İnsan kaynaklarında yapay zeka; çalışan sorularını yanıtlamak, ilan ve yazışma taslağı hazırlamak, özlük belgelerini okumak ve İK verisini özetlemek gibi işlerde İK ekibinin yükünü alan uygulamaların bütünüdür. Aday eleme, performans puanlama ve işten çıkarma kararına dokunan kullanımlar ise AB Yapay Zeka Yasası'nda yüksek riskli sayılır, KVKK açısından da otomatik karara itiraz hakkı doğurur; bunlarda son kararı insan verir.
İK ekibinin günü nereye gidiyor?
Orta ölçekli bir şirkette İK uzmanının gününe bakın: "Kaç gün iznim kaldı?", "Doğum izni dönüşü yarı zamanlı çalışabilir miyim?", "Yol yardımı bordroya ne zaman yansır?" soruları e-posta, telefon ve WhatsApp'tan gelir. Aynı yanıtlar her ay yeniden yazılır. Araya ilan metinleri, yüzlerce özgeçmiş, süresi dolan sağlık raporları ve ay sonu puantaj kontrolü girer.
Bu tabloda yapay zeka iki farklı yüzle karşımıza çıkar. Birincisi sıkıcı ve tekrarlı işleri hızlandıran, düşük riskli yardımcılardır. İkincisi insanlar hakkında karar üreten sistemlerdir: kimin mülakata çağrılacağı, kimin terfi alacağı, kimin "ayrılma riski" taşıdığı. İki grubu aynı projede ve aynı özenle ele almak, İK'daki yapay zeka girişimlerinin en sık tökezlediği yerdir.
Bu yazı İK fonksiyonuna odaklanır. Şirket genelinde hangi süreçten başlanacağını arıyorsanız önce şirketlerde yapay zekaya nereden başlanır rehberimize bakın. Diğer departmanlardaki örnekler için yapay zeka ile yapılabilecek 30 iş listemize göz atabilirsiniz.
Plansız başlamanın maliyeti
Çalışanlar İK'nın kararını beklemiyor; yapay zekayı zaten kullanıyor. Sorun, bunun eğitim ve kural olmadan yapılması:
Microsoft ve LinkedIn'in 2024 Work Trend Index raporuna göre işte yapay zeka kullananların yalnızca %39'u şirketinden yapay zeka eğitimi aldı; buna karşın yöneticilerin %66'sı yapay zeka becerisi olmayan birini işe almayacağını söylüyor.
KVKK de aynı noktaya dikkat çekiyor. Kurumun 5 Mart 2026 tarihli İş Yerlerinde Üretken Yapay Zeka Araçlarının Kullanımı duyurusu, bu araçların çoğu zaman kurumsal bir politika olmadan, çalışanların bireysel tercihiyle kullanıldığını ve bunun izlenmesini zorlaştırdığını vurguluyor. Bir İK uzmanının aday özgeçmişlerini ya da maaş tablosunu kişisel bir sohbet aracına yapıştırması tam da bu riskin somut hali. İK verisinin şikâyet konusu olması da teorik değil: KVKK 2025 Yılı Faaliyet Raporu Kurum'a gelen şikâyetlerden 244'ünün insan kaynakları sektörüyle ilgili olduğunu gösteriyor.
Beceri tarafında da zaman daralıyor. PwC 2025 Global AI Jobs Barometer verisine göre yapay zekaya en açık mesleklerde işverenlerin aradığı beceriler %66 daha hızlı değişiyor. Değişimin çalışan tarafındaki karşılığı kaygı: BCG AI at Work 2025 anketinde yapay zeka ile kapsamlı yeniden tasarım yapan kurumlarda çalışanların %46'sı iş güvencesinden endişe ettiğini söylüyor; daha az ilerlemiş şirketlerde bu oran %34. Bu kaygıyı yönetmek de İK'nın işi; görevleri insan ile yapay zeka arasında nasıl bölüştüreceğinizi çalışan ve yapay zeka iş birliği yazımızda anlattık.
İnsan kaynaklarında yapay zeka kullanım alanları ve risk seviyeleri
Aşağıdaki tablo İK'daki yaygın senaryoları, yapay zekanın gerçekte ne yaptığına ve kişiler hakkında karar üretip üretmediğine göre sınıflandırır. Risk sütunu hukuki görüş değil, önceliklendirme için bir başlangıç noktasıdır.
| Senaryo | Yapay zeka ne yapar? | Risk seviyesi | İnsanın rolü |
|---|---|---|---|
| İK politika ve izin asistanı | Yönetmelik, izin prosedürü ve yan hak belgelerinden kaynak göstererek yanıt verir | Düşük | Belgeleri güncel tutar, yanıtlanamayan soruları kapatır |
| İlan, duyuru ve yazışma taslağı | Pozisyon tanımından ilan metni, ret ya da teklif e-postası taslağı üretir | Düşük | Metni kontrol eder ve gönderir |
| Özlük belgesi okuma | Taranmış sözleşme, diploma, rapor gibi belgelerden tarih ve alan çıkarır | Orta (özel nitelikli veri içerebilir) | Belirsiz alanları onaylar |
| İK verisi özeti | Devir hızı, devamsızlık ve fazla mesai raporlarını doğal dille özetler | Orta | Yorumu ve aksiyonu belirler |
| CV tarama ve aday sıralama | Başvuruları filtreler, puanlar ya da sıralar | Yüksek (AB YZ Yasası istihdam alanı) | Her elemeyi gerekçesiyle inceler |
| Performans ve ayrılma riski puanı | Çalışan davranışından puan ya da tahmin üretir | Yüksek | Puanı yalnızca sinyal sayar, kararı kendisi verir |
| İşyerinde duygu tanıma | Yüz, ses ya da yazıdan çalışanın duygusunu çıkarır | Kabul edilemez (AB'de yasak) | Kullanılmaz |
İlk iki satır, İK'da yapay zekaya başlamak için en güvenli yerdir. Politika asistanı, RAG mimarisiyle kurulan kurumsal LLM mantığıyla çalışır: önce ilgili belge bölümünü bulur, yanıtı ona dayandırır ve kaynağı gösterir. Belgede olmayan konuda "bulamadım" demesi, yapay zeka halüsinasyonunu İK bağlamında zararsız hale getirir.
Kazancın nereden geldiğine dair saha verisi de bu yönü destekliyor. NBER'in 5.179 müşteri destek temsilcisini kapsayan 2023 tarihli çalışmasında yapay zeka asistanı en büyük artışı, %34 ile yeni başlayan ve düşük deneyimli temsilcilerde sağladı; çalışanların işte kalma oranı da iyileşti. Farklı bir fonksiyonda ölçülmüş olsa da bulgu, işe alıştırma döneminde bilgiye hızlı erişimin değerini gösteriyor. Diğer saha ve deney bulgularını yapay zekanın verimliliğe etkisi yazımızda derledik.
Yüksek risk bölgesi: işe alım, CV tarama ve performans değerlendirme
AB Yapay Zeka Yasası, Ek III kapsamında işe alım ve aday seçimi, başvuruların filtrelenmesi, terfi ve işten çıkarma kararları, görev dağılımı ile performansın izlenip değerlendirilmesi için kullanılan sistemleri yüksek riskli sayar. Avrupa Komisyonu'nun açıklamasına göre Dijital Omnibus düzenlemesiyle istihdam alanındaki yüksek riskli sistem kuralları 2 Aralık 2027'ye ertelendi.
İşyerinde duygu tanıma ise tıbbi ve güvenlik amaçları dışında 5. madde uyarınca Şubat 2025'ten beri yasak. AB'de çalışanı, adayı ya da müşterisi olan Türk şirketlerinin bu yükümlülükleri nasıl karşılayacağını AB Yapay Zeka Yasası rehberimizde ayrıntılı anlattık.
Yalnızca Türkiye'de faaliyet gösteren şirketler de kapsam dışında değil. 6698 sayılı KVKK'nın 11. maddesi, kişiye işlenen verilerinin münhasıran otomatik sistemlerle analiz edilmesi sonucu aleyhine bir sonucun ortaya çıkmasına itiraz hakkı tanır. Yani yalnızca algoritmanın puanıyla elenen bir aday bu sonuca itiraz edebilir.
Aday ve çalışan verisinde hukuki sebep, aydınlatma ve saklama kurallarını çalışan kişisel verileri ve KVKK yazımızda, yapay zekaya özgü veri konularını yapay zeka ve KVKK yazımızda bulabilirsiniz.
Hukuk dışında bir de veri sorunu vardır. Geçmiş işe alım kararlarıyla eğitilen bir model, o kararlardaki önyargıyı öğrenir ve ölçekler. Bu yüzden bu gruptaki bir senaryoya ancak düşük riskli kullanımlar oturduktan, veri envanteri ve yönetişim hazır olduktan sonra geçmek gerekir.
İK'da yapay zekayı devreye almanın 6 adımı
- Kullanım politikasını yazın. Hangi aracın hangi veriyle kullanılabileceğini, aday ve çalışan verisinin hangi araçlara hiç girmeyeceğini belirleyin. Şablon için şirket yapay zeka kullanım politikası yazımızı kullanabilirsiniz.
- Tekrarlanan soruları sayın. İK'ya bir ay boyunca gelen soruları konu başlığına göre listeleyin. En çok gelen on konu, politika asistanının ilk kapsamıdır.
- Belgeleri toparlayın. Personel yönetmeliği, izin prosedürü, yan haklar, İSG talimatları ve oryantasyon dokümanları tek, güncel bir kaynakta olmalı. Eski sürümler asistanı yanıltır.
- Düşük riskli bir pilotla başlayın. Bir departmanda politika asistanı ya da yazışma taslağı ile başlayın; yanıtların kaynağını ve yanıtlanamayan soruları haftalık inceleyin.
- Etkiyi ölçün. Pilottan önce İK'ya gelen soru sayısını ve yanıt süresini kaydedin, sonrasında karşılaştırın. Hesap yöntemi için yapay zeka projesi ROI rehberimize bakın.
- Yüksek riskli senaryoya ayrı karar verin. CV tarama ya da performans puanı düşünülüyorsa önce etki değerlendirmesi, insan onayı adımı, itiraz yolu ve kayıt tutma kurgulanmalı.
Bu adımlar yapay zekayı mevcut İK sistemine bağlamadan tamamlanamaz. İzin bakiyesi, kıdem ve vardiya bilgisi asistanın doğru yanıt vermesi için gereklidir; bu verinin nereden geldiğini PDKS–bordro entegrasyonu ve İK yazılımı seçimi yazılarımızda ele aldık.
Digital Bridge'de bu işi nasıl yapıyoruz?
İK tarafındaki yapay zeka projelerine bir keşif görüşmesiyle başlıyoruz. İK ekibinizle birlikte en çok zaman alan tekrarlı işleri, bu işlerde kullanılan belgeleri ve verinin bugün hangi sistemde durduğunu çıkarıyoruz. Her senaryoyu yukarıdaki tabloya göre sınıflıyor, yüksek risk taşıyanları ilk kapsamın dışında tutuyoruz.
İlk pilot çoğunlukla bir kurumsal LLM asistanı olur: personel yönetmeliği, izin ve yan hak belgeleri bir bilgi tabanına dönüşür, her yanıt kaynak gösterir. Asistan soruyu soranın görmeye yetkili olduğu belgelerden yanıt verir; maaş tablosu gibi İK belgeleri yetkisi olmayana açılmaz. Veri kurum dışına çıkmamalıysa asistanı açık kaynak modellerle kendi sunucunuzda çalıştırabiliyoruz.
İkinci adım, asistanı İK verisine bağlamaktır. Firmanıza özel geliştirdiğimiz İK ve bordro yazılımı ya da kullandığınız başka bir sistem sistem entegrasyonu ile bağlanır; çalışan "kaç gün iznim kaldı" diye sorduğunda yanıt güncel bakiyeden gelir. Özlük belgesi okuma ya da İK raporu özetleme gibi işler için yapay zeka entegrasyonu yaklaşımıyla modülü mevcut yazılımınıza ekliyoruz.
Hukuki çerçeve projeyle aynı anda kurulur. KVKK uyum danışmanlığı kapsamında aydınlatma metinlerini, veri envanterini ve yapay zeka araçlarına hangi verinin girebileceğini birlikte netleştiriyoruz. Yapay zekanın diğer fonksiyonlardaki kullanımları için yapay zeka yazılarımızın tamamına göz atabilirsiniz.
Sonraki adım
Bir hafta boyunca İK'ya gelen soruları ve talepleri kategori bazında sayın; en çok tekrarlanan beş konuyu ve bu konuların dayandığı belgeleri not edin. Bu liste, ilk pilotun kapsamını belirlemeye yeter. Listeyle bizimle iletişime geçin; hangi senaryonun hemen başlayabileceğini, hangisinin önce hukuki hazırlık istediğini birlikte ayıralım.