Đánh giá hiệu suất nhân viên với AI: hỗ trợ nhận xét, không chấm thay

Mùa đánh giá cuối năm, quản lý cấp trung thường viết nhận xét chung chung vì không nhớ hết 12 tháng làm việc của từng người. Đánh giá hiệu suất AI hỗ trợ đúng chỗ này: gom bằng chứng, nhắc lại sự việc, gợi ý câu chữ cụ thể. Nhưng điểm số và quyết định lương thưởng phải do con người đưa ra. ACCA Consulting Vietnam chia sẻ cách dùng AI trong đánh giá mà vẫn công bằng, minh bạch.

1. AI nên làm gì, không nên làm gì trong đánh giá

Lý do không để AI chấm điểm: mô hình chỉ nhìn thấy những gì được ghi lại. Người làm việc âm thầm, hỗ trợ đồng nghiệp hay xử lý sự cố ngoài giờ thường không để lại nhiều dấu vết văn bản. Ngoài ra, quyết định ảnh hưởng đến thu nhập cần người chịu trách nhiệm giải trình.

2. Quy trình đánh giá hiệu suất AI hỗ trợ: 5 bước

Prompt mẫu tóm tắt bằng chứng

"Dưới đây là báo cáo tuần của nhân viên mã NV07 từ tháng 1 đến tháng 12. Hãy tóm tắt theo 3 mục tiêu: [mục tiêu 1, 2, 3]. Với mỗi mục tiêu, liệt kê việc cụ thể, kết quả có số liệu và tháng xảy ra. Phân bổ đều cả năm, không chỉ tập trung vào các tháng gần đây. Không đánh giá tốt hay xấu."

"Từ bản tóm tắt, gợi ý 3 câu nhận xét cụ thể theo cấu trúc: hành vi – kết quả – tác động. Tránh tính từ chung chung như 'chăm chỉ', 'nhiệt tình'."

3. Thiên lệch gần đây và cách khắc phục

Thiên lệch gần đây (recency bias) là xu hướng đánh giá dựa trên vài tháng cuối kỳ. AI có thể làm thiên lệch này nặng hơn nếu dữ liệu quý 4 nhiều hơn các quý khác, hoặc nếu bạn chỉ dán vào những gì mình còn nhớ.

• Ghi chép đều đặn: quản lý ghi 3–5 dòng sau mỗi buổi 1-1 hằng tháng, đây là nguồn cân bằng nhất.
• Yêu cầu AI chia theo quý: mỗi quý có ít nhất 1–2 ý, nếu thiếu thì ghi rõ 'không có dữ liệu'.
• Đối chiếu với KPI định lượng: số liệu kết quả cả năm giúp kiểm tra cảm nhận.
• Kiểm tra ngôn ngữ: yêu cầu AI rà các từ mang định kiến về giới, tuổi, vùng miền trong bản nhận xét.

4. Bảo mật dữ liệu đánh giá

Hồ sơ đánh giá là dữ liệu cá nhân nhạy cảm. Không dán tên, lương, thông tin sức khoẻ hay kỷ luật vào công cụ AI công cộng miễn phí. Nếu dùng nền tảng AI nội bộ hoặc gói doanh nghiệp, hãy phân quyền để quản lý chỉ thấy dữ liệu của nhóm mình và lưu nhật ký truy cập. Việc xử lý dữ liệu cá nhân cần tuân thủ quy định hiện hành về bảo vệ dữ liệu cá nhân; nên hỏi ý kiến pháp chế khi thiết kế quy trình.

5. Kết nối đánh giá với lương thưởng và sổ sách

Kết quả đánh giá thường dẫn đến điều chỉnh lương, thưởng. Các khoản này cần quy chế lương thưởng rõ ràng, quyết định bằng văn bản và hạch toán đúng để được tính vào chi phí được trừ khi quyết toán thuế TNDN, đồng thời khấu trừ thuế TNCN đúng kỳ. Theo kinh nghiệm của ACCA Consulting Vietnam, nhiều doanh nghiệp chi thưởng theo đánh giá nhưng thiếu quy chế hoặc quyết định đi kèm, dẫn đến rủi ro khi cơ quan thuế kiểm tra.

Đọc thêm: thiên lệch AI trong nhân sự và bảo vệ dữ liệu cá nhân khi dùng AI.

Câu hỏi thường gặp