Capitolo 4
Intelligenza artificiale e valutazione della prestazione
Misurazione del lavoro, contesto e riesame umano nelle decisioni con conseguenze professionali.
4.1 Che cosa si intende misurare
La prestazione comprende risultati, qualità, collaborazione e contributi adeguati alla posizione. Non tutte queste dimensioni sono osservabili attraverso registrazioni digitali. La scelta degli indicatori deve partire da una definizione del lavoro e da un accordo sui risultati rilevanti.
Gli indicatori indiretti possono essere utili, ma richiedono cautela. Il volume dei messaggi o il tempo di connessione possono riflettere carico, stile di lavoro o difficoltà tecniche. Trasformarli in una misura automatica della produttività incentiva comportamenti orientati all’indicatore e può compromettere lo scopo del lavoro.
4.2 Obiettivi e riscontro
Il riscontro deve essere comprensibile, tempestivo e traducibile in azioni. Un sistema può organizzare le evidenze o ricordare gli impegni, ma il confronto professionale richiede contesto. Le discrepanze tra dati ed esperienza devono essere indagate, senza risolverle presumendo che la registrazione digitale sia sempre superiore.
Gli obiettivi richiedono un riesame quando cambiano risorse, priorità o responsabilità. Valutare secondo criteri che una persona non poteva conoscere o influenzare è problematico. La documentazione deve consentire di ricostruire che cosa ci si attendeva, che cosa è accaduto e quali fattori hanno condizionato il risultato.
4.3 Distorsioni e confronti
I confronti tra persone possono confondere opportunità e risultati. Gruppi con risorse differenti o compiti di diversa difficoltà non devono essere ordinati senza considerare tali condizioni. Anche le valutazioni storiche possono contenere distorsioni che un modello apprende e riproduce.
L’audit deve analizzare errori ed effetti rilevanti, senza limitarsi a un’accuratezza media. Alcune analisi di equità richiedono il trattamento di informazioni particolarmente protette; la loro necessità e base giuridica devono essere valutate prima della raccolta. Misurare le disuguaglianze non autorizza qualsiasi trattamento dei dati.
4.4 Riesame e disaccordo
La persona valutata deve conoscere i criteri pertinenti e disporre di un canale per correggere i dati o aggiungere contesto. Il riesame necessita di un’autorità distinta dall’esecuzione automatica della graduatoria. Una procedura di ricorso incapace di modificare il risultato non ha efficacia pratica.
Le decisioni su retribuzione, promozione o prosecuzione del rapporto di lavoro richiedono particolare attenzione. Le restrizioni sulle decisioni esclusivamente automatizzate e gli altri obblighi di protezione dei dati devono essere analizzati caso per caso. L’intervento umano non deve essere una conferma abituale della raccomandazione del sistema [R2].
4.5 Sviluppo e controllo
La valutazione orientata allo sviluppo individua sostegni e opportunità di apprendimento. La sorveglianza permanente, invece, può ridurre fiducia e autonomia. Prima di ampliare la raccolta dei dati occorre chiedersi se esista un’alternativa meno intrusiva che consenta di raggiungere lo stesso scopo.
Il successo non consiste nel produrre più punteggi, ma nel migliorare conversazioni, decisioni e condizioni di lavoro. L’organizzazione deve verificare se il sistema favorisca la collaborazione o introduca competizione improduttiva, autocensura e sforzi finalizzati soltanto ad apparire attivi.
Questionari
Comprensione del capitolo & Dilemmi delle risorse umane
I dilemmi non prevedono un punteggio morale e non vengono utilizzati per valutare le candidature.