読者です 読者をやめる 読者になる 読者になる

アラカン"BOKU"のITな日常

あれこれ興味をもって考えたことを書いてます

人事評価する人工知能をつくるとして、定性的評価項目をどう扱うか(3)

前々回に、客観的・定量的に人物・職務遂行能力などの評価軸を近似する情報を取得するための、追加活動データ・ソース例をあげたので、今回はそれについて書きます。

 

前々回にあげた活動データ・ソースを再掲します。

  • ありがとうデータ
  • TODO管理データ
  • タイムトラッキングデータ

と、3つ並べてみました。

 

実は全部つながっているイメージです。

 

ワンセットで、”業務の一部として「使いたくなる」仕組みを構築して、評価のもととなる活動データを集める仕組み”にできないかなと考えています。

 

業務を遂行するシステム

イメージは、グループウエア+αです。

 

利用イメージを簡単な図にしました。黄色の部分が「TODO管理」、水色が「タイムトラッキング」、緑色が「ありがとう」の各システムがになう想定です。

f:id:arakan_no_boku:20161030001258j:plain

 

日々の業務活動を行動データ化して、人物評価や職務遂行能力評価などの要素もひっぱりだしたらどうかなという発想です。

 

キーポイントは、「タイムトラッキング」と「ありがとう」です。

 

この仕組を使って仕事するなら、「依頼」と「対応」と「ありがとう」と「タイムトラッキング」の関係を紐解くことで、仕事に取り組む姿勢や規律性や協調性などの評価要素を客観的・定量的に測れるんじゃないかと思うわけです。

 

こういう客観データの集め方であれば、評価される側が、評価を意識して修正することイコール仕事スキルの改善になるわけなので、マイナスにもなりません。

 

そして、「このシステムを導入してから蓄積した客観的評価データ」と「今までのやり方で評価した情報」を突き合わせて、より、精度の高い判断ができればいいな・・・と。

 

ただ、これをこのまま運用できるか?というと、ちょっと難しい部分はあります。

 

そもそも、タイムトラッキングの入力とか、いくら頭で有用性を理解していても継続は難しいですから、全員がきっちり入力してくれることを前提とすると、100%失敗しますしね。

 

だから、あくまで上記はモデルとして考える取っ掛かりという位置づけです。

 

2017年2月25日追記

この記事は勉強をはじめる前の初期のころに書きました。今は、このころより、少しわかってきたので、少し方向修正してます。

 

この思いつきから派生したカテゴリがこちらです。

人事評価そのものについて、もう一度考え直してみる。

ディープラーニングについて、もう少し勉強してみる。

システムを開発する言語やフレームワークについて試してみる。

 

あと、それ以外にもいくつかカテゴリをわけて書いてます。

ホワイトカラーの仕事のやり方で思うことを書いてみる

お昼休みとかの時間つぶしにやった頭の体操的なことを書いてみる。

人工知能と仕事などに関連して興味を持ったことを書いてみる。

 

よければ、読んでやってください。