Makine Öğreniminin İş Piyasasına Etkisi

Geleneksel işe alım süreci adayları, şirketleri ve işverenleri başarısız olmaktadır. Makine öğrenimi tarafından desteklenen bir işe alım süreci, sosyal statüyü beceriyi aşan sistemsel önyargıları ortadan kaldırabilmektedir. Ancak, son haberlerde, bu görevde algoritmalar başarısız oldu. Amazon’da geliştirilen bir özgeçmiş tarama algoritması, kadın başvuru sahiplerine karşı önyargılı hale geldi. Diğer bir algoritma, lakrosu oynayan Jared adındaki adayları tercih etti.

İşe almadaki önyargıları azaltmak için, bir insanın gözden geçirmesi için daha nesnel ve çok karmaşık olan yeni veri kaynaklarına makine öğrenimini uygulamalıyız. Beceri testleri yeni veri kaynağı sağlayabilir. İşe alımın ilk adımında, bir makine öğrenimi modeli, daha objektif işe alım kararları vermek için özgeçmiş yerine beceri testini analiz edebilmektedir.
Silikon Vadisi’nde işe alım yöneticileri, işe alım mühendislerini zorlaştıran birbiriyle ilişkili iki problemle karşı karşıyalar. İlk sorun, teknik becerilere sahip yetenekli insanlara olan talebin arzını aşmasıdır. İkinci konu, her bir açık işe başvuruların barajıdır.

İşe alma yöneticileri genellikle bir açık için yüzlerce uygulama kulanmaktalar. Gürültüyü filtrelemek için, başvuru sahiplerini en ünlü kolejlerden ve şirketlerden önceliklendirmek gibi kısayollara güveniyorlar. Ancak Stanford, MIT ve Ivy League kolejleri, bu talebi karşılamak için sınıflarını üç katına çıkarmayacaklar. Son derece seçici kurumlar, işletmeler değildir.
Yetenek olduğuna rağmen, işe alım yöneticileri, elit geçmişlerden daha yetenekli olamayan geleneksel adayları görmezden gelmektedir. Bu adaylardan bazılarının iyi olacağını biliyorlar, ancak insanların tüm gösterimleri yapması gerektiğinde onları bulmak için çok fazla zaman ve para gerekmektedir.

Mühendisler için talep “yazılım dünyayı yiyor” olarak artmaya devam etmekte ve her şirketin kendi yazılımını nasıl rekabetçi bir şekilde oluşturacağını öğrenmesi gerekmektedir. Endüstriyel firmalar, tüketim malları markaları ve finansal kurumlar hepsi işe alım yazılım mühendisleridir. Bu arada, Google, Facebook ve Amazon gibi köklü teknoloji devleri, hırslarını genişletmeye ve teknik yeteneklere olan taleplerini daha da artıran yeni ürünler geliştirmeye devam etmektedir.
Özgeçmişleri inceleyen insanlar, teknik olarak yetenekli adayları talebi karşılamak için yeterince hızlı bir şekilde tanımlayamazlar. Bununla birlikte, makine öğrenmeye dayalı bir işe alım süreci sunduğum sorunları ele alabilir. Makine öğrenimi algoritmalarının puanları analiz ettiği ve adayları açık işlerle eşleştirdiği beceriler testlerini kullanarak, şirketler yetenekli adayları hızlı bir şekilde belirleyebilir ve işe alabilirler. Çeşitli nedenlerden dolayı, makine öğrenimi temelli işe alma, geleneksel işe alımda büyük bir gelişme sağlamaktadır.Bu nedenler şu şekilde sıralanmaktadır.

Özgeçmiş okumada olan sıkıntılar:
1. Özgeçmiş okuma verimsizdir.
2. İşe alım önyargı ile karşı karşıyadır.
3. İnsanlar yanlış yargılayabilirler.
4. İşe alım yapanların yapacak daha değerli şeyleri var.
Makine öğrenimi temelli işe alma, beceri ve becerilere göre yetkinliğe öncelik veren geleneksel bir süreci düzeltir. Ancak, tüm adaylar adil işe alımlardan yararlanamaz.

Alışılmamış adaylar – kendilerine öğretilen kodlayıcılar, çevrimiçi öğrenciler ve hayatlarını değiştirmeye kararlı onların anı olacak. Birçok insanın korktuğu gibi, işe alımdan insanı korkutmak yerine, makine öğrenimi, işletmelerin değerlerini yaşamalarına ve en iyi insanları işe almasına yardımcı olacaktır.

TRAI

Recent Posts

Meta, Yapay Zekada Yeni Bir Dönemi Başlatıyor

Meta CEO’su Mark Zuckerberg, 30 Temmuz 2025 tarihinde yayımladığı açık mektup ile şirketin yeni nesil…

10 saat ago

Yapay Zeka Kullanmayanlar İşini Kaybedecek

Yapay Zeka Artık Bir Tercih Değil, Zorunluluk Çip teknolojisinin öncüsü Nvidia’nın kurucusu ve CEO’su Jensen…

2 gün ago

Yapay Zeka ile Müşteri Hizmetlerinde Yeni Dönem: Virtual Voice Bridge

Günümüzün hızla dijitalleşen dünyasında müşteri hizmetleri, yalnızca bir destek hattı olmaktan çıkıp markaların en kritik…

3 gün ago

95. TRAI Meet-Up’ta Yapay Zeka Altyapıları Konuşuldu

2017 yılından bu yana her ayın üçüncü çarşamba akşamı düzenlediğimiz TRAI Meet-Up serisinin 95’incisi, 23…

1 hafta ago

NTT DATA, SAP Geliştirme Süreçlerini Yapay Zeka ile Yeniden Tanımlıyor

Standart entegrasyonların ötesine geçen, projeye özgü özel SAP geliştirmelerinin diğer sistemlerle entegrasyonu genellikle daha karmaşık…

1 hafta ago

OpenAI, ChatGPT Agent’ı tanıttı

OpenAI, ChatGPT’yi görevleri kullanıcı adına yerine getirebilen bir yapay zeka asistanına dönüştüren yeni nesil bir…

2 hafta ago