سود:
- توانایی تولید پیش نویس های بازخورد عملکرد سازنده بر اساس مشاهدات عینی
- توانایی ساختار بازخورد متعادل، منصفانه و توسعه محور با SBI، STAR و چارچوب های مشابه
- پیش نویس هوش مصنوعی در بازخورد، قادر به حفظ نقش تصمیم گیری و مسئولیت انسانی
بازخورد عملکرد سخت ترین کار برای مدیران است. اکثر مردم می توانند بازخورد مثبت بدهند. چالش این است که زمینه های بهبود را به شیوه ای سازنده، ملموس و منصفانه به اشتراک بگذاریم. بازخورد بد بیان شده می تواند باعث بی انگیزه شدن، ایجاد حالت تدافعی یا حتی از دست دادن یک کارمند شود. هوش مصنوعی (AI) کمکی قدرتمند در قالب بندی صحیح بازخورد و نرم کردن زبان است. اما اصل تغییر ناپذیر این واحد این است: محتوای بازخورد باید بر اساس مشاهده واقعی باشد و تصمیم و مسئولیت باید با شخص باقی بماند. هوش مصنوعی پیش نویس می نویسد. یک انسان بازخورد می دهد و مالک آن است.
چند عبارت: بازخورد ارتباطی است که تأثیر یک رفتار را بر شخص منعکس می کند. بررسی عملکرد، بررسی رسمی یک دوره است. معمولاً منجر به تبلیغات و پاداش می شود. SBI چارچوبی است که بازخورد را بر روی محور موقعیت-رفتار-تاثیر ساختار می دهد. STAR ساختاری است که یک رویداد را به عنوان Situation-Task-Action-Result توصیف می کند و هم در مصاحبه و هم در ارزیابی استفاده می شود.
بازخورد سازنده با چارچوب SBI
بازخورد مؤثر رفتار را هدف قرار می دهد نه شخص را. "شما غیرمسئول هستید" یک قضاوت است و باعث دفاع می شود. «این که سه گزارش آخر تا آخرین لحظه مونده بود تیم را مجبور کرد» مشاهداتی است و قابل بحث است. مشاهدات خود را به هوش مصنوعی بدهید و آن را چارچوب بندی کنید. فرآیند گام به گام:
- مشاهدات را جمع آوری کنید. رویدادهای مشخص، تاریخ ها، اثرات. (این مرحله کاملاً مسئولیت شماست.)
- قاب را انتخاب کنید. تعادل SBI، STAR یا "نقاط قوت + فضای بهبود".
- پیش نویس را تهیه کنید. به زبانی رفتار محور و بدون سرزنش.
- انصاف و بررسی واقعیت. آیا پیش نویس واقعی و متوازن است؟
- برای مصاحبه آماده شوید. واکنش ها و پاسخ های احتمالی
- بازخورد را بدهید. انسان مکالمه را هدایت می کند. هوش مصنوعی در گفتگو شرکت نمی کند.
نقش شما: یک شریک تجاری با تجربه منابع انسانی. وظیفه: مشاهدات زیر را به یک طرح بازخورد سازنده در چارچوب SBI (وضعیت-رفتار-تاثیر) تبدیل کنید. لحن: محترمانه، رشد گرا، غیر متهم کننده. هر نکته را مشخص نگه دارید. روی رفتار تمرکز کنید نه شخصیت هم نقاط قوت و هم حوزه توسعه را در تعادل قرار دهید.<مشاهدات>- 3 گزارش پروژه آخر به روز آخر موکول شد، تیم باید منتظر بماند- مشتری در ارائه خود بسیار آماده بود، بازخورد مثبت آمد (رضایت 10/9)- او دو بار در جلسه تیم نظر همکارش را قطع کرد</observations>
نکته: هم نقاط قوت و هم زمینه های بهبود را در بازخورد بگنجانید. بازخوردی که فقط موارد منفی را فهرست میکند، ناعادلانه است. اگر کسی فقط چیزهای مثبت بگوید، منجر به توسعه نمی شود. در مثال بالا، شامل عملکرد ارائه مثبت، این تعادل را برقرار می کند. اما «ساندویچ ستایش» را مکانیکی نکنید (یک انتقاد که بین دو ستایش قرار گرفته است). کارکنان متوجه این الگو می شوند.
حیاتی ترین قانون: مشاهده از شما می آید
هوش مصنوعی نمی تواند داده های عملکرد تولید کند. این به سادگی مشاهداتی را که وارد کرده اید بیان می کند. درخواست بازخورد بدون مشاهده، مدل را به سمت ادعاهایی که معقول به نظر می رسد اما درست نیستند، سوق می دهد - این هم ناعادلانه و هم خطرناک است. شکل دادن به شغل یک کارمند فقط به این دلیل که "هوش مصنوعی این را نوشته است" غیرقابل قبول است.
جریان صحیح: 1) شما: مشاهدات مشخص را وارد کنید (تاریخ، رویداد، تأثیر، ارقام در صورت وجود) 2) هوش مصنوعی: آنها را به زبان و چارچوب سازنده ترجمه کنید3) شما: پیش نویس را بررسی کنید، صحت آن را تأیید کنید.
گام
مالک
چیست (مشاهده/داده)
مدیر / منابع انسانی
نحوه بیان (پیش نویس)
A.I.
تأیید حق و عدالت
مدیر / منابع انسانی
گفتگوی بازخورد
مدیر (انسان)
نتایج (ترفیع، پاداش، PIP)
مدیر (انسان)
آماده شدن برای گفتگوهای دشوار و خود ارزیابی
هوش مصنوعی همچنین به شما کمک می کند تا برای مکالمه بازخورد آماده شوید. تمرین یک مکالمه دشوار از قبل به شما کمک می کند تا در مکالمه واقعی آرام بمانید:
من فکر می کنم کارمند ممکن است در هنگام ارائه این بازخورد حالت دفاعی داشته باشد. 3 واکنش احتمالی را بنویسید و به هر کدام یک پاسخ سازنده و آرام پیشنهاد دهید. هدف من سرزنش نیست، بلکه این است که با هم راه حلی پیدا کنیم. همچنین، یک جمله آغازین خنثی را پیشنهاد دهید که مکالمه را باز کند.
شما همچنین می توانید به کارمند کمک کنید تا خودارزیابی خود را بسازد:
نقش شما: یک مربی شغلی. وظیفه: یک الگوی راهنما با 6 سوال تهیه کنید که به کارمند کمک می کند تا یک خودارزیابی پایان ترم بنویسد. سوالات باید از ساختار STAR (Situation-Task-Action-Result) و دستاوردها و حوزه های توسعه به طور متعادل استفاده کنند.
سه کیف کوچک
مورد 1 - از سختگیری تا سازنده بودن. طرح یکی از مدیران می گوید: «تو همیشه دیر می آیی، تو غیرقابل اعتمادی». هوش مصنوعی همان مشاهدات را با SBI به این صورت ترجمه کرد: "مهلت برای 3 تحویل آخر برنامه تیم را مختل کرد؛ بیایید با هم یک ریتم تحویل ایجاد کنیم." کارمند به جای اینکه حالت تدافعی بگیرد، درباره راه حل صحبت کرد. در سه ماهه بعد، تعداد تحویل دیرهنگام از 3 به 0 کاهش یافت.
مورد 2 - کالیبراسیون ثابت. در یک تیم 12 نفره، هر مدیر به طور متفاوت نوشت؛ برخی همه را "کامل" خطاب کردند، برخی از کسی خوششان نیامد. HR از هوش مصنوعی خواسته است تا یک روبریک ارزیابی مشترک و بانک صورتهای نمونه تهیه کند. در جلسه کالیبراسیون اختلاف امتیازها به میزان قابل توجهی کاهش و تعداد اعتراضات به نصف کاهش یافت.
مورد 3 - صرفه جویی در زمان. ارزیابی ترم یک بخش 30 نفره مدیر 2 روز کامل طول کشید. هوش مصنوعی با ترجمه مشاهدات واقعی هر کارمند در پیش نویس SBI زمان را به نصف کاهش داده است. مدیر زمانی را که صرفه جویی می کرد به شخصی سازی پیش نویس ها و انجام مصاحبه ها اختصاص داد. کیفیت کاهش نیافته است، برعکس ثبات افزایش یافته است.
اعلان ضعیف / اعلان قوی
اعلان ضعیف: یک ارزیابی عملکرد برای این کارمند بنویسید.
نتیجه: از آنجایی که هوش مصنوعی عملکرد واقعی را نمی داند، عبارات عمومی، توخالی یا حتی ساختگی تولید می کند. ناعادلانه و پرخطر
اعلان قوی: [مشاهدات واقعی (تاریخ/رویداد/تاثیر/تعداد) + چارچوب SBI یا STAR + لحن + "تمرکز بر رفتار" + "تعادل نقاط قوت و حوزه توسعه" + "هر چیزی که در مورد آن مطمئن نیستید اضافه نکنید" محدودیت]
نتیجه: یک طرح کلی سازنده، متعادل و قابل استفاده مستقیم بر اساس مشاهدات شما.
توجه: پیش نویس تولید شده توسط هوش مصنوعی را همانطور که هست، بدون خواندن آن به کارمند ارسال نکنید. حتی اگر طرح کلی بر اساس مشاهدات شما باشد، اینکه آیا زبان مناسب، منصفانه و شخصی با زمینه کارمند و رابطه شما است، فقط شما این را می دانید. ارزیابی نهایی عملکرد و پیامدهای آن (ترفیع، پاداش، طرح توسعه عملکرد) همیشه بر عهده مدیر است. این همان اصل تأیید حیاتی ایمنی در مهندسی است: خروجی هوش مصنوعی جایگزین تأیید یک انسان شایسته نیست.
اشتباهات رایج
- بدون مشاهده پرسیدن هوش مصنوعی تشکیل می دهد. بازخورد باید بر اساس رویدادهای واقعی باشد.
- شخصیت تهاجمی نگویید "تنبل هستید"، بگویید "این رفتار آن اثر را ایجاد کرد".
- بازخورد یک طرفه فقط منفی ناعادلانه است، فقط مثبت بی اثر است.
- پیش نویس را همانطور که هست ارسال کنید. شخصی سازی و کنترل عادلانه ضروری است.
- بر اساس نتیجه بر اساس هوش مصنوعی. "هوش مصنوعی اینگونه امتیاز گرفت" نه از نظر اخلاقی و نه قانونی قابل دفاع است.
- گام آینده نامشخص بازخورد باید با مرحله بعدی مشخص و مورد توافق پایان یابد.
به طور خلاصه
- بازخورد را روی رفتار متمرکز کنید، نه شخص. اجازه دهید هوش مصنوعی پیش نویس را با چارچوبی مانند SBI (Situation-Behavior-Impact) یا STAR ساختار دهد.
- محتوا همیشه باید بر اساس مشاهدات واقعی شما باشد. پرسیدن بدون مشاهده، هوش مصنوعی را به سمت جبران سوق می دهد.
- تعادل نقاط قوت و حوزه های توسعه؛ بازخورد یک طرفه یا ناعادلانه است یا بی اثر.
- برای مکالمات دشوار و ارزیابی خود با هوش مصنوعی آماده شوید، اما انسان همیشه گفتگو را رهبری می کند.
- پیش نویس را بدون خواندن آن فوروارد نکنید. ارزیابی نهایی، تایید عادلانه و عواقب (ترفیع / پاداش) به عهده مدیر است.
وظیفه کاربردی
4-5 مشاهدات مشخص (تاریخ، رویداد، تأثیر، در صورت امکان تعداد) از سه ماهه آخر برای کارمندی (یا خیالی) که مدیریت می کنید بنویسید. از هوش مصنوعی بخواهید اینها را به یک پیش نویس بازخورد متعادل در چارچوب SBI ترجمه کند. سپس از آنها بخواهید "3 واکنش و پاسخ دفاعی احتمالی" تولید کنند. در نهایت، پیش نویس را برای انصاف و واقع گرایی بررسی کنید: آیا هر جمله بر اساس یک مشاهده است، آیا نقاط قوت وجود دارد، آیا مرحله بعدی مشخص است؟ اگر حتی یک ادعای ساختگی وجود دارد، آن را حذف کنید.
چک لیست
- [ ] آیا بازخورد بر اساس مشاهدات واقعی و ملموس است؟
- [ ] آیا زبان بر رفتار متمرکز است تا شخصیت؟
- [ ] آیا نقاط قوت و زمینه های توسعه متعادل هستند؟
- [ ] آیا از چارچوبی مانند SBI/STAR استفاده شده است؟
- [ ] آیا پیش نویس شخصی سازی شده و از نظر انصاف بررسی شده است؟
- [ ] آیا مرحله بعدی مشخص و قابل درک وجود دارد؟
- [ ] آیا تصمیم و مسئولیت نهایی با انسان باقی ماند؟