İşe alım süreçlerinde yapay zekaya dayalı bir karar destek sistemi modeli kullanarak yanlılığın azaltılması

dc.contributor.advisorGökçe, Celal Onur
dc.contributor.authorÇiçek, Murat
dc.date.accessioned2026-10-16T05:48:32Z
dc.date.issuedTemmuz, 2026
dc.departmentEnstitüler, Fen Bilimleri Enstitüsü, Bilgisayar Ana Bilim Dalı
dc.description.abstractBu 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.
dc.description.abstractThis 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.
dc.identifier.orcid0009000049688828
dc.identifier.urihttps://hdl.handle.net/11630/29116
dc.language.isotr
dc.publisherMurat Çiçek
dc.relation.publicationcategoryTez
dc.rightsinfo:eu-repo/semantics/openAccess
dc.subjectİşe alım süreci
dc.subjectYapay zeka
dc.subjectKarar destek sistemi
dc.subjectAlgoritmik yanlılık
dc.subjectYanlılık azaltma.
dc.subjectRecruitment process
dc.subjectArtificial intelligence
dc.subjectDecision support system
dc.subjectAlgorithmic bias
dc.subjectBias reduction
dc.titleİşe alım süreçlerinde yapay zekaya dayalı bir karar destek sistemi modeli kullanarak yanlılığın azaltılması
dc.title.alternativeReducing bias in recruitment processes by using an artificial intelligence-based decision support system model
dc.typeMaster Thesis

Dosyalar

Orijinal paket

Listeleniyor 1 - 1 / 1
Yükleniyor...
Küçük Resim
İsim:
10757146.pdf
Boyut:
1.32 MB
Biçim:
Adobe Portable Document Format

Lisans paketi

Listeleniyor 1 - 1 / 1
Yükleniyor...
Küçük Resim
İsim:
license.txt
Boyut:
1.17 KB
Biçim:
Item-specific license agreed upon to submission
Açıklama: