Искусственный интеллект пишет performance-ревью. Что может пойти не так?

Банк JPMorgan Chase & Co. одобрил использование таких практик, но с рядом ограничений на работу своего чатбота.

Банк решил разрешить менеджерам использовать искусственный интеллект для подготовки performance-ревью, что обещает облегчить одну из самых нелюбимых ежегодных задач руководителей. Одновременно это вызывает вопросы — улучшит ли участие бота сам процесс или, наоборот, ухудшит его, особенно для сотрудников, которым важно получать содержательную обратную связь.

По словам руководителей и экспертов по менеджменту, использование ИИ в ежегодных оценках экономит время менеджеров и может дать более полезную обратную связь, чем та, что сотрудники получают только от человека. При этом специалисты предупреждают: чрезмерная автоматизация серьёзно снижает качество итоговых оценок. Тем более что тексты, созданные ботами, уже активно используются, независимо от того, одобряют ли это работодатели — многие менеджеры устанавливают свои правила.

«Границы возможного изменятся из-за технологического сдвига», — говорит Бенджамин Левик, руководящий внутренними ИИ-инициативами и операциями в финтех-компании Ramp. — «Не знаю, станет ли это для всех дискомфортным или будет восприниматься как что-то обезличивающее. Такой риск есть, если использовать ИИ неуклюже. Но я уверен, что есть способ аккуратно внедрять его в управленческие практики».

Гайдлайны JPMorgan разрешают руководителям использовать внутренний чатбот для помощи в написании оценок, но подчёркивают, что технология «не заменяет человеческое суждение». Также им запрещено использовать ИИ для выставления итоговых оценок, назначения зарплат или принятия решений о повышениях.

По словам Левика, менеджеры, у которых ограничено время, рискуют ухудшить качество оценки сотрудников, если полностью игнорируют доступные инструменты для анализа работы.

«Мне было бы неприятно, если бы ИИ прочитал всё, что я написал, всё, что я сделал, поставил мне оценку, а менеджер в конце просто озвучил готовый текст», — говорит Левик. — «Так делать не стоит. Но мне было бы неприятно и другое: если менеджеру выделили пару часов на весь процесс, и он успел вручную просмотреть лишь 2% моих материалов, а затем написал ревью на основе этого маленького фрагмента».

Руководители, как и все люди, подвержены предвзятости и ошибкам памяти, и часто завышают значение недавних событий при оценке за длительный период, отмечает Питер Каппелли, профессор менеджмента Wharton School Пенсильванского университета и директор Центра HR. По его словам, ИИ иногда способен дать более объективную оценку, чем человеческий менеджер.

При этом сотрудники могут меньше доверять результатам, если понимают, что ИИ участвовал в написании текста. «У меня появляется повод не воспринимать это серьёзно, потому что я думаю, что это написал не мой руководитель», — говорит Каппелли. — «Там написано, что я хорошо справился. А мой босс действительно так считает?»

Эксперименты показывают: когда людям дают инструменты ИИ, они часто передают ему часть анализа и меньше полагаются на собственное суждение. В контексте performance‑review это работает в обе стороны. Сотрудник может почувствовать себя обработанным конвейерно, а не оценённым лично, что усиливает скепсис к формату, который и так многие считают формальностью. А поскольку чатботы склонны к чрезмерной вежливости, AI‑ассистированное ревью может оказаться слишком положительным и не указать на реальные проблемы в работе — ещё один повод тщательно проверять AI‑тексты на корректность, тон и фактическую точность.

Плюсы и минусы, а также новизна самой технологии означают, что компании будут долго определяться со своим подходом. Более прямолинейным выбор может быть для тех организаций, где уже оценивают, насколько сотрудники используют ИИ в работе — как, например, в консалтинге KPMG LLP и на платформе Shopify Inc.

В своей роли Левик говорит, что полностью отвечает за собственные выводы о работе сотрудников, но использует ИИ для анализа данных — например, фидбэк от коллег и материалы, которые сотрудники отправили за год. «ИИ присутствует на каждом этапе, но в конце концов ревью — это мой текст, отражающий мою позицию», — говорит он.

Некоторые компании тестируют инструменты, призванные сыграть ещё более серьёзную роль в оценке. Например, платформа Rippling предлагает систему Talent Signal, которая анализирует первые 90 дней работы новых сотрудников и присваивает им статусы: «высокий потенциал», «типичный» или «нуждаетесь во внимании». Система оценивает выполнение задач — от обработки клиентских запросов до написания кода — учитывая сложность работы. Менеджер может согласиться или не согласиться с выводами, поставив «лайк» или «дизлайк».

Эксперты по HR предупреждают: у AI есть предел полезности в оценке эффективности.

Нора Дженкинс Таунсон, основатель Bright + Early — внешнего HR‑департамента для IT‑компаний, говорит, что многие стартапы пытаются «исправить» performance‑review, снижая нагрузку на менеджеров среднего звена и уменьшая предвзятость — например, предлагая заполнять еженедельные карточки оценок или вносить заметки из one‑on‑one встреч, чтобы в конце года система автоматически генерировала ревью.

«Чтобы такие инструменты работали, у компании должна быть чёткая и зрелая система критериев успеха — и на уровне организации, и для каждой роли», — говорит она. — «Всё равно приходится проделывать мыслительную работу о том, что для вас означает хорошая работа».

Перевод статьи AI Is Writing Performance Reviews. What Could Go Wrong? от Jo Constantz, 13.11.2025