AI Vardiya Planlama 2026: Optimizasyon Algoritmaları ve Adalet (Gini, Jain Index)

Nurse Scheduling Problem (NSP) 1980'lerden beri OR (Operations Research) literatüründe çalışılıyor — NP-hard. Klasik formülasyon: çalışan sayısı, vardiya tipleri, beceri matrisi, talep tahmini, yasal kısıtlar (haftalık 45 saat üst, ardışık 11 saat dinlenme), bireysel tercihler. Integer Programming (CPLEX, Gurobi) ya da metaheuristic (Tabu Search, Genetic Algorithm) ile çözülür. Healthcare, perakende, çağrı merkezi, lojistik yaygın uygulama alanları.

Klasik vardiya planı optimum çıkar ama 'kim hangi vardiyayı aldı' sorgulanmazsa: aynı kişi sürekli gece, hafta sonu, tatil günü vardiyalarına denk gelir. Çalışan memnuniyeti düşer, turnover artar. Adalet ölçümü için iki yaygın index: (1) Gini coefficient (0-1, 0 mükemmel eşit, 1 maksimum eşitsizlik), (2) Jain's Fairness Index (1/n - 1 arası, 1 mükemmel adalet). Bu metrikler dağıtım sırasında objektif fonksiyonun bir parçası olmalı.

Vardiya planı tek objektifli değil — minimum maliyet + maksimum adalet + maksimum tercih uyumu + minimum yorgunluk birlikte. Pareto front üzerinde dengelenir. Yöntemler: (a) weighted sum (her objektife ağırlık), (b) ε-constraint (bazı objektifleri kısıt olarak koy), (c) goal programming (her objektife hedef belirle, sapmayı minimize). NSGA-II (Non-dominated Sorting Genetic Algorithm) yaygın kullanılan algoritma. Türkiye'de bankacılık ve sağlık sektöründe 2024-25'te pilot uygulamalar.

Modern vardiya planı tek yönlü değil — çalışan kendi tercihlerini sisteme girer (bid). Çift tercih çakışırsa kıdem + son adalet skoru + lottery ile karar verilir. Ek olarak 'shift swap marketplace' kuruluyor: çalışan kendisine atanan vardiyayı başka bir çalışana takas teklif edebilir, sistem yasal kısıtları (beceri, dinlenme süresi, fazla mesai sınır) kontrol edip onaylar. UK NHS ve Walmart ABD bu modeli kullanıyor — turnover %12-20 düştüğünü raporluyorlar.

AI vardiya algoritması sadece görev atayan değil, çalışanın 'tükenmişlik trajectory'sini izleyen sistem olabilir. Girdi: son 12 hafta vardiya yoğunluğu, gece vardiya oranı, izin kullanımı, mesai aşımı, hastalık raporu, çalışan memnuniyet pulse anketi. ML model her çalışan için 'risk skoru' üretir; yüksek skorlu çalışana otomatik dinlenme önerisi/zorunlu izin gelir. Mayo Clinic 'Provider Wellness Predictive Model' bu yaklaşımın klinik personelde tükenmişliği %18 azalttığını gösteriyor.

AB AI Act (Regulation 2024/1689) iş yerinde 'employment, workers management' alanını high-risk olarak sınıflandırıyor. Vardiya planı algoritmasının: (1) audit trail, (2) açıklanabilirlik (çalışana nasıl atandığını gösterebilme), (3) human oversight (kritik kararlar insan onaylı), (4) bias testing (cinsiyet/yaş/etnik köken üzerinde dolaylı ayrımcılık olmamalı). Platform Workers Directive 2024/2831 da paralel düzenleme. Türkiye için 2027-28 etkili olabilir.

Türkiye'de havalimanı (TAV — yer hizmetleri), zincir perakende (Migros, A101), zincir restoran (Burger King, McDonald's), sağlık (Acıbadem, Memorial) AI vardiya planlama pilot uygulamaları 2024-25'te yapıldı. ROI: %8-15 personel maliyeti tasarrufu (ihtiyaç fazlası vardiya azalması), %20-35 planlama zamanı tasarrufu (haftalık 15-25 saat manager zamanı). 2026'da KOBİ pazarına SaaS olarak yaygınlaşması bekleniyor — yıllık 30-100K TL bir orta işletmeye uygun fiyat aralığı.