Khi nào AI hữu ích trong việc đánh giá hiệu suất làm việc, và khi nào việc sử dụng AI có rủi ro?

AI hỗ trợ đánh giá hiệu suất khi người quản lý đã có bằng chứng cụ thể và cần giúp sắp xếp, diễn đạt rõ ràng. Rủi ro xuất hiện khi yêu cầu AI đưa ra nhận xét chỉ dựa trên chức danh, quyết định mức xếp loại, hoặc khi đưa dữ liệu cá nhân vào một công cụ chưa được phê duyệt để xử lý loại dữ liệu đó.

Một công ty môi giới bảo hiểm giả định có 60 nhân viên, Ashcombe Partners, tổ chức đánh giá định kỳ nửa năm. Trưởng nhóm Priya đang đánh giá một nhân viên phụ trách khách hàng, ở đây gọi là Nhân viên A. Ghi chú của cô khá rời rạc: 'nhóm gia hạn, xử lý 230 lượt gia hạn trong nửa đầu năm. khách từ công ty ở Marlow gửi email cảm ơn. trễ hai thời hạn trong tháng Ba (do chuyển đổi hệ thống?). ít nói trong các cuộc họp nhóm nhưng đã hỗ trợ nhân viên mới làm quen công việc. muốn chuyển sang mảng bảo hiểm doanh nghiệp. cần cải thiện: đốc thúc nộp hồ sơ sớm hơn.' Priya có một biểu mẫu với bốn đề mục và một thang đánh giá, cùng hàng chục bản đánh giá cần viết.

Các bước viết bản đánh giá hiệu suất công bằng bằng AI là gì?

Trước tiên hãy thu thập bằng chứng, loại bỏ thông tin nhận dạng, chỉ yêu cầu AI sắp xếp và diễn đạt những gì bạn cung cấp, kiểm tra ngôn từ để bảo đảm sự cân bằng và tránh thiên lệch, rồi tự đưa ra quyết định xếp loại. Bản nhận xét hiệu suất do AI tạo chỉ hỗ trợ soạn thảo, không phải là một đánh giá.

1. Kiểm tra các quy định

Đọc chính sách AI và hướng dẫn nhân sự của công ty bạn. Chỉ sử dụng công cụ đã được phê duyệt và không đưa vào dữ liệu cá nhân ngoài phạm vi công cụ đó được phép xử lý. Nhiều nhóm dùng tên thay thế như Nhân viên A và không đưa vào thông tin về sức khỏe, việc nghỉ làm hoặc gia đình.

2. Thu thập bằng chứng, không phải tính từ

Ghi lại các ví dụ đã quan sát, kết quả và ngày tháng. 'Đã xử lý 230 lượt gia hạn' là bằng chứng; 'chăm chỉ' thì không.

3. Yêu cầu AI phân loại, không phán xét

Sắp xếp từng bằng chứng vào các đề mục và mục tiêu đánh giá tương ứng. Yêu cầu AI không thêm bất kỳ ví dụ, lời khen hay lời phê bình nào mà bạn chưa cung cấp.

4. Sử dụng ngôn ngữ cân bằng

Yêu cầu AI đánh dấu những từ ngữ mơ hồ, dựa trên tính cách hoặc mang định kiến và đề xuất cách diễn đạt dựa trên hành vi.

5. Ra quyết định và chịu trách nhiệm

Tự chọn mức đánh giá, trao đổi với bộ phận nhân sự nếu cần và viết lại bản cuối bằng lời của bạn.

Bản đánh giá hiệu suất làm việc do AI tạo còn yếu và bản đã cải thiện trông như thế nào?

Câu lệnh chưa tốt: 'Viết bản đánh giá hiệu suất cho một nhân viên phụ trách khách hàng làm việc tốt nhưng đôi khi trễ hạn và ít nói.' Kết quả thường gặp: 'Nhân viên A là một thành viên tận tâm và đáng tin cậy, luôn vượt kỳ vọng. Tuy nhiên, nhân viên này cần quyết đoán và chủ động hơn khi làm việc nhóm.' Nội dung tự mâu thuẫn, bịa ra nhận định 'luôn vượt kỳ vọng', còn 'quyết đoán hơn' là phê bình tính cách thay vì một hành vi liên quan đến vai trò công việc.

Câu lệnh được cải thiện: 'Chỉ sử dụng bằng chứng dưới đây để xếp từng mục vào các đề mục sau: kết quả, chất lượng, làm việc nhóm, phát triển. Không thêm ví dụ, lời khen hay lời phê bình. Đánh dấu mọi cách diễn đạt nói về tính cách thay vì hành vi quan sát được. Bằng chứng: [ghi chú của Priya đã xóa tên khách hàng].' Kết quả: Kết quả: xử lý 230 lượt gia hạn trong H1; một khách hàng đã gửi lời cảm ơn bằng văn bản. Chất lượng: lỡ hai hạn gia hạn trong tháng Ba, trong thời gian chuyển đổi hệ thống, cần trao đổi để làm rõ bối cảnh. Làm việc nhóm: hỗ trợ nhân viên mới làm quen công việc. Phát triển: quan tâm đến mảng bảo hiểm thương mại; thống nhất tập trung yêu cầu hồ sơ sớm hơn trong chu kỳ gia hạn. Được đánh dấu: 'ít nói trong các cuộc họp nhóm' mô tả tính cách; cân nhắc xem có hành vi liên quan đến vai trò cần trao đổi hay không, nếu không thì bỏ đi. Priya quyết định nội dung này không liên quan và xóa nó.

Làm thế nào để kiểm tra bản đánh giá được soạn với sự hỗ trợ của AI trước khi chia sẻ?

Kiểm tra để bảo đảm từng câu đều có căn cứ từ bằng chứng bạn cung cấp, ngôn ngữ mô tả hành vi chứ không phán xét tính cách, và giọng điệu phù hợp với mức đánh giá bạn đã chọn. Sau đó, đọc dưới góc nhìn của nhân viên: họ có nhận ra từng ví dụ và biết cần làm gì tiếp theo không?

Khả năng truy xuất nguồn gốc

Xóa mọi lời khen, nhận xét phê bình hoặc ví dụ mà bạn không thể tìm thấy căn cứ trong ghi chép của mình.

Thiên lệch và tính cân bằng

Tìm những từ thường được áp dụng thiếu nhất quán, như gay gắt, cảm tính, hung hăng hoặc thiếu phong thái, và những phản hồi đánh giá tính cách thay vì công việc.

Bối cảnh

Khi không đạt mục tiêu trong thời gian có gián đoạn đã biết, chẳng hạn như chuyển đổi hệ thống, cần nêu rõ bối cảnh đó.

Quyền riêng tư

Xác nhận rằng không có thông tin về sức khỏe, nghỉ làm hoặc thông tin cá nhân nhạy cảm nào khác được đưa vào công cụ hay văn bản.

Những lỗi thường gặp khi viết bản đánh giá hiệu suất bằng AI là gì?

Sai lầm nghiêm trọng nhất là yêu cầu AI tạo nhận xét về những điều người quản lý chưa từng quan sát. Những sai lầm khác gồm: dán tên, thông tin sức khỏe hoặc nghỉ làm vào công cụ chưa được phê duyệt; để AI chọn mức đánh giá; dùng cùng một lối diễn đạt của AI cho mọi thành viên khiến các bản đánh giá giống nhau; và chia sẻ bản nháp mà chưa đọc lại từ góc nhìn của nhân viên.

Bài học này nằm ở đâu trong lộ trình học của Tosheo.ai?

Đánh giá hiệu suất công việc nằm trong các lộ trình học của Tosheo.ai dành cho đội ngũ nhân sự và quản lý, cùng với các bài học về chính sách AI và sử dụng dữ liệu cá nhân có trách nhiệm. Bài thực hành cung cấp cho người học những thông tin minh chứng giả định để thực hiện một bản đánh giá. Phản hồi dựa trên hướng dẫn chấm điểm sẽ kiểm tra xem có nội dung bịa đặt, cách diễn đạt dựa trên tính cách hay thiếu bối cảnh hay không.