Prestatiebeoordelingen zijn theater: waarom dat nu des te zorgwekkender is

Als AI onze e-mails kan schrijven, data kan analyseren en code kan genereren, dan overtreft technologie de mens op vrijwel elk gebied dat we momenteel meten: snelheid, productiviteit en afgeronde taken. Op basis van die maatstaven verliezen mensen. Hun banen. Hun waardigheid. Hun waarde.

Een recent managementonderzoek toont aan dat AI mensen helpt om 12% meer werk te verzetten, 25% sneller – maar in 19% van de gevallen levert het verkeerde antwoorden. Een opvallend cijfer. Het onthult wat we allemaal ervaren: we streven naar efficiëntie, terwijl we een groeiende foutmarge stilzwijgend accepteren.

Als we alleen waarde hechten aan beweging en niet aan richting, lijken we op Wile E. Coyote: we sprinten vooruit, maar beseffen te laat dat er geen grond meer onder ons is.

AI en menselijke intelligentie: een fundamenteel verschil

De reden waarom dit nu zo relevant is, ligt in het fundamentele verschil tussen AI en menselijke intelligentie. Ondanks de term 'generatief' is AI recursief. Net zoals 'social media' niet sociaal is, zoekt AI naar patronen in bestaande data, optimaliseert wat al gedaan is en versnelt reeds genomen beslissingen. Dat is krachtig. Het kan een liedje componeren op basis van je verhaal of een eenvoudige website voor je coderen. Maar – en dit is cruciaal – het kan niet bedenken wat nog niet bestaat. Het kan niet afwijken. Het kan niet empathisch zijn. Het kan geen spanning verdragen of voelen wanneer een beslissing moreel tekortschiet. Mensen wel.

Wij mensen verwerken niet alleen de wereld – we creëren nieuwe versies ervan. We nemen een probleem dat nog niemand oploste, worstelen met de tegenstrijdigheden en blijven lang genoeg hangen om iets te bouwen wat anderen over het hoofd zagen. Die generatieve capaciteit – om te bedenken in plaats van te kopiëren – is de drijvende kracht achter elke betekenisvolle innovatie. En precies dat is wat onze managementmeetsystemen nooit hebben geleerd te herkennen.

Een 100 jaar oud probleem dat nu een crisis wordt

Dit is geen nieuw probleem. Het is een 100 jaar oude kwestie die door de recente opkomst van AI plotseling een crisis is geworden.

Van Taylor tot Welch: de opkomst van prestatiebeoordelingen

In het begin van de twintigste eeuw introduceerde Frederick Taylor het wetenschappelijk management: het idee dat menselijk werk gestandaardiseerd, gemeten en geoptimaliseerd kon worden als elke andere industriële input. Mensen waren inputs. Efficiëntie was de output.

Kort daarna formaliseerde het Amerikaanse leger beoordelingssystemen om soldaten tegen elkaar af te zetten – een hiërarchisch instrument bedoeld om mensen in te zetten, niet om ze te ontwikkelen. Toen de oorlogen voorbij waren, namen bedrijven zowel de logica als de vorm over. In de jaren vijftig was de jaarlijkse prestatiebeoordeling een vast onderdeel van het bedrijfsleven. Niet omdat het mensen ontwikkelde, ideeën stimuleerde of innovatie bevorderde, maar omdat het sorteerde, rangschikte en beoordeelde.

Toen Jack Welch dit concept bij GE naar een hoger niveau tilde, werd het wereldwijd een standaard: de top 20% kreeg royale beloningen, de onderste 10% werd ontslagen – jaarlijks, structureel. Wat zich verspreidde over de globale zakenwereld was niet alleen een praktijk, maar een aanname: dat mensen bedoeld zijn om gerangschikt te worden in plaats van verbonden.

‘Het systeem van rangschikken was niet bedoeld om prestaties te verbeteren. Welch gebruikte het als mechanisme om mensen te ontslaan, om aandeelhouderspercepties te sturen.’

De meeste mensen weten dit niet. Maar het toont aan hoe diepgeworteld deze praktijk is – en hoe schadelijk ze kan zijn.

Waarom prestatiebeoordelingen falen

Prestatiebeoordelingen zijn performatief. Ze meten wat gemakkelijk meetbaar is: snelheid, output, compliance. Maar ze negeren wat écht waardevol is: creativiteit, integriteit, moreel leiderschap. In een tijdperk waarin AI ons helpt sneller te werken, dreigen we de menselijke kwaliteiten te verliezen die innovatie écht mogelijk maken.

De oplossing ligt niet in het afschaffen van beoordelingen, maar in het herdefiniëren van wat we meten. We moeten niet alleen kijken naar wat iemand doet, maar naar hoe en waarom. Niet alleen naar de output, maar naar de impact. Niet alleen naar de snelheid, maar naar de richting.

Want uiteindelijk gaat het niet om het versnellen van een sprint die nergens heen leidt. Het gaat om het vinden van een pad dat nog niet bestond.