Akıllı Görev Atama Motoru ile Çevik Sprint Planlaması ve İş Yükü Dengesinin İyileştirilmesi

Tuncalı Yaman T., Muslu Y. B., Erden A.

Journal of Information Technologies, cilt.19, sa.4, ss.499-527, 2026 (TRDizin)

Özet

Bu çalışma, düzenlemeye tabi kurumsal ortamlarda çevik sprint planlamasını desteklemek amacıyla geliştirilen MACBETH tabanlı AutoTaskAssigner karar destek sistemini değerlendirmektedir. Araştırma, büyük ölçekli bir bankanın Kredi İzleme ve Takip biriminde yürütülen karma yöntemli vaka çalışmasına dayanmaktadır. Karar kriterleri, bilişsel haritalama ve yedi uzmanla gerçekleştirilen elicitasyon oturumları yoluyla yapılandırılmıştır. Sistem, sertifika uygunluğu ve görev bağımlılıklarını zorunlu koşullar olarak denetlemekte, uygun adayları beceri uyumu, deneyim uyumu, mevcut iş yükü, gelişim uyumu ve mentorluk uyumu bakımından sıralamaktadır. Operasyonel karar süresi, 114 eşleştirilmiş görev kaydında manuel süreç için ortalama 897,24 saniye, sistem destekli süreç için 111,94 saniye olarak hesaplanmış ve fark istatistiksel olarak anlamlı bulunmuştur. Altı sprintteki 120 görev ve 48 çalışan-sprint gözlemine dayalı senaryo analizi, sistem önerisinin planlı iş yükü dağılımını daha dengeli hale getirdiğini göstermiştir. 114 görev ve 456 aday değerlendirmesinden oluşan analitik sette yürütülen yirmi tek yönlü duyarlılık senaryosunda ilk sıradaki önerinin kararlılığı yüzde 86,0 ile yüzde 98,2 arasında değişmiştir. Çalışma, açıklanabilir aday sıralaması, yönetici incelemesi ve karar kaydını bütünleştiren insan denetimli bir görev atama yaklaşımı sunmaktadır.