La IA generativa podría solucionar las evaluaciones de desempeño (o empeorarlas aún más)
L
as empresas están implementando rápidamente sistemas de IA generativa para agilizar las evaluaciones de desempeño. Estos sistemas demuestran capacidades impresionantes, pero hasta ahora, la mayoría de las organizaciones los utilizan para elaborar, con mayor rapidez, versiones más pulidas de las evaluaciones narrativas tradicionales.
Sin embargo, que algo esté pulido no significa que sea más confiable. Al suavizar la forma en que los gerentes describen el desempeño, estos sistemas pueden hacer que las evaluaciones parezcan más consistentes y creíbles de lo que realmente son, ocultando las inconsistencias y puntos ciegos que las han definido durante mucho tiempo. No obstante, la misma tecnología podría hacer algo mucho más valioso: alejar las evaluaciones de desempeño de las narrativas sobre el trabajo y acercarlas a evidencia directa del trabajo en la práctica: lo que las personas realmente hicieron, decidieron e influyeron.
El enfoque equivocado
Para aliviar la carga de las evaluaciones de desempeño, muchas empresas están utilizando la IA para redactar narrativas de evaluación. A simple vista, esto parece un avance. Pero, en realidad, se corre el riesgo de amplificar el problema de fondo. Los documentos producidos con IA tienden a converger hacia el mismo tono fluido y seguro. La variación que antes distinguía una evaluación cuidadosa de un elogio genérico está desapareciendo y convirtiéndose en una voz persuasiva, pero estandarizada.
Esta homogeneización afecta la presentación, no el contenido. Los gerentes siguen trabajando a partir de observaciones incompletas e impresiones subjetivas. La IA simplemente hace que todas las narrativas suenen igual de convincentes. El resultado son evaluaciones que parecen más confiables de lo que realmente son, haciendo que la información deficiente sea más difícil de detectar.
Un mejor camino
En lugar de ayudar a los gerentes a escribir historias más convincentes sobre el desempeño, la IA podría ayudarlos a identificar y examinar episodios reales de trabajo.
Los sistemas de IA podrían analizar patrones de interacción entre empleados para identificar evidencia de competencias de alto nivel que las métricas tradicionales pasan completamente por alto. Podrían examinar las redes de comunicación para identificar a los empleados que constantemente ayudan a otros a resolver problemas, analizar los patrones de toma de decisiones en las discusiones de proyectos para detectar el pensamiento estratégico o mapear los flujos de influencia a través de cadenas de correos electrónicos y las transcripciones de las reuniones para revelar el liderazgo en acción.
Aprovechar el potencial de la IA generativa
Las bases necesarias ya están claramente presentes. Esto es lo que los altos directivos pueden hacer ahora para convertir lo posible en una realidad:
1. Replantear la conversación sobre desempeño en torno a momentos decisivos, en lugar de etiquetas de rasgos y afirmaciones de excelencia.
En lugar de pedir a los gerentes que describan el “liderazgo”, el “pensamiento estratégico” o la “capacidad para navegar la ambigüedad” de un empleado, las evaluaciones de desempeño deberían plantear una pregunta diferente: ¿Qué momentos en el trabajo de esta persona revelan con mayor claridad esas capacidades? Un solo episodio decisivo (en el que un empleado desafió una suposición equivocada, redirigió un proyecto que estaba fracasando o alineó a distintas partes interesadas en torno a una decisión difícil) suele revelar más sobre sus capacidades que una página entera de lenguaje evaluativo. La IA puede ayudar a identificar estos episodios analizando registros de proyectos, comunicaciones y distintos materiales de trabajo para detectar los puntos de inflexión donde el juicio tuvo mayor relevancia.
2. Dirigir las herramientas de IA ya implementadas en toda la empresa para identificar evidencia conductual, en lugar de solo pulir la narrativa.
La mayoría de las empresas ya utilizan asistentes de IA integrados en las herramientas de trabajo cotidianas. En la actualidad, estos sistemas suelen utilizarse para resumir documentos o ayudar a los gerentes a redactar mejores textos. En su lugar, las organizaciones deberían orientarlos hacia una tarea diferente: analizar patrones de interacción entre empleados para identificar evidencia de competencias de alto nivel.
3. Construir una gobernanza que equilibre la transparencia con el control de los empleados y evite desviaciones hacia la vigilancia excesiva.
La transición hacia la evidencia conductual seleccionada por IA requiere una gobernanza que equilibre la verificación, el control de los empleados y límites claros.
— Verificación: La IA debe servir como un curador que señale fuentes verificables, mientras que los humanos conservan todo el juicio interpretativo.
— Control de los empleados: Dar a los empleados control sobre su propio portafolio de evidencia.
— Límites claros para evitar la expansión del alcance: Las evaluaciones de desempeño deben basarse en documentos de trabajo oficiales y no en comunicaciones informales o mensajes privados.
© 2026 Harvard Business School Publishing Corp. | De: hbr.org | Distribuido por: The New York Times Syndicate.
Artículo en inglés
Enterprises are rapidly deploying generative AI systems to streamline performance reviews. These systems demonstrate impressive capability, but so far, most organizations are using them to more quickly produce more polished versions of traditional narrative reviews.
Polished, however, is not the same as reliable. By smoothing out how managers describe performance, these systems can make evaluations feel more consistent and credible than they are, masking the inconsistencies and blind spots that have long defined them. Yet the same technology could do something far more valuable: shift performance reviews away from narratives about work and toward direct evidence of work in action: what people actually did, decided and influenced.
THE WRONG APPROACH
To ease the burden of performance evaluations, many companies are channeling AI into drafting review narratives. On the surface, this seems like progress. In reality, it risks amplifying the underlying problem. Documents produced with AI tend to converge toward the same fluent, confident tone. The variation that once distinguished careful evaluation from generic praise is collapsing into a persuasive but standardized voice.
This homogenization affects presentation, not substance. Managers are still working from incomplete observations and subjective impressions. AI simply makes all narratives sound equally convincing. The result is reviews that appear more dependable than they are, making poor information harder to detect.
A BETTER PATH
Instead of helping managers write more compelling stories about performance, AI could help them surface and examine actual episodes of work.
AI systems could analyze patterns of employee interaction to surface evidence of higher-order competencies that traditional metrics miss entirely. They could examine communication networks to identify employees who consistently help others solve problems, analyze decision-making patterns in project discussions to spot strategic thinking or map influence flows across email threads and meeting transcripts to reveal leadership in action.
TAPPING THE POTENTIAL OF GEN AI
The building blocks are demonstrably in place. Here’s what senior leaders can do now to turn what is possible into a reality:
1. Reframe the performance conversation around consequential moments rather than trait labels and assertions of excellence.
Instead of asking managers to describe an employee’s “leadership,” “strategic thinking,” or “ability to navigate ambiguity,” performance reviews should ask a different question: What moments in this person’s work most clearly reveal those capabilities? A single consequential episode — where an employee challenged a flawed assumption, redirected a failing project or aligned stakeholders around a difficult trade-off — often reveals more about capability than a page of evaluative language. AI can help identify these episodes by scanning project records, communications and artifacts to surface the inflection points where judgment mattered most.
2. Direct AI tools already deployed across the enterprise to surface behavioral evidence rather than polish narrative.
Most enterprises already deploy AI assistants embedded in everyday work tools. Today these systems are typically used to summarize documents or help managers produce more polished narratives. Organizations should instead direct them toward a different task: analyzing patterns of employee interaction to surface evidence of higher-order competencies.
3. Build governance that balances transparency with employee control and prevents surveillance drift.
The shift toward AI-curated behavioral evidence requires governance that balances verification, employee control and clear boundaries.
—Verification: AI should serve as a curator that points to verifiable sources, while humans retain all interpretive judgment.
—Employee control: Give employees control over their own evidence portfolio.
—Clear boundaries to prevent scope creep: Performance reviews should rely on formal work artifacts rather than casual communications or private messages.
Es difícil utilizar la IA en equipo. Estas 3 prácticas pueden ayudar
He aquí tres prácticas que pueden ayudar a desarrollar la «química humano-IA en los equipos» a medida que evoluciona el lugar de trabajo.
¿Cuáles son los problemas de su empresa en materia de IA?
El “Ethical Nightmare Challenge” (ENC) es un marco de trabajo que puede integrarse con programas existentes de gestión de riesgos de IA.
Cómo la IA podría ayudar a reducir las desigualdades en la atención médica
Este artículo destaca una serie de herramientas de IA que tienen el potencial de generar un impacto considerable en las desigualdades en la atención médica.
