When Algorithms Think For Us: AI Concerns, Toxic Control, And The Transformation Of Information Production In Digital Workplaces

Creative Commons License

Karakış K.

8th INTERNATIONAL ISTANBUL CURRENTSCIENTIFIC RESEARCH CONGRESS, İstanbul, Türkiye, 19 - 20 Eylül 2026, ss.723-724, (Özet Bildiri)

  • Yayın Türü: Bildiri / Özet Bildiri
  • Basıldığı Şehir: İstanbul
  • Basıldığı Ülke: Türkiye
  • Sayfa Sayıları: ss.723-724
  • Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
  • İstanbul Kent Üniversitesi Adresli: Evet

Özet

Yapay zekânın (YZ) örgütsel karar alma süreçlerine entegrasyonu, işin yalnızca nasıl yapıldığını değil, örgütlerde bilginin nasıl üretildiğini, doğrulandığını ve güvenilir kılındığını da dönüştürmektedir. Geleneksel olarak insana özgü kabul edilen yorumlama, değerlendirme ve muhakeme gibi görevler, giderek olasılıksal modelleme ve büyük ölçekli veri işlemeye dayanan otomatik sistemlere devredilmektedir. Ampirik bulgular, birçok çalışanın artık görev dağılımı, performans değerlendirmesi ve disiplin kararlarını şekillendiren algoritmik sistemler aracılığıyla yönetildiğini göstermektedir (Pesole, 2025). Algoritmik yönetim üzerine yapılan araştırmalar, dijital sistemlerin iş süreçlerini yeniden yapılandırdığını ve yönetsel kontrolü önemli psikolojik, davranışsal ve örgütsel sonuçlar doğuracak biçimde yeniden tanımladığını göstermektedir (De Stefano & Doellgast, 2023; Williams ve Khan, 2024). Bu çalışma, söz konusu sonuçları özellikle yapay zekâ kaygısı, teknostres ve dijital yorgunluk bağlamında incelemektedir. Algoritmik opaklık, işten çıkarılma korkusu ve örgütsel sistemlere duyulan güvenin azalması psikolojik güvenliği zayıflatırken, YZ temelli performans metrikleri ve gözetim araçları toksik liderlik davranışlarının normalleşmesine zemin hazırlamaktadır. Weick'in (1995) sensemaking kuramından ve sınırlı rasyonalite yaklaşımından hareketle, çalışma analitik emeğin YZ'ye devredilmesini hem teknolojik hem de epistemik bir dönüşüm olarak kavramsallaştırmaktadır. Üç temel dinamik ele alınmaktadır: insana ait yorumlama otoritesinin zayıflaması, YZ aracılı ortamlarda hesap verebilirliğin dağılması ve toksik liderlikle ilişkisi (Aloisi, 2024), ve bilişsel yük devretme yoluyla algoritmik bağımlılığın yarattığı belirsizlik (Gerlich, 2025). Çalışma sonunda, izlenebilirlik, artırılmış muhakeme ve dağıtılmış hesap verebilirlik ilkelerine dayanan sorumlu YZ entegrasyonu için bir çerçeve önerilmektedir.

The integration of artificial intelligence (AI) into organizational decision-making is transforming not only how work is performed, but also how knowledge is produced, validated, and trusted within organizations. Tasks traditionally regarded as inherently human, such as interpretation, evaluation, and judgment, are increasingly delegated to automated systems based on probabilistic modelling and large-scale data processing. Empirical evidence indicates that many employees are now managed through algorithmic systems that shape task allocation, performance evaluation, and disciplinary decisions (Pesole, 2025). Research on algorithmic management shows that digital systems are restructuring work processes and redefining managerial control in ways that generate significant psychological, behavioural, and organizational consequences (De Stefano & Doellgast, 2023; Williams & Khan, 2024). This study examines these consequences with particular attention to AI anxiety, technostress, and digital fatigue. Algorithmic opacity, fear of replacement, and declining trust in organizational systems weaken psychological safety, while AI-driven performance metrics and surveillance tools create conditions under which toxic leadership behaviours become normalized. Drawing on Weick's (1995) sensemaking theory and bounded rationality, the study conceptualizes the outsourcing of analytical labour to AI as both a technological and epistemic transformation. Three key dynamics are addressed: the weakening of human interpretive authority, the diffusion of accountability in AI-mediated environments and its relationship to toxic leadership (Aloisi, 2024), and the uncertainty produced by algorithmic dependency through cognitive offloading (Gerlich, 2025). The study proposes a framework for the responsible integration of AI in analytical tasks, grounded in the principles of traceability, augmented judgment, and distributed accountability, aligning with ethical AI governance and human-centered organizational practices.