Ashby'de yapay zekâ incelemesi: sıralamaya yarayan yüzde

Ashby’nin yapay zekâ sayfası, başvuru incelemesinde yapay zekânın “adayları asla ‘sıralamadığını’ ya da onlara sayısal puan vermediğini” söylüyor. Ürünü kullanan işverenlerin kılavuzu olan Ashby bilgi bankası ise inceleme yapanlara, her adayın kriterlerin yüzde kaçını karşıladığını gösteren bir sütun ekleyebileceklerini ve “bu sütuna göre dizip adayları sıralayabileceklerini” anlatıyor. Ashby’nin, işverenin eski adayları arasında arama yapan ayrı bir özelliği de yüzdesi %51’in altında kalanları varsayılan olarak filtreliyor.

İki sayfayı aynı gün okuduk. Bir noktaya kadar bağdaştırılabilirler: Yapay zekâ her seferinde tek bir kriter için karar veriyor, sütun ise isteğe bağlı ve bir insan ona göre dizene kadar hiçbir şeyi sıralamıyor. Yine de bir aday bu sayının var olduğunu bilmek ister.

Ashby bir aday takip sistemi (ATS), yani işverenin başvuruları toplamak ve incelemek için kullandığı yazılım. Sistemi işveren yapılandırıyor. Bu yüzden Ashby kullanan bir şirketin neyi açabileceğini söyleyebiliriz, ama başvurduğun şirketin neyi açtığını asla söyleyemeyiz. Buradaki her şey, Ashby’nin herkese açık kendi sayfalarından (bilgi bankası, web sitesi, ürün güncellemeleri, gizlilik politikası, API referansı ve güven merkezi) 9 Ekim 2026’da okuduğumuz hâliyle geliyor. Offermic’in Ashby’yle bir bağlantısı yok. Başvurduğun şirket başka bir sistem kullanıyorsa, Workday, Greenhouse, Lever ve iCIMS için de aynı okumayı yaptık.

Kriterleri işveren yazıyor

Söz konusu özellik, 10 Eylül 2024’te çıkan AI-Assisted Application Review (yapay zekâ destekli başvuru incelemesi). Bilgi bankasına göre özellik bütün Ashby planlarında var ve bir Org Admin (kuruluş yöneticisi) onu Opt-In Features altında açana kadar kapalı kalıyor.

İşveren her ilan için yapay zekânın kontrol edeceği kriterleri belirliyor: iş ilanına dayanan yapay zekâ önerileri, başka ilanlardan alınan kriterler ya da kendi yazdığı özel kriterler. Ashby, kriterleri yazanlara “deneyim yılı ya da daha önceki belirli unvanlar gibi” ölçülebilir şartlar kullanmalarını söylüyor ve ekliyor: “Şartın bir özgeçmişe bakılarak kanıtlanabildiğinden emin olun.” Ashby’nin İnsan ve Yetenek Kazanımından Sorumlu Genel Müdür Yardımcısı, lansman günü yayımlanan bir blog yazısında adayın görevini aynı şekilde tarif etti: “İş tanımındaki asgari şartları nasıl karşıladığını özgeçmişinle ve başvurunla açıkça anlat.” Yani ilanın şartlarını nasıl karşıladığını, sayfadan doğrulanabilecek biçimde yaz: unvanları, tarihleri ve yılları sade kelimelerle.

İkinci tür kriter uzun metinli başvuru sorularını kontrol ediyor ve bilgi bankası bunun sınırını açıkça söylüyor: “Bu kontrol yalnızca sorunun cevaplanıp cevaplanmadığını belirler. Boş ya da ilgisiz cevaplar kriteri karşılamıyor olarak işaretlenir.” Uzun metinli her soruyu cevapla ve konunun dışına çıkma.

Sonuçta her kriter için bir durum dönüyor: Aday kriteri karşılıyor, karşılamıyor ya da yapay zekâ karar verememiş. İnceleme yapan kişi herhangi bir kritere tıklayıp gerekçeyi okuyabiliyor. 2024’teki lansman yazısı üçüncü durumu “bilinmiyor” diye adlandırmış ve dördüncü bir durum anlatmıştı: “Özgeçmiş okunamıyorsa, kriterler çıktıda atlandı olarak işaretlenir.” Ashby’nin yapay zekâ sayfası, yapay zekâ modellerine gönderilen bütün özgeçmişlerden kişiyi tanımlayan bilgilerin çıkarıldığını ve Ashby’nin müşteri verileriyle hiçbir yapay zekâ modelini eğitmediğini söylüyor.

Ashby’nin kendi sözleriyle yüzde

Ashby’nin dört sayfası, bu incelemenin bir sayı üretip üretmediğine değiniyor.

Ashby bunu nerede söylüyor	Ne diyor
Yapay zekâ sayfası, AI-Assisted Application Review hakkında (tarihsiz, 9 Ekim 2026’da okundu)	“Yapay zekâ adayları asla ‘sıralamaz’ ya da onlara sayısal puan vermez; karar sürecine her zaman bir insanın dahil olması gerekir.”
Ashby’nin İnsan ve Yetenek Kazanımından Sorumlu Genel Müdür Yardımcısının blog yazısı (10 Eylül 2024)	“Benim yerime hiçbir karar verilmiyor. Ortada puanlama ya da sıralama yok.”
AI-Assisted Application Review hakkındaki bilgi bankası makalesi	“Karşılanan kriterlerin sayısal yüzdesini görmek için AI Job Criteria Met Percentage’ı arayın; adayları en uygundan (en yüksek yüzde) en az uygun olana (en düşük) doğru sıralamak için bu sütuna göre dizin.”
API referansı, her kriter değerlendirmesindeki outcomeNumber alanı	“Değerlendirme sonucunu temsil eden sayısal bir puan (0.0 ile 1.0 arası).”

Dört sayfa iki konuda hemfikir: Yapay zekâ her seferinde tek bir kriteri değerlendiriyor ve ilerletme ya da ret işlemini bir insan yapıyor. Ayrıldıkları yer sayı. Yüzde, yapay zekânın karşılandı olarak işaretlediği işveren kriterlerinin payı. İsteğe bağlı bir sütun ve sıralama, inceleme yapan kişi ona göre dizdiğinde gerçekleşiyor. Yine de bilgi bankası inceleme yapanlara bu sütunu “yapay zekâya dayalı aday uyumunu ölçmek” için kullanmalarını söylüyor ve “her adayın yapay zekâ kriterlerinize göre nasıl puan aldığından” söz ediyor.

API referansı ikinci bir sayı ekliyor. outcomeNumber alanını her kriterin değerlendirmesine koyuyor; yani bu, aday başına değil kriter başına bir rakam. Referanstaki örnek yanıtta “Meets” (karşılıyor) sonucunun yanında 0.85 görünüyor. Ashby bu sayının nasıl hesaplandığını ya da inceleme yapanların onu görüp görmediğini açıklamıyor.

Karar konusunda Ashby’nin sayfaları tutarlı. Yapay zekânın sonucu seni tek başına bir sonraki aşamaya taşımıyor; lansman yazısının ifadesiyle “ilerletmek ya da reddetmek inceleme yapan kişiye kalmış.” Bu adım hızlı olabilir. İnceleme yapanlar kriterlere göre filtreleyip “filtrelenmiş liste üzerinde gerektiğinde toplu işlem yapabiliyor”. Yapay zekâ sayfası filtrelemeyi “uyumsuz adayları elemek ya da en uygun adayları öne çıkarmak için” öneriyor. Lansman yazısı da zaman kazandıran adımlar arasında “Kriterlerinizin çok azını karşılayan ya da hiçbirini karşılamayan adayları doğrulayıp reddedin” maddesini sayıyor. Toplu işlemden önce inceleme yapan kişinin ne kadar dikkatli bakması gerektiğine dair Ashby’den bir şey bulamadık.

Okuduğumuz bilgi bankası sayfalarının hiçbiri, adayın kendi durumunu, ayrıştırılmış profilini ya da yapay zekâ değerlendirmesini görebileceği bir yer anlatmıyor. Özgeçmiş oluşturucumuzdaki özgeçmiş puanı kendi ölçümümüz ve kuralları o sayfada yayımlanıyor. Ashby’nin ya da başka bir aday takip sisteminin puanı değil ve hiçbir işveren onu görmüyor. Aynı sayfa Ashby’nin açıklamasını diğer sağlayıcılarınkiyle yan yana koyuyor.

Yanlılık denetiminde iki isim var

Ashby’nin yapay zekâ sayfası, tarama işlevinin yanlılık denetimi için birlikte çalıştığı bağımsız denetçi olarak FairNow’u gösteriyor; 2024 lansman yazısı da denetçi olarak FairNow’u anmıştı. Güven merkezinde ise başka bir isim var. Oradaki herkese açık kayıt, “AI Criteria Evaluation - Bias Audit Report”, “Rapor 21 Eylül 2026’da WardenAI tarafından hazırlanmıştır.” cümlesiyle başlıyor. Lansman yazısındaki denetim sonuçları bağlantısı da güven merkezindeki bu kayda gidiyor ve bugün orada iki yıl sonrasına tarihli WardenAI raporu duruyor. Yapay zekâ sayfası hâlâ FairNow’un adını veriyor ve Ashby’nin sayfaları bu değişiklikten söz etmiyor. Biz yalnızca kaydı aktarıyoruz; raporun kendisi kaydın arkasındaki bir PDF.

New York City’nin 144 sayılı Yerel Yasası konusunda yapay zekâ sayfası, Ashby’nin “şu anda sunulan araçların bir Otomatik İstihdam Karar Aracı sayılmadığı görüşünde olduğunu” ve denetimi yine de “farklı yorumları olan müşterileri desteklemek için” yaptırdığını söylüyor.

Gönder düğmesinin altındaki Learn More bağlantısı

Yapay zekâ incelemesinden haberdar edilip edilmeyeceğin işverene bağlı. Ashby’nin yapay zekâ sayfası, bildirimi açmanın “müşterilerin kendi politikalarına ve ifadelerine göre üstlendiği bir sorumluluk olduğunu” söylüyor. Üründe bu, Automated Processing Legal Notice (otomatik işleme yasal bildirimi) adlı bir ayar: “Kapalıyken adaylar bildirimi görmez.”

Ayar açıkken bilgi bankası şunu söylüyor: “Adaylar Submit Application düğmesinin altında bir Learn More bağlantısı görür. Bu bağlantıyı seçmek isteğe bağlıdır. Adaylar onu bildirimi okumak, otomatik işlemeyi reddetmek (opt-out) ya da daha önce reddedip reddetmediklerini kontrol etmek için kullanabilir”. Reddedersen “yapay zekâ değerlendirmesi atlanır.”

Reddettiğini işveren görebiliyor. Bilgi bankası “Bir aday otomatik işlemeyi reddettiğinde müşterilere proaktif bir uyarı gönderilmez” diyor, ama işveren böyle bir uyarı kurabiliyor ve inceleme yapan kişi “iş kriteri değerlendirmesinin atlandığını ve atlanma nedenini görür”. Süreçteki adaylar, reddedenleri gösterecek şekilde filtrelenebiliyor da. Ashby, işverenin bu başvurularla ne yapması gerektiğini söylemiyor. 28 Mayıs 2026 tarihli bir ürün güncellemesi yalnızca işe alım uzmanlarının bu başvuruları “doğru şekilde ele alınmalarını sağlamak için” ayırt edebildiğini söylüyor.

Bildirim yalnızca Ashby’nin barındırdığı form üzerinden başvuranlara ulaşıyor. Bilgi bankası başka giriş yollarını da sayıyor (“doğrudan referans, elle ekleme, Chrome eklentisi ya da muhtemelen Indeed Apply”) ve bunlardan biriyle gelen aday bildirimi hiç görmemiş oluyor. İşveren Ashby’yi bu durumda yapay zekâ değerlendirmelerini gizleyecek şekilde ayarlayabiliyor. O zaman inceleme yapanlar şunu okuyor: “Aday, bu ilanın gerektirdiği yasal bildirimi görmedi.”

Auto-Reject formda, başvuruyu gönderdiğin anda çalışıyor

Ashby’nin belgelediği otomatik ret başka bir özellik. İşveren Auto-Reject’i her iş ilanı için başvuru sorularına dayalı koşullarla kuruyor. Bilgi bankasına göre kurallar “yalnızca adayın başvurusunu gönderdiği anda çalışacak şekilde yapılandırılabilir ve mülakat sürecinin diğer aşamalarında çalışamaz.”

Ashby, yazılı cevaplar için sunduğu esnek “Similar to” (benzer) seçeneğine örnek olarak bir cevaptaki “local” kelimesinin “localization” için yazılmış bir kuralla eşleşmesini veriyor. İşveren ret e-postasının kaç iş günü geciktirileceğini de seçiyor. O yüzden her eleme sorusunu iki kez oku: Ashby’nin belgelediği, yazdığın ya da seçtiğin şeye bağlı ret bu ve araya hiçbir insan girmiyor. Gecikme yüzünden de bir ret e-postasının zamanlaması, birinin özgeçmişini okuyup okumadığı hakkında sana hiçbir şey söylemez.

Auto-Reject makalesi özgeçmiş dosyasını okuyan bir koşul anlatmıyor. Yazılımın özgeçmişlerin %75’ini reddettiği iddiasına rastladıysan, bu rakam için bulduğumuz en eski kaynakları ayrı bir yazıda izledik.

Application Limits (başvuru sınırları) tekrarlanan başvuruları engelliyor. Legacy Plus, Plus ve Enterprise planlarında işveren, bir adayın belirli bir kapsamda belirli bir gün sayısı içinde kaç kez başvurabileceğini sınırlayabiliyor. Reddedilen bir adayın aynı pozisyona ya da bir kapsamdaki herhangi bir pozisyona yeniden başvurmasını da engelleyebiliyor. Ashby önceki başvuruyu formda girilen e-posta adresinden tanıyor ve sınırlar “Indeed üzerinden gönderilen başvurulara uygulanmıyor.”

Engellenen bir adayın gördüğü şey, işverenin yazabileceği bir mesaj. İşveren o alanı boş bırakırsa “aday, After Candidate Submits Application alanındaki mesajı görür”. Başka bir makale bu alanı “Adayların kariyer sayfanızda bir işe başvurduktan sonra gördüğü mesaj” diye tanımlıyor. Yani engellenen bir adaya, kabul edilen bir adayla aynı ekran mesajı gösterilebilir; Ashby bunu açıkça bu kelimelerle söylemese de.

Spam koruması, Ashby’nin bir başvurunun bir bottan gelmiş olabileceği yönündeki değerlendirmesine dayanıyor. Seviyeyi bir Organization Admin seçiyor ve bilgi bankası şu uyarıyı yapıyor: “Katı bir ayar, Ashby’nin gerçek adaylardan gelen başvuruları reddetmesine yol açabilir.”

Sana dönüş yapılıp yapılmayacağı da işverenin tercihi. Onay e-postaları yalnızca işveren ayarladıysa otomatik gidiyor; bir insan incelemesinden sonraki ret e-postası da inceleme yapan kişinin açtığı bir seçenek.

Ayrıştırma dosyanın yerini almıyor

Ashby’de inceleme yapan kişi senin yüklediğin dosyayı okuyor. Bilgi bankasının anlattığı toplu inceleme ekranında bütün başvuru bilgileri, yalnızca form cevapları ve yalnızca özgeçmiş için ayrı sekmeler var; aday profilinde de bir Resume sekmesi bulunuyor. Yani kendi düzenin ve ifadelerin form cevaplarının yanında duruyor ve bir ayrıştırma hatası dosyanın yerini almıyor.

Ashby, ayrıştırıcısının doldurduğu alanların bir listesini yayımlamıyor. İşveren kariyer sayfası için otomatik doldurmayı açtıysa aday bir özgeçmiş yükleyebiliyor ve Ashby başvuru alanlarını onun bilgileriyle dolduruyor. Bu alanlar sen başvuruyu göndermeden önce önünde duruyor, o yüzden kontrol et: İnceleme yapanlar form cevaplarını özgeçmişin yanında görüyor ve Auto-Reject bu cevapları okuyor. İsteğe bağlı bir yapay zekâ özelliği olan Enhanced Resume Parsing, “daha karmaşık düzenleri ya da biçimlendirmesi olan özgeçmişlerde ayrıştırmayı iyileştiriyor.” Ashby standart ayrıştırıcının bu tür düzenlerle ne yaptığını söylemiyor. Bir adayın, işverenin hangi ayrıştırıcıyı kullandığını anlamasını sağlayan bir yol da belgelemiyor.

Özgeçmişler 50 MB’a kadar olabiliyor. Bilgi bankasına göre ise “tam metin aramalarında ve başvuru alanlarının otomatik doldurulmasında işlenebilmeleri için 16 MB ya da daha küçük olmaları gerekiyor.” Dosya türleri konusu daha belirsiz: Dosya yükleme soruları için belge türü örneği olarak PDF, DOC ve DOCX sayılıyor, özgeçmiş alanı için ayrı bir liste yayımlanmıyor.

Bir işe alım uzmanının Ashby’nin içe aktarma e-posta adresine ilettiği özgeçmişler için bilgi bankası “Dosya PDF olmalıdır” diyor. Sayılan başarısızlık nedenlerinden biri de dosyanın “metin tabanlı bir PDF değil, bir görsel ya da GIF olması (örneğin birinin bir sayfanın fotoğrafını çekip PDF’e dönüştürdüğü taranmış bir belge)”. Ashby, başvuru formundaki ayrıştırıcı için de aynı sınırların geçerli olup olmadığını söylemiyor. 16 MB ya da daha küçük, metin tabanlı bir PDF veya Word dosyası iki sınırın da dışında kalır. Parola koruması da ekleme: Ashby’nin kötü amaçlı yazılım taraması tamamlanamadığında inceleme yapanların aldığı uyarının sayılan nedenlerinden biri bu.

Başvuruyu gönderdikten sonra adayların özgeçmişini kendilerinin yenileyip yenileyemeyeceği ya da yenisini ekleyip ekleyemeyeceği sorusuna bilgi bankasının cevabı “Hayır.” İşverenin yeni dosyayı e-postayla alıp elle değiştirmesi gerekiyor. Senin elindeki yol başka bir başvuru, çünkü aday “kariyer sayfanız üzerinden başka bir işe başvuruyorsa yeni bir özgeçmiş verebilir”. Bu dosya aday profilindeki özgeçmiş de olur.

Dosya ilk elemenin ötesine de gidiyor. Bilgi bankasına göre mülakat yapmadan görüşü sorulan biri “adayın özgeçmişini, bir brifingi ve bazı temel aday bilgilerini görebiliyor.” Buna hazırlanmak için özgeçmişe göre mülakat soruları aracımız kendi özgeçmişinin gündeme getirebileceği soruları listeliyor. Özgeçmişe dayalı mülakat soruları rehberimiz de mülakatçıların bir özgeçmişten neler sorduğunu anlatıyor.

Başvurudan uzun yaşayan bir profil

Tek bir aday profili farklı pozisyonlara yapılmış başvuruları bir arada tutabiliyor ve inceleme yapanlar diğerlerini görebiliyor. Bir başvuru profile e-posta adresiyle bağlanıyor: “Başvuruda kullanılan e-posta mevcut bir aday profiliyle eşleşirse Ashby başvuruyu o adaya ekler; kopya oluşturulmaz.” Farklı bilgilerle başvurursan “ek bir aday profili oluşturulur ama kopya olarak işaretlenebilir.” Kopya kontrolü e-posta adreslerine, isme ve sosyal medya bağlantılarına bakıyor; yakın isim eşleşmeleri de buna dahil.

Aynı pozisyona, ilk başvurun hâlâ aktifken aynı bilgilerle ikinci kez başvurmak profilinde tek bir iş değerlendirmesi bırakıyor ve işveren iki formu da görüyor. Hem başvuru sınırları hem kopya kontrolü e-posta adresine bağlı olduğu için her işverende tek bir adres kullan. İkinci bir adres sana temiz bir başlangıç değil, kopya diye işaretlenmiş bir profil getirebilir.

Reddedildikten sonra profilin, işveren onu kaldırana kadar işverenin Ashby hesabında kalıyor ve yüzde burada yeniden karşımıza çıkıyor. Legacy Plus, Plus ve Enterprise planlarında isteğe bağlı bir özellik olan AI Talent Rediscovery, işverenin yeni bir pozisyon için eski adayları arasında arama yapmasını sağlıyor. Ashby, “adayların varsayılan olarak filtrelenmesine yol açan” beş olumsuz sinyal sayıyor: “Recently Rejected (last 6 months)” (son 6 ayda reddedildi), “Poor Fit” (zayıf uyum), “Poor Interview Performance” (zayıf mülakat performansı), “Candidate Ghosted” (aday iletişimi kesti) ve %51’in altında bir AI Job Criteria Met Percentage. Sonuncusu, yapay zekâ sonucuna uygulanan sayısal bir eşik. Yeni başvurulara değil, eski adaylar arasındaki bu aramaya uygulanıyor.

Profilin ne kadar kalacağı işverenin ayarı. Bilgi bankası varsayılan bir süre vermeden varsayılan saklama kurallarından söz ediyor ve bu kuralların kayıtları yalnızca işaretlediğini söylüyor: “Ashby, veri uyumluluğu kurallarınızı ihlal eden adayları işaretler ama onları otomatik olarak anonimleştirmez ya da silmez.” Harekete geçen bir işveren kaydı anonimleştirebiliyor (bu, kişisel verileri kayıttan kalıcı olarak siler) ya da silebiliyor. Ashby’ye göre silinen bir kayıt 10 gün sonra başvuru veritabanından, 30 günlük yedek saklama süresi dolduğunda da arka uçtan kalıcı olarak siliniyor.

Verilerini görme, düzeltme ya da silme talebi işverene gidiyor. Ashby’nin gizlilik politikası, veri sorumlusunun müşterileri olduğunu söylüyor ve “başvurduğun şirketle doğrudan iletişime geçmeni” öneriyor.

Submit Application düğmesine basmadan önce

Gönderdiğin anda pek çok şey kesinleşiyor. Auto-Reject kuralları o anda çalışıyor, başka hiçbir aşamada değil. Eklediğin özgeçmiş o başvuruyla kalıyor ve Ashby’nin onu kendin değiştirip değiştiremeyeceğine cevabı “Hayır.” Yapay zekâ bildirimini gösteren işverenlerde reddetmeni sağlayan bağlantı da aynı düğmenin altında duruyor.

Yani harekete geçme zamanı tıklamadan önce. Eleme sorularını iki kez oku ve otomatik doldurmanın alanlara ne yazdığını kontrol et. Bir Learn More bağlantısı varsa aç ve işverenin tercihini görebileceğini bilerek otomatik işlemeyi reddedip reddetmeyeceğine karar ver. Sonrasında özgeçmişini ya da verilerini değiştirmenin belgelenmiş yolları işverenden geçiyor.