Özet
Bu çalışma, otel işletmelerinde işe alım ve oryantasyon süreçlerinde metaverse, sanal gerçeklik (VR), artırılmış gerçeklik (AR), genişletilmiş gerçeklik (XR) ve yapay zekâ (AI) teknolojilerinin uygulanabilirliğini eğitim sistemleri sorunu bağlamında incelemektedir. Otel işletmelerinde geleneksel eğitim modeli çoğu zaman tek yönlü anlatıma dayanmakta, çalışan adaylarının gerçek iş senaryolarında uygulama yapmasına sınırlı olanak tanımakta ve eğitim çıktıları ile iş performansı arasındaki ilişki yeterince ölçülememektedir. Literatür, VR tabanlı eğitimlerin güvenli deneme, hata yaparak öğrenme ve bağlamsal deneyim üretme bakımından güçlü olduğunu; AR/XR çözümlerinin iş başında anlık yönlendirme sağlayabildiğini; AI destekli sistemlerin ise kişiselleştirilmiş öğrenme, aday eşleştirme ve performans analitiği açısından değer yarattığını göstermektedir. Bununla birlikte maliyet, veri gizliliği, teknoloji kabulü, içerik tasarımı ve ölçme-değerlendirme altyapısı kritik sınırlılıklardır. Çalışma, otel işletmeleri için hibrit bir model önermekte; işe alımda metaverse tabanlı gerçekçi iş önizlemeleri, oryantasyonda VR senaryoları, iş başında AR destekleri ve tüm süreci izleyen AI analitiğinin birlikte kullanılmasını savunmaktadır.
Anahtar Kelimeler: Otel İşletmeleri, İşe Alım, Oryantasyon, Metaverse, Sanal Gerçeklik, Artırılmış Gerçeklik, Yapay Zekâ.
Abstract
This study examines the applicability of metaverse, virtual reality (VR), augmented reality(AR), extended reality (XR), and artificial intelligence (AI) technologies in hotel recruitment and onboarding processes within the framework of the training systems problem. Traditional hotel training models are often based on one-way instruction, offer limited opportunities for candidates and newcomers to practice in realistic job scenarios, and rarely connect learning outcomes with actual job performance. Prior research indicates that VR-based training can support safe practice, experiential learning, and contextualized simulations; AR/XR can provide real-time job aids; and AI-supported systems can create value through personalized learning, candidate matching, and performance analytics. However, cost, data privacy, technology acceptance, content design, and assessment infrastructure remain critical barriers. The study proposes a hybrid model for hotel enterprises that combines metaverse-based realistic job previews in recruitment, VR scenarios in onboarding, AR support during work, and AI analytics across the entire process.
Keywords: Hotel Enterprises, Recruitment, Onboarding, Metaverse, Virtual Reality, Augmented Reality, Artificial Intelligence.
1. Giriş
Otel işletmeleri emek yoğun, yüksek temaslı ve hizmet kalitesinin büyük ölçüde çalışan davranışlarına bağlı olduğu örgütlerdir. Bu nedenle işe alım ve oryantasyon süreçleri yalnızca idari bir insan kaynakları faaliyeti değil, müşteri deneyimini, marka vaadini, çalışan bağlılığını ve hizmet standardizasyonunu doğrudan etkileyen stratejik bir eğitim alanıdır. Buna rağmen birçok otel işletmesinde eğitim sistemleri hâlâ sınıf içi anlatım, prosedür aktarımı, kısa süreli gözlem ve deneyimli çalışanı taklit etme gibi geleneksel yöntemlere dayanmaktadır. Bu yapı, özellikle yoğun sezon, yüksek işgücü devri, çok kültürlü çalışan profili ve hızla değişen misafir beklentileri karşısında yetersiz kalabilmektedir.
Dijital dönüşüm, turizm ve konaklama sektöründe yalnızca pazarlama ve rezervasyon kanallarını değil, insan kaynakları yönetimini de dönüştürmektedir. Metaverse, VR, AR, XR ve AI teknolojileri otel işletmelerine adayları gerçekçi iş ortamlarıyla buluşturma, yeni çalışanlara risksiz senaryolar üzerinden pratik yaptırma, eğitim sürecini kişiselleştirme ve performans verisiyle sürekli iyileştirme olanağı sunmaktadır. Yüksel, Kaya ve Batman’ın otel işletmelerinde metaverse’ün işe alım sürecindeki uygulanabilirliğine odaklanan çalışması, Türkiye bağlamında bu tartışmanın yerel ve sektörel önemini göstermekte; metaverse’ün dijital ikizler, sanal mülakatlar ve aday deneyimi açısından insan kaynakları süreçlerine entegre edilebileceğini ortaya koymaktadır (Yüksel, Kaya ve Batman, 2025).
Bu makalenin amacı, otel işletmelerinde eğitim sistemleri sorununu geleneksel model ve ölçüm eksikliği boyutlarıyla tartışmak; işe alım ve oryantasyonda metaverse, VR, AR, XR ve AI teknolojilerinin uygulanabilirliğini bilimsel literatür temelinde değerlendirmek; sonuçta otel yöneticileri ve insan kaynakları birimleri için uygulanabilir öneriler geliştirmektir.
2. Geleneksel Model
Geleneksel model, otel işletmelerinde işe alım sonrası oryantasyon ve hizmet içi eğitim faaliyetlerinin çoğunlukla eğitmen merkezli, standartlaştırılmış ve yüz yüze bilgi aktarımına dayalı biçimde yürütülmesini ifade eder. Bu modelde yeni çalışanlara işletmenin kuralları, departman yapısı, görev tanımları, hijyen ve güvenlik prosedürleri, misafir ilişkileri standartları ve kurumsal beklentiler genellikle sunum, el kitabı, kısa toplantı veya deneyimli personeli gözlemleme yoluyla aktarılır. Modelin temel varsayımı, çalışanın gerekli bilgiyi dinleyerek, okuyarak veya gözlemleyerek edineceği ve daha sonra bu bilgiyi gerçek hizmet ortamında uygulayacağıdır.
Otel işletmelerinde geleneksel modelin tercih edilmesinin başlıca nedenleri uygulama kolaylığı, düşük başlangıç maliyeti, kısa sürede çok sayıda çalışana ulaşabilmesi ve yöneticiler tarafından kontrol edilebilir görünmesidir. Özellikle yoğun sezon öncesi hızlı personel alımı yapılan işletmelerde bu yöntem pratik bir çözüm gibi algılanmaktadır. Ancak hizmet üretiminin eş zamanlı, duygusal ve etkileşimli niteliği dikkate alındığında, yalnızca bilgi aktarımına dayalı eğitimlerin çalışanı gerçek misafir karşılaşmalarına yeterince hazırlamadığı görülmektedir. Bu nedenle geleneksel model öncelikle tanımlanmalı, ardından modelin iki temel bileşeni olan tek yönlü anlatım ve uygulama eksikliği ayrı ayrı değerlendirilmelidir.
Bu bölümde ilk olarak geleneksel modelin tek yönlü anlatıma dayalı yapısı, ikinci olarak ise uygulama boyutundaki yetersizlikleri ele alınmaktadır. Bu iki alt başlık, otel işletmelerinde eğitim sistemleri sorununun neden yalnızca içerik eksikliği değil, aynı zamanda yöntem ve öğrenme tasarımı sorunu olduğunu göstermektedir.
2.1 Tek Yönlü Anlatım
Geleneksel oryantasyon programları çoğu zaman işletme kuralları, departman tanıtımları, kalite standartları ve iş güvenliği bilgilerinin eğitmen tarafından çalışanlara aktarılması biçiminde tasarlanmaktadır. Bu modelde çalışan pasif alıcı konumundadır. Oysa hizmet karşılaşmaları belirsizlik, duygu yönetimi, anlık karar verme, kültürlerarası iletişim ve problem çözme gerektirir. Tek yönlü anlatım, bu karmaşık davranış örüntülerini kazandırmakta sınırlıdır.
Deneyimsel öğrenme kuramı, öğrenmenin yalnızca bilgi aktarımıyla değil, deneyim, yansıtma, kavramsallaştırma ve yeniden deneme döngüsüyle gerçekleştiğini vurgular (Kolb, 1984). Otel çalışanları için bu döngü; zor misafirle iletişim, check-in hatası, oda şikâyeti, yiyecek-içecek servis aksaklığı veya kriz yönetimi gibi durumların tekrar edilebilir senaryolarla çalışılmasını gerektirir. VR ve XR ortamları, bu açıdan geleneksel anlatımın eksik bıraktığı bağlamsal ve deneyimsel boyutu güçlendirebilir.
2.2 Uygulama Yok
Geleneksel modelin ikinci sorunu uygulama eksikliğidir. Yeni çalışanlar çoğu zaman gerçek misafirle karşılaşmadan önce yeterli deneme yapamaz. Hata yapmanın müşteri memnuniyetini, çevrim içi yorumları ve marka algısını etkilediği otel işletmelerinde bu durum hem çalışan hem işletme açısından risklidir. VR eğitimleri ise çalışanın gerçek operasyonu taklit eden güvenli bir ortamda pratik yapmasına olanak tanır. Hospitality bağlamında yapılan deneysel çalışmalar, VR eğitiminin öğrenme ortamını daha gerçekçi ve dikkat çekici hâle getirdiğini; ancak tasarımın bilişsel yük ve bilgi kalıcılığı açısından dikkatli planlanması gerektiğini göstermektedir (Leung, Lyu, Bai ve Law, 2022; Wei, Qi ve Zhang, 2019).
AR ve XR uygulamaları da uygulama eksikliğini azaltabilir. Örneğin kat hizmetleri çalışanı oda hazırlama sırasında gözlük veya mobil cihaz üzerinden standart sıralamayı, temizlik kontrol listesini ve hijyen uyarılarını görebilir. Ön büro çalışanı ise sadakat programı, ödeme prosedürü veya kriz iletişimi adımlarını gerçek zamanlı destek olarak alabilir. Bu yapı, eğitimi sınıftan çıkararak iş akışına gömülü hâle getirir.
2.3 Geleneksel Modelin Eksikliklerinin Değerlendirilmesi
Geleneksel modelin temel eksikliği, çalışanı gerçek hizmet bağlamına yeterince yaklaştırmamasıdır. Otel hizmetlerinde başarı yalnızca prosedürü bilmeye değil, prosedürü baskı altında, misafir beklentileri karşısında ve farklı departmanlarla eş güdüm içinde uygulayabilmeye bağlıdır. Tek yönlü anlatım çalışanların bilgiyi ezberlemesini sağlayabilir; ancak empati kurma, kriz anında karar verme, zor misafirle iletişim kurma veya hizmet hatasını telafi etme gibi davranışsal becerileri sınırlı ölçüde geliştirir.
İkinci eksiklik, modelin standartlaştırılmış yapısının bireysel öğrenme farklılıklarını dikkate almamasıdır. Yeni çalışanların deneyim düzeyi, dijital becerileri, dil yeterlilikleri, kültürel arka planları ve departman ihtiyaçları birbirinden farklıdır. Buna rağmen aynı içerik ve aynı süreyle verilen eğitim, bazı çalışanlar için yüzeysel kalırken bazıları için gereksiz tekrar hâline gelebilir. AI destekli kişiselleştirilmiş öğrenme sistemleri bu noktada çalışanın eksik olduğu beceri alanlarını belirleyerek eğitim içeriğini bireyselleştirme potansiyeli taşır.
Üçüncü eksiklik, geleneksel modelin geri bildirim döngüsünün zayıf olmasıdır. Çalışan eğitimi tamamladıktan sonra hangi becerileri ne ölçüde kazandığı, hangi hataları tekrarladığı ve gerçek operasyon performansına nasıl yansıdığı çoğu zaman düzenli biçimde izlenmez. Bu nedenle geleneksel model yalnızca öğretim yöntemleri açısından değil, ölçme ve değerlendirme açısından da sorun üretmektedir. Bu değerlendirme, çalışmanın üçüncü bölümünde ele alınacak olan ölçüm eksikliği problemine geçişi gerekli kılmaktadır.
3. Ölçüm Eksikliği
Ölçüm eksikliği, otel işletmelerinde eğitim ve oryantasyon faaliyetlerinin sonuçlarının geçerli, güvenilir, objektif ve performansla bağlantılı göstergeler aracılığıyla yeterince izlenmemesini ifade eder. Bir eğitim programının yapılmış olması, o programın çalışan davranışını değiştirdiği veya işletme performansına katkı sağladığı anlamına gelmez. Bu nedenle ölçüm eksikliği, eğitim sistemleri sorununun en kritik boyutlarından biridir.
Otel işletmelerinde ölçme-değerlendirme çoğu zaman katılım listesi, eğitim sonunda yapılan kısa memnuniyet anketi, yöneticinin genel izlenimi veya çalışanın deneme süresindeki gözlemi ile sınırlı kalmaktadır. Bu göstergeler eğitim sürecine ilişkin bazı bilgiler verse de çalışanın hizmet davranışı, misafir memnuniyeti, hata oranı, satış başarısı, departman verimliliği ve işte kalma süresi gibi sonuçlarla doğrudan bağlantı kurmakta yetersizdir. Dolayısıyla ölçüm eksikliği yalnızca teknik bir veri toplama sorunu değil, insan kaynakları kararlarının kanıta dayalı biçimde yönetilememesi sorunudur.
Bu bölümde ölçüm eksikliği dört alt başlık altında değerlendirilmektedir: performans bağlantısının kurulamaması, objektif ölçek eksikliği, analitik verilere dayalı olmayış ve AI destekli öğrenme analitiğinin sunduğu olanaklar. Bu başlıklar, geleneksel eğitim sistemlerinin neden izlenebilir ve iyileştirilebilir bir yapıya dönüştürülmesi gerektiğini ortaya koymaktadır.
3.1 Performans Bağlantısı Yok
Otel eğitimlerinde sık görülen bir diğer sorun, eğitim faaliyetlerinin performans göstergeleriyle sistematik biçimde ilişkilendirilmemesidir. Katılım listesi, memnuniyet anketi veya kısa sınavlar eğitim yönetimi için bilgi verse de çalışan davranışının hizmet kalitesine, misafir memnuniyetine, hata oranına, satış performansına veya çalışan devrine nasıl yansıdığını göstermekte yetersizdir. Kirkpatrick ve Kirkpatrick’in (2006) değerlendirme modeli tepki, öğrenme, davranış ve sonuç düzeylerini ayırarak bu soruna klasik bir çerçeve sunar; ancak otel işletmelerinde bu düzeylerin veriyle izlenmesi çoğu zaman eksiktir.
Performans bağlantısının kurulamaması, eğitim bütçesinin etkinliğini de belirsizleştirir. Örneğin ön büro çalışanlarına verilen misafir karşılama eğitiminin check-in süresini azaltıp azaltmadığı, şikâyet çözüm hızını artırıp artırmadığı veya çevrim içi değerlendirme puanlarına olumlu yansıyıp yansımadığı ölçülmediğinde eğitim stratejik değerini kanıtlayamaz. Bu nedenle otel işletmelerinde eğitim çıktıları, departman bazlı temel performans göstergeleriyle ilişkilendirilmelidir.
3.2 Objektif Ölçek Eksikliği
Objektif ölçek eksikliği, çalışanların eğitim sonrası kazandıkları bilgi, beceri ve tutumların standart, karşılaştırılabilir ve tekrarlanabilir ölçütlerle değerlendirilememesidir. Geleneksel eğitimlerde değerlendirme çoğu zaman eğitmenin yorumu, yöneticinin kanaati veya çalışanın öz değerlendirmesiyle sınırlı kalır. Bu tür ölçümler yararlı ipuçları sunsa da öznellik taşır ve farklı departmanlar arasında adil karşılaştırma yapmayı zorlaştırır.
Otel işletmelerinde objektif ölçekler; hizmet senaryosu tamamlama süresi, prosedür hatası sayısı, misafir iletişiminde doğru ifade kullanımı, kriz senaryosunda uygun karar verme, hijyen adımlarına uyum, satış önerisi yapma oranı ve ekip içi koordinasyon gibi gözlenebilir davranışlara dayanmalıdır. VR ve XR ortamları bu açıdan önemlidir; çünkü aynı senaryo farklı çalışanlara aynı koşullarda sunulabilir ve çalışanların kararları standart ölçütlerle karşılaştırılabilir. Böylece eğitim değerlendirmesi kişisel izlenimden çıkarak kanıta dayalı bir yapıya dönüşebilir.
3.3 Analitik Verilere Dayalı Olmayış
Analitik verilere dayalı olmayış, eğitim sürecinde üretilen verilerin sistematik biçimde toplanmaması, analiz edilmemesi ve yönetsel kararlara dönüştürülmemesidir. Oysa dijital eğitim ortamları, çalışanın hangi modülde zorlandığını, hangi senaryoda hata yaptığını, geri bildirimi kaç kez tekrar aldığını, karar verme süresini ve gelişim hızını izlemeye olanak tanır. Bu veriler kullanılmadığında eğitim süreci görünmez kalır ve yöneticiler hangi beceri alanlarına yatırım yapılması gerektiğini sezgisel olarak belirlemek zorunda kalır.
Analitik veriye dayalı olmayan eğitim sistemleri, kurumsal öğrenmeyi de sınırlar. Bir departmanda sık tekrarlanan hata türleri belirlenmediğinde içerik güncellenemez; başarılı çalışanların davranış örüntüleri analiz edilmediğinde iyi uygulamalar yaygınlaştırılamaz; adayların işe alım simülasyonlarındaki performansı oryantasyon programlarıyla ilişkilendirilmediğinde işe alım ve eğitim süreçleri birbirinden kopuk kalır. Bu nedenle AI destekli analitik sistemler, eğitim verilerini operasyonel verilerle birleştirerek insan kaynakları kararlarının daha nesnel ve öngörülebilir hâle gelmesini sağlayabilir.
3.4 AI Destekli Öğrenme Analitiği
AI destekli öğrenme analitiği ölçüm eksikliği sorununu azaltma potansiyeline sahiptir. Sistem, çalışanın VR senaryosundaki karar süresini, hata türlerini, tekrar sayısını, duygu tonunu, iletişim kalitesini ve prosedür uyumunu izleyebilir. Bu veriler daha sonra gerçek operasyon göstergeleriyle eşleştirilebilir. Böylece eğitim, yalnızca tamamlanan bir faaliyet değil, performansa bağlanan sürekli bir iyileştirme mekanizması hâline gelir. AI destekli otel eğitimleri üzerine güncel çalışmalar, kişiselleştirilmiş eğitim ve kültürel zekâ gelişimi gibi alanlarda olumlu sonuçlara işaret etmektedir (Kim, So ve Li, 2025). Bununla birlikte AI analitiğinin kullanımı etik ve yönetsel dikkat gerektirir. Çalışan verilerinin hangi amaçla toplandığı, kimler tarafından görüleceği, performans kararlarında nasıl kullanılacağı ve algoritmik değerlendirmelerin nasıl denetleneceği açık biçimde belirlenmelidir. Aksi durumda ölçüm sistemi gelişim aracı olmaktan çıkıp çalışanlar üzerinde gözetim baskısı yaratan bir mekanizmaya dönüşebilir. Bu nedenle ölçüm eksikliği sorununa getirilecek teknolojik çözümler, şeffaflık, veri güvenliği ve adalet ilkeleriyle birlikte tasarlanmalıdır. Bu çerçeve, bir sonraki bölümde literatürle ilişkilendirilerek tartışılmaktadır.
4. Tartışma
Literatür bütüncül olarak değerlendirildiğinde, metaverse, VR, AR, XR ve AI teknolojilerinin otel işletmelerinde eğitim sistemleri sorununa üç ana düzeyde yanıt verdiği görülmektedir: gerçekçilik, etkileşim ve ölçülebilirlik. Yüksel, Kaya ve Batman (2025), metaverse’ün işe alım sürecinde adaylara otel işletmesini sanal olarak deneyimletme, işletmenin dijital ikizini kullanma ve aday-iş uyumunu daha görünür kılma potansiyelini ortaya koymaktadır. Bu bulgu, gerçekçi iş önizlemesi literatürüyle uyumludur; adayın işe başlamadan önce işin fiziksel, sosyal ve duygusal taleplerini görmesi beklenti uyumunu artırabilir ve erken dönem işten ayrılmaları azaltabilir. VR eğitim literatürü, otel ve restoran çalışanları için gerçekçi senaryoların öğrenme üzerindeki etkisini güçlü biçimde desteklemektedir. Leung ve diğerleri (2022), 3D VR konaklama eğitiminin durumsal biliş açısından gerçek dünya eğitimine yakın öğrenme çıktıları üretebildiğini göstermiştir. Wei, Qi ve Zhang (2019) ise VR deneyiminde varlık hissinin kullanıcı deneyimi ve davranışsal niyetler üzerinde etkili olduğunu göstermiştir. Bu sonuçlar birlikte değerlendirildiğinde VR’ın tek başına mucizevi bir çözüm olmadığı; senaryo tasarımı, tekrar, geri bildirim ve bilişsel yük yönetimiyle desteklenmesi gerektiği anlaşılmaktadır. AR ve XR çalışmaları, turizm ve konaklama alanında sanal teknolojilerin yalnızca pazarlama değil, operasyonel öğrenme ve hizmet tasarımı açısından da kullanılabileceğini göstermektedir. Chen, Wu ve Lai’nin (2023) sistematik derlemesi, 2013–2022 döneminde sanal teknolojiler araştırmalarının hızla arttığını ve VR/AR/MR uygulamalarının farklı turizm temalarında yoğunlaştığını ortaya koymuştur. Jung, Tom Dieck, Lee ve Chung (2016) ile Yung ve Khoo-Lattimore (2019), AR/VR teknolojilerinin kullanıcı deneyimi, katılım ve destinasyon/otel algısı üzerinde etkili olduğunu vurgulamaktadır. Bu bulgular otel oryantasyonuna uyarlandığında, AR destekli iş başı rehberlerin çalışan deneyimini ve hata önlemeyi güçlendirebileceği söylenebilir.
Metaverse çalışmaları daha yeni olmakla birlikte insan kaynakları süreçleri açısından özellikle dikkat çekicidir. Buhalis, Leung ve Lin (2023), metaverse’ün turizmde gerçek ve sanal deneyimleri birleştiren yeni bir ekosistem oluşturduğunu belirtmektedir. Gursoy, Malodia ve Dhir (2022), metaverse’ün tüketici ve işletme etkileşimlerini dönüştürebileceğini savunur. Otel işletmeleri için bu dönüşüm yalnızca misafir deneyimiyle sınırlı değildir; sanal kariyer fuarları, avatar tabanlı mülakatlar, grup değerlendirme merkezleri ve sanal departman gezileri işe alım kalitesini artırabilir.
AI literatürü ise eğitim sistemlerinin ölçüm eksikliği sorununa doğrudan temas etmektedir. Ivanov ve Webster (2019) ile Tussyadiah (2020), turizm ve konaklama sektöründe akıllı otomasyonun hizmet üretimini ve çalışan rollerini değiştirdiğini belirtir. AI destekli sistemler aday özgeçmişlerini analiz edebilir, eğitim içeriğini öğrenen performansına göre uyarlayabilir, simülasyonlarda otomatik geri bildirim üretebilir ve yöneticilere riskli beceri alanlarını gösterebilir. Ancak algoritmik önyargı, veri gizliliği, çalışan gözetimi algısı ve etik karar alma gibi sorunlar göz ardı edilmemelidir (Binns, 2018;Raghavan, Barocas, Kleinberg ve Levy, 2020). Teknoloji kabulü de uygulamanın başarısını belirleyen temel değişkendir. Davis’in (1989) teknoloji kabul modeli, algılanan fayda ve kullanım kolaylığının benimsemeyi etkilediğini göstermiştir. Venkatesh, Morris, Davis ve Davis’in (2003) UTAUT modeli ise performans beklentisi, çaba beklentisi, sosyal etki ve kolaylaştırıcı koşulları öne çıkarır. Bu çerçeveler otel işletmelerine şu mesajı verir: VR gözlük satın almak veya metaverse platformu kurmak yeterli değildir; çalışanların teknolojiyi neden kullanacağı, nasıl kullanacağı ve performansına nasıl katkı sağlayacağı açıkça gösterilmelidir.
Yerel bağlamda Türkiye’deki otel işletmeleri açısından maliyet, teknik altyapı, dijital beceri düzeyi ve yönetici vizyonu kritik belirleyicilerdir. Yüksel, Kaya ve Batman’ın (2025) çalışması, Türkiye’de metaverse ve işe alım konusunun artık akademik gündeme girdiğini göstermesi bakımından önemlidir.
Bu çalışma uluslararası VR, AR ve AI literatürüyle birlikte değerlendirildiğinde, Türkiye’deki otel işletmeleri için aşamalı bir geçiş modeli daha gerçekçi görünmektedir: önce düşük maliyetli 360 derece sanal otel turları ve video tabanlı gerçekçi iş önizlemeleri; ardından kritik pozisyonlar için VR senaryoları; daha sonra AR destekli iş başı öğrenme; son aşamada ise AI tabanlı öğrenme analitiği.
5. Sonuç ve Öneriler
Bu çalışma, otel işletmelerinde işe alım ve oryantasyon süreçlerindeki temel eğitim sistemi sorununun iki noktada yoğunlaştığını göstermektedir: geleneksel modelin tek yönlü ve uygulamasız yapısı ile eğitim çıktılarının performansla yeterince ilişkilendirilmemesi. Metaverse, VR, AR, XR ve AI teknolojileri bu iki soruna güçlü çözümler sunabilir; ancak başarı, teknolojinin pedagojik tasarım ve insan kaynakları stratejisiyle bütünleştirilmesine bağlıdır.
Otel işletmeleri için öneriler şunlardır:
1. İşe alım sürecinde metaverse veya 360 derece sanal ortamlarla gerçekçi iş önizlemesi sunulmalı; adayların departman, vardiya, misafir profili ve iş yoğunluğu hakkında doğru beklenti geliştirmesi sağlanmalıdır.
2. Oryantasyon eğitimleri yalnızca prosedür anlatımı olmaktan çıkarılmalı; ön büro, kat hizmetleri, yiyecek-içecek ve misafir ilişkileri için VR senaryoları geliştirilmelidir.
3. AR/XR uygulamaları iş başı destek aracı olarak kullanılmalı; kontrol listeleri, kalite standartları ve acil durum adımları gerçek zamanlı rehberlere dönüştürülmelidir.
4. AI destekli öğrenme analitiğiyle eğitim performansı; hata oranı, misafir memnuniyeti, hizmet süresi, ek satış, devamsızlık ve işten ayrılma gibi göstergelerle ilişkilendirilmelidir.
5. Teknoloji yatırımlarında etik ilkeler açıkça belirlenmeli; aday ve çalışan verilerinin gizliliği, algoritmik adalet ve şeffaflık güvence altına alınmalıdır.
6. Uygulama önce pilot departmanlarda başlatılmalı; ölçülebilir başarı sağlandıktan sonra işletme geneline yayılmalıdır.
Sonuç olarak, otel işletmelerinde metaverse, VR, AR, XR ve AI teknolojileri geleneksel eğitim sisteminin yerine geçecek bağımsız araçlar değil, insan odaklı hizmet kültürünü güçlendirecek tamamlayıcı sistemler olarak görülmelidir. En uygun model, teknolojik gerçekçilik ile pedagojik sadeliği; veri temelli ölçüm ile çalışan mahremiyetini; standartlaşma ile kişiselleştirilmiş öğrenmeyi dengeleyen hibrit modeldir.
6. Kaynakça
Abdelbasir, M. M. S., Morsy, M. A., & Mayouf, M. A. A. (2024). Technology-based training: The future of using virtual reality training in the Egyptian hotel sector. Minia Journal of Tourism and Hospitality Research, 17 (1), 27–41. https://doi.org/10.21608/mjthr.2024.265399.1139
Azuma, R. T. (1997). A survey of augmented reality. Presence: Teleoperators and Virtual Environments, 6 (4), 355–385. https://doi.org/10.1162/pres.1997.6.4.355
Bailenson, J. N. (2018). Experience on demand: What virtual reality is, how it works, and what itcan do. W. W. Norton.
Binns, R. (2018). Fairness in machine learning: Lessons from political philosophy. Proceedings of Machine Learning Research, 81, 149–159.
Bogicevic, V., Seo, S., Kandampully, J. A., Liu, S. Q., & Rudd, N. A. (2019). Virtual reality presence as a preamble of tourism experience: The role of mental imagery. Tourism Management, 74, 55–64. https://doi.org/10.1016/j.tourman.2019.02.009
Buhalis, D., Leung, D., & Lin, M. (2023). Metaverse as a disruptive technology revolutionising tourism management and marketing. Tourism Management, 97, 104724. https://doi.org/10.1016/j.tourman.2023.104724
Chen, J., Wu, X., & Lai, I. K. W. (2023). A systematic literature review of virtual technology in hospitality and tourism (2013–2022). SAGE Open, 13 (3). https://doi.org/10.1177/21582440231193297
Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13 (3), 319–340. https://doi.org/10.2307/249008
Flavián, C., Ibáñez-Sánchez, S., & Orús, C. (2019). The impact of virtual, augmented and mixed reality technologies on the customer experience. Journal of Business Research, 100, 547–560. https://doi.org/10.1016/j.jbusres.2018.10.050
Gursoy, D., Malodia, S., & Dhir, A. (2022). The metaverse in the hospitality and tourism industry: An overview of current trends and future research directions. Journal of Hospitality Marketing & Management, 31 (5), 527–534. https://doi.org/10.1080/19368623.2022.2072504
Han, D. I. D., tom Dieck, M. C., & Jung, T. (2019). Augmented reality smart glasses: Definition, concepts and impact on firm value creation. Journal of Hospitality and Tourism Technology, 10 (2), 128–145. https://doi.org/10.1108/JHTT-08-2017-0081
Ivanov, S., & Webster, C. (2019). Conceptual framework of the use of robots, artificial intelligence and service automation in travel, tourism, and hospitality companies. In S. Ivanov & C. Webster (Eds.), Robots, artificial intelligence, and service automation in travel, tourism and hospitality (pp. 7–37). Emerald.
Jung, T., tom Dieck, M. C., Lee, H., & Chung, N. (2016). Effects of virtual reality and augmented reality on visitor experiences in museum. In A. Inversini & R. Schegg (Eds.), Information and communication technologies in tourism 2016 (pp. 621–635). Springer.https://doi.org/10.1007/978-3-319-28231-2_45
Kim, H., So, K. K. F., & Li, J. (2025). AI-assisted cross-cultural training for hotel newcomers: An IT mindfulness-driven perspective on building cultural intelligence and career development confidence. International Journal of Hospitality Management, 128, 104186. https://doi.org/10.1016/j.ijhm.2025.104186
Kirkpatrick, D. L., & Kirkpatrick, J. D. (2006). Evaluating training programs: The four levels (3rd ed.). Berrett-Koehler.
Kolb, D. A. (1984). Experiential learning: Experience as the source of learning and development. Prentice Hall.
Kong, A., Kwan, M., Pang, L., & Jia, F. (2025). Employee perspectives on the virtual environment in metaverse hotels: Insights and implications. Tourism and Hospitality, 6 (3), 158. https://doi.org/10.3390/tourhosp6030158
Leung, X. Y., Lyu, J., Bai, B., & Law, R. (2022). Learning effectiveness of 3D virtual reality in hospitality training: A situated cognitive perspective. Journal of Hospitality and Tourism Technology, 13 (3), 441–460. https://doi.org/10.1108/JHTT-03-2021-0091
Milgram, P., & Kishino, F. (1994). A taxonomy of mixed reality visual displays. IEICE Transactions on Information and Systems, E77-D(12), 1321–1329.
Moorhouse, N., tom Dieck, M. C., & Jung, T. (2018). Technological innovations transforming the consumer retail experience: A review of literature. Augmented Reality and Virtual Reality, 133–143. https://doi.org/10.1007/978-3-319-64027-3_10
Neuhofer, B., Buhalis, D., & Ladkin, A. (2015). Smart technologies for personalized experiences: A case study in the hospitality domain. Electronic Markets, 25 (3), 243–254. https://doi.org/10.1007/s12525-015-0182-1
Raghavan, M., Barocas, S., Kleinberg, J., & Levy, K. (2020). Mitigating bias in algorithmic hiring: Evaluating claims and practices. In Proceedings of the 2020 Conference on Fairness, Accountability, and Transparency (pp. 469–481). https://doi.org/10.1145/3351095.3372828
Salama, A. F. (2024). The impact of AI applications (virtual reality and augmented reality) in the hospitality industry: Opportunities and challenges. Journal of Association of Arab Universities for Tourism and Hospitality, 27 (1), 109–124. https://doi.org/10.21608/jaauth.2024.300010.1586
Tussyadiah, I. P. (2020). A review of research into automation in tourism: Launching the annals of tourism research curated collection on artificial intelligence and robotics in tourism. Annals of Tourism Research, 81, 102883. https://doi.org/10.1016/j.annals.2020.102883
Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User acceptance of information technology: Toward a unified view. MIS Quarterly, 27 (3), 425–478. https://doi.org/10.2307/30036540
Wei, W., Qi, R., & Zhang, L. (2019). Effects of virtual reality on theme park visitors’ experience and behaviors: A presence perspective. Tourism Management, 71, 282–293. https://doi.org/10.1016/j.tourman.2018.10.024
Wei, W., Torres, E. N., & Hua, N. (2017). The power of self-service technologies in creating transcendent service experiences: The paradox of extrinsic attributes. International Journal of Contemporary Hospitality Management, 29 (6), 1599–1618. https://doi.org/10.1108/IJCHM-01-2016-0029
Yung, R., & Khoo-Lattimore, C. (2019). New realities: A systematic literature review on virtual reality and augmented reality in tourism research. Current Issues in Tourism, 22 (17), 2056–2081. https://doi.org/10.1080/13683500.2017.1417359
Yüksel, R., Kaya, M. C., & Batman, O. (2025). Metaverse’ün işe alım sürecinde uygulanabilirliği: Otel işletmeleri örneği. Journal of Tourism and Gastronomy Studies, 13 (2), 1275–1296.11
Yorum bırakın