Professional Documents
Culture Documents
FİLİZ ASLAN
Lisansüstü Okul
İzmir Ekonomi Üniversitesi
İzmir
2023
YAPAY ZEKA UYGULAMALARI
İNSAN KAYNAKLARI YÖNETİMİ
FİLİZ ASLAN
İzmir
2023
ETİK BEYAN
Filiz ASLAN
03.01.2023
İmza:
ÖZET
Aslan, Filiz
iv
oryantasyon ve eğitim gibi. Ayrıca yapay zekâ uygulamalarının insan kaynaklarının
diğer alanlarında henüz kullanılmadığı ve bir boşluk olduğu görülmüş ve çalışma bu
boşluğu aydınlatmaya odaklanmıştır. Çalışma, gelecekteki araştırmalara temel
oluşturacak insan kaynakları yönetiminin farklı alanlarındaki yapay zekâ uygulama
boşluklarını tespit etmeyi ve insan kaynakları profesyonellerinin beklentilerini
araştırmayı amaçlamaktadır. Bu çalışma, gelecekte insan kaynaklarında yapay zekâ
uygulamalarının incelenmesine katkı sağlayacak bulgulara ulaşmıştır.
Anahtar Kelimeler: Yapay Zeka, Dijital Dönüşüm, Yeni Teknoloji, İnsan Kaynakları
Yönetimi.
v
ÖZET
Aslan, Filiz
Ocak, 2023
vi
Çalışma, gelecekte yapılacak araştırmalara temel oluşturacak olan insan kaynakları
yönetiminin farklı alanlarındaki yapay zeka uygulama boşluklarını tespit etmeyi ve
insan kaynakları profesyonellerinin beklentilerini araştırmayı amaçlamaktadır. Bu
çalışma, gelecekte insan kaynaklarında yapay zeka uygulamalarının çalışılmasına
katkı sağlayacak bulgulara ulaşmıştır.
Anahtar kelimeler: Yapay Zeka, Dijital Dönüşüm, Yeni Teknoloji, İnsan Kaynakları
Yönetimi.
vii
TEŞEKKÜRLER
Öncelikle sevgili tez danışmanım Prof. Dr. Mehmet Gençer'e teşekkür
ederim. Kendisinin çok değerli rehberliği ve desteği sayesinde tezimi daha kolay
yazabildim. Tez yazma serüvenimde zaman zaman strese girsem de danışmanımın
yardımları bana her zaman güç verdi.
viii
İÇİNDEKİLER
ÖZET .........................................................................................................................iv
ÖZET .........................................................................................................................vi
TEŞEKKÜRLER .....................................................................................................viii
İÇİNDEKİLER ..........................................................................................................ix
TABLOLAR LİSTESİ...............................................................................................xi
ŞEKILLER LISTESI ................................................................................................xii
KISALTMALARIN LİSTESİ .................................................................................xiii
1. BÖLÜM GİRİŞ.......................................................................................................1
1.1. Motivasyon: Küresel pazardaki
yapay zeka uygulamalarına evrensel bir bakış1
ix
2.3.1. Oryantasyon .............................................................................................15
BÖLÜM 4: BULGULAR..........................................................................................25
4.1. Katılımcılara İlişkin Bulgular.........................................................................25
BÖLÜM 5: TARTIŞMA...........................................................................................35
BÖLÜM 6: SONUÇ..................................................................................................38
BÖLÜM 7: SINIRLAMALAR .................................................................................39
REFERANSLAR.......................................................................................................40
x
TABLOLAR LİSTESİ
Tablo 1. İnsan Kaynakları Yönetimi İnsan Kaynakları Yönetiminin Başlıca İşlevleri10
Tablo 2. İş Analizi İş Analizinin Faydaları..........................................................11
Tablo 3. İşe alımda yapay zeka tabanlı asistan kullanımının sonuçları...............18
Tablo 4. Katılımcıların Mülakat Detayları Katılımcıların Görüşme Detayları....23
Tablo 5. Mülakat Katılımcılarının Mülakat Katılımcılarının Özet Verileri.........24
Tablo 6. Kodlar/Tema&Kategori..........................................................................27
xi
ŞEKİLLER LİSTESİ
Şekil 1. Endüstriyel Devrim ...................................................................................2
Şekil 2. Makine Öğrenimi Makine Öğrenimi Türleri .............................................6
Şekil 3. MYA sistemi............................................................................................17
xii
KISALTMALARIN LİSTESİ
HRM : İnsan Kaynakları Yönetimi AI
: Yapay Zeka
NLP : Doğal Dil İşleme E-COMM:
Elektronik Ticaret
EQ : Duygusal Bölüm
IoT : Nesnelerin İnterneti
xiii
1. BÖLÜM GİRİŞ
1.1. Motivasyon: Küresel pazardaki yapay zeka uygulamalarına evrensel bir bakış
1
Dünyada modern otomasyon sistemlerine, veri alışverişlerine, üretim
teknolojilerine ve kültürel değişimlere yol açan sanayi devrimi günümüze kadar bazı
aşamalardan geçmiştir. (Butter vd., 2014).
2
Teknolojinin hayatımıza yoğun bir şekilde girmesiyle birlikte yapay zeka
temelli dijitalleşme işletmelerde uzun süredir birçok iş kolunda (eğitim, otomotiv,
pazarlama, e-comm, medikal, tarım vb.) kullanılıyor. Ancak tam olarak teknoloji
merkezli olmasa da dijital dönüşüm son yıllarda insan kaynaklarında da kullanılmaya
başlandı. (Coşkun ve Gülleroğlu, 2021).
Bu tezin odak noktası, insan kaynaklarını cezbetme, işe alma ve elde tutma
sürecinin tamamen insandan bağımsız olması değil, insan kaynakları veya işe alım
ekiplerinin faaliyetlerine yardımcı olmak için makine öğrenimi algoritmalarının
kullanılmasıdır. Süreç uzmanlardan bağımsız olarak düşünülemez.
3
1.4. Araştırma Amacı ve Sorusu
4
BÖLÜM 2: LİTERATÜR TARAMASI
2.1. Yapay Zekaya Bir Bakış
Çağımızda yapay zekayı teknoloji açısından derin öğrenme, (NLP) doğal dil
işleme, makine öğrenmesi, sinir ağları ve bilgisayarla görme gibi alt alanlara ayırmak
olasıdır. Kuşkusuz makine öğrenimi tüm bu alt alanlarda kilit rol oynamaktadır.
5
2.1.1. Makine Öğrenimi
6
Denetimli öğrenmede, öğrenilecek olayla ilgili toplanan gözlemlerden bir
küme oluşturulur. Bu kümedeki her örnek için istenen çıktı değerleri de verilir. Bu
bilgiler kullanılarak girdi ve çıktı arasında bir ilişki oluşturulur.
Makine öğrenmesinin bir alt dalı olan derin öğrenme, yapay sinir ağlarının
gelişmiş türlerini içeren ve bu sayede daha büyük ve karmaşık veri kümeleri ile başa
çıkabilen ve etkili çözümler üreten bir makine öğrenmesi yaklaşımıdır (Charniak,
2019, Goodfellow vd., 2017). Çağımızda verilerin büyük ve karmaşık olması
nedeniyle derin öğrenme teknikleri önem kazanmıştır. Bu tekniklerin iş dünyasında
hemen her alanda etkili sonuçlar verdiği görülmekte ve popülerliği artmaya devam
etmektedir. (Minaee vd., 2021)
7
2.1.4. Sibernetik
Uzun bir geçmişe sahip olan sibernetik, canlıların sinir sistemini bilgisayar
sistemlerine uyarlamaya çalışan bilim olarak da kabul edilmektedir. Canlı ve cansız
varlıklarda kontrol ve iletişim ile ilgilenen bir çalışma alanı olarak tanımlamıştır
(Buckley ve Wiener, 2017).
2.1.5. Robotik
8
İlk ses tanıma Apple akıllı telefonlarında kullanılmaya başlandı. Apple'ın
Siri'si kelimeleri anlama ve cevap verme konusunda oldukça başarılı bir yapay zeka.
1700'lü yıllarda tekstil ürünleri üreten bir fabrikası olan Robert Owen,
fabrikanın çalışanları sayesinde ayakta kaldığını söylemiştir. Owen, çalışanların bir
organizasyon için çok önemli olduğunu savunmuştur. (Hatcher, 2013)
9
İKY'nin bir diğer tanımı ise, zorlu iş yaşamında firmaya rekabet avantajı
sağlayacak yetenekli ve adanmış bir işgücü kazandırmayı amaçlayan bir yaklaşımdır
(Storey, 2004). Genel olarak İKY uygulamaları, organizasyondaki boş pozisyonlar
için gerekli yeteneğe sahip personelin işe alınması, oryantasyonu, eğitim-
geliştirilmesi ve performans değerlendirmesi gibi süreçleri içerir (Wall ve Wood,
2005). Şirketlerin insan kaynakları departmanı tarafından yürütülen bu uygulamalar,
çalışanların refahını ve memnuniyetini artırmaya odaklanmaktadır.
Çalışan
İş analizi eği̇ti̇m & Çalışan
geli̇şi̇m i̇şe alim &
seçi̇m
Başlıca işlevleri
İKY
Çalışan
Performans Oryantasyo
n
Değerlendir
fonksiyon
mesi
İş
Değerlendirme ve
Maaş Yönetimi
10
2.2.1. İş Analizi
İş analizi, bir işin detaylı olarak ele alınması ve o işi yapacak çalışanın sahip
olması gereken yetkinliklerin tanımlanmasıdır.
11
2.2.2. Çalışan İşe Alımı ve Seçimi
12
2.2.5. Çalışan Eğitimi ve Gelişimi
Yapay zeka 21. yüzyılda; bilgisayar, otomotiv, askeri gibi hemen her alanda
artan bir önemle kullanılmaya başlandı,
13
eğitim, sağlık hizmetleri, finans, pazarlama, güvenlik, ekonomi. (Metaxiotis vd.,
2003).
Şirketler için işe alım süreci her zaman zor olmuştur. Doğru iş için doğru
çalışanı seçmek ve binlerce başvuru arasından maksimum faydayı elde etmek çok
zaman alır.
İşe alımda yapay zeka kullanan kuruluşlar, işe alım uzmanlarının geniş bir
aday havuzuna kolayca erişmesini, belge sayısını azaltmasını, yetenekli adayı hızlı
bir şekilde bulmasını, mülakat sürelerinin kısalmasını ve işe alım faaliyetlerinin daha
verimli olmasını sağlar (Dickson ve Nusair, 2010)
14
Yapay zeka uygulamaları, şirketlerin insan kaynakları departmanındaki
idari kararları iyileştirebilir ve departmana daha stratejik bir işlev kazandırabilir.
2.3.1. Oryantasyon
Oryantasyon eğitimi, yeni işe alınan personelin mümkün olan en kısa sürede
yetkin personel haline gelmesini sağlamak için tasarlanmış bir işe alım sürecidir.
(Klein ve Weaver, 2000).
Yeni bir işe başlamak genellikle heyecan verici ancak streslidir. Yeni
çalışanlar yönlerini şaşırmış hissedebilirler. Kurumun kurumsal kültürünü, kural ve
politikalarını, mevcut performansını veya fiziksel yapısını tam olarak
anlayamayabilirler veya iş arkadaşlarının isimleri ve pozisyonları, yemek alanının
nerede olduğu ve ofis malzemelerini nereden alacakları gibi temel bilgileri
bilmeyebilirler.
Yapay zeka araçları; insan kaynakları işlevini özelleştirir ve her çalışan için
özel öğrenme ve eğitim programları hazırlar (Parsehyan, 2020)
15
2.3.3. İşe Alım
İşe alım, insan kaynaklarının önemli bir aşamasıdır ve başarılı bir şekilde
yapıldığı takdirde şirketlerin verimliliğini artırması kaçınılmazdır (Yawalkar, 2019).
Fortune'un 500 verilerine göre, birçok büyük şirket 2018'den bu yana yüz
yüze görüşmeler yapan MYA adlı sanal işe alım asistanını kullanıyor.
MYA sistemi yapay zeka destekli bir işe alım sanal asistanıdır. Binlerce
adayın bulunduğu veri havuzundan istenilen özelliklere sahip adayı saniyeler içinde
bulabilmektedir.
16
MYA sistemi adaylarla
istedikleri yerde ve zamanda
mülakat yapabilir.
Ya bilgisayarda ya da
Akıllı telefon.
Yapay zeka tabanlı bir diğer sanal işe alım asistanı ise Vera. Aynı anda
yüzlerce arama yapabilir, adaylarla arama veya görüntülü sohbet yoluyla görüşebilir.
Seçimi en uygun yüzde 10 adaya kadar daraltabilir.
17
Tablo 3. İşe Alımda Yapay Zeka Tabanlı Asistanlar Kullanmanın Sonuçları.
(Kaynak: CB Insight, 2020)
İşe Alımcı
Aday Görüşme Verimliliğin
Memnuniy Süresinin de Artış
eti Azaltılmas
ı
İşe alım, İnsan Kaynakları Departmanının tek işi değildir. Özellikle işe
alım maliyetli ve zaman alıcıdır. Chatbotlar ve sanal asistanlar fazla mesai
yapabilirler. Dinlenme sürelerine ihtiyaçları yoktur. Ayrı bir ofise ihtiyaç yoktur.
Yapay Zeka Tabanlı Eğitim Sistemi, tüm öğrenenlere aynı içeriği sunmak
yerine, her bir öğrenen için bireysel hedefleri, tercihleri ve bilgileri ile orantılı bir
eğitim modeli oluşturabilir. (Noe vd., 2018)
18
Verilen eğitimi değerlendirebilir ve tekrarlanması veya farklı eğitimlerin
alınması gerekip gerekmediğini belirleyebilir.
Ayrıca, yeni bir işe başlamak genellikle heyecan verici ancak streslidir.
Yeni çalışanlar yönlerini şaşırmış hissedebilirler. Kurumun kurumsal kültürünü,
kural ve politikalarını, mevcut performansını veya fiziksel yapısını tam olarak
anlayamayabilirler veya iş arkadaşlarının isimleri ve pozisyonları, yemek alanının
nerede olduğu ve ofis malzemelerini nereden alacakları gibi temel bilgileri
bilmeyebilirler.
Akıllı telefona uygulanan yapay zeka tabanlı bir chatbot sayesinde zaman
alan oryantasyon faaliyetleri kolayca yapılabiliyor. Bu çok kolay bir işlem olmakla
birlikte sonuçları çok verimlidir.
Ayrıca işletmeler için önemli olan ve uygulaması çok zaman alan insan
kaynakları fonksiyonlarından biri de bordrolamadır. Kurumsal şirketlerde bile bordro
sisteminde ciddi sorunlarla karşılaşılabiliyor.
19
BÖLÜM 3: ARAŞTIRMA METODOLOJİSİ
3.1. Araştırma Felsefesi & Araştırma Yaklaşımı
20
3.1.2. Kodlama
21
3.2. Araştırma Tasarımı
22
Tablo 4. Katılımcıların Görüşme Detayları Katılımcıların Görüşme Detayları
D
5. İK 30 dakika. İstanbul Yüz yüze 51
Görüşülen Danışmanı
Kişi
E
6 inci İK 33 dakika. İstanbul Çevrimiçi 32
Görüşülen Direktör
Kişi F ü
23
Tablo 4. Katılımcıların Mülakat Detayları (devam) Katılımcıların Görüşme
Detayları
Görüşülen
Kişi
K
11 inci İK Uzmanı 25 dakika. İstanbul Çevrimiçi 44
Görüşülen
Kişi L
# İK 11 katılımcı
Çalışanl
arının
Sayısı
Türkiye'de Türkiye'nin 6 farklı şehri (İzmir, İstanbul, Manisa, Bursa,
n Şehirler Gaziantep, Kocaeli)
24
BÖLÜM 4: BULGULAR
4.1. Katılımcılara İlişkin Bulgular
İmkânı olan katılımcılarla yüz yüze görüşme sağlanmış ancak yüz yüze
görüşmenin uygun olmadığı katılımcılarla hem pandemi süreci hem de mesafe
nedeniyle telefon ya da zoom aracılığıyla görüşülmüştür. Görüşmede katılımcılara
yarı yapılandırılmış sorular sorulmuş ve cevapları el yazısı ile kayıt altına alınmıştır.
Bazı katılımcıların görüşmeci ile aynı fiziksel ortamda bir araya gelmesi zor
olduğu için toplantı elektronik ortamda zoom uygulaması ile gerçekleştirilmiştir.
25
4.2. Araştırma Değişkenlerine İlişkin Bulgular
26
Tablo 6. Kodlar/Tema&Kategori
27
-Memnuniyet;
Şirketlerinde insan kaynakları yönetiminde yapay zekâ uygulayan katılımcılar
tarafından "memnuniyet" kelimesi 6 kez tekrarlanmıştır. Katılımcıların ifadelerine
göre "memnuniyet" kategorisinde 3 farklı kod belirlenmiştir.
Şirketler için büyük önem taşıyan işe alım, oldukça zor ve zaman alan bir
süreçtir. Bu zorlu süreçte hem başvuran adayların hem de işe alım yapan kişinin
mutlu olması istenir. Adayın işe alınması ya da iletişimde kalınarak başka açık
pozisyonlar için adaya geri dönüş yapılması bu memnuniyeti artıracaktır.
"Sanal bir bot ile yapılan işe alım öncesi mülakat sayesinde
adaylar daha az stres hissediyor. Bu sayede adaylar kendilerini
daha rahat ifade edebiliyor. Ayrıca adayın sanal bot ile istediği yer
ve zamanda görüşme yapabiliyor olması memnuniyet yaratıyor."
(Görüşmeci E)
-Beklentiler;
28
*Bordro yapmak için
*Merkezileştirme
29
Bordroda kullanılacak veriler insan kaynakları çalışanı tarafından tek tek
kontrol edilmelidir. Hatalı girişler düzeltilmeli, gerektiğinde geriye dönük
karşılaştırmalar yapılmalıdır.
* Çalışan seçimi
* Çalışan eğitimi
* Çalışan oryantasyonu
30
Örneğin mülakatta L görüşmecisi, şirketlerinde yaklaşık bir yıldır dijital işe
alım asistanı kullandıklarını söylemiştir:
Böylece işe alım gibi çok zaman alan bir insan kaynakları
fonksiyonunu çok kısa sürede tamamlamış olduk. Hem başvuru
sahipleri hem de İK departmanı olarak memnun kaldık."
(Görüşülen Kişi L)
Yeni bir işe başlamak genellikle heyecan verici ancak streslidir. Yeni
çalışanlar yönlerini şaşırmış hissedebilirler. Kurumun kurumsal kültürünü, kural ve
politikalarını, mevcut performansını veya fiziksel yapısını tam olarak
anlayamayabilirler veya iş arkadaşlarının isimleri ve pozisyonları, yemek alanının
nerede olduğu ve ofis malzemelerini nereden alacakları gibi temel bilgileri
bilmeyebilirler.
31
Yeni çalışanın hoş karşılandığını ve rahat olduğunu hissetmesine,
yönlendirme almasına ve ekibin bir parçası olmasına yardımcı olmak, oryantasyonun
kritik bir yönüdür ve ilk birkaç günün en önemli unsurları arasındadır.
(Görüşmeci F)
-Biazlar;
32
Görüşmeci D'ye göre, işe alım görüşmecisi yapay zeka teknolojisine sahip
sanal bir asistan değil, insan duygularını algılayabilen ve buna göre hareket edebilen
canlı bir kişi olmalıdır.
- Engeller;
* Sınırlı teknoloji
33
"Ülkemizde her ne kadar işletmeler dijital platforma geçiş
yapmış olsa da insan kaynakları departmanının çoğu alanı hala
manuel olarak kullanılıyor. Çoğu büyük şirkette bile insan
kaynaklarında kullanılabilecek yapay zekâ uygulamaları için uygun
bir altyapı bulunmuyor." (Görüşmeci B)
34
BÖLÜM 5: TARTIŞMA
Türkiye'de insan kaynakları yönetimi alanında yapay zekâ uygulamalarının
kullanımına ilişkin bu araştırmada farklı sektörlerden insan kaynakları
profesyonelleri ile detaylı görüşmeler yapılarak bazı sonuçlar elde edilmiştir.
Bordro dışında beklentiler kategorisinde öne çıkan bir diğer kodlama ise
merkezileştirme. Bu konuda insan kaynakları profesyonellerinin çoğunluğu, insan
kaynakları yönetiminin tüm modüllerinin yapay zekâ temelli merkezileştirilmesi
konusunda hemfikir. Görüşülen uzmanlar arasında az sayıda da olsa İK'nın dijital
ortamda merkezileşmesine katılmayan İK profesyonelleri de bulunmaktadır.
35
İlk görüşmenin sanal bir bot veya sanal asistan ile yapılması adayların stresini
azaltırken, diğer yandan görüşmeyi yapan İK uzmanının ön görüşme sonrasında
istenilen özelliklere sahip uygun sayıda aday ile görüşmesi memnuniyet yaratıyor.
İşe alımlarda ister sanal asistan ister chatbot kullanılsın, yapay zeka
uygulamalarının her iki şekilde de tatmin edici olduğu sonucuna varılmıştır.
36
Görüşülen bazı İK yöneticileri, uygun teknolojik altyapının henüz yeterli
olmaması ve istihdam edilecek personelin yapay zekânın insan kaynakları
yönetiminde etkin kullanımı için hazır olmaması gibi engeller olduğunu belirtmiştir.
Ayrıca bu engellerin yakın zamanda hemen ortadan kalkmayacağı fikrini
savunmuşlardır.
37
BÖLÜM 6: SONUÇ
Bu çalışmada, insan kaynakları yönetiminde yapay zekâ uygulamalarının
kullanımı incelenmiştir. Çalışma, Türkiye'de 7 bölgede şubesi bulunan insan
kaynakları derneğinin üyeleri ile görüşme yöntemi kullanılarak gerçekleştirilmiştir.
Farklı sektörlerden ve farklı bölgelerden insan kaynakları profesyonelleri ile yüz
yüze, çevrimiçi veya telefonla iletişim kurularak detaylı görüşmeler
gerçekleştirilmiştir.
38
BÖLÜM 7: SINIRLAMALAR
Bu çalışma, yapay zekâ uygulamalarının insan kaynakları alanında kullanımı
konusunda yeni fikirler oluştursa da bazı sınırlılıklar bulunmaktadır.
İlk olarak, seçilen örneklem büyük olmasına rağmen, bire bir görüşmeyi kabul
eden profesyonellerin sayısı daha azdır, ayrıca bu görüşmeciler görüşme sırasında
dijital kayıt yapılmasına izin vermemiştir.
39
REFERANSLAR
Abdeldayem, M. M. ve Aldulaimi, S. H. (2020). İnsan kaynakları yönetiminde yapay
zeka trendleri ve fırsatları. International Journal of Scientific and Technology
Research, 9(1), pp. 3867-3871.
Aksoy, S. (2017). Değişen teknolojiler ve endüstri 4.0: endüstri 4.0'ı anlamak için
bir giriş. Sav Katkı, (4), s. 34-44.
Andersson, N. (2013). Seçimde yeni teknolojiye başvuru sahibi ve işe alan tepkileri:
Gelecekteki araştırmalar için eleştirel bir inceleme ve gündem. Uluslararası Seçme
ve Değerlendirme Dergisi, 11(2- 3), s. 121-136.
Andrew, N. G. (2017, Ocak). Yapay zeka yeni elektriktir. Stanford MSx Gelecek
Forumu'nda yapılan bir sunumda.
Atalay, M., ve Çelik, E. (2017) Büyük veri analizinde yapay zeka ve makine
öğrenmesi uygulamaları-artificial intelligence and machine learning applications in
big data analysis. Mehmet Akif Ersoy Üniversitesi Sosyal Bilimler Enstitüsü
Dergisi, 9(22), ss. 155-172.
40
Belgrave, L. L. ve Seide, K. (2019). Temellendirilmiş teori için kodlama. Bryant, A.
(ed.) The SAGE handbook of current developments in grounded theory. Londra:
SAGE kitabı. [Çevrimiçi]. Şu adresten erişilebilir: SAGE kitap. (Erişim: 6 Ocak
2021)
Butter, M., Fischer, N., Gijsberts, G., Hartmann, C., de Heide, M. ve Van der Zee,
F. (2014). Horizon 2020: Temel Etkinleştirici Teknolojiler (KET'ler), İmalat
Sektöründe Avrupa Liderliği için Güçlendirici. ITRE Komitesi için Çalışma. Brüksel,
Belçika.
CB insight (Mart, 2020). İşe alımda yapay zeka tabanlı asistanlar kullanmanın
sonuçları.
[Çevrimiçi]. Şu adresten erişilebilir: https://www.cbinsights.com/ (Erişim: 3 Aralık
2021)
Charniak, E., 2019. Derin öğrenmeye giriş. 1. Baskı. ABD: MIT Press.
41
Theory Procedures and Techniques, Sage Publications, Newbury Park, CA.
42
Coşkun, F., ve Gülleroğlu, H. D. (2021). Yapay Zekanın Tarihsel Gelişimi ve
Eğitimde Kullanımı. Ankara Üniversitesi Eğitim Bilimleri Fakültesi Dergisi (JFES),
ss.1-20.
Dhamija, P. (2012). E-işe alım: e-insan kaynakları yönetimine doğru bir yol haritası.
Researchers World, 3(3), pp.33.
Frantz, R. (2003). Herbert Simon. Sezgiyi anlamak için bir çerçeve olarak yapay
zeka. Journal of Economic Psychology, 24(2), s. 265-277.
Hatcher, T. (2013). Robert Owen İnsan kaynakları gelişiminin bir öncüsü üzerine bir
çalışma. European Journal of Training and Development. pp. 21-23
43
Hassanpour, N., Barzoki, A. S., Javadi, M. H. M. ve Safari, A. (2021). Çalışan
performans değerlendirmesinin tasarlanması. Uluslararası Verimlilik ve Performans
Yönetimi Dergisi. s. 11-14
Klein, H. J., & Weaver, N. A. (2000). Yeni işe alınanların sosyalleşmesinde örgütsel
düzeyde bir oryantasyon eğitim programının etkinliği. Personel Psikolojisi, 53(1),
47-66.
Kline, R.R., 2015. Sibernetik an: Ya da çağımızı neden bilgi çağı olarak
adlandırıyoruz? JHU Press. s.37
44
Kugasia, A. (2019) Gelişmiş Yapay Zeka Yeteneklerini Kullanarak Bordro
Yönetiminde Bir Sıçrama Yapın. [Çevrimiçi]. Şu adresten erişilebilir:
https://www.azilen.com/blog/payroll- management-using-advanced-ai-capabilities
(Erişim: 11 Aralık 2022)
Oke, S. A. (2008). Yapay zeka üzerine bir literatür taraması. International journal of
information and management sciences, 19(4), pp. 535-570.
O'Leary, D. E. (2013). Yapay zeka ve büyük veri. IEEE intelligent systems, 28(2), pp.
96-99.
46
Strauss, A. ve Corbin, J. M. (1997). Uygulamada temellendirilmiş teori. 1. Baskı.
Londra: SAGE Yayınları.
47