Otomatik İşe Alım Algoritmaları Küresel İş Gücü Kıtlığını Gizlice Nasıl Derinleştiriyor?

Bu teknolojik dışlanmanın boyutu gerçekten sarsıcı. Harvard Business School araştırmacıları, 2021 tarihli dönüm noktası niteliğindeki bir çalışmada, "gizli çalışanlar" olarak adlandırdıkları giderek büyüyen bir kitle tespit etti. Veriler, yalnızca ABD'de çalışmaya hazır ve istekli 27 milyondan fazla insanın başvuru takip sistemleri tarafından düzenli olarak elendiğini ortaya koydu. Fortune 500 şirketlerinin neredeyse tamamı tarafından kullanılan bu dijital platformlar, altı aylık bir çalışma boşluğu veya çok spesifik bir anahtar kelimenin eksikliği gibi küçük ihlallerde bile adayları otomatik olarak reddeden katı eleme kuralları kullanıyor. Şirket algoritmaları, en kolay eşleşmelere odaklanarak işletmeleri iş gücünün çok büyük bir bölümüne karşı fiilen körleştiriyor.

Bu durum sadece Amerikan ekonomisine özgü değil. Birleşik Krallık ve Avrupa Birliği'ndeki çalışma ekonomistleri, dijital kapı tutucuların geleneksel olmayan kariyer yollarını cezalandırdığı benzer eğilimler gözlemledi. Çok uluslu işe alım firmalarının araştırmaları, son on yılda küresel yetenek kıtlığı tarihi zirvelere ulaşırken aktif iş arayan havuzunun aynı oranda daralmadığını sürekli olarak vurguluyor. Asıl kopukluk yazılımın kendi içinde yaşanıyor. 2010'ların sonlarında Alman iş gücü piyasasının acilen teknik çalışana ihtiyaç duyduğu dönemde analistler, hayati mesleki eğitime sahip binlerce yetkin adayın, yalnızca standart üniversite diplomalarını kabul etmeye programlanmış sistemler tarafından anında reddedildiğini tespit etti.

Bu devasa verimsizliğin temel nedeni, söz konusu algoritmaların nasıl tasarlandığı ve uygulandığında yatıyor. Çoğu kurumsal işe alım yazılımı savunmacı bir yaklaşımla geliştiriliyor. Bu sistemler ham yetenekleri keşfetmek veya aktarılabilir becerileri belirlemek yerine, tükenmiş işe alım uzmanları için binlerce başvuruyu yönetilebilir bir sayıya düşürecek, yani adayları eleyecek şekilde programlanıyor. Bunu başarmak için şirketler; birebir eşleşen unvanlar, kesintisiz bir çalışma geçmişi ve belirli eğitim geçmişleri talep eden son derece spesifik, genellikle de gerçekçi olmayan şartlar giriyor. Oldukça yetenekli bir yönetici ailesine bakmak için işe bir yıl ara verdiyse, yazılım buradaki sadakati veya uyum sağlama yeteneğini anlamıyor. Sadece bu çalışma boşluğunu kabul edilemez bir risk olarak işaretliyor ve özgeçmişi aktif sıradan siliyor. Algoritma yalnızca, çalışma ortamının gerçek günlük ihtiyaçlarından tamamen kopuk olan programcılar tarafından belirlenen ikili kuralları anlıyor.

Katı otomasyona bu kadar bel bağlamanın sonuçları, insan kaynakları departmanının çok ötesine uzanıyor. İşletmeler için bunun ilk etkisi, verimliliğe doğrudan zarar veren ve kurumsal inovasyonu boğan uzun süreli boş kadro sorunudur. Ekipler boşalan pozisyonları telafi etmek için daha ağır iş yükleri üstlenmek zorunda kalıyor; bu da yaygın tükenmişliğe ve çalışan devir hızının artmasına yol açıyor. Bu durum da işe alım algoritmalarına daha fazla imkansız görev yüklenmesiyle sonuçlanıyor. Daha geniş bir ekonomik ölçekte ise bu dinamik, son derece yetenekli ancak sürekli olarak potansiyelinin altında çalışan kalıcı bir alt sınıf yaratıyor. Nitelikli bireyler düşünemeyen yazılımlar tarafından iş gücü piyasasından defalarca dışlandığında, ekonomiler devasa bir potansiyel üretimi kaybediyor ve tüketici harcamaları durgunlaşıyor. Yüzlerce başvuruyu dijital bir boşluğa gönderen ve hiçbir geri bildirim alamayan çalışanların üzerindeki duygusal yıkım, derin bir toplumsal hayal kırıklığına zemin hazırlıyor.

Kendi kendilerine yarattıkları bu krizi çözmek, işletmelerin yetenek kazanımına yaklaşımlarında köklü bir değişim gerektiriyor. Şirket yöneticileri; diplomalar ve kesintisiz zaman çizelgeleri gibi katı göstergelere dayanan vekalet temelli işe alımdan, beceri temelli değerlendirmeye geçmelidir. Bu, yazılımların adayları elemek yerine sisteme dahil etmek üzere aktif olarak yeniden programlanması anlamına geliyor. Yenilikçi kurumlar bu modelin uygulanabilirliğini şimdiden kanıtlamaya başladı. Son yıllarda IBM gibi büyük şirketler ile ABD'de Maryland ve Pensilvanya'nın da aralarında bulunduğu birçok eyalet yönetimi, binlerce idari ve teknik pozisyon için lisans derecesi şartını resmen kaldırdı. Bu kurumlar, dijital filtrelerini somut becerilere ve gerçek yetkinliklere odaklanacak şekilde değiştirerek, daha önce varsayılan ayarlar yüzünden gizli kalan yüksek kaliteli başvuru sahiplerinin sayısında anında bir artış gördü.

Yazılımı ayarlamanın ötesinde şirketler, işe alım sürecinin ilk aşamalarına insan muhakemesini yeniden dahil etmelidir. Teknoloji, kör bir infazcı gibi davranmak yerine, belki de sektörler arası potansiyel gösteren alışılmışın dışındaki özgeçmişleri öne çıkararak işe alım sürecini geliştirmek için kullanılmalıdır. İnsan kaynakları profesyonellerinin, otomatik ret kararlarını bozma yetkisine ve iş tanımlarını imkansız niteliklerden oluşan bir dilek listesi yerine rolün gerçek günlük görevlerini yansıtacak şekilde yeniden yazma zamanına ihtiyacı var. İşletmeler arama parametrelerini genişleterek; sivil hayata geçiş yapan eski askerler, iş gücüne dönen ebeveynler ve muazzam bir azme sahip kendi kendini yetiştirmiş profesyoneller de dahil olmak üzere göz ardı edilen demografik gruplara ulaşabilirler.

Modern küresel ekonomi, katı ve geriye dönük işe alım modellerine bel bağlamak için çok hızlı hareket ediyor. Otomasyon inkar edilemez bir şekilde verimliliğin cazibesini sunsa da, sürekli olarak yanlış sonuçlar veriyorsa bu verimlilik tamamen işe yaramazdır. Milyonlarca istekli ve yetenekli çalışanın sistematik olarak elenmesi, çağdaş işletme yönetimindeki en büyük ve gereksiz hatalardan birini temsil ediyor. Şirketler önümüzdeki on yılların demografik değişimlerinden ve iş gücü kısıtlamalarından sağ çıkmayı umuyorlarsa, kendi etraflarına ördükleri bu dijital duvarları yıkmalıdır. Gerçek kurumsal dayanıklılık daha kusursuz bir algoritmadan değil; insan potansiyelinin o karmaşık ve hayati gerçeğini tanıma, değerlendirme ve ona yatırım yapma konusundaki yenilenmiş bir isteklilikten gelecektir.