Anthropic'te teknik işe alımlarda junior payı %27'den %9'a düştü. Bu sayı bıkkınlık verecek ölçüde konuşuldu. Altındaki sayı ise konuşulmadı: otomatik bir kodlayıcı, 2024'ten bu yana işe alınan binlerce çalışan için işe alım yöneticilerinin doldurduğu mülakat değerlendirme formlarını okudu ve teknik adaylarda "en büyük artışların adayların özerkliği ve muhakemesine ilişkin yorumlarda" olduğunu, buna karşılık "alan uzmanlığına ilişkin tartışmanın genel değerlendirme içindeki payının küçüldüğünü" buldu (Anthropic, 2026).
Yapay zekâ ile giriş seviyesi işe alım hakkında bildiklerimizin çoğu iş ilanlarından geliyor — yani işverenlerin kimseyle görüşmeden önce ne istediklerini söylemelerinden. Anthropic'in 16 Ekim tarihli istihdam raporu daha nadir bir şey yapıyor: mülakatı yapanların görüşmeden sonra yazdıklarını okuyor.
İki sayı, iki farklı nesne. Kadro sayısı tartışmalı, bunu göstereceğim. Değerlendirme formu sayısı ise sizin mülakat çerçevenizin hazır olmadığı sayı.
Mülakat değerlendirme formları gerçekte neyi ölçtü
Rapor tek bir şirketin iç verilerine dayanan bir çalışma: yapay zekâ kullanım kayıtları, çıktı metrikleri, çalışan anketleri, Slack ve takvim verileri, işe alım karar kayıtları ve ayrıca 17 çalışan görüşmesi. Baş yazar Nathan Wilmers MIT Sloan'da; çalışmayı Anthropic'in kendisi yayımlıyor.
Kompozisyon açısından iki ayrı rakam önemli ve bunlar birbirine karıştırılmamalı. Teknik departmanlar içinde junior seviyedeki çalışanların payı "2025 başından bu yana %21'den %14'e kaydı". Junior teknik işe alımların payı ise "daha da hızlı düştü, %27'den %9'a". İkincisi kimin işe alındığına dair bir bileşim kayması, kadro kesintisi değil — rapor açıkça teknik işe alımın "mutlak olarak büyümeye devam ettiğini", şirketin ise "son bir yılda üç katına çıktığını" belirtiyor. %27'den %9'a inişi junior işe alımda %65'lik bir azalma olarak okuyan yanlış okumuştur.
Yöneticilerin söyledikleri verilerle örtüşüyor. Nisan 2026'da yapılan ankette "yöneticilerin çoğunluğu yapay zekâ nedeniyle farklı bir beceri kümesi için işe aldıklarını anlattı", buna karşılık "ML yöneticilerinin yaklaşık üçte biri ve SWE yöneticilerinin beşte biri yapay zekâ nedeniyle daha az işe aldıklarını bildirdi". Çoğunluk kriterleri değiştirdi. Azınlık hacmi kıstı. Bu sıralama hikâyenin tamamı.
Değerlendirme formu katmanı
Ayırt edici kanıt metinsel. 2024'te işe alım yöneticileri bir adayın yapay zekâ araçlarıyla geçmiş deneyimini "teknik roller için değerlendirmelerin yaklaşık %5'inde, teknik olmayan roller için %7'sinde" not ediyordu. 2026'ya gelindiğinde bu oranlar teknik rollerde üç katına, teknik olmayan rollerde dört katına çıkmıştı. Rapor 2024 tabanlarını ve çarpanları yalnızca sözle veriyor, dolayısıyla uç değerler yayımlanmadı — onları uydurmak kaynağın sahip olmadığı bir kesinliği imal etmek olurdu.
Bunun altında daha derin bir yeniden dengeleme var. Teknik adaylarda: özerklik ve muhakeme en büyük farkla yukarı, alan uzmanlığı değerlendirmedeki pay olarak aşağı. Teknik olmayan adaylarda: "müşteri ve misyon yönelimi arttı, yürütme becerilerine ilişkin tartışma ise azaldı". Bir yöneticinin açıklaması bu mantığın tüm belgedeki en temiz özeti: "Modellerin tutarsız kalmaya devam edeceğini bekliyorum, bu yüzden ekibim için alanlar arasında ikame edilebilir insanlar istiyorum."
Hangi bulgunun hiçbir sayıya bağlı olmadığına dikkat edin. Özerklik ve muhakemedeki artış, en büyük değişim olarak yalnızca yönsel biçimde, yüzde verilmeden bildirilmiş. Bu kanıtın bir sınırı, onu bir kenara atma gerekçesi değil — ama bu bulgunun bir gidiş yönünü desteklediği, bir büyüklüğü desteklemediği anlamına geliyor.
Tek bir şirket bir kıyas ölçütü değildir
Raporun yazarları bu konuda yorumların çoğundan daha açık sözlü: "Anthropic'in istihdam pratiklerinin ekonomi genelinde tekrarlanamayacak pek çok parçası var." Şirket, Meta ve Google'ın zirvedeki dönemlerine kıyasla çalışan başına iki ile dört kat arası daha fazla gelir üretiyor. Bu n = 1, kendi yayımladığı, bağımsız denetimden geçmemiş ve yapay zekâ yoğunluğunun en uç noktasında duran bir vaka. İçindeki hiçbir şey ekonomi ölçeğinde bir eğilim kurmuyor.
Daha geniş literatür, tam da çoğu kişinin bu rapordan çıkardığı noktada etkin biçimde tartışmalı. Lambert ve Schindler'in ABD, Birleşik Krallık, Kanada ve Avustralya'da 243 milyon yeni işe alım ve 407 milyon iş ilanı üzerine analizi, üretken yapay zekâya maruziyette veya uzaktan çalışmaya maruziyette iki standart sapmalık bir artışın, tek başına test edildiğinde, 2025'e kadar junior payında yaklaşık beş puanlık bir düşüşle ilişkili olduğunu buldu — ancak ikisi birlikte modele girdiğinde yapay zekâ katsayısı "keskin biçimde zayıflıyor ve sıklıkla istatistiksel olarak sıfırdan ayırt edilemez hâle geliyor", uzaktan çalışma etkisi ise sağlam kalıyor (Lambert & Schindler, 2026). Onların okuması: kırılan junior merdiveni, neyin otomatikleştiği değil, işin nerede yapıldığına dair bir hikâye olabilir.
Şirket düzeyindeki harcama verileri yine ters yöne kesiyor. Ramp ve Revelio Labs, 21.559 ABD şirketinde gözlemlenen yapay zekâ harcamasını işgücü kayıtlarıyla eşleştirerek, yüksek yoğunluklu benimseyenlerin benimsemeden sonraki iki yılda giriş seviyesi kadrosunu yaklaşık %12 büyüttüğünü, düşük yoğunluklu benimseyenlerin ise istatistiksel olarak anlamlı hiçbir değişim göstermediğini buldu (Ramp, 2026). O veri kümesinde yoğun yapay zekâ yatırımı daha fazla junior işe alımla ilişkiliydi, daha az değil.
Dolayısıyla junior çöküşüne dair nedensel iddia belirsiz ve bir Head of Operations'ın kadro planını buna dayandırmasının bir gerekçesi yok. Kriterlere dair iddia ise başka bir mesele.
Yakınsayan şey kriterler, sayım değil
Değerlendirme formu bulgusunun n = 1 olmasına rağmen dikkati hak etmesinin nedeni şu. Tamamen farklı bir veri türünden, tamamen farklı bir ölçekte elde edilmiş kanıtla uyuşuyor.
PwC'nin 2026 Global AI Jobs Barometer'ı altı kıtada bir milyardan fazla iş ilanını, ABD'de 2,4 milyon giriş seviyesi rolü üzerine derin bir kesitle birlikte analiz etti. Yapay zekâya maruz junior rollerin, en az maruz kalan junior rollere kıyasla geleneksel olarak kıdemli sayılan becerileri — muhakeme, stratejik düşünme, motive edici liderlik, duygusal zekâ — talep etme olasılığı yedi kat daha yüksek bulundu. Bu "kıdemlileştirilmiş" profile uyan ilanlar 2019'dan bu yana %35 arttı; bu arada yapay zekâya yüksek maruziyetli sektörlerde kariyer başı ilanların geneli yatay seyretti (PwC, 2026).
İlanlar işverenlerin ne ilan ettiğini kaydeder. Değerlendirme formları ise mülakatı yapanların kişiyle görüştükten sonra neyi ödüllendirdiğini kaydeder. Bunlar bağımsız ölçüm yüzeyleri; farklı taraflarca, farklı teşviklerle toplandılar ve aynı yöne hareket ettiler: muhakeme ve özerkliğe doğru, dar yürütmeden uzağa.
Bağımsız yöntemler arası yakınsama tek bir nedensel tahminden zayıf, ama iki anekdottan güçlüdür. Harekete geçmek için yeterlidir, çünkü eylem düşük maliyetli ve yerel olarak test edilebilir.
Ve açığa çıkardığı uyumsuzluk, orta ölçekli pazarın işe alım düzeneklerinin çoğunda fiilen mevcut. Giriş seviyesi pozisyon talebi artık kıdemli muhakeme istiyor; buna karşılık ücret bandı, 90 günlük adaptasyon süreci ve mentorluk modeli hâlâ bir acemiyi varsayıyor. Bu arada Birleşik Krallık'taki yeni mezun işe alımcıları, en yoğun sektörlerde pozisyon başına 141 ile 172 başvuru bildirdi (ISE, 2026) — yani eleme katmanı her zamankinden daha yüksek bir hacim baskısı altında, tam da neyin elenmeye değer olduğunun değiştiği anda.
Bir Head of Operations bu çeyrekte ne yapmalı
Burada ima edilen denetim, bir sonraki işe alım döngüsü kapanmadan kendiniz yürütebileceğiniz kadar küçük.
- Son yirmi mülakat değerlendirme formunuzu çıkarın. Çerçeveyi değil — mülakatı yapanların fiilen yazdığı serbest metin yorumlarını.
- Her satırı dört kovadan birine kodlayın: dar alan derinliği, yürütme ve uygulama, özerklik ve muhakeme, ve yapay zekâ araçlarıyla etkili çalışma kanıtı.
- Sayın. İlk iki kova baskınsa — ve 50 ile 500 tam zamanlı çalışanlı şirketlerin çoğunda baskın olacak, çünkü çerçeve tam da bunları açığa çıkarmak için kurulmuştu — bu yolda en ileri gitmiş şirkette zemin kaybeden iki kategoride en sert seçimi yapıyorsunuz demektir.
- Sonra daha zor olanı kontrol edin: süreciniz diğer ikisini gözlemleyebiliyor mu. Özerklik ve muhakeme bir CV'de ya da süreli bir teknik egzersizde görünmez. Birinin muğlak bir problemi nasıl çerçevelediğinde, neyi yapmayacağına nasıl karar verdiğinde ve yanlış tarafta kaldığı bir ödünleşimi nasıl açıkladığında görünür.
Bu son nokta gerçek kısıt ve bir kriter sorunu olmadan önce bir ölçüm sorunu. Diplomalar ve unvanlar alan uzmanlığının vekil göstergeleridir — yani payı düşen niteliğin. Muhakeme ve özerklik ise kanıtlanmış delil ister: yapılandırılmış değerlendirme, üzerinde çalışılmış problemler, pozisyon kaydı yerine karar kaydı. Bu ayrım için inşa edilen aday tarafı araçları, aralarında Scovai'nin Talent Passport'u da var, kanıtlanmış yetkinliği yalnızca geçmiş yerine beceri başına yüzdelik sırayla belgeliyor — kanıtın yüksek hacimde elenebilir olması için alması gereken biçim de budur.
Herhangi bir şeyi yeniden yazmadan önce iki uyarı. Bunu junior işe alımı kısmayı meşrulaştırmak için kullanmayın; nedensel kanıt bunu desteklemiyor ve şirket düzeyindeki harcama verileri ters yönü gösteriyor. Alan uzmanlığını da kriterlerinizden çıkarmayın — "genel değerlendirme içindeki payı küçüldü" bir yeniden dengelemedir, bir kaldırma değil. Model eğitimi işlevi olmayan 200 kişilik bir operasyon ekibinde alan bilgisi, müşterilerinizin hâlâ parasını ödediği şeydir.
Önünüzdeki karar
Kanıtın dürüst özeti şu: yapay zekânın junior katmanınızı küçültüp küçültmeyeceğini henüz kimse söyleyemez. Birkaç güvenilir veri kümesi birbiriyle çelişiyor. Ama iki bağımsız kaynak — bir milyar iş ilanı ve binlerce mülakat değerlendirme formu — ayakta kalan rollerin neye göre değerlendirildiği konusunda hemfikir ve mülakat çerçevelerinin çoğu buna karşılık kımıldamadı.
Mülakat değerlendirme formlarınız, kuruluşunuzun performansı neyin öngördüğüne dair inancının yazılı kaydıdır. Anthropic'inkiler o inancın iki yıl boyunca ölçülebilir metinde değişmesidir. Sizinkiler ise şu anda başvuru takip sisteminizde, bir veri kümesi olarak hiç okunmadan duruyor.
Bu çeyrekte yirmi tanesini okuyun. Hâlâ en iyi karar veren adayın değil en çok bileni ödüllendiriyorlarsa, bu çeyreğin en yüksek kaldıraçlı düzeltmesini bulmuş olursunuz — ve maliyeti bir öğleden sonra, bir bütçe kalemi değil.