Skip to main content

Kunstmatige intelligentie (AI) verandert snel de manier waarop we leven en werken. Van slimme assistenten tot geavanceerde data-analyse: AI heeft zijn weg gevonden naar bijna elk onderdeel van het bedrijfsleven — en functioneringsgesprekken vormen daarop geen uitzondering.

In dit artikel onderzoeken we hoe AI het traditionele beoordelingsproces van werknemers transformeert, wat de voordelen en nadelen zijn en met welke best practices je rekening moet houden als je overweegt om AI-gestuurde functioneringsgesprekken in je bedrijf te gebruiken.

Hoe AI functioneringsgesprekken beïnvloedt

Functioneringsgesprekken vonden vroeger jaarlijks plaats — en werden vaak gevreesd — waarbij werknemers met hun managers gingen zitten om te bespreken wat er het afgelopen jaar goed en fout was gegaan. De afgelopen jaren is er veel opnieuw nagedacht over deze benadering van prestatiemanagement, waarbij bedrijven overstappen op halfjaarlijkse en driemaandelijkse gesprekken met een hogere regelmaat. 

Continue Reading for Free

Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.

Nu zorgt AI voor verdere verstoring van de ouderwetse aanpak door voortdurend datagestuurd inzicht te bieden dat objectiever en minder tijdrovend is.

AI-gestuurde tools voor functioneringsgesprekken beginnen te laten zien dat ze werknemersgegevens in realtime kunnen analyseren en feedback kunnen geven op basis van daadwerkelijke meetgegevens in plaats van menselijke vooroordelen of herinneringen.

AI kan bijvoorbeeld projectdoorlooptijden, communicatiepatronen en zelfs productiviteitsniveaus beoordelen met behulp van verschillende tools die zijn geïntegreerd met werksystemen zoals Slack of platforms voor projectmanagement.

Een praktisch voorbeeld hiervan is de manier waarop IBM's systeem "Watson" wordt gebruikt om de prestaties van werknemers te voorspellen op basis van een combinatie van gegevenspunten, zoals betrokkenheid, sentiment en essentiële prestatie-indicatoren (KPI's). 

Het systeem biedt managers objectievere beoordelingen, zodat ze betere beslissingen kunnen nemen over promoties, salarisverhogingen of verbeterplannen voor prestaties.

Voordelen van AI voor functioneringsgesprekken

AI gebruiken voor functioneringsgesprekken heeft veel potentiële voordelen die traditionele methoden moeilijk kunnen evenaren. 

Laten we enkele daarvan bekijken.

1. Verbeterde nauwkeurigheid en objectiviteit

In theorie kan AI helpen om menselijke vooroordelen en fouten te elimineren. Maar vergis je niet: AI is niet van nature vrij van vooroordelen, want het wordt getraind met historische gegevens en de kennis van de mensen die het ontwikkelen. Maar als het goed wordt uitgevoerd, kan het hier een positieve invloed hebben. 

Traditionele functioneringsgesprekken kunnen worden vertekend door factoren zoals recentheidsbias (wanneer managers zich alleen richten op recente gebeurtenissen) of vriendjespolitiek. Met AI zijn beoordelingen gebaseerd op gegevenspunten die in de loop van de tijd zijn verzameld, wat zorgt voor een uitgebreidere en eerlijkere beoordeling van het werk van een werknemer.

2. Voortdurende feedback

Voortdurende feedback stelt werknemers in staat om zich gedurende het jaar aan te passen en te verbeteren, in plaats van vlak voor een beoordeling alles nog snel te moeten regelen. En met AI vindt die feedback in realtime plaats zodra prestatieproblemen ontstaan.

Volgens een onderzoek van Gallup zijn werknemers die dagelijks feedback van managers ontvangen drie keer meer betrokken dan werknemers die één keer per jaar feedback krijgen.

Met AI-gestuurde beoordelingen is feedback die voortdurend prestatiemanagement ondersteunt niet alleen mogelijk, maar ook schaalbaar binnen een hele organisatie.

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.

3. Datagestuurde inzichten

AI kan enorme hoeveelheden gegevens verwerken — iets wat mensen simpelweg niet met dezelfde snelheid kunnen. Dit maakt meer gepersonaliseerde feedback mogelijk. AI kan bijvoorbeeld trends aan het licht brengen waaruit blijkt dat een werknemer het best presteert bij samenwerkingsprojecten of uitblinkt tijdens taken met veel stress. Zo kunnen managers gerichter advies geven over hoe een werknemer zijn of haar sterke punten optimaal kan benutten.

4. Minder administratieve lasten

HR-professionals en managers besteden talloze uren aan het verzamelen van informatie, het plannen van vergaderingen en het invullen van formulieren voor functioneringsgesprekken. AI kan een groot deel van dit proces automatiseren, zodat HR-teams zich kunnen richten op strategische initiatieven in plaats van papierwerk.

Nadelen van AI-gestuurde functioneringsgesprekken

Ondanks de duidelijke voordelen zijn er ook uitdagingen die je in het AI-tijdperk moet aangaan, vooral wanneer je AI implementeert in functioneringsgesprekken. Het is geen perfect systeem en net als elk hulpmiddel heeft het beperkingen.

Gebrek aan emotionele intelligentie

AI is geweldig in het verwerken van cijfers, maar kan de nuances van menselijke interactie of emotionele intelligentie niet beoordelen. Zo kan AI bijvoorbeeld een werknemer markeren wegens ondermaats presteren op basis van statistieken, zonder rekening te houden met persoonlijke omstandigheden zoals een noodsituatie in de familie of psychische problemen.

Risico op overmatige afhankelijkheid

Hoewel AI waardevolle inzichten kan bieden, is het belangrijk om er niet uitsluitend op te vertrouwen. Menselijke intuïtie, context en empathie blijven essentieel bij het beoordelen van de algehele bijdrage van een werknemer aan het bedrijf.

Als het systeem uitvalt of problemen ondervindt, is het bovendien belangrijk dat mensen nog steeds over de vaardigheden beschikken om bedrijfskritieke taken voort te zetten. Uiteindelijk zal samenwerking tussen mensen en AI tot succes leiden.

Mogelijke vooroordelen in algoritmen

Hoewel AI vooroordelen probeert te verminderen, is het belangrijk om te onthouden dat AI-systemen slechts zo goed zijn als de gegevens waarmee ze worden getraind. Als historische gegevens bevooroordeeld zijn (bijvoorbeeld doordat ze het ene geslacht of ras bevoordelen boven het andere), kan AI deze vooroordelen onbedoeld versterken. Een bekend voorbeeld is de AI-wervingstool van Amazon, die werd stopgezet omdat deze vooroordelen tegen vrouwelijke kandidaten vertoonde.

Beste werkwijzen voor het implementeren van AI-beoordelingen van prestaties

Als je overweegt AI te gebruiken voor prestatiebeoordelingen, moet je de implementatie zorgvuldig aanpakken. Hier zijn enkele beste werkwijzen die je daarbij kunnen helpen:

Het juiste AI-hulpmiddel voor jouw behoeften

Niet alle AI-hulpmiddelen voor prestatiebeheer zijn hetzelfde. Sommige zijn uitgebreider dan andere, terwijl sommige kostenefficiënt zijn en bij specifieke zaken helpen. Beoordeel de specifieke behoeften van je bedrijf voordat je een hulpmiddel selecteert.

Sommige hulpmiddelen richten zich bijvoorbeeld op voortdurende feedback, terwijl andere uitgebreidere gegevensanalyses bieden. Zorg ervoor dat het hulpmiddel integreert met je huidige HR-software en communicatieplatforms.

Zorg voor gegevensprivacy

Werknemersgegevens zijn gevoelig en elk AI-gestuurd systeem dat je implementeert, moet voldoen aan privacywetgeving zoals de Algemene verordening gegevensbescherming (GDPR) of de California Consumer Privacy Act (CCPA). Communiceer duidelijk met werknemers over welke gegevens worden verzameld en hoe deze worden gebruikt.

Train je managers

AI is alleen nuttig als mensen weten hoe ze het moeten gebruiken. Train managers in het interpreteren van door AI gegenereerde inzichten en in het combineren daarvan met hun eigen oordeel. Er zijn veel goede managers op de werkvloer die niet vervangen hoeven te worden door een geautomatiseerde ervaring. 

Nogmaals, het doel is om mensen in het proces van prestatiebeheer te ondersteunen, niet om hen te vervangen. 

Controleer op vooroordelen

Controleer je AI-systeem regelmatig om te zien of er aanwijzingen zijn voor vooroordelen. Als het systeem beslissingen neemt die de ene groep onevenredig bevoordelen boven de andere, moet je de algoritmen of gegevensinvoer aanpassen.

Wanneer je een AI-systeem implementeert in een bestaand proces dat grotendeels goed werkt voor je organisatie, moet je ook de beste werkwijzen voor prestatiebeheer opnieuw bekijken waarop je huidige processen zijn gebaseerd. Zo zorg je ervoor dat de toevoeging van AI bij het proces past, en niet andersom.

Instructies die managers kunnen uitproberen

Managers kunnen moeite hebben om AI-inzichten te integreren in echte gesprekken. Hier zijn enkele instructies om door AI gestuurde feedback over prestaties te combineren met menselijke interactie:

  • "De AI heeft gesignaleerd dat de doorlooptijd van je projecten de afgelopen zes maanden met 15% is verbeterd. Kun je vertellen welke veranderingen je hebt doorgevoerd om je efficiëntie te verbeteren?"
  • "Volgens de feedbackgegevens zijn je scores voor samenwerking consistent hoog. Hoe kunnen we die vaardigheid inzetten bij komende teamprojecten?"
  • "AI-gegevens laten een lichte daling zien in de communicatiestatistieken in het afgelopen kwartaal. Met welke uitdagingen heb je te maken gehad en hoe kunnen we je ondersteunen?"

Hoe managers vooringenomenheid in AI-beoordelingen van prestaties kunnen voorkomen

Vooringenomenheid in AI is een reëel probleem. Deze kan in elke fase voorkomen, van de analyse tot de vragen voor prestatiebeoordelingen die je aan medewerkers voorlegt. Om eerlijkheid te waarborgen, kunnen managers met een paar eenvoudige stappen bijdragen aan een goede ervaring met prestatiebeoordelingen:

Algoritmen controleren en aanpassen

Controleer de algoritmen regelmatig om er zeker van te zijn dat ze niet onbedoeld vooringenomen zijn. Mogelijk moeten leden van je IT-/technologieteams bij dit proces worden betrokken. Zorg daarom voor draagvlak bij de juiste personen binnen die afdeling. 

Sommige AI-tools bieden inzicht in de manier waarop beslissingen worden genomen, waardoor HR potentiële problemen gemakkelijker kan signaleren.

AI en menselijk oordeel combineren

Als het klinkt alsof ik mezelf herhaal, dan klopt dat. En met een goede reden. Overmatig vertrouwen op AI betekent niet alleen dat mensen AI te veel en te snel gebruiken; het gaat ook om de langetermijnimpact waarbij mensen een deel van hun vaardigheden verliezen door het gebrek aan cognitieve uitdaging.

Zoals ook blijkt uit een onderzoek van Stanford University, gaat het bovendien om de bereidheid van mensen om de analyse of beslissing van AI te accepteren, zelfs wanneer deze onjuist is.  

AI kan gegevens leveren, maar kan niet alles in kaart brengen. Managers moeten altijd rekening houden met de unieke situatie, vaardigheden en bijdragen van de medewerker, naast wat het AI-systeem rapporteert.

AI in HR, of het nu gaat om prestatiemanagement of werving, vereist nog steeds een menselijke benadering.

Diverse trainingsgegevens

Hoe diverser de gegevens waarop het AI-systeem wordt getraind, hoe kleiner de kans dat het vooroordelen ontwikkelt. Zorg ervoor dat je AI-leverancier zich inzet voor het gebruik van diverse en representatieve gegevenssets.

Wil je op de hoogte blijven van de nieuwste ontwikkelingen op het gebied van AI, HR-technologie en peoplemanagement? Abonneer je dan op de People Managing People-nieuwsbrief en ontvang de nieuwste inzichten, deskundige tips en trendanalyses rechtstreeks in je inbox.