AI dalam Pengurusan Prestasi: Maklum Balas, Matlamat dan Draf Penilaian

Oleh Kevin Kim · Dikemas kini 11 Oktober 2026

AI dalam pengurusan prestasi bermaksud menggunakan perisian, lazimnya model bahasa besar (LLM), untuk membantu kerja dokumen dan gesaan di sekitar prestasi: menyediakan draf dan mempertajam matlamat, mengumpul dan meringkaskan maklum balas sepanjang tahun, serta menyediakan draf pertama penulisan penilaian yang kemudian disunting, dimiliki dan disampaikan oleh pengurus. Ia mempercepat penulisan dan pengesanan corak. Ia tidak, dan tidak sepatutnya, menentukan siapa yang dinilai baik, dibayar lebih atau dinaikkan pangkat.

Panduan ini ditujukan kepada pemimpin sumber manusia, pengurus yang mengetuai orang dan sesiapa yang diminta meluluskan ciri "penilaian dibantu AI". Ia merangkumi apa yang AI lakukan dengan baik pada setiap peringkat kitaran, di mana ia senyap-senyap tersilap, dan cara menyediakannya supaya pengurus kekal bertanggungjawab atas setiap pertimbangan tentang seseorang. Ia terletak dalam bahagian AI dalam HR. Jika anda bertanya soalan yang berbeza, iaitu cara menilai orang yang kerjanya sendiri banyak dibantu AI, perkara itu dibincangkan dalam pengurusan prestasi apabila AI melakukan kerja.

Fakta Utama

• Meta-analisis intervensi maklum balas dalam Psychological Bulletin menggabungkan 607 saiz kesan daripada 23,663 pemerhatian. Maklum balas meningkatkan prestasi secara purata (d = .41), tetapi lebih sepertiga kesan adalah negatif (Kluger dan DeNisi, 1996, APA). Lebih banyak maklum balas tidak semestinya maklum balas yang lebih baik.
• Penyelidikan penetapan matlamat mendapati matlamat yang khusus dan sukar menghasilkan prestasi lebih tinggi daripada menggesa orang melakukan yang terbaik, dengan saiz kesan dalam meta-analisis antara .42 hingga .80, dan matlamat ditambah maklum balas ringkasan mengatasi matlamat sahaja (Locke dan Latham, 2002, American Psychologist).
• Gallup mendapati 61% pekerja yang menerima maklum balas dan pengiktirafan daripada pengurus mereka sekurang-kurangnya setiap minggu adalah terlibat, berbanding 38% bagi mereka yang menerima maklum balas mingguan tetapi kurang pengiktirafan. Hanya 27% pekerja berkata mereka mahukan maklum balas daripada pengurus sekurang-kurangnya setiap minggu (Gallup, Oktober 2024).
• Penyelidik yang menguji LLM pada 600 esei pelajar mendapati bahawa menukar petunjuk jantina mengubah maklum balas lebih banyak dalam arah lelaki kepada perempuan berbanding sebaliknya, dengan maklum balas yang lebih mengawal di bawah petunjuk perempuan (Du, Borchers dan Cukurova, arXiv). Itu data pendidikan, bukan data tempat kerja, tetapi mekanismenya ialah yang patut diuji oleh sumber manusia.
• Annex III EU AI Act menyenaraikan sebagai berisiko tinggi sistem AI yang bertujuan membuat keputusan tentang kenaikan pangkat atau penamatan, memperuntukkan tugas berdasarkan tingkah laku atau ciri individu, atau memantau dan menilai prestasi serta tingkah laku pekerja (Regulation (EU) 2024/1689, EUR-Lex). Suruhanjaya menyatakan peraturan berisiko tinggi untuk bidang termasuk pekerjaan terpakai mulai 2 Disember 2027 (Suruhanjaya Eropah).

Apa yang Sebenarnya Dilakukan AI dalam Kitaran Prestasi

Dari segi ACE Framework, alat prestasi mengambil teks (dokumen matlamat, nota semakan berkala, komen rakan sebaya) dan sebahagian data berstruktur (penilaian, tarikh, sasaran), menganalisis dan meringkaskannya, serta menjana draf. Coraknya ialah penyelidikan generatif (menghimpunkan nota setahun) dan pembantu aliran kerja (mencadangkan perkara seterusnya yang patut ditulis atau dilakukan pengurus). Tiada satu pun daripada itu memerlukan model meramalkan apa-apa tentang seseorang, dan pelaksanaan yang paling selamat mengekalkannya begitu.

Beginilah ia dipetakan pada kitaran.

Ringkasan jujurnya: AI baik pada 80 peratus pertama penulisan dan lemah pada 20 peratus terakhir yang membawa pertimbangan sebenar. Kekalkan ia pada bahagian pertama.

Penetapan Matlamat: Di Mana AI Paling Membantu

Penyelidikan penetapan matlamat ialah salah satu dapatan yang lebih kukuh dalam psikologi gunaan. Matlamat yang khusus dan sukar mengatasi "lakukan yang terbaik", dan gabungan matlamat serta maklum balas berkala tentang kemajuan mengatasi matlamat sahaja. Masalah di kebanyakan syarikat bukan teori, tetapi matlamat ditulis sekali setahun, dengan tergesa-gesa, dalam bahasa yang kabur.

Di situlah pembantu membuktikan gunanya. Beri ia objektif kasar dan ia boleh mencadangkan versi dengan ukuran, jangka masa dan pencapaian pertama. Seorang pengurus kejayaan pelanggan yang menulis "tingkatkan pengekalan" boleh mendapat semula "kurangkan churn dalam segmen pasaran pertengahan daripada kadar semasa kepada sasaran menjelang akhir S3, dengan semakan bulanan akaun berisiko". Seorang ketua pasukan perisian boleh menukar "tingkatkan kualiti kod" menjadi matlamat tentang masa pusingan semakan dan kecacatan yang terlepas.

Tiga peraturan menjadikannya berkesan.

1. Pekerja mencadangkan, alat mempertajam. Jika AI menulis matlamat dari awal, orang itu belum komited kepadanya, dan komitmen itulah yang membuatkan matlamat berkesan.
2. Semak tahap kesukaran sendiri. Model tidak tahu apa yang mencabar bagi orang ini dalam wilayah ini. Pengurus patut melaraskan sasaran selepas berbincang.
3. Kaitkan matlamat dengan hasil kerja, bukan aktiviti. Minta pembantu menandakan matlamat yang mengukur usaha (panggilan dibuat, tiket ditutup) sedangkan tujuannya ialah hasil. Ini lebih penting lagi apabila AI membengkakkan output, yang merupakan masalah berasingan daripada yang dibincangkan dalam panduan ini.

Maklum Balas Berterusan: Berguna, tetapi Mudah Disalahgunakan

Analisis Gallup Oktober 2024 mengaitkan maklum balas yang kerap dan digandingkan dengan pengiktirafan kepada penglibatan yang lebih tinggi, dan ia juga menunjukkan jurang: hanya 27% pekerja mahukan maklum balas mingguan daripada pengurus mereka, dan hanya satu daripada empat sangat bersetuju mereka menerima maklum balas bernilai daripada orang yang bekerja dengan mereka. Itu sepatutnya membuatkan sesiapa berhati-hati terhadap alat yang tawarannya ialah "lebih banyak maklum balas, lebih kerap".

Meta-analisis Kluger dan DeNisi ialah pengimbang yang menyedarkan. Maklum balas membantu secara purata, tetapi lebih sepertiga kesan adalah negatif. Terapkan itu pada maklum balas dibantu AI dan nasihat praktikalnya jelas.

• Gunakan AI untuk menjadikan maklum balas khusus dan tertumpu pada tugas. "Urutan e-mel orientasi yang anda lancarkan memendekkan masa ke penggunaan pertama, dan e-mel kedua ialah yang perlu ditulis semula" lebih baik daripada "kerja bagus, teruskan" atau "anda perlu lebih strategik".
• Gunakan untuk meringkaskan, bukan untuk menskor. Merumuskan lima komen rakan sebaya kepada tiga tema yang berulang ialah tugas yang baik untuk model. Menghasilkan angka bagi "kerjasama" seseorang bukan.
• Gunakan peringatan, bukan kuantiti. Peringatan kepada pengurus yang tidak mengadakan sesi satu lawan satu selama tiga minggu menambah nilai. Aliran pujian yang dijana secara automatik tidak.
• Pastikan pengiktirafan kekal bersifat manusia. Data Gallup menunjukkan gabungan maklum balas dan pengiktirafan daripada pengurus. Ucapan terima kasih yang disediakan mesin dan kedengaran begitu jarang dikira. Gandingkan ini dengan isyarat yang dibincangkan dalam AI untuk penglibatan pekerja.

Penyediaan Draf Penilaian: Kerja Dokumen Lebih Pantas, Risiko Sebenar

Musim penilaian ialah masa pengurus menghabiskan paling banyak jam, jadi di situlah AI kelihatan paling menggoda. Seorang pengurus menampal nota dan matlamat, dan model memulangkan penulisan berstruktur dalam beberapa saat. AI generatif untuk pasukan HR membincangkan teknik penyediaan draf; berikut ialah perkara khusus untuk penilaian.

Apa yang dilakukannya dengan baik. Ia menyusun nota yang bertaburan mengikut matlamat, membetulkan tatabahasa, memendekkan perenggan yang meleret dan menawarkan alternatif kepada frasa yang sarat makna. Bagi pengurus yang menulis dua belas penilaian setahun dan tidak suka menulis, ia menghilangkan halangan yang nyata.

Apa yang dilakukannya dengan buruk.

• Teks hambar yang boleh bertukar ganti. Model menghasilkan pujian yang munasabah dan kritikan yang munasabah. Dua pekerja dengan tahun yang sangat berbeza boleh berakhir dengan perenggan yang hampir serupa.
• Butiran yang direka. Model yang diminta "mengembangkan" nota yang nipis boleh menambah pencapaian atau kejadian yang tidak pernah berlaku. Inilah masalah halusinasi (halusinasi AI), dan dalam penilaian ia menjadi kenyataan palsu dalam fail seseorang.
• Bahasa berat sebelah. Output LLM mencerminkan corak dalam data latihannya. Dalam kajian pendidikan yang dipetik di atas, pertukaran jantina kontrafaktual mengubah maklum balas, dengan bahasa yang lebih menyokong autonomi di bawah petunjuk lelaki dan bahasa yang lebih mengawal di bawah petunjuk perempuan. Satu kertas berasingan tentang surat cadangan yang ditulis LLM mendapati bias jantina yang ketara dalam gaya bahasa dan pilihan perkataan (Wan et al., arXiv). Penilaian prestasi ialah genre teks yang sama.
• Penambatan. Draf yang digilap sukar dibantah. Pengurus cenderung menerimanya dan mengubah sedikit, jadi bingkai model senyap-senyap menjadi keputusan.

Satu disiplin mudah membantu: pengurus menulis pertimbangan dahulu (rasional penilaian dalam beberapa ayat ringkas), dan AI membantu dengan struktur dan perkataan di sekelilingnya, bukan sebaliknya.

Contoh Sebenar mengikut Fungsi

Jualan. Seorang pengurus jualan menyimpan nota poin mingguan bagi setiap wakil. Pada pertengahan tahun, pembantu mengumpulkan nota mengikut matlamat (liputan pipeline, kadar kemenangan, ketepatan ramalan) dan menyediakan draf ringkasan. Pengurus membuang dua dakwaan yang tidak disokong nota, menambah konteks tentang perubahan wilayah dan menulis sendiri rasional penilaian.

Kejuruteraan. Seorang ketua pasukan meminta pembantu menulis semula matlamat kabur seperti "miliki kebolehpercayaan" menjadi matlamat yang boleh diukur, kemudian menyemaknya bersama setiap jurutera. Para jurutera membantah satu sasaran, dan angka akhir ialah milik mereka.

Sokongan pelanggan. Seorang pengurus sokongan menggunakan AI untuk meringkaskan tema merentasi komen jaminan kualiti dan maklum balas pelanggan bagi setiap ejen. Ringkasan itu menjadi titik permulaan perbualan bimbingan, bukan skor automatik.

HR business partner. Sebelum kalibrasi, rakan kongsi menjalankan semakan ke atas draf penilaian untuk bahasa yang berbeza mengikut kumpulan: pujian kabur untuk sesetengah orang dan pujian khusus untuk yang lain, komen tentang personaliti menggantikan tingkah laku. Ini mendedahkan corak untuk dibetulkan pengurus. Ia tidak mengubah sebarang penilaian dengan sendirinya.

Keadilan dan Akauntabiliti Pengurus

Dua soalan menentukan sama ada ini berjalan lancar: adakah ia adil, dan siapa yang bertanggungjawab apabila tidak?

Keadilan. Anggap mana-mana proses penilaian dibantu AI sebagai sesuatu untuk diuji, bukan dipercayai. Bandingkan panjang draf, kekhususan dan nada merentasi jantina, umur, lokasi dan tempoh perkhidmatan. Lihat siapa yang menerima "perlu lebih tegas" dan siapa yang menerima "pemain pasukan yang hebat". Di mana anda dibenarkan oleh undang-undang untuk menganalisis ciri yang dilindungi, semak penilaian dan hasil kenaikan pangkat mengikut kumpulan sebelum dan selepas anda memperkenalkan alat itu.

Akauntabiliti. Pengurus menandatangani penilaian. Itu mesti kekal benar dalam dasar dan dalam praktik. Tuliskannya:

• AI boleh menyediakan draf dan meringkaskan, dan pengurus bertanggungjawab atas setiap pernyataan.
• Pekerja patut tahu AI membantu menyediakan dokumen, dan data apa yang dimasukkan.
• Keputusan penilaian, gaji dan kenaikan pangkat dibuat oleh manusia, dengan seorang manusia mampu menerangkan sebabnya dalam bahasa yang mudah. Ini ialah prinsip human-in-the-loop (manusia dalam kitaran).
• Pekerja boleh meminta pembetulan, dan seorang manusia, bukan alat, mengendalikannya.

Pendedahan undang-undang. Di EU, GDPR Article 22 memberi orang hak untuk tidak tertakluk kepada keputusan yang berdasarkan semata-mata pemprosesan automatik, termasuk pemprofilan, yang menjejaskan mereka dengan ketara, dan perlindungannya termasuk hak untuk campur tangan manusia dan mencabar keputusan itu (GDPR, EUR-Lex). Annex III AI Act menuju ke arah yang sama untuk sistem yang menilai pekerja. Peraturan di tempat lain berbeza dan terus berubah, jadi libatkan penasihat undang-undang bagi setiap bidang kuasa. Ujian praktikalnya: jika alat itu mempengaruhi keputusan tentang gaji, kenaikan pangkat atau pekerjaan seseorang, anggap ia berisiko tinggi dan pastikan seorang manusia mengawalnya.

Skor ramalan. Elakkan menggunakan data penilaian untuk meramalkan siapa yang akan berhenti atau siapa yang mempunyai "potensi" tanpa perlindungan yang kukuh. Dan kaitkan sebarang keputusan gaji yang berkait dengan penilaian dengan panduan dalam AI dalam perancangan pampasan.

Cara Melaksanakan AI dalam Pengurusan Prestasi, Langkah demi Langkah

1. Pilih satu peringkat. Mulakan dengan draf matlamat atau ringkasan nota. Risikonya lebih rendah daripada penilaian atau kalibrasi.
2. Tentukan garis merah. AI tidak menghasilkan penilaian, kedudukan, cadangan kenaikan pangkat atau rasional penamatan. Tuliskannya sebelum sebarang projek rintis.
3. Baiki input. Model yang meringkaskan nota yang nipis atau berat sebelah menghasilkan ringkasan yang nipis atau berat sebelah. Persetujui bukti apa yang patut dilog pengurus sepanjang tahun. Asas data HR untuk AI membincangkan kerja asasnya.
4. Pilih alat dengan kawalan yang betul. Cari persediaan perusahaan di mana data pekerja tidak digunakan untuk melatih model awam, akses dihadkan mengikut peranan, dan setiap draf menunjukkan apa yang menjadi asasnya.
5. Latih pengurus. Merangkumi cara membuat prompt (arahan) dengan baik, cara mengesan butiran yang direka, dan cara menulis semula pertimbangan dalam kata-kata mereka sendiri. Satu jam tentang ini lebih baik daripada tunjuk cara ciri.
6. Jalankan projek rintis dengan gelung maklum balas. Jalankan satu fungsi untuk satu kitaran. Tanya pengurus berapa banyak masa yang dijimatkan dan tanya pekerja sama ada penilaian terasa lebih atau kurang tepat dan peribadi.
7. Uji bias. Bandingkan draf dan hasil akhir merentasi kumpulan. Baiki prompt dan templat apabila anda menemui jurang.
8. Beritahu pekerja. Terangkan untuk apa AI digunakan, untuk apa tidak, dan cara membangkitkan kebimbangan.
9. Ukur perkara yang penting. Jejaki masa yang dihabiskan bagi setiap penilaian, skor kualiti daripada pekerja, perubahan taburan penilaian dan bilangan pembetulan. Masa yang dijimatkan sahaja ialah ukuran kejayaan yang salah.
10. Semak setiap tahun. Model, peraturan dan tenaga kerja anda sendiri berubah. Sahkan semula garis merah dan ujian setiap kitaran.

Kesilapan Lazim

• Membiarkan draf menjadi keputusan. Minta pengurus menulis rasional penilaian sebelum mereka melihat sebarang teks AI.
• Mengukur kuantiti maklum balas. Kekerapan tanpa nilai tidak membantu. Hanya satu daripada empat pekerja sangat bersetuju maklum balas yang mereka terima bernilai.
• Pujian yang dijana secara automatik. Pekerja dapat mengesannya, dan ia merendahkan nilai pengiktirafan sebenar.
• Butiran yang tidak disemak. Wajibkan pengurus menyemak setiap pencapaian atau kejadian dalam draf berbanding nota mereka.
• Menggunakan alat untuk meletakkan kedudukan. Beralih daripada meringkaskan kepada menskor menukar bantuan menulis menjadi sistem berisiko tinggi.
• Melangkau ujian bias. Jika anda tidak membandingkan output merentasi kumpulan, anda tidak akan tahu.
• Tiada pendedahan. Penggunaan AI yang tersembunyi menghakis kepercayaan sebaik sahaja seseorang mengetahuinya.

Langkah Seterusnya

• Untuk gambaran AI dalam HR yang lebih luas, mulakan dengan AI dalam HR.
• Untuk melihat bagaimana kerja dibantu AI mengubah apa yang patut anda nilai, baca pengurusan prestasi apabila AI melakukan kerja.
• Untuk alat gaya ejen yang menghimpunkan bahan penilaian secara automatik, lihat ejen penilaian prestasi AI.
• Untuk melihat bagaimana matlamat dan maklum balas boleh menyumbang kepada inventori kemahiran, baca inferens kemahiran AI.