Kariyer

Etkili CV Hazırlamanın 5 Sırrı: Araştırma Hangisini Destekliyor? (2026)

Özet. 2021 sürümündeki beş sır ve ünlü “7 saniye” iddiası birincil kaynaklarla sınandı: 8 iddiadan yalnızca 1’i (yazım hatasız CV) doğrulanıyor, 5’i kısmen destekleniyor, 2’si için kaynak bulunamadı. “7 saniye” bir kariyer sitesinin göz izleme çalışmasından geliyor: 2012 raporunda 30 işe alım uzmanı ve 6 saniye, 2018 basın bülteninde 7,4 saniye var; ikisi de ilk eleme bakışını ölçüyor ve hakemli değil. Buna karşılık Belçika’da 445 işe alım uzmanıyla yapılan deneyde beş yazım hatası mülakata çağrılma olasılığını 18,5 yüzde puanı, iki hata 7,3 puan düşürdü (Sterkens ve ark., 2023). 480.948 iş arayanın katıldığı saha deneyinde yazım desteği alanlar %8 daha sık işe alındı (Wiles, Munyikwa ve Horton, 2023). Birleşik Krallık’ta 9.022 başvuruluk deneyde iş tarihleri yerine çalışılan yıl sayısını yazmak geri dönüşleri yaklaşık %8 artırdı (Kristal ve ark., 2023). CEO hamlesi: CV’yi zamanı dar bir alıcıya sunulan karar belgesi olarak yönetmek; tek hedef rol, ilk üçte birde kanıt, gönderim öncesi test. Öğrenci hamlesi: her başvuru turunu veri saymak, tek değişkenli küçük denemeler yapmak ve sonucu kayda geçirmek.

Makinenin ilk okuyucu olduğu aşama özgeçmişi önce yapay zeka okuduğunda nasıl yazılacağını anlatan yazıda ele alındı; burada tekrarlanmıyor. CV’ye girecek kanıtın nereden çıkacağı için beceri denetimi ile sertifika, portfolyo ve diploma karşılaştırması, CV’den sonraki adım için yapay zeka yetkinlik mülakatı, belge dışındaki sinyaller için mesleki itibar yazıları bu metni tamamlar.

2021’in beş sırrı araştırma karşısında nasıl duruyor?

Eski yazı beş öneri sıralıyordu: kariyer hedefini anlatan özetle başlamak; kısa, tek sayfalık ve hatasız yazmak; düzenli tasarım ve ters kronolojik sıra kullanmak; CV’yi ilana uyarlamak; ön yazı eklemek. Girişte de “araştırmaların”, işe alım uzmanlarının özgeçmişe yalnızca yedi saniye baktığını gösterdiği yazıyordu. Hiçbirinin kaynağı yoktu.

Bu güncellemede açılan en kapsamlı tarama, Risavy’nin 2017 tarihli özgeçmiş araştırmaları derlemesi. Derlemenin kendi tespiti: bu literatürün büyük bölümü eski. Uzunluk başlığında aktardığı çalışmalar 1976-2001, hedef cümlesi başlığındakilerin çoğu 1984-1997 tarihli. Aşağıdaki tablo bu derlemeyi, sonraki deneyleri ve 2023 sonrası yapay zeka çalışmalarını birleştiriyor.

CEOtudent analizi: 2021 sürümündeki iddiaların kanıt karnesi

2021 sürümündeki iddia Açılan kaynak ne diyor? Hüküm
Giriş: araştırmalara göre işe alım uzmanı özgeçmişe yalnızca 7 saniye bakar Kaynak ticari. Ladders 2012 raporu: 30 uzman, 6 saniye. 2018 basın bülteni: 7,4 saniye, örneklem belirtilmemiş. Ölçülen şey ilk eleme bakışı. Kısmen
1. Kariyer hedefini anlatan özetle başla Eski çalışmalar hedef cümlesini önemli buluyor; derleme, etkinin daha kesin gösterilmesi gerektiğini yazıyor (Risavy, 2017). Kısmen
2a. CV çoğu zaman tek sayfa olmalı; 10 yıl deneyimden sonra uzayabilir Derlemedeki tutarlı bulgu iki sayfanın aşılmaması. Açılan tek deneyde iki sayfa daha olumlu sıralandı (Blackburn-Brockman ve Belanger, 2001). 10 yıl eşiği için kaynak yok. Bulunamadı
2b. Sıfır yazım hatası en önemli sırlardan Beş hata 18,5, iki hata 7,3 puan kayıp (Sterkens ve ark., 2023). Hata, deneyim eksikliği kadar zarar veriyor (Martin-Lacroux ve Lacroux, 2017). Doğrulandı
3. Düzenli tasarım, ters kronolojik sıra Resmi düzen “yaratıcı” tasarıma tercih ediliyor (Arnulf ve ark., 2010). Kronolojik biçim tercihi eski çalışmalara dayanıyor. Tarih yerine yıl sayısı yazmak geri dönüşü artırdı (Kristal ve ark., 2023). Kısmen
4a. CV’yi ilana uyarla Eski çalışmalar öneriyor; CV için güncel deney açılamadı. Serbest çalışma platformunda uyarlamanın geri dönüşle ilişkisi yapay zeka aracından sonra %51 zayıfladı (Cui ve ark., 2025). Kısmen
4b. Anahtar kelimeleri ekle, ATS’de öne çık Bunu ölçen deney açılamadı. İnsan değerlendiricilerde teknik beceri listesi etkisiz (Kessler ve ark., 2019). Anahtar kelime doldurma, en kötü özgeçmişlerin özelliği (Ladders, 2018, ticari). Bulunamadı
5. Ön yazı çoğu ofis işi için beklenen formalite Eski literatür beklentiyi destekliyor (Risavy, 2017). Yapay zeka sonrası ön yazının ayırt ediciliği düşüyor (Cui ve ark., 2025). Kısmen

CEOtudent analizi. Hüküm sütunu editoryal değerlendirmedir. “Bulunamadı”, kaynağın var olmadığını değil, bu güncellemede açılan metinlerde çıkmadığını gösterir.

Sayım: 1 doğrulandı, 5 kısmen, 2 bulunamadı. Yalnızca bir sır, eski yazıdaki kesinlikle söylenebilir.

İşe alım uzmanı bir CV’ye gerçekten 7 saniye mi bakıyor?

İddianın izi tek bir şirkete çıkıyor: kendisini 100.000 dolar ve üzeri maaşlı işlerin kariyer sitesi olarak tanıtan Ladders. Açılabilen 2012 raporuna göre 10 hafta boyunca 30 profesyonel işe alım uzmanının göz hareketleri izlendi. Rapor, uzmanların “uygun / uygun değil” ilk kararına yaklaşık 6 saniye ayırdığını, oysa kendi beyanlarına dayanan araştırmaların özgeçmiş başına 4-5 dakika öne sürdüğünü yazıyor. İnceleme süresinin yaklaşık %80’i altı veri noktasına gitmiş: ad, mevcut unvan ve şirket, önceki unvan ve şirket, önceki ve mevcut pozisyonun başlangıç ve bitiş tarihleri, eğitim. Uzmanlar bunların dışında ilanla eşleşen anahtar kelimeleri taramakla yetinmiş.

2018 güncellemesinin raporu şirket sitesindeki bot duvarı nedeniyle açılamadı; açılan belge şirketin 6 Kasım 2018 tarihli basın bülteni. Bültene göre ortalama ilk eleme süresi 7,4 saniye; kaç uzmanın izlendiği belirtilmiyor. Eski yazıdaki “yedi saniye” büyük olasılıkla bu sayının yuvarlanmış hali.

Üç çekince var. Birincisi, kaynak ticari: 2012 raporu okura özgeçmişini bir profesyonele yeniden yazdırmasını öneriyor ve şirketin bu hizmetinin tanıtımıyla bitiyor. İkincisi, ölçülen şey belgenin okunması değil, ilk eleme bakışı. Üçüncüsü, hakemli bir makale farklı bir büyüklük veriyor: Sterkens ve arkadaşları (2023), işverenlerin bir özgeçmişi taramaya ayırdığı süreyi Arnulf ve arkadaşlarına atıfla “yaklaşık 45 saniye” olarak aktarıyor (atıf yapılan çalışmanın yalnızca özeti açılabildi). İki sayı arasında yaklaşık 6 kat fark var (CEOtudent hesaplaması).

Güvenle söylenebilecek olan: ilk bakış kısa ve birkaç alanda yoğunlaşıyor. “7 saniye” ise tek bir şirketin küçük örneklemli ölçümü.

Deneyler CV’de neyin geri dönüşü değiştirdiğini gösteriyor?

Aşağıdaki çalışmalar tercih sormuyor; özgeçmişteki bir özelliği değiştirip sonucu ölçüyor.

Özgeçmiş deneylerinde ölçülen etkiler

Çalışma Tasarım Değiştirilen özellik Ölçülen sonuç
Sterkens ve ark., 2023 Belçika; 445 işe alım uzmanı, 1.335 değerlendirme; senaryo deneyi 0, 2 veya 5 yazım hatası 5 hata: mülakat olasılığı 18,5 yüzde puanı düşük. 2 hata: 7,3 puan düşük
Wiles, Munyikwa ve Horton, 2023 Çevrimiçi iş platformu; 480.948 iş arayan; saha deneyi Hataları işaretleyen yazım desteği İlk ayda işe alınma olasılığı %8 yüksek; işe alınanlarda saatlik ücret %10 yüksek
Kristal ve ark., 2023 Birleşik Krallık; 9.022 başvuru, 8 sektör; saha deneyi İş tarihleri yerine çalışılan yıl sayısı Geri dönüş, boşluksuz özgeçmişe göre yaklaşık %8, boşluklu özgeçmişe göre %15 fazla
Kroft, Lange ve Notowidigdo, 2012 ABD; yaklaşık 12.000 özgeçmiş, 3.000 ilan; saha deneyi Güncel işsizlik süresi Geri dönüş oranı sekizinci ayda kabaca %7’den %4’e iniyor
Bertrand ve Mullainathan, 2003 ABD; yaklaşık 5.000 özgeçmiş, 1.300’den fazla ilan; saha deneyi Adın ırk çağrışımı; özgeçmiş kalitesi Beyaz çağrışımlı adlara %50 daha fazla geri dönüş. Yüksek kaliteli özgeçmiş bu adlarda %30 daha fazla geri dönüş getiriyor
Kline, Rose ve Walters, 2022 ABD; 83.000’den fazla başvuru, 108 büyük işveren; saha deneyi Adın ırk çağrışımı Başvuruların %24’üne 30 gün içinde dönüldü. Siyah çağrışımlı adlarda oran 2,1 yüzde puanı düşük
Kessler, Low ve Sullivan, 2019 ABD; 72 işveren, 2.880 özgeçmiş puanı; teşvikli puanlama Staj kalitesi; teknik beceri listesi Prestijli staj, 10 puanlık ölçekte 0,9-1,0 puan artış. Beceri listesinin etkisi yok
Cui, Dias ve Ye, 2025 (ön baskı) Serbest çalışma platformu; yapay zeka ön yazı aracı Aracın kullanılması Geri dönüş 3,56 yüzde puanı yüksek (önceki ortalama %7,02); %10 düzeyinde anlamlı, %5 düzeyinde değil

Kaynak: adı geçen çalışmaların tam metinleri; değerler basıldığı gibidir. Wiles, Kroft, Bertrand, Kline ve Kessler satırları NBER çalışma metinlerinden alınmıştır. 2.880, CEOtudent toplamıdır (1.840 + 1.040).

Tablodan üç sonuç çıkıyor. Birincisi, en net ölçülmüş etkiler süslemeden değil, hatadan ve içerikten geliyor: yazım, tarihlerin sunumu, deneyimin kalitesi. İkincisi, liste kanıt değil: Kessler ve arkadaşlarında özgeçmişe rastgele eklenen teknik beceriler işveren ilgisini değiştirmedi; yazarlara göre işverenler beceri listesini maliyetsiz bir beyan sayıyor olabilir. Üçüncüsü, aynı özgeçmiş yalnızca ad değiştiği için farklı geri dönüş alıyor; sessizlik her zaman belgenin kalitesi hakkında bilgi vermez.

Yazım hatasında hata başına kayıp iki düzeyde de birbirine yakın: beş hatada 3,70, iki hatada 3,65 puan (CEOtudent hesaplaması). Sterkens ve arkadaşlarına göre beş hatanın etkisi, inceledikleri diğer aday özelliklerinin hiçbirine benzemiyor. Cezanın yaklaşık yarısı, adayın zihinsel yeteneği (%32,2), özeni (%12,1) ve kişilerarası becerisi (%9,0) hakkındaki algıyla açıklanıyor. 536 işe alım uzmanıyla yapılan çalışmanın özeti, yazım hatasının kısa listeye girme şansına deneyim eksikliği kadar zarar verdiğini bildiriyor (Martin-Lacroux ve Lacroux, 2017). Wiles ve arkadaşlarının saha deneyi aynı yönü gerçek işe alımda gösteriyor; işverenlerin daha az memnun kaldığına dair kanıt bulunmadı. Etki en çok yazımı zayıf olanlarda görüldü; zaten iyi yazılmış özgeçmişler destekten az yararlandı.

Tek sayfa, özet paragrafı ve ters kronolojik sıra: kanıt ne kadar güçlü?

Uzunluk. “Tek sayfa” kuralını destekleyen bir deney açılamadı. Risavy’nin derlemesine göre literatürdeki tutarlı bulgu iki sayfanın aşılmaması; derleme, 1987 tarihli bir ankette işe alımcıların %80’inin tek sayfayı doğru bulduğunu da aktarıyor. Açılabilen tek deneyin özeti ters yönde: Blackburn-Brockman ve Belanger (2001), dört kurgusal adayın bir ve iki sayfalık özgeçmişlerini büyük muhasebe firmalarındaki 570 işe alım uzmanına postaladı; iki sayfalık özgeçmişler daha olumlu sıralandı. Adaylar tek sektörden ve yeni mezundu. Ladders’ın 2018 bülteni de deneyimli adaylar için iki sayfalık kesin bir sınır öneriyor. Savunulabilir kural: ilgisiz satır çıkarılır, kanıt taşıyan satır sayfa sayısı uğruna feda edilmez, iki sayfa aşılmaz.

Özet paragrafı. Derleme, kariyer ya da iş hedefi cümlesinin geleneksel olarak önemli bulunduğunu, ancak etkinin daha kesin gösterilmesi için yeni araştırma gerektiğini yazıyor. Ladders’ın 2018 bülteni, en çok ilgi gören özgeçmişlerin ilk sayfanın başında ayrıntılı bir özet taşıdığını söylüyor; aynı şirketin 2012 raporu ise altı veri noktası dışındaki açıklayıcı metnin ilk kararda neredeyse etkisiz kaldığını yazmıştı. Kanıt eski ve tutarsız. Özetin işi bu yüzden hedef anlatmak değil, karar verdirmek: rol, kıdem ve en güçlü tek kanıt.

Sıra ve tasarım. Derleme, geleneksel kronolojik biçimin işlevsel ve yaratıcı seçeneklere güçlü biçimde tercih edildiğini aktarıyor (1991-1995 tarihli çalışmalar). Arnulf ve arkadaşlarının (2010) özetine göre yarısı profesyonel işe alımcı olan 90 katılımcı 12 adayı sıraladı; resmi düzen “yaratıcı” tasarıma tercih edildi. En güncel bulgu Kristal ve arkadaşlarının saha deneyi. Bütün özgeçmişler dokuz yıl deneyimli kurgusal bir anneye aitti; iş tarihleri yerine her işte çalışılan yıl sayısını yazan sürüm, boşluksuz özgeçmişten bile daha fazla geri dönüş aldı. Yazarlara göre etki, deneyimin göze çarpar hale gelmesinden kaynaklanıyor. Bulgu tek bir aday profiline ait; genel bir kural sayılamaz.

Tarihlerin dikkatle okunduğunu işsizlik deneyleri de gösteriyor. Kroft ve arkadaşlarında geri dönüş ilk sekiz ayda düşüyor. Eriksson ve Rooth’un (2014) özetine göre geçmişteki uzun işsizlik dönemleri işverenin kararını etkilemiyor, en az dokuz ay süren güncel işsizlik ise olumsuz değerlendiriliyor.

İlana göre uyarlama ve ön yazı, yapay zeka çağında hala işe yarıyor mu?

Uyarlamanın mekanizması güçlü. Harvard Business School ile Accenture’ın 2021 raporu için ABD, Birleşik Krallık ve Almanya’da 2.275 yönetici ankete katıldı. İşverenlerin %90’ından fazlası adayları ilk aşamada işe alım yönetim sistemiyle süzdüğünü ya da sıraladığını söyledi (orta beceri düzeyinde %94, yüksek beceri düzeyinde %92). İşverenlerin %88’i, nitelikli yüksek becerili adayların iş tanımındaki ölçütlere birebir uymadığı için elendiğini kabul ediyor. Şirketlerin neredeyse yarısı, altı aydan uzun çalışma boşluğu içeren özgeçmişleri eliyor. İlanın ölçütlerini karşılamayan belge, insana ulaşmadan düşebiliyor.

Nedensel kanıt ise CV için değil, serbest çalışma platformundaki teklif yazıları için var. Cui, Dias ve Ye (2025, ön baskı), Freelancer.com’un 19 Nisan 2023’te açtığı yapay zeka ön yazı aracını inceledi. Araç, yazıların ilanla metinsel uyumunu ve geri dönüşleri artırdı. Aynı dönemde uyumun geri dönüşle ilişkisi %51, teklif almayla ilişkisi %79 zayıfladı; işverenler ağırlığı platformdaki geçmiş iş puanlarına kaydırdı. Taslakların çoğu neredeyse hiç düzenlenmeden gönderildi; düzenlemeye ayrılan süre ise işe alınma başarısıyla pozitif ilişkiliydi. Galdin ve Silbert (2025, ön baskı) aynı platformda, işverenlerin dil modelleri öncesinde ilana özel yazılmış başvurulara yüksek değer biçtiğini, sonrasında biçmediğini buldu. Yazının hiç sinyal taşımadığı model senaryosunda en yetenekli beşte birlik dilim %19 daha az, en alttaki dilim %14 daha çok işe alınıyor.

Sonuç: uyarlama hala gerekli, ama artık ayırt edici değil. Herkes tek tıkla “uyumlu” metin üretebildiğinde değer, taklidi zor olana kayıyor: doğrulanabilir sonuçlar, tarihler, referans gösterilebilir işler. Ön yazı için de aynısı geçerli: eski literatür beklentiyi destekliyor, ama düzenlenmemiş bir taslak sinyal taşımıyor.

2026’da CV’yi önce kim okuyor?

Resmi veri, makine okumasının yaygınlığı konusunda sanıldığından az şey söylüyor.

AB-27, 10 ve üzeri çalışanlı işletmeler 2021 2023 2024 2025
En az bir yapay zeka teknolojisi kullanan %7,65 %8,06 %13,48 %19,95
Aynı gösterge, 250 ve üzeri çalışanlı %28,41 %30,48 %41,17 %55,03
İnsan kaynakları yönetimi veya işe alım için yapay zeka kullanan %0,62 veri yok veri yok veri yok

Kaynak: Eurostat, isoc_eb_ai veri seti. Değerler veri setinde basıldığı gibidir.

Yapay zeka kullanan işletmelerin oranı dört yılda yaklaşık 2,6 katına çıktı; büyük işletmelerde 26,62 puan artarak yarıyı geçti (CEOtudent hesaplaması). Ama işe alımda yapay zeka kullanımını ayrıca ölçen gösterge yalnızca 2021 için yayımlandı. Güncel bir resmi oran açılamadığı için bu yazı “şirketlerin yüzde kaçı özgeçmişleri yapay zekayla eliyor” sorusuna sayı vermiyor.

Beceri temelli işe alım söylemi de temkin gerektiriyor. Indeed Hiring Lab’in (ticari kaynak) verisine göre ABD’de Indeed ilanlarının %52’si Ocak 2024’te hiçbir örgün eğitim şartı anmıyordu (2019’da %48). Burning Glass Institute ve Harvard Business School araştırmacılarının 2024 raporuna göre ise diploma şartını kaldıran rollerde diplomasız işe alınanların payı ortalama 3,5 yüzde puanı arttı; bu, 700 işe alımda 1’den azına karşılık geliyor. Beceri kanıtı gerekli, ama diploma satırının yerini almış değil.

CEO gibi yönetmek: CV bir karar belgesi olarak nasıl kurulur?

CEO merceğinde CV bir yaşam öyküsü değil, zamanı dar bir alıcıya sunulan karar belgesidir. Ürün gibi yönetilir: hedefi, değer önerisi ve gönderim öncesi testi vardır.

CEOtudent editoryal çerçevesi: tek sayfalık CV karar kontrol listesi

Karar Soru Dayandığı bulgu
Hedef Bu sürüm tek bir rol ailesi için mi yazıldı? İlk bakış birkaç alanda yoğunlaşıyor (Ladders, 2012, ticari)
İlk üçte bir Rol, kıdem ve en güçlü kanıt belgenin başında mı? Özet kanıtı zayıf; işlevi karar verdirmek
Kanıt Her deneyim satırında sayı, yöntem ya da adı konmuş sonuç var mı? Beceri listesi etkisiz, deneyimin kalitesi etkili (Kessler ve ark., 2019)
Tarihler Güncel durum ve süreler açık mı; boşluk bilinçli sunuldu mu? Kroft ve ark.; Eriksson ve Rooth; Kristal ve ark.
Dil İlanın gerçek terimleri dürüstçe karşılanıyor mu? Sistemler ölçüte göre süzüyor (Harvard Business School ve Accenture, 2021)
Hata Metni bir yazım aracı ve ikinci bir göz kontrol etti mi? Sterkens ve ark.; Wiles ve ark.
Uzunluk ve düzen İki sayfa aşılmadan, sade biçim ve standart başlıkla mı? Risavy, 2017; Arnulf ve ark., 2010

CEOtudent editoryal çerçevesi; sağ sütun sorunun dayandığı kaynağı gösterir.

15 dakikalık CV testi. Gönderimden önce, süre tutarak:

  1. 1 dakika. Belge, onu tanımayan birine 7 saniye gösterilir. Hedef rolü, kıdemi ve son işvereni söyleyebiliyor mu? (Süre bilimsel eşik değil, sıkı bir sınır.)
  2. 3 dakika. İlk üçte birdeki her satıra sorulur: bu satır kararı değiştirir mi? Değiştirmeyen satır aşağı alınır ya da silinir.
  3. 4 dakika. İlandaki zorunlu ölçütler işaretlenir; her biri için CV’de doğrulanabilir bir satır aranır.
  4. 3 dakika. Sayı, yöntem ya da sonuç içermeyen deneyim satırları sayılır; en zayıf yarısı yeniden yazılır.
  5. 3 dakika. Metin yazım aracıyla taranır, sonra sondan başa okunur. İki hata bile ölçülebilir kayıp demek.
  6. 1 dakika. Dosya adı, tarih biçimi ve iletişim bilgisi kontrol edilir.

Test geçerlenmiş bir ölçek değil, bir kontrol aracıdır.

Öğrenci gibi öğrenmek: başvuru deneyi nasıl tutulur?

Öğrenci merceğinde her başvuru turu bir veri noktasıdır. Ancak veri gürültülü: deneylerdeki geri dönüş oranları düşük ve piyasaya göre çok değişiyor. Aşağıdaki tablo, basılı üç orandan bir turda hiç geri dönüş almama olasılığını hesaplıyor.

CEOtudent analizi: başvuru sayısına göre hiç geri dönüş almama olasılığı

Başvuru başına geri dönüş oranı 10 başvuru 20 başvuru 30 başvuru
%4 (Kroft ve ark., işsizliğin sekizinci ayı) %66,5 %44,2 %29,4
%7 (Kroft ve ark., işsizliğin birinci ayı) %48,4 %23,4 %11,3
%24 (Kline ve ark., büyük işverenler) %6,4 %0,4 %0,03

CEOtudent analizi. Hesap: (1 – oran) üssü başvuru sayısı; başvurular bağımsız varsayılır. Oranlar kurgusal başvurulu ABD deneylerindendir; kişisel tahmin değildir.

Okuma: %4-7 bandında 10 başvuruluk bir turun tamamen sessiz geçmesi, yazı tura kadar ya da daha olası. Tek turun sonucuyla CV’yi baştan yazmak, gürültüye tepki vermektir. Deney kuralları:

  • Bir turda tek değişken değişir.
  • Tur büyüklüğü baştan yazılır; en az 20 başvuru.
  • Sonuç ölçütü baştan seçilir: 30 gün içinde geri dönüş.
  • Uyarlanmamış toplu başvurular deneye katılmaz.

CEOtudent editoryal çerçevesi: başvuru deneyi kayıt şablonu

Alan Kayıt
Tur ve tarih aralığı Tur numarası, başlangıç ve bitiş
Hedef rol ailesi Tek rol
CV sürümü ve değişen tek şey Örnek: hedef cümlesi yerine üç kanıt satırı
Başvuru sayısı ve kanal Önceden belirlenen sayı; ilan, referans ya da doğrudan yazışma
30 gün içinde geri dönüş Sayı ve oran
Mülakata dönüşen Sayı
Alınan geri bildirim Kelimesi kelimesine
Sonraki tur için karar Sürdür, değiştir ya da bırak

Bu bulgular ne anlama gelmez?

  • Saha deneyleri kurgusal adaylarla, belirli ülke, sektör ve dönemlerde yapıldı; oranlar başka piyasalara doğrudan taşınamaz.
  • Yapay zeka çalışmaları ön baskı ve tek bir serbest çalışma platformuna ait; kurumsal işe alıma genellenemez.
  • Yazım deneyleri varsayımsal senaryolara dayanıyor; CV alıcının kararını etkiler, adayın değerini ölçmez.
  • Bu yazı genel bilgi amaçlıdır; kişiye özel kariyer ya da hukuki tavsiye değildir.

Bu yazı neden yeniden yazıldı?

2021 sürümü beş öneriyi kaynak göstermeden, okura “sen” diye seslenerek ve kesin ifadelerle sunuyordu. Bu güncellemede beş değişiklik yapıldı:

  1. Sekiz iddia açılabilen kaynaklarla eşleştirildi ve hükme bağlandı.
  2. “Araştırmalar … sadece yedi saniye” cümlesi kaynağına indirildi; ticari ve küçük örneklemli bir ölçüm olarak etiketlendi.
  3. Kaynağı bulunamayan ifadeler çıkarıldı: özgeçmişin çoğu zaman tek sayfa olması gerektiği, 10 yıl deneyim eşiği, anahtar kelime ekleyenin ATS’de öne çıkacağı ve kusursuz özgeçmiş vaadi.
  4. Eski görseller kaldırıldı; üslup editoryal hale getirildi.
  5. Deney tablosu, kanıt karnesi, Eurostat tablosu, 15 dakikalık test ve kayıt şablonu eklendi.

Sık sorulan sorular

İşe alım uzmanları bir CV’ye gerçekten 7 saniye mi bakıyor? Sayı, bir kariyer sitesinin göz izleme çalışmasından geliyor: 2012’de 30 uzmanla 6 saniye, 2018 bülteninde 7,4 saniye. Ölçülen şey ilk eleme bakışı; hakemli bir makale tarama süresini yaklaşık 45 saniye olarak aktarıyor.

CV tek sayfa mı olmalı? Açılan kaynaklar bunu genel kural olarak desteklemiyor. Tutarlı bulgu iki sayfanın aşılmaması; açılabilen tek deneyde iki sayfalık özgeçmişler daha olumlu sıralandı.

Tek bir yazım hatası başvuruyu bitirir mi? Bilinmiyor; açılan deneyde ölçülen en düşük düzey iki hataydı ve mülakat olasılığını 7,3 puan düşürdü. Beş hata 18,5 puan düşürdü.

CV’yi yapay zekayla yazmak sakıncalı mı? Hataları işaretleyen yazım desteği, 480.948 kişilik deneyde işe alınmayı %8 artırdı. Öte yandan serbest çalışma platformunda taslağı düzenlemeye ayrılan süre başarıyla ilişkiliydi.

Ön yazı hala gerekli mi? Eski literatür ön yazı beklentisini destekliyor. Yapay zeka aracından sonra ön yazı uyumunun geri dönüşle ilişkisi %51 zayıfladı.

Kaynaklar

  1. TheLadders. Keeping an eye on recruiter behavior: New study clarifies recruiter decision-making. 2012. Şirket raporu, ticari; belgenin bir üniversite sunucusundaki kopyası açıldı.
  2. Ladders, Inc. Ladders Updates Popular Recruiter Eye-Tracking Study With New Key Insights on How Job Seekers Can Improve Their Resumes. Basın bülteni, PR Newswire, 6 Kasım 2018. Ticari; 2018 raporunun kendisi açılamadı.
  3. Risavy SD. The Resume Research Literature: Where Have We Been and Where Should We Go Next? Journal of Educational and Developmental Psychology, 2017; 7(1): 169-187. Tam metin; derleme, aktardığı eski çalışmalar açılmadı.
  4. Sterkens P, Caers R, De Couck M, Van Driessche V, Geamanu M, Baert S. Costly mistakes: Why and when spelling errors in resumes jeopardise interview chances. PLOS ONE, 2023; 18(4): e0283280. Tam metin.
  5. Martin-Lacroux C, Lacroux A. Do Employers Forgive Applicants’ Bad Spelling in Résumés? Business and Professional Communication Quarterly, 2017; 80(3): 321-335. Yalnızca özet.
  6. Wiles E, Munyikwa ZT, Horton JJ. Algorithmic Writing Assistance on Jobseekers’ Resumes Increases Hires. NBER Working Paper 30886, 2023; Management Science, 2025; 71(12): 10144-10164. Çalışma metni tam metin.
  7. Kristal AS, Nicks L, Gloor JL, Hauser OP. Reducing discrimination against job seekers with and without employment gaps. Nature Human Behaviour, 2023; 7(2): 211-218. Tam metin.
  8. Kroft K, Lange F, Notowidigdo MJ. Duration Dependence and Labor Market Conditions: Theory and Evidence from a Field Experiment. NBER Working Paper 18387, 2012. Tam metin.
  9. Eriksson S, Rooth DO. Do Employers Use Unemployment as a Sorting Criterion When Hiring? Evidence from a Field Experiment. American Economic Review, 2014; 104(3): 1014-1039. Yalnızca özet.
  10. Bertrand M, Mullainathan S. Are Emily and Greg More Employable than Lakisha and Jamal? A Field Experiment on Labor Market Discrimination. NBER Working Paper 9873, 2003; American Economic Review, 2004; 94(4): 991-1013. Çalışma metni tam metin.
  11. Kline PM, Rose EK, Walters CR. Systemic Discrimination Among Large U.S. Employers. NBER Working Paper 29053, 2022; Quarterly Journal of Economics, 2022; 137(4): 1963-2036. Çalışma metni tam metin.
  12. Kessler JB, Low C, Sullivan C. Incentivized Resume Rating: Eliciting Employer Preferences without Deception. NBER Working Paper 25800, 2019; American Economic Review, 2019; 109(11): 3713-3744. Çalışma metni tam metin.
  13. Blackburn-Brockman E, Belanger K. One Page or Two? A National Study of CPA Recruiters’ Preferences for Resume Length. Journal of Business Communication, 2001; 38(1): 29-45. Yalnızca özet.
  14. Arnulf JK, Tegner L, Larssen Ø. Impression making by résumé layout: Its impact on the probability of being shortlisted. European Journal of Work and Organizational Psychology, 2010; 19(2): 221-230. Yalnızca özet.
  15. Cui J, Dias G, Ye J. Signaling in the Age of AI: Evidence from Cover Letters. arXiv 2509.25054, 2025. Ön baskı, tam metin.
  16. Galdin A, Silbert J. Making Talk Cheap: Generative AI and Labor Market Signaling. arXiv 2511.08785, 2025. Ön baskı, tam metin.
  17. Fuller J, Raman M, Sage-Gavin E, Hines K ve ark. Hidden Workers: Untapped Talent. Harvard Business School ve Accenture, 2021. 4 Ekim 2021 düzeltmeli sürüm, tam metin; ortak yayıncı bir danışmanlık şirketi.
  18. Eurostat. Artificial intelligence by size class of enterprise (isoc_eb_ai), AB-27, 2021-2025.
  19. Stahle C. Educational Requirements Are Gradually Disappearing From Job Postings. Indeed Hiring Lab, 27 Şubat 2024. Ticari.
  20. Sigelman M, Fuller J, Martin A. Skills-Based Hiring: The Long Road from Pronouncements to Practice. Burning Glass Institute, Şubat 2024. Tam metin.

Not: “Kanıt karnesi” ve “hiç geri dönüş almama olasılığı” tabloları CEOtudent analizidir; karar kontrol listesi, 15 dakikalık test ve kayıt şablonu CEOtudent editoryal çerçevesidir; hata başına kayıp, katlar, puan farkı ve 2.880 toplamı CEOtudent hesaplamasıdır. Çıkarılan eski iddialar “Bu yazı neden yeniden yazıldı?” bölümündedir. Aday takip sistemlerinin özgeçmişlerin büyük bölümünü insan görmeden elediğine dair yaygın oranlar, birincil kaynağı açılmadığı için kullanılmamıştır. Thoms ve arkadaşlarının 1999 tarihli çalışması açılamadığı için aktarılmamıştır.


Bu içerik, derinlemesine bir araştırmanın ardından yapay zeka desteğiyle derlenmiş ve CEOtudent editör ekibi tarafından yazılıp yayına hazırlanmıştır.

This post is also available in: English

Benzer içerikler