Yapay Zekâ Çağında Bilgi Çalışanlarının Kişilik Özellikleri

Baltaş Grubu

İşlerin Geleceği raporuna göre teknolojiyle birlikte işgücü piyasasında büyük bir büyüme beklenmekte, 2030 yılına kadar en çok büyümesi beklenen alanların başında; yapay zekâ, makine öğrenimi ve büyük veri gibi teknoloji odaklı uzmanlıklar gelmektedir.1 Raporun ön görü ve değerlendirmeleri şu yöndedir:¹²

1. 92 milyon iş pozisyonu makro trendlerin etkisiyle ortadan kalkacak, buna karşılık 170 milyon yeni iş yaratılarak sonuçta net 78 milyonluk bir iş istihdam artışı olacaktır.
2. Kasım 2022'de Chat GPT'nin piyasaya sürülmesinden bu yana, yapay zekâya yönelik yatırım akışları neredeyse 8 kat artmıştır.
3. Yapay zekâ uygulamalarının kullanım oranı sektörler arasında farklı hızlarda yaygınlaşmakta ve bu dönüşümün öncülüğünü bilgi teknolojileri sektörü üstlenmektedir.
4. Yapay zekâ destekli işlerde hızlı bir artış görülürken, yeni becerilere karşı talep de doğmaktadır ve bu hızlı dönüşüm, çalışanların belirsizlik ve kaygı düzeylerini de artırabilmektedir. Buna karşın, yapay zekânın insani becerilerin yerini aldığı değil, onları destekleyerek ilerlediği durumlarda daha yüksek bir verimlilik sağlanabilir.

Geleceğin iş dünyasına dair yaygın bir yanılgı, yapay zekâ adaptasyonunu yaş, cinsiyet veya eğitim seviyesi gibi demografik unsurlarla sınırlamaktır. Oysa yapılan güncel araştırmalar, uyumun arkasında içsel psikolojik dinamiklerin ve kişilik özelliklerinin yattığını açıkça ortaya koymaktadır.³ Yapay zekâyı iş süreçlerinin ayrılmaz bir parçası olarak kullanması gereken bilgi çalışanları açısından, kişilik özelliklerinin iş yapış biçimini nasıl şekillendirdiğini anlamak, bu bağlamda önemli bir iç görü sağlayacaktır.

Yapay zekâ dönüşümünde kişilik kimyası

Yapay zekâ sistemlerinin kullanım alanları genişledikçe, bu teknolojilerden beklenen davranışlar da iş rolüne ve organizasyonun ihtiyaçlarına göre farklılaşmaktadır. Aynı kişilik özelliği, belirli bir alanda önemli bir avantaj sağlarken yönetilmesi gereken riskli bir alana da işaret edebilir. Söz konusu iki örnek, farklı kişilik özelliklerinin yapay zekâ ile çalışma biçimini nasıl şekillendirebileceğini göstermektedir.

1. Örnek

X şirketi, yapay zekâ teknolojisindeki gelişmelere uyum sürecini daha verimli ve doğru sürdürmek amacıyla iş analisti Yağız’ı görevlendirmeyi düşünmektedir. Yağız’ın teknik bilgisi bu rol için yeterli görünse de, Personova Kişilik Envanteri teknik yetkinliğin ötesine geçerek yapay zekâ ile nasıl çalışabileceğine ilişkin önemli ipuçları sunar. Buna göre Yağız;

1. Yüksek kaygı ve olumsuz uyaranlara daha yoğun duyarlılık eğilimi (Düşük Duygusal Uyum) nedeniyle, yapay zekâ entegrasyonu sürecinde ortaya çıkabilecek sorunları göz ardı etmek yerine bunlar üzerinde daha fazla durma eğilimindedir. Çıktılardaki olası hata ve aksaklıklar zihnini daha fazla meşgul eder. Ancak bu duyarlılığı gereğinden fazla kaygı yaşamasına ve baskı altında kendi yetkinliğini de sorgulayarak kararlarından kuşku duymasına neden olabilir.
2. Sosyal ve iletişim ihtiyacı yüksek olduğu (Yüksek Dışadönüklük) için, yapay zekâ uygulamalarına ilişkin deneyimlerini paylaşmaktan hoşlanır ve bu konuda ortak öğrenmeyi destekleyen sohbetleri kolayca başlatır. Ancak yüksek paylaşım isteği, çevresindekilerin fikir ve deneyimlerini yeterince etkin dinlememesine neden olabilir.
3. Fikirlerini savunmaktan çekinmeyen yapısı (Düşük Uzlaşabilirlik) nedeniyle, yapay zekâya ilişkin karar ve uygulamalarda farklı düşündüğü noktaları açıkça dile getirir. Çoğunluğun benimsediği görüşe katılmadığında bunu ifade etmekten kaçınmaz. Ancak bunu yaparken karşı tarafın bakış açısını yeterince dikkate almadığı izlenimi oluşturabilir ve uzlaşma sağlamayı güçleştirebilir.
4. Yeni teknolojileri keşfetmeye istekli olması (Yüksek Açıklık) sonucu yapay zekânın sunduğu yeni araç ve yöntemleri öğrenmeye isteklidir ve farklı kullanım senaryolarını denemeye yönelir. Ancak henüz yeterince olgunlaşmamış uygulamalara yönelerek gereğinden fazla araştırma ve deneme yapma eğilimi gösterebilir.
5. Tedbirli ve ayrıntılara önem veren çalışma tarzı (Yüksek İhtiyatlılık) nedeniyle, yapay zekânın ürettiği sonuçları olduğu gibi kabul etmek yerine doğrulamaya çalışır; veri kaynaklarını kontrol eder ve halüsinasyonları (yanlış bilgileri) erkenden yakalayabilmek için modeli sistematik biçimde test eder. Ancak bu titiz yaklaşım, karar alma ve uygulamaya geçme süreçlerinin yavaşlamasına neden olabilir.
6. Başarıyı önemsemekle birlikte bunu aşırı rekabetçi bir hedefe dönüştürmeyen yaklaşımı (Ortalama Başarı Yönelimi) sonucu, yapay zekâ araçlarını performansını destekleyen ve iş sonuçlarını iyileştiren bir yardımcı olarak görür. Hedeflerine ulaşmaya odaklanırken, kısa vadeli kazanımlar uğruna uzun vadeli kalite ve sürdürülebilirliği göz ardı etmez. Ancak bu dengeli yaklaşım, yüksek rekabetin ve agresif performans beklentilerinin hâkim olduğu ortamlarda daha düşük tempoda ilerlemesine neden olabilir.

2. Örnek

Y şirketi, yapay zekâ destekli dijital dönüşüm projelerinde görev alması için iş geliştirme uzmanı Sıla'yı görevlendirmeyi düşünmektedir. Sıla’nın teknik bilgisi ve deneyimi bu rol için yeterli görünmekte; Personova Kişilik Envanteri, yapay zekâyı nasıl benimseyeceği, iş süreçlerine nasıl entegre edeceği ve ekip arkadaşlarıyla nasıl çalışacağına ilişkin teknik yetkinliğin ötesine geçen önemli ipuçları sunmaktadır. Buna göre Sıla;

1. Strese dayanıklılığı ve olumsuz duyguları daha az yoğun deneyimlemesi (Yüksek Duygusal Uyum) nedeniyle, yapay zekâ destekli süreçlerde yaşanan beklenmedik sonuçlar karşısında sakinliğini korur. Duygusal tepkiler vermek yerine soğukkanlı davranır. Ancak bu sakin yaklaşım, bazı durumların oluşturduğu aciliyet duygusunu yeterince güçlü hissetmemesine neden olabilir.
2. Daha sessiz ve kendi başına çalışmayı tercih eden yapısı (Yüksek İçedönüklük) nedeniyle, yapay zekâya ilişkin analizlerini bireysel odaklanma gerektiren çalışmalarda geliştirmeyi tercih eder. Düşüncelerini hazırladığı analiz ve raporlarla sistematik biçimde ortaya koyar. Ancak bu sessiz çalışma tarzı, sunduğu görüşlerin organizasyon genelinde yeterince görünür olmaması riskini doğurur.
3. Uyumu korumaya önem veren yapısı (Yüksek Uzlaşabilirlik) nedeniyle, yapay zekâ projelerinde farklı ekiplerin beklenti ve önceliklerini ortak bir zeminde buluşturmaya çalışır. Görüş ayrılıklarının iş birliğini zedelememesi için uzlaşmacı bir yaklaşım benimser. Ancak aklına takılan kritik noktaları, ekip içindeki uyumu korumak adına yeterince güçlü biçimde dile getirmeyebilir.
4. Yeniliğe açık ancak seçici yaklaşımı (Ortalama Açıklık) sonucu, yapay zekânın sunduğu yeni araç ve yöntemleri fayda odaklı bir süzgeçten geçirir ve somut değer katacağına inandığı uygulamaları kullanmaya olumlu yaklaşır. Ancak seçici duruşu nedeniyle ezber bozan bazı teknolojik fırsatları ve inovasyonları daha geç keşfedebilir.
5. Esnek ve hızlı hareket edebilen yapısı (Düşük İhtiyatlılık) sonucu, yapay zekâ destekli yeni uygulamalara geçiş yapmakta ve değişen ihtiyaçlara uyum sağlamakta çevik davranır. Süreçlerin mükemmel hâle gelmesini beklemeden fikirleri uygulamaya geçirir. Ancak bu hız, yapay zekânın ürettiği sonuçları yeterince doğrulamadan kullanmasına veya kritik ayrıntıları gözden kaçırmasına neden olabilir.
6. Başarı motivasyonunun yüksek olması (Yüksek Başarı Yönelimi) nedeniyle, yapay zekâyı yalnızca işini kolaylaştıran bir araç olarak değil, daha yüksek performans göstermeyi sağlayacak stratejik bir kaldıraç olarak görür. Hedeflerine daha etkili ulaşabilmek için yeni kullanım alanları araştırır. Ancak yüksek performans odağı, hem kendisi üzerinde yoğun baskı oluşturabilir hem de rekabetçi çalışma tarzının çevresindekiler tarafından zorlayıcı algılanmasına neden olabilir.

Yağız ve Sıla örnekleri, yapay zekâ çağında başarıyı belirleyen unsurun tek başına teknik yeterlilik olmadığını göstermektedir. Kişilik özellikleri, bilgi çalışanlarının yapay zekâyı kullanırken güçlü yönlerini hangi alanlarda ortaya koyacaklarını ve hangi riskleri daha dikkatli yönetmeleri gerektiğini farklılaştırmaktadır. Yağız'ın profili; yapay zekâ çıktılarının güvenilirliğini sorgulayan, doğrulamaya önem veren ve kalite standartlarını koruyan bir kullanım yaklaşımını desteklerken; Sıla'nın profili kriz anında sakin kalan, değişime hızla uyum sağlayan ve yeni uygulamaların hayata geçirilmesini hızlandıran bir kullanım biçimini desteklemektedir. Yapay zekâ dönüşümünde asıl soru “Bu rol, bu iş süreci ve bu yapay zekâ kullanım senaryosu hangi davranış örüntülerini gerektiriyor?” olmalıdır. Bazı organizasyonlar kontrollü ilerlemeyi ödüllendirirken, bazıları deneme-yanılma yoluyla hızlı öğrenmeyi teşvik edebilir. Kişilik değerlendirmelerinin temel katkısı da tam bu noktada ortaya çıkar. Amaç, kişilik özellikleri ile rolün davranışsal beklentileri, yapay zekânın organizasyondaki kullanım biçimi ve kurumun iş yapış anlayışı arasındaki uyumu görünür kılmaktır.

Sonuç

2035'in bilgi çalışanlarının kaderini; sadece teknik becerileri (hard skills) değil, bu becerileri yapay zekâ ile harmanlayan kişilik mimarileri belirleyecektir. Yapay zekâ iş yapış biçimlerimizi ne kadar standartlaştırırsa standartlaştırsın; o sistemleri yöneten, hata payını göğüsleyen veya sistemi ileriye taşıyan unsur hala insanın benzersiz kişilik profilidir. Geleceğin iş dünyasında liderler ve İK profesyonelleri yapay zekânın yarattığı bu yeni ekosistemde farklı kişilik yapılarını nasıl doğru konumlandıracağına odaklanmalıdır. Konuyu daha geniş bir perspektiften ele almak ve yapay zekânın iş hayatındaki dönüştürücü etkisini farklı boyutlarıyla incelemek isteyen okuyucularımız, https://kaynakbaltas.com/dergiler/is-hayatinda-yapay-zeka/ adresinden “İş Hayatında Yapay Zekâ” sayımıza ulaşarak okumalarına devam edebilirler.

Kaynakça:

1. World Economic Forum. (2025, Ocak). The future of jobs report 2025. https://reports.weforum.org/docs/WEF_Future_of_Jobs_Report_2025.pdf
2. World Economic Forum. (2025, 15 Ocak). Future of jobs report 2025: Jobs of the future and the skills you need to get them. https://www.weforum.org/stories/2025/01/future-of-jobs-report-2025-jobs-of-the-future-and-the-skills-you-need-to-get-them/
3. Sadaf Mubashir, A., Altaf, W., & Kainaat, R. (2024). Personality traits and attitudes towards artificial intelligence among university students. SRA Journal, 3(2). https://doi.org/10.70670/sra.v3i2.690