Con l'IA i manager faticano a valutare il lavoro dei dipendenti
Più della metà dei dirigenti intervistati in un sondaggio Nielsen su 1.700 manager dichiara che valutare il lavoro dei dipendenti è diventato più difficile dopo l'adozione dell'intelligenza artificiale. Il motivo è semplice: i testi arrivano già perfetti e non si capisce quanto li abbia scritti una persona.
- Oltre metà dei 1.700 manager intervistati fatica a valutare il lavoro dopo l'adozione dell'IA.
- Il 78% ha cambiato i criteri, premiando prompt e capacità di delega.
- Il 39% dei dirigenti usa l'IA per scrivere le valutazioni, con rischi di pregiudizi.
Il sondaggio
La ricerca, condotta da Nielsen su 1.700 tra direttori e dirigenti in sette Paesi per conto della società di software Monday.com, è stata ripresa da TechCrunch. Oltre la metà degli intervistati dice di avere più difficoltà a giudicare il lavoro del proprio team, perché i risultati arrivano nella casella di posta già rifiniti e diventa complicato distinguere il contributo della persona da quello dello strumento. Quasi la metà dei manager dichiara di passare più tempo di prima a rivedere e indirizzare il lavoro dei collaboratori.
Non significa che l'IA sia vista come un problema: il 94% si dice entusiasta all'idea di migliorare il lavoro con queste tecnologie. Michal Miller Levi, responsabile delle ricerche di mercato di Monday.com, paragona l'entusiasmo a quello dei primi anni di internet e sostiene che la difficoltà nasce dal fatto che l'IA corre più veloce dei processi organizzativi delle aziende.
Cambiano i criteri di giudizio
Il 78% degli intervistati dice di aver cambiato il modo in cui valuta i dipendenti: ora conta di più la capacità di scrivere buoni prompt, cioè le istruzioni date a un modello di intelligenza artificiale, di scegliere quali compiti delegare alla macchina e di sperimentare nuovi metodi di lavoro.
Allo stesso tempo, il 46% dei manager usa l'IA per orientare le proprie decisioni e il 39% dei dirigenti se ne serve per redigere le valutazioni del personale. TechCrunch nota il rischio: i modelli linguistici funzionano prevedendo il testo più probabile e tendono a ripetere gli schemi presenti nei dati di addestramento. Uno studio del Luxembourg Institute of Socio-Economic Research ha rilevato che, in assenza di criteri oggettivi chiari, i modelli valutano le prestazioni in modo simile agli esseri umani, mentre un altro lavoro del 2025 ha riscontrato pregiudizi significativi verso alcuni gruppi sociali. Interpellata sul punto, Levi ha risposto che le aziende non hanno ancora trovato il modo di gestire questi problemi.
Perché conta
Il sondaggio riguarda un aspetto concreto della vita lavorativa: il modo in cui vengono giudicate le persone e, di conseguenza, promozioni, premi e carriere. Se il testo non è più un indizio affidabile dell'impegno di chi lo firma, servono criteri diversi, condivisi e trasparenti. Il report segnala anche un effetto collaterale poco visibile: la supervisione degli strumenti automatici diventa un nuovo carico di lavoro per i manager. E il parco software, invece di ridursi come molti si aspettavano, è cresciuto: il 57% dichiara di avere più strumenti in circolazione e solo il 29% considera la propria infrastruttura di IA pienamente ottimizzata e centralizzata.
