De paradox van prestatiefeedback: wanneer AI beter werkt in het geheim
AI-feedback: Door AI gegenereerde feedback verbetert de prestaties van werknemers meer dan feedback van mensen, zolang de herkomst ervan geheim blijft.
Effect van openbaarmaking: Wanneer wordt onthuld dat AI de bron van de feedback is, ontstaat er door vertrouwensproblemen weerstand en verslechteren de prestaties.
Vertrouwenscrisis: Het vertrouwen van werknemers in het AI-gebruik door werkgevers is laag; velen zien het als een factor die voor meer vooringenomenheid zorgt.
Transparantiestrategie: Het wordt aanbevolen om AI-gebruik in feedbackprocessen openlijk bekend te maken om langdurige vertrouwensproblemen te voorkomen.
Langetermijneffect: De keuze tussen transparantie en geheimhouding weerspiegelt de waarden van een organisatie en beïnvloedt haar veerkracht.
De beste systemen voor prestatiefeedback werken in zekere zin als een goocheltruc: ze zijn het effectiefst wanneer je niet weet hoe de truc wordt uitgevoerd.
Uit een studie uit 2021 die werd gepubliceerd in het Strategic Management Journal bleek dat door AI gegenereerde feedback de prestaties van medewerkers sterker verbetert dan feedback van menselijke managers. Het addertje onder het gras? Het werkte alleen als medewerkers dachten dat een mens de feedback had geschreven. Zodra je de methode onthult, verdwijnt de magie.
De feedback was consistenter, persoonlijker en objectief effectiever in het verbeteren van prestaties, maar zodra medewerkers ontdekten dat algoritmen hun prestatie-inzichten hadden gegenereerd, verdwenen de verbeteringen.
Create a Free Account to Keep Reading—and Keep Leading Smarter
Unlock this piece and join a community of forward-thinking leaders discovering tools, playbooks, and insights for thriving in the age of AI.
Have an account? Log In
Dezelfde feedback die de resultaten verbeterde wanneer die aan een menselijke manager werd toegeschreven, leidde tot weerstand, minder betrokkenheid en slechtere prestaties wanneer medewerkers de ware bron kenden. De onderzoekers noemden dit het "onthullingseffect": een meetbare prestatiedaling die uitsluitend wordt veroorzaakt door de wetenschap dat AI betrokken was.
AI in prestatiemanagement komt tegenwoordig steeds vaker voor, net zoals AI in andere levensgebieden wordt geïntegreerd gezien het wijdverbreide gebruik van AI-tools zoals ChatGPT, Claude en Gemini. Maar het enkele feit dat het gebruik is toegenomen, betekent niet dat het vertrouwen evenredig is gegroeid.
Voor HR-leiders die de invoering van AI begeleiden, creëert de paradox die de onderzoekers in 2021 blootlegden een onmogelijke positie. Zet AI-feedbacksystemen transparant in en offer prestatieverbeteringen op. Verberg de betrokkenheid van AI en riskeer catastrofale vertrouwensbreuken wanneer de waarheid onvermijdelijk aan het licht komt.
De beslissing onthult iets fundamenteels over waar organisaties hun optimalisatie op richten. Gaat het om de cijfers van dit kwartaal of om het langetermijnvermogen tot transformatie?
De context van de vertrouwenscrisis
Het onthullingseffect vindt niet in een vacuüm plaats. Recent onderzoek van SHL toont aan dat slechts 27% van de medewerkers er volledig op vertrouwt dat hun werkgevers AI op verantwoorde wijze gebruiken bij HR-beslissingen. Nog verontrustender is dat 59% gelooft dat AI vooroordelen op de werkplek erger maakt in plaats van ze te verminderen.
Dit plaatst de paradox in een scherper perspectief. De technologie die betere, minder bevooroordeelde feedback zou kunnen leveren, wordt gewantrouwd door de meerderheid van de medewerkers die deze feedback zouden ontvangen. En uit het onderzoek blijkt dat hun wantrouwen zichzelf versterkt. Als ze weten dat AI betrokken is, presteren ze slechter, ongeacht of de feedback zelf objectief superieur is.
Dr. Ryne Sherman, hoofdwetenschapper bij Hogan Assessments, dat samenwerkt met meer dan 75% van de Fortune 500-bedrijven, ziet twee krachten die de weerstand van medewerkers aanwakkeren.
De eerste is de aanname dat AI de nuances van de werkplek niet kan waarderen. We nemen aan dat een menselijke beoordelaar van prestaties een beter beeld heeft van de organisatorische context en meer waardering heeft voor prestaties die misschien niet zichtbaar worden in zaken die gemakkelijk door een computer kunnen worden geteld.
De tweede factor gaat dieper. Het gaat er niet om of AI prestaties nauwkeurig kan beoordelen, maar om wat de keuze om AI te gebruiken zegt over hoe een organisatie haar mensen beschouwt.
"Het gebrek aan menselijke inbreng geeft medewerkers het gevoel dat ze simpelweg worden verwerkt als letterlijke menselijke hulpbronnen, zonder empathie of aandacht voor hun welzijn als mensen", zegt Sherman. "Uit ons onderzoek blijkt dat de effectiefste leiders oprechte betrokkenheid bij hun medewerkers tonen. AI gebruiken om prestatiebeoordelingen uit te voeren, suggereert dat de leiders van de organisatie echt niet om hun medewerkers geven."
Of deze aannames juist zijn, is minder belangrijk dan het feit dat ze bestaan. De perceptie van medewerkers beïnvloedt hun gedrag, en gedrag beïnvloedt prestaties.
Waarom misleiding niet werkt
Organisaties die de voordelen van AI voor prestaties willen benutten en tegelijkertijd het onthullingseffect willen vermijden, staan voor een praktisch probleem: medewerkers weten het al.
Edie Goldberg, een arbeids- en organisatiepsycholoog en auteur van het binnenkort te verschijnen boek Prestatieondersteuning, wijst op de kenmerkende signalen waaraan door AI gegenereerde feedback te herkennen is.
De meeste werknemers kunnen aan al die em-streepjes zien of de feedback door een computer is geschreven. Dit type feedback mist vaak de specificiteit die een manager zou kunnen bieden.
De stilistische patronen van door AI gegenereerde tekst zijn herkenbaar genoeg geworden dat het wellicht zinloos is om de betrokkenheid ervan te verbergen. Zelfs wanneer organisaties het gebruik van AI niet expliciet bekendmaken, herkennen werknemers de vingerafdrukken van het algoritme.
Dit ondermijnt de hele verbergstrategie. Als werknemers vermoeden dat AI betrokken is, maar dat niet rechtstreeks wordt verteld, krijgen organisaties het slechtste van twee werelden: de prestatiedaling als gevolg van het vermeende AI-gebruik, gecombineerd met de vertrouwensbreuk die ontstaat door de poging tot misleiding.
De aanpak die Goldberg aanbeveelt, omzeilt de paradox volledig.
Het onderscheid is belangrijk. AI kan feedback vanuit meerdere perspectieven samenvoegen, zoals die van collega's, klanten en interne communicatieplatforms, en deze combineren met harde gegevens uit interne systemen.
"Al deze factoren maken de feedback per definitie eerlijker, omdat het niet slechts het perspectief van één persoon is," zegt Goldberg, verwijzend naar het uitgebreide onderzoek naar de vooringenomenheid van managers bij prestatiebeoordelingen.
Het voordeel op het gebied van eerlijkheid doet zich echter alleen voor als werknemers het proces vertrouwen. Goldberg beschouwt dit als een probleem van taakverdeling en niet als een transparantieprobleem. Gebruik AI voor aggregatie en patroonherkenning, gebieden waarin het uitblinkt. Houd mensen verantwoordelijk voor context, specificiteit en de relationele aspecten die werknemers nodig hebben om te geloven dat de feedback oprecht is.
Uiteindelijk is de oplossing niet om de rol van AI te verbergen, maar om deze opnieuw te definiëren.
Het transparantie-eerst-standpunt
Kate O'Neil, CEO van het platform voor prestatiebeheer Opre, heeft haar volledige product gebaseerd op het afwijzen van de aanpak waarbij AI wordt verborgen. Alle feedback die gebruikers van Opre ontvangen, wordt duidelijk aangeduid als door AI gegenereerd, en managers noch werknemers kunnen deze aanpassen om de indruk te wekken dat ze door een mens is geschreven.
Er mag nooit verwarring bestaan over wat door AI is gegenereerd en wat door mensen is gegenereerd. Want hoe kunnen we ‘een mens in de lus houden’ als niemand weet wat menselijk is en wat AI in de lus is? Onduidelijkheid over wie de feedback genereert, dient uiteindelijk alleen om de verantwoordelijkheid van managers te vertroebelen.
De ontwerpfilosofie van Opre draait om wat O'Neil een dynamiek van "manager en werknemer versus Opre" noemt. Het systeem stuurt inzichten over prestaties gelijktijdig naar beide partijen, waardoor een gedeeld referentiepunt voor de discussie ontstaat in plaats van een top-downoordeel.
Tijdens hun volgende één-op-één-gesprek bespreken de manager en de werknemer wat Opre goed heeft gedaan, wat het heeft gemist en wat het mogelijk verkeerd begrijpt aan de context.
"Dit vervangt de veel minder productieve dynamiek die we tegenwoordig vaak zien: manager versus werknemer, vooral wanneer de prestaties laag zijn of gesprekken over prestaties worden vermeden," legt O'Neil uit.
Maar O'Neil erkent dat ze geen vergelijkingsgegevens heeft. "Ik weet niet of het feit dat werknemers wisten dat het door AI was gegenereerd iets heeft beïnvloed, omdat ik geen groep werknemers heb die niet wist dat het door AI was gegenereerd om daarmee te vergelijken."
Wanneer haar wordt gevraagd of ze prestatiewinst laat liggen door transparantie voorop te stellen, houdt O'Neil zich niet op de vlakte.
Ik denk niet dat het kennen van het feit dat iets door AI is gegenereerd de effectiviteit tenietdoet. Ik denk dat de illusie dat feedback oprecht is terwijl dat niet zo is, het vertrouwen en de sociale afspraken tussen managers en hun teams ondermijnt. Aangetast vertrouwen ondermijnt de prestaties.
Ze gaat verder in op de kwestie van vooringenomenheid. Zelfs als door AI gegenereerde feedback op korte termijn objectief gezien voor minder vooringenomenheid zorgt, creëert het verbergen van de bron een vertrouwensprobleem dat vooringenomenheid uiteindelijk in de loop der tijd vergroot.
"Als door AI gegenereerde content daadwerkelijk voor minder vooringenomenheid zorgt, maar werknemers ervaren dat deze juist voor meer vooringenomenheid zorgt, zal de langetermijnimpact zijn dat het vertrouwen wordt aangetast", legt O'Neil uit. "Managers die door AI gegenereerde feedback laten doorgaan voor hun eigen feedback, tasten het vertrouwen tussen hen en hun teams aan, en dat leidt later tot meer vooringenomenheid."
Daarom voorkomt het systeem van Opre dat managers door AI gegenereerde inzichten bewerken of afzwakken. Zowel de manager als de werknemer ontvangt tegelijkertijd identieke feedback, waardoor de mogelijkheid tot misleiding wordt geëlimineerd. Managers en werknemers kunnen context toevoegen of het systeem om verduidelijking vragen, maar ze kunnen niet aanpassen wat het systeem produceert.
Haar standpunt steunt ook op een afweging met betrekking tot tijdshorizonten. Organisaties kunnen optimaliseren voor directe prestatie-indicatoren of voor het vermogen om zich gedurende meerdere jaren te transformeren. Volgens haar zijn die twee doelstellingen onverenigbaar als het gaat om de inzet van AI.
"Ondoorzichtigheid is geen prestatiestrategie", zegt ze. "Het is een strategie om op korte termijn waarde te onttrekken. Je krijgt misschien een korte opleving van de inzet terwijl werknemers proberen de regels te achterhalen. Maar kort daarna verlies je je beste mensen, put je de rest uit en beschadig je je vermogen om nieuw talent aan te trekken."
Wanneer vertrouwen breekt
Goldberg en Sherman waarschuwen allebei dat misleiding rond het gebruik van AI gevolgen heeft die alle kortetermijnwinst op het gebied van prestaties ruimschoots tenietdoen.
"Vertrouwen schenden is eenvoudig en het opnieuw opbouwen ervan is erg moeilijk", zegt Goldberg. "Er is hier geen voordeel, alleen risico."
Die waarschuwing is niet slechts een ethisch standpunt. Goldberg en Sherman werken allebei in omgevingen waarin ze de gevolgen van geschonden vertrouwen binnen meerdere organisaties zien. Hun zekerheid dat misleiding faalt, komt voort uit het herkennen van patronen en niet uit filosofie.
"Het is rampzalig voor organisaties om zich in te laten met misleidende beoordelingspraktijken", waarschuwt Sherman. "Ten eerste is er in een organisatie van welke omvang dan ook absoluut geen enkele hoop dat de misleiding niet aan het licht komt. Alle organisaties hebben informatielekken en dit soort informatie zal zeker naar buiten komen.
Volgens Shermans inschatting zouden de gevolgen ernstig zijn.
"Zodra deze informatie bekend wordt, zal het vertrouwen in de organisatie volledig instorten", zegt hij. "Medewerkers zullen protesteren, ontslag nemen en misschien nog erger: volledig afhaken."
Zijn advies aan organisaties die in een dergelijk scenario terechtkomen, laat niets aan duidelijkheid te wensen over. Werknemers zullen om verantwoording vragen, wat waarschijnlijk betekent dat senior leiders die bij de misleiding betrokken zijn, moeten vertrekken.
"Zelfs dan", zegt hij, "zal de organisatie sterk moeten overwegen om het volledige beoordelingsproces radicaal transparant te maken om het vertrouwen geleidelijk terug te winnen."
Goldbergs advies aan organisaties die zich in deze positie bevinden, is eenvoudiger, maar leidt tot dezelfde conclusie.
Wat de keuze onthult
De beslissing om wel of niet bekend te maken dat AI wordt gebruikt bij prestatiemanagement wordt zelden voorgesteld als een keuze tussen prestaties en vertrouwen. Vaker wordt deze gepresenteerd als een vraagstuk rond technische implementatie of als een uitdaging op het gebied van verandermanagement. Maar het onderzoek suggereert dat het in werkelijkheid een lakmoesproef is voor de waarden van een organisatie.
Bedrijven die optimaliseren voor kortetermijnprestatie-indicatoren hebben een duidelijk belang bij het verbergen van de betrokkenheid van AI. Het effect van de inzet is reëel en meetbaar.
Bedrijven die bouwen aan een transformatie op lange termijn kunnen zich de schending van vertrouwen niet veroorloven, zelfs als dit betekent dat ze lagere directe prestaties moeten accepteren.
Er is ook een verontrustende klassendimensie die vakmensen zelden rechtstreeks bespreken. Wie krijgt in organisaties die het gebruik van AI gedeeltelijk bekendmaken, wat te weten? Krijgen leidinggevenden transparante AI-systemen, terwijl eerstelijnsmedewerkers verborgen AI-feedback ontvangen? De vertrouwenskloof tussen leiderschap en werknemers is al groot. Selectieve bekendmaking zou die kloof volledig kunnen doen instorten.
Shermans punt over de onvermijdelijke ontdekking verdient nadruk. In een tijdperk waarin werknemers interne communicatie vastleggen als schermafbeelding, anoniem berichten plaatsen op beoordelingssites voor bedrijven en zich organiseren via privékanaal in Slack, is het onwaarschijnlijk dat de betrokkenheid van AI bij prestatiebeoordelingen geheim kan blijven.
Voeg daar Goldbergs observatie aan toe dat werknemers door AI gegenereerde tekst al aan de hand van patronen kunnen herkennen, en de aanpak om het te verbergen lijkt minder op een strategie en meer op een manier om het onvermijdelijke uit te stellen.
De vraag is niet langer óf werknemers erachter komen, maar wat er gebeurt wanneer dat gebeurt.
AI Transparency in Performance Management
Een andere toepassing
Goldberg ziet de echte belofte van AI op het gebied van prestatiemanagement vanuit een geheel andere richting komen: feedback in real time in plaats van jaarlijkse of driemaandelijkse beoordelingen.
"AI-systemen kunnen helpen om op het moment zelf veel feedback te geven, wanneer die het meest nuttig is," legt ze uit. "Maar AI kan al deze feedbackpunten gedurende een beoordelingsperiode integreren om een evenwichtiger en minder bevooroordeeld beeld van individuele prestaties te geven. Dit is de kracht van AI in prestatiemanagement, niet simpelweg het schrijven van de beoordeling."
Dit plaatst de kwestie van bekendmaking in een ander perspectief. Als AI onmiddellijke, contextuele feedback geeft over specifieke acties — bijvoorbeeld aangeeft wanneer projectdeadlines niet worden gehaald, opmerkt wanneer samenwerkingspatronen veranderen en signaleert wanneer de communicatie afneemt — is de bron minder belangrijk dan de tijdigheid. Werknemers kunnen het directe verband zien tussen hun acties en de feedback, wat vertrouwen opbouwt in de nauwkeurigheid van het systeem in plaats van dat vertrouwen te ondermijnen.
De jaarlijkse prestatiebeoordeling die door AI is geschreven, veroorzaakt nog steeds het bekendmakingseffect, omdat deze menselijke beoordeling probeert na te bootsen in een context waarin relatie en autoriteit van belang zijn.
Feedback van AI in real time werkt in een ander register. Het doet niet alsof het menselijke wijsheid is, maar levert datagestuurde observaties die mensen op grote schaal moeilijk zouden kunnen geven.
Of deze aanpak de prestatiedaling voorkomt die bekendmaking veroorzaakt, is op schaal voor zover ik kan nagaan nog niet getest, en percepties hierover kunnen veranderen naarmate men meer vertrouwd raakt met de werking van AI. Maar het suggereert dat het debat over verbergen versus bekendmaken mogelijk de verkeerde vraag stelt over de verkeerde toepassing van de technologie.
De onopgeloste vraag
Voor leiders die vandaag beslissingen nemen over de inzet van AI biedt het onderzoek geen comfortabele opties.
De voorstanders van transparantie — O'Neil, Goldberg en Sherman — stellen dat het verbergen van de betrokkenheid van AI gegarandeerd tot een vertrouwenscatastrofe leidt wanneer dit wordt ontdekt, en dat werknemers door AI gegenereerde tekst toch al kunnen herkennen. Het is beter om door eerlijkheid AI-klare culturen op te bouwen, ook al kost dat op korte termijn prestaties.
Het tegenargument is moeilijker terzijde te schuiven dan het lijkt. Als feedback van AI objectief gezien vooroordelen vermindert, consistentere beoordelingen oplevert en resultaten verbetert, is transparantie dan een dure luxe die er vooral toe dient om HR-leiders zich ethisch te laten voelen?
Geen van beide partijen kan wijzen op longitudinale gegevens die laten zien wat er drie jaar na de invoering van transparante feedback door AI gebeurt. De technologie heeft zich te snel ontwikkeld en de implementaties zijn te recent. Maar de keuze laat zien wat leiders geloven over hun personeel en wat ze bereid zijn op te offeren om resultaten te behalen.
Organisaties die voor ondoorzichtigheid kozen, namen het risico dat prestatiewinst de uiteindelijke vertrouwenscrisis waard zou zijn. Organisaties die voor transparantie kozen, nemen het risico dat het opbouwen van AI-klare culturen eerlijkheid vereist over de rol van AI, zelfs wanneer dit op korte termijn prestaties kost.
Het onderzoek laat zien wat er direct na bekendmaking gebeurt. Wat we voorlopig nog niet met dezelfde zekerheid kunnen beantwoorden, is welke aanpak na verloop van tijd veerkrachtigere organisaties met betere prestaties opbouwt.
Voorlopig blijft dat een kwestie van filosofie, risicotolerantie en het soort organisatie dat leiders proberen op te bouwen.
