Akademik Veri Yönetim Sistemi
12. Uluslararası Yönetim Bilişim Sistemleri Konferansı “Sağlık Bilişim”, Ankara, Türkiye, 23 - 25 Ekim 2025, ss.125-126, (Özet Bildiri)
Hızla değişen ve karmaşık dünyamızda karar verme süreçleri, geleneksel yaklaşımların ötesine geçerek büyük veri ve yapay zeka teknolojilerinin etkisiyle dönüşmektedir. Bu çalışmanın temel amacı, yapay zeka araçlarının organizasyonel karar alma süreçlerindeki rolünü ve bu entegrasyonun getirdiği potansiyel fırsat ve zorlukları incelemektir. Araştırmada karar vermenin evrimi, Taylor'ın bilimsel yönetiminden veriye dayalı karar verme (DDDM) yaklaşımına ve son olarak yapay zeka destekli karar verme (AI-DDM) paradigmasına geçiş süreci olarak ele alınmıştır. DDDM, kararların sezgi yerine sistematik veri analiziyle alınmasını vurgularken, AI-DDM, operasyonel verimliliği ve hızı artırma potansiyeli sunarak işletmelerin sezgisel kararlardan kanıta dayalı, gerçek zamanlı stratejilere geçişini sağlamaktadır. Ancak bu dönüşüm, beraberinde önemli etik ve teknik zorluklar da getirmektedir. Çalışmada, algoritmik önyargı ve veri gizliliği gibi sorunların yanı sıra, birçok yapay zeka modelinin "kara kutu" doğasının şeffaflık eksikliğine yol açtığına dikkat çekilmektedir. Yapay zekanın, karar verme süreçlerini geliştirerek stratejik liderliği dönüştürme potansiyeline sahip olduğu görülmüştür. Bununla birlikte, teknolojinin tek başına liderliğin yerini alamayacağı ve etkili bir yapay zeka odaklı liderliğin, teknolojinin etik ve insani değerlerle bütünleşmesine bağlı olduğu sonucuna varılmıştır. Bu nedenle, yapay zeka destekli karar verme, yalnızca daha hızlı ve öngörülü sonuçlar elde etmek için değil, aynı zamanda güvenilirlik ve hesap verebilirlik ilkelerine dayanan dengeli bir yaklaşım gerektirmektedir.
In our rapidly changing and complex world, decision-making processes are evolving beyond traditional approaches under the influence of big data and artificial intelligence technologies. The primary objective of this study is to examine the role of AI tools in organizational decision-making processes and the potential opportunities and challenges brought about by this integration. The study examines the evolution of decision-making as a transition from Taylor's scientific management to the data-driven decision-making (DDDM) approach and, ultimately, to the AI-driven decision-making (AI-DDM) paradigm. DDDM emphasizes making decisions through systematic data analysis rather than intuition, while AI-DDM offers the potential to increase operational efficiency and speed, enabling businesses to transition from intuitive decisions to evidence-based, real-time strategies. However, this transformation also presents significant ethical and technical challenges. The study highlights issues such as algorithmic bias and data privacy, as well as the "black box" nature of many AI models, leading to a lack of transparency. AI has been shown to have the potential to transform strategic leadership by improving decision-making processes. However, it was concluded that technology alone cannot replace leadership, and that effective AI-driven leadership depends on integrating technology with ethical and human values. Therefore, AI-powered decision-making requires a balanced approach, not only to achieve faster and more predictive results, but also to be grounded in the principles of reliability and accountability.