当你的人工智能助手撰写你的绩效评估：工作未来一瞥

随着人工智能越来越深入地嵌入到我们的日常工作流程中，一个新的绩效评估前沿正在出现。如果你的人工智能助手不只是帮助你工作，而是测量、评估甚至审查你的工作和努力的性质，会怎么样？

当我问我的人工智能助手，我用它在一个协作写作项目上花了多少时间时，我并不期望对工作的未来有一个存在主义的思考。我只是想要一个数字。

相反，我得到的是对我的智力劳动的全面审计——我写了什么，什么时候，它是如何发展的，以及我在每一部分上花了多长时间。

令人惊讶的不是人工智能的能力。令人惊讶的是，当我看到自己的努力如此清晰地展现出来时，内心是如何反应的。这感觉就像被举到一面我不知道存在的镜子前，那面镜子不仅反映了我做过的事情，还反映出我是怎么做到的。

绩效评估中的人工智能

这个问题不再是理论上的了。假设使用了人工智能，它已经可以跟踪我们在项目中的步骤，对我们的贡献进行分类，并以比人类经理更客观的方式评估我们的参与度。它可以让知识工作背后的无形劳动变得透明——这些劳动经常得不到承认或被错误地归因。

在我自己的项目中，人工智能绘制了我的贡献的详细地图:每个想法、修改和决策点。它对我的参与进行了分类，揭示了我没有注意到的模式和我没有预料到的见解。这样，它揭示了一种新的问责制——这种问责制不仅植根于结果，而且植根于结果背后的努力。

这种可见性可能会带来变革。想象一下，能够精确地看到团队成员是如何为项目做出贡献的——不仅仅是谁在会议上发言(有文字记录为证)或提交精美的演示文稿，而是谁起草、提炼、提问和重新思考。

这不仅有助于管理层，也有助于那些在传统绩效评估中经常被忽视的个人。

风险和新问题也有点恐怖

这种透明度带来了监控的风险。每一个不成熟的想法，每一个错误的开始，每一个怀疑的时刻都被记录和评判。即使人工智能是一个中立的观察者，被观察的心理也会改变我们的工作方式。

创意需要一个安全的空间来凌乱。当这个空间被监控时，我们可能会自我审查或默认更安全的选择。

更糟糕的是，如果人工智能在没有适当保护的情况下被用于绩效评估，它就为偏见敞开了大门。人工智能系统不会凭空出现——它们是由训练它们的数据和设计它们的人塑造的。如果我们不小心，我们就有可能使我们希望避免的人类偏见自动化。

还有归因的问题。在与人工智能的协同工作中，你的思考在哪里结束，人工智能的建议在哪里开始？谁拥有从合著的对话中产生的见解？这些都是模糊的水域，尤其是当业绩、晋升和薪酬都岌岌可危的时候。

人工智能与工作的未来

然而，潜力仍然很大。如果做得好，人工智能辅助的绩效评估可以为传统方法提供更公平、更具反思性的替代方法。人类管理者也不能免受偏见的影响——魅力、从众和无意识的偏见经常会影响评估。

一个设计良好的人工智能系统，以透明的方式构建，并定期接受审计，可以创造公平的竞争环境。

为了实现这一目标，我们需要严格的设计原则:

透明度:没有暗箱评估。人们必须理解人工智能是如何评判他们的工作的。

操纵:必须保护系统免受用户、管理者或外部参与者的操纵。

一致性:标准必须同样适用于不同的角色、团队和时间。

可审计性:像人类一样，人工智能应该对偏差和错误负责。

标杆管理:人工智能评估应对照人工评估进行测试，以了解差异。

经过深思熟虑，人工智能可以帮助我们衡量长期以来无法衡量的东西:智力努力的结构、过程和成本。它可以帮助我们建立更好的团队，设计更有意义的工作，甚至在我们的工作中找到更多的个人满足感。

但我们必须谨慎对待这一未来。目标不是让人工智能分配等级或替换经理。这是为了丰富我们对工作的理解——谁在做，如何做，以及如何做得更好。

合作的未来不是人对机器，而是人随着机器——在一个开放、可见的过程中，每个贡献者都可以看到、学习，并对他们的努力进行公平的评估。

如果我们做得对，人工智能不仅会帮助我们更好地工作，还会帮助我们更清楚地看到自己。