Capítulo 4
Inteligencia artificial y evaluación del desempeño
Medición del trabajo, contexto y revisión humana en decisiones con consecuencias profesionales.
4.1 Qué se pretende medir
El desempeño incluye resultados, calidad, colaboración y contribuciones ajustadas al puesto. No todas esas dimensiones son observables mediante registros digitales. La selección de indicadores debe partir de una definición del trabajo y de un acuerdo sobre qué resultados son relevantes.
Los indicadores indirectos pueden ser útiles, pero requieren cautela. El volumen de mensajes o el tiempo de conexión pueden reflejar carga, estilo de trabajo o dificultades técnicas. Convertirlos en una medida automática de productividad incentiva conductas orientadas al indicador y puede deteriorar el propósito del trabajo.
4.2 Objetivos y retroalimentación
La retroalimentación debe ser comprensible, oportuna y accionable. Un sistema puede organizar evidencias o recordar compromisos, pero la conversación profesional necesita contexto. Las discrepancias entre datos y experiencia deben investigarse, no resolverse suponiendo que el registro digital es siempre superior.
Los objetivos requieren revisión cuando cambian recursos, prioridades o responsabilidades. Evaluar con criterios que una persona no pudo conocer o influir resulta problemático. La documentación debe permitir reconstruir qué se esperaba, qué ocurrió y qué factores condicionaron el resultado.
4.3 Sesgos y comparaciones
Las comparaciones entre personas pueden confundir oportunidades y resultados. Equipos con recursos diferentes o tareas de distinta dificultad no deben ordenarse sin considerar esas condiciones. Las evaluaciones históricas también pueden contener sesgos que un modelo aprende y reproduce.
La auditoría debe analizar errores y efectos relevantes, no limitarse a una precisión media. Algunos análisis de equidad requieren tratar información especialmente protegida; su necesidad y base jurídica deben evaluarse antes de recopilarla. Medir desigualdades no autoriza cualquier tratamiento de datos.
4.4 Revisión y desacuerdo
La persona evaluada debe conocer los criterios pertinentes y disponer de un canal para corregir datos o aportar contexto. La revisión necesita una autoridad distinta de la ejecución automática del ranking. Un procedimiento de recurso sin capacidad de modificar el resultado carece de eficacia práctica.
Las decisiones sobre remuneración, promoción o continuidad laboral exigen especial atención. Las restricciones sobre decisiones exclusivamente automatizadas y otras obligaciones de protección de datos deben analizarse según el caso. La intervención humana no debe ser una confirmación rutinaria de la recomendación del sistema [R2].
4.5 Desarrollo frente a control
La evaluación orientada al desarrollo identifica apoyos y oportunidades de aprendizaje. La vigilancia permanente, en cambio, puede reducir confianza y autonomía. Antes de ampliar la captura de datos debe preguntarse si existe una alternativa menos intrusiva que permita alcanzar el mismo propósito.
El éxito no consiste en producir más puntuaciones, sino en mejorar conversaciones, decisiones y condiciones de trabajo. La organización debe revisar si el sistema favorece la colaboración o si introduce competencia improductiva, autocensura y esfuerzos destinados únicamente a parecer activo.
Cuestionarios
Comprensión del capítulo & Dilemas de Recursos Humanos
Los dilemas no tienen puntuación moral ni se utilizan para evaluar candidaturas.