根據《Wall Street Journal》的最新報導，企業界正在悄悄地將AI（AI）工具引入一個極其敏感的領域：員工的績效考核。一項針對近2,000名人力資源專業人士的近期研究顯示，已有13%的組織開始在其績效考核流程中運用AI驅動的工具，這個數字甚至還不包括那些未經公司明確許可，私下使用AI工具的經理人。這股趨勢預示著，AI不再只處理重複性高、機械化的任務，它正一步步深入職場中最需要「人味」的核心環節。

AI 績效評估：效率的誘惑與潛在的暗礁

想像一下，你是一位忙碌的主管，年底要給十幾個甚至幾十個員工寫考績，這就像要為每個人量身訂做一篇「年度總結報告」，既要公正客觀，又要言之有物，還要考慮到每個人的情緒感受。這可不是一件輕鬆的差事。這時候，如果有人遞給你一把「AI萬用尺」，告訴你它可以幫你快速丈量、整理思緒，甚至草擬出初稿，你心動嗎？

AI 績效評估，簡單來說，就是運用AI工具來協助主管完成員工績效考核的過程。 這可能包括自動分析員工在工作系統中的數據、根據預設的標準生成評語草稿、檢查語法和語氣，甚至提供改進建議。經理人之所以對此趨之若鶩，是因為AI在「傳達訊息」方面確實有其獨到之處。它能幫助那些不善言辭的主管，把對員工的觀察和想法，轉化為更清晰、更專業的文字，讓員工更容易理解自己的優勢與改進方向。這就像是請了一位文筆流暢的秘書，幫你把腦中的碎片想法組織成一篇有條理的文章。

然而，這把「萬用尺」也可能帶來意想不到的風險。畢竟，績效考核不只是文字遊戲，它關乎一個人的職業發展、薪資獎金，甚至自我價值感。如果AI工具被過度依賴，它可能在評語中犯下基本的事實錯誤，因為它無法像人一樣核實情境細節；它也可能不小心洩露敏感資訊，如果系統沒有嚴格的隱私保護機制；更常見的是，AI寫出的評語往往顯得過於籠統、缺乏個人化，甚至會過度誇大讚揚或批評，讓員工感覺這份考績「不像是在說我」。這種疏離感，很容易損害主管與員工之間最寶貴的信任關係。

當冰冷的演算法遇上溫暖的人性：AI 考核的深層考驗

這件事要從大約十年前說起。當時，大數據和機器學習開始在人力資源領域嶄露頭角，從招聘篩選履歷、員工流失預測，到薪酬管理，AI逐漸成為企業提升效率的利器。然而，績效考核這個環節，卻因為其高度主觀性和情感連結，一直被視為AI難以觸及的「聖地」。如今，隨著大型語言模型（LLM）的突飛猛進，AI的「寫作能力」突飛猛進，才讓企業重新審視將AI引入考核的可能性。

但這背後，隱藏著一個深刻的哲學問題：當我們把評估「人」的任務交給「非人」的機器時，我們會失去什麼？

從員工的角度來看，一份由AI主要撰寫的考績，即便文字再漂亮，也可能讓他們感到被物化、被數字化。人人都渴望被看見、被理解，期待主管能給出具體的、有溫度的回饋。如果考績只是AI從數據庫裡拼湊出來的「標準答案」，員工可能會覺得自己的努力和獨特性沒有被真正欣賞，進而影響工作士氣和對公司的忠誠度。這就像你收到一封情書，卻發現裡面充滿了網路範本的句子，即便語法無誤，情感的溫度卻蕩然無存。

對經理人而言，過度依賴AI也可能導致「技能退化」。績效考核是主管培養領導力、溝通能力和同理心的重要場域。如果把這些細膩的工作都外包給AI，主管可能會失去深入觀察員工、思考其發展路徑的機會，最終變成一個只會「複製貼上」的管理者。這不僅削弱了主管的領導力，也可能讓他們錯失了與團隊成員建立深厚信任的寶貴時刻。

而從企業層面來看，AI績效評估也帶來了潛在的法律和倫理風險。如果AI模型存在偏見（例如，因為訓練數據反映了歷史上的性別或種族歧視），它可能會在考核中無意間強化這些偏見，導致不公平的評估結果，進而引發法律訴訟。此外，數據隱私和資訊安全也是一大挑戰，如何確保員工的敏感績效數據在AI系統中不被濫用或洩露，是企業必須嚴肅面對的問題。

所以，我的建議是：將AI視為一個智慧的「輔助工具」，而非最終的「決策者」。 讓AI協助你完成初稿、檢查語氣、提供語法建議，甚至從大量數據中提煉出關鍵表現指標。但最終的評語，必須由人來審閱、修改，並注入你對員工的真實觀察和情感。這份考績，應該是你與員工之間真誠對話的起點，而不是冰冷數據的終點。

未來職場的「人機協作」新常態

這股AI進入績效考核的浪潮，其實是未來職場「人機協作」新常態的一個縮影。我們不能抗拒科技的進步，但我們必須學會如何駕馭它，讓它服務於「人」的價值，而非取代「人」的溫度。未來，那些能夠善用AI工具提升效率，同時又不失人情味和同理心的經理人，將會成為職場上真正的贏家。

或許，這也正是我們重新思考「績效」和「考核」本質的機會。考核的目的，究竟是為了評斷，還是為了發展？AI的加入，是否能讓我們更聚焦於員工的成長潛力，而不是僅僅停留在過去的表現？這些問題，將持續引導我們探索一個更公平、更高效，也更有人性的未來職場。如果你對AI在人力資源領域的應用有興趣，不妨多關注「AI倫理」和「未來工作模式」相關的報導，你會發現更多有趣的洞察。