Cómo preparar evaluaciones de desempeño con IA sin delegar el juicio

TLDR: La evaluación de desempeño escrita la semana antes con memoria de tres meses es injusta por construcción. El sistema: evidencias breves recogidas todo el año (con las reuniones documentadas de Fireflies como fuente), la IA convirtiendo esos hechos en borrador estructurado, tu revisión contra los sesgos conocidos y la preparación de la conversación, que es donde la evaluación pasa de verdad. La IA ordena hechos: el juicio sobre una persona no se delega.

Esta guía es para responsables que evalúan equipos y para RRHH que coordina el proceso. El problema conocido: las evaluaciones se escriben deprisa, pesan lo último y lo ruidoso, y la conversación se improvisa. El resultado decide sueldos y carreras, y merece un sistema mejor que la memoria de la última semana.

La línea que preside todo: la IA redacta y ordena, el humano juzga y conversa. Una evaluación generada sin criterio propio es injusta con elegancia tipográfica.

1. Recoge evidencias durante el año, no la semana antes

La evaluación justa se decide meses antes de escribirse: en las evidencias. El hábito mínimo que lo cambia todo: dos líneas por persona cuando algo destaque (el proyecto sacado adelante, el error gestionado bien o mal, la ayuda al compañero), guardadas donde sea recuperable.

Las reuniones documentadas multiplican esa base: con Fireflies transcribiendo las revisiones periódicas y las reuniones de proyecto (con el aviso de siempre), los compromisos y resultados del año quedan buscables, y “¿qué acordamos en marzo?” tiene respuesta literal. Desde 10 dólares al mes por puesto.

La prueba de suficiencia: si en noviembre puedes responder “¿qué hizo bien esta persona en el segundo trimestre?” con hechos y no con impresiones, tienes materia prima. Si no, la evaluación será la de siempre con mejor formato.

2. Convierte las evidencias en borrador estructurado

Con las evidencias reunidas, YesChat convierte la lista de hechos en el borrador con el formato de tu empresa: logros con sus ejemplos, áreas de mejora con situaciones concretas, y la propuesta de objetivos. Contrastar el borrador de GPT y el de Claude ayuda a ver qué se enfatiza distinto, desde plan gratuito.

La instrucción que separa el borrador útil del genérico: solo hechos de la lista, ningún adjetivo sin ejemplo detrás. “Buena comunicación” no existe: “presentó el proyecto a cliente en marzo y resolvió las objeciones” sí.

La regla de datos es estricta aquí: las evaluaciones son datos personales sensibles en la práctica. Nombres fuera al generar (iniciales), nada de comparaciones entre personas en la misma sesión, y la política de datos de tu empresa por encima de la comodidad.

3. Revisa el borrador contra los sesgos conocidos

El borrador hereda los sesgos de las evidencias, y la pasada humana los busca activamente. Los tres clásicos: lo reciente pesa de más (¿el borrador refleja el año entero o el último trimestre? Las evidencias fechadas lo delatan), lo llamativo pesa de más (el error visible frente al trabajo sólido silencioso) y la vara cambia entre personas (la misma conducta descrita como “decidida” en uno y “brusca” en otra es el aviso rojo).

El contraste entre evaluaciones del mismo equipo es la verificación final: léelas seguidas y busca si el estándar es el mismo. Pedirle a la IA esa lectura comparada de sesgos de lenguaje es un segundo par de ojos útil, con la decisión final tuya.

Esta pasada es la diferencia entre usar la IA para evaluar mejor o para evaluar igual de mal más rápido.

4. Prepara la conversación, que es lo que importa

El documento no es la evaluación: es el soporte de una conversación, y esa conversación se prepara. El guion breve: los dos o tres mensajes que deben quedar (no diez), los ejemplos concretos para cada uno, las preguntas para escuchar (¿cómo has vivido el año? ¿qué necesitas?) y la propuesta de siguiente paso.

Gamma da formato legible al documento final si tu proceso lo comparte por escrito, desde créditos gratuitos. Y para la conversación difícil (la evaluación negativa), la preparación sube de nivel: ensayar la apertura, anticipar reacciones y tener los hechos a mano, porque la conversación mal llevada destruye el valor de todo el sistema anterior.

Lo que ninguna herramienta hace: escuchar lo que la persona diga y ajustar el juicio si aporta contexto que no tenías. La evaluación que no puede cambiar en la conversación no era una conversación. Todo el sector, en IA para recursos humanos.

Errores comunes

Generar la evaluación sin evidencias. Produce el texto plausible y vacío que la persona detecta a la segunda línea, con daño directo a la confianza.

Adjetivos sin ejemplos. “Proactivo” y “debe mejorar la comunicación” no informan ni se pueden discutir. Cada afirmación lleva su hecho.

Ignorar el sesgo de lo reciente. Sin evidencias fechadas del año entero, la evaluación es del último trimestre con fecha de año. Es el sesgo más común y el más corrosivo.

Entregar el documento sin conversación preparada. El mejor texto mal conversado hace daño. El tiempo de preparación de la charla vale más que otra pasada al documento.

Preguntas frecuentes

¿Puede la IA decidir la puntuación o el rating?

No debe: la calificación afecta a sueldo y carrera, y es exactamente el tipo de decisión sobre personas que exige juicio humano defendible. La IA ordena evidencias y redacta: la nota la pone quien evalúa y la puede explicar.

¿Cuánto tiempo ahorra este sistema?

La redacción baja de horas a minutos por persona, con las evidencias hechas. El sistema completo además reparte el esfuerzo: las dos líneas semanales sustituyen al atracón de noviembre.

¿Es legal usar IA para redactar evaluaciones?

Redactar con IA a partir de tus hechos y con tu revisión, sí, con las precauciones de datos (sin nombres al generar, política de empresa respetada). La decisión evaluativa automatizada sin humano es lo que choca con el marco de protección de datos.

¿Y las autoevaluaciones y el feedback de compañeros?

El mismo sistema los integra: son más evidencias que la IA ayuda a ordenar y contrastar con las tuyas. Las divergencias entre fuentes son precisamente el material más útil para la conversación.