İşe alım süreçlerinde yapay zekaya dayalı bir karar destek sistemi modeli kullanarak yanlılığın azaltılması
Dosyalar
Tarih
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Erişim Hakkı
Özet
Bu araştırmada; çağdaş iş dünyasının işe alım süreçlerinde giderek daha fazla kullandığı yapay zeka (YZ) destekli analitik sistemlerin, tarihsel önyargıları devralarak sistematik ayrımcılığa ve etik ihlallere yol açma riski ele alınmaktadır. Bu çalışma, bahsi geçen kritik boşluğu gidermek için yeni bir Karar Destek Sistemi (KDS) modeli önermektedir .Model, LLM teknolojisi kullanarak aday potansiyelini analiz etmek, algoritmik yanlılığı tespit etmek ve en aza indirmek üzere tasarlanmış olup, İK profesyonellerini şeffaf ve kapsayıcı işe alım kararlarına yönlendirmektedir. Temel amaç, sübjektif değerlendirmeleri ve algoritmik önyargıları azaltarak tüm adaylar için fırsat eşitliğini sağlamaktır. Metodoloji, yapay olarak üretilmiş (sentetik) özgeçmiş verilerinde bulunan cinsiyet, yaş veya etnik kökenle ilgili örtük önyargıları hafifletmek için Büyük Dil Modeli (LLM) teknolojisini kullanmaktadır. Bu "Adil İşe Alım Karar Destek Sistemi", İK'da etik YZ uygulaması için hayati bir çerçeve sunmaktadır.
This research addresses the risk of algorithmic bias in artificial intelligence (AI)-driven analytical systems, which are increasingly utilized in the recruitment processes of the contemporary business world, as these tools inherit historical prejudices, leading to systematic discrimination and ethical violations. To address this critical gap, this study proposes a novel Decision Support System (DSS) model. Designed to analyze candidate potential, as well as detect and minimize algorithmic bias by leveraging Large Language Model (LLM) technology, the model guides HR professionals toward transparent and inclusive hiring decisions. The primary objective is to ensure equal opportunity for all candidates by reducing subjective evaluations and algorithmic biases. The methodology employs LLM technology to mitigate implicit biases related to gender, age, or ethnicity found in synthetically generated resume data. This "Fair Recruitment Decision Support System" offers a vital framework for ethical AI implementation in HR.










