Çalışanlar AI kullanıyor: Yüzde 42’si nedenini bilmiyor

Culture Amp’ın yaklaşık 112 bin çalışanın yanıtlarına dayanan küresel araştırmasında katılımcıların yüzde 42’si, işte yapay zekâyı neden kullanması gerektiğinden emin değil; bulgu ITPro’nun 22 Eylül 2026 tarihli haberinde gündeme taşındı. Şirketler açısından sorun, çalışanların aracı denemesiyle bu denemenin hangi iş hedefine hizmet ettiğini bilmesi arasındaki farkta.

Culture Amp’ın 17 Eylül 2026 tarihli AI at Work duyurusunda, çalışanların yüzde 85’i yapay zekâyı denemeye teşvik edildiğini, yüzde 58’i ise liderlerinin kullanımın şirket hedeflerine nasıl katkı sağlayacağını açıkça anlattığını söylüyor; Culture Amp İnsan Bilimi Başkan Yardımcısı Amy Lavoie tabloyu “That is not a workforce resisting change.” sözleriyle yorumluyor. Araştırma, kullanım çağrısının tek başına çalışanlara beklenen sonucu anlatmadığını gösteriyor.

Yüzde 42’lik belirsizlik neyi anlatıyor?

Bu pay, ayrı bir soruda “nedenini bilmiyorum” diyen çalışanların oranı değil. Liderlerinin yapay zekâ kullanımını şirket hedeflerine açıkça bağladığı görüşüne katılmayanların tamamlayıcı payı. Dolayısıyla hem açıklamayı yetersiz bulanları hem de kararsız kalanları içerebilir; her katılımcının aynı ölçüde bilgisiz olduğunu söylemek mümkün değil.

Yine de yönetim açısından fark somut. “Yapay zekâyı deneyin” çağrısı bir davranışı teşvik eder; hangi işin daha iyi yapılacağını, başarının nasıl anlaşılacağını veya kazanılan zamanın nereye ayrılacağını tanımlamaz. Bir çalışan araçla taslak hazırladığında işin hızlandığını düşünebilir. Fakat ekibin amacı yanıt süresini kısaltmak mı, kaliteyi artırmak mı, yoksa tekrarlı işi azaltmak mı, bu karar yöneticinin açıklamasını gerektirir. Bunlar araştırmanın ölçtüğü sonuçlar değil, amaç açıklığının işteki karşılığını gösteren olası örneklerdir.

İş hedefi şirket düzeyinde ifade edilse bile çalışanın kendi görevine çevrilmeyebilir. Bu nedenle “stratejiyi duydum” ile “günlük işimde nerede kullanacağımı biliyorum” farklı sorulardır. Belirsizliği yalnızca araç kullanmayanlarda aramak da eksik kalır: Aracı düzenli kullanan biri, yaptığı denemenin şirketin öncelikleriyle nasıl ilişkilendirileceğini hâlâ bilmeyebilir.

Daha sık kullanım, daha hafif iş yükü getirdi mi?

Culture Amp’ın ayrıntılı çalışan analizinde, iş yükünü rolü için makul bulanların oranı düzenli AI kullanmayanlarda yüzde 69, en yoğun kullananlarda yüzde 72; yöneticisinin hedefe uygun kullanım örnekleri paylaştığını söyleyenlerin oranı yüzde 60, sistem ve süreç desteğini yeterli bulanların oranı yüzde 64. Kullanım yoğunluğu ile makul iş yükü algısı arasındaki fark sınırlı kalıyor.

İş yükü yanıtı, bir görevin kaç dakika sürdüğünü ölçmüyor. Çalışan bir taslağı daha hızlı oluşturabilir, ardından çıktıyı denetleme veya düzeltme işi üstlenebilir; serbest kalan zaman başka görevlere de ayrılabilir. Araştırma bu olasılıkların hangisinin gerçekleştiğini saat hesabıyla belirlemiyor. Bu yüzden yoğun kullanım grubundaki yanıtları, yapay zekânın iş yükünü azalttığına ya da artırdığına dair nedensel bir test gibi okumamak gerekiyor.

Aynı ayrım yöneticinin başarı tanımını değiştirir. Araç kullanımındaki artış, çalışanların yeni bir alışkanlık edindiğini gösterebilir; toplam işin hafiflediğini veya belirlenmiş hedefe ulaşıldığını göstermez. İş yükü algısı sabit kalırken kullanım yükseliyorsa açıklanması gereken konu, hangi görevin değiştiği ve bu değişimin rolün geri kalanına nasıl yansıdığıdır.

Şirketler hangi dört soruyu sormalı?

Türkiye’de AI kullanan şirketler için bulgunun değeri, küresel oranları kendi çalışanlarına uygulamakta değil, kullanımın yanında neyin ölçüleceğini göstermesinde. Kısa bir çalışan ölçümünde hedef netliği, yönetici örnekleri, süreç desteği ve iş yükü ayrı başlıklar olmalı. Böylece yüksek kullanımın açık bir amaçla mı, yoksa çalışanların kendi başına yaptığı denemelerle mi ilerlediği anlaşılabilir.

Hedef netliği sorusu, çalışanın yapay zekâ kullanımının ekibin hangi somut amacına hizmet ettiğini açıklayıp açıklayamadığını yoklar. Yönetici örneği sorusu ise bu amacın günlük bir göreve çevrilip çevrilmediğini gösterir. İlkine olumlu, ikincisine olumsuz yanıt verilmesi, genel mesajın duyulduğu fakat uygulamanın belirsiz kaldığı bir duruma işaret edebilir. Tersi de mümkündür: Çalışan yararlı bir örnek görmüş, ancak bunun neden öncelik olduğunu anlamamış olabilir.

Süreç desteği, araca erişimden daha geniştir. Çıktıyı kim kontrol edecek, hangi onaylardan geçecek ve mevcut iş akışına nasıl girecek? Bu sorular yanıtsızsa hızlı üretim, sonraki aşamalarda ek kontrol işi yaratabilir. İş yükü sorusu da tek bir yapay zekâ görevine değil, kişinin rolünün tamamına ilişkin olmalı; aksi halde hızlanan bir adımın ardından gelen işler görünmez kalır.

Bu dört yanıtı kullanım sıklığıyla birlikte okumak, farklı sorunları ayırmaya yarar. Amaç açıkken süreç desteği zayıfsa çalışan neyi başarması gerektiğini biliyor, fakat bunu düzenli işine yerleştirmekte zorlanıyor olabilir. Yönetici örnekleri güçlü olduğu halde iş yükü ağır hissediliyorsa örneklerin sağladığı hız, toplam görev dağılımını değiştirmemiş olabilir. Bunlar yönetim için araştırılacak ilişkiler; anket yanıtlarından tek başına verimlilik veya tasarruf hesabı çıkmaz.

Türkiye’deki ekipler için sınır nerede?

Culture Amp verileri, yapay zekâ hakkında anket yapmayı seçen kuruluşlardaki çalışanların öz bildirimlerine dayanıyor. Böyle bir ölçüme katılan işyerleri AI konusuyla diğer işyerlerinden daha fazla ilgileniyor olabilir. Küresel katılımcılardan çıkan oranlar bu nedenle Türkiye’deki çalışanların oranı olarak sunulamaz; şirketlerin kendi ekiplerindeki belirsizliği doğrudan ölçmesi gerekir.

Öz bildirim, çalışanın kendini daha üretken hissedip hissetmediğini ve iş yükünü makul bulup bulmadığını anlatır; tamamlanan iş miktarını veya çalışılan saatleri doğrudan göstermez. Türkiye’de bir yönetici için kullanım kayıtlarının yanına çalışan yanıtlarını ve önceden tanımlanmış iş sonucunu koymak bu yüzden anlamlıdır. Araç daha sık açılırken amaç belirsizliği sürüyor ve iş yükü algısı değişmiyorsa, yaygınlaşan kullanımın hangi sonucu ürettiği hâlâ açıklığa kavuşturulmalıdır.

Ayrıca okuyun: