Mülakat odasında yaşananın ne kadarını sonradan doğru hatırlıyoruz? Aday çıktıktan sonra elimizde kalan, çoğu zaman birkaç el yazısı not ve genel bir izlenim oluyor. Aynı pozisyona başvuran on adayı aynı ölçütlerle değerlendirmek de bu yüzden zorlaşıyor. Yapay zekâ destekli transkript araçları, tam da bu boşluğa yerleşiyor. Konuşmayı olduğu gibi yazıya dökerek İK profesyoneline geriye dönüp bakabileceği, üzerinde konuşabileceği ve karşılaştırabileceği bir zemin sunuyor. Bu içerikte, ik mülakatlarında yapay zeka transkript standartları başlığının pratikte ne anlama geldiğini, sürecin nasıl kurgulandığını ve KVKK çerçevesinde nelere dikkat edildiğini ele alıyoruz.
Yapay Zekânın İK Mülakatlarındaki Rolü Nedir?
Yapay zekâ, mülakat sürecinde karar veren değil, kayıt tutan ve yapıyı destekleyen bir katman olarak konumlanıyor. Rolü; ses kaydını yazıya dökmek, konuşmacıları ayırt etmek, önceden tanımlanmış yetkinlik alanlarına göre yanıtları etiketlemek ve değerlendirme formunun kanıt bölümüne veri sağlamaktan oluşuyor.
Üretken yapay zekâ sistemleri; yeni içerik üretebilen, metin ve diğer çıktılar oluşturabilen araçlar olarak tanımlanıyor. Mülakat bağlamında bu kapasite, konuşmanın özetlenmesi ve kritik cevapların işaretlenmesi için kullanılıyor. Aday hakkındaki nihai kararı ise mülakatı yürüten İK uzmanı ve işe alan yönetici veriyor.
Bu ayrım, iki açıdan kritik. Birincisi, insan gözetimi olmadan yürütülen otomatik değerlendirmeler hem yasal hem etik açıdan riskli. İkincisi, transkript ve etiketleme işlevi, İK ekibinin belleğini genişletiyor; birden fazla mülakatın aynı standartla karşılaştırılmasını mümkün kılıyor.
Yapay Zekâ Destekli Transkriptler Nasıl Çalışır?
Yapay zekâ destekli transkript araçları, ses dosyasını konuşma tanıma modelleri aracılığıyla yazıya çeviriyor; ardından konuşmacı ayrımı, zaman damgası ve konu etiketleme adımları devreye giriyor. Sürecin çıktısı, mülakat kaydının aranabilir ve filtrelenebilir bir metin sürümü oluyor.
Teknik akış özetle şöyle işliyor. Kayıt bulut ortamına veya yerel bir sunucuya aktarılıyor. Ses dalgaları küçük parçalara bölünerek dile özgü modellerle çözümleniyor. Türkçe mülakatlar için dil modelinin doğruluk oranı, ortamın akustiği, konuşma hızı ve terminolojinin sektörelliğiyle doğrudan bağlantılı. Ardından konuşmacı ayrımı algoritması, hangi cümlenin İK uzmanına, hangisinin adaya ait olduğunu işaretliyor. Son aşamada anahtar kelime ve yetkinlik etiketleri metne bağlanıyor.
İK ekibi için işlem burada bitmiyor. Ham transkript, insan gözetiminde okunuyor; teknik terim veya isim hataları düzeltiliyor. Bu düzeltilmiş metin, değerlendirme formunun kanıt sütununa referans oluşturuyor. Yani transkript, değerlendirmenin yerine değil, değerlendirmenin dayanağı olarak kullanılıyor.
Standartlaşmanın İşe Alım Süreçlerine Etkisi
Transkript altyapısı, mülakat sürecinin tamamına yayılabilecek bir standart çerçeve oluşturuyor. Aşağıdaki adımlar, bu çerçevenin İK ekibi tarafından nasıl kurulabileceğini gösteriyor.
- Yetkinlik çerçevesinin tanımlanması: Pozisyona özgü 4-6 yetkinlik önceden belirleniyor; her yetkinliğe karşılık gelen davranışsal göstergeler yazılı olarak listeleniyor. Bu liste, transkript üzerinde etiketleme yapılırken referans oluyor.
- Standart soru setinin hazırlanması: Her yetkinlik için aynı çekirdek sorular kullanılıyor. Aday bazlı derinleşme soruları eklenebiliyor ancak çekirdek sorular değişmiyor. Böylece adaylar arasındaki karşılaştırma aynı zemine oturuyor.
- Değerlendirme formunun alanlaştırılması: Yetkinlik, kanıt (transkriptten alıntı), puan, yorum ve karar alanları ayrıştırılıyor. Serbest yorumun tek başına karar oluşturmasının önüne bu yapı geçiyor.
- İkinci okuyucu prensibi: Her mülakat transkripti, mülakatı yürüten kişi dışında en az bir kişi tarafından okunuyor. Puanlar arasında belirgin fark varsa uzlaşma toplantısı yapılıyor.
- Kayıt saklama sürelerinin belirlenmesi: Kayıt ve transkriptlerin ne kadar süre saklanacağı, kimlerin erişebileceği ve ne zaman silineceği yazılı politikaya bağlanıyor.
Bu yapı, tek bir yöneticinin izlenimine bağlı kararların yerine, birden fazla göz ve yazılı kanıtla desteklenen bir süreç kuruyor.
Mülakatlarda Objektifliği Nasıl Sağlarız?
Objektiflik, tek bir aracın değil, birden fazla kontrolün üst üste bindirilmesiyle mümkün oluyor. Standart soru seti, yazılı yetkinlik göstergeleri, transkript üzerinden alıntılanmış kanıtlar ve çoklu değerlendirici sistemi bir arada işletildiğinde, kişisel yanlılıkların karara sızma alanı daralıyor.
Yapay zekânın buradaki katkısı, adayın söylediklerini olduğu gibi kayıt altına almasında. İK uzmanının aklında kalan "iyi izlenim" ya da "çekingen görünüyordu" gibi genel yargılar, transkript üzerinde somut cümlelere bağlanmak zorunda kalıyor. Yetkinlik puanı verilirken hangi cevabın hangi göstergeye karşılık geldiği yazılı olarak gösteriliyor.
Bununla birlikte, yapay zekâ modellerinin de kendi yanlılıkları var. Eğitim verisindeki dengesizlikler, aksan ya da konuşma tarzına göre farklı doğruluk oranları üretebiliyor. Bu nedenle transkriptin kendisi bir "gerçek" değil, insan gözetiminde kontrol edilmesi gereken bir çıktı olarak kabul ediliyor. Objektiflik hedefi, aracın değil, sürecin bir özelliği.
Yapay Zekâ ile Veri Güvenliği Nasıl Yönetilir?
Mülakat kayıtları ve transkriptler, açık kimlik verisi ve pozisyona göre özel nitelikli veri de içerebilen kişisel veri kategorisine giriyor. KVKK, üretken yapay zekâ sistemlerinin kişisel verilerin korunması bağlamındaki etkilerinin değerlendirilmesi ve veri işleme faaliyetlerinde veri sorumlularına yol gösterilmesi için hazırladığı rehberde bu konuya değiniyor. Kurulun ilgili değerlendirmeleri, yapay zekâ modellerinin farklı bir bağlam veya amaç için kullanılmasına ilişkin risklere de dikkat çekiyor.
Uygulamada veri güvenliği birkaç eksende yönetiliyor. Adaya mülakatın kaydedileceği, kaydın hangi amaçla ve ne kadar süreyle saklanacağı önceden ve açıkça bildiriliyor; açık rıza alınıyor. Transkript hizmeti dışarıdan bir sağlayıcıdan alınıyorsa, veri işleyen sıfatıyla sözleşmesi yapılıyor; verinin nerede saklandığı ve yurt dışına aktarım koşulları netleştiriliyor. Erişim yetkileri rol bazlı tanımlanıyor; süreç dışındaki kişilerin transkriptlere ulaşamaması sağlanıyor. Türkiye'nin 2021-2025 dönemini kapsayan Ulusal Yapay Zekâ Stratejisi de sorumlu ve güvenilir yapay zekâ ilkelerini politika çerçevesine yerleştiriyor. İK açısından pratik sonuç şu: teknoloji seçimi kadar, o teknolojiyi çevreleyen politika, sözleşme ve erişim düzeni de standardın parçası.
Bu içerikte paylaşılan bilgiler genel bilgilendirme amaçlıdır ve kişisel verilerin işlenmesine ilişkin uygulamalar kurumun kendi süreçlerine göre farklılık gösterebiliyor. Güncel KVKK rehberlerinin ve uzman görüşünün dikkate alınması önem taşıyor.
