Slik forvandler kunstig intelligens medarbeidersamtaler

Nå forstyrrer AI den gamle tilnærmingen ytterligere ved å tilby kontinuerlig, datadrevet innsikt som er mer objektiv og mindre tidkrevende.

AI-drevne verktøy for medarbeidersamtaler begynner å vise at de kan analysere medarbeiderdata i sanntid og gi tilbakemeldinger basert på faktiske måledata, i stedet for menneskelige skjevheter eller hukommelse.

AI kan for eksempel vurdere hvor lang tid det tar å fullføre prosjekter, kommunikasjonsmønstre og til og med produktivitetsnivåer ved hjelp av ulike verktøy som er integrert med arbeidsplassystemer som Slack eller plattformer for prosjektstyring.

Et praktisk eksempel på dette er hvordan IBMs «Watson»-system brukes til å forutsi medarbeiderprestasjoner basert på en kombinasjon av datapunkter som engasjement, holdninger og sentrale resultatindikatorer (KPIs). 

Systemet gir ledere mer objektive vurderinger, slik at de kan ta bedre beslutninger om forfremmelser, lønnsøkninger eller planer for prestasjonsforbedring.

Fordeler med AI i medarbeidersamtaler

Bruk av AI i medarbeidersamtaler har mange potensielle fordeler som tradisjonelle metoder har vanskelig for å matche. 

La oss se nærmere på noen av dem.

1. Bedre nøyaktighet og objektivitet

I teorien kan AI bidra til å eliminere menneskelige skjevheter og feil. Men ikke ta feil: AI er ikke iboende fri for skjevheter, den er trent på historiske data og kunnskapen til menneskene som utvikler den. Men hvis det gjøres riktig, kan den ha en positiv innvirkning her. 

Tradisjonelle medarbeidersamtaler kan påvirkes av faktorer som nærhetsbias (når ledere bare fokuserer på nylige hendelser) eller favorisering. Med AI baseres samtalene på datapunkter som samles inn over tid, noe som gir en mer helhetlig og rettferdig vurdering av medarbeiderens arbeid.

2. Kontinuerlige tilbakemeldinger

Kontinuerlige tilbakemeldinger gjør det mulig for ansatte å justere og forbedre seg gjennom hele året, i stedet for å stresse rett før en medarbeidersamtale. Og med AI skjer disse tilbakemeldingene i sanntid når det oppstår problemer med prestasjonene.

Ifølge en studie fra Gallup er ansatte som får daglige tilbakemeldinger fra ledere, tre ganger mer engasjerte enn de som får tilbakemeldinger én gang i året.

Med AI-drevne samtaler er tilbakemeldinger som støtter kontinuerlig prestasjonsledelse ikke bare mulig, men også skalerbare i hele organisasjonen.

It starts with one signal.

Each week, AI Signal takes one meaningful shift in AI and helps people leaders understand what changed, why it matters, and what to consider next.

Get Free Access

Have an account? Log In

3. Datadrevet innsikt

AI kan behandle enorme mengder data – noe mennesker ganske enkelt ikke kan gjøre i samme tempo. Dette åpner for mer personlig tilpassede tilbakemeldinger. AI kan for eksempel avdekke trender som viser at en medarbeider presterer best i samarbeidsprosjekter eller utmerker seg under oppgaver med høyt stressnivå, slik at ledere kan gi mer tilpassede råd om hvordan medarbeideren kan få mest mulig ut av styrkene sine.

4. Redusert administrativ belastning

HR-medarbeidere og ledere bruker utallige timer på å samle inn informasjon, planlegge møter og fylle ut skjemaer til medarbeidersamtaler. AI har potensial til å automatisere mye av denne prosessen, slik at HR-team kan fokusere på strategiske initiativer i stedet for papirarbeid.

Ulemper ved AI-drevne medarbeidersamtaler

Til tross for de åpenbare fordelene finnes det også utfordringer som må håndteres i AI-tiden, særlig når AI tas i bruk i medarbeidersamtaler. Det er ikke et perfekt system, og i likhet med alle verktøy har det begrensninger.

Mangel på emosjonell intelligens

AI er utmerket til å behandle store mengder tall, men kan ikke vurdere nyansene i menneskelig samhandling eller emosjonell intelligens. Den kan for eksempel flagge en ansatt for manglende måloppnåelse basert på måltall, uten å ta hensyn til personlige omstendigheter som familiære nødsituasjoner eller psykiske helseproblemer.

Risiko for overavhengighet

Selv om AI kan gi verdifull innsikt, er det viktig å ikke stole utelukkende på den. Menneskelig intuisjon, kontekst og empati er fortsatt avgjørende når man skal vurdere en ansatts samlede bidrag til virksomheten.

Hvis systemet skulle svikte eller få problemer, er det også viktig at mennesker fortsatt har ferdighetene som trengs for å kunne fortsette med forretningskritiske oppgaver. Til syvende og sist er det et samarbeid mellom mennesker og AI som fører til suksess.

Potensiell skjevhet i algoritmer

Selv om AI har som mål å redusere skjevhet, er det viktig å huske at AI-systemer bare er så gode som dataene de trenes på. Hvis historiske data er skjeve (f.eks. ved at ett kjønn eller én etnisitet favoriseres fremfor en annen), kan AI utilsiktet forsterke disse skjevhetene. Et kjent eksempel er Amazons AI-verktøy for rekruttering, som ble avviklet fordi det viste skjevhet mot kvinnelige kandidater.

Beste praksis for implementering av AI-baserte prestasjonsvurderinger

Hvis du vurderer å ta i bruk AI i prestasjonsvurderinger, må du gå grundig og gjennomtenkt frem ved implementeringen. Her er noen anbefalte fremgangsmåter som kan veilede deg:

Det riktige AI-verktøyet for dine behov

Ikke alle AI-verktøy for prestasjonsstyring er like gode. Noen er mer robuste enn andre, mens andre er kostnadseffektive og hjelper med spesifikke oppgaver. Vurder virksomhetens konkrete behov før du velger et verktøy.

Noen verktøy fokuserer for eksempel på løpende tilbakemeldinger, mens andre tilbyr mer avansert dataanalyse. Sørg for at verktøyet integreres med den eksisterende HR-programvaren og kommunikasjonsplattformene dine.

Sørg for personvern

Ansattdata er sensitive, og alle AI-drevne systemer du implementerer, må overholde personvernlover som personvernforordningen (GDPR) eller Californias lov om personvern for forbrukere (CCPA). Kommuniser tydelig med de ansatte om hvilke data som samles inn, og hvordan de vil bli brukt.

Opplær lederne dine

AI er bare nyttig hvis folk vet hvordan den skal brukes. Lær opp ledere i hvordan de skal tolke AI-generert innsikt, og hvordan de kan kombinere den med sitt eget skjønn. Det finnes mange dyktige ledere i arbeidslivet som ikke trenger å erstattes av en automatisert løsning. 

Målet er igjen å styrke, ikke erstatte, mennesker i prosessen for prestasjonsstyring. 

Kontroller for skjevhet

Kontroller AI-systemet regelmessig for å se etter tegn på at skjevhet kan være til stede. Hvis systemet tar beslutninger som uforholdsmessig favoriserer én gruppe fremfor en annen, må du justere algoritmene eller datagrunnlaget.

Når du implementerer et AI-system i en eksisterende prosess som i stor grad fungerer for virksomheten din, bør du også gå gjennom beste praksis for prestasjonsstyring som de nåværende prosessene dine er bygget rundt, for å sikre at innføringen av AI passer inn i prosessen – ikke omvendt.

Forslag til spørsmål ledere kan prøve

Ledere kan ha problemer med å integrere AI-innsikt i reelle samtaler. Her er noen forslag til spørsmål som kan hjelpe med å kombinere AI-drevne tilbakemeldinger på prestasjoner med menneskelig samhandling:

• "AI flagget at tiden du bruker på å fullføre prosjekter, har blitt forbedret med 15 % i løpet av de siste seks månedene. Kan du fortelle hvilke endringer du gjorde for å bli mer effektiv?"
• "Tilbakemeldingsdataene viser at samarbeidsscoren din konsekvent er høy. Hvordan kan vi dra nytte av denne ferdigheten i kommende teamprosjekter?"
• "AI-data viser en liten nedgang i kommunikasjonsmålingene det siste kvartalet. Hvilke utfordringer har du møtt, og hvordan kan vi støtte deg?"

Hvordan ledere kan forhindre skjevhet i AI-baserte prestasjonsvurderinger

Skjevhet i AI er en reell bekymring. Den kan oppstå på alle stadier, fra analysen til spørsmålene i medarbeidersamtalen som du stiller de ansatte. For å sikre rettferdighet kan ledere bidra til en god opplevelse av medarbeidersamtalen ved å ta noen enkle grep:

Overvåk og juster algoritmer

Kontroller algoritmene regelmessig for å sikre at de ikke utilsiktet er skjeve. Det kan være nødvendig å involvere medlemmer av IT-/teknologiteamene dine i denne prosessen, så sørg for støtte fra de riktige personene i den avdelingen. 

Noen AI-verktøy gir innsyn i hvordan beslutninger tas, noe som gjør det enklere for HR å oppdage potensielle problemer.

Kombiner AI og menneskelig skjønn

Hvis det høres ut som jeg gjentar meg selv, så gjør jeg det. Av en god grunn. Overdreven avhengighet av AI handler ikke bare om at mennesker bruker AI for mye og for raskt, men også om den langsiktige effekten der mennesker mister noen av ferdighetene sine på grunn av manglende kognitiv utfordring.

Det handler også, som en studie fra Stanford University viser, om at mennesker er villige til å akseptere AIs analyse eller beslutning selv når den er feil.  

AI kan levere data, men kan ikke fange opp alt. Ledere bør alltid ta hensyn til den ansattes unike situasjon, ferdigheter og bidrag utover det AI-systemet rapporterer.

AI i HR, enten det gjelder prestasjonsstyring eller rekruttering, krever fortsatt et menneskelig perspektiv.

Mangfoldige treningsdata

Jo mer mangfoldige data AI-systemet trenes på, desto mindre sannsynlig er det at det utvikler skjevheter. Sørg for at AI-leverandøren din forplikter seg til å bruke mangfoldige og representative datasett.

Vil du holde deg oppdatert på den nyeste utviklingen innen AI, HR-teknologi og personalledelse? Abonner på nyhetsbrevet fra People Managing People for å få de nyeste innsiktene, eksperttipsene og trendanalysene rett i innboksen.