Content area
Полный текст
ÖZET
Son yıllarda YZ teknolojileri, insan kaynakları yönetiminde yaygın bir şekilde kullanılmaya başlanmış, işe alım süreçlerinde aday değerlendirme ve seçim aşamalarında önemli bir rol oynamıştır. Ancak, bu sistemlerin tarafsız olmadığı ve belirli gruplara karşı ayrımcı kararlar verebildiği yönünde eleştiriler bulunmaktadır. Bu bağlamda, çalışmanın temel amacı, algoritmik yanlılığın nedenlerini ortaya koymak ve bu yanlılıkları gidermek için kullanılan yöntemleri değerlendirerek daha adil ve kapsayıcı işe alım süreçlerine katkı sağlamaktır. Çalışma, sistematik literatür taraması yöntemi kullanılarak gerçekleştirilmiştir. Bu kapsamda, algoritmik yanlılıkların ortaya çıkış nedenlerini inceleyen ve bunları gidermeye yönelik stratejiler geliştiren güncel akademik yayınlar taranmıştır. Yapay zekanın işe alım süreçlerinde nasıl kullanıldığını ve yanlılıkların hangi mekanizmalarla ortaya çıktığını anlamak için özellikle doğal dil işleme (Natural Language Processing - NLP) ve derin öğrenme modellerine odaklanan çalışmalar incelenmiştir. Veri setleri, model tasarımları ve yanlılığı azaltmaya yönelik kullanılan teknikler detaylı bir şekilde analiz edilmiştir. Araştırma sonuçları, yapay zeka tabanlı işe alım sistemlerinde algoritmik yanlılıkların temel nedenlerinin veri setlerindeki dengesizlikler, model eğitim süreçlerinde kullanılan parametreler ve karar mekanizmalarındaki sistematik hatalar olduğunu göstermektedir. Yanlılığı azaltmada en etkili stratejiler arasında veri çoğaltma, model optimizasyonu, adil yapay zeka teknikleri ve insan gözetimi gibi yaklaşımlar öne çıkmaktadır. Özellikle, çeşitlendirilmiş ve dengeli veri setleri ile eğitilmiş modellerin daha adil sonuçlar üretebildiği belirlenmiştir. Bunun yanı sıra, işe alım süreçlerine insan gözetimi eklenerek yapay zekanın verdiği kararların denetlenmesi ve ayrımcı sonuçların tespit edilerek düzeltilmesi gerektiği vurgulanmaktadır. Elde edilen bulgular, yapay zeka tabanlı işe alım süreçlerinin belirli gruplara karşı ayrımcılık yapma riskini taşıdığını, ancak uygun yöntemler kullanıldığında bu riskin minimize edilebileceğini göstermektedir. YZ'nin işe alım süreçlerinde tarafsız bir değerlendirme yapabilmesi için veri yönetiminin dikkatli bir şekilde yürütülmesi, model eğitim sürecinde adil yapay zeka tekniklerinin kullanılması ve insan kontrolünün süreçten tamamen çıkarılmaması gerektiği sonucuna ulaşılmıştır.
Anahtar Kelimeler: Algoritmik Yanlılık, Yapay Zeka, Doğal Dil İşleme (NLP), Derin Öğrenme, İnsan Kaynakları Yönetimi
ABSTRACT
In recent years, artificial intelligence (AI) technologies have been increasingly integrated into human resource management, playing a significant role in candidate evaluation and selection processes. However, these systems have been criticized for lacking neutrality and exhibiting discriminatory decision-making patterns against certain groups. Within this context, the primary objective of this study is to identify the causes of algorithmic bias and evaluate the strategies employed to mitigate such biases, thereby contributing to the development of fair and inclusive recruitment processes....