Hai nhân viên đọc một bản phản hồi hiệu suất giống nhau từng chữ — cùng lời phê, cùng cách đặt vấn đề, cùng câu kết. Một người được cho biết quản lý của mình đã viết nó; người kia được cho biết một AI đã tạo ra nó. Ở câu hỏi đo mức độ họ cảm thấy gần gũi với người quản lý đó, người thứ nhất đạt 2,89 và người thứ hai đạt 1,67 — nguồn được công bố giải thích 24% phương sai (η² = 0,24). Còn ở việc họ có tiếp tục day dứt về lời phê sau đó hay không, nó không giải thích được gì (p = 0,64) (Marót, Palcsó & Szabó, Frontiers in Psychology, 2026).
Thông điệp đã đến. Tuyến báo cáo thì không — và đó là cái giá thật của bản đánh giá hiệu suất do AI soạn.
Chính sự bất đối xứng này đáng được bạn chú ý trước khi kỳ đánh giá tới mở ra, bởi với doanh nghiệp quy mô vừa đây không phải câu hỏi của năm 2027. Trong số các quản lý đã dùng AI để quản lý nhân sự, 91% dùng nó để đánh giá hiệu suất và 88% dùng để soạn kế hoạch cải thiện hiệu suất (ResumeBuilder.com, 2025). Việc soạn thảo đang diễn ra. Thứ chưa được định giá là tác động của việc công bố.
Thí nghiệm giữ nguyên văn bản và chỉ thay đổi nhãn
Marót, Palcsó và Szabó thực hiện một thí nghiệm theo tình huống giả định với 192 người trưởng thành đang có việc làm (tuyển 230 người; loại 18 người vì không có việc làm, 20 người vì không qua kiểm tra chú ý). Người tham gia hình dung mình nhận phản hồi hiệu suất từ một người quản lý. Nội dung phản hồi được giữ hoàn toàn giống nhau trong mọi điều kiện. Biến duy nhất được thay đổi là quy trình tạo lập được công bố, với bốn biến thể: hoàn toàn do con người viết, hoàn toàn do AI tạo, AI tạo rồi con người tinh chỉnh, và con người viết rồi AI tinh chỉnh.
Thiết kế này quan trọng hơn mức mà kích thước mẫu gợi ra. Phần lớn nghiên cứu về AI trong quản lý nhân sự trộn lẫn hai điều — AI đã tạo ra cái gì, và sự thật là có AI tham gia. Giữ nguyên văn bản cô lập điều thứ hai. Mọi thứ dịch chuyển ở đây dịch chuyển vì cái nhãn, không phải vì AI viết kém hơn.
Và dịch chuyển rất nhiều. Hiệu ứng đa biến tổng thể của nguồn được công bố có ý nghĩa thống kê (vết Pillai V = 0,37, F(27, 546) = 2,86, p < 0,001), và tám trong chín chỉ số đầu ra đã dịch chuyển:
| Chỉ số | Con người | AI | AI soạn, người tinh chỉnh | Người soạn, AI tinh chỉnh | η² |
|---|---|---|---|---|---|
| Khoảng cách tâm lý (sự gần gũi) | 2,89 | 1,67 | 2,15 | 2,54 | 0,24 |
| Quan hệ với người quản lý | 4,69 | 3,23 | 3,98 | 4,22 | 0,21 |
| Sự cởi mở khi cần nhờ giúp đỡ | 5,31 | 3,43 | 4,57 | 4,82 | 0,17 |
| Cam kết với tổ chức | 4,57 | 3,46 | 4,00 | 4,38 | 0,16 |
| Mong muốn sửa sai | 6,02 | 4,43 | 5,18 | 5,56 | 0,14 |
| Động lực làm việc | 4,79 | 3,66 | 4,30 | 4,68 | 0,13 |
| Hiệu suất kỳ vọng | 5,19 | 4,29 | 4,68 | 4,82 | 0,10 |
| Phản ứng cảm xúc | 4,76 | 3,86 | 4,43 | 4,48 | 0,08 |
| Nghiền ngẫm dai dẳng | 3,64 | 3,45 | 3,20 | 3,48 | 0,01 |
Hãy đọc thứ tự các cột, không chỉ hai cột đầu. Thứ hạng giống nhau ở mọi hàng.
Bản đánh giá hiệu suất do AI soạn thực sự khiến bạn tốn ở đâu
Xếp các kích thước hiệu ứng này và bốn vị trí đầu là khoảng cách tâm lý (0,24), quan hệ với người quản lý (0,21), sự cởi mở khi cần nhờ quản lý giúp đỡ (0,17) và cam kết với tổ chức (0,16). Các chỉ số mang tính thông tin nằm thấp hơn: hiệu suất kỳ vọng (0,10), phản ứng cảm xúc (0,08), nghiền ngẫm dai dẳng (0,01, không có ý nghĩa).
Một cuộc trao đổi hiệu suất phải làm hai việc. Truyền một tín hiệu chính xác về công việc, và giữ mở kênh mà qua đó nhân viên mang vấn đề tiếp theo đến với bạn từ sớm. Thuế của việc công bố gần như rơi hoàn toàn vào việc thứ hai. Sự cởi mở khi cần nhờ giúp đỡ giảm từ 5,31 xuống 3,43 trên thang bảy điểm — khoảng cách tuyệt đối lớn nhất trong nghiên cứu.
Đó mới là thứ đắt đỏ. Một người quản lý đã mất kênh "có gì sai thì đến gặp tôi" là đã mất hệ thống cảnh báo sớm duy nhất mà một tổ chức 50–500 nhân sự toàn thời gian có. Bạn sẽ không thấy nó trong khảo sát mức độ gắn kết như một vấn đề phản hồi; bạn sẽ thấy nó dưới dạng những bất ngờ đến muộn.
Ai viết bản nháp đầu quan trọng hơn ai rà soát lần cuối
Đây là phát hiện hữu dụng trên thực tế, và là phát hiện mà phần tóm tắt đánh giá thấp. Hai quy trình kết hợp không thể thay thế cho nhau.
Con người viết rồi AI tinh chỉnh luôn sát với hoàn toàn do con người: 4,68 so với 4,79 về động lực, 4,38 so với 4,57 về cam kết, 4,82 so với 5,31 về sự cởi mở khi cần nhờ giúp đỡ. Nó không khác biệt có ý nghĩa so với phản hồi hoàn toàn do con người ở bất kỳ chỉ số nào trong chín chỉ số.
AI tạo rồi con người tinh chỉnh cho kết quả tệ hơn và, quan trọng hơn, không tách được mình ra khỏi phản hồi hoàn toàn do AI. So với điều kiện hoàn toàn AI, nó chỉ đạt ý nghĩa thống kê ở ba trong chín chỉ số — sự cởi mở khi cần nhờ giúp đỡ (4,57 so với 3,43, p = 0,002), quan hệ với người quản lý (3,98 so với 3,23, p = 0,003) và khoảng cách tâm lý (2,15 so với 1,67, p = 0,023). Ngược lại, quy trình người-trước-AI-sau vượt phản hồi hoàn toàn do AI ở tám trong chín chỉ số.
Vậy chính trình tự mang hiệu ứng, không phải sự có mặt của một con người ở đâu đó trong chuỗi. Để quản lý chỉnh sửa một bản nháp của AI chỉ thu lại được một phần chi phí quan hệ. Để quản lý viết trước rồi dùng AI siết lại câu chữ thu lại gần như toàn bộ.
Và đó đúng là ngược lại với cách công cụ đang được dùng. "Tạo một bản đánh giá từ các điểm năng lực này, rồi tôi sẽ sửa" là quy trình mặc định ở mọi nền tảng nhân sự đã ra mắt trợ lý trong năm 2026. Theo bằng chứng này, đó là bản kết hợp tệ hơn trong hai bản — và là bản mà các quản lý của bạn sẽ chọn, vì nó tiết kiệm thời gian hơn.
Lập luận phản biện, và giới hạn của nó
Phản biện trung thực: đây là tình huống giả định. Người tham gia báo cáo phản ứng dự kiến với một tình huống tưởng tượng, không phải hành vi sau một kỳ đánh giá thật. Mẫu là mẫu thuận tiện tại Hungary, tuyển trực tuyến, nghiêng về nhân viên không có vai trò quản lý (66%), tuổi trung bình 32. Không có kết quả hành vi và không có đo lường theo dõi. Đừng coi 1,67 so với 2,89 là dự báo cho con số của chính bạn.
Điều sống sót sau phản biện là hướng và thứ tự, và cả hai được củng cố bởi kiểm định độ bền của chính nghiên cứu. Khi giới hạn ở 123 người tham gia (64%) nhận diện đúng nguồn được công bố — tức những người thực sự ghi nhận được thao tác thực nghiệm — mọi hiệu ứng đều đi cùng hướng và phần lớn còn lớn hơn, với η² từ 0,19 đến 0,42. Hiệu ứng không phải sản phẩm của sự lơ là. Nếu có, các con số trên toàn mẫu đã bị pha loãng bởi những người không để ý đến cái nhãn.
"Năng lực hiểu AI" không mua lại được chi phí này
Cách đọc nội bộ hấp dẫn là coi đây là vấn đề thoải mái với công nghệ mà đào tạo sẽ giải quyết. Nghiên cứu đã kiểm định trực tiếp điều đó. Lo lắng về AI được đo như một biến đồng hành, và hiệu ứng đa biến của nó không có ý nghĩa thống kê (V = 0,08, F(9, 179) = 1,73, p = 0,085). Ở cấp đơn biến, nó dự báo đúng một thứ — nghiền ngẫm dai dẳng — và không gì khác.
Hãy để ý điều đó nghĩa là gì khi kết hợp với kết quả chính. Nghiền ngẫm dai dẳng là chỉ số duy nhất mà nguồn được công bố không làm dịch chuyển. Lo lắng về AI làm dịch chuyển đúng chỉ số đó và không gì khác. Hai hiệu ứng gần như hoàn toàn rời nhau. Nhân viên không phản ứng vì sự bất an chung với AI. Họ phản ứng với một suy luận cụ thể: người chịu trách nhiệm đánh giá họ đã giao đi chính phần công việc nói về họ.
Có lý do thứ hai để thôi coi đây là vấn đề đào tạo. Chỉ 16% tổ chức tự tin rằng các quản lý của mình có thể giải thích cho nhân viên những thay đổi về lương và công việc liên quan đến AI (Korn Ferry, 2026, N = 5.512 tổ chức tại 135 quốc gia). Nhóm người mà bạn sẽ nhờ giải thích cẩn thận về quy trình soạn thảo, theo đánh giá của chính ban lãnh đạo họ, hiện không làm được việc đó.
Kết quả về công bố ở phía khách hàng không chuyển sang được
Nếu bạn theo dõi tài liệu về công bố, bạn có thể đang kỳ vọng điều ngược lại. Một thí nghiệm thực địa ngẫu nhiên tiếp cận 1.337 khách hàng cho thấy việc công bố một tổng đài thoại AI không còn làm giảm tỷ lệ chuyển đổi so với không công bố (Habel, Zawadzki & Freise, SSRN 7013259, 2026). Trong một tương tác thương mại, công bố đã gần như miễn phí.
Không suy ra được rằng nó miễn phí ở bên trong tổ chức, và lý do mang tính cấu trúc hơn là văn hóa. Quan hệ của khách hàng là với công ty bạn; không có tuyến báo cáo liên tục nào để làm tổn hại, và phần lớn họ vốn đã cho rằng mình đang nói với một tác tử. Quan hệ của nhân viên là với một con người cụ thể đang nắm xếp hạng, bậc lương và lộ trình thăng tiến của họ. Trong bối cảnh đó, việc công bố là thông tin về việc người ấy đã dành sự chú tâm của mình vào đâu.
Tài liệu về tuyển dụng chỉ về cùng một hướng. Trong việc đánh giá phỏng vấn bằng thuật toán, sự minh bạch đã chỉnh lại hành vi của ứng viên — nó giảm căng thẳng và hành vi tạo ấn tượng mang tính lừa dối do việc cho điểm bằng AI gây ra — nhưng không làm được gì ở phía người đánh giá, nơi con người neo vào điểm của AI và hạ thấp phán đoán của chính mình (Lakhiwal et al., Information Systems Research, 2026). Minh bạch sửa được người được thông báo. Nó không sửa được việc giao phó mà nó phơi bày.
Cần đổi gì trước kỳ đánh giá tới
Năm quyết định, không quyết định nào cần mua sắm mới.
- Đặt trình tự thành chính sách, không phải sở thích. Quản lý viết phần diễn giải trước; AI sau đó có thể siết lại câu chữ, cấu trúc hoặc độ dài. Trình tự đảo lại chính là quy trình mà nghiên cứu này trừng phạt nặng nhất.
- Giữ AI ra khỏi các câu mang tính quan hệ nói riêng. Bằng chứng cho thấy thiệt hại tập trung ở sự gần gũi, lòng tin và việc nhờ giúp đỡ — tức những phần của bản đánh giá nói về mối quan hệ, không nói về công việc. Những đoạn đó người quản lý phải tự chịu trách nhiệm bằng lời của chính mình.
- Quyết định quan điểm công bố của bạn trước khi có người hỏi, và ghi nó ra. Đừng chạy một quy trình không công bố với giả định không ai nhận ra; 64% người tham gia nhận diện đúng nguồn chỉ từ văn bản, và ở nhóm đó hiệu ứng còn lớn hơn.
- Sửa phần đầu vào, không phải câu chữ. Phần lớn quản lý tìm đến AI để soạn thảo vì họ đang nhìn vào một ô trống mà không có bằng chứng nào trước mắt. Hãy đưa cho họ bằng chứng năng lực theo từng kỳ, các điểm lệch 360° đã được tổng hợp, và cờ hiệu hiệu chỉnh; khi đó phần diễn giải trở thành một việc viết ngắn thay vì một việc tạo sinh — đó chính là điều mà lớp hiệu suất và kế nhiệm của Scovai được xây để cung cấp.
- Hãy đo cái kênh, không đo điểm hài lòng. Thêm một câu sau kỳ đánh giá: "sau lần đánh giá này, khả năng bạn mang một vấn đề đến quản lý từ sớm là bao nhiêu?" Đó chính là biến mà nghiên cứu này nói đang dịch chuyển, và nó vắng mặt trong phần lớn khảo sát sau đánh giá.
Câu hỏi ngân sách tự trả lời. Ràng buộc đối với chất lượng đánh giá trong một công ty 50–500 nhân sự toàn thời gian không phải năng lực viết — mà là việc các quản lý viết đánh giá theo ký ức vì không hệ thống nào đưa bằng chứng vào tay họ. Soạn thảo bằng AI chữa triệu chứng và tính phí bạn bằng tuyến báo cáo.
Một quyết định cho quý này
Bản đánh giá hiệu suất do AI soạn đã nằm trong trình duyệt của các quản lý của bạn, dù chính sách của bạn có ghi hay không. Bạn không chọn việc AI có chạm vào nội dung đánh giá hay không. Bạn chọn trình tự thao tác — và nghiên cứu này nói rằng tất cả nằm ở đó: người trước AI sau không thể phân biệt về mặt thống kê với hoàn toàn do con người ở cả chín chỉ số, trong khi AI trước người sau không thể phân biệt với hoàn toàn do AI ở sáu trong chín chỉ số.
Trước khi kỳ đánh giá mở ra, hãy viết một dòng vào hướng dẫn đánh giá của bạn, nêu rõ ai tạo bản nháp đầu. Nó không tốn gì, nó có thể thực thi, và đó là biến duy nhất ở đây mà bạn kiểm soát trọn vẹn.
