AI'sız Mülakat Odası: Beceri Körelmesi ve "AI-Free" Değerlendirme Tartışması

Bir mülakat sahnesi düşünelim. Aday, önüne konan vaka çalışmasını yirmi dakikada çözüyor. Sunum kusursuz, analiz katmanlı, öneriler yerinde. İşe alınıyor. Üç ay sonra yöneticisi İK'nın kapısında: "Toplantıda kendisine basit bir soru sordum, telefonuna bakmadan cevap veremedi."

Peki mülakatta gördüğümüz kimdi? Aday mı, adayın kullandığı model mi?

Gartner bu soruyu artık bir öngörüye dönüştürdü. Ekim 2025'te açıklanan 2026 Stratejik Öngörüleri arasında şu satır var: GenAI kullanımına bağlı eleştirel düşünme körelmesi, 2026 boyunca küresel kurumların yüzde 50'sini "AI'sız" beceri değerlendirmeleri uygulamaya itecek. Gartner'ın baş analisti Daryl Plummer sahnede daha da netti: "AI becerilerinizi çalıyor."

Rapor ne diyor: İkiz öngörü ve doğal gerilim

Öngörünün özü şu: Şirketler işe alımda artık iki farklı şeyi ayrıştırmak isteyecek. Adayın AI ile ne üretebildiği ayrı bir soru, AI elinden alındığında geriye ne kaldığı ayrı bir soru. Gartner'a göre işe alım süreçleri problem çözme, kanıt değerlendirme ve muhakeme becerilerini AI desteği olmadan gösterebilen adaylara doğru keskin biçimde ayrışacak. Bunun bedeli de var: Süreçler uzayacak, kanıtlanmış bilişsel kapasiteye sahip aday için rekabet kızışacak. Finans, sağlık ve hukuk gibi hata payı düşük sektörlerde bu adayların maliyeti yükselecek.

İşin ilginç tarafı, aynı öngörü setinde bunun ikizi de var:

Yani aynı kurum, aynı adaydan iki zıt şeyi isteyecek: AI'ı ustaca kullan, ama AI'sız da düşünebildiğini kanıtla. Plummer buna "doğal gerilim" diyor. Bize kalırsa bu bir gerilim değil, önümüzdeki beş yılın değerlendirme mimarisinin ta kendisi.

Körelme iddiası havada da değil. Wharton araştırmacılarının "bilişsel teslimiyet" adını verdiği olguya göre, muhakeme görevlerinde önce AI'a danışan katılımcılar, modelin yanlış cevaplarını yüzde 80'in üzerinde bir oranla yanlış olduğunu fark etmeden kendi cevapları olarak benimsedi. Harvard Business Review'un geçen sonbahar dolaşıma soktuğu "workslop" kavramını da buraya ekleyin: hızlı üretilmiş, kalitesi düşük, ekibin geri kalanına gizli mesai yaratan AI çıktıları. Tablo tamamlanıyor.

Bir dakika, bu gerçekten yeni mi?

Burada durup dürüst olalım. "Adayı yapay destek olmadan, kontrollü koşullarda, gerçek bir problemle baş başa bırakıp gözlemlemek." Bu cümle size bir şey hatırlatıyor mu? Assessment Center metodolojisi tam olarak bunu yapıyor, hem de çok uzun yıllardır. Rol oyunu, vaka analizi, grup egzersizi, sunum. Hepsi adayın anlık muhakemesini, hazırlıksız yakalandığında ne yaptığını ölçmek için tasarlandı.

Gartner'ın öngörüsü yeni bir yöntem icat etmiyor. Var olan bir yöntemin neden var olduğunu sektöre yeniden hatırlatıyor. Yıllarca "AC pahalı, uzun, zahmetli" diyerek her şeyi eve gönderilen ödevlere ve CV taramasına indirgemiş kurumlar, şimdi o ödevlerin kim tarafından yazıldığını bilemez durumda. Aday tarafında "spamplication" furyası, şirket tarafında AI'lı eleme. Ortada iki algoritmanın birbirine CV okuduğu, kimsenin kimseyi görmediği bir süreç kaldı. AI'sız değerlendirme tartışması, aslında bu döngüye verilmiş bir yanıt.

Peki, panikle sınav eklemek çözüm mü?

Değil. Ve asıl risk burada. "AI-free assessment" kavramı yanlış ellerde iki şeye dönüşür: ya proctoring yazılımlarıyla adayı suçlu gibi izleyen bir gözetim tiyatrosuna, ya da 1990'ların ezber sınavlarının hortlamasına. İkisi de ölçmek istediğimiz şeyi ölçmez.

Ezber zaten AI'ın en iyi yaptığı iş. Adayı ezberde yarıştırmak,onu modelle yarıştırmaktır. Hemde kaybedeceği belli bir yarışta..

Ölçülmesi gereken şey bilgi değil, bilginin yokluğunda gösterilen davranıştır. Belirsizlikle baş etme, varsayım kurma, kanıt tartma, fikrini savunma, gerektiğinde "bilmiyorum" diyebilme. Bunlar sınav kağıdında görünmez, canlı etkileşimde görünür.

İki ekseni birbirinden ayırmak gerekiyor, ölçüm tasarımını şu tabloyla kurabilirsiniz:

İkisini tek puanda eritmeyin. Çünkü Gartner'ın ikiz öngörüsü tam da bunu söylüyor: yarının çalışanından ikisi birden istenecek.

Türkiye'deki İK lideri ne yapmalı?

Beş somut adım önerelim:

1. 1 Önce görev analizine dönün. Her rol için sorun: Bu işte hangi kararlar AI desteğiyle verilecek, hangileri AI'a bırakılamaz? İkinci listede kalanlar sizin "AI'sız ölçüm" hedefleriniz. Rol bazında değişir; toptan bir "AI'sız sınav" politikası tembelliktir.
2. 2 Ölçümü iki eksene ayırın. Bir eksende adayın AI ile üretim kalitesi, diğer eksende AI'sız muhakemesi. Yukarıdaki tabloyu kurun ve iki ekseni tek puanda eritmeyin.
3. 3 Eve gönderilen her ödevi "AI'lı" varsayın. Bu bir suçlama değil, tasarım ilkesi. Ödevi eleme aracı olarak değil, mülakatın hammaddesi olarak kullanın. Aday ödevini savunsun. AI ile yazılmış bir metni savunamamak başlı başına bir bulgudur.
4. 4 Aynı ölçümü içeriye de uygulayın. Beceri körelmesi işe alım sorunu değil, işgücü sorunu. Terfi ve yedekleme kararlarında AI'sız değerlendirme bileşenini gelişim merkezlerine şimdiden ekleyin. Erken davranan, körelmeyi kayıptan önce görür.
5. 5 Adaya karşı şeffaf olun. Hangi aşamada AI serbest, hangi aşamada kapalı — baştan yazılı bildirin. Kuralı gizleyip adayı tuzağa düşürmek hem etik dışı hem de işveren markası için pahalı. En iyi adaylar, kuralları net süreçlere güvenir.

Sayılar hakkında bir uyarı

Yüzde 50 iddialı bir rakam. Gartner öngörülerinin metodolojisi ve gerçekleşme oranı her zaman tartışmalıdır. Danışmanlık şirketlerinin öngörüleri çoğu zaman tutma oranlarıyla değil, açtıkları tartışmayla değerlidir. Wharton'ın yüzde 80'lik "bilişsel teslimiyet" bulgusu da tek çalışmadan gelen bir sonuç, genellenebilirliği henüz test edilmedi. Bu rakamları yönetim kuruluna gerekçe sunarken kaynak göstererek kullanabilirsiniz. Ama bir değerlendirme mimarisini tek başına bu rakamlara dayandırmak ilk sorguda dağılacak bir argüman kurmak demektir.

Son söz yerine

Mülakat odasından telefonları toplamak kolay. Zor olan o odada gerçekten neyi ölçtüğümüzü bilmek. Gartner'ın öngörüsü tutmayabilir ama tartışma doğru. AI çağında değerlendirmenin yeniden insana, canlı etkileşime, yapılandırılmış gözleme dönmesi bir nostalji değil. Ölçme biliminin kendisine en çok ihtiyaç duyulan ana dönüşü.

Sizin kurumunuzda son işe aldığınız on kişiyi düşünün. Kaçını AI'sız bir odada, hazırlıksız bir soruyla baş başa gördünüz?