Evaluarea performanței cu AI: eficiență sau discriminare algoritmică

Inteligența artificială a ajuns într-un punct în care nu mai promite doar să scrie e-mailuri, să rezume ședințe sau să automatizeze sarcini repetitive. În tot mai multe companii, AI-ul intră într-o zonă mult mai sensibilă: evaluarea oamenilor. De la productivitatea angajaților și calitatea muncii până la identificarea „talentelor cu potențial ridicat”, algoritmii sunt folosiți pentru a interpreta date, a genera scoruri și a sugera decizii care pot influența salarii, promovări, bonusuri sau chiar concedieri.

La prima vedere, tentația este evidentă. Un sistem automat poate analiza mii de indicatori, poate observa tipare invizibile pentru manageri și poate reduce timpul pierdut în evaluări subiective. În locul unor formulare completate pe fugă, al impresiilor personale sau al relațiilor interne, companiile pot avea un tablou aparent obiectiv, bazat pe date. Problema este că „bazat pe date” nu înseamnă automat corect, neutru sau echitabil.

Evaluarea performanței cu AI poate fi una dintre cele mai mari oportunități pentru modernizarea managementului, dar și una dintre cele mai periculoase forme de supraveghere corporativă. Diferența dintre eficiență și discriminare algoritmică nu stă doar în tehnologie, ci în modul în care aceasta este proiectată, antrenată, auditată și folosită de oameni.

De ce vor companiile să evalueze angajații cu AI

Evaluarea performanței a fost mereu una dintre cele mai dificile sarcini dintr-o organizație. Managerii trebuie să judece rezultate, comportamente, contribuții invizibile, colaborare, adaptabilitate și potențial. În practică, procesul este adesea inconsistent. Unii șefi sunt prea indulgenți, alții prea severi, unii favorizează oamenii vocali, alții îi observă mai ales pe cei care greșesc. În acest context, AI-ul pare o soluție logică: colectează date, le compară, le pune în context și oferă o imagine standardizată.

Un sistem de evaluare asistat de AI poate lua în calcul indicatori precum respectarea termenelor, volumul de muncă, feedbackul clienților, calitatea livrabilelor, contribuția în proiecte, ritmul de rezolvare a tichetelor, participarea la ședințe sau nivelul de implicare în platformele interne. În companiile mari, unde un manager poate coordona zeci de persoane, aceste informații pot fi greu de urmărit manual. AI-ul poate transforma haosul administrativ într-un dashboard aparent clar.

Pentru angajatori, avantajul principal este eficiența. Evaluările se pot face mai des, nu doar o dată sau de două ori pe an. Problemele pot fi observate mai devreme, iar angajații performanți pot fi recompensați mai rapid. În teorie, un astfel de sistem poate reduce favoritismele și poate ajuta managerii să ia decizii mai argumentate. În loc de „mi se pare că X muncește mai bine”, compania poate spune „datele arată că X livrează constant peste media echipei”.

Există și un beneficiu real pentru angajați, cel puțin în scenariul ideal. O evaluare făcută corect, transparent și constant poate oferi feedback mai util decât o discuție anuală grăbită. Un angajat poate vedea unde are dificultăți, ce trebuie să îmbunătățească și cum se raportează obiectivele sale la rezultatele echipei. AI-ul poate semnala dezechilibre, poate identifica nevoia de training și poate preveni situațiile în care oamenii află prea târziu că performanța lor este considerată slabă.

Vezi și:

Uniunea Europeană introduce reguli noi pentru conținutul creat cu AI. Ce se schimbă din august 2026

AI Act pe înțelesul tuturor: ce trebuie să schimbi în firmă înainte să fie obligatoriu

Problema apare atunci când eficiența devine scopul principal, iar complexitatea muncii umane este redusă la scoruri. Nu orice contribuție importantă se vede în cifre. Omul care îi ajută pe colegi, calmează clienți dificili, previne conflicte sau salvează proiecte prin experiență poate părea mai puțin productiv într-un sistem care măsoară doar output direct. În acest caz, AI-ul nu evaluează performanța reală, ci doar partea din performanță care poate fi ușor convertită în date.

Unde apare discriminarea algoritmică

Discriminarea algoritmică nu înseamnă neapărat că un sistem AI „urăște” o anumită categorie de oameni sau că a fost programat explicit să dezavantajeze pe cineva. De cele mai multe ori, problema este mai subtilă. Algoritmul învață din date istorice, iar datele istorice reflectă decizii, prejudecăți și dezechilibre deja existente în companie sau în societate. Dacă în trecut anumite grupuri au fost promovate mai rar, evaluate mai dur sau repartizate pe roluri mai puțin vizibile, AI-ul poate interpreta aceste tipare ca fiind normale.

Un exemplu simplu este evaluarea bazată pe disponibilitate. Dacă un sistem premiază angajații care răspund rapid la mesaje în afara programului, participă la toate întâlnirile spontane sau lucrează constant peste program, poate dezavantaja părinții, persoanele care îngrijesc membri ai familiei, oamenii cu probleme medicale sau angajații care respectă mai strict granița dintre muncă și viață personală. La nivel de cifre, sistemul pare obiectiv. În realitate, măsoară conformarea la un anumit tipar de disponibilitate, nu neapărat calitatea muncii.

Un alt risc apare în cazul muncii remote sau hibride. AI-ul poate analiza prezența online, numărul de mesaje trimise, timpul petrecut în aplicații sau frecvența intervențiilor în ședințe. Dar activitatea digitală nu este același lucru cu performanța. Un angajat poate scrie puțin și gândi mult. Altul poate fi foarte prezent în chat, dar cu impact redus. Dacă algoritmul confundă vizibilitatea cu valoarea, evaluarea devine nedreaptă.

Discriminarea poate apărea și prin limbaj. Unele sisteme analizează feedbackul scris, autoevaluările sau comentariile managerilor. Dacă limbajul folosit pentru femei, angajați mai în vârstă, persoane din anumite culturi sau oameni cu stiluri de comunicare diferite este interpretat greșit, scorurile pot fi afectate. De exemplu, un angajat descris ca „foarte atent la detalii” poate fi încadrat diferit față de unul descris ca „strategic”, chiar dacă amândoi au contribuit decisiv. Algoritmul poate amplifica nuanțe de limbaj care provin din stereotipuri umane.

Mai există și problema datelor incomplete. AI-ul vede ce i se dă să vadă. Dacă sistemul nu include contextul unui proiect dificil, schimbarea bruscă a priorităților, lipsa resurselor, un manager slab sau o perioadă de criză, poate atribui responsabilitatea exclusiv angajatului. Într-o organizație complexă, performanța individuală este rareori izolată. Ea depinde de echipă, procese, clienți, bugete, instrumente și leadership. Un scor care ignoră acest context poate fi tehnic sofisticat, dar uman incorect.

Ce schimbă regulile europene pentru companii

În Europa, folosirea AI-ului în zona de angajare, management al personalului și evaluare a performanței intră într-un cadru mult mai strict decât un simplu experiment intern. Regulile europene privind inteligența artificială tratează multe sisteme folosite în HR ca fiind cu risc ridicat, mai ales atunci când pot influența accesul la muncă, promovarea, distribuirea sarcinilor, evaluarea sau încetarea relației de muncă. Asta schimbă radical responsabilitatea companiilor.

O companie nu mai poate spune simplu că „așa a decis sistemul”. Dacă AI-ul influențează evaluarea angajaților, trebuie să existe documentație, supraveghere umană, trasabilitate, control al calității datelor și mecanisme prin care riscurile să fie identificate și reduse. Cu alte cuvinte, tehnologia nu poate fi o cutie neagră care produce scoruri, iar managerii doar le aplică. Decizia trebuie să rămână explicabilă, contestabilă și proporțională.

Pentru angajați, acest cadru este esențial. Evaluarea performanței nu este un joc abstract de productivitate, ci poate afecta venitul, cariera și reputația profesională. Dacă un algoritm marchează un angajat ca „risc de performanță scăzută”, iar acea etichetă ajunge să influențeze decizii interne, persoana respectivă trebuie să poată înțelege de ce. Fără explicație, nu există apărare reală. Fără transparență, nu există încredere.

În același timp, regulile nu interzic folosirea AI-ului în HR. Ele obligă companiile să îl trateze ca pe un instrument sensibil, nu ca pe o aplicație banală de birou. Asta înseamnă că departamentele de resurse umane, juridic, IT și management trebuie să colaboreze. Nu este suficient ca un furnizor să promită că soluția este „etică” sau „fără bias”. Compania care o folosește trebuie să știe ce date intră în sistem, ce logică generală folosește, ce limite are și cum poate fi verificat.

În România, această discuție este cu atât mai importantă cu cât multe companii adoptă soluții internaționale fără să le adapteze suficient la cultura locală, legislație, limba română sau realitatea pieței muncii. Un algoritm antrenat pe date din alte țări poate interpreta greșit tipare de comunicare, roluri, ierarhii sau formule de feedback folosite local. În HR, contextul nu este un detaliu, ci o condiție de corectitudine.

Cum poate fi folosit AI-ul corect în evaluarea performanței

Cea mai sigură abordare este ca AI-ul să fie folosit ca instrument de sprijin, nu ca autoritate finală. Un sistem bun poate semnala tendințe, poate agrega date, poate atrage atenția asupra unor anomalii și poate ajuta managerii să formuleze feedback mai clar. Dar decizia finală trebuie să aparțină unor oameni care înțeleg contextul, cunosc echipa și pot verifica dacă scorul reflectă realitatea.

Transparența este primul principiu. Angajații trebuie să știe că sunt evaluați cu ajutorul AI-ului, ce tipuri de date sunt folosite și în ce scop. Nu este acceptabil ca o companie să colecteze discret metadate despre activitatea digitală și să le transforme în scoruri de performanță fără explicații. Încrederea se pierde rapid atunci când oamenii simt că sunt supravegheați, nu evaluați.

Al doilea principiu este limitarea datelor. Doar pentru că o companie poate măsura ceva nu înseamnă că ar trebui să o facă. Timpul petrecut cu mouse-ul activ, numărul de taste apăsate, frecvența mesajelor sau prezența online pot fi indicatori toxici dacă sunt scoși din context. Evaluarea matură trebuie să se concentreze pe rezultate relevante, calitate, obiective asumate și contribuție reală, nu pe gesturi digitale ușor de urmărit.

Al treilea principiu este auditul periodic. Un sistem AI folosit în evaluarea performanței trebuie verificat constant pentru diferențe suspecte între grupuri, departamente, roluri, vârste, genuri sau tipuri de contract. Dacă un anumit grup primește sistematic scoruri mai mici, compania nu trebuie să presupună automat că algoritmul are dreptate. Trebuie să investigheze dacă datele, criteriile sau modelul produc efecte discriminatorii.

La fel de importantă este posibilitatea de contestare. Un angajat trebuie să poată cere explicații și revizuire atunci când o evaluare asistată de AI îi afectează cariera. Acest lucru nu ar trebui tratat ca un privilegiu, ci ca o garanție minimă. O companie care nu poate explica o evaluare nu ar trebui să o folosească pentru decizii importante.

Managerii au, la rândul lor, nevoie de instruire. AI-ul poate părea convingător, mai ales când livrează scoruri precise, grafice și recomandări ferme. Dar precizia numerică nu garantează adevărul. Un scor de 72 din 100 poate părea mai obiectiv decât o opinie umană, însă poate fi construit pe indicatori slabi. Rolul managerului nu este să se ascundă în spatele algoritmului, ci să îl interogheze critic.

Între productivitate și control excesiv

Evaluarea performanței cu AI poate duce la o cultură organizațională mai bună sau la una mai rigidă, mai anxioasă și mai nedreaptă. Totul depinde de intenția cu care este introdusă tehnologia. Dacă scopul este să înțelegi mai bine munca, să oferi feedback util și să reduci arbitrariul, AI-ul poate fi un aliat. Dacă scopul este să crești presiunea, să monitorizezi fiecare gest și să justifici decizii dure prin scoruri automate, devine o problemă.

Într-o companie sănătoasă, performanța nu este doar viteză. Este și calitate, colaborare, creativitate, reziliență, adaptare, mentorat, loialitate profesională și capacitatea de a lua decizii bune în situații dificile. Unele dintre aceste lucruri pot fi măsurate parțial. Altele trebuie înțelese. AI-ul poate ajuta la prima parte, dar nu poate înlocui complet a doua parte.

Riscul major este apariția unui nou tip de conformism profesional. Dacă oamenii află că algoritmul premiază anumite comportamente, vor începe să lucreze pentru scor, nu pentru rezultat. Vor trimite mai multe mesaje, vor participa mai mult formal, vor evita proiectele riscante și vor optimiza aparențele. În acel moment, compania nu mai măsoară performanța, ci capacitatea angajaților de a se adapta la sistemul de măsurare.

De aceea, întrebarea corectă nu este dacă AI-ul trebuie folosit sau interzis în evaluarea performanței. Întrebarea corectă este cine controlează sistemul, ce valori sunt introduse în el, ce drepturi au angajații și cât de mult curaj are compania să recunoască limitele propriei tehnologii. Eficiența fără echitate poate deveni discriminare. Iar discriminarea ambalată în grafice și scoruri este cu atât mai periculoasă cu cât pare mai obiectivă.

Viitorul evaluării performanței nu va fi complet uman și nici complet automatizat. Cel mai probabil, va fi hibrid. AI-ul va analiza, va semnala și va recomanda, iar oamenii vor trebui să decidă responsabil. Dar pentru ca acest echilibru să funcționeze, companiile trebuie să renunțe la mitul algoritmului perfect. În HR, cel mai bun sistem nu este cel care elimină omul din decizie, ci cel care îl obligă să decidă mai clar, mai corect și mai transparent.

Dacia second hand cu interior prea „proaspăt”: cum recunoști cosmetizările făcute doar pentru vânzare