Приходит сезон оценок, и вы смотрите на пустую форму самооценки, пытаясь восстановить год работы по памяти. Вы знаете, что работали хорошо. Но вы не помните ни конкретных названий проектов, ни точного квартала, в котором улучшилась метрика, ни формулировки похвалы, которую клиент высказал в марте. Это именно тот пробел, в котором ИИ полезен, — и одновременно тот, где соблазнительно позволить ему заполнить больше, чем следовало бы.
Фокус — на стороне сотрудника в цикле оценки, то есть на подготовке собственной самооценки, а не на стороне руководителя, который оценивает или ранжирует других: об этом уже есть статья отказывайтесь ранжировать людей с помощью ИИ. Основное правило здесь проще и работает только в одну сторону: ИИ может собрать ваши подтверждения в убедительный документ. Но сами подтверждения он создать не может. Каждый факт в самооценке должен опираться на то, что действительно произошло, а дать эту опору можете только вы.
Процессы проверки, права доступа, сроки хранения, раскрытие данных, коллективные договоры и процедуры обжалования варьируются. Следуйте текущей политике работодателя и получайте профсоюзные или юридические консультации, когда запись может повлиять на дисциплинарные меры, дискриминацию, разумное приспособление или увольнение.
Почему это реальный риск, а не гипотетический
Оценка эффективности работы не является задачей с низкой степенью риска. Она может повлиять на повышение зарплаты, продвижение по службе или план улучшения производительности, и во многих компаниях она становится частью задокументированной записи. Модель, запрошенная «сделать мой год впечатляющим», может создать уверенный, конкретно звучащий язык — процент, масштаб, названное достижение — даже если вы не предоставили эти детали. Генерация беглого текста, не основанного на исходных материалах, является хорошо задокументированным поведением таких систем, а не случайным сбоем (Ji et al., “Survey of Hallucination in Natural Language Generation,” 2023), и беглость результата не является доказательством того, что утверждение внутри него истинно. Если менеджер или отдел кадров позже попросит вас подтвердить цифру, которую вы не можете обосновать, проблема становится не просто неудобством при составлении текста; это проблема доверия к документу с реальными последствиями.
Никогда не включайте в самооценку утверждение — процент, сумму в долларах, конкретный результат проекта, — которое вы не можете лично проверить по чему-то реальному: письму, дашборду, тикету, документу или подтверждению коллеги. Если ИИ выдал формулировку, которая звучит конкретно, но вы не можете возвести её к реальному источнику, вычеркните её задолго до того, как она попадёт в форму оценки, — как бы хорошо она ни читалась.
Четырёхшаговый рабочий процесс
Шаг 1: сначала соберите собственные исходные подтверждения, ещё не открывая ИИ-инструменты
Перечислите по памяти и по своим записям всё, что сможете найти: завершённые проекты, метрики, которые вы отслеживали, полученные положительные отзывы (письма, сообщения в Slack, заметки со встреч), поставленные вам цели и их результаты, а также всё необычное, что вы делали за рамками своих обычных обязанностей. Сделайте это без ИИ. Смысл шага в том, чтобы задать фактическую основу, на которой строится всё остальное: ИИ никак не может самостоятельно знать, что вы делали в этом году, а просьба угадать — ровно та ошибка, которую весь этот рабочий процесс и должен предотвратить.
Шаг 2: используйте ИИ, чтобы разложить подтверждения по реальным критериям вашей оценки
Когда исходный материал собран, ИИ действительно полезен, чтобы разложить его по той структуре, которая принята в вашей оценке: компетенции, цели, ценности или рейтинговая шкала.
Вот список того, над чем я работал и чего достиг за этот период
оценки: [вставьте свой черновой список]. В моей оценке используются
такие категории: [вставьте реальные категории оценки вашей компании].
Разложите то, что я вам дал, по подходящим категориям. Не добавляйте
ни одного достижения, метрики или результата, которых нет в моём
списке выше: если по какой-то категории у меня ничего нет, так и
отметьте её как пустую, а не придумывайте, чем её заполнить.
Явное указание не заполнять пробелы здесь важно: без такого ограничения модель часто стремится выдать заполненный ответ по каждой категории, а в этой конкретной задаче это значит вписать в ваш послужной список то, чего никогда не было.
Шаг 3: пишите черновик из проверенных фактов, а не вокруг них
Когда подтверждения разложены, попросите ИИ помочь с самим текстом — тоном, ясностью, краткостью, — так чтобы каждое фактическое утверждение по-прежнему опиралось на то, что вы ему дали.
Только на основе разложенных выше подтверждений напишите черновик
абзаца самооценки для раздела «[название категории]». Сохраните все
цифры, названия проектов и результаты ровно так, как я их дал. Не
округляйте числа вверх, не добавляйте прилагательных, указывающих на
масштаб, которого я не называл («значительный», «крупный»), если я сам
его не употреблял, и отмечайте места, где текст был бы сильнее с
деталью, которой я не дал, — я решу, добавить её или оставить общее.
Шаг 4: проверьте каждое утверждение, прежде чем оно попадёт в итоговый документ
Перечитайте черновик, сверяя его с исходными подтверждениями строка за строкой. По каждой цифре или конкретному утверждению спросите себя: могу ли я прямо сейчас указать источник? Если нет — либо найдите источник, либо смягчите утверждение до того, что действительно можете подтвердить. Этот шаг обязателен, и его нельзя поручить тому же инструменту, который написал черновик: второй проход ИИ, проверяющий собственный первый, — это не независимая проверка.
Полезный запасной вариант для утверждения, которое вы не можете проверить сразу: смягчите его до того, в чём уверены наверняка, а не удаляйте целиком. «Участвовал в проекте, который сократил время обработки» — это можно защитить, даже если вы не в состоянии назвать точный процент; «сократил время обработки на 40%» защитить нельзя, если у вас нет источника для этой цифры.
Краткий справочник
| Использование ИИ | Вердикт |
|---|---|
| Разложить перечисленные вами достижения по категориям оценки | Безопасно — только структура |
| Написать более ясный текст вокруг предоставленных вами фактов | Безопасно — проверьте перед отправкой |
| Попросить «сделать это более впечатляющим» без новых фактов | Рискованно — следите за выдуманной конкретикой |
| Попросить ИИ прикинуть метрику, которую вы точно не помните | Небезопасно — найдите настоящую цифру или укажите её как приблизительную, своими словами |
| Попросить ИИ угадать, чем вы, вероятно, занимались, исходя из должности | Небезопасно — это выдумывание, а не упорядочивание |
Раскрытие и распространённое заблуждение
Некоторые компании прямо спрашивают в самой форме оценки, помогал ли ИИ при составлении документа. Если у вас так, ответьте честно: общую норму раскрытия разбирает статья как оставить своё имя на работе, сделанной с помощью ИИ, а самооценка, в которой вы с помощью ИИ упорядочили реальные достижения, — совершенно обычный случай уместного раскрытия, а не то, что нужно скрывать или из-за чего нужно оправдываться.
Заблуждение, которое стоит назвать прямо: считать хорошо организованную, отполированную самооценку свидетельством сильного года. Это свидетельство хорошего текста. Это разные вещи — и защитой здесь служит вовсе не то, что кто-то заметит участие ИИ. В контролируемых исследованиях люди не могли надёжно отличить самопрезентации, созданные ИИ, от написанных человеком (Jakesch, Hancock and Naaman, PNAS, 2023), так что на довод «они всё равно заметят» опереться нельзя ни в ту, ни в другую сторону. Работает более простое соображение: неподкреплённое утверждение рассыпается в тот момент, когда кто-то спрашивает, что за ним стоит, а оценка эффективности — именно тот документ, где рано или поздно спрашивают.
Подготовьтесь на этой неделе
Перед следующим циклом оценки используйте рабочий лист подготовки к оценке, чтобы сначала собрать исходные подтверждения, а затем прогоните их через рабочий процесс из четырёх шагов выше. Если ваша оценка включает ещё и раздел об обратной связи, которую вы хотите дать руководителю или получить от него, то подготовка повестки one-on-one разбирает тот же принцип «сначала факты» применительно к этому разговору.
Читатели из ЕС могут начать с обзора равенства в сфере занятости Комиссии, сборника руководств EDPB по данным о занятости и применимого национального органа. Читающие из Эстонии могут использовать Инспекцию труда и Комиссара по равному обращению. Читатели из США могут использовать портал прав сотрудников EEOC; для стороны работодателя руководство EEOC по оценке эффективности подчеркивает необходимость коммуникации стандартов, их последовательного применения и включения соответствующих фактов. Это отправные точки юрисдикции, а не обзор процесса вашего работодателя.
