“Beni Kim İşe Almadı? -Robot.” Nasıl? Kulağa Hoş Geliyor Mu?
Bilginin en ilkel hali korelasyondur. Yani A olursa B gerçekleşir. Bol yağış varsa bitki örtüsü yeşildir, çiçekler çoksa arılar da çoktur… Her yıl ortalama iki yüz gün doğumundan sonra havalar soğuyorsa sonraki yıl kışın geleceğinden emin olabiliriz.
Antik Mısır’da rahiplik kurumu çok güçlüydü. Öyle ki firavunlar dahi tapınaklarda başrahip olarak hizmet edebilirdi. Rahiplerin iki önemli gücü vardı. Biri yazı, diğeri hesap yapma kabiliyeti. Hesapların neredeyse tamamı Nil Nehri ile ilgiliydi. Nil demek, yaşam demekti. İlk ortaya çıkan bilgilerden biriyse takvimle ilgiliydi. Yani ilk paragrafta açıklamaya çalıştığım konu; her iki yüz günde bir nehir taşıyor… Ve rahipler bunu “nasıl oluyorsa” biliyor ya da korelasyonun gücünden faydalanıyordu.
Korelasyon kolay bir ölçek. İki değişken arasındaki ilişkinin derecesini ve yönünü ifade eder. Hızlı anlaşılır, uygulaması kolaydır. Milyonlarca veri içerisinden çok hızlı bir şekilde gözlenebilir, çeşitli istatistiksel metotlar ile anlamlılığı test edilir ve ardılı veriler için karşılaştırma görüleri sunar. Çok basit değil mi?
Değil!
Hay aksi, aslında yapay zekâlı sistemlerden tam olarak beklediğimiz buyken neresi basit olmasın ki?
Açıklayayım.
Bana ait olmayan çok yaygın bir örnek olan: “Kundaktaki bebek sayısı ile leylek sayısı arasındaki korelasyon” örneği, korelasyon ile nedenselliğin farklı olduğunu gösterir. Bir bölgede bebek sayısının ve leylek sayısının artması arasında korelasyon olabilir fakat bu durum, leyleklerin bebek getirdiği efsanesini desteklemez; korelasyon nedensel bir ilişkiyi işaret etmez.
“Big Data” nedensellik ile ilgilenmez A olduysa B’de olacaktır. Neden ve sonuç arasındaki ilişki tamamlayıcı halka sadece matematik olarak açıklanır, böylece şüpheye mahal kalmaz. Nedeni bilmemiz “zaman kaybı” olur ama unutmamak gerekir ki, bilmek kavramaktır. *
Korelasyon sonuçları işledikçe “aynılık” artar. Yetenek kazanımında big data’dan beklentimiz, eldeki yüksek performans gösteren adayların benzerlerinin şirkete katılımını sağlamaktır. Dolayısıyla algoritmalarımıza insan eli değmezse “aynıların” tahakkümüne kendimizi ve şirketimizi teslim edebiliriz. Göz önüne pek almasak da bünyeyi bozan aynılıktır. Çok iyi bir yemeği çok yerseniz, bağışıklık sistemi “dur yeme” demez sonuç malum; obezite, yağlanma, kalp krizi…
Yazımın asıl konusu felsefi bağlam üretmek değil. İnsan kaynakları ve yapay zekâ ilişkisine dikkat çekmek.
Yapay zekâlı aday değerlendirme sistemleri giderek yaygınlaşıyor. İşin içinden biri olarak çoğunlukla “kural tabanlı” olduklarını söyleyebilirim. En iddialı çalışan ürünler, büyük veriden korelasyon üretiyor. Nedenselliğe kafa yorulduğuna çok denk gelmiyorum. Onun yerine müşterinin iki temel talebi öne çıkıyor; zaman tasarrufu ve karar verdirici net sonuç.
Tehlike ikinci kısımda; “karar verdirici net sonuç”. Bu tarz sistemler her zaman “karar destek sistemi” olarak müşterilere sunulmalı ama piyasada “kafanı yorma yapay zekâ halletsin” ürünleri arttıkça, sonuç kalitesi ciddi teyit edilmesi gereken ürünler kendilerine alan bulabiliyor. İşe alımcılar ise giderek artan bir yüzdede kararı yapay zekâya bırakmanın hem adil hem de doğru olduğunu düşünüyor ya da düşündürülüyor.
Turn-over konusunda çalışma yapan bir şirketin konuyu sadece “yetkinlikler” açısından ele aldığını görmüştüm. Biraz konuşunca aslında takım uyumu, biraz daha konuşunca aslında liderlik konusunun da önemli olduğu ortaya çıkmıştı. Sohbeti fiziki çalışma şartlarının da etkisini konuşarak sonlandırmıştık. Ancak sorunun en önemli kısmı bana göre hala liderlik problemiydi.
Dünya genelinde şirketlerde İnsan Kaynakları Yönetimi için yapay zekâyı kullananların ortalaması %88’dir. Küresel dünya ticaretini yönlendiren Çin şirketlerinde %100 ve ABD şirketlerinde ise %83 oranındadır. (İnsan Kaynaklarında Yapay Zekâ ve İK’da Yapay Zekânın Geleceği, 2021) Tabii bu araştırmada yapay zekânın kullanım yaygınlığı ve doğru tanımlanıp tanımlanmadığı bilinmiyor ama öneminin giderek artacağını bilmek için her zaman da anketlere ihtiyaç duymadığımız bir gerçek.
Çözüm önerisi
Yukarıda çizdiğim tabloya bakarak dijital değerlendirme uygulamalarını hayatımızdan silemeyiz veya beyhude şekilde alanını daraltmaya çalışamayız. Bilakis özellikle fırsat eşitliği için kullanılan araçların çeşitliliğini arttırarak doğru adayı işe almak için aday hakkında daha fazla bilgi toplamalıyız. Kendi alanım için ilk adım tavsiyem; “kişilerin kişilik özelliklerine küsuratına kadar not veren envanterleri mutlaka yorumlarla zenginleştirmek, mümkünse kişiliği kategorik değil süreğen ele alan ölçekler kullanmak gerek. Ayrıca yine yoruma dayalı video mülakat uygulamalarını arttırmak önemli diyebilirim.
Saf dışadönük veya saf içedönük diye bir şey yoktur. Böylesi bir insanın olabileceği tek yer, akıl hastanesidir. — Carl Gustav Jung
Önceki paragrafı açmak gerekirse; yoruma dayalı kişilik envanterinin ardına, kişiyi daha iyi tanımaya yönelik videolu sorular veya rol oyunları eklenebilir. Diğer ölçülebilir yetenekler için testler zaten kullanılmalı; dil testi, genel yetenek vs. Test aşamalarını aşan kısa liste adaylarına biraz vakit ayırmak asla zaman kaybı değildir. Bu zaman kaybından kurtulmayı vaat eden çalışmalar şirketinizi bir yankı odasına dönüştürebilir.
Sonuç olarak; çalışan adayının başvurduğu kuruma sorduğu “beni neden işe almadınız?” sorusuna cevap olarak “seni robot işe almadı” dediğimizde insan faktörünü sıfırlamış olacağız. Dolayısıyla kendimizi sıfırlayacağız. Muhtemelen adayda da ciddi bir hayal kırıklığı olacaktır. Şahsen robot tarafından elenmek benim kulağıma çok hoş gelmiyor.
Dijitalin geleceğinde insana ne kadar ihtiyaç olur bilemem, daha çok sayıda insan gerekeceğine dair görüşler bence temennidir ama insana özgü müdahalelere olan ihtiyaç, dijitalin dozu arttıkça artacaktır.
Bu yazıyı kim yazdı?
%100 İnsan :)
*Byung-Chul Han — Yorgunluk Toplumu kitabından özetlenmiştir.
