A HR-esek nem bízhatnak vakon a mesterséges intelligenciában: az AI elbukik az árnyalt értékeléseken

A Perceptyx által támogatott PYX Labs kutatólaboratórium átfogó vizsgálatában azt elemezte, mennyire képes a mesterséges intelligencia elvégezni az alapvető HR-feladatokat, és rendelkezik-e azzal az ítélőképességgel, amely a munkavállalói élmény pontos értelmezéséhez szükséges. A benchmark tanulmány során hét különböző AI-modellt teszteltek – köztük az OpenAI, a Google, az Anthropic és az xAI megoldásait –, összesen 84 különböző, a munkavállalók véleményének elemzésével kapcsolatos feladaton keresztül.

Az eredmények éles különbséget mutattak a feladatok jellege szerint. Amikor a válaszok egyértelműek és ellenőrizhetőek voltak, a modellek a feladatok 76-82%-át sikeresen teljesítették. Azonban amint olyan összetett eredményekről volt szó, amelyek a nyitott végű munkavállalói visszajelzések értelmezését és egy koherens, pontos következtetés levonását igényelték, a sikerességi ráta drasztikusan, akár 33%-ra is visszaesett.

A szintézis a leggyengébb láncszem

A kutatás rávilágított, hogy bár a jelenlegi AI-modellek jól kezelik az objektív munkát, megbízhatatlanok az értelmezés és az összegzés terén. A szintézis – vagyis több forrásból származó, olykor ellentmondásos információk egységes képbe foglalása – bizonyult a leggyengébb képességnek minden vizsgált modellnél. Ebben a kategóriában a pontszámok 14% és 57% között mozogtak, ami a legnagyobb szórást mutatta az összes feladattípus közül.

A jelentés szerint a rendszer ott hibázik leginkább, ahol hiányos, érzelmileg túlfűtött vagy kontextusfüggő jelzéseket kellene mérlegelni és egyetlen világos következtetéssé formálni. Joseph Freed, a Perceptyx termékigazgatója kiemelte:

A szerzetek már most is használják az AI-t a munkavállalói visszajelzések értelmezésére és döntések előkészítésére. A kérdés nem az, hogy a modellek tudnak-e folyékony válaszokat adni, hanem az, hogy értik-e, mi számít jónak a munkahelyi környezetben.

Kockázatok és a menedzseri hiányosságok

A PYX Labs kutatói rátaláltak néhány ritka, de annál kritikusabb hibára is: előfordult, hogy a modellek kitalált statisztikai adatokat generáltak, vagy nem tartották be az alapul szolgáló adatset korlátait. Emiatt az emberi felügyelet nélküli AI-használat jelentős kockázatot hordoz a teljesítményértékelésben. Ennek ellenére a technológia terjedése megállíthatatlannak tűnik, amit a menedzseri képességek hiányosságai is fűtenek.

• A WTW 2025-ös jelentése szerint a vállalatok mindössze 20%-a véli úgy, hogy vezetőik hatékonyak a visszajelzésben és a coachingban.
• Emiatt a cégek 37%-a már beépített AI-eszközöket a teljesítménymenedzsment folyamataiba, hogy pótolják ezeket a hiányosságokat.
• A kutatás összegzése szerint azonban az AI jelenleg inkább csak segédeszköz lehet, mintsem önálló döntéshozó, mivel képtelen az emberi érzelmek és a munkahelyi dinamika finom összefüggéseinek teljes körű megértésére.

Forrás: HR Dive