Sprint planlamada yapay zeka kullanımı: adım adım rehber

Yapay zeka sprint planlamada neyi değiştirir, neyi değiştirmez?

Sprint planlama, Scrum Ekibi'nin sprint için ne yapılabileceğine, sprint hedefinin ne olacağına ve seçilen işin nasıl tamamlanacağına karar verdiği toplantıdır. Yapay zeka bu kararların yerine geçmez; kararın dayandığı bilgiyi hızlandırır ve zenginleştirir. Geçmiş sprint verilerinden örüntü çıkarır, backlog maddelerinin taslağını yazar, bağımlılıkları ve riskleri görünür kılar, kapasiteyi hesaplamaya yardım eder.

Sprint'e neyin alınacağını seçmek ve çıktıyı taahhüt etmek hâlâ geliştiricilere (Developers), Product Owner'a ve Scrum Master'a aittir. Yapay zekanın önerisi bir girdidir; ekip onu sorgular, bağlama uyarlar ya da reddeder. Bu ayrımı baştan netleştirmeyen ekipler, aracın ürettiği tahmini sahiplenmeden sprint'e alır ve sprint sonunda hesap verebilirlik boşluğu yaşar.

Hazırlık: yapay zekanın kullanacağı veri nasıl toparlanır?

Yapay zeka destekli planlamanın kalitesi veriye bağlıdır. Hazırlık aşamasında şu girdiler düzenlenir:

• Tamamlanmış backlog maddeleri, büyüklük tahminleri ve gerçekleşen çaba bilgisi
• Sprint hedefleri ve bunların ne ölçüde karşılandığı
• Sprint içinde eklenen, çıkarılan ya da devreden işler
• Takımın izin, ortak toplantı ve destek yükü gibi kapasiteyi etkileyen takvimi
• Maddeler arası bağımlılıklar ve dış ekiplerle bağlantılar

Veriyi toplamadan önce bir temizlik gerekir. Başlıkları belirsiz maddeler, kapatılmamış eski kayıtlar ve tutarsız büyüklük ölçeği, aracın yanlış örüntü öğrenmesine yol açar. Ekibin ortak bir bitti tanımına (Definition of Done) sahip olması da ölçümün güvenilir olmasını sağlar. Kurumsal verinin harici bir yapay zeka hizmetine gönderilmesi söz konusuysa, gizlilik ve veri paylaşımı kuralları da bu aşamada netleştirilir.

Backlog hazırlığında yapay zeka nasıl kullanılır?

Sprint planlamasından önce gelen backlog düzenleme çalışması, yapay zekanın en rahat değer kattığı yerdir. Ham bir iş talebi verilir; araç bunu kullanıcı hikâyesi biçimine çevirir, kabul ölçütleri önerir, eksik kalan soruları listeler ve büyük maddeyi daha küçük parçalara bölmeyi önerir. Ekip taslağı okur, ürün bağlamına göre düzeltir ve onaylar.

Önceliklendirmede de araç karar desteği verebilir. Maddeleri iş değeri, aciliyet, risk ve bağımlılık açısından karşılaştırıp bir sıralama önerisi sunar. Product Owner bu öneriyi kendi hedefleriyle test eder. Aracın bilmediği ticari bağlam, paydaş ilişkisi ve stratejik tercih Product Owner'ın değerlendirmesine bırakılır.

Örneğin bir mobil uygulama ekibinde "ödeme ekranı yavaş" şeklinde yazılmış bir madde, araca verilen bağlamla birlikte ölçülebilir bir hikâyeye, olası nedenlerin listesine ve test koşullarına dönüştürülebilir. Ekip bu taslakla refinement toplantısına girdiğinde zamanını sıfırdan yazmaya değil, tartışmaya ayırır.

Tahmin ve kapasite hesabında yapay zeka

Büyüklük tahmini, ekiplerin en çok tartıştığı konudur. Yapay zeka, benzer maddelerin geçmişte ne kadar sürdüğüne bakarak bir referans aralığı verebilir. Bu aralık, ekibin kendi tahminiyle karşılaştırılır; fark büyükse tartışmaya değer bir sinyaldir. Araç tahmini ekibin yerine yapmaz; ekibin gözünden kaçan karşılaştırmaları hatırlatır.

Kapasite tarafında araç izin takvimini, geçmiş sprint hızını ve devreden iş eğilimini birlikte yorumlayabilir. "Bu sprint için gerçekçi hacim nedir" sorusuna veriye dayalı bir aralık sunar. Ekip bu aralığı sprint hedefiyle birlikte değerlendirir: tamamlanması gereken tek bir anlamlı hedef varsa, hacmin tamamını doldurmak zorunlu değildir.

Dikkat edilecek nokta, hız (velocity) ölçüsünü takımlar arası karşılaştırma ya da performans baskısı aracına çevirmemektir. Yapay zeka çıktısı bu yöne kayarsa takımlar tahminleri şişirmeye başlar ve ölçümün değeri düşer.

Sprint planlama toplantısında adım adım akış

Yapay zeka destekli bir sprint planlama toplantısı şu akışla yürütülebilir:

• Product Owner sprint için önerdiği hedefi ve öncelikli maddeleri açıklar
• Araç tarafından hazırlanan kapasite ve tahmin özeti ekranda paylaşılır
• Geliştiriciler özetteki varsayımları sorgular, kendi bilgileriyle düzeltir
• Sprint hedefi ekip tarafından kesinleştirilir
• Seçilen maddeler görevlere bölünür; araç eksik görev ve bağımlılık uyarıları verir
• Ekip kendi taahhüdünü sözlü olarak teyit eder

Toplantı sonunda çıktı Sprint Backlog'dur: sprint hedefi, seçilen maddeler ve bunları nasıl tamamlayacaklarına dair bir plan. Araç notları toparlayabilir ve toplantı özetini hazırlayabilir, ancak plana sahip çıkan ekip olmalıdır.

Örnek senaryo: bir ürün ekibinde sprint öncesi hafta

Örneğin bir e-ticaret ürün ekibi, bir sonraki sprint için sepet ve ödeme akışındaki iyileştirmeleri planlıyor. Product Owner ham talepleri araca yapıştırır ve hedefi anlatır. Araç her talebi hikâye biçimine çevirir, belirsiz yerleri soru olarak listeler ve geçmişte benzer işlerin hangi maddelerle birlikte teslim edildiğini gösterir. Refinement oturumunda ekip soruları yanıtlar, bir maddeyi bölme kararı alır ve dışarıdan bir ekibe bağımlı olan maddeyi sprint dışında tutar.

Planlama günü araç kapasite özetini sunar: izinde olan kişiler, devreden işler ve geçmiş sprintlerde benzer hedeflerde yaşanan sapma. Geliştiriciler özeti okur, kapasiteyi kendi bilgileriyle düzeltir ve gerçekçi bir hedefte uzlaşır. Sprint boyunca ekip, planın sapıp sapmadığına bakar. Retrospektifte tahminlerle gerçekleşenin karşılaştırılması bir sonraki planlamanın girdisi olur. Böylece araç ve ekip birlikte öğrenir; araç ekibin yargısının yerini almaz, o yargıyı besler.

Sık yapılan hatalar ve riskler

• Aracın önerisini ekibin tartışmasının yerine koymak
• Temizlenmemiş ve tutarsız veriyle tahmin üretmeye çalışmak
• Kurumsal veriyi izin ve gizlilik kuralı olmadan harici bir hizmete yüklemek
• Yapay zekanın ürettiği hikâyeleri ürün bağlamına bakmadan olduğu gibi kabul etmek
• Hızı performans notu gibi kullanmak
• Araca güvenip retrospektifte süreci sorgulamayı bırakmak

Her sprint sonunda tahmin ile gerçekleşenin karşılaştırılması, araç önerilerinin ne kadar isabetli olduğunu gösterir. Retrospektifte "hangi öneri işe yaradı, hangisi yanıltıcıydı" sorusu açıkça konuşulduğunda ekip aracı kendi çalışma biçimine göre ayarlamayı öğrenir.

Mindset programlarında bu beceriyi nerede çalışırsınız?

Yapay Zeka Destekli Sprint Planlama programı; yapay zekanın çevik süreçlere entegrasyonu, tahmin doğruluğunu artırma, backlog önceliklendirmesi, kapasite ve kaynak planlaması, sprint planlama toplantısında yapay zeka kullanımı ve entegrasyon yol haritası başlıklarını kapsar.

Backlog tarafını derinleştirmek isteyenler için ayrı bir Backlog Refinement Pratikleri programı da bulunur.