Hodnocení výkonu je nevyhnutelně ovlivněno lidskými předsudky. |Může umělá inteligence sloužit jako podpůrný nástroj pro objektivnější a férovější posuzování zaměstnanců?
Po hodnoticím pohovoru zavře manažer dveře, sedne si ke stolu a v hlavě mu naskočí pochybovačné otázky: "Choval jsem se ke svému kolegovi férově? Hodnotil jsem plnění jeho pracovních cílů a úkolů objektivně? Nepřikládám až příliš velkou váhu neplnění jeho pracovních povinností v poslední době? Nejsem na něj přísnější než na ostatní anebo naopak až moc shovívavý?"
Hodnocení výkonu patří k nejnáročnějším manažerským úkolům. Jako personalisté nastavujete procesy, formuláře a pravidla, školíte manažery, aby hodnotili co nejobjektivněji. Přesto se možná ptáte: "Lze být opravdu objektivní, když ten, kdo hodnotí, je vždycky jen člověk? Člověk, který má k některým lidem blíž, jiní mu nejsou tolik sympatičtí, a to přesto, že mohou dosahovat špičkových výsledků."
Hodnocení výkonu je složitá manažerská i personální disciplína právě proto, že je úzce spojená s lidmi – s tím, kdo hodnotí, i s tím, kdo je hodnocen. Nabízí se proto otázky: "Může nám v této oblasti pomoci umělá inteligence? Pomůže nám odhalit předsudky, zaujatost a další biasy? Může naše hodnocení přiblížit objektivitě a férovosti?"
V tomto článku se podíváme na umělou inteligenci jako na "druhý pár očí", který může pomoci zmírnit předsudky a zkreslení v hodnocení výkonu, a jako na kontrolní mechanismus, který se dívá jinou optikou než my lidé. Zároveň se dotkneme limitů i etických otázek, aby zůstala ve vašich rukou kontrola nad celým procesem a AI byla skutečně jen pomocníkem, ne rozhodčím a náhradou lidského úsudku.
JAK VZNIKAJÍ PŘEDSUDKY V HODNOCENÍ A PROČ SE JIM TĚŽKO BRÁNÍME
Jako lidé přirozeně podléháme tzv. percepčním chybám, tedy chybám vnímání. Samy o sobě z nás nedělají špatné manažery ani personalisty, jen nám připomínají, že jsme lidé. Náš mozek má tendenci hledat zkratky, aby šetřil energii. Vytváří si návyky a "typické obrazy", do kterých skutečnost zapadá. To, co se do nich nehodí, má tendenci přehlížet.
V hodnocení výkonu se tyto zkratky projevují jako různá zkreslení. Podívejme se na některé z nich, se kterými se v praxi setkáváme nejčastěji.
Haló efekt
Haló efekt (neboli efekt svatozáře) znamená, že jedna výrazná vlastnost zaměstnance "zastíní" ty ostatní. Může jít jak o silnou stránku, tak o slabinu.
Typická situace: zaměstnanec je skvělý obchodník. Umí jednat se zákazníky, přináší velké obchody, působí sebejistě. Manažer pak může automaticky předpokládat, že bude stejně spolehlivý i v administrativě – i když tomu tak být nemusí. Nebo naopak: introvertní kolega, který se na poradách moc neprojevuje, může být vnímán jako "méně výkonný", přestože ve výsledcích dlouhodobě patří ke špičce.
Haló efekt je zrádný tím, že v něm často vidíme logiku: "Je výborný v X, nejspíš bude výborný i v Y." Právě tady může AI pomoci. Pracuje s konkrétními daty (čísla, výstupy, zpětná vazba) a není ovlivněna jednou výraznou vlastností.
Efekt nedávnosti
Efekt nedávnosti znamená, že máme tendenci přeceňovat to, co se stalo nedávno, a dávat tomu větší váhu než událostem z dřívější doby. Hodnocené období je nejčastěji jeden rok, ale naše paměť pracuje spíš v týdnech a měsících.
Představte si zaměstnance, který po většinu roku podává stabilní výkon a plní stanovené cíle. V posledním měsíci ale řeší konflikt v týmu nebo udělá chybu s dopadem na zákazníka. Právě tato čerstvá zkušenost má pak tendenci (změnit náhled na jeho celý pracovní rok. Stejně tak se může stát, že dlouhodobě slabší výkon "překryje" jeden vydařený měsíc na konci roku, kdy zaměstnanec zabere a podá nadstandardní výkon.
AI dokáže pracovat s daty za celé období, zohlední výsledky po jednotlivých měsících, upozorní na dlouhodobé trendy a výkyvy. Může tak poskytnout protiváhu našemu přirozenému zaměření na to, co máme zrovna "v živé paměti".
Efekt podobnosti
Efekt podobnosti znamená, že máme větší sympatie k lidem, kteří jsou nám podobní svými názory, vzděláním, životním stylem i způsobem práce. Lépe se nám s nimi komunikuje a přirozeně jim dáváme více důvěry.
V běžné spolupráci to nemusí být problém. V hodnocení výkonu se ale může stát, že začne splývat, jak si s někým "sedneme" a jaký skutečně podává výkon. Jeden kolega nám může být lidsky velmi blízký, s jiným pravidelně zažíváme rozdílný pohled a názory. Pokud si to neuvědomíme, máme tendenci tomu prvnímu některé věci odpouštět a u druhého být naopak přísnější.
AI nemá emoce ani osobní preference. Dívá se na informace, které dostane, jako na data – výstupy, čísla, konkrétní zpětnou vazbu. Může nám tak pomoci oddělit, co je pocit a vztah a co jsou skutečné výsledky.
Systémová zkreslení aneb když není v procesu hodnocení jednotnost
Kromě lidského vnímání ztěžuje férové hodnocení i samotné nastavení systému. Ne každé oddělení používá stejné formuláře, ne každý manažer má stejné "měřítko" a často chybí jasné definice, co znamená například "splnil očekávání".
Dva různí manažeři tak mohou velmi podobný výkon hodnotit rozdílně – ne proto, že by jeden z nich byl "špatný manažer", ale proto, že sledují jiné věci a používají jiný jazyk. Jeden klade důraz na loajalitu, docházku a dodržení termínů, druhý na inovace, kreativitu a odvahu přicházet s novými nápady.
Dobrou zprávou je, že i zde nám může AI pomoci tyto rozdíly zviditelnit, pojmenovat a dodat personalistům podklady pro sjednocování standardů a rozvoj manažerů.
CO AI V HODNOCENÍ VÝKONU UMÍ A KDE MÁ SVÉ LIMITY
Umělá inteligence – ať už v podobě běžně dostupných nástrojů, jako jsou ChatGPT, Copilot, Gemini, nebo ve formě interních firemních řešení, dokáže v hodnocení výkonu některé věci dělat opravdu velmi dobře. Zároveň má ale své hranice, které je důležité znát, aby zůstala vaším pomocníkem, ne samostatným "rozhodčím". Budete-li ji vnímat jako druhý pár očí, který se dívá na data jinou optikou než vy, můžete z ní mít velký užitek, a přitom si zachovat plnou kontrolu nad celým procesem.
Co AI dokáže?
1. Pracovat s delším časovým horizontem - AI umí analyzovat data za delší období, než jsme jako lidé schopni udržet v hlavě. Podívá se na výsledky za celý rok, nejen na poslední měsíc či kvartál. Velmi rychle pro vás porovná výsledky dosažené v jednotlivých měsících nebo jiných obdobích, upozorní na to, jak se výkon vyvíjel, a pomůže odlišit jednorázovou výjimku od dlouhodobého trendu. Tím přirozeně omezuje efekt nedávnosti a zasazuje tak hodnocení do širšího kontextu.
2. Analyzovat jazyk v hodnoticích formulářích - jazykové modely umělé inteligence jsou velmi silné v práci s textem. Dokážou porovnat, jakým jazykem různí manažeři hodnotí podobné situace, a upozornit na subjektivní formulace, například "je nespolehlivý" versus "nedodává úkoly v domluvených termínech". Umí odhalit vágní slovník typu "je průměrný", který nic konkrétního neříká, i rozdílnou přísnost, kdy různí manažeři považují "splnil očekávání" za odlišnou úroveň výkonu. Pro vás jako personalisty mohou být tyto souhrnné výstupy užitečným podkladem pro školení manažerů a sjednocování standardů.
3. Identifikovat vzorce a případné anomálie - AI dokáže v datech najít například to, kdo je systematicky nadhodnocovaný či podhodnocovaný, jak se liší hodnocení u různých oddělení nebo manažerů, nebo zda určité skupiny zaměstnanců nedostávají dlouhodobě horší hodnocení (např. zkrácené úvazky, lidé po návratu z rodičovské dovolené apod.). Zároveň je klíčové respektovat GDPR a právní rámec. Pokud používáte běžný veřejný AI nástroj, který nemáte schválený jako firemní, je potřeba data před vložením anonymizovat. I z anonymizovaných dat ale AI dokáže vytěžit velké množství informací a ušetřit vám čas i energii. V případě, že máte k dispozici firemní licence (např. Microsoft 365 Copilot, firemní verzi ChatGPT nebo Gemini), jsou data zpracovávána v zabezpečeném prostředí a typicky se nepoužívají k dalšímu učení modelu a zůstávají ve vaší organizaci.
4. Strukturovat zpětnou vazbu a hodnocení z neuspořádaných dat - umělá inteligence je velmi silná v tom, že z různorodých poznámek, zápisků, textů, KPI a dalšího materiálu umí vytvořit přehledný souhrn. Ten může obsahovat informace o dosaženém výkonu a plnění cílů, silných stránkách zaměstnance, rozvojových oblastech i opakujících se tématech. AI umí také navrhnout, na co se zaměřit v dalším období, aby zaměstnanec lépe a udržitelně dosahoval očekávaných výsledků. Pro manažery i personalisty to může být velká úleva. Nemusíte dlouze pročítat všechny podklady, ale můžete se více soustředit na interpretaci a rozhovor se zaměstnancem.
Co AI neumí a ani by v našem zájmu umět neměla
Umělá inteligence umí skvěle pracovat s daty a texty, ale nesmí mít poslední slovo. Nevidí totiž celý lidský příběh. Pracuje jen s tím, co do ní vložíte. Neví, že zaměstnanec procházel náročným obdobím, delší dobu pečoval o blízkého člověka nebo řešil vlastní zdravotní situaci, a proto jeho výkon dočasně klesl. Nevidí ani to, že se v týmu změnil šéf, proběhla reorganizace, nebo že se změnilo rozdělení rolí.
AI neumí plně zachytit kreativitu, odvahu ozvat se, když něco nefunguje, schopnost uklidňovat konflikty, neformální leadership v týmu ani ochotu pomoci, kdykoli je to potřeba. Nemá empatii a nenese odpovědnost. Hodnoticí rozhovor je vždy vztah mezi lidmi, který bude i po tomto setkání pokračovat dál. AI vám může připravit podklady a pomoci i s přípravou na náročnější rozhovor, ale u stolu s vámi sedět nebude.
Kdy AI použít a kdy raději ne
AI dává smysl používat zejména jako druhý pár očí:
• před finálním hodnocením,
• při přípravě podkladů a strukturovaných souhrnů,
• pro analýzu trendů napříč organizací.
Naopak byste ji neměli používat:
• jako jediný zdroj pro rozhodnutí o odměnách, povýšení nebo propouštění,
• "tajně" a bez informování zaměstnanců,
• v situaci, kdy jsou vstupní data nekvalitní nebo neúplná – v takovém případě AI jen "přepočítá" existující zkreslení, místo aby je pomohla zmírnit.
JAK AI PRAKTICKY ZAPOJIT DO HODNOCENÍ VÝKONU
V předchozích odstavcích jsme se podívali na to, co AI v hodnocení výkonu dokáže a kde má své limity. Možná vás ale napadá, jak to celé použít v každodenní praxi. Níže najdete pět konkrétních způsobů, jak umělou inteligenci zapojit tak, abyste nemuseli bourat stávající systém, ale spíše ho postupně vylepšovat.
1. Rychlý test AI na jednom hodnocení na deset minut
Než začnete s piloty nebo většími změnami, zkuste si AI "osahat“ na jednom konkrétním případě. Tento test vám ukáže, jestli vám AI opravdu může pomoct, aniž byste museli cokoliv měnit ve stávajícím procesu nebo zavádět nové postupy.
Postup:
1. Vezměte jedno už napsané hodnocení. Může jít o hodnocení z minulého období nebo koncept, který máte právě rozpracovaný. Pokud nemáte firemní licenci AI nástroje, smažte z textu jména, oddělení a jakékoliv identifikační údaje.
2. Vložte ho do AI nástroje (ChatGPT, Copilot, Gemini) s jednoduchou instrukcí, například: "Najdi v tomto hodnocení subjektivní…
