Yapay zekâ CV araçları neden uydurur

Dil modelinde halüsinasyon ne demek

Halüsinasyon (hallucination), araştırmacıların girdinin desteklemediği akıcı çıktıya verdiği ad. Huang ve arkadaşlarının taraması (arXiv 2311.05232, 2023) iki türü ayırır: metnin dünyayla çeliştiği olgusal halüsinasyon ve metnin verilen talimatla ya da kaynakla çeliştiği sadakat halüsinasyonu. ChatGPT, Claude, Gemini ya da bunların üstüne kurulmuş bir yapay zekâ CV aracı (AI CV builder) ikisini de yapabilir; burada önemli olan ikincisidir: modele notlarınız verildi ve model, notlarınızın söylemediği bir şey yazdı.

Mekanizma sıradandır. Dil modeli, öncesindeki her şeye bakarak en olası sonraki kelimeyi üretir. Milyonlarca CV, iş ilanı ve kariyer tavsiyesi okumuştur; bu yüzden "Satış müdürü, 2021-2024" girdisinin en olası devamı, bir ekip büyüklüğü, bir ciro ve bir yüzde içeren cümledir. Eğitim verisindeki CV'ler böyle görünür. Modelin içinde bu sayıların size ait olup olmadığını kontrol eden hiçbir şey yoktur.

Uydurulmuş CV satırı neye benzer

• Kesindir. Uydurma satırlar net sayılar taşır ("müşteri kaybını %23 azalttım"), çünkü güçlü CV maddeleri net sayı içerir.
• Makuldür. Uydurulan unvan, araç ya da proje iş ilanına uyar; hızlı okumada fark etmemenizin nedeni tam olarak budur.
• Kendinden emindir. Satır, notlarınızdan gelen satırlarla aynı tonda okunur; model birinin kaynaklı, diğerinin kaynaksız olduğuna dair hiçbir işaret vermez.

Yapay zekâ CV araçları neden başka yazı işlerinden daha çok uydurur

CV, modelin hiç tanımadığı bir kişi hakkında kısa bir belgedir; yani en kötü duruma yakındır. Dört neden üst üste biner.

Girdi zayıf

Çoğu kişi bir unvan, bir işveren ve iki tarih verir; bazen de eski bir CV. Modelin bir sayfa maddeye ihtiyacı vardır, elinde bir paragraf bilgi vardır. Boşluğu, gördüğü bütün benzer CV'lerin ortalamasıyla doldurur. Ne kadar az verirseniz o kadar çok uydurur.

"Daha etkileyici yap" talimatı

Çoğu yapay zekâ CV aracı ve her sohbet komutu daha güçlü, daha vurucu, daha sayısal maddeler ister. Modelin içinde "daha etkileyici", neredeyse "bir sayı ve daha büyük bir fiil ekle" demektir. "Geçişe yardım ettim" girdisinden istenen iyileştirme "40 servisin sıfır kesintiyle geçişini yönettim" olur. Araç isteneni yaptı; kullanıcı sahip olmadığı bir şey istedi.

Model genel CV'lerle eğitildi

Eğitim verisinde, kontrol edilmek için değil iyi görünmek için yazılmış CV'ler, örnekler ve şablonlar baskındır. Model iyi bir maddenin şeklini öğrendi; örnek CV'leri dolduran uydurma ölçütler (fabricated metrics) dâhil. Bir sayının nereden geldiğini sorma alışkanlığını öğrenmedi. Yapay zekâ ile yazılmış CV'lerin aynı kalıplarda buluşmasının nedeni de bu: sonuç odaklı, öncülük etti, çapraz fonksiyonlu.

Karşılaştırılacak kaynak yok

Sohbet modelinin bilgilerinizi tuttuğu ayrı bir kayıt yoktur. Notlarınız ve modelin kendi tahminleri aynı bağlam penceresinde durur; model bir cümle yazdığında o cümle, sonrakinin tahmin edileceği bağlamın parçası olur. Kaynağa bağlı yapay zekâ CV aracı, bu kaydı modelin dışına koymak ve çıktıyı onunla karşılaştırmak için vardır.

Üç tipik uydurma

Yapay zekâ ile yazılmış CV'lerde uydurma içerik üç gruba ayrılır. Aşağıdaki örnekler bu sayfa için kurgulanmıştır; hiçbiri gerçek bir aday değildir.

Kalıp her seferinde aynıdır: model doğru ama belirsiz bir ifade alır, yanlış ama kesin bir ifade döndürür. Kesin sürüm anahtar kelime eşleşmesinde daha yüksek puan alır ve yorgun bir işe alımcıya daha iyi okunur; araçların onu üretmeye devam etmesinin nedeni budur.

Neden bunu ATS değil işe alımcı yakalar

Workday, Greenhouse, Lever, Taleo ve SuccessFactors gibi aday takip sistemleri (ATS) CV'yi alanlara ayırır ve anahtar kelimeleri ilanla eşleştirir. Belgeleri ayrıştırma ve sıralamayı anlatır; hiçbiri bir sayının doğruluğunu kontrol eden bir adımdan ya da makine metni dedektöründen söz etmez. Uydurma bir ölçüt yazılımdan sürtünmesiz geçer.

Kontrol daha sonra, bir konuşmada olur. Harvard Kariyer Ofisi ve MIT kariyer danışmanları aynı talimatı aday tarafından verir: maddeler somut olmalı, gerçek bir sayı varsa sayı verilmeli ve her madde mülakatta savunulabilmelidir. Birleşik Krallık'ın mezun kariyer servisi Prospects, CV'deki bilgilerin kolayca doğrulanabildiğini ve yapay zekânın ayrıntı uydurmak ya da süslemek için kullanılmaması gerektiğini söyler.

• Ön görüşme: "Müşteri kaybını %23 azaltmışsınız, nasıl ölçtünüz?" Sayıyı kendisi yazmamış aday bunu cevaplayamaz.
• Teknik mülakat: iddia edilen araç, o araçla ilgili soru getirir. "Snowflake şemasını anlatın" sorusunun, aracı model eklediyse cevabı yoktur.
• Referans kontrolü: eski yöneticiye dört kişilik ekip sorulur; yönetici, bülteni hazırlayan bir uzman hatırlar.
• Özgeçmiş doğrulama: finans, sağlık, hukuk ve kamuda unvanlar ve tarihler kayıtlarla karşılaştırılır; uyuşmazlık yanıltıcı beyan sayılır.

Kaynağa bağlılık (grounding) teknik olarak ne demek

Grounding, makine öğrenmesinde modelin çıktısını eğitim verisine değil verilen bir kaynağa bağlamanın adıdır. Yapay zekâ CV aracı için dört parça gerekir; yalnızca ilkine sahip bir araç söz veriyordur, uyguluyor değildir.

1. Doğruluk kaynağı (source of truth): adayın bilgilerinin (görevler, tarihler, sonuçlar, araçlar) modelin dışında tutulan yapılı bir kaydı; karşılaştırılacak bir şey olsun diye.
2. İddia-kaynak bağı: modelin yazdığı her satır, yazıldığı bilgilere bir atıf taşır; böylece bir okuyucu ya da bir program bunları bulabilir.
3. Desteksiz iddiayı reddeden doğrulayıcı: satırdaki her sayının, tarihin ve özel adın atıf yapılan bilgilerde var olduğunu kontrol eden, tercihen kendisi dil modeli kullanmayan bir adım; ardından cümlenin bütün olarak bilgilerden fazlasını iddia etmediğinin kontrolü.
4. Reddetme yolu: bilgiler ilanın istediğini karşılamıyorsa araç adaya soru sorar ya da satırı dışarıda bırakır. Boşluğu asla kendisi doldurmaz.

Takas bilinçlidir. Kaynağa bağlı, halüsinasyon yapmayan bir yapay zekâ CV aracı, bilgi azsa daha kısa ve daha sade bir CV üretir. Doğru çıktı budur; alternatifi, savunamayacağınız satırlarla dolu daha uzun bir CV'dir.

Genel yapay zekâ yazarı ile kaynağa bağlı CV aracı

Herhangi bir yapay zekâ CV aracını beş dakikada halüsinasyon için test etme

Kendine grounded desin demesin, güvenmeden önce her araçta bunu çalıştırın. ChatGPT'de, Rezi, Teal, Kickresume ve Enhancv'de, RecastCV ve ResumeFab'de ve CitedCV'de çalışır. Birinci adımda kalan araç kategoride kalır.

1. Boş test. Yalnızca bir unvan ve bir şirket verin, hiç bilgi vermeyin, CV isteyin. Kaynağa bağlı araç reddeder ya da soru sorar; genel araç var olmayan bir kişi için eksiksiz bir CV yazar.
2. Belirsiz madde testi. "Ödeme sayfasının iyileştirilmesine yardım ettim" gibi doğru ama belirsiz tek bir satır girin ve güçlendirmesini isteyin. Çıktıda yazmadığınız her sayıyı, aracı ve fiili sayın.
3. Kaynak testi. Taslağındaki her sayının nereden geldiğini sorun. Kaynağa bağlı araç satır başına bir bilgi gösterir; genel araç ya tahmin ettiğini kabul eder ya da sayıyı açıklamaya çalışır.
4. Kapsam testi. "Katkı verdim" yazın; çıktıda "yönettim", "sahiplendim" ya da "ekibi yönettim" çıkıyor mu bakın.
5. Araç testi. Bir aracı bir kez anın, beş araç sayan bir ilan yapıştırın; beşinden kaçını size atfettiğini sayın.

Puanlama basit: ikinci ile beşinci adımlarda uydurulmuş tek bir sayı, unvan ya da araç, kalmak demektir. Test CV'nin ne kadar iyi okunduğunu ölçmez; savunup savunamayacağınızı ölçer.

Bunları ilk çalıştıran siz değilsiniz. RecastCV aynı testin beş komutluk bir sürümünü yayımlıyor; RoleWorth'ün 2026 karşılaştırması Rezi, Teal, Kickresume, Resume.io ve Enhancv'nin istenirse dayanağı olmayan madde yazacağını bildiriyor. Aşağıda bağlantısı verilen liste sayfası testi her araca uygular.

CitedCV kaynağa bağlılığı nasıl uygular

CitedCV, yukarıdaki dört parça üzerine kurulmuş bir yapay zekâ CV aracıdır. Yazan model MiniMax M3'tür ve yalnızca onaylanmış bilgilerle çağrılır; sohbet geçmişiyle ya da tek başına bir iş ilanıyla asla.

1. Bilgi defteri. Her bilgi sizden gelir: bir form, tarayıcınızda okunan bir PDF, DOCX ya da TXT dosyası ya da mülakat sorularına cevaplarınız. Her bilgi bir kimlik alır.
2. Satır başına atıf. CV'deki her madde, yazıldığı bilgilerin kimliklerini taşır; uygulamada görünür.
3. Deterministik doğrulayıcı. Maddedeki her sayı, tarih ve özel ad, atıf yapılan bilgilerle modelle değil kodla karşılaştırılır.
4. Gerektirme (entailment) kontrolü. Ardından bir dil modeli, cümlenin bütün olarak bilgilerinden fazlasını iddia etmediğini kontrol eder; "katıldım" "yönettim" olamaz.
5. Teslim etmek yerine çıkarma. Geçemeyen madde aynı bilgilerden bir kez yeniden yazılır; yine geçemezse çıkarılır. Doğrulanmamış hiçbir satır dışa aktarıma ulaşmaz.
6. Mülakat soruları. Bir bölüm için bilgi yetersizse CitedCV tahmin etmek yerine, yazmadan önce size sorar.

Ne verir, ne kadar tutar

Bir dolgu denetleyicisi her CV'ye insan benzerliği puanı verir ve kalıp ifadeleri işaretler. Şablonlar tek sütunlu ve standart başlıklıdır; her PDF ya da DOCX dışa aktarımı doğru okunduğunu teyit etmek için yeniden ayrıştırılır. Bölgesel kurallar ABD, Birleşik Krallık, AB, Türkiye ve Almanya'yı kapsar; arayüz Türkçe ve İngilizcedir. Yeni hesapta 5 ücretsiz kredi vardır; tam oluşturma 10, hızlı taslak 6, satır düzenleme 1 kredidir; dışa aktarma ücretsizdir. Tek seferlik kredi paketleri ABD doları cinsindendir ve fiyatlandırma sayfasında listelenir.

Kaynağa bağlı aracın sınırları

• Sahip olmadığınız deneyimi ekleyemez. Bilginiz azsa CV kısadır. Kaynağa bağlılık uydurmayı kaldırır; yapmadığınız işin yerine geçmez.
• Mülakat garantisi değildir. Hiçbir CV aracı bunu vaat edemez; karar işe alımcıya ve yöneticiye aittir.
• Tutarlılığı kontrol eder, doğruluğu değil. Yılı yanlış yazarsanız kaynağa bağlı araç yanlış yıla sadakatle atıf yapar. Bilgilerin sahibi sizsiniz.
• Yapay zekâ tespitine karşı bir şey yapmaz; çünkü aday takip sistemleri yapay zekâ metnini tespit etmez, alanları ayrıştırır ve anahtar kelime eşleştirir.
• Sohbet cevabından yavaştır. Soru sormak ve satırları doğrulamak saniye değil dakika alır.
• CV'nizi hangi araca yüklerseniz yükleyin kişisel veri paylaşırsınız; 6698 sayılı KVKK kapsamındaki aydınlatma metnini yüklemeden önce okuyun.

Terimler: kaynağa bağlı, halüsinasyon yapmayan, doğruluk kaynağı, kaynaklı

• Kaynağa bağlı yapay zekâ CV aracı (grounded AI CV builder): çıktısı sizin verdiğiniz bir kaynağa bağlı olan araç. Makine öğrenmesi terimi.
• Halüsinasyon yapmayan CV aracı (zero-hallucination CV builder): aynı şeyin sonucuyla adlandırılmışı; kaynaksız satır yok. Bir tasarım özelliğidir, aracın hiçbir konuda yanılmadığı iddiası değildir; verdiğiniz yanlış bilgiyi sadakatle tekrar eder.
• Uydurmayan yapay zekâ CV aracı (AI CV builder that does not make things up): çoğu kişinin aradığı düz ad. Aynı kategori.
• Doğruluk kaynağı (source of truth): aracın yazdığı ve karşılaştırdığı bilgi kaydınız.
• Kaynaklı CV: kaynağa bağlı aracın ürettiği, her satırı kaynağına atıf taşıyan belge. Kendi sayfasında tanımlanır.
• CV ve özgeçmiş: Türkçede aynı belgedir; ilanlar özgeçmiş der, adaylar CV arar. ABD'de résumé denir. Halüsinasyon adına bakmaz.

Sık sorulan sorular

Kaynaklar

1. Huang ve arkadaşları, Büyük dil modellerinde halüsinasyon taraması (arXiv 2311.05232, 2023)arxiv.org/abs/2311.05232
2. Harvard Kariyer Ofisi: özgeçmiş, CV ve ön yazı hazırlama rehbericareerservices.fas.harvard.edu/resources/create-a-resume-cv-or-cover-letter/
3. MIT Kariyer Danışmanlığı: özgeçmiş nasıl yazılırcapd.mit.edu/resources/how-to-write-a-resume/
4. Prospects (Birleşik Krallık): CV nasıl yazılırwww.prospects.ac.uk/careers-advice/cvs-and-cover-letters/how-to-write-a-cv
5. RoleWorth: 2026 yapay zekâ özgeçmiş araçları karşılaştırması, kanıta bağlılık ölçütüyle bağımsız bir değerlendirmeroleworth.com/guides/best-ai-resume-builder-2026
6. RecastCV: yapay zekâ özgeçmiş araçları neden halüsinasyon yapar, beş komutluk testrecastcv.com/blog/grounded-ai-resume-no-hallucination
7. 6698 sayılı Kişisel Verilerin Korunması Kanunu (mevzuat.gov.tr)www.mevzuat.gov.tr/mevzuat?MevzuatNo=6698&MevzuatTur=1&MevzuatTertip=5