AI时代的判断力 · 第29篇
AI可以整理工作记录，却很难从可见数据中理解协作、照顾新人、处理危机或承担隐形劳动。把可测量的活动当成完整表现，会奖励留下最多数字的人，而不一定奖励贡献最大的人。
每个重要评价都应有一份“决定档案”
- 目的：这次评价将影响什么？
- 输入：使用了哪些数据，遗漏了哪些工作？
- 解释：AI发现的是事实、相关性还是推断？
- 复核：直属经理和员工分别补充了什么背景？
- 异议：员工如何查看、纠正并申诉？
- 责任：最终决定由谁签署？
三个不能用自动分数代替的问题
| 问题 | 原因 |
|---|---|
| 这个人为什么没有达到数字目标？ | 资源、分工或意外事件可能改变结果 |
| 高活动量是否等于高价值？ | 消息数量与会议时长只是代理指标 |
| 同一标准对所有岗位都公平吗？ | 岗位机会与可记录性不同 |
AI适合帮助整理证据和发现需要讨论的异常，不应成为无人负责的裁判。员工表现评价越能影响薪酬、晋升或去留，解释、复核和申诉就越不能省略。
参考资料
了解 Geoffrey Chen 的更多信息
订阅后即可通过电子邮件收到最新文章。