İŞ ANALİZLERİNDE YAPAY ZEKADAN YARARLANMA – 38

Yapay zeka günlük işlerimizden çalışma yaşamının pek çok alanına kadar belirli düzeylerde yararlandığımız kaynaklardan biri olmuştur. Bu nedenle sağlık sektöründen, finans ve bankacılık alanına, perakende ve e-ticaretten otomotiv ve ulaşıma, savunma ve güvenlikten eğitim alanına kadar birçok alanda karşımıza çıkan yapay zekanın bu yazı dizisi çerçevesinde anlatılan faaliyetlerde ne şekilde kullanıldığını açıklamak bir zorunluluk haline geldi.

Yaklaşık sekiz ay önce başladığımız yazı dizisi serüvenimizde o zamanlarda da yapay zekadan çok söz ediliyordu. Ancak yapay zeka alanında yapılan çalışmalar bu sekiz ayda o kadar gelişti ki, konuya bu yazı dizisinde yer vermemek imkansız hale geldi. Bu baş döndürücü hız hala devam ediyor.

Yapay zekanın iş analizlerinde kullanımını yine yapay zeka araçlarını kullanarak araştırdık. Bu çerçevede sorularımızı yönelttiğimiz genel yapay zeka araçları; Chat Gpt, Gemini ve Copilot oldu. Yapay zekanın diğer sektör veya alanlarındaki  kullanımı konusuna girmeden ilk sorumuz, İK alanında  kullanılan yapay zeka araçlarının neler olduğuna yönelikti. Bu soru ile hem insan kaynaklarının hangi süreçlerinde, hem de hangi araçlarla yapıldığı cevaplanmış oldu. Bu noktada yapay zekadan yararlanılan başlıca İK süreçleri ve konuları:

• İşe alım: İş ilanı hazırlama, aday tarama, CV inceleme, pozisyon eşleştirme, adaylarla etkileşim ve mülakat planlama, yapay zeka destekli mülakat sistemleri, adayların geçmiş kontrollerini ve referans doğrulamalarını yapma vb. konular
• Performans : Çalışan performansının analiz edilmesi ve geribildirim sağlanması, hedef belirleme ve takip, terfi önerileri vb. konular
• Eğitim ve gelişim: Kişiselleştirilmiş öğrenme sistemleri, eğitim içerikleri oluşturma, beceri analizi, yetenek geliştirme araçları, kariyer gelişim önerileri vb. konular
• Çalışan deneyimi: Anket ve geri bildirim araçları, personel memnuniyeti ölçme, riskli durumları belirleme vb. konular
• Özlük işleri :Bordro yönetimi, izin hakkı sorgulama, maaş günü bilgisi, firma politikaları hakkında cevap verme vb. konular
• İş gücü planlaması : İş gücü ihtiyacını öngörmek ve planlama yapmak için kullanılan AI tabanlı analiz sistemleri vb. konular
• Diğer konular : İş süreçleri ve verimlilik, otomasyon ve RPA (Robotik Süreç Otomasyonu), çeşitlilik ve kapsayıcılık vb. konular

Yukarıda yapay zekanın İK alanında hangi süreçlerde kullanıldığına ilişkin başlıca konular belirtilmiştir. Araştırma sürecinde her bir konu ile ilgili özel yapay zeka araçları da belirtilmiştir. Ancak bunlar o kadar hızlı değişmektedir ki bugün verdiğimiz bilgi, bir ay sonra yetersiz kalabilir. O yüzden hangi alanda yapay zekadan yararlanılmak isteniyorsa, o konu ile ilgili güncel araçlar araştırılmalıdır.

Genel araştırmada ikinci sorumuz, İK alanında Türkiye’de hangi konularda hangi yapay zeka araçlarından yararlanıldığı oldu. Bu noktada halihazırda hangi tür şirketlerin, hangi araçları hangi konularda kullandığına ilişkin bilgiler derlendi. Sonuçlar yine dünya genelindeki kullanımlara paraleldi, ancak kullanım konuları azalmıştı. Yine burada belirtilen araç isimlerini hızlı değişimden dolayı vermiyoruz. Bununla birlikte Türkiye’de İK alanındaki yapay zeka kullanımındaki pazar payının %90’lar  seviyesinde Chat Gpt’de olduğunu belirtelim. İK alanında özel yapay zeka araçlarının kullanımının çok az olduğu da bir başka gerçek. Bu çerçevede İK alanında yapay zeka kullanımı, henüz emekleme evresinde.

Yukarıdaki açıklamalar yapay zekanın personel organizasyonu ve iş analizleri sürecinde çok fazla yararlanılmadığını ortaya koyuyor. Bununla birlikte özellikle bu konularda kendilerinden nasıl yararlanılacağı, genel yapay zeka araçlarına sorduğumuz üçüncü soru oldu. Bu çerçevede yapay zekanın; vardiya ve görev planlama, doğru kişiyi doğru pozisyona yerleştirme, iş gücü tahmini (insan kaynakları planlaması) gibi konularda, personel organizasyonunda kullanılabileceği belirtildi. İş analizleri konusunda ise daha çok veri analizinde yararlanılabileceği üzerinde duruldu. Bu çerçevede mevcut verilerin analizi, güncel sektör verilerinin incelenmesi, yetkinlik ve beceri belirleme, ön yargı ve kapsayıcılık denetimi, otomatik iş tanımı hazırlama ve sürekli güncelleme konularında da kullanılabileceği belirtildi. Ayrıca beceri odaklı dinamik takip, yapay zeka destekli pazar kıyaslamasından yararlanma, çalışana görevi ile ilgi sorular sorma, üretken yapay zeka ile hızlı revizyon yapma gibi konularda da yararlanılabileceğinden söz edildi..

Konu buraya gelince dördüncü ve son sorumuz, bir örnek olarak insan kaynakları uzmanının profesyonel iş tanımı hakkında neler söyleyebileceği oldu. Bu noktada her üç yapay zeka aracı da kendine veri yapısına göre oluşturduğu iş tanımını sundu. Bunlar incelendiğinde hiç biri yanlış değildi, ama belirli bir firmanın iK uzmanı için bir çok eksiği vardı.

Bu noktada bu kitapta belirttiğimiz yöntemle iş analizleri sonucu iş tanımları çıkartmanın, organizasyon şema ve iş tanımlarının güncellenmesinin geleneksel bir yöntemle yapıldığını belirtelim. Çünkü her organizasyonun yapısı, bir çok faktöre göre değişkenlik gösterir. Bunları kısaca özetlersek:

• Firmanın bulunduğu sektör, alt sektör ve faaliyet alanı
• Firmadaki pozisyon ve personel sayısı, bunların personel gruplarına (yönetici, beyaz yaka, mavi yaka vb.) dağılımı
• Firmanın ortaklık yapısı ( tek patron, limited, anonim, holding, uluslararası, küresel şirket vb.)
• Firmanın üretim / hizmet süreçlerinde kullandığı teknoloji ile bilgi teknolojilerinden yararlanma düzeyi
• Firmanın ürettiği ana ürünler, pazar özellikleri ve pazar payları
• Firmanın bulunduğu konumun (kıta, ülke, bölge, şehir, ilçe vb.) özellikleri (fiziksel, iklimsel, ekonomik,  sosyal, kültürel vb. özellikler)

Yukarıda ilk anda akla gelen faktörlerdeki çeşitlilik, her firmanın “özel” bir yapıya sahip olmasını gerektirir. Bu yüzden benzer olsa bile yukarıdaki faktörlerdeki değişkenlikler nedeniyle birbirinin aynı organizasyon yapısına sahip iki firma bulmak neredeyse olanaksızdır. Ayrıca firmanın personel organizasyon yapısı, firmanın iş yapış şeklini de belirlediğinden, bu konudaki farklı uygulamalar rakiplerinin önüne geçmesinde büyük rol oynar. Bu yüzden firmaların organizasyon prosedürü, organizasyon şemaları, personel gruplarına göre genel görev ve sorumluluklar ile pozisyon iş tanımları, firmaya özeldir. Bu açıdan bu bilgiler firma dışındaki 3. şahıslara karşı firma bilgisi olarak gizli tutulur.

Organizasyon yapısının yukarıdaki faktörler gözetilmeden, firmaya özel olması gereken bilgilerinin yapay zeka araçlarından olduğu gibi alınması ve yapının buna göre oluşturulması, rekabet üstünlüğü sağlayacak bir alandan firmanın mahrum kalması anlamına gelir. Üstelik bu belgelerdeki bilgiler, firmanın mevcut yapısına, personeline ve iş yapış şekillerine uygun düşmeyebilir. Nitekim bir zamanlar kalite yönetim sistemi çalışmaları çerçevesinde hazırlanması gereken organizasyon şemaları ve iş tanımları, bu konuda danışmanlık yapan firmaların önceki çalışmalarından olduğu gibi veya çok küçük düzeltmelerle alındığı için gerçek durumu yansıtmamakta, bu yüzden bir belge yığını olarak tozlu raflar arasında yerini almaktaydı. Oysa bu kitapta belirtilen bir yöntemle hazırlanan organizasyon yapısı (ilk etapta biraz zor ve zahmetli gibi görünse de), daha sonra belirli periyotlarla veya ihtiyaç duyulduğunda güncellendiğinde; sadece personel organizasyon sürecinde değil, tüm İK süreçlerinde kullanılabilecek bir kaynak olmaktadır.

Bu noktada, daha önce de yapılan kıyaslama (benchmarking) çalışmalarında, firmanın kendisine özgü olarak geliştirdiği prosedür, süreç, sistem vb.lerin, diğer firmalarda nasıl uygulandığına bakılarak bunlarda gerekli değişiklik / düzeltmeler yapılır. Nitekim ücret yönetimi alanında yapılan ücret araştırma çalışmaları aslında sektör, ortaklık yapısı, büyüklük, konum vb. kriterler dikkate alınarak yapılan bir kıyaslama çalışmasıdır. Kuşkusuz ücret bilgileri de firmaya özel gizli bilgi olduğu için sonuçlar; o gruptaki firma sayısı, firma büyüklükleri, bölgesel dağılım vb. kriterlere bağlı olarak pozisyonların ücretlerinin; alt, üst, ortalama, birinci ve üçüncü çeyrek verileri olarak verilir. Bir gruptaki firma sayısı çok azsa, firma ismi belli olacağından o grupta ayrıma gidilmez veya gruplar daha genel ifadelerle oluşturulur. Bu noktada firma, kendi verilerini bildiği için; genel, sektörel, büyüklük, bölge bazında kendi pozisyonlarının hangi noktada olduğunu belirleme imkanı bulur.

Bu noktada personel organizasyonu alanında kıyaslama yapılacak veri bulmak oldukça zordur. Yapay zeka öğrendiği verileri düzenli şekilde aktaran bir araç olduğuna göre bu verileri nereden bulmaktadır? Bu noktada özellikle kamu sektörü ve bazı firmalar, organizasyon yapılarını ve ilgili belgeleri kendi web sitelerinde yayınlayabilmektedir.

Diğer yandan asıl bilgi kaynağını, özellikle detaylı yayınlanan iş ilanları oluşturmaktadır. Bununla birlikte pozisyonların iş tanımları ve gerekleri, iş ilanında oldukça basit bir şekilde sunulur. Nitekim bu yazı dizisinde belirtilen şekilde oluşturulan iş tanımları işe alım sürecinde kullanıldığında, oldukça temel noktalara değinilir ve bunlar olabildiğince kısa tutulmaya çalışılır. Örneğin pozisyonun görev ve sorumlulukları daha kısa ifadelerle 8-10 maddeyi geçmez, iş gereklerinden de en önemlilerine değinilir. Kuşkusuz özgeçmiş inceleme ve mülakat aşamalarında tüm iş tanımı dikkate alınır, ama daha başta adayların gözünü korkutmamak için bunlar ilanda belirtilmez.

Bu çerçevede yapay zekanın veri kaynağı tüm bilgiler değil, iş ilanına aktarılan bilgilerdir. Bununla birlikte iş ilanlarında firmalar farklı düzeylerde bilgi verdiklerinden yapay zeka bunları hızlıca öğrenmekte ve sonraki kullanımlarında sunmaktadır. Bu yüzden yakın gelecekte yapay zekanın çok daha detaylı veriler sunacağı beklenmektedir.

Bu noktada yapay zekaya genel sorular sormak yerine “şu sektörde, şu faaliyet alanında, şu ortaklık yapısında, şu teknolojilere sahip, şu ürünleri üreten,  şu pazar payına sahip, şu yerdeki vb. bir firmada insan kaynakları uzmanının iş tanımı” sorulduğunda, daha gerçeğe yakın cevap alınabilir. Tabii yapay zekanın bu kriterlere sahip firmalardan yeterli düzeyde ve detaylı iş ilanına sahip olması gerekir. Yapay zekanın altyapısında tüm bu kriterlere sahip bir firma bulunamasa bile, verilecek cevap genel soruya nazaran daha gerçekçi olur.

Yapay zekadan yararlanma konusunda dikkat edilecek diğer bir husus, bizzat yapay zekanın verdiği uyarıda ön plana çıkıyor. Bu uyarıda yapay zekadan alınan bilgilerin son aşamada mutlaka bir insanın (yönetici veya İK uzmanı) süzgecinden geçmesi gerektiği belirtiliyor. AI “ne yapıldığını” söyler, insan ise “neden ve nasıl bir kültürle” yapıldığını belirler şeklinde ifadeyle, yapay zeka sonuçlarının bu aşamada ancak bir “insan” tarafından gözden geçirilerek kullanılması öneriliyor. Buradan da anlaşıldığı üzere, yapay zeka sonuçları belki diğer İK süreçlerinde ve konularında doğrudan kullanılabilir, ama organizasyon yapısını oluşturan şema ve iş tanımlarının belirlenmesinde bu aşamada ancak yardımcı araç olarak kullanılabilir.

Yukarıdaki açıklamalar doğrultusunda bu kitapta yer alan konularla ilgili olabilecek, yapay zeka ve bilgi teknolojilerinden başlıca yararlanma alanları belirtilmiştir:

• Proje faaliyet planı taslağının hazırlanması ve ilgililerin takvimlerine işlenmesi
• Üst yönetim ve yöneticiler sunumlarının ile iş analizi eğitimi sunumlarının hazırlanması, sunum tarihlerinin ilgililerin takvimine işlenmesi
• Proje ekipleri listeleri için önerilerin alınması, listelerin oluşturulması, çeşitli faaliyetler için (eğitim, toplantı, faaliyet açıklaması vb.) ilgililere e-posta gönderilmesi, faaliyetlerle ilgili belgelerin zamanlamanın ilgililerin takvimine işlenmesi
• İş analiz formunun yapısı konusunda önerilerin alınması, bu çerçevede ilk aşamada forma eklenmesinde yarar görülenlerin eklenmesi, ilgililere görüş için e-posta ile gönderilmesi
• İş analiz planının hazırlanması ve tüm ilgililere gönderilmesi
• Ortak klasörlerin yapısının oluşturulması ve içine konacak belgelerin belirlenmesi için öneri alınması,
• Standartlaştırma çalışmalarında kullanılmak üzere bilgi alanları için pozisyon bazında  öneri alınması
• İş tanımlarındaki işin amacı ile görev ve sorumluluklarla ilgili bilgi alanları için pozisyon bazında önerilerin alınması
• Personel grupları itibariyle genel görev ve sorumlulukların belirlenmesinde yararlanmak üzere belirlenenlerin üzerine eklenebilecek hususlar hakkında bilgi alınması
• Organizasyon prosedüründe hangi konu başlıklarının bulunması gerektiği konusunda öneri alınması.

Yapay zekadan proje süresince yararlanılabilecek konu başlıklarını artırmak mümkündür. Ancak bunları araştırırken, önümüze gelen ve o an için ihtiyaç duymadığımız / uygulamadığımız önerilerle faaliyet daha da karmaşık  hale gelebilir. Dolayısıyla yapay zekadan hangi konularda nasıl yararlanılacağı konusu, proje yöneticisinin önünde duran sorunlardan biridir. Önerimiz, en fazla kullanılan / bilinen alanlarda yapay zekadan yararlanılması. Yoksa bir de o konuyu araştırmak ve gelen verileri değerlendirmek için gereğinden fazla zaman kaydedilebilir.