Yapay zekâ kullanan çalışanların performansı nasıl değerlendirilmelidir?

Yapay Zekâ Kullanan Çalışanların Performansı Nasıl Değerlendirilmelidir?

Bir çalışan bir raporu eskiden dört saatte hazırlıyordu.

Yapay zekâyla kırk dakikada hazırlıyor.

Başka bir çalışan günde beş müşteri teklifini hazırlarken artık on beş teklif çıkarabiliyor.

Bir İnsan Kaynakları uzmanı onlarca özgeçmişi çok daha kısa sürede sınıflandırabiliyor.

Bir yönetici uzun raporları dakikalar içinde özetleyebiliyor.

İlk bakışta performans artmış gibi görünüyor.

Ama gerçekten arttı mı?

Daha hızlı üretmek, daha yüksek performans anlamına gelir mi?

İşte yapay zekâ çalışma hayatına girdikçe klasik performans sistemlerinin cevaplamak zorunda olduğu yeni soru budur.

Çünkü AI çalışanın üretim hızını artırabilir.

Ancak aynı anda;

• Hatalı çıktı üretebilir,

• yüzeysel düşünmeyi kolaylaştırabilir,

• kontrol edilmeden kullanılan bilgiyi artırabilir,

• çalışanlar arasındaki araç erişimi farkını büyütebilir,

• eskiden saatlerle ölçülen bazı görevleri dakikalara indirebilir.

Dolayısıyla AI çağında performansı yalnızca “ne kadar iş yaptı?” üzerinden ölçmek giderek daha yetersiz hâle gelir.

Asıl soru şudur:

Çalışan yapay zekâyı kullanarak kuruma ne kadar gerçek değer üretti?

Yapay Zekâ Performans Kavramını Neden Değiştiriyor?

Çünkü AI bazı görevlerde çaba ile çıktı arasındaki ilişkiyi değiştiriyor.

Eskiden 20 sayfalık bir rapor hazırlamak;

araştırma,

taslak oluşturma,

yazma,

düzenleme

gibi uzun bir süreç gerektirebilirdi.

Bugün ilk taslak birkaç dakika içinde üretilebilir.

Bu durumda;

“20 sayfalık rapor hazırladı.”

artık geçmişte taşıdığı performans anlamını taşımayabilir.

Çünkü çıktının oluşması kolaylaşmıştır.

Buna karşılık;

• Doğru soruyu sormak,

• çıktıyı değerlendirmek,

• hatayı fark etmek,

• kurum bağlamına uyarlamak,

• doğru kararı vermek

daha değerli hâle gelebilir.

AI Kullanan Çalışanın Ürettiği İş Miktarı Ölçülmeli midir?

Evet.

Ama tek başına değil.

AI sayesinde çalışan;

• Daha fazla teklif,

• daha fazla analiz,

• daha fazla içerik,

• daha fazla rapor,

• daha fazla müşteri yanıtı

üretebilir.

Bu gerçek bir verimlilik kazanımı olabilir.

Ancak çıktı miktarı artarken;

• Kalite düşüyorsa,

• hata artıyorsa,

• müşteri deneyimi bozuluyorsa,

• başka çalışanlar sürekli düzeltme yapıyorsa

yüksek üretim gerçek performans artışı değildir.

Bu nedenle;

miktar + kalite + sonuç

birlikte değerlendirilmelidir.

AI ile İşi Daha Hızlı Bitirmek Yüksek Performans mıdır?

Tek başına değildir.

Bir çalışan AI kullanarak işi dört saat yerine bir saatte bitiriyorsa önemli bir zaman kazanımı vardır.

Ama üç saatlik kazanımın neye dönüştüğü de önemlidir.

Çalışan bu zamanı;

• Daha fazla değer üretmek,

• müşteriye daha hızlı dönmek,

• başka görevleri tamamlamak,

• kalite kontrol yapmak,

• yeni problem çözmek

için kullanıyorsa kurumsal verimlilik oluşabilir.

Ancak süreç aynı kalıyor ve yalnızca çalışan işi daha erken bitiriyorsa görev süresi azalmış, kurumun toplam verimliliği aynı ölçüde artmamış olabilir.

Bu ayrım önemlidir.

AI Kullanımında Kalite Nasıl Ölçülmelidir?

AI destekli çıktılarda kalite daha merkezi bir performans göstergesi hâline gelmelidir.

Örneğin;

• Doğruluk

• Eksiksizlik

• İş standardına uygunluk

• Müşteri beklentisine uygunluk

• Yeniden çalışma ihtiyacı

• Hata oranı

• Kurumsal dile uygunluk

• Kararın uygulanabilirliği

değerlendirilebilir.

Çalışan 20 çıktı üretmiş olabilir.

Ancak bunların 8'i yeniden düzenleniyorsa yüksek üretim yanıltıcıdır.

AI Çıktısını Doğrulamak Bir Performans Yetkinliği midir?

Giderek daha fazla, evet.

AI kullanan çalışanın görevi yalnızca;

“çıktı üretmek”

değildir.

Çıktının;

• Mantıklı olup olmadığını,

• veriye dayanıp dayanmadığını,

• eksik bilgi içerip içermediğini,

• kurumun gerçekliğiyle uyumunu,

• kritik hata veya risk taşıyıp taşımadığını

kontrol edebilmesi gerekir.

Dolayısıyla performans değerlendirmesine yeni bir davranış eklenebilir:

AI çıktısını eleştirel biçimde değerlendirme ve doğrulama.

AI'nın Verdiği Cevabı Kontrol Etmeden Kullanmak Performans Sorunu mudur?

Eğer çalışanın görevi doğruluk ve karar sorumluluğu içeriyorsa evet.

Çalışan;

“Sistem böyle yazdı.”

diyerek sorumluluğunu teknolojiye devredemez.

Örneğin AI yanlış müşteri bilgisi üretti.

Çalışan kontrol etmeden gönderdi.

Müşteri zarar gördü.

Burada sorun yalnızca AI'nın yanlış üretmesi değildir.

Çalışanın kontrol sorumluluğunu yerine getirmemesi de performans konusudur.

AI Kullanımı Çalışanın Uzmanlığını Daha mı Az Önemli Hâle Getirir?

Her zaman değil.

Bazı alanlarda tam tersine daha önemli hâle getirebilir.

Çünkü uzman kişi AI'nın;

• Mantık hatasını,

• eksik bağlamını,

• gerçek dışı önerisini,

• yanlış varsayımını

daha kolay fark edebilir.

AI güçlü bir ilk çıktı üretebilir.

Ancak iyi ile ikna edici görünen kötü çıktıyı ayırmak alan bilgisi gerektirir.

Bu nedenle AI kullanımının yaygınlaşması uzmanlığı ortadan kaldırmak yerine uzmanlığın kullanım biçimini değiştirebilir.

Performans Artık “İşi Yapmak”tan “İşi Yönetmek”e mi Kayabilir?

Bazı görevlerde evet.

Çalışan eskiden metni kendisi yazarken artık;

• Problemi tanımlar,

• AI'ya doğru bağlamı verir,

• çıktıyı değerlendirir,

• düzeltir,

• sonuca dönüştürür.

Yani çalışanın değeri yalnızca üretimden;

üretimi yönlendirme ve kaliteyi yönetme

tarafına kayabilir.

Bu durumda performans kriterlerinin de değişmesi gerekir.

Prompt Yazmak Performans Kriteri Olmalı mıdır?

Her çalışan için bağımsız bir performans kriteri olmak zorunda değildir.

Çünkü iyi prompt yazmak çoğu zaman nihai amaç değil, aracı beceridir.

Daha önemli soru:

Çalışan AI'dan iş için doğru ve kullanılabilir sonuç üretebiliyor mu?

olmalıdır.

Araç değişebilir.

Bugünün prompt tekniği yarının arayüzünde gereksiz hâle gelebilir.

Ancak;

• Problemi doğru tanımlama,

• bağlam verme,

• sonucu sorgulama,

• çıktıyı geliştirme

daha kalıcı yetkinliklerdir.

AI Kullanan ve Kullanmayan Çalışan Aynı Kriterlerle Değerlendirilebilir mi?

Bu, göreve bağlıdır.

Eğer kurum AI kullanımına izin veriyor ve araç işin normal parçası hâline gelmişse çalışanların performansı iş sonucuna göre değerlendirilebilir.

Ancak araç erişimi eşit değilse dikkat gerekir.

Bir çalışan ücretli gelişmiş AI sistemine erişirken diğerinin erişimi yoksa yalnızca çıktı miktarlarını karşılaştırmak adaletsiz olabilir.

Performans sisteminde;

kaynak erişimi

de değerlendirilmelidir.

Mevcut performans yönetimi yaklaşımımız da çalışanın teknoloji, bilgi, zaman ve diğer kaynaklara erişimi yoksa düşük performansın yalnızca çalışan üzerinden değerlendirilemeyeceğini vurguluyor.

Kurum AI Kullanımını Zorunlu Tutmalı mıdır?

Her görev için değil.

Önce şu soru sorulmalıdır:

AI bu işte gerçekten değer üretiyor mu?

Bazı görevlerde;

• Hızı,

• analizi,

• standardizasyonu

güçlendirebilir.

Bazı görevlerde ise;

• İnsan ilişkisi,

• yüksek bağlam bilgisi,

• hassas karar,

• güven,

• yaratıcı muhakeme

daha belirleyici olabilir.

Araç kullanımı performansın amacı hâline getirilmemelidir.

AI Kullanmayı Reddeden Çalışanın Performansı Düşük Sayılmalı mıdır?

Otomatik olarak hayır.

Ancak AI artık görevin standart çalışma aracına dönüşmüş ve kurum bunu açıkça tanımlamışsa çalışanın yeni çalışma yöntemine uyum kapasitesi değerlendirilebilir.

Burada ayrım yapılmalıdır:

“AI kullanmıyor.”

ile

“Görevin gerektirdiği yeni çalışma yöntemine uyum sağlayamıyor.”

aynı ifade değildir.

Performans, teknoloji modasına değil iş gerekliliğine bağlanmalıdır.

AI Kullanan Çalışan Daha Az Çalışıyor Gibi Görünebilir mi?

Evet.

Çünkü görünür emek azalabilir.

Eskiden sekiz saat süren görev iki saatte tamamlanıyorsa çalışanın fiziksel veya zihinsel çabası dışarıdan daha az görünebilir.

Bu durum yöneticilerde;

“Bu kadar kolay yapıyorsa daha fazla iş verelim.”

refleksi oluşturabilir.

Bu yaklaşım dikkatle yönetilmelidir.

Çünkü verimlilik artışının tamamını sürekli ek iş yüküne çevirmek çalışanlarda;

• Başarının cezalandırıldığı algısı,

• AI kazanımlarını gizleme,

• işi yavaş gösterme,

• tükenmişlik

oluşturabilir.

AI ile Kazanılan Zaman Nasıl Değerlendirilmelidir?

Bu, kurumların yeni verimlilik sorularından biridir.

Kazanılan zaman;

• Daha yüksek iş hacmine,

• kalite kontrolüne,

• müşteri ilişkisine,

• yeni projelere,

• öğrenmeye,

• süreç geliştirmeye

aktarılabilir.

Ancak her dakika tekrar işle doldurulmamalıdır.

Verimlilik yalnızca boşalan zamanı yeniden doldurmak değildir.

Aynı veya daha yüksek değeri daha az kaynakla üretmektir.

Yöneticiler AI Kullanan Çalışanı Nasıl Gözlemlemelidir?

Çalışanın yalnızca son çıktısına değil, çalışma sürecindeki kritik davranışlara da bakılabilir.

Örneğin:

• Problemi doğru tanımlıyor mu?

• Hassas veriyi güvenli kullanıyor mu?

• AI çıktısını sorguluyor mu?

• Hataları fark ediyor mu?

• Gerektiğinde insan görüşüne başvuruyor mu?

• Sonuçtan sorumluluk alıyor mu?

• Kazandığı zamanı değer üreten işe aktarıyor mu?

Bu davranışlar AI çağındaki performansın yeni bileşenleri olabilir.

AI Performans Değerlendirmesinde Kullanılabilir mi?

Destekleyici olarak kullanılabilir.

Örneğin AI;

• Büyük performans verilerini özetleyebilir,

• tekrar eden geri bildirimleri gruplayabilir,

• eğilimleri görünür hâle getirebilir,

• hedef sonuçlarını karşılaştırabilir.

Ancak çalışan hakkında nihai kararın yalnızca otomatik puanlamaya bırakılması risklidir.

Çünkü performans bağlam içerir.

Bir hedefin neden tutmadığını yalnızca rakam açıklamayabilir.

Mevcut Alben Akademi performans sistemi yaklaşımı da sayısal sonuçlarla gözlemlenebilir davranışların ve sistem koşullarının birlikte değerlendirilmesini esas alıyor.

AI Kullanım Verileri Çalışan Takibinde Kullanılmalı mıdır?

Dikkatli kullanılmalıdır.

Örneğin;

• Kaç prompt yazdı?

• AI'yı kaç dakika kullandı?

• Kaç çıktı üretti?

gibi metrikler kolayca ölçülebilir.

Ancak kolay ölçülebiliyor olmaları onları iyi performans göstergesi yapmaz.

Bir çalışan 100 prompt kullanarak düşük değer üretebilir.

Başka biri 10 etkileşimle kritik problemi çözebilir.

Aktivite ile değer birbirine karıştırılmamalıdır.

AI Kullanımında Hata Oranı Nasıl Değerlendirilmelidir?

Sadece AI'nın yaptığı hata değil, çalışanın hatayı yönetme biçimi de önemlidir.

Şu ayrım yapılabilir:

• AI yanlış çıktı verdi ve çalışan fark etti.

• AI yanlış çıktı verdi, çalışan kontrol etmeden kullandı.

• Çalışan hatayı fark etti ama bildirmedi.

• Çalışan hatadan sonra yöntemi geliştirdi.

Bunların tamamı farklı performans davranışlarıdır.

AI Kullanımı Çalışanlar Arasında Performans Farkını Büyütebilir mi?

Evet.

Aynı aracı kullanan iki çalışan çok farklı sonuç üretebilir.

Çünkü fark yalnızca teknoloji bilgisinden gelmez.

Şunlar etkili olabilir:

• Alan uzmanlığı,

• problem tanımlama,

• eleştirel düşünme,

• karar verme,

• bağlam bilgisi,

• iletişim,

• doğrulama disiplini.

Dolayısıyla kurum;

“Herkese AI verdik, herkes aynı ölçüde verimli olacak.”

varsayımında bulunmamalıdır.

Yüksek AI Kullanımı Yüksek Performans Göstergesi midir?

Hayır.

AI bir araçtır.

Çekiç kullanım sayısı marangozun kalitesini göstermediği gibi AI kullanım sayısı da tek başına çalışan performansını göstermez.

Değerlendirilmesi gereken;

araç kullanımının ürettiği sonuçtur.

AI ile Üretilen İşlerde Çalışanın Katkısı Nasıl Görünür Hâle Getirilebilir?

Özellikle bilgi işlerinde şu alanlar ayrıştırılabilir:

Problemi tanımlama:Doğru soru belirlendi mi?

Yönlendirme:AI'ya doğru bağlam sağlandı mı?

Değerlendirme:Çıktı eleştirel biçimde incelendi mi?

İyileştirme:İnsan katkısıyla sonuç güçlendirildi mi?

Uygulama:Çıktı gerçek iş sonucuna dönüştürüldü mü?

Böylece performans yalnızca son dokümana değil, insanın yarattığı katma değere bakar.

Yöneticilerin Performans Beklentileri AI Sonrasında Güncellenmeli midir?

Evet.

Eğer bir görev gerçekten kalıcı biçimde hızlandıysa eski süre standartları anlamsız hâle gelebilir.

Ancak yöneticinin refleksi;

“Artık dört kat hızlısınız, hedefi dört kat artırıyorum.”

olmamalıdır.

Önce gerçek kapasite ölçülmelidir.

Çünkü AI ilk taslağı dört kat hızlandırırken;

kontrol,

müşteri görüşmesi,

karar,

uygulama

aynı hızda artmayabilir.

Performans hedefleri işin tamamındaki gerçek değişime göre güncellenmelidir.

AI Sonrası KPI'lar Değişmeli midir?

Bazıları değişebilir.

Örneğin yalnızca;

“Ayda kaç rapor hazırladı?”

ölçmek yerine;

• Raporların doğruluk oranı,

• karar süresine katkısı,

• yeniden çalışma oranı,

• kullanıcı memnuniyeti,

• iş sonucuna etkisi

ölçülebilir.

AI üretim maliyetini düşürdükçe çıktı sayısından sonuç kalitesine geçmek daha önemli hâle gelir.

Performans Değerlendirmesinde İnsan Davranışları Hâlâ Önemli midir?

Daha da önemli olabilir.

Çünkü AI;

metin,

analiz,

sunum,

özet

üretebilir.

Ancak çalışanların;

• Sorumluluk alma,

• iş birliği,

• güven oluşturma,

• müşteri ilişkisi,

• etik karar,

• liderlik,

• çatışma yönetimi

gibi davranışları kurumun işleyişini belirlemeye devam eder.

Bu nedenle performans sisteminin yalnızca AI ile kolay ölçülen sayısal çıktılara kayması önemli bir hata olabilir.

AI Çağında Performans İçin Yeni Bir Ölçüm Çerçevesi Nasıl Kurulabilir?

Beş boyut birlikte değerlendirilebilir:

1. Çıktı

Ne kadar iş üretildi?

2. Kalite

Üretilen iş ne kadar doğru ve kullanılabilir?

3. Verimlilik

Aynı sonuç ne kadar zaman ve kaynakla üretildi?

4. İnsan Katma Değeri

Çalışan hangi muhakeme, bağlam, yaratıcılık veya karar katkısını sağladı?

5. İş Sonucu

Üretilen çalışma müşteriye, gelire, kaliteye, sürece veya kurumsal hedefe ne kattı?

Bu yapı AI'nın yarattığı hız ile çalışanın yarattığı değeri birbirinden ayırmaya yardımcı olur.

Performans Görüşmelerinde AI Kullanımı Konuşulmalı mıdır?

Evet.

Yönetici şu soruları sorabilir:

• AI sana hangi işlerde zaman kazandırıyor?

• Hangi işlerde kaliteyi artırıyor?

• Nerelerde hata riski görüyorsun?

• Hangi görev artık gereksizleşti?

• Kazandığın zamanı nerede kullanıyorsun?

• Hangi yeni yetkinliğe ihtiyaç duyuyorsun?

• AI olmadan hâlâ hangi konuda uzman olman gerekiyor?

Bu görüşme performans değerlendirmesini yalnızca geçmiş sonuçlardan çıkarıp gelecekteki çalışma kapasitesine taşır.

AI Nedeniyle Çok Hızlanan Bir Görev Pozisyonun Yeniden Tasarlanmasını Gerektirebilir mi?

Evet.

Bir pozisyonun görevlerinin önemli bölümü ciddi ölçüde otomatikleşiyorsa yalnızca hedefleri yükseltmek yeterli olmayabilir.

Şu soru sorulmalıdır:

Bu çalışanın artık hangi daha yüksek değerli sorumluluğu üstlenmesi gerekiyor?

Bu;

• Analiz,

• müşteri ilişkisi,

• problem çözme,

• kalite,

• karar desteği,

• süreç geliştirme

olabilir.

Bu noktada performans yönetimi iş tasarımıyla birleşir.

AI Kullanan Çalışanın Gelişim İhtiyacı Nasıl Belirlenmelidir?

Yalnızca AI aracını kullanmayı bilip bilmediğine bakılmamalıdır.

Gelişim alanları şunlar olabilir:

• Eleştirel düşünme,

• problem çözme,

• alan uzmanlığı,

• veri okuryazarlığı,

• karar verme,

• iletişim,

• etik farkındalık,

• değişime uyum,

• doğrulama disiplini.

AI kullanımı yeni bir teknik beceri olduğu kadar insan yetkinliklerini yeniden ağırlıklandıran bir çalışma biçimidir.

Davranış Bilimleri Perspektifinden AI ve Performans

Performans sistemi hangi davranışı ödüllendirirse çalışanlar zamanla o davranışı artırmaya çalışır.

Kurum yalnızca çıktı sayısını ödüllendirirse çalışanlar daha fazla çıktı üretmeye yönelir.

Doğruluk ölçülmüyorsa kontrol azalabilir.

Hız ödüllendiriliyor ama hata maliyeti görünmüyorsa kalite düşebilir.

AI kullanım sayısı ödüllendiriliyorsa çalışanlar ihtiyaç olmadığı hâlde AI kullanabilir.

Bu nedenle performans sistemi çalışana şu mesajı vermelidir:

“Aracı ne kadar kullandığın değil, onunla ne kadar doğru ve sürdürülebilir değer ürettiğin önemlidir.”

Alben Akademi Yaklaşımı

Alben Akademi – Davranış Bilimleri Temelli Kurumsal Gelişim Akademisi, yapay zekâ kullanan çalışanların performansını yalnızca üretim miktarı veya hız üzerinden değerlendirmez.

Çalışmalarda;

• İş sonuçları,

• çıktı kalitesi,

• hata ve doğrulama davranışı,

• zaman ve kaynak kullanımı,

• problem çözme,

• karar verme,

• insan katma değeri,

• sorumluluk alma,

• iş birliği,

• yeni çalışma biçimine uyum,

• yönetici beklentileri,

• gelişim ihtiyaçları

birlikte ele alınabilir.

Amaç;

“AI kullanan çalışan daha fazla mı üretiyor?”

sorusuyla sınırlı kalmak değildir.

Asıl amaç;

“AI desteğiyle çalışan ve kurum daha kaliteli, daha hızlı ve daha yüksek değerli bir sonuç üretebiliyor mu?”

sorusunu cevaplayabilen performans sistemi kurmaktır.

Sonuç

Yapay zekâ performansı ölçmeyi kolaylaştırmıyor.

Bazı açılardan daha karmaşık hâle getiriyor.

Çünkü üretmek kolaylaştıkça yalnızca çıktı miktarına bakmak daha az anlamlı oluyor.

AI çağında performans;

ne kadar ürettiğin,

ne kadar hızlı ürettiğin

kadar;

ürettiğinin ne kadar doğru olduğu,

hangi problemi çözdüğü,

hangi insan katkısını içerdiği

ve

kuruma hangi gerçek değeri sağladığıyla

ölçülmelidir.

Geleceğin performans sistemi çalışanın bilgisayar başında ne kadar uğraştığını değil;

insan ve yapay zekâ birlikte çalıştığında ortaya çıkan gerçek değeri ölçebilmelidir.