Yapay zeka ve insan kaynakları yönetimi: İşyerinde dönüşüm

Year 2025, Volume: 15 Issue: 1, 346 - 357, 27.03.2025

Hakan Erkutlu

https://doi.org/10.30783/nevsosbilen.1622590

Abstract

Yapay zeka (YZ), özgeçmiş taramasını, aday değerlendirmesini otomatikleştirerek ve çalışan katılımını artırarak İK işlevini yeniden tanımlamıştır. HireVue gibi YZ uygulamaları, özgeçmiş incelemesini otomatik hale getirmekte ve duygu analizi teknolojisi, insan kaynaklarını optimize etmek için çalışanların görüşlerini ele almaktadır. Yapay zeka, hedeflenen gelişim planlarına ve objektif performans değerlendirmelerine yol açan kalıpların ve eğilimlerin belirlenmesini sağlayan çalışan verilerinin analizini içeren performans yönetimini çeşitli şekillerde değiştirmiştir. YZ'nın insan kaynakları yönetimi (İKY) uygulamaları arasında yetenek kazanımı, çalışan bağlılığı, performans yönetimi ve işgücü analitiği yer almaktadır. Algoritmik önyargı, kişisel veri gizliliği sorunları ve etik ikilemler, sorun olmaya devam edenlerden sadece birkaçıdır. YZ'nın faydalarından yararlanmak ve riskleri azaltmak için, kuruluşların teknolojik inovasyonu etik ilkeler ve insan merkezli yaklaşımlarla birleştirmesi gerekmektedir. YZ'ya dayanan öngörüsel analitik, insan kaynakları yönetiminde büyük bir potansiyele sahiptir ve İK departmanlarının gelecekteki işgücü eğilimlerini tahmin etmesine ve kararları etkili bir şekilde temel almasına olanak sağlar. YZ kullanımı, şirketlerin güven oluşturmak ve çalışan güvenini artırmak için YZ teknolojilerini etik bir şekilde kullanmalarını gerektiren etik ve gizlilik sorunları ortaya çıkarmaktadır.

Keywords

Yapay zeka, İnsan kaynakları yönetimi, Yetenek edinimi, Çalışanların bağlılığı, Performans yönetimi

Artificial intelligence and human resources management: Transformation in the workplace

Abstract

Yapay zeka (YZ), özgeçmiş taramasını, aday değerlendirmesini otomatikleştirerek ve çalışan katılımını artırarak İK işlevini yeniden tanımlamıştır. HireVue gibi YZ uygulamaları, özgeçmiş incelemesini otomatik hale getirmekte ve duygu analizi teknolojisi, insan kaynaklarını optimize etmek için çalışanların görüşlerini ele almaktadır. Yapay zeka, hedeflenen gelişim planlarına ve objektif performans değerlendirmelerine yol açan kalıpların ve eğilimlerin belirlenmesini sağlayan çalışan verilerinin analizini içeren performans yönetimini çeşitli şekillerde değiştirmiştir. YZ'nın insan kaynakları yönetimi (İKY) uygulamaları arasında yetenek kazanımı, çalışan bağlılığı, performans yönetimi ve işgücü analitiği yer almaktadır. Algoritmik önyargı, kişisel veri gizliliği sorunları ve etik ikilemler, sorun olmaya devam edenlerden sadece birkaçıdır. YZ'nın faydalarından yararlanmak ve riskleri azaltmak için, kuruluşların teknolojik inovasyonu etik ilkeler ve insan merkezli yaklaşımlarla birleştirmesi gerekmektedir. YZ'ya dayanan öngörüsel analitik, insan kaynakları yönetiminde büyük bir potansiyele sahiptir ve İK departmanlarının gelecekteki işgücü eğilimlerini tahmin etmesine ve kararları etkili bir şekilde temel almasına olanak sağlar. YZ kullanımı, şirketlerin güven oluşturmak ve çalışan güvenini artırmak için YZ teknolojilerini etik bir şekilde kullanmalarını gerektiren etik ve gizlilik sorunları ortaya çıkarmaktadır.

Keywords

Yapay zeka, İnsan kaynakları yönetimi, Yetenek edinimi, Çalışanların bağlılığı, Performans yönetimi

References

• Ajayi, F. A., & Udeh, C. A. (2024). Innovative recruitment strategies in the IT sector: A review of successes and failures. Magna Scientia Advanced Research and Reviews, 10(2), 150-164.
• Alabi, K. O., Adedeji, A. A., Mahmuda, S., & Fowomo, S. (2024). Predictive Analytics in HR: Leveraging AI for Data-Driven Decision Making. International Journal of Research in Engineering, Science and Management, 7(4), 137-143.
• Albert, E. T. (2019). AI in talent acquisition: a review of AI-applications used in recruitment and selection. Strategic HR Review, 18(5), 215-221.
• Aloisi, A., & Gramano, E. (2019). Artificial intelligence is watching you at work: Digital surveillance, employee monitoring, and regulatory issues in the EU context. Comparative Labor Law & Policy Journal, 41(1), 95–122.
• Bankins, S. (2021). The ethical use of artificial intelligence in human resource management: a decision-making framework. Ethics and Information Technology, 23(4), 841-854.
• Bar-Gil, O., Ron, T., & Czerniak, O. (2024). AI for the people? Embedding AI ethics in HR and people analytics projects. Technology in Society, 77(1), 102527.
• Chukwuka, E. J., & Dibie, K. E. (2024). Strategic role of artificial intelligence (AI) on human resource management (HR) employee performance evaluation function. International Journal of Entrepreneurship and Business Innovation, 7(2), 269-282.
• Dastin, J. (2018). Amazon scraps secret AI recruiting tool that showed bias against women. Reuters. https://www.reuters.com/article/us-amazon-com-jobs-automation-insight/amazon-scraps-secret-ai-recruiting-tool-that-showed-bias-against-women-idUSKCN1MK08G
• Guenole, N., & Feinzig, S. (2018). The Business Case for AI in HR. IBM Smarter Workforce Institute.
• Gurusinghe, R. N., Arachchige, B. J., & Dayarathna, D. (2021). Predictive HR analytics and talent management: a conceptual framework. Journal of Management Analytics, 8(2), 195-221.
• Jha, S., & Janardhan, M. (2024). Transforming Talent Acquisition: Leveraging AI for Enhanced Recruitment Strategies in HRM and Employee Engagement. Library Progress International, 44(3), 8857-8867.
• Khan, M. I., Parahyanti, E., & Hussain, S. (2024). The Role Generative AI in Human Resource Management: Enhancing Operational Efficiency, Decision-Making, and Addressing Ethical Challenges. Asian Journal of Logistics Management, 3(2), 104-125.
• Krauter, J. (2024). Bridging the uncanny valley: Improving AI chatbots for effective leadership mentoring. Open Journal of Leadership, 13(3), 342-384.
• Meister, J. C. (2021). The Future of Work: AI, Robotics, and the Evolution of HR. McGraw-Hill.
• Mettler, T. (2024). The connected workplace: Characteristics and social consequences of work surveillance in the age of datification, sensorization, and artificial intelligence. Journal of Information Technology, 39(3), 547-567.
• Rastogi, P., Khandelwal, S., Khurana, R., Gupta, H., & Singh, P. (2025). Revolutionizing HR: The AI-Powered Guide to Modern HR Practices. Academic Enclave.
• Shankar, A., & Nigam, A. (2022). Explaining resistance intention towards mobile HRM application: the dark side of technology adoption. International Journal of Manpower, 43(1), 206-225.
• Sharma, K. & Chahal, B. P. (2024). Harnessing Predictive Analytics for Workforce Optimization in a Transhuman Age. In J. Kaur (Ed.), Embracing Transhumanism and Genomics in Human Resources Management (pp. 311-326). IGI Global Scientific Publishing. https://doi.org/10.4018/979-8-3693-7668-3.ch015.
• Thirunagalingam, A., Addanki, S., Vemula, V. R., & Selvakumar, P. (2025). AI in Performance Management: Data-Driven Approaches. In F. Özsungur (Ed.), Navigating Organizational Behavior in the Digital Age With AI (pp. 101-126). IGI Global Scientific Publishing. https://doi.org/10.4018/979-8-3693-8442-8.ch005.
• Veshne, N., & Jamnani, J. (2024). Enhancing Employee Engagement Through Artificial Intelligence. In Vinod Kumar Shukla, Praveen Kulkarni, Deepika Gaur, Pradeep N, Jean Paolo G. Lacap, & Amina Omrane (Eds.), Industry 4.0 and People Analytics (pp. 131-152). Apple Academic Press.
• Wei-Liang, T., & Mei Ling, C. (2018). Seamless HCM Integration: Aligning Tools, Processes, and Cloud Platforms for Maximum Efficiency. International Journal of Trend in Scientific Research and Development, 2(4), 3068-3081.
• West, S., Whittaker, M., & Crawford, K. (2019). Discriminating systems: Gender, race and power in AI. AI Now Institute. https://ainowinstitute.org/publication/discriminating-systems-gender-race-and-power-in-ai-2.
• Yawalkar, M. V. V. (2019). A study of artificial intelligence and its role in human resource management. International Journal of Research and Analytical Reviews (IJRAR), 6(1), 20-24.