Risk algısında insan yargısı ve yapay zekâ: İnsan-yapay zekâ simbiyozu bağlamında karşılaştırmalı bir analitik yaklaşım
Human judgment and artificial intelligence in risk perception: A comparative analytical approach in the context of human-artificial intelligence symbiosis
- Tez No: 1001291
- Danışmanlar: PROF. DR. MUSA ÖZATA
- Tez Türü: Yüksek Lisans
- Konular: İşletme, Business Administration
- Anahtar Kelimeler: Bilgi sistemleri, Bilgisayar destekli karar verme, Karar verme, Risk yönetimi, Stratejik yönetim, Teknoloji yönetimi, Uzman sistemler, Yapay zeka, Yönetim bilgi sistemleri, İnsan-yapay zeka etkileşimi, Information systems, Computer aided decision making, Decision making, Risk management, Strategic management, Technology management, Expert systems, Artificial intelligence, Management information systems, Human-artificial intelligence interaction
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Kırşehir Ahi Evran Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: Yönetim ve Organizasyon Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmanın amacı; İnsan-Yapay Zekâ Simbiyozu (HAIST) kuramı çerçevesinde insan uzmanlığı ile yapay zekâ modellerinin stratejik risk yönetimindeki performanslarını karşılaştırmalı olarak analiz etmektir. Stratejik planlama ve risk yönetimi, kurumların hedeflerine ulaşmasındaki belirsizlikleri yönetmek adına birbirini tamamlayan iki temel disiplindir. Bu bağlamda Kırşehir Ahi Evran Üniversitesi 2022-2026 Stratejik Planında yer alan amaçlar, hedefler ve performans göstergeleri çerçevesinde tanımlanan risklerin karşılaştırmalı analizleri, insan uzmanlığı ile yapay zekâ modellerinin iş birliğine dayalı hibrit bir metodoloji ile ele alınmıştır. Araştırmanın veri setini; üniversitenin stratejik planında yer alan ve insan uzmanlar tarafından belirlenen 100 adet stratejik risk maddesi oluşturmaktadır. Risk değerlendirme sürecinde insan uzman görüşü ile birlikte beş farklı yapay zekâ modeli (ChatGPT 5.2, Gemini 3 Pro, Claude Opus 4.6, Manus 1.6 Pro ve Perplexity Pro) kullanılarak çoklu puanlayıcı yapısı kurgulanmış, toplamda 600 veri noktası üzerinden L-Tipi Risk Matrisi analizi gerçekleştirilmiştir. İstatistiksel analiz sürecinde; puanlayıcılar arasındaki uyumun tespiti için Kendall's W katsayısı, gruplar arası farkların istatistiksel anlamlılığı için Friedman Testi ve ikili karşılaştırmalar için Wilcoxon Signed-Rank Testi kullanılmış, modellerin güvenilirlik düzeyleri ise Sınıf İçi Korelasyon Katsayısı (ICC) ile hesaplanmıştır. Elde edilen ampirik bulgular; mevcut risk değerlendirme süreçlerinde insan uzmanlar ile yapay zekâ modelleri arasında literatürde Complementarity Team Performance (CTP) olarak adlandırılan“Tamamlayıcı Takım Performansı”hedefinin henüz tam olarak gerçekleşmediğini ancak potansiyelin yüksek olduğunu ortaya koymuştur. İnsan uzmanın risk değerlendirmelerinde YZ modellerine kıyasla istatistiksel olarak anlamlı düzeyde daha düşük olasılık ve etki puanları verdiği, bu durumun insan uzmanın kurumsal bağlam bilgisine ve yerel faktörlere hâkimiyetinden kaynaklanan temkinli yaklaşımıyla daha iyimser olduğu görülmüştür. Araştırma sonucunda; İnsan Uzman ile tüm Yapay Zekâ modelleri arasında istatistiksel açıdan anlamlı farklılıklar bulunduğu tespit edilmiştir. Kırşehir Ahi Evran Üniversitesinde mevcut risk yönetiminin bilişsel önyargılar, bağlamsal körlük ve eylemsizlik açısından geliştirilmeye açık alanlar barındırdığı gözlemlenmiştir. Stratejik risk yönetiminin etkinliğini artırmak için YZ modellerinin büyük veri analizi ve etki hesaplama yeteneklerinden yararlanılarak risk tanımlamalarının derinleştirilmesi, risk yönetiminin dinamik ve otonom bir sürece dönüştürülmesi gerekmektedir. Bu simbiyotik yaklaşım kurumsal risk yönetimini bürokratik bir gereklilik olmaktan çıkararak stratejik hedeflere ulaşmada kritik bir başarı faktörü haline getirecektir.
Özet (Çeviri)
The purpose of this study is to comparatively analyze the performance of human expertise and artificial intelligence models in strategic risk management within the framework of the Human-Artificial Intelligence Symbiosis (HAIST) theory. Strategic planning and risk management are two complementary disciplines that manage uncertainties in achieving organizational goals. In this context, comparative analyses of the risks defined within the framework of the objectives, targets, and performance indicators included in the 2022-2026 Strategic Plan of Kırşehir Ahi Evran University were addressed using a collaborative hybrid methodology based on human expertise and artificial intelligence models. The research dataset consists of 100 strategic risk items identified by human experts and included in the university's strategic plan. In the risk assessment process, a multi-rater structure was designed using five different artificial intelligence models (ChatGPT 5.2, Gemini 3 Pro, Claude Opus 4.6, Manus 1.6 Pro and Perplexity Pro) along with human expert opinion, and an L-Type Risk Matrix analysis was performed on a total of 600 data points. In the statistical analysis process, Kendall's W coefficient was used to determine the agreement between raters, the Friedman Test was used for the statistical significance of intergroup differences, and the Wilcoxon Signed-Rank Test was used for pairwise comparisons. The reliability levels of the models were calculated using the Intraclass Correlation Coefficient (ICC). The empirical findings revealed that the complementary team performance target, referred to in the literature as Complementarity Team Performance (CTP), has not yet been fully achieved in current risk assessment processes involving human experts and artificial intelligence models, but that the potential is high. It was observed that human experts gave statistically significantly lower probability and impact scores in risk assessments compared to AI models, and that this situation was due to the human expert's cautious approach stemming from their mastery of the institutional context and local factors, making them more optimistic. The research found statistically significant differences between human experts and all AI models. It was observed that the current risk management at Kırşehir Ahi Evran University has areas open to improvement in terms of cognitive biases, contextual blindness, and inaction. To increase the effectiveness of strategic risk management, it is necessary to deepen risk definitions by utilizing the big data analysis and impact calculation capabilities of AI models and to transform risk management into a dynamic and autonomous process. This symbiotic approach will remove corporate risk management from being a bureaucratic requirement and make it a critical success factor in achieving strategic goals.
Benzer Tezler
- Gerede çevresinde doğal ortam-insan ilişkileri
Natural environment-human relations around Gerede
SALİH GÖKMEN
- Ortaöğretim öğrencilerinin çevre risk algısı
Environmtal risk perception of secondary school students
BAHATTİN DENİZ ALTUNOĞLU
Doktora
Türkçe
2010
Eğitim ve ÖğretimHacettepe ÜniversitesiOrtaöğretim Fen ve Matematik Alanlar Eğitimi Ana Bilim Dalı
DOÇ. DR. ESİN ATAV
- Are you prepared? measuring the level of perceived risk for organizational trauma and its relationship with organizational resilience
Hazır mısınız? organizasyonel travma için algılanan risk düzeyinin ölçülmesi ve örgütsel dayanıklılıkla ilişkisi
ESİN ÇETİN ÖZBUDAK
Yüksek Lisans
İngilizce
2018
Psikolojiİstanbul Bilgi ÜniversitesiPsikoloji Ana Bilim Dalı
DOÇ. İDİL IŞIK
- Türkiye'de yaşlı refahına ilişkin uygulamaların aktif yaşlanma kavramı çerçevesinde değerlendirilmesi
Evaluation of applications on the welfare of the old age people in Turkey in the framework of the active ageing consept
GİZEM BURCU KARAALİ
Yüksek Lisans
Türkçe
2017
Siyasal BilimlerGazi ÜniversitesiÇalışma Ekonomisi ve Endüstri İlişkileri Ana Bilim Dalı
PROF. DR. AYDIN BAŞBUĞ
- Anneliğin dönüşümü: Kuşaklararası değişen annelik deneyimleri üzerine bir araştırma
Transformation of motherhood: A study on the changing motherhood experiences between generations
AYŞENUR AKINCI
Yüksek Lisans
Türkçe
2023
SosyolojiMardin Artuklu ÜniversitesiSosyoloji Ana Bilim Dalı
DOÇ. DR. NAZİFE GÜRHAN