CHRO’nuz AI ile üretilmiş CV’ler hakkında bir makale iletti. Şimdi ekipten biri ATS’nize bağlanacak dedektör API’lerini araştırıyor. Sözleşme imzalamadan önce gerçekten değerlendirmeniz gerekenler — çünkü çoğu ekip sinyalin gürültüye değmeyeceğini görüyor.
Soru API’nin AI tespit edip edemeyeceği değil. Tespit sonucunun işe alım kararlarınızı iyileştirip iyileştirmediği.
Entegrasyon vaadi
AI dedektör API satıcıları basit bir hikaye anlatır: CV metnini uç noktalarına gönderin, geri dönen olasılık puanını alın — AI yazarlığı olasılığı %0-100 — ve bu puanı adayları işaretlemek veya reddetmek için kullanın.
Teknik entegrasyon genelde basittir. Çoğu API düz metni POST isteğiyle kabul eder ve birkaç saniye içinde JSON yanıtı döner. Satıcılar mevcut iş akışınıza doğrudan oturacağını söyler.
Size söylemeyecekleri şey puanla ne yapacağınızdır.
Test edilecekler: yanlış pozitif oranı
Bu rakam çoğu entegrasyonu başlamadan bitirmeli.
Bağımsız testler GPTZero’nun kontrollü kıyaslamalarda %99 iddia etmesine rağmen gerçek dünya koşullarında yaklaşık %62 doğruluk sağladığını gösteriyor (PCWorld, 2026). Originality.ai üçüncü taraf karşılaştırmalarda %8 ile %12 arasında yanlış pozitif oranı gösteriyor — yani on insanca yazılmış CV’den biri AI olarak işaretleniyor.
DataForSEO Labs’tan (Amerika Birleşik Devletleri, İngilizce) güncel anahtar kelime verileri “ai detection for ats” sorgusunun niş ama büyüyen bir alan olduğunu gösteriyor. Ekipler bu alanı keşfediyor ama doğruluk verileri duraksatmalı.
Bir API değerlendirirken satıcının kıyaslamasına güvenmeyin. Kendi testinizi yapın:
- Mevcut veritabanınızdan insan tarafından yazıldığını bildiğiniz 50 CV gönderin
- ChatGPT veya Claude ile ürettiğiniz 50 CV gönderin
- Kaç insan CV’sinin işaretlendiğini ölçün (yanlış pozitifler)
- Kaç AI CV’sinin tespit edilmeden geçtiğini ölçün (yanlış negatifler)
İnsan CV’lerinin %2-3’ten fazlası işaretleniyorsa entegrasyon faydadan çok zarar verir.
Test edilecekler: dil ve demografik önyargı
AI dedektörleri dilsel kalıpları analiz eder — cümle öngörülebilirliği, kelime dağarcığı, yapısal tutarlılık. Bu kalıplar dil geçmişiyle korelasyon gösterir.
Anadili İngilizce olmayanlar farklı yazar. Farklı eğitim geçmişleri, mesleki alanlar ve kültürel bağlamlardan gelen adaylar da öyle. Öncelikle akademik İngilizce metinle eğitilmiş bir dedektör, bir pazarlama direktörünün ön yazısından çok bir makine mühendisinin CV’sinde farklı performans gösterir.
Satıcıya sorun:
- Hangi eğitim verisi kullanıldı?
- Araç diller ve demografiler arasında test edildi mi?
- Yayımlanmış bir önyargı denetimi var mı?
Bu soruları yanıtlayamıyorlarsa araç işe alım kullanım senaryoları için doğrulanmamıştır.
Test edilecekler: tarama başına maliyet
Fiyatlandırma sağlayıcılar arasında önemli ölçüde değişir:
- TurnitinEye: Kontrol başına 3,99 $, abonelik gerekmez (bireysel kullanıma yönelik)
- AI Detector Pro: Birim başına 0,09 $; bir birim 4.000 karaktere kadar
- Fake Applicant Detector (Apify): Aday denetimi başına 0,099 $, yaklaşık 1.000 tarama için 99 $
Ayda 500 başvuru işleyen bir ekip için maliyetler sağlayıcıya göre ayda 45 $ ile 2.000 $ arasında değişir. Entegrasyonu kurup sürdürmek için harcanan mühendislik süresi bunun öncesindedir.
Alt uçta maliyet marjinaldir. Üst uçta, eyleme geçirilemeyebilecek bir sinyal için gerçek para ödersiniz.
Test edilecekler: sinyal eyleme geçirilebilir mi?
Çoğu değerlendirme burada durmalı. Ekibinize sorun: “%75 AI olasılığı” puanıyla ne yapacaksınız?
- Otomatik red? Nitelikli adayları reddedersiniz.
- Manuel inceleme için işaretle? İnceleyicileriniz AI yazarlığını bağımsız doğrulamanın yolu yok. CV’ye bakar, iyi göründüğüne karar verir ve devam eder — entegrasyonun amacını boşa çıkarır.
- Aday profiline veri noktası olarak ekle? Kanıtlanmış aday kalitesi bağlantısı olmadan sonraki her değerlendirmeyi önyargılayan bir sayı eklemiş olursunuz.
“Bu puanla ne yapıyoruz?” sorusunun yanıtı belirsizse entegrasyon erkendir.
Otomasyon için daha iyi bir kullanım
Belirsiz sonuçlar üreten bir tespit katmanı eklemek yerine otomasyon bütçenizi işe alım kalitesini doğrudan iyileştiren iş akışı adımlarına yatırın.
Canvider Hiring Automation, adayları aşamalarda hareket ettiren, e-posta gönderen ve ekip üyelerini uyaran tetikleyici kurallar oluşturmanıza olanak tanır. Bu otomasyonlar “aday tüm zorunlu gereksinimleri karşılıyor” veya “işe alım yöneticisi 48 saat içinde incelemedi” gibi somut kriterlere dayanır — yazarlık hakkında olasılıksal tahminlere değil.
Collaborative Candidate Assessment ekibinize kararları gerekçeleriyle belgeleyecek ortak bir alan sunar; böylece her aday aynı standartlara göre değerlendirilir. Değerlendirme izi denetlenebilir; uyumluluk soruları ortaya çıktığında önemlidir.
Tespit olmadan AI puanlamanın nasıl çalıştığına daha derin bir bakış için AI aday puanlama incelememize bakın.
Dürüst değerlendirme çerçevesi
Herhangi bir AI tespit API’sini entegre etmeden önce bu beş soruyu yanıtlayın:
- Sizinkilere benzer CV’lerde ölçülen yanlış pozitif oranı nedir?
- Araç dil ve demografik önyargı için test edildi mi?
- Ekibiniz puana dayanarak hangi aksiyonu alacak?
- Tarama başına maliyet sinyal kalitesini haklı çıkarıyor mu?
- Aynı bütçe boru hattınızın farklı bir bölümünü iyileştirebilir mi?
Bu çerçeveden dürüstçe geçen çoğu ekip entegrasyonun hazır olmadığı sonucuna varır.
ATS otomasyonunuzu yazarlığı tahmin eden adımlara değil, aday kalitesini iyileştiren adımlara odaklayın.