AI dalam Manajemen Kinerja: Umpan Balik, Sasaran, dan Draf Penilaian

Oleh Kevin Kim · Diperbarui 11 Oktober 2026

AI dalam manajemen kinerja berarti memakai perangkat lunak, biasanya model bahasa besar (LLM), untuk membantu pekerjaan administrasi dan dorongan di sekitar kinerja: menyusun dan mempertajam sasaran, mengumpulkan dan merangkum umpan balik sepanjang tahun, serta menyiapkan draf awal penilaian yang kemudian disunting, dimiliki, dan disampaikan oleh manajer. AI mempercepat penulisan dan pengenalan pola. AI tidak menentukan, dan tidak seharusnya menentukan, siapa yang mendapat penilaian baik, gaji lebih tinggi, atau promosi.

Panduan ini ditujukan bagi pemimpin SDM, manajer yang membawahi orang, dan siapa pun yang diminta menyetujui fitur "penilaian berbantuan AI". Panduan ini membahas apa yang dikerjakan AI dengan baik di setiap tahap siklus, di mana ia diam-diam keliru, dan cara menyiapkannya agar manajer tetap bertanggung jawab atas setiap penilaian tentang seseorang. Panduan ini merupakan bagian dari seri AI di bidang SDM. Jika pertanyaan Anda berbeda, yaitu cara menilai orang yang pekerjaannya sangat dibantu AI, hal itu dibahas dalam manajemen kinerja ketika AI yang mengerjakan pekerjaan.

Fakta Utama

• Meta-analisis intervensi umpan balik di Psychological Bulletin menggabungkan 607 ukuran efek dari 23.663 observasi. Umpan balik meningkatkan kinerja rata-rata (d = 0,41), tetapi lebih dari sepertiga efeknya negatif (Kluger dan DeNisi, 1996, APA). Umpan balik yang lebih banyak belum tentu umpan balik yang lebih baik.
• Penelitian penetapan sasaran menemukan bahwa sasaran yang spesifik dan sulit menghasilkan kinerja lebih tinggi daripada sekadar meminta orang berusaha sebaik mungkin, dengan ukuran efek dalam meta-analisis berkisar dari 0,42 hingga 0,80, dan bahwa sasaran ditambah umpan balik ringkasan mengungguli sasaran saja (Locke dan Latham, 2002, American Psychologist).
• Gallup menemukan 61% karyawan yang mendapat umpan balik sekaligus pengakuan dari manajernya setidaknya sekali seminggu merasa terlibat, dibandingkan 38% dari mereka yang mendapat umpan balik mingguan tetapi lebih sedikit pengakuan. Hanya 27% karyawan yang mengatakan menginginkan umpan balik dari manajernya setidaknya sekali seminggu (Gallup, Oktober 2024).
• Peneliti yang menguji LLM pada 600 esai mahasiswa menemukan bahwa pertukaran isyarat gender mengubah umpan balik lebih besar pada arah laki-laki ke perempuan daripada sebaliknya, dengan umpan balik yang lebih mengontrol pada isyarat perempuan (Du, Borchers, dan Cukurova, arXiv). Itu data pendidikan, bukan data tempat kerja, tetapi mekanismenya adalah yang perlu diuji oleh SDM.
• Annex III EU AI Act mencantumkan sebagai berisiko tinggi sistem AI yang dimaksudkan untuk mengambil keputusan tentang promosi atau pemutusan hubungan kerja, membagi tugas berdasarkan perilaku atau ciri individu, atau memantau dan mengevaluasi kinerja dan perilaku pekerja (Regulation (EU) 2024/1689, EUR-Lex). Komisi menyatakan bahwa aturan berisiko tinggi untuk bidang termasuk ketenagakerjaan berlaku mulai 2 Desember 2027 (European Commission).

Apa yang Sebenarnya Dilakukan AI dalam Siklus Kinerja

Dalam istilah ACE Framework, alat kinerja menyerap teks (dokumen sasaran, catatan check-in, komentar rekan kerja) dan sebagian data terstruktur (penilaian, tanggal, target), menganalisis dan merangkumnya, lalu menghasilkan draf. Polanya adalah riset generatif (menyatukan catatan setahun) dan copilot alur kerja (menyarankan hal berikutnya yang perlu ditulis atau dilakukan manajer). Semua itu tidak mengharuskan model memprediksi apa pun tentang seseorang, dan penerapan yang paling aman mempertahankannya demikian.

Berikut pemetaannya pada siklus.

Singkatnya, secara jujur: AI baik dalam 80 persen pertama penulisan dan lemah dalam 20 persen terakhir yang memuat penilaian sesungguhnya. Pertahankan AI pada bagian pertama.

Penetapan Sasaran: Tempat AI Paling Membantu

Penelitian penetapan sasaran adalah salah satu temuan yang lebih kokoh dalam psikologi terapan. Sasaran yang spesifik dan sulit mengungguli "lakukan yang terbaik", dan kombinasi sasaran serta umpan balik rutin atas kemajuan mengungguli sasaran saja. Masalah di kebanyakan perusahaan bukan teori, melainkan sasaran yang ditulis setahun sekali, dengan tergesa-gesa, dalam bahasa yang kabur.

Di situlah asisten membuktikan manfaatnya. Berikan tujuan kasar dan ia dapat mengusulkan versi dengan ukuran, kerangka waktu, dan tonggak pertama. Seorang customer success manager yang menulis "tingkatkan retensi" bisa mendapat kembali "turunkan churn di segmen menengah dari tingkat saat ini ke target pada akhir kuartal ketiga, dengan tinjauan bulanan atas akun yang berisiko". Seorang pemimpin tim perangkat lunak dapat mengubah "tingkatkan kualitas kode" menjadi sasaran tentang waktu penyelesaian tinjauan dan cacat yang lolos.

Tiga aturan membuat ini berhasil.

1. Karyawan mengusulkan, alat mempertajam. Jika AI menulis sasaran dari nol, orang itu belum berkomitmen padanya, dan komitmenlah yang membuat sasaran bekerja.
2. Periksa sendiri tingkat kesulitannya. Model tidak bisa tahu apa yang menantang bagi orang ini di wilayah ini. Manajer harus menyesuaikan target setelah membicarakannya.
3. Kaitkan sasaran dengan pekerjaan, bukan aktivitas. Minta asisten menandai sasaran yang mengukur usaha (jumlah panggilan, tiket yang diselesaikan) padahal yang dituju adalah hasil. Ini bahkan lebih penting ketika AI menggelembungkan keluaran, yang merupakan masalah terpisah dari yang dibahas dalam panduan ini.

Umpan Balik Berkelanjutan: Berguna, tetapi Mudah Keliru

Analisis Gallup Oktober 2024 mengaitkan umpan balik yang sering disertai pengakuan dengan keterlibatan yang lebih tinggi, dan juga menunjukkan kesenjangan: hanya 27% karyawan yang menginginkan umpan balik mingguan dari manajernya, dan hanya satu dari empat yang sangat setuju bahwa mereka mendapat umpan balik berharga dari orang-orang yang bekerja dengan mereka. Itu seharusnya membuat siapa pun berhati-hati terhadap alat yang pitch-nya "lebih banyak umpan balik, lebih sering".

Meta-analisis Kluger dan DeNisi menjadi penyeimbang yang menyadarkan. Umpan balik membantu rata-rata, tetapi lebih dari sepertiga efeknya negatif. Terapkan itu pada umpan balik berbantuan AI dan sarannya jelas.

• Gunakan AI untuk membuat umpan balik spesifik dan berfokus pada tugas. "Rangkaian email onboarding yang Anda luncurkan memangkas waktu hingga penggunaan pertama, dan email kedua adalah yang perlu ditulis ulang" lebih baik daripada "kerja bagus, pertahankan" atau "Anda perlu lebih strategis".
• Gunakan untuk merangkum, bukan menilai. Menyatukan lima komentar rekan kerja menjadi tiga tema berulang adalah tugas yang cocok untuk model. Menghasilkan angka untuk "kolaborasi" seseorang bukan.
• Gunakan pengingat, bukan volume. Pengingat kepada manajer yang belum mengadakan one-on-one dalam tiga minggu memberi nilai tambah. Aliran pujian yang dihasilkan otomatis tidak.
• Biarkan pengakuan tetap bersifat manusiawi. Data Gallup menunjuk pada kombinasi umpan balik dan pengakuan dari manajer. Ucapan terima kasih buatan mesin yang terasa seperti buatan mesin jarang dihitung. Padukan ini dengan sinyal yang dibahas dalam AI untuk keterlibatan karyawan.

Penyusunan Draf Penilaian: Administrasi Lebih Cepat, Risiko Nyata

Musim penilaian adalah saat manajer menghabiskan jam terbanyak, sehingga di sinilah AI tampak paling menggoda. Manajer menempelkan catatan dan sasaran, dan model mengembalikan tulisan terstruktur dalam hitungan detik. AI generatif untuk tim SDM membahas teknik penyusunan draf; berikut yang khusus untuk penilaian.

Yang dikerjakannya dengan baik. AI mengorganisasi catatan yang tercecer menurut sasaran, memperbaiki tata bahasa, memperpendek paragraf yang bertele-tele, dan menawarkan alternatif untuk frasa yang sarat muatan. Bagi manajer yang menulis dua belas penilaian setahun dan tidak suka menulis, ini menghilangkan hambatan yang nyata.

Yang dikerjakannya dengan buruk.

• Teks hambar yang bisa saling menggantikan. Model menghasilkan pujian dan kritik yang masuk akal. Dua karyawan dengan tahun yang sangat berbeda bisa berakhir dengan paragraf yang nyaris identik.
• Rincian yang dikarang. Model yang diminta "mengembangkan" catatan tipis bisa menambahkan pencapaian atau kejadian yang tidak pernah terjadi. Ini adalah masalah halusinasi (halusinasi AI), dan dalam penilaian ia menjadi pernyataan palsu dalam berkas seseorang.
• Bahasa yang bias. Keluaran LLM mencerminkan pola dalam data pelatihannya. Dalam studi pendidikan yang dikutip di atas, pertukaran gender kontrafaktual menggeser umpan balik, dengan bahasa yang lebih mendukung otonomi pada isyarat laki-laki dan bahasa yang lebih mengontrol pada isyarat perempuan. Makalah terpisah tentang surat rekomendasi yang ditulis LLM menemukan bias gender yang signifikan dalam gaya bahasa dan pilihan kata (Wan dkk., arXiv). Penilaian kinerja adalah genre teks yang sama.
• Penjangkaran. Draf yang rapi sulit dibantah. Manajer cenderung menerimanya dan mengubah sedikit, sehingga bingkai dari model diam-diam menjadi vonis.

Satu disiplin sederhana membantu: manajer menulis penilaiannya terlebih dahulu (alasan peringkat dalam beberapa kalimat lugas), dan AI membantu struktur serta pilihan katanya, bukan sebaliknya.

Contoh Nyata menurut Fungsi

Penjualan. Seorang manajer penjualan mencatat poin-poin mingguan tentang setiap tenaga penjual. Pada pertengahan tahun, asisten mengelompokkan catatan menurut sasaran (cakupan pipeline, tingkat kemenangan, akurasi forecast) dan menyusun ringkasan. Manajer menghapus dua klaim yang tidak didukung catatan, menambahkan konteks tentang perubahan wilayah, dan menulis sendiri alasan peringkatnya.

Rekayasa. Seorang pemimpin tim meminta asisten menulis ulang sasaran kabur seperti "pegang keandalan" menjadi sasaran terukur, lalu membahasnya dengan setiap insinyur. Para insinyur keberatan pada satu target, dan angka akhirnya adalah milik mereka.

Dukungan pelanggan. Seorang manajer dukungan memakai AI untuk merangkum tema dari komentar jaminan kualitas dan umpan balik pelanggan untuk setiap agen. Ringkasan itu menjadi titik awal percakapan coaching, bukan skor otomatis.

HR business partner (HRBP). Sebelum kalibrasi, partner menjalankan pemeriksaan atas draf penilaian untuk menemukan bahasa yang berbeda menurut kelompok: pujian yang kabur untuk sebagian orang dan pujian yang spesifik untuk yang lain, komentar tentang kepribadian sebagai pengganti perilaku. Ini memunculkan pola agar diperbaiki manajer. Ia tidak mengubah peringkat apa pun dengan sendirinya.

Keadilan dan Akuntabilitas Manajer

Dua pertanyaan menentukan apakah ini berjalan baik: apakah adil, dan siapa yang bertanggung jawab ketika tidak?

Keadilan. Perlakukan setiap proses penilaian berbantuan AI sebagai sesuatu untuk diuji, bukan dipercaya. Bandingkan panjang draf, kespesifikan, dan nada menurut gender, usia, lokasi, dan masa kerja. Lihat siapa yang mendapat "perlu lebih tegas" dan siapa yang mendapat "pemain tim yang hebat". Di tempat Anda secara hukum boleh menganalisis ciri yang dilindungi, periksa hasil peringkat dan promosi menurut kelompok sebelum dan sesudah Anda memperkenalkan alat itu.

Akuntabilitas. Manajer menandatangani penilaian. Itu harus tetap berlaku dalam kebijakan dan praktik. Tuliskan:

• AI boleh menyusun draf dan merangkum, dan manajer bertanggung jawab atas setiap pernyataan.
• Karyawan sebaiknya tahu bahwa AI membantu menyiapkan dokumen, dan data apa yang dimasukkan.
• Keputusan peringkat, gaji, dan promosi dibuat oleh manusia, dengan seseorang yang mampu menjelaskan alasannya dalam bahasa lugas. Ini adalah prinsip human-in-the-loop (manusia dalam proses).
• Karyawan dapat meminta koreksi, dan seseorang, bukan alat, yang menanganinya.

Paparan hukum. Di Uni Eropa, GDPR Article 22 memberi orang hak untuk tidak tunduk pada keputusan yang semata-mata didasarkan pada pemrosesan otomatis, termasuk profiling, yang berdampak signifikan bagi mereka, dan pengamannya mencakup hak atas intervensi manusia dan untuk menyanggah keputusan (GDPR, EUR-Lex). Annex III AI Act mengarah ke tujuan yang sama untuk sistem yang mengevaluasi pekerja. Aturan di tempat lain berbeda dan terus berubah, jadi libatkan penasihat hukum untuk setiap yurisdiksi. Ujian praktisnya: jika alat itu memengaruhi keputusan tentang gaji, promosi, atau pekerjaan seseorang, perlakukan sebagai berisiko tinggi dan tetap serahkan kendalinya kepada manusia.

Skor prediktif. Hindari memakai data penilaian untuk memprediksi siapa yang akan berhenti atau siapa yang punya "potensi" tanpa pengaman yang kuat. Dan hubungkan setiap keputusan gaji yang terkait peringkat dengan panduan dalam AI dalam perencanaan kompensasi.

Cara Menerapkan AI dalam Manajemen Kinerja Langkah demi Langkah

1. Pilih satu tahap. Mulailah dari penyusunan sasaran atau perangkuman catatan. Taruhannya lebih rendah daripada pemeringkatan atau kalibrasi.
2. Tetapkan garis merah. AI tidak menghasilkan peringkat, urutan, rekomendasi promosi, atau alasan pemutusan hubungan kerja. Tuliskan itu sebelum uji coba (pilot) apa pun.
3. Benahi input. Model yang merangkum catatan tipis atau sepihak menghasilkan ringkasan yang tipis atau sepihak. Sepakati bukti apa yang harus dicatat manajer sepanjang tahun. Fondasi data SDM untuk AI membahas dasarnya.
4. Pilih alat dengan kendali yang tepat. Cari pengaturan tingkat enterprise di mana data karyawan tidak dipakai untuk melatih model publik, akses dibatasi menurut peran, dan setiap draf menunjukkan dasarnya.
5. Latih manajer. Cakup cara membuat prompt (perintah) yang baik, cara mengenali rincian yang dikarang, dan cara menulis ulang penilaian dengan kata-kata mereka sendiri. Satu jam untuk ini lebih baik daripada penjelasan fitur.
6. Uji coba dengan putaran umpan balik. Jalankan pada satu fungsi untuk satu siklus. Tanyakan kepada manajer berapa banyak waktu yang dihemat dan kepada karyawan apakah penilaian terasa lebih atau kurang akurat dan personal.
7. Uji bias. Bandingkan draf dan hasil akhir antarkelompok. Perbaiki prompt dan templat ketika Anda menemukan kesenjangan.
8. Beri tahu karyawan. Jelaskan untuk apa AI dipakai, untuk apa tidak, dan cara menyampaikan keberatan.
9. Ukur yang penting. Lacak waktu per penilaian, skor kualitas dari karyawan, pergeseran sebaran peringkat, dan jumlah koreksi. Waktu yang dihemat saja adalah ukuran keberhasilan yang keliru.
10. Tinjau setiap tahun. Model, regulasi, dan tenaga kerja Anda sendiri berubah. Konfirmasi ulang garis merah dan pengujian pada setiap siklus.

Kesalahan Umum

• Membiarkan draf menjadi vonis. Wajibkan manajer menulis alasan peringkat sebelum melihat teks AI mana pun.
• Mengukur volume umpan balik. Frekuensi tanpa nilai tidak membantu. Hanya satu dari empat karyawan yang sangat setuju bahwa umpan balik yang mereka terima berharga.
• Pujian yang dihasilkan otomatis. Karyawan bisa membedakannya, dan itu merendahkan pengakuan yang tulus.
• Rincian yang tidak ditinjau. Wajibkan manajer memeriksa setiap pencapaian atau kejadian dalam draf terhadap catatan mereka.
• Memakai alat untuk meranking. Beralih dari merangkum ke menilai mengubah alat bantu menulis menjadi sistem berisiko tinggi.
• Melewatkan uji bias. Jika Anda tidak membandingkan keluaran antarkelompok, Anda tidak akan tahu.
• Tidak ada pengungkapan. Penggunaan AI yang disembunyikan mengikis kepercayaan begitu ada yang mengetahuinya.

Langkah Selanjutnya

• Untuk gambaran AI di bidang SDM yang lebih luas, mulailah dengan AI di bidang SDM.
• Untuk melihat bagaimana pekerjaan berbantuan AI mengubah apa yang sebaiknya Anda evaluasi, baca manajemen kinerja ketika AI yang mengerjakan pekerjaan.
• Untuk alat bergaya agen yang menyusun bahan penilaian secara otomatis, lihat agen penilaian kinerja AI.
• Untuk melihat bagaimana sasaran dan umpan balik dapat mengisi inventaris keterampilan, baca inferensi keterampilan dengan AI.