人事評価が社内で揉める原因は評価金額の多寡ではありません。
なぜその評価になったのかが見えず経営者の印象で決まっていると社員が感じる点が火種になります。
この問題への解決策としてAIを評価材料の整理係に限定して活用する方法があります。
この手法が有効な理由は明確です。
評価の納得感は日々の行動記録と評価基準が接続されて初めて生まれます。
記録が不足している企業ほど評価時に揉め組織が疲弊します。
AIはこの記録整理を効率化できます。
今回はAI活用の前提条件と実際の運用手順を解説します。
AIを人事評価に活用する前に整理すべき3つの前提
AIを導入する前にまず評価で何を実現したいのかを明文化してください。
- 賞与配分の公平性を高めたいのか
- 社員の育成を加速したいのか
- 離職を抑えたいのか
目的によって評価指標もAIに任せる範囲も変わります。
次にAIの役割を整理係に限定する必要があります。
AIに評価点を付けさせると説明責任が曖昧になります。
社員が納得しない理由を経営者自身が説明できなくなるためです。
さらに評価基準を3〜5項目に絞り込んでください。
成果、段取り、協力、改善、学びなどが代表例です。
基準が曖昧なままAIを導入すると出力される評価コメントがぶれ続けます。
評価で揉める企業では面談直前に記憶を頼りに評価を伝える傾向があります。
その結果最近の印象が全体を支配します。
納期遅れが1回あった社員は月間の改善努力を打ち消されます。
一方口が上手い社員が有利になります。
週1回の観察メモを残す企業では面談で事実を並べられるため話題が性格批判へ流れにくくなります。
観察メモは週1回3行程度で十分です。
記録内容は事実のみに絞り推測や人格評価は含めません。
評価コメント作成でAIを使う際の運用ルール
人事評価のプロセスは大きく5段階に分かれます。
- 評価項目の設計
- データの収集
- コメントの作成
- すり合わせ
- フィードバック面談
AIを使うべき工程は以下のようなパターン処理に向いた部分です。
- データの整理
- コメントのたたき台作成
- 評価のばらつきチェック
以下の項目は人が責任を持って行う領域です。
- 評価方針の決定
- 最終評価
- 本人へのフィードバック
この線引きを曖昧にしたままAIを使うと
AIが決めたと受け止められ納得感が一気に落ちます。
またAIが出力する文章はそのままでは評価される側に伝わりにくい表現になりがちです。
専門用語は社内用語に置き換え抽象的なフィードバックは
どの行動を続けてほしいか何を変えてほしいかに落とし込む必要があります。
製造業のA社では日報と売上データをAIに読み込ませて評価コメントを自動生成しました。
当初は管理職が下書きとして利用していましたが
やがてAIコメントをそのまま貼り付ける運用に流れていきました。
異なる部署の評価シートにほぼ同じ文章が並び
誰も自分を正しく見ていないと社員から不満が出ました。
運用を見直し評価者が一度自分で下書きを作成した後にAIコメントを限定したところ
正しく自分を見てくれている実感があるという声が出るようになりました。
今日のまとめ
人事評価にAIを導入すると効率化と納得感の両立が期待できます。
しかし実際には評価設計と運用ルールが曖昧な企業ほど混乱が起きやすくなります。
評価の目的を経営目標と紐づけプロセスを分解し
AIに任せる範囲を限定するのが導入の前提です。
自社の評価フローを見直し何をAIに任せ
何を人が判断するかを言葉にできれば導入準備は整っています。
