Kariyer Koçluğu ve Algoritmik Dönüşüm:

ATS Analizinden Yapay Zekâ Destekli Mülakat Simülasyonlarına Kariyer Mimarlığı

“Kariyer koçluğu, bireyin yalnızca işe kabul edilmesini değil; dijital çağda sürdürülebilir bir kariyer inşa etmesini hedefleyen bütüncül bir kariyer mimarlığına dönüşmektedir. ”

Dijitalleşmenin insan kaynakları süreçlerine entegrasyonu, işe alım ve kariyer planlama dinamiklerini köklü biçimde dönüştürmüştür. Günümüzde birçok kurum, başvuruları ilk aşamada İnsan Kaynakları uzmanları yerine “Applicant Tracking Systems” (ATS) olarak adlandırılan algoritmik sistemler aracılığıyla değerlendirmektedir. Bu dönüşüm, kariyer koçluğunu yalnızca bireysel farkındalık geliştirme süreci olmaktan çıkararak, algoritmik okuryazarlık gerektiren stratejik bir kariyer mimarlığına dönüştürmüştür.

Yapay zekâ destekli işe alım sistemleri, bilgi çıkarımı teknikleri aracılığıyla özgeçmişlerdeki verileri otomatik olarak analiz etmekte ve pozisyon gereklilikleriyle eşleştirmektedir (Kaczmarek et al., 2005). Bilgi çıkarımı, metin içerisinden anlamlı veri ve bilgi elde edilmesi sürecidir. Bu bağlamda ATS sistemleri, yalnızca anahtar kelime eşleşmesi yapmakla kalmamakta; aynı zamanda adayın deneyim, yetkinlik ve kariyer yönelimi gibi unsurlarını semantik düzeyde analiz edebilmektedir.

Özgeçmiş, işe alım sürecinde hem insan hem algoritma için ilk değerlendirme aracıdır. Nitelikli işgücünü çekmenin kritik önem taşıdığı rekabetçi iş piyasasında özgeçmiş, adayın kendisini konumlandırdığı stratejik bir pazarlama dokümanıdır (Vardarlıer, Çetin, & Karaköy, 2018). Göz izleme yöntemiyle gerçekleştirilen araştırma bulguları, insan kaynakları uzmanlarının özgeçmiş üzerinde özellikle eğitim, iş deneyimi ve tarih bilgilerine yoğunlaştığını göstermektedir (Vardarlıer et al., 2018). Bu sonuç, değerlendirme sürecinin yalnızca içerik değil biçimsel düzen ve bilgi hiyerarşisinden de etkilendiğini ortaya koymaktadır (Vardarlıer, 2025). Dolayısıyla kariyer koçluğu sürecinde “CV yazmak” değil, “CV tasarlamak” yaklaşımı benimsenmelidir. Bu tasarım, hem insan okuyucunun bilişsel akışına hem de algoritmaların veri işleme mantığına uygun olmalıdır.

Yapay zekâ sistemlerinin bir diğer önemli özelliği, metin ve konuşma analizine dayalı kişilik çıkarımı yapabilmesidir. Araştırmalar, dilsel ipuçları aracılığıyla kişilik özelliklerinin tahmin edilebildiğini ve bu tahminlerin geleneksel öz-bildirim yöntemlerinden daha güçlü sonuçlar verebileceğini göstermektedir (Mairesse et al., 2007). Bu durum, başvuru mektuplarının ve mülakat cevaplarının yalnızca içerik değil, dil kullanımı ve duygu tonu açısından da analiz edildiğini göstermektedir. Kariyer koçluğu burada kritik bir rol üstlenmektedir: Adayın yalnızca ne söylediği değil, nasıl söylediği de önemlidir.

Son yıllarda yapay zekâ destekli mülakat sistemleri (AI-driven interviews) yaygınlaşmıştır (Jaser, 2024). Doğal dil işleme (NLP), duygu analizi ve hatta bilgisayarlı görme teknikleri aracılığıyla adayın sözel ve sözel olmayan iletişimi değerlendirilebilmektedir (Nithya & Sukirtha, 2025). Akıllı mülakat simülasyon sistemleri, adaylara gerçek zamanlı geri bildirim sunarak yanıt kalitesini, duygusal hazırlığı ve beden dilini analiz edebilmektedir. Bu tür sistemler, aday deneyimini geliştirmekte ve mülakat performansını artırmaktadır (Nithya & Sukirtha, 2025). öylece kariyer koçluğu, prova temelli ve veri destekli bir gelişim sürecine evrilmektedir. Kariyer koçluğu, bireyin yalnızca işe kabul edilmesini değil; dijital çağda sürdürülebilir bir kariyer inşa etmesini hedefleyen bütüncül bir kariyer mimarlığına dönüşmektedir. Bu dönüşüm çerçevesinde kariyer mimarlığı üç boyutlu bir yapı kazanmaktadır. İlk olarak, algoritmik uyum süreci bulunmaktadır. Bu aşama, CV ve başvuru metinlerinin ATS sistemlerine uygun biçimde yapılandırılmasını kapsar. İkinci olarak, simülasyon temelli performans geliştirme süreci yer almaktadır. Yapay zekâ destekli mülakat simülasyonları, adayın sözlü ve sözsüz iletişim becerilerini ölçülebilir verilerle geliştirmesine olanak tanır. Üçüncü boyut ise veri temelli kariyer planlamasıdır. İş piyasası analitiği ve beceri eşleştirme algoritmaları, adayın uzun vadeli konumlanmasını destekler.

KARİYER MİMARLIĞININ ÜÇ BOYUTU
Kariyer koçluğu artık sadece bir hazırlık değil, veri odaklı bir “mimarlık” sürecidir:

Bununla birlikte, algoritmik işe alım süreçleri etik ve adalet boyutunda önemli tartışmaları da beraberinde getirmektedir. Yapay zekâ sistemlerinin yüksek doğruluk oranlarına rağmen ayrımcı sonuçlar üretebildiği gösterilmiştir (Köchling et al., 2021). Algoritmik indirgemecilik, adalet algısını zedeleyebilmekte ve adayların sürece olan güvenini azaltabilmektedir (Newman et al., 2020). Bu nedenle şeffaalık, bilgilendirme ve aday geri bildirimi mekanizmaları kritik önem taşımaktadır (Black & van Esch, 2020). Kariyer koçluğu, adayların bu sistemleri anlamasını ve sürece bilinçli şekilde hazırlanmasını sağlayarak psikolojik dayanıklılıklarını artırabilir. Geleceğin kariyer yönetimi, insan–yapay zekâ iş birliğine dayalı bir model gerektirmektedir. İnsan merkezli yapay zekâ yaklaşımı, otomasyon yerine güçlendirmeyi vurgular ve teknolojinin insan iradesini (agency) desteklemesi gerektiğini savunur (Shneiderman, 2020). Bu çerçevede kariyer koçluğu, yalnızca işe yerleşme sürecine odaklanan kısa vadeli bir destek değil; bireyin dijital ekosistemde konumlanmasını sağlayan stratejik bir rehberlik sürecidir.

Sonuç olarak ATS algoritmalarını anlamak, günümüz kariyer planlamasının temel bileşenlerinden biridir. Özgeçmiş mimarisi, algoritmik tarama mantığına uygun yapılandırılmalı; dil kullanımı, kişilik sinyalleri ve yetkinlik anlatımı stratejik olarak tasarlanmalıdır. Yapay zekâ destekli mülakat simülasyonları ise adayın performansını ölçülebilir geri bildirimlerle geliştirmesine olanak tanımaktadır. Ancak tüm bu teknolojik gelişmeler, etik hassasiyet ve insan merkezli yaklaşım ile dengelenmelidir. Çünkü kariyer artık yalnızca doğru pozisyona ulaşmak değil, dijital sistemler tarafından doğru şekilde “anlaşılmak” meselesidir.

Bu nedenle kariyer koçluğu, bireyi yalnızca iş dünyasına değil, aynı zamanda algoritmik dünyaya da hazırlayan stratejik bir rehberlik sürecine dönüşmüştür; geleceğin başarılı profesyonelleri ise bu iki dili birlikte konuşabilenler olacaktır.

PROF. DR. PELİN VARDARLIER
Balıkesir Üniversitesi
İktisadi ve İdari Bilimler Fakültesi,
İşletme Bölümü Öğretim Üyesi.

KAYNAKÇA

• Black, J. S., & van Esch, P. (2020). AI-enabled recruiting: What is it and how should a manager use it?. Business Horizons, 63(2), 215-226.
• Jaser, Z. (2024). Artificial Intelligence (AI) in the job interview process: Toolkit for employers, careers advisors and hiring platforms.
• Kaczmarek, T., Kowalkiewicz, M., & Piskorski, J. (2005, April). Information extraction from CV. In Proceedings of the 8th International Conference on Business Information Systems (pp. 3-7).
• Köchling, A., Riazy, S., Wehner, M. C., & Simbeck, K. (2021). Highly Accurate, But Still Discriminatory: A. Köchling et al. Business & Information Systems Engineering, 63(1), 39-54.
• Mairesse, F., Walker, M. A., Mehl, M. R., & Moore, R. K. (2007). Using linguistic cues for the automatic recognition of personality in conversation and text. Journal of Artificial Intelligence Research, 30, 457-500.
• Newman, D. T., Fast, N. J., & Harmon, D. J. (2020). When eliminating bias isn’t fair: Algorithmic reductionism and procedural justice in human resource decisions. Organizational Behavior and Human Decision Processes, 160, 149-167.
• Nithya, R. (2025). Intelligent job interview preparation and career advancement. Int. J. Comput. Sci., 13(1), 11-21.
• Shneiderman, B. (2020). Human-centered artificial intelligence: Reliable, safe & trustworthy. International Journal of Human–Computer Interaction, 36(6), 495-504.
• Vardarlıer, P. (2025). Eye Movements To Strategic Talent Decisions: A Sustainability-Oriented Approach To Digital Recruitment Using Eye-Tracking Technology. In Proceedings Of The 20th International Strategic Management Conference (p. 169).
• Vardarlıer, P., Çetin, C., & Karaköy, D. (2018). Özgeçmişlerin Biçimsel Özelliklerinin Göz İzleme Yöntemiyle Değerlendirilmesi: İdeal Özgeçmiş Biçimi Nasıl Olmalıdır?. Gümüşhane University Electronic Journal of the Institute of Social Science/Gümüşhane Üniversitesi Sosyal Bilimler Enstitüsü Elektronik Dergisi, 8(22).