AI giúp được nhiều ở phần giấy tờ của kỳ đánh giá: tổng hợp phiếu đã che tên, gom các nhận xét tự do thành chủ đề, soát câu cảm tính và thiên lệch, chuẩn bị tài liệu cho họp hiệu chỉnh, gom nhu cầu đào tạo. AI không nên làm phần quyết định: xếp loại một người, chọn ai được tăng lương hay ai bị nhắc nhở, chấm điểm nhân viên từ dữ liệu theo dõi.
Ranh giới này không chỉ là chuyện thận trọng. Một mức đánh giá ảnh hưởng tới thu nhập, cơ hội thăng tiến và có khi cả việc làm của một người; người đó có quyền được biết ai đã quyết và vì sao. Bài này đi qua từng việc AI làm được trong kỳ đánh giá, các câu lệnh mẫu, cách che dữ liệu, cách kiểm kết quả, và những lý do không giao quyết định cho máy.
Bảng phân việc: giao cho AI, AI hỗ trợ, người làm
Bảng dưới chia các việc trong một kỳ đánh giá thành ba nhóm. Đây là gợi ý; công ty bạn có thể chặt hơn nhưng không nên lỏng hơn ở cột cuối.
| Việc | Nhóm | Ghi chú |
|---|---|---|
| Soạn thư thông báo, hướng dẫn, câu hỏi thường gặp | Giao cho AI soạn nháp | Không chứa dữ liệu cá nhân; người làm nhân sự sửa và duyệt |
| Rà biểu mẫu, tiêu chí mơ hồ, câu dễ hiểu sai | Giao cho AI soạn nháp | Kết quả là gợi ý, nhân sự quyết sửa gì |
| Gom nhận xét tự do thành chủ đề | AI hỗ trợ | Chỉ với dữ liệu đã che; đọc lại nguyên văn |
| Soát câu cảm tính, từ ngữ thiên lệch trong nhận xét | AI hỗ trợ | Quản lý quyết sửa hay giữ |
| Thống kê phân bố mức theo phòng để chuẩn bị họp hiệu chỉnh | AI hỗ trợ | Có thể làm bằng bảng tính; AI giúp đọc và đặt câu hỏi |
| Xếp loại từng người, chọn mức cuối cùng | Người làm | Quản lý đề xuất, họp hiệu chỉnh, giám đốc duyệt |
| Quyết định tăng lương, thưởng, bổ nhiệm, gia hạn hợp đồng | Người làm | Có người chịu trách nhiệm và giải thích được |
| Trao đổi kết quả với nhân viên | Người làm | AI có thể giúp quản lý chuẩn bị ý, không nói thay |
Cột "AI hỗ trợ" có nghĩa là người vẫn làm việc đó, AI chỉ rút ngắn phần đọc và sắp xếp. Nếu một việc ở cột này dần thành "AI làm, người bấm duyệt mà không đọc", nó đã trượt sang cột đầu mà không ai quyết định như vậy.
Vì sao không để AI xếp loại nhân viên
Lý do thứ nhất là dữ liệu. Để xếp loại, một hệ thống cần dữ liệu đầu vào: phiếu, số liệu công việc, đôi khi cả lịch sử chấm công. Dữ liệu đó mang sẵn thiên lệch của quá khứ. Người làm bán thời gian có ít số liệu hơn, người nghỉ thai sản có khoảng trống, nhóm làm việc khó đo như hỗ trợ khách hàng có ít con số đẹp. Một công cụ học từ dữ liệu như vậy sẽ lặp lại và đôi khi phóng to sự thiên lệch, mà vẻ ngoài con số khiến nó trông khách quan.
Lý do thứ hai là giải thích. Khi nhân viên hỏi vì sao mình nhận mức này, câu trả lời phải là sự việc cụ thể và đánh giá của một người có trách nhiệm. Các mô hình ngôn ngữ có thể viết ra một đoạn lý giải nghe rất hợp lý, nhưng đoạn đó không phải là lý do thật của kết quả; nó là văn bản được sinh ra sau. Một quyết định không giải thích được bằng lý do thật thì không bảo vệ được, cả trước nhân viên lẫn khi có tranh chấp.
Lý do thứ ba là trách nhiệm và pháp lý. Các quy định về bảo vệ dữ liệu cá nhân hiện hành ở Việt Nam đặt nghĩa vụ cho bên xử lý dữ liệu, và dữ liệu đánh giá nhân viên là dữ liệu cá nhân. Nhiều nơi trên thế giới cũng đang siết việc dùng hệ thống tự động để ra quyết định về việc làm. Chi tiết pháp lý thay đổi nhanh, bạn cần kiểm văn bản hiện hành, nhưng hướng chung khá rõ: quyết định về con người phải có người xem xét thật sự. Phần dữ liệu cá nhân người lao động có bài riêng ở AI Bảo Mật.
Che dữ liệu trước khi đưa phiếu đánh giá vào AI
Phiếu đánh giá chứa thông tin nhạy cảm nhất của một người ở công ty. Trước khi dán bất kỳ phần nào vào công cụ AI, kể cả công cụ công ty đã mua bản dành cho doanh nghiệp, làm theo trình tự sau:
- Chỉ lấy phần cần. Muốn gom nhận xét theo chủ đề thì chỉ trích cột nhận xét, không kéo theo họ tên, phòng, mức, lương.
- Thay tên bằng mã. Mỗi nhân viên một mã như NV01, NV02; bảng đối chiếu mã và tên để riêng, không bao giờ dán cùng.
- Xoá chi tiết nhận dạng trong câu. Tên đồng nghiệp, khách hàng, dự án, địa điểm cụ thể, ngày giờ hiếm gặp. Một câu như "sự cố ở kho Đồng Nai hôm mười hai" có thể đủ để nhận ra người.
- Bỏ thông tin đặc biệt nhạy cảm. Sức khoẻ, thai sản, hoàn cảnh gia đình, tình trạng kỷ luật. Những thông tin này không cần cho việc tổng hợp và không nên rời khỏi hồ sơ.
- Dùng công cụ công ty đã cho phép. Không dùng tài khoản cá nhân, kiểm cài đặt lưu lịch sử và dùng dữ liệu để huấn luyện theo phiên bản hiện hành của công cụ.
- Xoá cuộc trò chuyện sau khi xong nếu công cụ cho phép, và không lưu kết quả có chứa mã cùng chỗ với bảng đối chiếu tên.
Câu lệnh mẫu cho từng việc
Các câu lệnh dưới đây giả định dữ liệu đã được che như trên. Mỗi câu đều có một câu "không làm" ở cuối, vì công cụ AI có xu hướng làm thêm điều không được yêu cầu.
- Gom chủ đề nhận xét: "Dưới đây là 45 đoạn nhận xét đã ẩn danh của quản lý về nhân viên khối kinh doanh. Gom thành các chủ đề lặp lại về điểm mạnh và điểm cần cải thiện, mỗi chủ đề ghi số đoạn nhắc tới. Không xếp hạng nhân viên, không nhận định về cá nhân nào."
- Soát nhất quán: "Đây là mức đề xuất và nhận xét của một quản lý cho tám nhân viên, đã ẩn danh. Chỉ ra chỗ nào nhận xét và mức không khớp nhau, ví dụ nhận xét toàn tích cực nhưng mức thấp. Không đề xuất mức mới."
- Chuẩn bị họp hiệu chỉnh: "Đây là bảng số người theo từng mức của bốn phòng. Mô tả khác biệt về phân bố giữa các phòng và gợi ý năm câu hỏi để các trưởng phòng thảo luận. Không kết luận phòng nào chấm sai."
- Gom nhu cầu đào tạo: "Đây là phần mong muốn phát triển trong phiếu tự đánh giá, đã ẩn danh. Gom thành nhóm kỹ năng, ghi số người nhắc tới mỗi nhóm."
Những câu lệnh này đều cho ra tài liệu để người đọc và thảo luận, không cho ra một quyết định. Đó là dấu hiệu bạn đang dùng AI đúng chỗ.
Kiểm kết quả AI trả về
Đối chiếu với nguyên văn. Chọn ngẫu nhiên vài chủ đề, quay lại tìm các đoạn gốc được tính vào chủ đề đó. Nếu thấy AI xếp nhầm hoặc đếm sai, đừng chỉ sửa chỗ đó; đọc lại toàn bộ.
Tìm chi tiết không có trong dữ liệu. AI có thể thêm một nhận định nghe hợp lý mà dữ liệu không hề nói, chẳng hạn "nhân viên khối kinh doanh có xu hướng thiếu kỹ năng làm việc nhóm" khi chỉ có hai đoạn nhắc tới. Mọi khẳng định trong bản tổng hợp phải truy được về dữ liệu gốc.
Để ý ý thiểu số bị mất. Một nhận xét chỉ xuất hiện một lần nhưng nghiêm trọng, chẳng hạn về an toàn lao động hay về cách một quản lý đối xử với cấp dưới, dễ bị gộp vào nhóm lớn hoặc bỏ qua. Người tổng hợp nên đọc lướt toàn bộ nguyên văn ít nhất một lần.
Chạy lại để thử độ ổn định. Cùng một dữ liệu, chạy câu lệnh hai lần ở hai cuộc trò chuyện mới. Nếu hai bản tổng hợp ra chủ đề khác hẳn nhau, nghĩa là cách gom phụ thuộc nhiều vào may rủi của lần chạy, và bản tổng hợp đó chưa đủ chắc để đem vào họp. Khi đó nên chia dữ liệu nhỏ hơn, hoặc tự đặt sẵn danh sách chủ đề rồi chỉ nhờ AI xếp đoạn vào.
Ghi lại cách đã dùng AI. Một dòng trong biên bản kỳ đánh giá: dùng AI để gom chủ đề nhận xét, dữ liệu đã ẩn danh, người kiểm là ai. Nếu sau này có khiếu nại, công ty trả lời được AI đã tham gia ở đâu và không tham gia ở đâu.
Đưa ranh giới này vào quy định của công ty
Ranh giới giữa hỗ trợ và quyết định chỉ giữ được khi được viết ra. Quy chế đánh giá hoặc quy định dùng AI trong công ty nên có một đoạn ngắn về đánh giá nhân viên: AI được dùng cho việc gì, với dữ liệu đã xử lý thế nào, những quyết định nào bắt buộc do người đưa ra, và nhân viên có quyền hỏi về việc dùng AI trong kỳ đánh giá của mình.
Đoạn quy định này cũng bảo vệ quản lý. Khi có quy định rõ, quản lý không bị áp lực phải "dùng công cụ cho nhanh" ở những chỗ họ thấy không ổn, và nhân viên tin hơn rằng mức của mình do một người đã đọc phiếu của mình quyết định.
Nếu sau này công ty dùng phần mềm nhân sự có tính năng gợi ý mức đánh giá hay dự đoán ai sắp nghỉ việc, hãy đặt các câu hỏi trước khi bật: tính năng dựa trên dữ liệu nào, có thể giải thích từng gợi ý không, có kiểm thiên lệch theo giới và tuổi không, và người dùng có thể tắt nó đi không. Một tính năng không trả lời được những câu này thì chưa nên dùng cho quyết định về con người.
Câu hỏi thường gặp
Dùng AI viết nhận xét cho nhân viên có vi phạm gì không?
Không có quy định chung cấm quản lý dùng AI để trau chuốt câu chữ. Vấn đề nằm ở hai chỗ: dữ liệu cá nhân đưa vào công cụ có được che không, và nội dung nhận xét có phải do quản lý đánh giá thật không. Quy chế công ty nên ghi rõ hai điều này.
Phần mềm nhân sự tự động tính điểm KPI rồi xếp loại thì có phải là để AI xếp loại không?
Tính điểm theo công thức đã công bố khác với để AI tự xếp loại. Công thức minh bạch, ai cũng kiểm được, vẫn cần người xem xét kết quả trước khi chốt. Việc thiết kế hệ chỉ số là đề tài riêng; ở đây chỉ lưu ý đừng để con số tự động thành mức cuối cùng mà không ai xem.
Có nên báo cho nhân viên biết công ty dùng AI trong kỳ đánh giá không?
Nên. Một câu trong thư thông báo kỳ đánh giá là đủ: AI được dùng để hỗ trợ tổng hợp và soát văn bản với dữ liệu đã ẩn danh, mọi mức đánh giá do quản lý và hội đồng quyết định. Minh bạch giúp tránh tin đồn rằng máy đang chấm điểm mọi người.
Dùng AI phân tích chấm công, tin nhắn để đánh giá nhân viên có được không?
Không nên. Theo dõi tin nhắn, thời gian online hay cảm xúc qua camera để chấm điểm là giám sát quá mức, dễ vi phạm quy định về dữ liệu cá nhân và làm hỏng lòng tin. Đánh giá nên dựa vào kết quả công việc và hành vi quan sát được trong công việc.
Công ty nhỏ không có bản AI doanh nghiệp thì có nên dùng AI cho kỳ đánh giá không?
Vẫn dùng được cho các việc không chứa dữ liệu cá nhân như soạn thư, rà biểu mẫu, soạn hướng dẫn. Với phần tổng hợp nhận xét, chỉ làm khi đã che dữ liệu kỹ; nếu không chắc che đủ, làm thủ công trên bảng tính vẫn an toàn hơn.