Rozwój pracowników i nadzór są dostępne w tym samym narzędziu
Widoczna praca: Uwidocznienie ukrytych zachowań w miejscu pracy może usprawnić rozwój pracowników, ale tylko wtedy, gdy mogą oni działać na podstawie ustaleń.
Testy projektu: Nagrywanie i analiza stają się możliwe do obrony, gdy odbiorcy, kontrola pracowników i przechowywanie danych zostaną ustalone przed wdrożeniem.
Pilotaż JPMorgan: Raport monitoringu JPMorgan ujawnia godziny, nad którymi analitycy nie mają kontroli, co może przekierować presję na niedokładne karty czasu pracy.
Ryzyko związane z danymi: Monitorowanie pracowników tworzy trwałe zagrożenia dla bezpieczeństwa i ponownego wykorzystania danych, gdy firmy gromadzą więcej informacji, niż jest to konieczne.
Lepsze wsparcie: Sztuczna inteligencja może wzmacniać wskazówki dotyczące pracy, gdy liderzy wykorzystują pytania pracowników do identyfikowania słabego wsparcia, a nie do karania pojedynczych osób.
Menedżer w Cognite usiadł z raportem z własnych rozmów rekrutacyjnych i odkrył, że 90% jego pytań miało charakter zamknięty. Inny dowiedział się, że mówił przez 85% rozmowy, którą powinien był poświęcić na słuchanie.
Żaden z nich nie dowiedział się o tym w ramach postępowania dyscyplinarnego ani krytyki. Pokazano im coś, czego sami nie mieli możliwości dostrzec, a według Brada Wilkinsa, wiceprezesa ds. personalnych, który nadzoruje skrypty coachingowe generujące te raporty, większość z nich to naprawiła.
„Większość z nich chce być lepsza, po prostu nigdy nie miała lustra” — powiedział nam Wilkins.
Continue Reading for Free
Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.
Have an account? Log In
To dobry rezultat, który osiągnięto dzięki procesowi rejestrującemu każde słowo wypowiedziane przez dwie osoby podczas prywatnej rozmowy. Najpierw odbyło się nagranie, a dopiero potem coaching — i ta kolejność ma większe znaczenie, niż mogłoby się wydawać.
Wilkins opisuje coś rzeczywistego. Mówi o tym, jak sztuczna inteligencja uwidacznia wcześniej niewidoczną pracę — czy chodzi o kalendarz, który oddalił się od priorytetów określonych przez menedżera, wdrożenie pracownika zmierzające w złym kierunku w trzecim tygodniu czy wysokowydajnego pracownika, który zaczyna obniżać loty.
Te rzeczy zawsze się działy. Po prostu działy się poniżej poziomu rozdzielczości ludzkiej uwagi, a teraz już tak nie jest.
Pomiar zawsze prowadzi do sposobu obejścia systemu
Lynn Parramore, badaczka zajmująca się pomiarami w miejscu pracy, sięga wstecz do Samuela Benthama, który zaprojektował fabrykę, w której jeden nadzorca mógł obserwować każdego pracownika z centralnego punktu. Jego brat Jeremy wykorzystał ten projekt w więzieniu i nadał mu nazwę, która się przyjęła. Istotą panoptykonu nigdy nie było samo obserwowanie, lecz to, że pracownicy mieli uwewnętrznić możliwość bycia obserwowanymi i sami się kontrolować.
Stulecie później Frederick Taylor przyniósł na halę fabryczną stoper i podzielił pracę na mierzone w czasie elementy. To działało, jak mówi Parramore, „do pewnego momentu”. Przestało działać, gdy pracownicy znaleźli lukę w systemie. Zerowali zegar, kiedy wychodził z pomieszczenia.
Sto lat później pracownicy zdalni poruszają myszą, aby udawać aktywność, albo ustawiają ananasa przed kamerą laptopa, by wyglądał jak człowiek siedzący przy biurku.
Ludzie mają po prostu wrodzony opór przed inwazyjnym, naruszającym prywatność monitorowaniem i to się nie zmieni. Taka jest ludzka natura.
Ten schemat obowiązuje również dziś. Pomiar wiąże się z czymś, czego organizacja naprawdę chce — czy chodzi o mniejszą liczbę wypadków na hali fabrycznej, czy o menedżera, który wreszcie dowiaduje się, jak brzmi w pomieszczeniu — a opór, który wywołuje, traktuje się jako problem z przestrzeganiem zasad.
Parramore zauważa, że odpowiedź na to pytanie często zależy od geografii, a nie od zasad. W znacznej części UE rady zakładowe mają prawo konsultować systemy monitorowania, zanim zostaną wdrożone, dzięki czemu rozmowa o tym, do czego jeszcze mogą posłużyć dane, odbywa się z wyprzedzeniem i obejmuje osoby, których pomiar dotyczy.
Amerykański standard jest bliższy kwestii własności. Firma jest właścicielem laptopa, więc może widzieć, co się na nim dzieje.
Trzy pytania decydują o tym, czym stanie się ta możliwość
Rejestrowanie, transkrypcja i analityka zachowań to jedna możliwość. O tym, w co się ona przerodzi, decydują odpowiedzi na trzy pytania projektowe, a moja teza jest taka, że te decyzje wykonują całą pracę, którą zwykle przypisuje się intencjom.
- Kto widzi wyniki?
- Czy osoba poddawana pomiarowi może podjąć działania na podstawie tego, co widzi?
- Czy zapis pozostaje dostępny po chwili, w której został wykorzystany?
Przyjrzyjmy się w ten sposób działaniom Grega Russella w Cover Genius. Russell, wiceprezes ds. talentów, za zgodą nagrywa każdą wstępną rozmowę telefoniczną i rozmowę panelową, a sztuczna inteligencja dokonuje ich transkrypcji i podsumowania.
Wykorzystuje te wyniki, aby szkolić osoby prowadzące rozmowy rekrutacyjne w zakresie jakości pytań, proporcji czasu mówienia oraz tego, czy rzeczywiście przedstawiają firmę kandydatowi, który ma trzy inne oferty. Nazywa to bezprecedensowym wglądem w skuteczność osób prowadzących rozmowy, a dla większości zespołów ds. pozyskiwania talentów jest to rzeczywiście nowa możliwość, a nie ulepszenie starej.
Zwraca też uwagę na coś, co łatwo przeoczyć: osoby prowadzące rozmowy są bardziej obecne w konwersacji, ponieważ nie zapisują notatek, gdy ktoś mówi.
Wynik trafia do osoby prowadzącej rozmowę oraz do Russella. Osoba prowadząca rozmowę może zmienić sposób przeprowadzania rozmów w przyszłym tygodniu, a najważniejszym zabezpieczeniem zbudowanym przez Russella jest to, że ludzie sami sporządzają własną ocenę i przyznają własną punktację, a sztuczna inteligencja nigdy automatycznie nie odrzuca kandydata.
Rozmowa Russella dotycząca przywództwa i wartości ma moc weta, a on czyta transkrypcję w każdym przypadku oznaczonym jako „nie”. Był umiarkowanie zaskoczony, że musiał wyraźnie powiedzieć, iż nie ma automatycznego odrzucania.
Nie sądzę, żeby powinien być zaskoczony. Powodem, dla którego trzeba to powiedzieć, jest to, że nic w tej technologii tego nie wymusza. Obowiązuje to, ponieważ on tak zdecydował.
Wilkins przechodzi ten sam test, a jego trzystopniowa taksonomia określająca, gdzie sztuczna inteligencja przewodzi, gdzie pomaga, a gdzie w ogóle nie ma prawa głosu, jest tym samym odruchem wyrażonym jako struktura, a nie jako zasada.
Zgoda odgrywa w przypadku Russella rzeczywistą rolę. Kandydaci i osoby prowadzące rozmowy wiedzą, że nagranie jest wykonywane. To nie jest drobny element projektu, lecz rzecz, która sprawia, że cała reszta daje się obronić, i jest to pierwsza rzecz, z której zwykle się rezygnuje, gdy narzędzie skaluje się z jednego zespołu na całą firmę.
JPMorgan: sukcesy i porażki
W marcu „Financial Times” poinformował, że JPMorgan rozpoczął pilotaż porównujący liczbę godzin raportowanych przez młodszych bankierów w kartach czasu pracy z aktywnością zarejestrowaną przez bankowe systemy informatyczne, na podstawie wideorozmów, naciśnięć klawiszy na komputerach i zaplanowanych spotkań.
Bankierzy otrzymują cotygodniowy raport pokazujący te dwie liczby obok siebie. Bank stwierdził, że narzędzie służy „zwiększaniu świadomości”, a nie egzekwowaniu zasad, i że nie będzie wykorzystywane do oceny wyników pracy; porównał te raporty do cotygodniowego podsumowania czasu spędzanego przed ekranem w telefonie.
Ramy tego rozwiązania dotyczą dobrostanu, ponieważ leżący u jego podstaw problem jest realny. Młodsi pracownicy bankowości od dziesięcioleci pracują po 100 godzin tygodniowo, a po tym, jak śmierć dwojga młodych bankierów w 2024 i 2025 roku przyciągnęła uwagę całej branży, JPMorgan utworzył stanowisko odpowiedzialne za dobrostan młodszych bankierów i ograniczył tydzień pracy do 80 godzin.
To wersja oparta na dobrej wierze. Nikt nie próbuje nikogo przyłapać. Limit sam się nie utrzymał, a widoczność jest tym, do czego można się teraz odwołać — to ten sam odruch, który stoi za pokazywaniem menedżerowi proporcji czasu, przez jaki mówił.
Przeprowadźmy pilotaż przez te trzy pytania. Bankier otrzymuje raport, co jest czymś więcej, niż dostaje większość monitorowanych pracowników.
Drugie pytanie pokazuje, gdzie wszystko się rozpada. Menedżer, który dowiaduje się, że zadawał pytania zamknięte, może następnego dnia zadawać pytania otwarte. Analityczka na pierwszym roku, która dowiaduje się, że pracowała 91 godzin, nie może zdecydować, że będzie pracować 60, ponieważ liczbę godzin wyznacza napływ transakcji oraz dyrektor zarządzający, który wysyła uwagi o 23:00.
Raport mówi jej coś, co już wiedziała, o warunku, nad którym nie ma kontroli, a jedyną zmienną, na którą rzeczywiście może wpłynąć, jest to, co wpisze w karcie czasu pracy.
Relacje z pilotażu wskazywały, że młodsi pracownicy byli wcześniej zachęcani do zaniżania liczby godzin, aby mieścić się w wewnętrznych limitach, co oznacza, że pomiar dotyka jedynego zachowania, na które pracownik ma jakikolwiek wpływ — i dotyka go niezależnie od tego, czy ktokolwiek taki efekt zamierzał.
Trzeci test wymaga pewnej uwagi. Dane te istnieją teraz w systemach banku, są generowane w sposób ciągły, a zobowiązanie, że nie będą wykorzystywane do oceny, jest zobowiązaniem wynikającym z polityki, a nie z architektury systemu. Polityki są zmieniane przez osoby, które ich nie tworzyły.
Intencje nie wytrzymują kontaktu z infrastrukturą
Co więc dzieje się ze zgromadzonymi danymi, gdy nikt nie zdecydował, jak długo mają być przechowywane?
WorkComposer to narzędzie do monitorowania pracowników używane przez ponad 200 000 osób, które rejestruje aktywność i okresowo wykonuje zrzuty ekranu.
W lutym 2025 roku badacze z Cybernews znaleźli ponad 21 milionów takich zrzutów ekranu w niewłaściwie skonfigurowanym zasobniku Amazon S3, dostępnym dla każdego, kto wiedział, gdzie szukać. Obrazy zawierały wiadomości e-mail, wewnętrzne czaty, poufne dokumenty biznesowe oraz strony logowania wyświetlające nazwy użytkowników, hasła i klucze API.
Badacze powiadomili firmę dzień po wykryciu problemu, ale zasobnik zamknięto dopiero 1 kwietnia.
Sześć tygodni. Nikt w żadnej z tych firm nie zdecydował się opublikować dni pracy swoich pracowników. Zdecydowali się je mierzyć, a publikację spowodowała konfiguracja systemu przechowywania.
To właśnie ta część problemu, do której nie dociera żadne oświadczenie intencji. Niezależnie od tego, co gromadzisz, ponosisz teraz odpowiedzialność za przechowywanie tych danych i odpowiadasz za nie w warunkach, nad którymi nie masz pełnej kontroli, w obliczu zmian dostawców, przejęć, rotacji pracowników oraz każdej zachęty, jaka kiedykolwiek może się pojawić, by znaleźć drugie zastosowanie dla danych, które już posiadasz.
Parramore przywołuje przypadek pokazujący, jak wygląda drugie zastosowanie. Jak zauważa, pracownicy Meta byli monitorowani w sposób, który zasilał szkolenie systemów, o których podejrzewali, że są budowane po to, by ich zastąpić. Gromadzenie danych przetrwało swój deklarowany cel, a osoby generujące te dane jako ostatnie zostały zapytane o nowy cel.
Gdy system generuje wynik, którego osoba, której on dotyczy, nie może zakwestionować, ta osoba nie przestaje kierować się własnym osądem. Osąd po prostu schodzi do podziemia, a organizacja traci tę informację razem z zaufaniem.
To jest słowo, którego unikałem, i nadszedł czas, by go użyć. Nadzór nie jest kategorią technologii. To właśnie staje się monitorowanie, gdy monitorowana osoba może zobaczyć wynik i nic z nim zrobić albo w ogóle nie może go zobaczyć, a zapis przetrwa dłużej niż powód, dla którego został utworzony.
More Articles
- Wciąż błędnie mierzymy zwrot z inwestycji w AI, a ten błąd staje się coraz bardziej kosztowny
- Twój trener sztucznej inteligencji ma świetne recenzje i żadnych rezultatów
- Czego Twoi agenci nie ukończą bez Ciebie
- Problemy z premią za umiejętności AI: dlaczego wyższe wynagrodzenie za kompetencje AI może przynieść odwrotny skutek
Przydatna decyzja projektowa
Analiese Brown, dyrektorka ds. pracowników w Campminder, stworzyła w Claude projekt poziomów kariery, połączony z opisami stanowisk w firmie i jej filozofią oceny wyników. Pracownicy używają go do zadawania pytań o własny rozwój — pytań, które dawniej ludzie zadawali przełożonemu, jeśli mu ufali.
Jej zespół może zobaczyć pytania zadawane przez pracowników oraz odpowiedzi generowane przez system. To taki sam układ jak we wszystkim, co dotąd omówiłem: jedna grupa obserwuje działania innej grupy wewnątrz narzędzia. To, co ona z tym robi, jest inne.
Traktuje to jako siatkę bezpieczeństwa, obserwując, gdzie odpowiedzi są powierzchowne albo gdzie ludzie wciąż krążą wokół tej samej niepewności, ponieważ właśnie tam potrzebne jest ludzkie wsparcie, do którego nie docierają. Jej ujęcie jest takie, że automatyzacja nie zastępuje ludzkiego wsparcia, lecz je chroni, pokazując, gdzie jest potrzebne.
Brown obserwuje jakość wsparcia, a nie wyniki pracownika, a tym, co system tworzy, nie jest zapis, lecz sygnał dla kogoś z działu HR, by odszukał pracownika, który wciąż zadaje to samo pytanie na trzy różne sposoby.
Dział zakupów odpowiada w Twoim imieniu
Te trzy pytania są obecnie rozstrzygane wewnątrz większości firm, które w ciągu ostatnich 18 miesięcy kupiły narzędzie do sporządzania notatek, narzędzie do transkrypcji lub warstwę analityczną, a w wielu z tych firm odpowiedzi wyznacza termin odnowienia umowy, domyślne ustawienie przechowywania danych oraz lista kontrolna wdrożenia dostawcy.
To nie jest porażka etyczna. To porażka właściwej kolejności działań. Narzędzie pojawia się, pilotaż przebiega pomyślnie, wartość coachingowa jest realna i widoczna już w pierwszym miesiącu, a zasady przechowywania danych są dokładnie takie, jakie dostarczył dostawca. Zanim ktokolwiek zapyta, jak długo przechowywane są transkrypcje i kto jeszcze może je pobierać, jest ich już 14 miesięcy.
Russell, Wilkins i Brown podjęli swoje decyzje przed wdrożeniem i żadne z nich nie potrzebowało do tego ram organizacji nadzoru. Musieli zdecydować, do czego miała służyć widoczność.
