Yapay Zekâ ile CV Değerlendirme: Nasıl Çalışır, Nerede Yanılır, Nasıl Kontrol Edilir?
Otomatik CV değerlendirme, anahtar kelime filtrelerinden her CV'yi rolün kriterlerine göre okuyan yapay zekâya kadar uzanır. Her yöntemin nasıl çalıştığı, iyi adayları nasıl elediği ya da önyargıyı nasıl tekrarladığı ve bir aracı kullanmadan önce yapabileceğiniz kısa bir kontrol.
Ece Badak • 18 Eki 2026 • 6 dk okuma
Yapay zekâ ile CV değerlendirme, her başvuruyu okuyup rolün gereksinimleriyle karşılaştırır. Böylece işe alım uzmanı bir CV yığınıyla değil, sıralanmış ya da etiketlenmiş bir listeyle başlar. İyi araçlar her sonucun gerekçesini gösterir ve kararı bir insana bırakır. Zayıf araçlar ise kelimelere ve diplomalara göre filtreler; nitelikli adayları işe alım uzmanı görmeden eler ve öğrendikleri verideki önyargıyı tekrarlayabilir. Elinizdeki aracın hangisi olduğunu, yazının sonundaki kontrolle bir öğleden sonra içinde görebilirsiniz.
Otomatik CV değerlendirme nasıl çalışır?
Çoğu araç üç iş yapar: CV'yi yapılandırılmış veriye çevirir, bu veriyi rolle karşılaştırır ve işe alım uzmanına bir sonuç verir. Araçları birbirinden ayıran şey, karşılaştırmayı nasıl yaptıklarıdır.
| Yöntem | Nasıl karşılaştırır? | Tipik sonuç | Asıl risk |
|---|---|---|---|
| Eleme soruları ve filtreler | Sabit kurallar: diploma, belge, en az şu kadar yıl deneyim, altı aydan uzun boşluk olmaması | Geçti ya da elendi | İşi yapabilecek ama tek bir kurala uymayan kişiyi eler |
| Anahtar kelime eşleştirme | İlandaki kelimeleri CV'de sayar | Bir eşleşme puanı | İlana göre yazılmış CV'leri öne çıkarır; farklı kelimelerle anlatılan deneyimi kaçırır |
| Eğitilmiş sıralama modeli | Geçmişte işe alınan adaylardan öğrenir ve yeni adayları onlara benzerliğe göre sıralar | Bir puan ya da yıldız | Geçmiş işe alımlardaki örüntüyü, önyargı dahil, tekrarlar |
| Kriterlere göre okuyan yapay zekâ | CV'deki her rolü okur ve yazılı kriterlerle karşılaştırır | Her kriter için gerekçeli bir etiket ya da puan | Kriterler kadar iyidir; belirsiz durumları bir insanın görmesi gerekir |
Dört yöntemin hepsi CV ayrıştırmayla başlar. Ayrıştırıcı dosyadan isim, tarih, unvan ve eğitim bilgisini çıkarır. Ayrıştırma tek başına kimseyi değerlendirmez; yalnızca CV'yi bir sonraki adım için okunur hâle getirir.
İşe alımda yapay zekâ kullanımı artık yaygın. SHRM'in 2025'te ABD'de 2.040 İK profesyoneliyle yaptığı ankete göre kuruluşların %43'ü İK işlerinde yapay zekâ kullanıyor. Yapay zekânın en çok kullanıldığı alan işe alım (%51) (SHRM, 2025 Talent Trends).
CV değerlendirme nerede yanılır?
Katı filtreler nitelikli adayları eler
Harvard Business School ve Accenture'ın kapsamlı araştırması ABD, Birleşik Krallık ve Almanya'daki işverenlere değerlendirme sistemlerini sordu. İşverenlerin %88'i, yüksek nitelikli adayların ilandaki kriterlere birebir uymadıkları için elendiğini kabul etti. Orta nitelikli roller için bu oran %94. İşverenlerin %48'i, iş geçmişinde altı aydan uzun boşluk olan orta nitelikli adayları filtreliyordu (Fuller ve diğerleri, Hidden Workers: Untapped Talent, 2021).
Bir boşluk filtresi, hasta bir ebeveyne bakmak için verilen arayı beceri eksikliğinden ayıramaz. Diploma filtresi de kendi kendini yetiştirmiş bir mühendisi hiç deneyimi olmayan birinden ayıramaz. Her kural tek başına makul görünür; hepsi bir araya geldiğinde ise işe alım uzmanının aramak isteyeceği birçok kişiyi gözden kaçırır.
Modeller verideki önyargıyı öğrenir
Reuters 2018'de, Amazon'un adaylara bir ile beş arasında yıldız veren deneysel bir aracı kullanmayı bıraktığını yazdı. Model, çoğu erkeklere ait on yıllık CV'lerle eğitilmişti ve içinde "women's" (kadın) kelimesi geçen CV'lerin puanını düşürmeyi öğrenmişti (Reuters, 2018).
Yeni dil modellerinde de aynı türden bir sorun var. Washington Üniversitesi'ndeki araştırmacılar 550'den fazla gerçek CV'de yalnızca isimleri değiştirdi ve üç metin modelinden bu CV'leri 500'ü aşkın iş ilanı için sıralamasını istedi. Üç milyondan fazla karşılaştırmada modeller, beyazlarla ilişkilendirilen isimleri vakaların %85'inde, kadınlarla ilişkilendirilen isimleri ise yalnızca %11'inde tercih etti (Wilson ve Caliskan, AIES 2024; UW News).
Yapay zekâyla yazılan CV'ler anahtar kelime filtresini geçer
Pek çok aday artık CV'sini her ilan için yapay zekâya yeniden yazdırıyor. Yeniden yazılan CV ilandaki kelimeleri tekrar ettiği için anahtar kelime filtresinden yüksek puan alır. İşe alım uzmanı ise telefonda, kelimelerin arkasındaki deneyimin zayıf olduğunu görür.
Yapay zekâ ile CV değerlendirme nasıl daha doğru hâle gelir?
Buradaki doğruluk iki şey demektir: Aracın üst sıraya koyduğu kişiler işi gerçekten yapabilmeli, alt sıraya koyduğu kişiler gerçekten yapamamalı. Aşağıdaki alışkanlıklar ikisine de yardımcı olur.
- Kriterleri işin gerçek görevlerinden çıkarın. İşe alım yöneticisine, bu kişinin ilk altı ayda ne yapacağını sorun. "Haftalık stok sayımı yapmış olmak" bir kriterdir; "detaycı olmak" değildir.
- Olmazsa olmazları artı niteliklerden ayırın. Olmazsa olmaz listesini kısa tutun. Eklediğiniz her katı kural, iyi bir adayı elemenin bir yolu daha olur.
- Unvanı değil, deneyimi sayın. "Ekip Lideri" unvanı çok farklı işler anlamına gelebilir. Araçtan, kişinin o rolde ne yaptığını değerlendirmesini isteyin.
- Her sonucun gerekçesini isteyin. Gerekçesi olmayan bir puan kontrol edilemez. Her kriter için yazılmış bir gerekçe, işe alım uzmanının yanlış bir kararı saniyeler içinde görmesini sağlar.
- Belirsiz CV'leri bir insana gönderin. CV bir kriteri karşılayıp karşılamadığını söylemiyorsa araç onu "inceleme gerekiyor" olarak etiketlemeli ve kararı bir insana bırakmalıdır.
- Örnek bir grubu kendi değerlendirmenizle karşılaştırın. Her ay bir işe alım uzmanı, aracın sonucuna bakmadan 20-30 CV'yi değerlendirsin; ardından sonuçları karşılaştırın. Ayrıştığınız durumlara özellikle bakın.
- Kişisel özellikleri dışarıda tutun. Yaş, cinsiyet, medeni durum, din, etnik köken ya da sağlıkla ilgili kriter yazmayın. Eski bir ilan metninde bunlardan biri geçiyorsa, bir araç metinden kriter çıkarmadan önce onu silin.
Yapay zekâ ile CV değerlendirme yasal mı?
Çoğu ülkede evet, ama bazı koşullarla. Bu bölüm kısa bir özettir, hukuki görüş değildir.
- Türkiye. 6701 sayılı Türkiye İnsan Hakları ve Eşitlik Kurumu Kanunu, iş başvurusu ve işe alım aşamalarında ayrımcılığı yasaklar. KVKK'nın 11. maddesi de kişiye, verilerinin yalnızca otomatik sistemlerle analiz edilmesiyle aleyhine çıkan bir sonuca itiraz etme hakkı verir.
- AB Yapay Zekâ Yasası. Başvuruları filtreleyen ya da adayları değerlendiren yapay zekâ, yüksek riskli kullanım sayılır. Bu sistemler için tüm yükümlülükler 2 Aralık 2027'den itibaren geçerlidir. Tarihler ve tedarikçiye sorulacak sorular için yapay zekâ mülakatı, AI Act ve KVKK rehberine bakabilirsiniz.
- New York. New York'ta işverenler, otomatik bir işe alım karar aracını 5 Temmuz 2023'ten bu yana yalnızca son bir yıl içinde önyargı denetiminden geçmişse kullanabilir. Denetimin özetini yayımlamak ve adaylara önceden bildirmek de zorunludur (NYC DCWP).
Bu kuralların hepsi aynı yöne işaret eder: Aracın ne yaptığını bilin, her sonucu açıklayabilin ve karar sorumluluğunu bir insanda tutun.
Bir aracı kullanmadan önce kısa bir kontrol
Bu kontrolü açık bir pozisyon ve elinizdeki CV'lerle yapın.
| Kontrol | Nasıl yapılır? | İyi işaret |
|---|---|---|
| Gerekçeler | 10 sonucu açın ve her adayın neden o etiketi aldığını okuyun | Her kriterin, CV ile karşılaştırabileceğiniz bir gerekçesi var |
| Yeniden yazılmış CV'ler | İlandaki temel ifadeleri zayıf bir CV'ye ekleyip yeniden değerlendirin | Sonuç pek değişmiyor |
| Belirsiz durumlar | Olmazsa olmazlardan birini içermeyen bir CV'yi değerlendirin | Araç tahmin yürütmek yerine emin olamadığını söylüyor |
| İsimler | Aynı CV'yi iki farklı isimle iki kez değerlendirin | Sonuçlar aynı |
| Elemeler | Bir olmazsa olmazı karşılamayan CV'ye ne olduğunu öğrenin | Kimse elenmeden önce bir insan CV'yi görüyor |
| Kendi değerlendirmeniz | 20-30 sonucu bir işe alım uzmanının değerlendirmesiyle karşılaştırın | Çoğunda aynı fikirdesiniz; kalanını aracın gerekçeleri açıklıyor |
İsim kontrolünde başarısız olan ya da insan incelemesi olmadan aday eleyen bir aracı canlı pozisyonlarda kullanmayın.
Firstview CV'leri nasıl değerlendirir?
Firstview CV Değerlendirme, her CV'yi rolün kriterlerine göre okur. İş ilanını yapıştırırsınız ya da rolü bir cümleyle tarif edersiniz; Firstview gereksinimleri, artı nitelikleri ve eleme kriterlerini taslak olarak hazırlar. Hepsini değiştirebilirsiniz.
Her kriter dört etiketten birini alır: Karşılandı, Karşılanmadı, İnceleme gerekiyor ya da Uygulanamaz. Her etiketin yanında tek satırlık bir gerekçe yer alır. Yalnızca görevleri role uyan deneyim sayılır; kasiyerlik rolündeki "stok" kelimesi envanter yönetimi deneyimi sayılmaz. Bir eleme kriterini karşılamayan CV işaretlenir ve hiçbir aday otomatik olarak elenmez. Bir kriteri değiştirdiğinizde aşamadaki tüm CV'ler yeniden değerlendirilir.
Aynı kriterler AI mülakata da taşınır; böylece her aday CV'den son karara kadar tek bir ölçüyle değerlendirilir. Firstview kimlik belgelerini doğrulamaz ve bir belgenin gerçek olup olmadığını kontrol etmez. Bu kontroller ekibinizde kalır.
