiyelini ve akıllı mülakat otomasyonunun adil işe alım uygulamalarına katkısını tartışmaktadır; bununla birlikte etik ve hukuki uyumlulukun ayrı bir öncelik olarak ele alınması gerektiği de vurgulanmaktadır. Örneğin SAP'in İK için YZ raporu, uygulamaların etik ve hukuki çerçevede yürütülmesinin önemini belirtir (SAP raporu), bazı sektör yazıları ise YZ'nin önyargı azaltma potansiyelini ve mülakat otomasyonunun faydalarını inceler (Work'n Women, HiringCycle).
AI destekli değerlendirme örnekleri
- Özgeçmiş eleme: Ön filtreleme ve yetkinlik-eşleme; hassas kimlik bilgileri maskeleme ile ilk seviye eleme.
- Mülakat otomasyonu: Standartlaştırılmış soru setleri, cevap bazlı puanlama ve değerlendirme özetleri (insan onayı ile).
- Yetkinlik puanlama: Belirlenen davranışsal kriterlere göre tutarlı skor üretimi.
- İş ilanı oluşturma: Daha kapsayıcı dil ve yetkinlik odaklı açıklamalar üretme.
Adil ve uyumluluk odaklı prompt tasarımının temel ilkeleri
- Net ölçüt ve hedef tanımı: Hangi yetkinliklerin puanlanacağı, ağırlıkların ve başarının nasıl ölçüleceğinin açık olması gerekir.
- Hassas verilerin yönetimi: İsim, doğum tarihi, fotoğraf, cinsiyet, ırk gibi veriler mümkün olduğunca maskeleme veya anonimleştirme ile değerlendirmeden ayrılmalıdır.
- Adillik testi ve izleme: Model çıktılarını demografik gruplar bazında periyodik olarak ölçün; adillik metriği oluşturarak sapmaları takip edin (ör. grup bazlı seçim oranları, geçme oranları).
- İnsan denetimi (human-in-the-loop): Otomatik öneriler nihai karar olmamalı; insan uzman incelemesi ve itiraz mekanizmaları olmalıdır.
- Şeffaflık ve dokümantasyon: Kullanılan modellerin, veri setlerinin ve promptların kısa açıklamaları (model card / prompt card) saklanmalı ve denetlenebilir olmalıdır.
- Hukuki uyumluluk ve denetim: Uygulamalar yerel ve sektör tabanlı düzenlemelere göre test edilmeli; sözleşmelerde tedarikçi denetim hakları ve veri işleme koşulları net olmalıdır (SAP kaynakları bu öneme vurgu yapar).
- Vendor değerlendirmesi: Üçüncü taraf araçların dokümantasyonu, bağımsız test sonuçları ve adillik raporları istenmelidir.
Pratik prompt şablonları (örnekler ve kullanım notları)
Aşağıda kurum içi kullanıma yönelik örnek şablonlar yer almaktadır. Bu şablonları canlıya almadan önce küçük bir pilotta test edin, kimlik bilgilerini maskeleyin ve insan onayı mekanizması kurun.
Özgeçmiş değerlendirme (şablon):
"Aşağıdaki özgeçmişi [POZİSYON] için değerlendir. Lütfen isim, doğum tarihi, fotoğraf, cinsiyet, ırk gibi kimlik bilgilerini dikkate alma. Değerlendirilecek kriterler: [Deneyim], [Teknik Yetenek], [İletişim]. Her kriter için 1-5 arasında puan ver ve kısa bir gerekçe yaz. Toplam puanı ve pozisyona uygunluk önerisini belirt."
Mülakat puanlama (şablon):
"Aşağıdaki aday cevaplarını davranışsal yetkinlikler [ör. problem çözme, takım çalışması] açısından 1-5 arası puanla. Her puana kısa gerekçe ve örnek bulgu ekle. Riskli gördüğün noktaları işaretle ve insan değerlendirmesine yönlendir."
İş ilanı (kapsayıcı dil):
"Aşağıdaki gereksinimler doğrultusunda, cinsiyet nötr, erişilebilir ve kapsayıcı bir iş ilanı oluştur. Jargon kullanımını azalt, gereksiz deneyim şartlarını belirtme ve yetkinlik odaklı bir yapı kullan."
Adillik testi ve hangi metrikler izlenmeli?
Adillik testleri, farklı demografik grupların süreçten benzer oranda yararlanıp yararlanmadığını gösterir. Aşağıdaki metrikler pratikte sık kullanılır:
- Seçim oranı karşılaştırmaları: Gruplar arası başvuru/işe çağırma oranları kıyaslanır.
- Geçme/pas oranları: Aşama aşama grup bazlı başarı oranları izlenir.
- Kalibrasyon: Tahmin edilen uygunluk ile gerçek işe alım/performans sonuçları karşılaştırılır.
- Aday deneyimi ölçümleri: Anketsel geri bildirim ve itiraz sayısı izlenir.
Bu metrikler tek başına adalet garantisi vermez; farklı metrikler arasında takaslar oluşabilir ve sonuçların bağlama göre yorumlanması gerekir. Ayrıca, bağımsız denetimler ve periyodik raporlama şeffaflığı güçlendirir.
Uygulama adımları: 8 maddelik uygulanabilir çerçeve
- Sorumluluk atama: Bir İK + Teknik ortak ekip (sorumlu kişi) belirleyin.
- Hedef ve metrik tanımı: Başarı ölçütlerini ve hangi adillik metriklerinin takip edileceğini netleştirin.
- Veri haritası ve maskeleme: Hangi verilerin kullanılacağını, nerede maskeleneceğini ve nasıl saklanacağını belirleyin.
- Prompt geliştir ve dokümante et: Şablonları oluşturun, versiyon kontrolü uygulayın ve prompt card hazırlayın.
- Pilot ve adillik testi: Küçük bir örneklemde teknik ve insan değerlendirmeleri ile test edin.
- Tedarikçi kontrolü: Dış araç kullanıyorsanız sözleşmeye denetim ve şeffaflık madde