Çin'in güneyinde, dünyanın en büyük ikinci cep telefonu fabrikasında bir deneye sizi götürmek isterim yazıma başlamadan önce. Fabrikada, üretim hatları yıllardır birbirine yakın ve açık biçimde yerleştirilmiş. Bu düzenin amacı aslında: yönetici her hattı görsün, iyi bir yöntem fark ederse diğer hatlara yaysın. Çoğu üretim tesisinde aynı mantığın yaygın olduğunu görürüz.
Harvard Business School'dan Ethan Bernstein bir hattın etrafına perde getirir ve 5 ay boyunca izler. Perde arkasındaki hattın, açıktaki 28 hattan yaklaşık %10-15 daha yüksek performans gösterdiği ortaya çıkmış.
Sebebi ise; Açıktaki işçiler zaten daha hızlı yöntemler biliyordu. Yönetici geçerken bu yöntemleri bırakıp standart prosedüre dönüyor, yönetici uzaklaşınca kendi yöntemlerine geri geçiyorlardı. Yöneticinin gördüğü şey, üretimin gösterisiydi. Perde o gösteriyi gereksiz kılınca hat kendi en iyi yöntemine geçmiş.
Bernstein buna şeffaflık paradoksu adını verdi. Kısaca; insanları daha çok görünür kılmak, onları kendi yöntemlerini saklamaya ittiği için performansı düşürebiliyor.
Bu deney 2012'de yapıldı. Bugün 150 kişilik bir şirketin sahibi, ekibini eskisi gibi göremediği için dijital takip yazılımı araştırıyorsa eğer benzer bir yaklaşımın içinde olduğunu düşünebiliriz.
2012'de fabrikada kurulan düzen, bugün teknolojinin içinde
Bernstein'ın bulduğu mekanizmanın 3 adımı var. Çalışan izlendiğini biliyor. İzleyenin neyi onayladığını tahmin ediyor. Kendi yöntemi yerine onaylanacak davranışı sergiliyor.
Bu 3 adım bugün ofis işinde birebir kurulu. İzleme artık sinyalle yapılıyor: bilgisayarda geçen aktif saat, klavye ve fare hareketi, uygulama kullanım süresi, mesajlaşma programındaki yeşil ışık, toplantıya katılım, e-postaya yanıt süresi. Onaylanan davranış da bu sinyallerin yüksek çıkması.
Sonuç fabrikadakinin aynısı. Çalışan ekranın açık durması için aksiyonlar belirler, aktif olma durumunu yeşilde bırakır, görünürlük kazandıran toplantılara katılım gösterir ve gerekmeyen mesaj trafiği üretir. Microsoft bu davranış kümesine üretkenlik tiyatrosu diyor.
Bu, birkaç şirketin sorunu olmaktan çıktı. Gartner'ın araştırmasına göre çalışanlarını takip araçlarıyla izleyen büyük işverenlerin oranı pandeminin başından bu yana iki katına çıkarak %60’a ulaştı.
Microsoft'un 2022 Work Trend Index verisi verimlilik ve üretkenlik üzerine biriken gerilimi de araştırmaları ile göstermiş. Yöneticilerin %85’i ekiplerinin üretken olduğundan emin olmakta zorlandığını belirtmiş. Aynı dönemde çalışanların %87’si üretken olduğunu sözlemiş. Microsoft bu boşluğa üretkenlik paranoyası demiş.
Döngünün işleme şekli: yönetici uzaktan ve hibrit çalışan ekipleriyle görünürlük bağını kopardığında, güvensizlik büyüyor, ölçüm ve izleme talebi olunca ve en önemlisi ölçüm davranışa indiğinde çalışan ölçülene göre davranış gösteriyor, çıkan veri yöneticiyi rahatlatırken gerçek performans ölçülmüş oldu mu?
Peki izlemek işe yarıyor mu? 94 araştırmanın ortak cevabı
Bu sorunun cevabı birçok araştırmadan beslenebilir aslında. Ravid ve arkadaşları bir meta-analiz yaptı: yani aynı konuda yapılmış bütün çalışmaları tek havuzda birleştirip ortak sonucu hesapladılar. Havuzda 94 bağımsız araştırma ve 23.461 çalışan var. Birçok şirketin deneyimi ve birikimi diyebiliriz.
3 bulgu çıkmış. Elektronik performans izlemenin çalışan performansını yükselttiğine dair kanıt yok. İzlemenin varlığı, biçimi ne olursa olsun çalışan stresiyle ilişkili. Ve izlemeyi açık biçimde, düşük müdahaleyle yapan şirketler çalışan tutumlarında belirgin biçimde daha iyi sonuç almış.
Üçüncü bulgunun ilk ikisinden daha etkili olduğunu düşünüyorum. İzlemenin kendisi bir performans aracı olarak çalışmamış. Nasıl yapıldığı ise çalışanın şirkete bakışını doğrudan belirlemektedir. Karar "izleyelim mi?" sorusundan ziyade, "neyi, hangi amaçla, ne kadar açık biçimde" sorusu önemli.
Pratikte fark şu: kamerayı iş güvenliği için kurup bunu herkese yazılı olarak söyleyen şirketle, aynı kamerayı sessizce performans değerlendirmesinde kullanan şirket aynı yatırımı yaparken zıt sonuç alır.
Asıl fatura kültürde
Buraya kadarki tablo verimlilik tartışması. Bakmamız gereken yer ise;
Thiel ve arkadaşlarının Journal of Management'ta yayımlanan çalışması şunu gösteriyor: sürekli izleme, çalışanın kendi davranışını kendi kendine düzenleme kapasitesini zayıflatıyor. Dışarıdan denetlenen kişi doğru davranışın sorumluluğunu sisteme devrediyor. Sonuç beklenenin tersi: izlenen çalışanlarda kural ihlali azalmak yerine artıyor. Yazarlar bulguyu Harvard Business Review'da da özetledi.
Aile şirketleri için bu bulgu kritik. Bu şirketlerin en güçlü varlığı çoğu zaman kurumsal bir sistem yerine, "burada işler böyle yapılır" bilgisidir. O bilgi çalışanın içselleştirdiği sorumlulukla ayakta durur. Yoğun izleme işte bu kası zayıflatıyor.
Kural şu: ölçüm sonuca baktığında işin sahibi çalışan kalır. Ölçüm davranışa indiğinde sahiplik sisteme geçer. Kültürün kaybolduğu yer burasıdır.
Bir yanda değerler çalışması yürütüp diğer yanda davranış takip altyapısı kuran şirket, iki yatırımla birbirini iptal eder.
Performansı gerçekten ne artırmaktadır?
Aynı dönemde yapılan bir başka araştırma, madalyonun diğer yüzünü gösteriyor.
Brynjolfsson, Li ve Raymond, 5.172 müşteri temsilcisinin çalıştığı bir kurumda yapay zeka asistanının kademeli devreye alınmasını inceledi. Saatte çözülen talep sayısı ortalama %15 arttı.
Asıl bulgu dağılımda. Kazancın büyük kısmı deneyimsiz ve düşük performanslı çalışanlarda gerçekleşmiş. En deneyimli grupta etki neredeyse sıfır kalmış.
Mekanizma şu: sistem, en iyi çalışanların örtük bilgisini yakalıyor. Örtük bilgi, kimsenin yazıya dökmediği, ustanın elinde ve kafasında kalan bilgidir. Her şirkette vardır ve o kişi ayrıldığında beraberinde gider. Asistan bu bilgiyi yeni çalışanlara akıtınca öğrenme süresi kısalmış. Araştırmacılar ayrıca müşteri memnuniyetinin yükseldiğini ve işten ayrılmaların azaldığını raporluyor.
İki araştırmayı yan yana koyun. İzleme, bilgiyi çalışandan yöneticiye taşır ve orada bırakır. Yapay zeka asistanı, bilgiyi en iyi çalışandan diğerlerine taşır. Birincisi kontrol mantığı, ikincisi yayılım mantığı. Performans farkını yaratan bu yaklaşım oluyor.
Teknoloji tek başına çıktı üretmede yeterli mi?
İktisat tarihinin klasik örneği şudur: fabrikalar elektrikli motoru satın aldıklarında verimlilik hemen artmadı. Artış, fabrika yerleşimi, iş akışı ve ustabaşı rolü yeniden kurgulandıktan sonra geldi. Arada onlarca yıl var.
Brynjolfsson, Rock ve Syverson bu gecikmeyi verimlilik J-eğrisi olarak adlandırıyor. Yapay zeka gibi genel amaçlı teknolojiler, süreçlerin, rollerin ve insan yetkinliğinin yeniden kurulmasını gerektiren tamamlayıcı yatırımlar olmadan ölçülebilir verimliliğe dönüşmüyor. Bu yatırımlar bilançoda görünmediği için erken dönemde verimlilik olduğundan düşük ölçülmektedir.
Yönetim gözünden bakıldığında: yazılıma ayırdığınız bütçenin getirisi, rol tanımlarını, yetkinlikleri, öğrenme sistemini ve yönetici davranışını yeniden kurmadan gerçekleşmeyecektir. Teknoloji faturası tek başına dönüşümü gerçekleştirmeyecektir.
Büyüyen şirketler için 4 uygulama kuralı
1. Sonucu ölçün, yöntemi çalışana bırakın. Bernstein'ın perdesi bunu yaptı. Satış rakamı, teslim süresi, hata oranı, müşteri memnuniyeti ölçülür. Kaç saat ekran başında oturulduğu ölçülmez. Yöntem ölçülmeye başladığı anda çalışan yöntemini saklar.
2. Ne topladığınızı açıkça yazın. Hangi veri toplanıyor, hangi amaçla kullanılıyor, kim görüyor, ne kadar saklanıyor. Tek sayfa yeterli. Meta-analizin tek olumlu bulgusu burada işe yaramaktadır. Çalışan kendi verisine erişebiliyorsa etki daha da güçlü.
3. Yapay zekayı önce yeni ve deneyimsiz ekibe verin. Yaygın uygulama araçları önce kıdemli kadroya vermek. Araştırmalar tersini iddia etmektedir. Yeni çalışanın yetişme süresini kısaltan uygulama hem verimlilik hem de işten ayrılma tarafında önemli rol oynamaktadır.
4. Ustanın bilgisini sistemin içine alın. En iyi performans gösteren kişinin nasıl çalıştığını yazıya, eğitime, kontrol listesine ve iş tanımına çevirin. Bu, takip yazılımından daha yüksek getiri üretir ve o kişi ayrıldığında bilgiyi şirkette bırakır.
Dördü birlikte kültürü de değiştirecektir: sorumluluk çalışanda kalır, bilgi paylaşımı ödüllendirilir, yeni gelenin yetişme süresi kısalır.
Sık sorulan sorular
Şeffaflık paradoksu nedir?
Harvard Business School'dan Ethan Bernstein'ın tanımladığı şeffaflık paradoksu, insanları daha görünür kılmanın onları kendi yöntemlerini saklamaya itmesi ve bu yüzden performansı düşürebilmesidir. Bernstein, Çin'deki bir cep telefonu fabrikasında bir üretim hattının etrafına perde çekti; 5 ay sonunda perde arkasındaki hat, açıktaki 28 hattan yaklaşık %10-15 daha yüksek performans gösterdi.
Üretkenlik paranoyası ve üretkenlik tiyatrosu nedir?
Microsoft'un 2022 Work Trend Index verisine göre yöneticilerin %85'i ekiplerinin üretken olduğundan emin olmakta zorlanırken çalışanların %87'si üretken olduğunu söylüyor; Microsoft bu boşluğa üretkenlik paranoyası diyor. Üretkenlik tiyatrosu ise izlenen çalışanın ekranı açık tutmak, durumunu yeşilde bırakmak ve gerekmeyen mesaj trafiği üretmek gibi görünürlük davranışlarıdır.
Çalışan izlemenin kurum kültürüne etkisi nedir?
Thiel ve arkadaşlarının Journal of Management'ta yayımlanan çalışmasına göre sürekli izleme, çalışanın kendi davranışını düzenleme kapasitesini zayıflatıyor ve izlenen çalışanlarda kural ihlali artıyor. Ölçüm sonuca baktığında işin sahibi çalışan kalır; davranışa indiğinde sahiplik sisteme geçer. "Burada işler böyle yapılır" bilgisine dayanan aile şirketleri için bu etki daha da kritiktir.
Büyüyen şirketler performansı artırmak için ne yapmalı?
Yazı 4 kural öneriyor: sonucu ölçün ve yöntemi çalışana bırakın; hangi verinin hangi amaçla toplandığını ve kimin gördüğünü açıkça yazın; yapay zekayı önce yeni ve deneyimsiz ekibe verin; en iyi çalışanın bilgisini eğitime, kontrol listesine ve iş tanımına çevirin. Brynjolfsson, Li ve Raymond'ın çalışmasında yapay zeka asistanı saatte çözülen talebi ortalama %15 artırdı.
Kurumunuzda teknoloji ve kültür yapınızın bugün nerede olduğunu görmek isterseniz, IC Consulting Check-Up portalı iyi bir başlangıç noktası: consulting-ic.com/check-up
Bu sayıdaki kaynaklar
Bernstein, E. S. (2012). The Transparency Paradox: A Role for Privacy in Organizational Learning and Operational Control. Administrative Science Quarterly, 57(2), 181-216.
Ravid, D. M., White, J. C., Tomczak, D. L., Miles, A. F., & Behrend, T. S. (2023). A meta-analysis of the effects of electronic performance monitoring on work outcomes. Personnel Psychology, 76(1), 5-40.
Thiel, C. E., Bonner, J., Bush, J. T., Welsh, D. T., & Garud, N. (2023). Stripped of Agency: The Paradoxical Effect of Employee Monitoring on Deviance. Journal of Management, 49(2), 709-740.
Brynjolfsson, E., Li, D., & Raymond, L. (2025). Generative AI at Work. The Quarterly Journal of Economics, 140(2), 889-942.
Brynjolfsson, E., Rock, D., & Syverson, C. (2021). The Productivity J-Curve: How Intangibles Complement General Purpose Technologies. American Economic Journal: Macroeconomics, 13(1), 333-372. NBER tebliği.
Microsoft (2022). Hybrid Work Is Just Work. Are We Doing It Wrong? Work Trend Index Pulse Report.
Gartner. The Right Way to Monitor Your Employee Productivity.
Derinleşmek isteyenler için: Kellogg, K. C., Valentine, M. A., & Christin, A. (2020). Algorithms at Work: The New Contested Terrain of Control. Academy of Management Annals, 14(1), 366-410. Algoritmik kontrolün 6 mekanizmasını ayrıştıran kapsamlı derleme.
