Karar Verme Karmaşıklığının Çözülmesi: Yapay Zekâ ile Bulanık AHP-TOPSIS Karşılaştırması

dc.contributor.author Balcı, Orhan
dc.contributor.author Gul, Gonul
dc.contributor.author Kılıç, Cumali
dc.date.accessioned 2026-03-15T08:21:21Z
dc.date.available 2026-03-15T08:21:21Z
dc.date.issued 2025
dc.description.abstract Bilgi çağının gelişimi ve üretim süreçlerinin otomasyonunun artmasıyla birlikte yöneticiler karar alma ve planlama faaliyetlerini desteklemek için giderek daha fazla gelişmiş bilgi sistemlerine yönelmektedir. Bu sistemlerin en yeni ve dikkat çekici örneklerden biri ise ileri düzey bir sohbet botu olan ChatGPT’dir. Bu bağlamda araştırma, geleneksel bir çok kriterli karar verme yöntemi olan bulanık AHP-TOPSIS ile yapay zeka tabanlı karar verme yaklaşımlarının karşılaştırmalı bir analizini sunmaktadır. Bu yönüyle çalışma, her iki yöntemi bir araya getirerek örgütsel karar verme kalitesini artırmayı amaçlayan yeni bir çerçeve geliştirmeyi amaçlamaktadır. Ayrıca, işe alım kararlarına odaklanarak ChatGPT tarafından üretilen çıktıları geleneksel yöntemlerle karşılaştırmaktadır. Araştırma bulguları neticesinde, ChatGPT gibi yapay zeka tabanlı sistemlerin geleneksel çok kriterli karar verme yöntemlerine göre daha isabetli kararlar verdiğine ulaşılmıştır. Dahası, yapay zeka tarafından verilen kararların, şirketin halihazırda yaptığı seçimlerle büyük ölçüde uyum sağlayarak tahmin doğruluğunu ve işe alım süreçlerini optimize etme potansiyelini gözler önüne sermektedir. tr
dc.description.abstract In the era of the information age and increasing automation of production processes, managers are increasingly relying on advanced information systems to support their decision-making and planning activities. Among these systems, the emergence of chatbots—specifically ChatGPT, a state-of-the-art conversational agent—represents a significant development. This research presents a comparative analysis of fuzzy AHP-TOPSIS, a traditional MCDM, and AI-based decision-making approaches. A novel framework integrating both methods has been developed to enhance the quality of organizational decision-making. The study focuses on recruitment decisions, comparing outputs generated by ChatGPT with those derived from traditional approaches. Findings reveal that artificial intelligence, as demonstrated by ChatGPT, delivers more accurate and reliable decisions than conventional MCDM’s. Moreover, these AI-generated decisions align closely with the actual selections made by the organization, showcasing their predictive accuracy and potential to optimize recruitment processes. en_US
dc.identifier.issn 2651-5318
dc.identifier.uri https://hdl.handle.net/20.500.12514/10461
dc.identifier.uri https://search.trdizin.gov.tr/en/yayin/detay/1319070
dc.language.iso en
dc.relation.ispartof Journal of Emerging Economies and Policy (Online)
dc.rights info:eu-repo/semantics/openAccess
dc.subject İşletme
dc.subject Bilgisayar Bilimleri, Yapay Zeka
dc.title Karar Verme Karmaşıklığının Çözülmesi: Yapay Zekâ ile Bulanık AHP-TOPSIS Karşılaştırması tr
dc.title Unraveling Decision-Making Complexity: Artificial Intelligence versus Fuzzy AHP-TOPSIS en_US
dc.type Article
dspace.entity.type Publication
gdc.author.id 0000-0002-7757-0437
gdc.author.id 0000-0003-1564-1938
gdc.author.id 0000-0002-8098-653X
gdc.description.department Mardin Artuklu University / Mardin Artuklu Üniversitesi
gdc.description.departmenttemp [Gul, Gonul; Balcı, Orhan] Çankırı Karatekin Üniversitesi, Çankırı, Türkiye; [Kılıç, Cumali] Mardin Artuklu Üniversitesi, Mardin, Türkiye
gdc.description.endpage 247
gdc.description.issue 1
gdc.description.publicationcategory Makale - Uluslararası Hakemli Dergi - Kurum Öğretim Elemanı
gdc.description.startpage 227
gdc.description.volume 10
gdc.identifier.trdizinid 1319070
gdc.index.type TR-Dizin
gdc.virtual.author Kılıç, Cumali
relation.isAuthorOfPublication 770ed9b5-37d3-4558-a024-2469241fddf4
relation.isAuthorOfPublication.latestForDiscovery 770ed9b5-37d3-4558-a024-2469241fddf4
relation.isOrgUnitOfPublication 39ccb12e-5b2b-4b51-b989-14849cf90cae
relation.isOrgUnitOfPublication.latestForDiscovery 39ccb12e-5b2b-4b51-b989-14849cf90cae

Files