Yapay zekanın insan kaynaklarına vaat ettiği şey, büyük ölçekte verimliliktir. İstanbul, Dubai veya Riyad gibi hızla büyüyen merkezlerde binlerce başvuru arasından en uygun adayı algoritmik bir destek olmadan bulmak imkansız görünüyor. Ancak "en iyi yeteneği" belirlemekle görevlendirilen modeller, eğitildikleri geçmiş veriler ne kadar tarafsızsa o kadar tarafsızdır. Belirli demografik grupların kayırıldığı onlarca yıllık işe alım verileriyle eğitilen bir model, bu tarihsel önyargıyı sessizce ama acımasızca otomatik hale getirir. Algoritmik ayrımcılık denen olgu budur ve düzenleyici kurumlar bu konuyu yakından izlemektedir.
1. Otomatik Karar Verme ve İnsan Müdahalesi Hakkı
6698 sayılı Kişisel Verilerin Korunması Kanunu'nun (KVKK) 11. maddesi uyarınca ilgili kişiler, işlenen verilerin münhasıran otomatik sistemler vasıtasıyla analiz edilmesi suretiyle kişinin kendisi aleyhine bir sonucun ortaya çıkmasına itiraz etme hakkına açıkça sahiptir. GDPR'da da benzer hükümler bulunur. GCC ülkelerinde yapay zekaya özgü düzenlemeler henüz hazırlık aşamasındayken, Suudi Arabistan ve BAE'nin yeni kişisel verilerin korunması kanunları çalışan verilerinin adil ve etik biçimde işlenmesine büyük önem verir.
Bir İK yapay zeka aracı, bir adayı özgeçmişinde belirli anahtar kelimeler bulunmadığı için ya da yüz analizi yazılımı onu video mülakatta "isteksiz" bulduğu için otomatik olarak reddederse, şirket münhasıran otomatik bir karar almış olur. Mevzuata uyum için kuruluşların "döngüde insan" (human-in-the-loop) mekanizmaları kurması gerekir. Adaylara yapay zeka kullanıldığı bildirilmeli ve algoritmanın olumsuz kararının bir işe alım uzmanı tarafından incelenmesini talep edebilecekleri açık ve erişilebilir bir kanal sağlanmalıdır.
2. Orta Doğu'da Vekil Değişkenlerin (Proxy Variables) Tehlikesi
Algoritmik önyargı çoğu zaman "vekil değişkenler" üzerinden sisteme sızar. Bir yapay zekaya adayları cinsiyete veya uyruğa göre elemesi açıkça söylenmeyebilir (bu zaten hukuka aykırıdır); ancak model, özgeçmişteki çalışılmayan dönemleri (doğum izni nedeniyle kadınları orantısız biçimde etkileyen bir ölçüt) olumsuz değerlendirmeyi ya da belirli üniversitelerden veya posta kodlarından gelen adayları elemeyi öğrenebilir.
GCC'nin son derece çeşitli ve göçmen ağırlıklı işgücü piyasalarında ve Türkiye'nin çok katmanlı demografik yapısında vekil değişkenler üzerinden yapılan ayrımcılık özellikle tehlikelidir. Kıdem süresini veya maaş beklentilerini değerlendiren bir yapay zeka, BAE'de belirli uyruklardan göçmenlere karşı farkında olmadan ayrımcılık yapabilir ve fırsat eşitliğine ilişkin yerel iş kanunlarını ihlal edebilir. Bu nedenle İK veri bilimi ekipleri sıkı bir algoritmik denetim yapmalı, modellerin demografik vekiller yerine gerçek yetkinliği değerlendirdiğinden emin olmak için onları kullanıma almadan önce ayrımcı etki (disparate impact) bakımından test etmelidir.
3. Biyometrik Veriler ve Video Yapay Zeka Analizi
Modern İK'nın en yüksek riskli uygulamalarından biri, adaylarla yapılan video mülakatların yapay zekayla analiz edilmesidir. Bazı sistemler, yüzdeki mikro ifadeleri, ses tonunu ve göz hareketlerini analiz ederek adayın kişiliğini, dürüstlüğünü veya stres düzeyini değerlendirebildiğini iddia ediyor.
Hukuki açıdan bu uygulama, KVKK kapsamında "özel nitelikli kişisel veri" sayılan ve (çok dar istisnalar dışında) açık rıza gerektiren biyometrik verilerin işlenmesi anlamına gelir. BAE'nin Veri Koruma Kanunu da benzer şekilde katı rıza kuralları öngörür. Üstelik yüzdeki mikro ifadelerden mesleki yetkinlik çıkarmanın bilimsel geçerliliği son derece tartışmalıdır. Güven veya saygı ifadeleri, çoğunlukla yapay zeka eğitim verilerine yansımış olan Batı normları ile Türk veya Orta Doğu kültürlerinin normları arasında büyük farklılık gösterir. Kültürel önyargı taşıyan bir yüz tanıma sistemi kullanmak, yerel adaylara karşı sistematik ve hukuka aykırı bir ayrımcılığa yol açabilir.
4. Hukuken Savunulabilir Bir İK Yapay Zeka Stratejisi Oluşturmak
Yapay zekayı işe alım sürecine güvenli bir şekilde entegre etmek için kuruluşlar, İK teknolojisi tedarikçilerinin pazarlama söylemleriyle yetinmemeli, kapsamlı bir hukuki durum tespiti (due diligence) yapmalıdır. Yazılım sağlayıcılarından, modeli eğitmek için hangi veri setlerinin kullanıldığı ve önyargıyı nasıl azalttıkları konusunda şeffaflık talep edilmelidir.
Yapay zeka destekli bir İK aracı kullanıma alınmadan önce kapsamlı bir Algoritmik Etki Değerlendirmesi (AIA) yapılmalıdır. Bu değerlendirmede verilerin hangi hukuki sebebe dayanılarak işlendiği, önyargıyı en aza indirmek için atılan adımlar ve insan gözetimine ilişkin kesin prosedürler belgelenmelidir. Bu hukuki güvenceleri oluşturan şirketler, etik ve hukuki sorumluluklarını bir makineye devretmek yerine yapay zekayı insanın karar alma süreçlerini güçlendirmek için kullanabilir.
Sonuç
İşe alım süreçlerini iyileştirme yarışında verimlilik, eşitlik pahasına sağlanamaz. Algoritmik ayrımcılık, hem kurum kültürünü hem de şirketin hukuki durumunu ciddi biçimde tehdit eder. Türkiye ve GCC'deki işletmeler insan gözetimini zorunlu kılarak, vekil değişkenlerden kaynaklanan önyargıları denetleyerek ve biyometrik verileri sıkı biçimde yöneterek İK yapay zeka sistemlerinin hem etkili hem de hukuka uygun kalmasını sağlayabilir.
Yasal Uyarı: Bu makale yalnızca genel bilgilendirme amacı taşır; hukuki görüş niteliğinde değildir. Somut yapay zeka ve veri koruma yükümlülükleri, her olayın kendine özgü koşulları dikkate alınarak ayrıca değerlendirilmelidir.
