Aller au contenu
Syphax Ait Oubelli
Tous les articles

8 min de lecture

ChatGPT peut-il faire votre planning ? Nous avons testé.

Un mois de planning infirmier confié à ChatGPT et à un moteur d'optimisation, chaque règle vérifiée. Résultats, coûts, et quoi utiliser quand.

Beaucoup de responsables se posent aujourd’hui la même question : « ChatGPT ne pourrait pas faire notre planning ? » La question est légitime. Les modèles de langage écrivent du code, résument des contrats et réussissent des examens. À côté, un planning du personnel (un planning infirmier, un tableau de gardes) semble un problème plus simple, et le « planning par IA » est promis partout.

Nous avons donc fait le test, sur un mois réaliste, avec chaque règle vérifiée par un programme indépendant.

Le test : un mois de planning infirmier

Un service des urgences doit planifier ses infirmiers pour février 2026. Quiconque a déjà fait un planning à l’hôpital reconnaîtra la situation :

  • 100 infirmiers, la plupart avec une seule compétence (triage, réanimation, pédiatrie, obstétrique…)
  • 20 types de postes chaque jour : jour, soir et nuit
  • 527 postes à pourvoir sur 28 jours, avec seulement 5 % de capacité en réserve
  • La moitié de l’équipe a des congés prévus, et beaucoup ont des demandes : pas de nuits, pas de week-ends, des jours de repos précis, un week-end au maximum…

Les règles sont de trois niveaux :

  1. Obligatoires : les bonnes compétences, un seul poste par jour, 12 heures de repos, pas de travail pendant les congés, les limites du contrat.
  2. Importantes :
    • chaque poste pourvu
    • un minimum de postes, deux week-ends libres, pas plus de 3 nuits ou 5 jours d’affilée, deux jours de repos après une série de nuits
    • pas de rotation à rebours (pas de poste de jour juste après une nuit)
    • assez d’infirmiers seniors sur chaque groupe de postes
    • des collègues qui doivent travailler ensemble (covoiturage, tutorat), et d’autres qui ne le doivent pas
    • des postes déjà promis à quelqu’un
    • les demandes personnelles
  3. Souhaitables : des week-ends et des nuits répartis équitablement.

Les deux méthodes ont reçu les mêmes données et les mêmes règles. ChatGPT a reçu le tout dans une seule consigne (prompt) détaillée, avec l’instruction de prendre son temps.

Le tableau des scores

Règles importantes enfreintes

Moteur d'optimisation
9
ChatGPT
60

Temps

Moteur d'optimisation
5 min
ChatGPT
24 min

Le moteur avait un premier planning complet après 3 secondes.

Coût

Moteur d'optimisation
0,03 $
ChatGPT
0,54 $

Le moteur est gratuit sur votre propre ordinateur.

Moteur d’optimisation ChatGPT (gpt-6.1-sol)
Postes pourvus 100 % 100 %
Règles obligatoires enfreintes 0 0
Règles importantes enfreintes 9 60
Équité des week-ends (écart à la moyenne) 11,8 pts 21,7 pts
Équité des nuits (écart à la moyenne) 25,6 pts 39,7 pts
Temps 3 s pour un premier planning complet, 5 min pour l’affiner 24 min
Coût ~0,03 $ (gratuit sur votre propre ordinateur) ~0,54 $

ChatGPT a lui aussi rendu un planning légal. Mais il a enfreint 7 fois plus de règles importantes, a été environ deux fois moins équitable, et a mis 24 minutes. Le moteur d’optimisation avait un meilleur planning après 8 secondes.

Des secondes contre des minutes

Un moteur d’optimisation améliore son planning pas à pas, et on peut l’arrêter dès que le résultat est assez bon. ChatGPT donne une seule réponse, à la fin.

Règles importantes enfreintes, au fil du temps

  • Moteur d'optimisation
  • ChatGPT
050100150200250
Après 8 s, déjà meilleur que le planning final de ChatGPT960
5 s10 s1 min5 min24 min

Règles enfreintesTemps (échelle logarithmique)

TempsMoteur d'optimisationChatGPT
3 s242-
10 s47-
30 s13-
1 min11-
5 min9-
24 min-60

Ce que ChatGPT a raté

La plupart de ses erreurs portent sur des règles qui relient plusieurs personnes ou plusieurs jours. Ce sont justement celles qui rendent le planning si difficile à faire à la main :

Règles enfreintes, par type de règle

  • Moteur d'optimisation
  • ChatGPT
  • Doivent travailler ensemble
    1
    15
  • Repos après les nuits
    0
    12
  • Demandes « pas de week-end »
    0
    6
  • Un week-end maximum
    0
    5
  • Deux week-ends libres
    0
    4
  • Un seul bloc de postes
    5
    3
  • Nuits d'affilée
    0
    3
  • Pas lundi et mardi
    0
    3
  • Jours de repos demandés
    0
    3
  • Infirmier senior absent
    0
    3
  • Demandes de type de poste
    3
    2
  • Plafonds hebdomadaires
    0
    1
RègleMoteur d'optimisationChatGPT
Doivent travailler ensemble115
Repos après les nuits012
Demandes « pas de week-end »06
Un week-end maximum05
Deux week-ends libres04
Un seul bloc de postes53
Nuits d'affilée03
Pas lundi et mardi03
Jours de repos demandés03
Infirmier senior absent03
Demandes de type de poste32
Plafonds hebdomadaires01
  • Des collègues qui devaient travailler ensemble ont été séparés 15 fois.
  • Le repos après les nuits a été raccourci 12 fois.
  • Les personnes qui avaient demandé à ne pas travailler le week-end ont quand même reçu 13 postes de week-end.
  • Ancienneté : trois soirées sans infirmier senior sur les postes d’urgence vitale.

Voici ce que cela donne sur tout le mois. Chaque ligne est un infirmier, chaque colonne un jour. (Vous pensez faire mieux ? Essayez une petite version vous-même face au même type de moteur.)

Les deux plannings, infirmier par infirmier

  • Travaille ce jour-là
  • Règle enfreinte

Moteur d'optimisation

1Février28

16 jours avec une règle enfreinte

ChatGPT

1Février28

86 jours avec une règle enfreinte

Une ligne par infirmier (100), une colonne par jour. Les colonnes grisées sont les week-ends (vendredi et samedi dans ce service).

Son propre résumé listait la plupart de ces problèmes, ce qui est honnête. Mais il en a aussi manqué : il comptait trois personnes sans leurs deux week-ends libres, le vérificateur en a trouvé quatre. Sans vérificateur, impossible de savoir à quelle partie se fier.

« Alors je demande à ChatGPT d’écrire le programme »

C’est l’idée suivante, naturellement. ChatGPT écrit bien du code, et le moteur que nous avons utilisé est gratuit et open source. Pourquoi ne pas lui demander d’écrire le programme de planification, et laisser le programme faire les calculs ?

Pour un test ponctuel, cela peut marcher. Pour un planning dont votre équipe dépend chaque mois, cela crée de nouveaux problèmes :

  • C’est un projet, pas une consigne. Quelqu’un doit décrire chaque règle avec précision, lancer le code, lire les erreurs, les corriger et vérifier le résultat. C’est le travail d’un ingénieur en optimisation, fait par essais et erreurs.
  • Un code qui tourne n’est pas un code juste. Une règle mal écrite, par exemple un repos compté depuis le début d’un poste au lieu de sa fin, donne quand même des plannings qui ont l’air corrects. On s’en rend compte quand une infirmière se plaint, ou quand quelqu’un vérifie chaque règle, comme nous l’avons fait ici.
  • Un programme différent à chaque fois. Posez la question deux fois, vous obtenez deux programmes, avec des raccourcis et des résultats différents. D’un mois à l’autre, personne ne sait quelle version a produit le planning.
  • Bien pour le mois facile, perdu dans le mois difficile. Quand toutes les règles ne peuvent pas être respectées, comme dans notre test, un bon modèle sait quelle règle céder en premier, et le dit. Un code généré vite s’arrête souvent sans aucun planning, ou abandonne une règle sans prévenir.
  • Les règles changent. Nouveaux arrivants, nouvel accord, un arrêt maladie le 12. Chaque changement veut dire une nouvelle consigne, un nouveau code et un nouveau risque, et quelqu’un doit en être responsable.
  • Personne ne peut expliquer le résultat. Quand une infirmière demande pourquoi elle a trois week-ends ce mois-ci, « le programme a décidé » n’est pas une réponse.
  • Les données de votre personnel quittent la maison. Noms, contrats, congés et parfois motifs de santé partent vers un service extérieur.

Entre les mains d’un expert, ChatGPT accélère l’écriture du programme. C’est d’ailleurs ainsi que je travaille avec mes clients sur leurs moteurs de planification. Mais il ne remplace pas le savoir-faire : savoir à quoi ressemble un bon modèle, et comment le vérifier.

Là où l’IA aide vraiment

Rien de tout cela ne veut dire que l’IA n’a pas sa place dans le planning. C’est le mauvais outil pour prendre les décisions, et un très bon outil pour tout ce qui se dit avec des mots autour :

  • Transformer les demandes en règles. Une infirmière écrit « pas plus de deux nuits d’affilée ce mois-ci, j’ai des examens ». L’IA en fait une règle que le moteur comprend, et signale les demandes ambiguës. Dans ShiftHarmony, une plateforme de planification que j’ai contribué à construire pour des services hospitaliers, les médecins formulent leurs demandes ainsi, au lieu de remplir des formulaires.
  • Expliquer le résultat. « Pourquoi suis-je de nuit le 12 ? » Le moteur sait quelles règles ont imposé ce choix ; l’IA le traduit en réponse claire.
  • Tester des « et si ? ». « Et si on recrutait deux infirmiers de nuit de plus ? » L’IA prépare le scénario, le moteur calcule la réponse en quelques secondes.
  • Démarrer. L’IA peut rédiger une première liste de règles à partir de votre planning actuel, de vos procédures et de votre convention collective, que vous validez ensuite.

En résumé

L’IA pour les mots, un moteur d’optimisation pour les décisions.

ChatGPT peut produire un planning qui a l’air correct. Sur un mois réaliste, il a enfreint 7 fois plus de règles, réparti moins équitablement les week-ends et les nuits, mis 24 minutes, et n’offrait aucun moyen de savoir à quelle partie se fier. Le moteur d’optimisation a trouvé un meilleur planning en quelques secondes, peut justifier chaque arbitrage, et tourne gratuitement sur votre propre ordinateur.

Méthode : un essai par méthode, sur les mêmes données. ChatGPT était le modèle gpt-6.1-sol via l’API d’OpenAI, avec un effort de raisonnement élevé (high reasoning effort) et tout le mois dans une seule consigne. Le moteur d’optimisation était Google OR-Tools (CP-SAT) sur 8 cœurs de processeur, arrêté après 5 minutes. Un programme séparé a vérifié chaque règle dans les deux plannings.