Yapay Zeka Ve İnsansız İnsan Kaynakları

İnsan davranışlarını, iş performansını ve uyumluluğunu tahmin etmek insanların mevcut yöntemlerle yapamayacağı kadar kompleks ve önemlidir. Yapay zekayı işe alım süreçlerinde kullanarak etkinlik ve verimliliği artırmak mümkündür.

159
159

İK operasyonlarında yapay zekanın gücünden nasıl yararlanırız?

Bir finansal risk analisti, bir hava tahmini uzmanı, bir çöpçatan sitesi analisti ve bir İK (insan kaynakları) işe alım uzmanının ortak özelliği sizce nedir? Soru fıkra gibi olsa da cevap, dördünün de işlerinin temelinde iyi tahmin yapabilme olmasıdır. Finansal risk analisti, geçmiş verilere göre şirketlerin, ülkelerin veya kişilerin ileriye yönelik geri ödeyebilme kabiliyetlerini; hava tahmini uzmanı, yıllardır saklanan günlük hava verilerine göre gelecekteki hava durumunu; ve çöpçatan sitesi analisti, kişilerin şahsi verilerine göre çiftlerin anlaşıp anlaşamayacaklarını tahmin etmeye çalışır. Aynı şekilde İnsan Kaynakları işe alım uzmanı da biodataya bakarak, mülakat yaparak ve gözlemleyerek adayın iş performansını ve iş yerindeki davranışını tahmin etmeye çalışır.

İnsan Kaynakları hariç, diğer tüm meslekler tahminleri başarılı bir şekilde yapabilmek için çeşitli matematiksel modellemeler (Örneğin, Neural Networks Modelling) ve algoritmalar (Örneğin, WTI Algorithm) kullanır. Bu modelleri ve algoritmaları kullanan meslekler içinden en isabetli tahminleri yapabilenler, hava tahmini uzmanlarıdır. Daha iyi bir algoritma kullandıkları için değil; tahmin etmeye çalıştıkları veriler (dependent) 24 saat içinde tekrarlandığı için algoritma ve modellemelerini her gün iyileştirebilmekte ve bu nedenle daha başarılı tahmin yapmaktadırlar.

Fakat aynı yöntemlerle insan davranışlarını tahmin etmek biraz zor. Bilişim teknolojisinin çok hızlı bir şekilde gelişmesiyle hayatımıza giren yapay zeka (AI), insan davranışlarına yönelik tahminler ile ilgili çok büyük olanaklar sağlıyor. Bunun en güzel örneklerinden birini online çöpçatan servisi sağlayan eHarmony’nin uygulamalarında görüyoruz. Diğer çöpçatan sitelerinden farklı olarak eHarmony üye kişilerin görüşmek istedikleri kişileri kendilerinin seçmesine izin vermemektedir. Bir partner arayan kişi öncelikle 200’den fazla soruya cevap vermek zorundadır. Daha sonra bu verilen cevaplar veri tabanındaki 44 milyon insanın verdiği cevaplarla ve eşleşmelerle karşılaştırılır. eHarmony’nin içinde yer alan algoritma gerekli analizleri yaptıktan sonra partner arayan kişiyi sistem içinde en uygun kişi ile eşleştirir. Bu yolla eşleştirilen bir milyona yakın insan, sürecin sonunda evlenmiş. Peki yapay zeka uygulamalarını neden işe alım süreçlerinin daha başarılı şekilde sonuçlanması için kullanmıyoruz? Ben işe alım uzmanlarının en doğru karara yapay zeka uygulamalarından alacakları destek ile ulaşabileceklerine inanıyorum. Her ne kadar nihai kararı işe alım uzmanlarının kendileri verecek de olsa yapay zekanın entegrasyonu insan etkisini ve dolaysıyla hata yapma riskini minimize edecektir.

En uygun insan kaynağının işe alınıp yerleştirilmesi şirketlerin başarısı için çok büyük önem arz ediyor. Ne yazık ki bu kolay bir iş değil; çok büyük emek ve yüksek maliyet gerektiriyor. Londra merkezli “Link Humans” şirketinin CEO’su Jörgen Sundberg’e göre, bir adayın bulunup işe yerleştirilmesinin şirketlere olan ekonomik maliyeti 240 bin dolara kadar ulaşabiliyor. Bir de bu sürecin sonunda yanlış bir aday işe alınmışsa sadece harcanan emekler boşa gitmez; ekonomik maliyet de astronomik rakamlara ulaşır. Maalesef sonuçlar şirketlerin bu konuda daha çok yol katetmesi gerektiğini gösteriyor. Forbes dergisinin araştırmasına göre, yeni işe alınanların yüzde 46’sı, ilk 18 ayın sonunda başarısız olup ya işi bırakıyor ya da işine son veriliyor.

Biraz da insan kaynaklarının neden doğru insanı bulup işe yerleştirme konusunda zorlandığına bakalım. İş mülakatlarının iki temel amacı vardır. Birincisi, işe alacağımız kişinin performansını tahmin etmek; ikincisi ise bu kişinin iş yerindeki davranışlarını tahmin etmek. Schawbel’in 2012 yılında yapmış olduğu araştırmanın sonuçlarına göre, işyeri başarısızlıklarının nedeninin yüzde 89’u davranış, kişilik veya uyum ile ilgili iken, sadece yüzde 11’i bilgi ve yetenek ile ilgili. Bu da gösteriyor ki, iş mülakatlarında hâlihazırdaki yöntemlerle adayların bilgi seviyesini ölçebilirken, kişiliklerini, davranışlarını ve şirkete uygunluklarını ölçemiyoruz veya tahmin edemiyoruz. Yine bu sonuca paralel olarak Dougherty, Turban ve Callender’in 1994 yılında yaptıkları araştırma gösteriyor ki, işe alım kararları 30 dakikalık mülakatın ilk 4 dakikasında veriliyor ve daha sonraki tüm kalan zamanda ilk dört dakikada verilen kararı destekleyici bilgiler araştırılıyor. Peki üst üste saatlerce birçok kişi ile yapılan uzun mülakatlar sonuçta bir işe yarıyor mu? Carlson, Thayer, Mayfield ve Peterson’un 1971 yılında yaptığı araştırmaya göre mülakatı yapan kişiler, mülakat sonunda kısa zaman içinde aday ile yapılan konuşmaları unutuyor ve karar vermek için tekrar biodataya (CV, özgeçmiş vs.) bakmak zorunda kalıyor. Yüz yüze yapılan mülakatların önyargılarımızı onaylaması dışında ne işe yaradığını daha geniş araştırmak gerekiyor.

Şirketler isabetli bir işe alım gerçekleştirmek için çeşitli değerlendirme (assesment) yöntemlerine milyonlarca lira harcıyor. Fakat yöneticiler son kararı değerlendirme sonuçlarına göre değil; kendi içgüdü ya da önyargılarına göre veriyorlar. Yöneticilik yaptığım yıllarda, iş mülakatlarında sadece çok yakın arkadaşıma benziyor veya benimle aynı okula gitti diye, ya da sadece benim gibi iyi bir koşucu olduğu için adaya sempati duyduğumu ve yanlış karar verdiğimi hatırlıyorum. Bunlar farkında olduğumuz etkiler. Bir de farkında olmadığımız bilinçaltı etkiler var. Araştırmacılar Cable ve Judge’in 1997 yılında Journal of Applied Psychology’de yayımladıkları araştırmaya göre, işe alımlarda mülakat yapan kişiler iş tanımı ve yetkinlikler ile ilgili özellikler yerine, tamamen iş tanımı ile alakasız faktörlere göre eleman seçimi yapıyorlar. Bu kriterler ırk, yaş, güzel kıyafet, fiziki durum (şişmanlık veya çekicilik gibi), kültürel benzerlik, konuşma aksanı ve ortak geçmiş olarak belirtilmiştir. Mesela Chicago’nun Loyola Üniversitesi’nde 1994 yılında 330 psikoloji öğrencisi ve iki aktörle yapılan araştırma sonuçları çok çarpıcı. Önce kadın ve erkek olan iki aktör normal (zayıf) halleriyle 330 öğrenci tarafından mülakata tabi tutuluyorlar. Mülakat sonuçları son derece olumlu. Fakat, daha sonra iki aktöre uzman makyajcılar tarafından, ikisini de çok şişman gösterecek şekilde makyaj yapılıyor. Aynı 330 psikoloji öğrencisi tekrar yapılan mülakatta bu sefer önemli ölçüde negatif değerlendirme yapıyor. Muhtemel ki bu öğrenciler (içlerinde şişman olanlar da vardır), şişmanlara karşı ön yargıları olduğunun farkında bile değil.

Farkında olmadığımız bu önyargılarımızı öğrenmemizin birçok yolu var. Benim sık sık derslerimde ya da danışmanlıklarımda kullandığım çok iyi dizayn edilmiş bir araç var; adı “Harvard Implicit Bias Test”. Aynı zamanda ücretsiz olan bu testi internetten gizli önyargılarınızı test edebilmek için kullanabilirsiniz. Birçok alternatif var: Yaşlı-genç, erkek-kadın, siyahi-beyaz gibi. Bunun altında yatan psikoloji, Derous ve ekibinin 2016 yılında Human Resource Management Review dergisinde yayımlanan makalesinde çok iyi anlatılıyor. Makaleye göre mülakat yapan insanlar adaylarda normalin dışında bir özellik fark ettiklerinde (mesela şişmanlık, vücutta dövme, hızma, dini semboller veya hamilelik), mülakatı yapan kişi anksiyete ve stres gibi tehlike ve tehdit anında ortaya çıkan duygusal tepkiler geliştiriyor. Önyargılarla ilgili olarak Purkiss ve ekibinin 2006’da Organizational Behavior and Human Decision Process dergisinde yayımlanan araştırması da genelde kötü aksandan rahatsız olan ya da kötü aksanı komik bulan biz Türkler için çok dikkat çekici. 220 kişi üzerinde yapılan araştırma etnik isimlerin ve konuşma aksanının işe alım kararına etkisini ölçmeyi amaçlıyor. Araştırmanın sonuçları etnik isimlerin ve konuşma aksanının mülakatı yapan insanların karar mekanizmasına olumsuz etkisini açıkça gösteriyor. Araştırmanın en ilginç tarafı ise en olumlu kararın etnik isme sahip olup da çok iyi aksanla konuşan insanlar için verilmesi. Araştırmacılara göre bunun sebebi, karar vericinin etnik ismi gördükten sonra zihninde oluşan düşük beklenti sonrası duyduğu aksansız konuşmanın yarattığı çok olumlu etki.

Zaman zaman bu araştırma sonuçlarını paylaştığım tecrübeli üst düzey yönetici arkadaşlarım bana kızarlar. Çünkü onlar “Ben adamı 10 saniyede gözünden anlarım.” diye iddia ederler. Ben de onlara şöyle cevap veririm: “Hayatımızın en büyük mülakatı hayat arkadaşımızı seçme sırasında yaptığımız mülakattır. Bu mülakat günler aylar sürer; beraber gidilen yemekler, sinema geceleri, aile ziyaretleri, arkadaş toplantıları, hatta tatiller ama hâlâ boşanma oranı yüzde 50!” Nişanlanıp ayrılanlarla ilgili veri yok, bir de nişanlanmadan kopanlar var. Kısaca, biz insanlar bu konuda iyi değiliz.

Günümüzdeki teknolojiden önce insanlar hava durumunu tahmin etmek için gözlem yaparlarmış; hayvanları, gökyüzünü ve doğayı gözlemlermiş. İşe alım uzmanlığında ise değişen çok bir şey yok. Ne yazık ki hâlâ mülakat ve gözlem yapılarak, adayın davranışları ve iş performansı tahmin edilmeye çalışılıyor. Bunun da değişmesinin vakti geldi sanırım, çünkü insan davranışlarını, iş performansını ve uyumluluğunu tahmin etmek insanların var olan yöntemlerle yapamayacağı kadar kompleks ve önemli bir iş. Aslında şirketler adaylar ile ilgili çok hızlı bir şekilde artan ve çeşitlenen bir bilgi havuzuna sahip olmaya başladılar. Araştırmalar, şirketlerin bu bilgileri bir algoritmaya dahil ettiklerinde makinelerin aday seçiminde işe alım uzmanlarından daha isabetli kararlar aldıklarını göstermiştir. Bu nedenle işe alım kararlarında yapay zekanın nimetlerinden faydalanmak gerekiyor.

İlgili Haber  Dijital çağın işe alım teknikleri

Sadece Facebook’u göz önüne alsak bile, ne kadar çok bilgiyi yapay zekaya dahil edip işe alımlarda daha isabetli kararlar vermiş olabileceğimizi görürüz. Araştırmacılar Kosinski, Stillwell ve Graepel 2013 yılında 58 bin kişi üzerinde yaptıkları araştırmada Facebook bilgilerinin diğer geleneksel yöntemlerden çok daha doğru şekilde aday davranışlarını tahmin edebildiğini bulmuşlar. Adayların Facebook hesaplarındaki “Like” yani beğeni verisini kullanan araştırmacılar adayların neyi “Like” ettiklerinin (beğendiklerinin) bile adayın ilerideki davranışını mülakatlardan daha iyi tahmin edebileceğini gösterdiler. Artık Amerika’da işe alım öncesi şirketlerin yüzde 70’i son kararı vermeden önce mutlaka adayın sosyal medya verilerini inceliyor.

Daha önce de bahsetmiş olduğum gibi, zaten bin bir zahmetle işe alınan adaylar, bir de kısa zamanda istifa ettiklerinde şirket hesabına düşen maliyet astronomik bir şekilde artıyor. Kaybolan verimlilik de cabası. Klasik mülakat yöntemleriyle tespit edilmesi çok ama çok zor olan, adayın istifa etme olasılığı da yapay zeka ile çözülebilir. Bu konu ile ilgili çarpıcı araştırma Journal of Financial Economics’te yayımlandı. Barnea ve ekibi 144 kişiyi kullanarak yaptıkları çalışmada, adayların istifa etme olasılığını hesaplamaya çalıştılar. Veri olarak adayların evlerinin iş yerine uzaklığı, iş tanımı, çalışma yılı, işe alınırkenki referansları gibi birçok veriyi kullandıkları algoritma ve modelleme içine dahil etmişler. Bu veriler kullanılarak yapılan istatiksel tahmin, adayın istifa etme ihtimalini büyük oranda doğru bilmiş.

Yapay zekayı işe alım sürecinin diğer adımlarında da kullanarak etkinlik ve verimliliği artırabilirsiniz. Mesela X.ai adlı program ile adaylarla mülakat için randevu ayarlamada kaybedilen zamanı eleyebilirsiniz. CleatFit ile adayları otomatik olarak bulup listeleyerek inanılmaz zaman kazanabilirsiniz. Textio yardımı ile daha iyi iş ilanları hazırlayıp kendi iş ilanınızı farklılaştırabilirsiniz. Hatta Engage Talent ile pasif iş arayanları da keşfedip, kişiselleştirilmiş mesajlar ile doğru zamanda onlara ulaşabilirsiniz. Eğer adayları pozisyonlarında yapacakları görevleri ile ilgili testlerden geçirmek istiyorsanız Harver sizin için çok ideal.

Bazı arkadaşlarımın işe alım sürecinde yapay zeka kullanıma burun kıvırıp, “Bunu da yapay zeka yaparsa, şu kadar insan işsiz kalacak olur mu öyle şey?” dediğini duyar gibi oluyorum. Öncelikle aklımızda bulundurmamız gereken önemli bir konu var: Değişime, gelişime engel olamayız; ya adapte olacağız ya da geride kalacağız. Zaten sanılanın aksine birçok örneğin gösterdiği gibi, yapay zeka ve benzeri yeni gelişmelerin kullanımı işsizliği artırmak yerine daha da azaltmaktadır. Bilinçli bir uygulama ile bu şekilde ülkemizi daha da ileriye taşıyabiliriz.

Ekonomi tarihine bakarsak bu ve benzeri teknolojik gelişmeler hep önce kuşku ve tepki ile karşılanmış ama sonunda hem ekonomiye hem de işgücüne katkı sağlamıştır. Burada önemli olan, teknolojik gelişmenin işin ne kadarını dönüştürdüğüdür. İnsan kaynaklarına etkisi açısından bir işin yüzde 100’ünün otomatize olması ile yüzde 98’inin otomatize olması arasındaki fark çok büyüktür. Eğer teknolojik gelişme ile bir işin yüzde 100’ü otomatize olmuyor ise var olan işler ortadan kalkmıyor, sadece dönüşüyor ve dönüşürken de başka iş kolları yaratarak istihdam sayısını artırıyordur. Bu durumu İngiltere’den bir örnek ile açıklayalım: 19. yüzyılda İngiltere’de bir metre kumaş dokumak için gerekli işçiliğin yüzde 98’i otomatize oldu. Peki tekstil sektöründe çalışan sayısı azaldı mı? Hayır, aksine arttı. Çünkü dokuma işi otomatikleştikçe üretim arttı, üretim arttıkça fiyatlar düştü ve tekstil ürünlerine olan talep arttı. 19. yüzyıl başında herkesin el yapımı bir set kıyafeti varken, 19. yüzyıl sonunda bireyler sadece kıyafet sayılarını artırmadılar; camlarına perde takabildiler, yerlerine halı serebildiler ve mobilyalarını kumaşla döşeyebildiler. Bir örnek de bankacılık sektöründen verelim. 1990’larda Amerika’da ATM’lerin icat edilip yaygınlaşmasıyla banka memurlarının işsiz kalacağı düşünülmüştü. Yine düşünülenin aksi oldu ve banka memurlarının sayısı arttı. ATM’lerin icadı banka şubelerinin operasyon maliyetlerini düşürdü. Böylece bankalar daha fazla ofis açabildi ve daha fazla banka memuruna ihtiyaç duymaya başladı. Bununla birlikte banka memurlarında aranan beceriler de değişti. Yeni beceriler edinmeleri beklenen banka memurlarında pazarlama ve insan ilişkileri yönetimi daha önemli hale geldi. Dijital dönüşüme de bu açıdan bakmalıyız.

“Değişime, gelişime engel olamayız. Ya adapte olacağız, ya da geride kalacağız.”

İşgücü kaynağı, otomasyon ile tehdit edilen bizim gibi ülkeleri ilgilendiren çok önemli bir makale Lauren Weber tarafından geçtiğimiz günlerde Wall Street Journal’da yayımlandı. Weber yazısına 2016-2030 yılları arasında otomasyon yüzünden işini kaybedecek (Weber bunu başka iş bulmak zorunda kalacak diye anlatıyor ve bu çok önemli bir ayırımdır. Nedenini ileride anlatacağım.) çalışan oranlarını vererek başlıyor. Analize göre Almanya’da 37 milyon çalışanın yüzde 33’u, Japonya’da 59 milyon çalışanın yüzde 46’sı, Amerika’da 166 milyon çalışanın yüzde 32’si, Hindistan’da 612 milyon çalışanın yüzde 6’sı ve Çin’de 757 milyon çalışanın yüzde 13’ü otomasyon nedeniyle işlerini kaybedecek. McKinsey Global enstitüsünün raporuna göre Türkiye’de var olan işlerin yüzde 50,6’sı otomasyondan etkilenecek. Türkiye’de toplam çalışan sayısı 29 milyon civarında. Benim çeşitli kaynaklardan aldığım rakamlar ile yaptığım hesapla Türkiye’de çalışan nüfusun yaklaşık yüzde 20-30’u otomasyon sebebi ile 2030’a kadar işini kaybedebilir. Özetle, en iyi ihtimal ile 6 milyon çalışanımıza yeni iş bulmak zorundayız. Bu negatif gibi görünse de bunu bugün alacağımız stratejik kararlar ile pozitife çevirme fırsatımız var. Weber makalesinde iş kayıplarının otomasyondan değil, ülkelerin önlenemeyecek otomasyon ve teknoloji karşında aldıkları yanlış kararlardan kaynaklanacağının altını özellikle çiziyor. Weber, gerekli stratejiler geliştirilmezse bu iş kaybının sosyal olaylara sebep olabileceğini söylüyor.

Dijital dönüşümün insan kaynaklarına etkisine en yakın örneği geçtiğimiz ay ekran başından ayrılamadan izlediğimiz Dünya Kupası organizasyonundan verebiliriz. Beş yıl kadar önce artık penaltı, kırmızı kart, ofsayt gibi hakem kararlarının yeni bir teknoloji ile yapılacağı söylenseydi belki hemen itiraz eder, “Olur mu hiç! O zaman hakemler işsiz kalır.” derdik. Fakat, ilk defa bu yıl Dünya Kupası karşılaşmalarında uygulamaya konan Video Assistant Referee (VAR) teknolojisi sadece oyunu güzelleştirmekle kalmadı, hakemlerin işlerini kaybetmeyeceğini de bize göstermiş oldu. Aksine bir futbol karşılaşması için ihtiyaç duyulan hakem sayısını artırdı. Bu açıdan bu uygulama, son zamanlarda devamlı konuşuyor olduğumuz dijital dönüşümün en güzel örneklerinden biri. Hakemlerin karar verme mekanizmalarını iyileştirmek amacı ile yapılan bu video sistemi büyük de bir ekonomi yarattı. VAR uygulamasının işler hale gelebilmesi için dört yeni hakemin görevlendirilmesi yanında statlara 33 yayın kamerası ve 2 özel ofsayt kamerası yerleştirildi, süper hızlı iletişimi sağlayan teknolojik alt yapı ve büyük ekranlar kuruldu, konu ile ilgili uzmanlar yetiştirildi ve bu kişilere eğitimler verdi. Hep dijital dönüşümün yeni iş olanakları, yeni meslekler yaratacağından bahsediyoruz. İşte bu VAR sistemi yeni bir meslek yaratılmasını sağladı: VAR eğitmenleri. Bu eğitmenler bütün hakemlere, saha görevlilerine ve karşılamaları canlı yayında anlatacak bütün spikerlere konu ile ilgili eğitim verdi. Henüz Dünya Kupası ile sınırlı olan uygulamanın bütün ülkelerde hayata geçirilmesi daha çok istihdamın yaratılmasını ve daha büyük bir ekonominin oluşmasını sağlayacaktır.

Dünya Kupası örneğinden de anlaşılacağı üzere eğitim, dijital dönüşümün başarı ile hayata geçirilmesindeki en önemli unsurlardan biridir. Yukarıda da belirtiğim gibi dijital dönüşüm nedeniyle 2030’lu yıllara kadar Türkiye’de işi dönüşecek çalışan sayısı yaklaşık olarak 6 milyondur. Çalışanların dönüşmüş olan bu işlerde çalışabilmeleri için yeni yetkinlikler kazanmaları gerekir. Bu da çalışan kişilerin konu ile ilgili eğitilmeleri sayesinde gerçekleşecektir. Örneğin Dünya Kupası’nda görev alacak tüm hakemler ne kadar tecrübeli olursa olsunlar, yaşları ne olursa olsun VAR sistemi nedeniyle yeni beceriler öğrenmek zorunda kaldı. Bu hakemler VAR sisteminin uygulamaya geçmesi nedeniyle değil, bu yeni becerileri öğrenemeselerdi işsiz kalacaklardı. Burada ortaya çıkan en önemli konu ‘hayat boyu öğrenme’. Bu felsefeyi yaygınlaştırmamız gerekiyor. 21. yüzyılda yüksek eğitim artık 20. yüzyıldaki gibi olamaz. Yani artık gençlerimize 4 yıllık üniversite eğitimi vererek onların bu bilgilerle hayat boyu rekabetçi olmalarını bekleyemeyiz. Araştırmalara göre, üniversiteden yeni mezun insanların bilgileri konusuna göre 3-5 yıl içerisinde artık geçersiz veya yetersiz oluyor. Hayat boyu öğrenmeyi ve bunun alt yapısını gençlerimize benimsetemez, bunun alt yapısını oluşturamazsak değişen dünyada rekabet etmemiz çok zor olur. Amerika’da son zamanlarda bireylerin 4 yıllık eğitim alıp bu şekilde hayat boyu çalışmalarını sağlayan sistemin bırakılıp, iki yıllık bir eğitimden sonra iş hayatına atılmalarını ve sürekli eğitimlerle hayat boyu yeni beceriler kazanmalarını sağlayacak yeni bir sisteme geçilmesi tartışılıyor. Biz de ancak hayat boyu eğitim ile dünya ile rekabet edebiliriz. Aslında dünyada genel adı ile “Yetişkin Öğrenimi (Adult Learning)” diye bilinen yeni bir eğitim alanı oluşmaya başladı. Bizim de bu oluşumu yakından takip etmemiz gerekiyor.

İlgili Haber  Hangi Becerilere Sahip Olanlar Geleceğin İş Dünyasında Var Olabilecek?

“Yanlış karar verebileceğimizin bilincinde olmak bizi sağlıklı kararlar almak için ek adımlar atmaya yönlendirir.”​

Futboldaki VAR uygulamasının en önemli amacı futbol hakemlerinin karar verme mekanizmalarını destekleyerek daha doğru karar almalarını sağlayabilmektir. Aslında VAR uygulamasına ihtiyaç duymak biz insanların nasıl yanlış karar vermeye yatkın olduğumuzu çok iyi gösteriyor. Henüz okumadıysanız, Nobel ödüllü yazar Daniel Kahneman’nın Türkçeye “Hızlı ve Yavaş Düşünme” adıyla çevrilmiş olan kitabını okumanızı tavsiye ederim. Kahneman bu çalışmasında, insanların ne kadar kolay aldandığını ve nasıl yanlış kararlar verebildiğini anlatıyor. Fakat burada önemli olan, hepimizin yanlış karar verebileceğimizin farkında olmasıdır. Yanlış karar verebileceğimizin bilincinde olmak bizi sağlıklı karar almak için ek adımlar atmaya yönlendirir. Başka kaynaklardan ek bilgi almaya çalışırız. Fakat genelde hepimiz özellikle eğitimli ve tecrübeliysek kararlarımızdan hiç şüphe etmeyiz. Araştırmalara göre, yeni restoran açmış girişimcilerin yüzde 81’i girişimlerinin kesin başarıya ulaşacağını düşünüyor. Halbuki restoran işinde başarı oranı sadece yüzde 5. Kendi kararlarımıza o kadar güveniyoruz ki hiçbir şekilde ek bilgiye ihtiyaç duymuyoruz. İşte ben tecrübeli hakemlerin artık verdikleri kararı tekrar kontrol etmelerinin ve kararlarından vazgeçmelerinin sadece futbol için değil, tüm insan karar verme mekanizmaları için bir devrim olduğuna inanıyorum. Bu konu ile ilgili benzer ve başarılı başka bir örnek Amerika’da hastanelerde uygulanmaya başlandı. Amerika’da bazı büyük hastaneler artık doktorların sadece kendi bilgi ve tecrübelerine dayanarak teşhis koymasına müsaade etmiyor. Çünkü bir doktorun gerçek anlamda dünyadaki bütün tıp, ilaç ve teknoloji alanındaki gelişmeleri yakından takip etmesi için haftada 48 saat literatür okuması gerekiyor. Ancak çok yoğun çalışan doktorlar için böylesine bir okuma yapmak neredeyse imkânsız. Bu sebeple IBM’in Watson adlı yapay zeka programı hastanelerde kullanılmaya başlandı. Hastanın gerekli bütün tahlil ve tetkikleri yapıldıktan sonra tahlil ve tetkik sonuçları yapay zekaya yükleniyor. Watson en güncel buluşları, tıptaki yeni gelişmeleri ve dünyadaki benzer hastalara uygulanan tedavileri tarayıp bu bilgilerle karşılaştırıyor ve kısa bir sürede, doktora sebepleriyle tavsiyede bulunuyor. Dikkat ederseniz yapay zeka karar vermiyor, sadece tavsiyede bulunuyor. Son karar yine doktorun. Doktor bu bilgiyi alarak kendi tecrübesi ile birleştiriyor ve son kararı veriyor. Bu gerçekten inanılmaz. İnsan hayatı hata affetmez; hayat kadar önemli hiçbir şey yoktur. Sanırım hepimiz doktorun gerek kendimiz gerekse çocuğumuz için bu şekilde karar vermesini tercih ederiz.

Ülkemiz ile diğer gelişmiş ülkeler arasındaki en büyük fark, bizim bu teknolojik yenilikleri tehdit olarak görürken, diğer gelişmiş ülkelerin bir fırsat olarak görmesidir. En taze örnek Uber konusu ve Uber’e gösterilen tepkiler. Uber ve benzeri taşıt paylaşım uygulamalarının kullanımının hızlı bir şekilde artışı ile birlikte New York’ta taksi plakasının piyasa fiyatı bir milyon dolardan iki yüz bin dolarlara kadar düştü. Bununla ilgili herhangi bir tepki ya da protesto olmadı. Aksine eskiden büyük sermaye sahiplerinin emrinde düşük bir gelirle hatta sadece bahşişle çalışmak zorunda kalan taksi şoförleri artık kendi kendilerinin patronu oldukları için bu gelişmeden çok memnunlar. Bu şekilde daha fazla insan gelir elde etti. Bunun yanında fiyatların düşüşü ile birlikte daha çok insan taşıt paylaşım sistemlerini kullanır hale geldi. Fiyat düşüşünün bir diğer etkisi ise alkollü araba kullanmadaki düşüş. Taşıt paylaşım sistemleri sayesinde ulaşım fiyatları çok düştüğü için artık insanlar hafta sonu arabalarını almadan eğlenmeye gidiyorlar.

“Türkiye’de var olan işlerin yüzde 50,6’sı otomasyondan etkilenecek. Alınacak stratejik kararlar ile bunu pozitife çevirebiliriz.”​

21. yüzyılın getirdiği yeniliklerin hayatımızı değiştirmesine engel olamayacağımız artık ortada. Thoman Friedman’in rafting benzetmesindeki gibi, nehrin hızını kesmek veya yavaşlamak için kürekleri suya sokarsak (korumacılık) kanomuz devrilir. Devrilmemek için ise tek yol var: Daha hızlı kürek çekmek. Diğer bir deyişle yasaklamak ve engel olmak değil; daha fazla öğrenmek, daha iyisini yapabilmek ve daha iyi eleman yetiştirmek gerekiyor. Weber, ülkelerin korumacı kararlar yerine; otomasyon yüzünden işini kaybetme tehlikesi olan insanları yeni işler için eğitmesi gerektiğinin altını çiziyor. Gelişim ve teknolojik devrimler kaçınılmazdır. İşgücümüzü buna göre sürekli eğitirsek hem rekabetçiliğimiz artar hem de daha değerli yeni iş alanları yaratabiliriz.

Yukarıda bahsettiğimiz gibi nehir hızlanınca devrilmemek için kürekleri suya batırmayıp, daha hızlı kürek çekmemiz gerekiyor. Uber ve Lyft gibi şirketleri yasaklamak yerine daha iyisini yapmak için uğraşmalıyız. Bu konuda en büyük şirket aslında Çin’li DiDi. 2012 yılında kurulan DiDi Chuxing şimdiden Uber’in dünyadaki birçok operasyonunu satın aldı. Türkiye olarak biz de bunu fırsata dönüştürebiliriz. Ülkemizde yerli araba çalışmaları devam ediyor. Bunu yaparken daha ileriyi düşünerek DiDi ile işbirliğine gidip, DiDi teknolojisi ile çalışan elektrikli ve sürücüsüz araba üretmek bizim için büyük bir fırsat olacaktır. Ford, GM, Volkswagen gibi dev araba üreticileri Uber ve Lyft gibi taşıt paylaşım şirketleri ile ortaklık arayışında. Daha rekabetçi ve başarılı olmak istiyorsak yasaklamak ve engellemek yerine, ortaklıklarla daha iyisini yapmalıyız.

Uber’in yeni uygulamasını duyduğum zaman çok gülmüş ve nasıl fırsatlar kaçırdığımıza üzülmüştüm. Uber’in yeni uygulamasında artık bazı araçlar belli bir hatta gidecek ve siz Uber araçlarının hattına giderek araçlara binebileceksiniz. İşte bizim onlarca yıldır yaptığımız şey: Dolmuş! Yeni adı ile: Kadıköy-Bostancı Uberi.

Konuya İnsan Kaynakları ile başlamıştık, öyle bitirelim. Ben Türkiye’deki İnsan Kaynakları sektöründe çalışanlara, yapay zekanın onları olumsuz etkilemesine fırsat vermeden bu konunun öncüsü olmalarını tavsiye ediyorum. Birçok konuda maalesef dünya lideri değiliz; fakat geleceği biz şekillendirirsek ülkemizi öncü ve rekabetçi bir duruma getirebiliriz.

ÖZETLE

SORUN

En uygun insan kaynağının işe alınıp yerleştirilmesi şirketlerin başarısı için çok önemlidir; fakat bu süreç hiç kolay değildir. Zira çok büyük emek ve yüksek maliyet gerektirir. Mülakatlar adayların bilgisini ölçebilir, fakat kişilikleri, davranışları veya uyumlarını ölçmek oldukça zordur. Hatta farkında olmadığımız önyargılarımızla zaman zaman yanlış kararlar verebiliriz.

ÇÖZÜM

İnsan davranışlarını, iş performansını ve uyumluluğunu tahmin etmek insanların mevcut yöntemlerle yapamayacağı kadar kompleks ve önemlidir. Yapay zekayı işe alım süreçlerinde kullanarak etkinlik ve verimliliği artırmak mümkündür. Hayat boyu öğrenme ile dijital dönüşümü hayata geçirebilir ve sürekli olarak gelişerek, değişen bu dünyada rekabet edebiliriz. Bu teknolojik gelişim ve dönüşümleri tehdit olarak değil, fırsat olarak görmeliyiz.

Kaynak: Zeki PAĞDA / Harvard Business Rewiev

Bu yazıda olan etiketler

Yorumlar