Sürekli Performans Geri Bildirimi, Şirketlerin Bunu Nasıl Yürüttüğünü Görene Kadar Dönüştürücü Görünüyor

Gerçek zamanlı performans yönetiminin temel bir parçası olan sürekli performans geri bildirimi, son dönemdeki çoğu insan yönetimi uygulamasından daha hızlı bir şekilde konferanslarda dile getirilen bir temenniden kurumsal uygulamaya dönüştü ve bu sistemlerin işleyişinde yapay zekâ giderek daha fazla rol oynuyor.

Satıcıların sunduğu vaat tutarlı: gerçek zamanlı girdiler, yakın zamanlılık yanlılığının azaltılması ve belirli bir öğleden sonra yöneticinin kendini nasıl hissettiğinden etkilenmeyen geri bildirim.

Çalışanlar, uzun zamandır yıllık değerlendirmelerin sunduğundan daha sık ve daha spesifik girdiler istediklerini söylüyor. Yapay zekâ destekli sistemler tam olarak bunun için tasarlanmış durumda, ancak vaat ile uygulama arasındaki farkı görmezden gelmek giderek zorlaşıyor.

Yöneticilerin Otomatik Onay Sorunu

Yöneticiler, bunları üreten modelleri incelemeden yapay zekâ tarafından oluşturulan özetleri onaylıyor.

İnsan ve performans süreçlerinde yapay zekâ kullanan kuruluşlarla çalışan bir örgüt psikoloğu ve UptakeAI'ın kurucu ortağı Andrew Whyatt-Sames, bunun tekrar tekrar yaşandığını gözlemledi.

2.000 kişilik bir şirketteki uygulamanın başlamasından üç ay sonra, birinci kademe yöneticilerinden biri ona şunları söyledi: "'Güçlü iletişimci' yazıyordu ve ben de katıldım — tüm veriler orada, değil mi?"

Temel model, iletişim için bir gösterge olarak toplantılara katılımı ağırlıklandırıyordu. Yöneticilerin bundan haberi yoktu.

Sorunun bir bölümü temel nitelikte. Sürekli geri bildirim sistemleri, sürekli ve yüksek kaliteli verilere ihtiyaç duyar. Çoğu kuruluşta bu veriler yok.

The Predictive Index'te Yetenek Optimizasyonundan Sorumlu Başkan Yardımcısı Matt Poepsel, mart ayında Transform konferansında bizimle konuştuğunda şöyle söyledi: "Size verdiğiniz bağlam neyse yalnızca ona sahip olur," dedi. "Bu, bir arkadaşınızdan patronunuz hakkında tavsiye istemenize ve onun da 'Patronunu gerçekten tanımıyorum — bana daha fazlasını anlatman gerekecek' demesine benzer."

Belirttiğine göre, yapay zekâ devreye girmeden önce de çalışan verileri tutarsızdı. Güncelliğini yitirmiş ilanlardan alınan iş tanımları, değişen gerekliliklere bağlı beceri değerlendirmeleri ve yöneticiler bunları sormak üzere eğitilmediği için hiç oluşturulmayan davranış profilleri.

Temel veriler zayıf olduğunda sürekli geri bildirim kendi kendini düzeltmez. Sorunu daha yüksek bir sıklıkta büyütür.

Açıklama Her İki Durumda da Sorun

Benimsemeyi daha da zorlaştıran bir güven dinamiği var. Daha önce ele aldığımız gibi, Strategic Management Journal dergisinde yayımlanan 2021 tarihli bir araştırma, yapay zekâ tarafından oluşturulan geri bildirimin ölçülebilir sonuçlarda insan yöneticilerin geri bildirimlerinden daha iyi olduğunu, ancak yalnızca çalışanlar bunun bir makine tarafından oluşturulduğunu bilmediğinde ortaya koydu. Açıklandığında performans kazanımları ortadan kalkıyor.

Enetic'in Kurucusu ve CEO'su Kamaria Scott, açıklama sorununun doğrudan yaşandığına tanık oldu.

"Bu konuda asla yalan söylemeyin," dedi. "Şeffaf olmalısınız."

Yapay zekâ tarafından oluşturulan geri bildirimi ileten yöneticiler, yapay zekânın sürece dahil olduğunu açıklamaları hâlinde çalışanların geri bildirimi göz ardı etmesi riskiyle karşı karşıya. Açıklamayanlar ise er ya da geç gündeme gelme eğilimindeki bir açıklama sorununun üzerinde oturuyor.

Scott'a göre tehlikede olan şey, bu sistemlerin bir başlangıç noktası mı yoksa bir bitiş noktası mı olarak kullanıldığı.

Scott'ın görüşüne göre, performans yönetiminde yapay zekânın en savunulabilir kullanımı, tek başına duran bir özet değil, bir tartışma başlatan veri girdisi olmasıdır. "'Bu, başlamamız için tarafsız bir yer' diyen bir şey — bu faydalı. Ancak orta noktada buluşmanız gerekir."

Çalışanlar Neyin Ölçüldüğünü Biliyor

Whyatt-Sames'e göre, sistemi yanıltma sorunu genellikle uygulamadan yaklaşık altı ay sonra ortaya çıkma eğilimindedir.

Çalışanlar, sistemin neyi izlediğini genellikle resmî kanallardan değil, gayriresmî yollarla öğrenir ve buna göre hareket eder. Daha fazla kontrol toplantısı yorumu, daha fazla etiketlenmiş hedef, sistem tarafından okunabilir olan ancak hiç kimse için faydalı olmayan çıktılar. Birlikte çalıştığı bir Öğrenme ve Gelişim lideri bunu "gösterge panelini oynamak" olarak adlandırdı.

Hacim sorunu da benzer bir seyir izler. Kuruluşlar benimsemeyi etkinlik sayılarıyla ölçtüğü için geri bildirim hacminin üç katına çıkması başarı gibi görünür.

"Geri bildirimin kendisini denetlediğinizde, uygulanabilirlik keskin biçimde düşer," dedi Whyatt-Sames. "Geri bildirim daha kısa ve daha kalıplaşmış hâle gelir; sistemin ödüllendirdiği her neyse onun üzerinde yoğunlaşır.

Sinyal-gürültü tersine dönüşü çoğu zaman ancak biri geriye dönük değerlendirme yaptığında ortaya çıkar; o noktaya gelindiğinde kalıp iyice yerleşmiş olur.

İşin Kendisi Bir Yapay Zekâ Aracısıyla Paylaşıldığında

Scott, mart ayında henüz net bir yanıt bulamamış bir soru sordu: "İnsanların işi kendilerinin yapmadığı veya işin yarısını yapay zekâ araçlarının yaptığı bir durumda performans nasıl görünür? Artık tamamen kendim yapmadığım bir iş için bir kişi olarak performansımı nasıl değerlendireceksiniz?"

Mevcut uygulamaların çoğu bu soruyu ele alacak şekilde tasarlanmamıştır. Bireysel katkının sınırlarının giderek daha belirsiz hâle geldiği bir bağlamda hâlâ bireysel çıktıyı ölçmektedirler.

Whyatt-Sames'in bu sorunların neden devam ettiğine ilişkin teşhisi, bireysel başarısızlık noktalarını birbirine bağlar.

Kuruluşlar yapay zekâ katmanını çözüm olarak görüyor ve değişim mimarisini atlıyor," dedi. "Sistem geri bildirimi oluşturuyor; hiç kimse geri bildirimin davranışı değiştirip değiştirmediğini sormuyor. Bu bir uygulama tasarımı sorunudur ve çoğu uygulamada bunu tamamlamak görev tanımında olan hiç kimse yoktur.

Temel meselelerin önemi konusunda Poepsel bunu açıkça ifade etti.

"İnsanlarla ilgili her karar yüksek riskli bir karardır. İstediğimiz kadar hızlı ilerleyebilmek için bu konuda dikkatli düşünmemiz gerekir."

Yapay zekâ destekli sürekli geri bildirim için gerekçe hâlâ geçerliliğini koruyor. Teknolojiyi uygulamanın, çözmek üzere tasarlandığı yönetim sorununu da çözeceği varsayımı ise geçerli değil.