Skip to main content

SMAS.HK

每逢財政年度結算,香港僱員面對績效評核往往憂慮評估標準流於主管個人主觀喜好。近年不少企業推動數碼轉型,嘗試引入人工智能演算法分析考勤、業務及通訊數據,期望將人力資源評估科學化以消除人為偏見。然而,將運算邏輯介入敏感的人事決策,是否能夠建立奠基於客觀數據的信任,或是演變為損害團隊凝聚力的潛在隱憂,已成為現代管理層必須深思的課題。

演算法黑盒子效應引發評估焦慮

績效評核引入人工智能分析最常面對的挑戰為黑盒子效應。市面眾多演算法模型的運算權重極為繁複,人力資源部門難以向員工清晰闡釋各項指標佔比,例如通訊回覆速率、專案進度落後的扣分機制,或是文字情緒分析的判定基準。在講求程序透明與公平原則的香港職場,缺乏透明度的機制往往使員工對評核結果產生懷疑與無力感,進而削弱團隊對管理機制的信任基礎。

量化數據無法完全涵蓋工作情境與商業價值

國際商業管理研究顯示,僱員並不反對數據輔助,但對完全交由演算法評判個人價值持保留態度。人工智能具備量化產出的能力,卻缺乏理解特定工作情境與展現同理心的維度。舉例而言,處理重大客戶危機可能耗費大量時間而導致單日處理量未達平均標準,人類主管能識別危機處理與客戶挽留的實際價值,純粹的演算法則容易將其歸類為效率低下。跨部門協調、激勵士氣等關鍵軟實力無法單純轉化為程式碼,忽視情境脈絡的數據評估容易引發負面反彈。

全天候數碼監控對職場心理安全的衝擊

部分企業為提供演算法足夠分析依據,過度擴展數據採集範疇至鍵盤敲擊頻率、滑鼠軌跡甚至內部通訊內容,使績效評估與全面監控的分界變得模糊。相關職場研究指出,過度嚴密的數碼監控無法有效提升產出,反而可能導致員工對管理階層的信任度顯著下降,損害組織內部的心理安全感。在此環境下,僱員傾向採取防禦性應對策略,例如製造虛假活動跡象以符合演算法指標,形成內部資源的虛耗。

人機協作定位與雙向溝通的核心價值

現代企業應用人工智能的關鍵在於其角色定位。科技工具應作為輔助診斷與資料整合的利器,負責整理考勤、專案進度里程碑等客觀事實,協助管理者消除記憶限制與認知盲點。真正的價值評估、面談反饋與職涯發展規劃仍須由管理人員主導。透過數據脈絡展開坦誠的雙向溝通,給予員工說明特殊情境的空間,方能兼顧客觀分析與人性化管理,確保數碼化轉型發揮正面效益。