前回までの記事では、
AIを使うことで管理職そのものをAI化できるのではないか？
そして、
AI上司は人間上司より公平なのか？
について考察しました。
AI上司には、人間上司のような好き嫌いや気分がありません。
同じ数字なら同じように評価できる。
その意味では、人間より公平になれる部分があります。
しかし、その記事の途中で一つ気になる問題が出てきました。
AIが、処理件数、売上、返信速度、PC稼働時間、顧客評価などを使って社員を評価するようになったら、社員はどう行動するのでしょうか？
素直に、「もっと良い仕事をしよう」と考えるのでしょうか。
それとも、「このAIは何をすると高く評価してくれるのだろう？」と考えるのでしょうか。
私は、おそらく後者の行動がかなり増えると思います。
そしてこれは、新しい問題というより、人間上司を攻略していた社員が、今度はアルゴリズムを攻略するようになるだけなのかもしれません。
- 人間は「仕事」ではなく「評価制度」に適応する
- 成果主義にしても同じ問題が起きた
- なぜならAIは、人間よりはるかに多くの数字を見られるから
- 一見すると、これは非常に公平
- 社員もAIが何を見ているのか学習する
- これは「ズル」なのか？
- ここで「グッドハートの法則」が登場する
- 例えばコールセンター
- 工場ならどうなるか？
- 営業なら「良い客」だけ取るようになる
- そして「他人を助ける社員」が損をする
- すると「AI評価」が会社文化そのものを変える
- 評価制度は「測定器」ではなく「行動誘導装置」
- 2026年現在、すでに「AI監視を攻略する」話が出てきている
- 「働いているフリ」はなくならない
- AI攻略は、人間上司攻略より高度になる
- 優秀な社員ほどAI攻略が上手い可能性がある
- 会社は、さらに評価項目を増やす
- これは会社にとって良いことなのか？
- アルゴリズム管理研究でも「ゲーム化」はすでに問題になっている
- AIが社員を学習すると同時に、社員もAIを学習する
- そして、ここで監視が強くなりすぎる
- 信頼が下がるほど「攻略」が合理的になる
- 「監視→攻略→監視」のループ
- では評価基準を秘密にすればいいのか？
- 透明性と攻略耐性がトレードオフになる
- だったら評価項目を大量に増やせばいい？
- 「AI上司に好かれる人格」が作られる可能性がある
- 会社が失うのは「数字にならない変人」かもしれない
- だからAI評価を「万能の査定装置」にしてはいけない
- では「AI攻略」を防ぐにはどうすればいいのか？
- 例えば「顧客を助けるほど評価が上がる」なら攻略されても困らない
- 本当に難しいのは「攻略されない制度」ではなく「攻略されても困らない制度」
- 新人教育もAI評価に入れる
- そして短期指標だけを評価しない
- ただし複雑にしすぎると、今度は誰も理解できない
- 結局、人間上司は残る
- しかし人間上司もAIの数字に引っ張られる
- だからAI評価では「数字に反論できる制度」が重要
- これは「会社と長期的な関係を結ぶことは合理的か？」にもつながる
- AI評価制度そのものが採用競争力になる可能性がある
- 逆にAI攻略が激しい会社は「評価制度への信頼がない会社」なのかもしれない
- もしかするとAIは「会社の評価制度の欠陥を可視化する装置」になる
- AIに評価させるには「良い社員とは何か」を定義しなければならない
- 人間上司なら曖昧なまま逃げられた
- 理想的なAI評価とは何か？
- 逆に最悪のAI評価制度
- つまり究極のAI攻略は「能力をAIに見せない」ことかもしれない
人間は「仕事」ではなく「評価制度」に適応する
記事解剖室では以前、なぜ社員は「働いているフリ」をするのか？ について考察しました。
仕事が早い社員が、仕事を早く終える→追加の仕事を渡される→しかし給料は変わらない。
なら、わざとゆっくり仕事をする、という行動が合理的になる。
さらに、なぜ有能な社員ほど能力を隠すのか？ という記事では、
能力100を出した社員：仕事150を任される。
能力70しか見せない社員：仕事100。
給料はほぼ同じ。なら、能力を100見せない方が得という問題を考察しました。
つまり社員は、会社が何を望んでいるかだけを見ているのではありません。
何をすると自分が評価され、何をすると損をするかを学習しています。
成果主義にしても同じ問題が起きた
そこで記事解剖室では、
「では労働時間ではなく成果で評価すれば、働いているフリはなくなるのでは？」
とも考えました。
しかし成果主義にも問題がありました。
例えば営業なら、売上件数を評価。
すると社員は、売りやすい客だけ狙おう。
契約件数を評価なら、小さい契約をたくさん取ろう。
顧客満足度なら、高評価をくれそうな客を優先しよう。
つまり、時間を評価すれば時間を演出し、成果を評価すれば成果指標を演出するという問題です。
以前の記事でも、有能な社員ほど「何が評価されるのか」を理解し、最小の労力で最大の評価を得る方法を見つける可能性を考察しています。
AI評価は、この問題を解決するどころかより精密にする可能性があります。
なぜならAIは、人間よりはるかに多くの数字を見られるから
人間上司が社員一人を監視できる時間には限界があります。
課長一人、部下20人、一日8時間なら、一人をずっと見ているわけにはいきません。
だから、「だいたい頑張っているようだ」という判断になります。
しかしAIなら、
- 出勤時間
- PCログイン時間
- キーボード入力
- チャット投稿数
- メール返信速度
- 会議参加回数
- タスク終了数
- 顧客対応時間
- 売上
- 不良率
などを継続的に集計できます。
アルゴリズム管理についての研究でも、すでにアルゴリズムが監視、目標設定、評価、シフト、報酬、場合によっては雇用終了まで担うことが整理されています。
つまり、人間上司よりはるかに細かく評価できる上司が誕生します。
一見すると、これは非常に公平
社員A：仕事をしている。
社員B：サボっている。
人間上司が見ていなければ分からない。
しかしAIなら、
A：処理100件
B：処理40件
と把握できる。
これなら、頑張った人を正しく評価できる、良いことのように見えます。
実際、前回の「AI上司は人間上司より公平なのか？」でも、AI管理には判断を一貫させ、人間上司の好き嫌いや恣意性を減らせる可能性があると考察しました。
しかし問題があります。
社員もAIが何を見ているのか学習する
AI：処理件数を重視します。
社員：分かった。
ならば、処理しやすい仕事を優先しよう、となります。
AI：返信速度を重視。
社員：とりあえず返信だけ早くしよう。
AI：顧客満足度を重視。
社員：難しい顧客を避けよう。
AI：チャットでのコミュニケーションを評価。
社員：とりあえず発言数を増やそう。
非常に自然な行動です。
これは「ズル」なのか？
ここはかなり重要です。
会社から見ると、AI評価を攻略しているので、不正だと思うかもしれません。
しかし社員からすれば、会社が評価すると宣言したものを最大化しているだけ。
例えば会社が、営業成績は契約件数で評価します、と言ったとしましょう。
社員が契約件数を最大化する。
会社：本当は利益率の高い契約を取ってほしかった。
社員：それなら利益率を評価してください。
という話になりますので、社員だけを責めるのは難しい。
ここで「グッドハートの法則」が登場する
この問題を非常によく表した考え方があります。
いわゆる、指標が目標になった瞬間、その指標は良い指標ではなくなるというグッドハートの法則です。
組織分析とGoodhartの法則を扱った研究でも、企業が労働者を測定・評価するほど、労働者側も評価上有利になるよう自分の行動やシグナルを変え、組織と労働者の間に一種の「猫と鼠のゲーム」が生まれる可能性が論じられています。
これはAI評価と非常に相性の悪い問題です。
AIは、測定が非常に得意だからです。
例えばコールセンター
AI上司：一件あたり平均通話時間を5分以内にしてください。
目的：顧客対応を効率化する。
ところが社員は、5分以内に切らないと評価が下がると学習する。
すると、
本当に困っている顧客：「少し複雑な問題なのですが……」
社員：「申し訳ありません。他部署へ連絡してください」
として5分以内に終わらせる。
AI：優秀。
会社：本当は問題を解決してほしかった。
となる。
工場ならどうなるか？
AIが、一時間あたり生産数を評価するとしましょう。
社員：生産数を増やそう。
結果、検査を簡略化、設備清掃を後回し、新人への指導を減らす、異常を見つけても『今止めると生産数が落ちる』とそのまま運転。
短期的には生産数増加するかもしれません。
しかし、長期的には？
不良増加、設備故障、事故、新人育成不足、という問題が後から出るかもしれません。
営業なら「良い客」だけ取るようになる
AI：契約率を評価する
営業：契約しそうな客だけ対応、難しい客は避ける。
すると、潜在的に大口顧客になる可能性があるものの、今は説得に時間がかかる客を誰も担当しなくなる。
短期KPI：改善
長期売上：悪化
ということもあり得ます。
そして「他人を助ける社員」が損をする
これは記事解剖室で何度も出てきた問題であり、昨日も書いた問題ですね。
社員A：自分の仕事100。
社員B：自分の仕事80。
しかしBは、新人5人を助けている。
会社全体では、Bの方が価値が高いかもしれません。
しかしAIが、個人処理件数しか測らなければA＞Bとなる。
B：「新人を助けると評価が下がる」と学習、次から助けない。
非常に合理的です。
すると「AI評価」が会社文化そのものを変える
今まで社員は、困っている同僚を助けようと思っていたものの、AI導入後、
その20分で自分の処理件数が4件減る。
となったとすると、チームとして働くことから個人スコアを最大化する方向へ変わる可能性があります。
つまりAI評価は単に、社員を測定するだけではありません。
社員が何をする人間になるのかを作ると言えるかもしれません。
評価制度は「測定器」ではなく「行動誘導装置」
ここは今回の記事の重要なポイントだと個人的には思ってます。
会社は、良い社員を発見するために評価制度を作ると考えたはず。
しかし社員からすると、何をすると得なのかを教える制度でもあります。
だから評価制度には、人間の行動を変える力があります。
AI化によって評価が高速・詳細・継続的になれば、この力も強くなるでしょう。
2026年現在、すでに「AI監視を攻略する」話が出てきている
これは完全な未来予想でもありません。
Wall Street Journalは2026年8月、AIを使って社員のPC活動などを分析する生産性監視が広がる中、社員側がそのシステムをどのように意識して働いているかを報じています。
オフラインの仕事が「働いていない」と判定されないよう予定表へ記録したり、活動率が異常に高すぎても不自然と見られるため、システムからどう見えるかまで意識した行動が出ています。
つまり、仕事をするだけではなく、AIから仕事をしているように認識されることが新しい仕事になり始めています。
「働いているフリ」はなくならない
これはかなり皮肉です。
記事解剖室の最初の問題は、人間上司に働いているように見せる、でした。
そこでAIを導入する。
会社：AIなら本当に働いているか分かる。
社員：AIが何を「働いている」と判定するのか調べよう。
こうなるでしょう。
人間上司時代
私が勤める工場でもいますが、上司がいるときだけ忙しそうにする人……まぁ、いますよねこういう人、働いているアピールに全力な人(-_-;)
↓
AI上司時代
PCログや処理件数が高くなるよう行動する、に変わるだけだと個人的には思っています。
「働いているフリ」がデジタル化しただけかもしれません。
AI攻略は、人間上司攻略より高度になる
昔なら、課長は報連相を重視する程度でした。
未来には、評価アルゴリズムは返信速度を15％、処理件数を30％、顧客評価を25％……
という情報を社員が推測するようになるかもしれません。
すると、職務能力とは別に、「評価AIを分析する能力」が出世能力になる可能性があります。
いや、ここまでくると純粋な職務遂行能力で評価するのは不可能なのかとすら思えてきますね(-_-;)
優秀な社員ほどAI攻略が上手い可能性がある
成果主義の記事でも、有能な社員ほど評価制度を攻略しやすいと考察しました。
AIでも同じかもしれません。
優秀な社員は、何が評価されているか、どの数字が重要か、どこまで下がると危険か、何が評価に入っていないかを早く見抜くでしょう。
そして、最小労力で最大評価になるよう仕事を組み替える。
本人からすれば合理的です。
会社は、さらに評価項目を増やす
会社：処理件数だけ見たら攻略された。
なら、処理件数。品質。顧客満足。協力。勤務態度。返信速度。安全。
これらを全部AIで評価する。
社員：新しい評価式を攻略する。
会社：さらに評価モデル改善。
社員：さらに適応。
となる。
ここで、会社と社員のアルゴリズム競争が始まる……いやぁ、正直ここまではいかないんじゃないかなとは思いますが(-_-;)
これは会社にとって良いことなのか？
一見、より正確な評価になるように見えます。
しかし社員は、本来の仕事より、評価制度への適応へ認知資源を使います。
「この客を助けるべきか？」ではなく、「これをやると評価スコアはどうなる？」を考える訳です。
これは会社にとってかなり大きな損失かもしれません。
アルゴリズム管理研究でも「ゲーム化」はすでに問題になっている
アルゴリズム管理についての研究では、評価・ランキング・報酬・罰則などが社員の行動を強く誘導する一方、制度が不透明だったり不公平だと認識された場合には、社員の抵抗、離脱、制度攻略につながり得ることが指摘されています。
プラットフォーム労働でも、労働者が複数アプリを使い分けるなど、アルゴリズムのルールへ戦略的に対応する例が報告されています。
つまり、アルゴリズムが人間を管理するだけではありません。
人間もアルゴリズムを観察し、適応する……双方向です。
AIが社員を学習すると同時に、社員もAIを学習する
ここを忘れてはいけません。
会社：AIが社員1000人分のデータを学習する。
社員側：AIがどう判断するのかを1000人が学習する。
つまり、AI対人間の一方的管理関係ではない。
むしろ、こうなる可能性があります。
AI：社員を予測。
社員：AIを予測。
AI：社員の攻略行動を検出。
社員：検出基準を推測。
というゲームになる可能性があります。
そして、ここで監視が強くなりすぎる
OECDのアルゴリズム管理についての報告では、職場監視を経験した労働者の一部が、仕事満足度の低下、ストレス、管理側への信頼低下、過度なコントロールを感じていることが報告されています。
つまり、より正しく評価しようと監視を増やした結果、組織への信頼を減らす
可能性があります。
信頼が下がるほど「攻略」が合理的になる
社員：会社は自分を信用していないから全部監視する。
↓
なら自分も会社を信用しない。
↓
どうすれば評価だけ最大化できるか考える。
↓
会社：社員が制度を攻略している。
↓
監視強化。
これは完全な悪循環です。
「監視→攻略→監視」のループ
構造化すると、
AI評価導入
↓
社員が評価基準を学習
↓
評価指標へ最適化
↓
本来の成果と指標がズレる
↓
会社が評価項目を追加
↓
監視強化
↓
社員がさらにAIを研究
↓
さらに高度な攻略
という循環になります。
では評価基準を秘密にすればいいのか？
会社：攻略されるなら、AIが何を見ているか教えなければいい。
一見合理的です。
しかし今度は、
社員：なぜ自分は評価Cなのか分からない。
となります。
これは前回の「AI上司は人間上司より公平なのか？」で考えた、説明可能性と衝突します。
公平なAI評価を作るなら、評価基準を公開しなければならない。
しかし公開すれば、攻略しやすくなる。
経営者からすると頭を悩ませてしまう矛盾です。
透明性と攻略耐性がトレードオフになる
AI評価では、
透明にする
社員：何をすれば評価されるか分かる。
↓
公平感向上。
しかし、攻略容易。
不透明にする
攻略しにくい、しかし、
社員：なぜ低評価なのか分からない。
↓
不公平感増加。
となります。
つまり、
完全透明な評価制度にも欠点がある。
だったら評価項目を大量に増やせばいい？
これにも問題があります。
AIなら、100項目でも評価できるでしょう。
しかし、何をしても評価されている状態になります。
社員：メール。会議。チャット。出勤。PC。電話。全部評価。
こうなると仕事ではなく、常時試験を受けているような状態になります。
「AI上司に好かれる人格」が作られる可能性がある
人格、と言うのは言い過ぎかもしれません、AIが好ましいと思う行動様式を作り上げる、ですかね。
例えばAIが、以下のような行動を評価すると仮定します。
返信が早い、会議発言が多い、チャット交流が多い、積極的。
こういった社員を高評価するとします。
すると、静かに考える人、長時間集中する人、裏方仕事が得意な人。
こういった人達は不利になるかもしれません。
結果、AI評価が好む働き方へ社員の行動様式まで均質化する可能性があります。
これはかなり怖い問題です。
会社が失うのは「数字にならない変人」かもしれない
例えば、
普段は成果が目立たない、会議でも発言しない。
しかし、年に一度、誰も気づかなかった重大問題を発見する。
そういう人がいたとしましょう。
AIが日々の平均値で評価すると、低パフォーマーになる可能性があります。
しかし組織には、平均値では評価しにくい価値を持つ人も必要です。
だからAI評価を「万能の査定装置」にしてはいけない
AIが得意なのは、数字を整理する、異常を発見する、過去との比較をする、ことです。
しかし、この人が会社へどのくらい価値を生んでいるか、という問いは非常に広い。
顧客関係、後輩育成、危機回避、文化形成、知識共有などまで含みます。
完全な数字化は難しいでしょう。
では「AI攻略」を防ぐにはどうすればいいのか？
まず大前提として、社員が評価制度を攻略することを完全になくすのは無理だと思います。
評価制度がある以上、人はそこへ適応します。
重要なのは、攻略した結果、会社にとっても良い行動になる制度を作ること。
例えば「顧客を助けるほど評価が上がる」なら攻略されても困らない
理想はこれです。
社員：AI評価を上げたい。
↓
顧客満足を上げる。
新人を助ける。
品質改善。
安全確保。
長期利益増加。
↓
会社：儲かる。
こうなればOKな訳ですね、極論すれば(´∀｀)
社員が評価制度を攻略しても、会社の利益と一致しているなら問題ありません。
本当に難しいのは「攻略されない制度」ではなく「攻略されても困らない制度」
これは今回の記事でかなり重要な結論候補です。
会社は、社員がズルしない制度を作ろうと考えがちですが、この視点がすでにズレています。
人間は、何をすると得かを学習します。
なら得をしようとした結果、会社全体にも利益が出る設計にする方が良いでしょう。
これはこれまで記事解剖室で何度も考えてきた、インセンティブ設計そのものです。
新人教育もAI評価に入れる
社員Aが、新人を1時間指導。
自分の処理件数：－10。
しかし新人3人の能力：＋10。
会社全体：＋20。
こうであるなら、
AI評価：社員A＋20。
になるよう設計する。
実際問題、こんな単純な計算は出来ないでしょうが、個人成果だけでなく、周囲へ与えた影響を見る必要があります。
そして短期指標だけを評価しない
売上今月、処理件数今日、だけではなく、半年後の顧客継続率、品質、新人定着、事故、改善提案などを組み合わせる。
すると、今日だけ数字を上げる攻略が難しくなるでしょう。
ただし複雑にしすぎると、今度は誰も理解できない
ここでも問題があります。
評価式200項目。
AI：総合スコア73.482。
社員：なんじゃこりゃ？
となるかもしれません(-_-;)
だから、精密さと分かりやすさのバランスも必要です。
結局、人間上司は残る
ここまで考えると、前回の記事と同じところに戻ります。
AI：数字整理、異常検出、評価補助。
人間：文脈判断、例外処理、長期価値評価、本人との対話。
この辺りが最も現実的でしょう。
AIだけでは、指標外の価値を拾いにくいからです。
しかし人間上司もAIの数字に引っ張られる
これにも注意が必要です。
AI：社員Aは下位10％。
上司：でもAは新人教育をかなりやっている。
AI：下位10％。
となると上司も、『AIが出している数値が……』となりかねません。
AIは補助だったはずなのに、実質的な評価主体になる可能性があります。
だからAI評価では「数字に反論できる制度」が重要
社員：この数字は仕事の実態を表していません。
と言える制度がないとマズイ。
上司：確認します。
そして、必要ならAI評価を修正する。
前回考察した、AI上司に人間を入れるだけではなく、人間が本当にAIへ逆らえることが重要という話につながります。
これは「会社と長期的な関係を結ぶことは合理的か？」にもつながる
前回の記事では、
会社を信頼するが、依存しすぎない
という結論になりました。
もし社員が、何を評価されているか分からない、AIに誤判定されても訂正できないという会社なら、長期的に所属するリスクが高くなります。
反対に、評価基準が理解できる、異議申立て可能、良い成果が本人にも還元されるなら、長く働く合理性が高まります。
AI評価制度そのものが採用競争力になる可能性がある
未来の求人で、
給与、休日、勤務地に加えて「あなたをどう評価する会社なのか」が重要になるかもしれません。
会社A：完全ブラックボックスAI評価。
会社B：評価項目公開＋人間面談。
なら、優秀な社員ほどBを選ぶ可能性があります。
なぜなら優秀な人ほど、自分がどう評価されるかを重視するからです。
逆にAI攻略が激しい会社は「評価制度への信頼がない会社」なのかもしれない
社員が、本当に良い仕事をしようではなく、AIスコアだけ上げようと考える。
これは社員のモラルだけの問題ではありません。
社員が、良い仕事をしても正しく評価されないと考えている可能性があります。
つまりAI攻略の多さそのものが、評価制度への信頼度を測る指標になるかもしれません。
もしかするとAIは「会社の評価制度の欠陥を可視化する装置」になる
これはAI評価の意外なメリットかもしれません。
人間上司時代：なんとなく評価。
だったものが、
AI導入：何を評価するのか決めてください。
となる。
会社：……何を評価すれば本当に会社へ貢献していると言えるんだ？
という問題に直面します。
これは前回の記事で、AI上司は会社の憲法を必要とすると考えたことともつながります。
AIに評価させるには「良い社員とは何か」を定義しなければならない
これは意外に難しい問いです。
売上の高い社員？
品質の高い社員？
後輩を育てる社員？
事故を防ぐ社員？
新しいことを考える社員？
チームをまとめる社員？
おそらく全部です。
しかし重みは？
会社は答えなければなりません。
人間上司なら曖昧なまま逃げられた
上司：「総合的に評価しました」
で済みます。
AIへ「総合的に評価しろ」と指示しても、何らかの評価基準が内部で使われます。
だからAI導入によって、今まで曖昧だった会社の価値観を言語化する圧力が生まれます。
これは悪いことではありません。
理想的なAI評価とは何か？
私は、社員を完全監視するAIではなく、社員と会社の利害を一致させるAIの方が理想だと思います。
例えば、
AI：この社員は仕事を30％効率化しました。
会社：利益増加。
社員：給与・時間・裁量にも還元。
となる。すると社員は、AIへ能力を隠す必要がない。
逆に最悪のAI評価制度
AI：あなたは30％効率化しました。
会社：では人員30％削減。
残った社員：もっと仕事してください。
となる。
社員：次から効率化を隠そう。
これは記事解剖室の「AIリストラは本当にAIが原因なのか？」で考えた問題そのものです。
社員側からすれば、AIに正しく評価されること自体が危険になる。
つまり究極のAI攻略は「能力をAIに見せない」ことかもしれない
これはかなり皮肉です。
AI：あなたの能力を正しく測定します。
優秀な社員：正しく測定されたら仕事を増やされる。
↓
能力を隠す。
となる。
人間上司時代から何も変わらないというこの皮肉(-_-;)
評価者がAIになっただけです。
記事解剖室としての結論
AIに評価される社員は、
「AIを攻略する働き方」
を始めるのか？
私は、かなりの確率で始めると考えます。
そして、それは必ずしも社員の不正や怠惰が原因ではありません。
会社が、
処理件数を評価する。
と言えば、処理件数を増やす。
返信速度を評価するなら、返信を早くする。
PC活動時間を見るなら、PC活動時間を増やす。
人間は、
評価される行動へ適応する。
これは非常に自然です。
問題は、
その行動が本当に会社の欲しい成果と一致しているか
です。
時間を評価した結果、
働いているフリ。
成果を評価した結果、
成果指標の攻略。
AIを使った結果、
アルゴリズム攻略。
評価手段を変えても、
制度の根本が変わらなければ問題は形を変えて残ります。
実際、組織分析の研究でも、企業が労働者をデータ化して評価するほど、労働者も評価上有利になるシグナルへ行動を変え、企業と労働者の間に戦略的な相互作用が生じることが指摘されています。
そして2026年現在、AIによる生産性監視を意識して社員側が自分の仕事の見え方を調整する現象は、すでに現実の記事として報じられ始めています。
だから企業が目指すべきなのは、
「攻略できないAI評価制度」
ではないのかもしれません。本当に目指すべきなのは、
「社員が攻略すればするほど、会社にとっても良い結果になる評価制度」
でしょう。
例えば、
顧客を本当に助ける。
品質を高める。
新人を育てる。
事故を防ぐ。
業務を改善する。
チーム全体の能力を上げる。
そうした行動を取ることが、
本人の評価、給与、時間、裁量にも返ってくる。
なら、
社員はAIを攻略するでしょう。
しかし、
その攻略行動そのものが会社の利益になる。
これなら問題ありません。
結局、AI評価時代になっても中心にあるのはAIではなく、
会社がどんな行動に報いる制度を作ったのか
です。
記事解剖室でこれまで考察してきた、
「働いているフリ」
「能力を隠す社員」
「成果主義」
「AIリストラ」
「AI上司」
は、ここで全部つながります。
人間は会社が望むようには動かない。
会社が作ったインセンティブに適応して動く。
だからAI上司が社員を完璧に監視できるようになったとしても、この原則までは消えません。
むしろAIによって評価制度が精密になればなるほど、評価制度そのものが間違っていたとき、社員全員がより精密に「間違った方向」へ最適化される危険があります。
そう考えると、AI時代の評価制度で最も恐れるべきなのは、社員がAIを攻略することではなく、
社員がAI評価を完璧に攻略した結果、会社が望んでいなかった働き方が全社的に最適化されてしまうこと
なのではないでしょうか。
AIによる評価が広がれば、社員の行動も評価基準に合わせて変化していく可能性があります。
評価制度の変化が雇用・管理職・人材育成へどう波及するのかは、「AI時代の働き方はどう変わる？」で全体像を考察しています。
コメント