Un marco compartido hace que las evaluaciones asistidas por IA sean más fiables: tú y tus managers acordáis qué significa “bien”, qué evidencias cuentan y cómo se vincula el lenguaje con las valoraciones. También reduce las conjeturas de última hora, porque las expectativas son explícitas antes del Mitarbeitergespräch. Úsalo para redactar frases de evaluación de desempeño con IA que sean específicas, justas y defendibles.
| Área de competencia | Starter (usa la IA para borradores) | Practitioner (se apoya en evidencias) | Advanced (calibra y reduce sesgos) | Owner (define estándares y gobernanza) |
|---|---|---|---|---|
| Base de evidencias | Da a la IA unos pocos puntos y corrige los errores evidentes. | Aporta objetivos, notas de 1:1, contexto de proyecto y resultados; elimina todo lo que no se pueda verificar. | Usa paquetes de evidencias coherentes entre evaluadores; señala los datos que faltan antes de redactar. | Define los requisitos de evidencia y las reglas de conservación; audita los patrones de “evidencia escasa”. |
| Alineación con la valoración | Ajusta el tono a las etiquetas de valoración, pero mezcla comportamientos y resultados. | Vincula cada afirmación con la rúbrica de valoración y el período evaluado; evita formulaciones contradictorias. | Comprueba la coherencia de las valoraciones entre compañeros y roles; escala los casos límite para su revisión. | Se encarga de las actualizaciones de la rúbrica y de las reglas de calibración; sigue la deriva de las valoraciones a lo largo de los ciclos. |
| Concreción y claridad | Usa plantillas con marcadores como [proyecto] y [métrica]. | Añade ejemplos concretos, alcance e impacto (“¿y qué?”); elimina los elogios genéricos. | Equilibra fortalezas y áreas de mejora con siguientes pasos claros y expectativas medibles. | Crea estándares de frases y listas de lenguaje prohibido; forma a los managers en calidad de redacción. |
| Sesgos y equidad | Hace una comprobación rápida del tono para evitar expresiones duras. | Revisa el lenguaje codificado y los dobles estándares; pide contraevidencias. | Usa comparaciones estructuradas y calibración; vigila los efectos de recencia y de halo. | Establece comprobaciones de sesgo y muestreos; revisa los resultados en busca de patrones adversos por grupo. |
| Prompts e iteración | Usa un solo prompt y acepta el primer borrador utilizable. | Itera con restricciones (extensión, evidencias, rúbrica); pide a la IA que muestre sus suposiciones. | Usa guías de prompts por competencia y valoración; estandariza los datos de entrada entre equipos. | Mantiene una biblioteca interna de prompts; versiona las plantillas y evalúa los cambios. |
| Preparación de la conversación | Prepara los comentarios, pero le cuesta responder a las preguntas de seguimiento. | Vincula el feedback con los objetivos y los siguientes pasos; sabe explicar con calma “por qué esta valoración”. | Anticipa las reacciones, prepara ejemplos y mantiene la conversación centrada en el futuro. | Forma a los managers en guiones y vías de escalado; mejora la coherencia de las conversaciones. |
| Documentación y gobernanza | Guarda el texto final en la herramienta de RR. HH. | Guarda referencias de evidencias y fechas; indica la asistencia de la IA cuando se exija internamente. | Garantiza una justificación lista para auditoría; separa las notas de desarrollo de la evaluación formal. | Define el uso aceptable de la IA, las reglas de datos (RGPD/comité de empresa) y los controles del ciclo de evaluación. |
Ideas clave
- Usa la tabla para definir “qué es hacerlo bien” por competencia y nivel de madurez.
- Convierte los elogios vagos en comentarios basados en evidencias, vinculados a objetivos y plazos.
- Calibra las valoraciones con paquetes de evidencias compartidos, no con el estilo de redacción.
- Usa el banco de frases como plantillas y rellena después los marcadores con ejemplos reales.
- Adopta los prompts y las listas de comprobación para reducir los sesgos y el “tono genérico de la IA”.
Definición
Este marco de competencias describe cómo RR. HH. y los managers usan la IA para redactar comentarios de evaluación de desempeño sin inventar hechos ni perder credibilidad. Apoya las decisiones sobre trayectorias profesionales, valoraciones de desempeño, preparación para la promoción y planes de desarrollo, al definir niveles de madurez en la redacción asistida por IA, comportamientos observables y estándares de evidencia para evaluaciones, aportaciones de compañeros y sesiones de calibración.
Dónde ayuda la IA, y dónde perjudica, en los comentarios de evaluación de desempeño
La IA ahorra tiempo cuando ya tienes los datos de partida: objetivos, resultados, ejemplos y una rúbrica clara. Perjudica la confianza cuando produce textos pulidos pero vacíos, o cuando “rellena huecos” con detalles inventados. Si quieres rapidez sin riesgo, trata la IA como un editor y estructurador, no como una fuente de verdad.
Este recurso complementa tu biblioteca de frases actual (consulta las frases para evaluaciones de desempeño) al hacer que cada plantilla sea compatible con la IA: corta, específica y fácil de apoyar en evidencias. Si llevas a cabo ciclos de evaluación formales, combínalo con formularios estructurados como las plantillas de evaluación de desempeño, para que los managers recojan los datos antes de dárselos a un asistente.
- Da a la IA hechos, no conclusiones: “qué pasó, cuándo y con qué impacto”, y pídele después la redacción.
- Bloquea la “invención de logros”: exige enlaces a OKR, tickets, notas de clientes o resúmenes de 1:1.
- Estandariza la extensión y la estructura: 2-3 frases por competencia, más un siguiente paso.
- Separa el feedback de desarrollo del lenguaje de evaluación formal si tu proceso lo exige.
- Si usas una herramienta como Sprad Growth o Atlas AI, mantén los datos de entrada coherentes entre managers.
Frases de evaluación de desempeño con IA por ámbito × valoración (200 ejemplos)
Cada frase de abajo es una plantilla. Aún tienes que rellenar los marcadores como [proyecto], [métrica], [plazo] y [evidencia]. En contextos DACH, evita los superlativos sin pruebas y mantén un lenguaje lo bastante sereno para la documentación y la calibración.
1) Colaboración y comunicación
Usa la IA para afinar la estructura y quitar relleno, no para “mejorar” la historia. Dale notas de reuniones, ejemplos de trabajo de alineación y resultados concretos de colaboración.
- Datos que debes aportar: notas de 1:1, citas de feedback de compañeros, resultados de reuniones, registros de decisiones.
- Evita: “gran comunicador” sin ejemplos, etiquetas de personalidad o lectura de mente (“no te importa”).
- Patrón de prompt: “Reescribe este feedback en 2 frases + 1 siguiente paso, apoyado en ejemplos.”
- Nota DACH: el feedback directo es aceptable; mantenlo factual y evita el sarcasmo.
Supera las expectativas
- Alineaste a [partes interesadas] pronto en [proyecto], evitando retrabajo y ahorrando [tiempo/coste].
- Convertiste peticiones ambiguas en decisiones claras, documentadas en [documento/enlace] el [fecha].
- Gestionaste el conflicto en [reunión], mantuviste un tono neutral y lograste un acuerdo sobre [siguiente paso].
- Orientaste de forma proactiva a [compañero/a] en comunicación, mejorando los traspasos en [proceso].
- Adaptaste tu mensaje para [público], lo que aumentó la aceptación de [cambio] en [plazo].
- Sacaste a la luz los riesgos a tiempo y comunicaste las compensaciones, evitando retrasos en [proyecto].
- Mejoraste las actualizaciones asíncronas (notas semanales en [canal]), reduciendo las reuniones de seguimiento en [número].
- Cerraste el círculo con las partes interesadas de forma constante, reduciendo las dudas abiertas sobre [tema].
Cumple las expectativas
- Compartes actualizaciones claras sobre [proyecto] y respondes en [SLA/plazo].
- Explicas las decisiones y las compensaciones de un modo en que el equipo puede actuar.
- Escuchas en las discusiones y repites los puntos clave antes de proponer soluciones.
- Documentas los acuerdos en [herramienta] para que otros puedan consultarlos después.
- Colaboras bien con [equipo] y mantienes fluidos los traspasos de [entregable].
- Haces preguntas aclaratorias pronto, lo que reduce los malentendidos en [tarea].
- Comunicas los bloqueos con rapidez y propones al menos una opción para desbloquearlos.
- Mantienes las reuniones enfocadas y las cierras con responsables y fechas límite.
Por debajo de las expectativas / necesita mejorar
- Las actualizaciones sobre [proyecto] fueron irregulares y retrasaron las decisiones en [plazo].
- Tus mensajes solían carecer de contexto, lo que provocó retrabajo en [entregable].
- Escalaste tarde [asunto], lo que aumentó el riesgo para [fecha límite].
- En [reunión], tu tono cortó las aportaciones; necesitamos una discusión neutral y basada en hechos.
- Faltó documentación sobre [tema], lo que obligó a otros a repetir preguntas.
- A veces te comprometes en las reuniones, pero no confirmas el seguimiento por escrito.
- No se aclararon las expectativas de las partes interesadas, lo que provocó una deriva del alcance en [proyecto].
- Respondes con lentitud en [canal], lo que bloquea el trabajo dependiente de [equipo] en [plazo].
- Próximo ciclo: envía notas de estado semanales con decisiones, riesgos y peticiones.
2) Responsabilidad y fiabilidad
La IA puede ayudarte a nombrar comportamientos de fiabilidad sin sonar acusatoria. Dale cronologías, compromisos y qué significaba “hecho”.
- Datos que debes aportar: compromisos, fechas de entrega, cronologías de incidencias, controles de calidad, puntos de escalado.
- Evita: juicios morales (“descuidado”), etiquetas vagas (“poco proactivo”) o críticas sorpresa.
- Patrón de prompt: “Describe los comportamientos de responsabilidad y su impacto, y propón un siguiente paso medible.”
- Nota DACH: el lenguaje sobre fiabilidad funciona mejor con fechas y objetivos acordados (Zielvereinbarung).
Supera las expectativas
- Te responsabilizaste de [entregable] de principio a fin y lo entregaste antes de [fecha límite] sin sacrificar calidad.
- Identificaste pronto el riesgo en [proyecto] y cambiaste el plan, evitando [impacto].
- Cumples tus compromisos y renegocias el alcance de forma proactiva cuando cambian las condiciones.
- Mejoraste la fiabilidad del equipo al introducir [checklist/proceso] y mantenerlo al día.
- Asumes la responsabilidad de los problemas, los comunicas rápido y los llevas hasta su cierre.
- Mantuviste estándares altos bajo presión, evitando defectos en [área].
- Desbloqueaste a otros asumiendo el “trabajo invisible” y cerrando huecos en [proceso].
- Entregas de forma constante lo que prometes y tus estimaciones son precisas dentro de [rango].
Cumple las expectativas
- Entregas las tareas acordadas a tiempo y avisas pronto cuando cambian las prioridades.
- Te haces cargo de tu cola de trabajo y mantienes informadas a las partes interesadas sobre el progreso.
- Señalas los bloqueos y pides ayuda antes de que los plazos corran riesgo.
- Cumples las expectativas de calidad y sigues los procesos del equipo de revisión y aprobación.
- Mantienes compromisos realistas y actualizas las estimaciones cuando aparece información nueva.
- Cierras las acciones pendientes de las reuniones y confirmas su finalización en [herramienta].
- Resuelves de forma autónoma los problemas rutinarios y escalas cuando el alcance supera tus competencias.
- Mantienes un rendimiento estable a lo largo del ciclo, no solo al final.
Por debajo de las expectativas / necesita mejorar
- Varios compromisos se retrasaron sin aviso previo, con impacto en [equipo/cliente] en [plazo].
- El seguimiento de las acciones pendientes fue irregular; las tareas siguieron abiertas en [herramienta].
- Tiendes a escalar tarde, lo que reduce las opciones para recuperar los plazos en [proyecto].
- Las estimaciones fueron a menudo optimistas, lo que generó problemas de planificación para [parte interesada].
- Se omitieron los controles de calidad en [entregable], lo que provocó retrabajo evitable.
- Aceptaste trabajo nuevo sin renegociar las prioridades, lo que causó plazos incumplidos.
- Los límites de responsabilidad no estaban claros; aclara qué te corresponde y qué escalas.
- Cuando surgen problemas, suelen faltar la causa raíz y el plan de prevención.
- Próximo ciclo: confirma los compromisos por escrito y señala los riesgos en un máximo de [X] días.
Mini checklist (tras los ámbitos 1-2): antes de pegar una frase
- ¿Has nombrado el [proyecto] y el plazo, y no solo el rasgo?
- ¿Hay al menos un resultado o un comportamiento observable?
- ¿El tono encaja con la valoración, sin “trampas” ocultas?
- ¿Te sentirías cómodo leyéndolo en voz alta en el Mitarbeitergespräch?
- ¿El feedback es coherente con las notas de 1:1 y los objetivos?
3) Resolución de problemas y aprendizaje
Los borradores de la IA pueden empezar a sonar “inteligentes” enseguida. Mantenlos anclados en el problema real, el enfoque y lo que cambió gracias a él.
- Datos que debes aportar: enunciado del problema, opciones consideradas, restricciones, resultados, lo aprendido.
- Evita: “brillante” o “poco estratégico” sin describir decisiones y compensaciones.
- Patrón de prompt: “Escribe un comentario en formato STAR (Situación-Tarea-Acción-Resultado) en 45 palabras.”
- Nota DACH: destaca el pensamiento estructurado y la documentación, no solo la rapidez.
Supera las expectativas
- Resolviste [problema] probando opciones y eligiendo según los datos de [fuente].
- Redujiste la reincidencia de [incidencia] al identificar la causa raíz e implantar [solución].
- Aprendes rápido y compartes lo aprendido, lo que mejora las decisiones del equipo sobre [tema].
- Simplificas problemas complejos en pasos claros, lo que permite a otros ejecutar con confianza.
- Anticipas los efectos de segundo orden y diseñas soluciones que escalan para [alcance].
- Buscas feedback de forma activa y adaptas tu enfoque, lo que mejora los resultados en [proyecto].li>
- Documentas las decisiones y su razonamiento, lo que hace el trabajo futuro más rápido y coherente.
- Orientas a otros en la resolución de problemas, lo que eleva la capacidad del equipo en [competencia].
Cumple las expectativas
- Descompones los problemas y propones soluciones viables dentro de tu alcance.
- Pides la información que falta y validas las suposiciones antes de actuar.
- Aprendes del feedback y lo aplicas en la siguiente iteración.
- Gestionas la ambigüedad rutinaria y escalas cuando las restricciones no están claras.
- Documentas los pasos clave para que otros puedan seguir tu razonamiento.
- Usas los datos disponibles para respaldar las decisiones cuando existen.
- Reflexionas sobre los resultados e identificas una mejora tras cada entrega.
- Te mantienes abierto a distintos enfoques y colaboras para encontrar la mejor opción.
Por debajo de las expectativas / necesita mejorar
- Saltas a las soluciones antes de aclarar el problema, lo que provocó retrabajo en [caso].
- No se validaron las suposiciones, lo que generó errores evitables en [entregable].
- Cuando te atascas, esperas demasiado para pedir ayuda, lo que retrasa el avance en [plazo].li>
- Faltan análisis posteriores; los mismos problemas se repiten en [área].
- La documentación de las decisiones es irregular, lo que ralentiza a otros.
- Te centras en la optimización local y pasas por alto el impacto aguas arriba y aguas abajo en [proceso].
- Se fijaron objetivos de aprendizaje, pero no se les dio seguimiento en [plazo].
- Te resistes al feedback en el momento; necesitamos curiosidad y capacidad de ajuste.
- Próximo ciclo: usa un registro sencillo de opciones (A/B/C) con justificación y resultado.
4) Impacto y entrega (resultados)
El lenguaje sobre resultados se vuelve vago enseguida (“entregó mucho”). Dale a la IA la línea base, la variación y cómo lo sabes.
- Datos que debes aportar: objetivos/OKR, métricas de partida, alcance entregado, señales de calidad, impacto en clientes.
- Evita: inflar el mérito (“por sí solo”) o listas de entregables sin resultados.
- Patrón de prompt: “Escribe una frase sobre el impacto + otra sobre cómo se logró.”
- Nota DACH: un “impacto sólido y fiable” suele leerse mejor que la exageración.
Supera las expectativas
- Superaste el objetivo de [OKR], mejorando [métrica] de [A] a [B].
- Entregaste [proyecto] con un impacto medible en [cliente/equipo], confirmado por [evidencia].
- Aumentaste el rendimiento al mejorar [proceso], liberando [horas/€] por [período].
- Entregaste trabajo de alto impacto reduciendo el riesgo, como muestra [métrica de calidad].
- Priorizaste con eficacia y te centraste en las pocas acciones que movieron [métrica].
- Evitaste un impacto negativo al abordar [riesgo], protegiendo [ingresos/SLA].
- Entregaste a través de dependencias y mantuviste el alcance alineado con los objetivos de negocio.
- Elevaste el listón de calidad, reduciendo los defectos/incidentes en [área] en [variación].
Cumple las expectativas
- Entregaste los objetivos acordados para [ciclo] y cumpliste los estándares de calidad esperados.
- Entregas trabajo que respalda las prioridades del equipo y que las partes interesadas pueden utilizar.
- Gestionas el alcance y las compensaciones y comunicas los cambios pronto.
- Aportas un rendimiento estable y ayudas al equipo a alcanzar los hitos compartidos.
- Haces seguimiento del progreso frente a los objetivos y ajustas cuando cambian las prioridades.
- Entregas con una calidad aceptable y abordas los problemas cuando surgen.
- Cierras el trabajo con notas de traspaso claras para que los resultados puedan mantenerse.
- Cumples los plazos de la mayoría de tus compromisos y avisas del riesgo cuando hace falta.
Por debajo de las expectativas / necesita mejorar
- No se cumplieron entregables clave de [ciclo], lo que afectó a [objetivo/OKR] en [variación].
- El trabajo a menudo terminaba tarde o incompleto y requería seguimiento por parte de otros.
- Las prioridades cambiaron sin alineación, lo que generó un resultado de poco impacto en [tema].
- Los problemas de calidad en [entregable] provocaron retrabajo y retrasos evitables.
- El seguimiento del progreso fue limitado, por lo que los riesgos afloraron demasiado tarde.
- No se gestionó el alcance; los “nice-to-have” desplazaron los resultados centrales.
- Las dependencias no se gestionaron de forma proactiva, lo que causó bloqueos en [equipo].
- Faltaban métricas de resultado, por lo que no se pudo validar el impacto.
- Próximo ciclo: define las métricas de éxito desde el principio y revísalas cada dos semanas.
Mini checklist (tras los ámbitos 3-4): evidencias y encaje con la valoración
- ¿Has incluido al menos una métrica, un hito o un resultado observable?
- ¿Está claro el plazo (trimestre, semestre, ventana del proyecto)?
- ¿Podría un compañero verificar la afirmación con artefactos existentes?
- ¿Has separado “qué pasó” de “por qué importa”?
- ¿El comentario evita inflar la valoración o esconder negativos?
5) Liderazgo de personas y coaching
La IA puede elogiar el liderazgo en términos vagos. Ánclalo en la selección, el onboarding, la cadencia de coaching y los resultados del equipo.
- Datos que debes aportar: notas de coaching, ejemplos de delegación, resultados del equipo, señales de compromiso, trabajo de selección/onboarding.
- Evita: lenguaje terapéutico, diagnosticar la motivación o culpar al equipo de los objetivos no alcanzados.
- Patrón de prompt: “Escribe feedback de liderazgo que nombre acciones, impacto en el equipo y un siguiente paso.”
- Nota DACH: sé preciso con las competencias de decisión; una “delegación clara” importa en entornos con cogestión.
Supera las expectativas
- Orientaste a [persona] con feedback regular, mejorando su desempeño en [competencia] el [fecha].
- Delegas con claridad y generas responsabilidad, lo que aumenta el rendimiento del equipo en [área].
- Elevaste los estándares del equipo con expectativas claras y un seguimiento justo.
- Desarrollaste talento al asignar trabajos exigentes acordes a la capacidad y apoyar el aprendizaje.
- Abordaste las conversaciones difíciles pronto, evitando la escalada y protegiendo el foco del equipo.
- Generas seguridad psicológica sin renunciar a la responsabilidad por los resultados.
- Incorporaste con eficacia a [nueva incorporación], reduciendo el tiempo de adaptación mediante [plan/proceso].
- Eres un modelo de liderazgo sereno y basado en hechos durante [incidente/cambio].
Cumple las expectativas
- Mantienes 1:1 regulares y das feedback claro vinculado a los objetivos.
- Delegas tareas con contexto y compruebas el avance en los puntos acordados.
- Apoyas a los miembros del equipo cuando surgen bloqueos y ayudas a priorizar el trabajo.
- Reconoces el buen trabajo y abordas los problemas a tiempo y con respeto.
- Comunicas las prioridades del equipo y mantienes la alineación con las partes interesadas.
- Apoyas la planificación del desarrollo y das seguimiento a las acciones acordadas.
- Tomas decisiones dentro de tu ámbito y escalas cuando es necesario.
- Contribuyes a un entorno de equipo estable y a entregas predecibles.
Por debajo de las expectativas / necesita mejorar
- El coaching fue irregular, por lo que las expectativas para [persona/equipo] siguieron sin estar claras.
- Mantienes los 1:1 de forma irregular, lo que retrasa el feedback y la resolución de problemas.
- La delegación careció de contexto, lo que causó retrabajo y decisiones lentas en [proyecto].
- Los problemas de desempeño se abordaron tarde, lo que aumentó el riesgo para [entrega/calidad].
- Te quedas con demasiadas tareas en vez de facilitar que otros las asuman, lo que crea cuellos de botella.
- Las prioridades del equipo cambian sin una justificación clara, lo que reduce el foco y el compromiso.
- El feedback suele ser vago (“hazlo mejor”), lo que dificulta actuar a partir de él.
- La presión de las partes interesadas se traslada hacia abajo sin amortiguarla ni repriorizar.
- Próximo ciclo: fija objetivos de crecimiento mensuales por persona a tu cargo y haz seguimiento en las notas de 1:1.
6) Colaboración interfuncional y gestión de partes interesadas
El feedback de las partes interesadas es una fuente habitual de sesgo y ruido. Usa la IA para resumir los temas y verifícalos después con incidentes y resultados concretos.
- Datos que debes aportar: correos/notas de las partes interesadas (anonimizados), registros de decisiones, escalados, métricas de resultados.
- Evita: etiquetas “políticas”, rumores sin ejemplos o afirmaciones del tipo “todos piensan que…”.
- Patrón de prompt: “Resume el feedback de las partes interesadas en 2 temas + 1 ejemplo por cada uno.”
- Nota DACH: mantén las afirmaciones auditables; da por hecho que los comentarios pueden revisarse en la calibración.
Supera las expectativas
- Alineaste [áreas] en torno a objetivos compartidos, reduciendo los conflictos en [proyecto].
- Gestionaste a las partes interesadas de forma proactiva y evitaste la escalada en [asunto].
- Aclaraste las competencias de decisión (al estilo RACI) y aceleraste las aprobaciones en [variación].
- Equilibras las necesidades del negocio y las restricciones, y te ganas la confianza de [partes interesadas].
- Traduces el trabajo técnico o de detalle en resultados sobre los que otros pueden actuar.
- Negocias los cambios de alcance con calma, manteniendo una entrega realista y transparente.
- Creas visibilidad entre equipos, lo que reduce las sorpresas al final del ciclo.
- Gestionas los escalados con hechos y opciones, y llegas a una decisión clara.
Cumple las expectativas
- Colaboras con los equipos socios y los mantienes informados del progreso.
- Aclaras los requisitos y confirmas el alcance antes de empezar a trabajar.
- Respondes a las partes interesadas en un plazo razonable y cumples tus compromisos.
- Comunicas las compensaciones cuando cambian los plazos o el alcance.
- Construyes relaciones de trabajo que facilitan traspasos fluidos.
- Pides aportaciones con suficiente antelación para evitar cambios en fases tardías.
- Documentas las decisiones para que los equipos sigan alineados.
- Gestionas las expectativas y evitas prometer de más sobre los resultados.
Por debajo de las expectativas / necesita mejorar
- No se aclararon las expectativas de las partes interesadas, lo que provocó cambios de alcance tardíos en [proyecto].
- Las actualizaciones entre equipos llegaron tarde, lo que causó retrasos por dependencias en [equipo].
- Evitas las conversaciones difíciles de alineación, lo que aumenta el riesgo de escalada.
- No se documentaron las decisiones, lo que llevó a discusiones repetidas y confusión.
- A veces te comprometes sin comprobar la viabilidad y luego tienes que dar marcha atrás.
- El feedback de las partes interesadas fue reactivo porque no tenían visibilidad del progreso.
- Escalas los problemas sin proponer opciones, lo que ralentiza la resolución.
- La colaboración siguió aislada en silos, lo que redujo la calidad global del resultado.
- Próximo ciclo: acuerda una cadencia (actualización semanal + registro de decisiones) con las partes interesadas clave.
Mini checklist (tras los ámbitos 5-6): liderazgo y seguridad de las partes interesadas
- ¿Has descrito acciones de liderazgo, no rasgos de personalidad?
- ¿Has evitado los rumores y has usado incidentes concretos con fechas?
- ¿La frase respeta la confidencialidad y la privacidad de los miembros del equipo?
- ¿Puedes defender la afirmación en la calibración con ejemplos concretos?
- ¿Has incluido un siguiente paso realista para el próximo período de evaluación?
7) Innovación y uso responsable de la IA
Este ámbito es nuevo para muchos equipos. Mantenlo práctico: dónde ayudó la IA, cómo se gestionaron los riesgos y qué controles se aplicaron.
- Datos que debes aportar: casos de uso, estimaciones del tiempo ahorrado, controles de calidad, medidas de privacidad, acciones de revisión humana.
- Evita: presentar como propio un resultado producido solo por la IA; evita compartir datos sensibles con herramientas públicas.
- Patrón de prompt: “Escribe un comentario que describa el uso responsable de la IA, incluidos los controles y los resultados.”
- Nota DACH: menciona las salvaguardas (RGPD, expectativas del Betriebsrat) como comportamientos, no como afirmaciones legales.
Supera las expectativas
- Usaste la IA en [tarea] con controles claros, mejorando la calidad y reduciendo el tiempo de ciclo.
- Documentaste los prompts y los pasos de revisión, lo que permitió un uso repetible en todo el equipo.
- Señalaste pronto los riesgos de privacidad y adaptaste el flujo de trabajo para proteger los datos en [caso].
- Formaste a tus compañeros en el uso seguro de la IA, lo que mejoró la coherencia del equipo y redujo los errores.
- Validas los resultados de la IA con las fuentes, evitando información incorrecta en [entregable].
- Usas la IA para explorar opciones y luego decides según las evidencias y las restricciones.
- Mejoraste un proceso incorporando resúmenes asistidos por IA con revisión humana.
- Eres un modelo de transparencia: indicas cuándo un borrador está asistido por IA y explicas cómo lo validas.
Cumple las expectativas
- Usas la IA para redactar y resumir, y verificas antes de compartir hacia fuera.
- Sigues las reglas del equipo sobre qué datos se pueden usar en las herramientas de IA.
- Mantienes la responsabilidad humana sobre las decisiones y tratas la IA como apoyo.
- Corriges los errores de la IA cuando los detectas y no reutilizas textos defectuosos.
- Usas la IA para agilizar tareas rutinarias sin perder los estándares de calidad.
- Mantienes los prompts y los resultados dentro de las herramientas y entornos aprobados.
- Pides orientación cuando un caso de uso afecta a datos sensibles.
- Evitas depender en exceso de la IA y sabes trabajar con eficacia sin ella cuando hace falta.
Por debajo de las expectativas / necesita mejorar
- Usaste resultados de la IA sin una verificación suficiente, lo que provocó inexactitudes en [entregable].
- Los datos compartidos con la IA incluían detalles sensibles que deberían haberse eliminado.
- Se pegó texto generado por IA con afirmaciones genéricas y sin evidencias que lo respaldaran.
- Dependes de la IA para decidir, en lugar de usarla para apoyar tu criterio.
- Los prompts fueron irregulares, lo que generó una calidad desigual en documentos similares.
- No indicaste la asistencia de la IA allí donde las normas internas exigen transparencia.
- No se consideraron los riesgos de sesgo al resumir el feedback de compañeros con IA.
- El uso de la IA sustituyó la aclaración con las partes interesadas, lo que causó malentendidos sobre [tema].
- Próximo ciclo: usa una checklist de verificación (fuentes, cifras, nombres, confidencialidad) antes de compartir.
8) Valores y cultura
El feedback sobre valores se vuelve injusto cuando se convierte en opiniones sobre el “encaje cultural”. Ánclalo en comportamientos observables que apoyen las normas del equipo.
- Datos que debes aportar: incidentes concretos, acuerdos del equipo, ejemplos de decisiones basadas en principios, feedback recibido.
- Evita: un “no encaja” vago, juicios morales o preferencias subjetivas de estilo.
- Patrón de prompt: “Reescribe el feedback sobre valores como comportamientos + impacto en los resultados del equipo.”
- Nota DACH: mantenlo respetuoso y concreto; los comentarios sobre valores suelen tener un peso extra.
Supera las expectativas
- Encarnas nuestro valor [valor] al hacer [comportamiento], lo que mejora la confianza del equipo en [plazo].
- Planteas las inquietudes pronto y de forma constructiva, evitando problemas evitables en [proyecto].
- Incluyes a las voces más calladas en las discusiones, lo que mejora la calidad de las decisiones sobre [tema].
- Actúas con integridad bajo presión y documentas las decisiones con transparencia.
- Compartes el mérito y reconoces las aportaciones de los demás, lo que refuerza la colaboración.
- Apoyas la inclusión con acciones concretas (por ejemplo, [práctica]) y un seguimiento constante.
- Mejoras las normas del equipo al proponer acuerdos claros y vivirlos cada día.
- Recibes el feedback con apertura y ajustas tu comportamiento rápido, lo que refuerza las relaciones de trabajo.
Cumple las expectativas
- Te comportas de forma coherente con nuestros valores en la colaboración diaria.
- Tratas a tus compañeros con respeto y mantienes las discusiones profesionales.
- Aceptas el feedback y haces ajustes razonables con el tiempo.
- Apoyas las normas del equipo y contribuyes a un entorno de trabajo positivo.
- Te comunicas con honestidad y señalas los problemas en lugar de ocultarlos.
- Muestras responsabilidad y cumples tus compromisos con el equipo.
- Colaboras sin buscar culpables y te centras en las soluciones.
- Contribuyes a una cultura de equipo fiable mediante comportamientos predecibles.
Por debajo de las expectativas / necesita mejorar
- Tu comportamiento en [situación] redujo la confianza; necesitamos una discusión respetuosa y basada en hechos.
- Descartas el feedback con rapidez, lo que limita la mejora y afecta a la colaboración.
- A veces priorizas la velocidad sobre los estándares acordados, lo que genera fricción en [equipo].
- No comunicas los problemas a tiempo, lo que crea sorpresas tarde en la entrega.
- El reparto del mérito fue irregular, lo que afectó a la motivación y a la colaboración del equipo.
- Generas tensión evitable en las reuniones; céntrate en los asuntos, no en las personas.
- No se siguieron los acuerdos del equipo (por ejemplo, [norma]), lo que redujo la coherencia.
- Evitas el lenguaje de la responsabilidad, lo que hace poco claro quién se ocupa de [caso].
- Próximo ciclo: acuerda 2 comportamientos observables que practicar y revisa cada mes.
Mini checklist (tras los ámbitos 7-8): comprobación de riesgos de IA y valores
- ¿Has evitado los atajos del “encaje cultural” y has descrito comportamientos concretos?
- ¿Has eliminado los datos sensibles antes de usar cualquier asistente de IA?
- ¿Has verificado cada cifra, fecha y entregable mencionado?
- ¿La redacción seguiría siendo justa si se aplicara a otra persona?
- ¿El comentario separa con claridad el comportamiento en valores de los resultados de desempeño?
Guía de prompts: 12 prompts que RR. HH. puede compartir con los managers
Los buenos prompts obligan a ser concretos y evitan el “pulido de la IA sobre hechos que faltan”. Úsalos con ChatGPT, Copilot o un asistente interno como Atlas AI, pero solo después de reunir datos reales.
- “Convierte estos puntos en 2 frases de evaluación + 1 siguiente paso. Mantén los marcadores donde falten datos: [puntos].”
- “Reescribe este comentario para que encaje con una valoración de ‘Cumple las expectativas’. Elimina los superlativos: [texto].”
- “Redacta feedback para [competencia] con STAR. Usa solo estos hechos: [hechos]. Máximo 55 palabras.”
- “Enumera 3 evidencias que faltan y que debería reunir antes de cerrar esta evaluación: [borrador].”
- “Detecta las afirmaciones vagas de este comentario y propón sustituciones concretas: [comentario].”
- “Revisa este texto en busca de lenguaje sesgado o codificado y sugiere alternativas neutrales: [texto].”
- “Crea dos versiones: una para decir en voz alta en un Mitarbeitergespräch y otra para la documentación escrita: [hechos].”
- “Resume el feedback de compañeros en 2 temas + 1 cita por cada uno. No añadas hechos nuevos: [datos].”
- “Alinea este feedback con el nivel [nivel] de la rúbrica. Explica qué frase corresponde a qué criterio: [rúbrica + borrador].”
- “Genera 3 opciones de redacción: directa, neutral y de tono más suave. Mantén el significado sin cambios: [texto].”
- “Convierte esta lista de resultados en lenguaje de impacto con marcadores de métricas: [resultados].”
- “Sugiere 2 objetivos de desarrollo medibles para el próximo trimestre a partir de estas brechas: [brechas].”
Resultados de IA malos frente a mejores (ejemplo: colaboración)
Úsalo como ejercicio de formación para managers. Pregunta: “¿Qué evidencia falta?” y “¿Coincide la valoración con las palabras?”
| Calidad | Ejemplo de resultado | Por qué es arriesgado / qué sería mejor |
|---|---|---|
| Malo (genérico) | Eres un gran comunicador y un jugador de equipo excelente. | No verificable, sin alcance, sin plazo, sin resultado. |
| Mejor (fundamentado) | En [proyecto], compartiste actualizaciones semanales y aclaraste decisiones en [documento], lo que redujo las idas y venidas. | Nombra el comportamiento, el artefacto y el resultado; es fácil de validar. |
| Óptimo (vinculado a la valoración) | Alineaste a [equipos] en torno a [decisión] el [fecha], evitando retrabajo y manteniendo el hito en el buen camino. | Conecta la colaboración con un impacto medible en la entrega; encaja con “Supera” cuando las evidencias lo respaldan. |
Cómo mantener el feedback redactado con IA justo (y con menos sesgos)
La IA tiende a reflejar lo que le des, incluidas las evidencias desiguales, la emoción y los efectos de recencia. Tu mejor control es la estructura: los mismos datos, la misma rúbrica, la misma extensión de revisión. Si quieres una checklist de sesgos y guiones para managers, intégralo en la formación de tus evaluadores con los sesgos en las evaluaciones de desempeño como referencia común.
Para pensar en los riesgos de la IA, alinea tus salvaguardas internas con principios consolidados como la transparencia y la supervisión humana, tal como describe el NIST AI Risk Management Framework (AI RMF 1.0). No necesitas un proceso pesado para empezar, pero sí una regla: los borradores de la IA nunca son la fuente de verdad definitiva.
- Exige una comprobación con un “contraejemplo”: ¿qué evidencia contradiría este comentario?
- Haz un análisis del lenguaje para detectar expresiones más duras hacia un grupo o tipo de rol.
- Prohíbe la lectura de mente sin fundamento (“no te importa”, “eres vago”).
- Separa el feedback sobre el impacto de la preferencia de estilo (“no es mi estilo” no es un criterio de valoración).
- En la calibración, discute primero las evidencias y después la redacción.
Notas de lenguaje DACH: honesto, directo y apto para la documentación
La cultura de evaluación en DACH suele valorar la precisión por encima del entusiasmo. Eso es una ventaja para la IA: tus mejores comentarios son serenos, fechados y ligados a resultados. Si tu Betriebsrat espera claridad sobre el uso de datos, mantén una nota interna sencilla sobre qué datos de entrada se usaron y dónde se almacenan.
Forma a los managers para que escriban feedback que pueda decirse en voz alta y documentarse. Combínalo con una capacitación en IA por roles, como el enfoque de la formación en IA para managers, e incluye una lista de “no introducir”: datos médicos personales, registros de chats privados y detalles sensibles de terceros. Si los empleados también usan IA, acordad normas comunes con la formación en ChatGPT para empleados.
- Prefiere “de forma constante”, “en [plazo]”, “como muestra [evidencia]” a los adjetivos generales.
- Evita las palabras absolutas salvo que sean ciertas: “siempre”, “nunca”, “todos”.
- Mantén la crítica accionable: comportamiento + impacto + expectativa + apoyo.
- No mezcles valoraciones: evita los párrafos de “cumple las expectativas, pero…” que se leen como “por debajo”.
- Usa el mismo registro con todas las personas; una calidez desigual puede parecer sesgo.
Niveles de competencia y alcance
Starter: usas la IA para redactar comentarios, pero las decisiones siguen basándose en tu memoria. Tu alcance es la redacción de tus propias evaluaciones, con coherencia limitada entre compañeros.
Practitioner: apoyas el resultado de la IA en evidencias y una rúbrica, y sabes explicar las valoraciones con ejemplos. Tu alcance se amplía a paquetes de evaluación coherentes para las personas a tu cargo.
Advanced: comparas valoraciones entre roles similares y reduces los sesgos con comprobaciones estructuradas. Tu alcance incluye participar con eficacia en la calibración y gestionar los casos límite.
Owner: defines estándares, plantillas y gobernanza del uso de la IA en las evaluaciones. Tu alcance incluye la formación, la auditoría y la actualización del marco a lo largo de los ciclos.
Áreas de competencia
Base de evidencias
Tu objetivo son afirmaciones verificables: qué pasó, cuándo y qué cambió. Los resultados incluyen evaluaciones más claras, menos disputas y una calibración más rápida.
Alineación con la valoración
Tu objetivo es la coherencia entre la rúbrica y la redacción. Los resultados incluyen menos deriva de valoraciones y menos comentarios que “cumplen, pero se leen como por debajo”.
Concreción y claridad
Tu objetivo son comentarios breves que sigan teniendo sentido. Los resultados incluyen menos “tono genérico de la IA” y una mejor comprensión de las expectativas por parte de los empleados.
Sesgos y equidad
Tu objetivo son estándares iguales entre personas y roles comparables. Los resultados incluyen menos frases sesgadas y decisiones de promoción más defendibles.
Prompts e iteración
Tu objetivo son prompts repetibles que produzcan resultados estructurados. Los resultados incluyen menos tiempo de preparación de las evaluaciones y una calidad de redacción más coherente.
Preparación de la conversación
Tu objetivo es un feedback que pueda discutirse con calma, no solo archivarse. Los resultados incluyen una mejor calidad del Mitarbeitergespräch y siguientes pasos más claros.
Documentación y gobernanza
Tu objetivo es una justificación lista para auditoría con los controles de privacidad adecuados. Los resultados incluyen registros más claros y menos sorpresas en el tratamiento de datos.
Uso responsable de la IA
Tu objetivo es un apoyo seguro de la IA con verificación humana. Los resultados incluyen menos errores factuales y una mejor adopción sin pérdida de confianza.
Valoración y evidencias
Usa una escala sencilla de 1 a 4 que se traduzca bien a la redacción. Mantén la misma escala en todos los ámbitos y usa después el banco de frases para ajustar el tono y la concreción.
| Valoración | Definición (qué significa) | Cómo suelen ser las evidencias |
|---|---|---|
| 4 - Supera | Los resultados superan lo esperado para el rol; el impacto se extiende más allá del propio alcance. | Variaciones medibles, impacto interfuncional, ejemplos repetidos a lo largo del ciclo. |
| 3 - Cumple | Entrega de forma constante los resultados esperados para el rol y el período. | Objetivos cumplidos, entregas fiables, colaboración estable, seguimiento documentado. |
| 2 - Cumple parcialmente | Se cumplen algunas expectativas, pero las brechas afectan a los resultados o a la fiabilidad del equipo. | Compromisos incumplidos, problemas de calidad recurrentes, comportamientos irregulares, evidencias parciales. |
| 1 - No cumple | No se cumplen expectativas clave; el desempeño genera riesgo o retrabajo de forma repetida. | Varios entregables incumplidos, problemas sin resolver, impacto negativo constante en las partes interesadas. |
Entre los tipos de evidencia útiles están las notas de OKR/objetivos, los planes de proyecto y los análisis posteriores, el feedback de clientes, el feedback de compañeros con fechas, las métricas de calidad y las notas de 1:1. Mantén las evidencias proporcionadas: un buen ejemplo suele valer más que cinco anécdotas débiles.
Mini ejemplo (caso A frente a caso B): ambos entregaron el mismo [proyecto]. El caso A se valora como “Cumple” porque la entrega se ajustó al alcance y al calendario con el apoyo habitual. El caso B se valora como “Supera” porque evitó retrabajo entre equipos, documentó decisiones y mejoró un proceso reutilizable, lo que confirman [artefacto] y [feedback de las partes interesadas].
Señales de crecimiento y señales de alerta
La preparación para la promoción se manifiesta en un crecimiento sostenido del alcance, no en una semana excepcional. La IA puede resumir las señales, pero las personas deben validarlas con evidencias y contexto de compañeros.
Señales de crecimiento (listo para el siguiente nivel)
- Entrega resultados estables a lo largo de varios ciclos, incluso con prioridades cambiantes.
- Asume un alcance mayor: problemas ambiguos, dependencias entre equipos o apuestas más altas.
- Crea un efecto multiplicador: mejora sistemas, coaching, documentación o procesos del equipo.
- Demuestra criterio: compensaciones claras, gestión temprana de riesgos y calidad de decisión constante.
- Recibe feedback coherente de compañeros y partes interesadas, vinculado a ejemplos concretos.
Señales de alerta (obstáculos para la promoción)
- Ejecución aislada en silos que genera costes ocultos para otros (traspasos dolorosos, retrabajo repetido).
- Fiabilidad irregular: buenos picos y luego compromisos incumplidos sin escalado temprano.
- Documentación débil que dificulta validar o mantener los resultados.
- Resistencia o actitud defensiva ante el feedback que limita el crecimiento y la colaboración.
- Uso excesivo de texto genérico generado por IA con evidencias escasas o valoraciones que no encajan.
Seguimientos y sesiones de evaluación
La coherencia viene de la cadencia. Si los managers solo redactan las evaluaciones al final del ciclo, la IA amplificará el sesgo de memoria que haya. Crea rutinas ligeras que recojan evidencias pronto.
- Seguimiento mensual de evidencias (15 minutos): manager y empleado enumeran 2 logros, 1 aprendizaje y 1 métrica.
- Revisión a mitad de ciclo (30 minutos): confirmar objetivos, ajustar el alcance, identificar brechas de evidencia.
- Preparación de la calibración (asíncrona): cada evaluador entrega un paquete de evidencias de una página por persona.
- Sesión de calibración (60-90 minutos): discutir primero las evidencias, luego la valoración y después la redacción.
- Comprobación de sesgos: comparar la distribución de valoraciones y la dureza del lenguaje entre roles similares.
Si quieres una forma estructurada de llevar sesiones basadas en evidencias, alinea a los managers en una agenda común como la de la guía de calibración de talento y reutiliza una plantilla de reunión de calibración coherente a lo largo de los ciclos.
Preguntas de entrevista
Usa estas preguntas basadas en comportamientos para recoger ejemplos reales que luego puedas convertir en comentarios de evaluación bien fundamentados. Cada pregunta busca: situación, acción, resultado y qué cambió.
Base de evidencias
- Cuéntame una ocasión en la que demostraste impacto con evidencias, no con opiniones. ¿Qué artefactos utilizaste?
- ¿Cuándo tenías datos incompletos? ¿Cómo evitaste sacar una conclusión equivocada?
- Describe un entregable en el que tu documentación ayudó a otros a avanzar más rápido. ¿Cuál fue el resultado?
- ¿Qué afirmación eliminaste de un borrador porque no era verificable?
Alineación con la valoración
- Cuéntame una ocasión en la que no estuviste de acuerdo con una valoración. ¿Qué criterios de la rúbrica usaste?
- ¿Cómo distingues “Cumple” de “Supera” en tu rol actual?
- Describe un caso límite que escalaste a la calibración. ¿Qué se decidió y por qué?
- ¿Qué cambió en tu trabajo cuando aumentaron las expectativas en el siguiente nivel?
Concreción y claridad
- Comparte un ejemplo de feedback que hiciste más específico. ¿Qué detalles añadiste?
- Cuéntame una ocasión en la que quitaste un elogio vago y lo sustituiste por comportamientos observables.
- Describe un comentario que tuviste que leer en voz alta. ¿Qué cambiaste para que pudiera discutirse?
- ¿Cómo te aseguras de que tu feedback incluya tanto el impacto como el “cómo” se logró el resultado?
Sesgos y equidad
- Cuéntame una ocasión en la que notaste sesgo en el lenguaje del feedback. ¿Qué hiciste?
- ¿Cómo evitas juzgar las diferencias de estilo como problemas de desempeño?
- Describe una ocasión en la que el sesgo de recencia pudo haber influido en tu opinión. ¿Cómo lo corregiste?
- ¿Qué comprobaciones usas para asegurar estándares coherentes entre roles similares?
Prompts e iteración
- Cuéntame una ocasión en la que mejoraste un borrador de IA mediante iteración. ¿Qué restricciones ayudaron?
- ¿Qué datos reúnes antes de pedirle a la IA un comentario de evaluación?
- ¿Cómo obligas a la IA a mantener los marcadores en lugar de inventar los datos que faltan?
- Describe un prompt que reutilizas porque produce de forma fiable una buena estructura. ¿Por qué funciona?
Preparación de la conversación
- Cuéntame una conversación de feedback difícil que gestionaste bien. ¿Cuál fue el resultado?
- ¿Cómo explicas una valoración con evidencias y mantienes a la vez la conversación centrada en el futuro?
- Describe una ocasión en la que un empleado no estuvo de acuerdo con el feedback. ¿Cómo respondiste?
- ¿Qué haces para evitar sorpresas en el momento de la evaluación?
Documentación y gobernanza
- Cuéntame una ocasión en la que la documentación protegió la claridad en una disputa o un escalado. ¿Qué pasó?
- ¿Cómo decides qué pertenece al texto formal de la evaluación y qué a las notas de coaching?
- Describe tu forma de manejar información sensible al usar herramientas de IA.
- ¿Qué proceso sigues para que los comentarios de evaluación sean coherentes y estén listos para una auditoría?
Uso responsable de la IA
- Cuéntame una ocasión en la que la IA te ahorró tiempo, pero aun así mejoraste la calidad. ¿Qué comprobaciones aplicaste?
- Describe un caso en el que el resultado de la IA era incorrecto. ¿Cómo lo detectaste y lo corregiste?
- ¿Cómo evitas compartir datos sensibles al usar asistentes de IA?
- ¿Qué te haría dejar de usar la IA para una tarea determinada?
Implantación y actualizaciones
La adopción fracasa cuando los managers lo ven como trabajo extra. La implantación funciona cuando reduces el esfuerzo: plantillas compartidas, salvaguardas claras y una formación breve con ejemplos reales de evaluaciones.
- Semana 1: reunión de arranque con RR. HH., Legal, TI y (cuando proceda) el Betriebsrat; acordar las reglas de datos.
- Semana 2: formar a los managers durante 60 minutos con ejemplos de “malo frente a mejor” y las checklists.
- Semanas 3-6: piloto con una función; recoger feedback sobre la claridad de la rúbrica y la usabilidad de las frases.
- Tras el primer ciclo: hacer una retrospectiva de la evaluación; actualizar prompts, frases prohibidas y estándares de evidencia.
- De forma continua: asignar un responsable (HRBP o Talent Ops), llevar un registro de cambios y actualizar cada año.
Si quieres integrar la IA en los flujos de trabajo diarios, conéctalo con tu enfoque más amplio de IA en la gestión del desempeño y reutiliza rutinas coherentes de los managers, como la preparación estructurada de 1:1 (consulta las preguntas para reuniones 1:1) para mantener las evidencias al día.
Conclusión
Obtienes evaluaciones asistidas por IA de confianza cuando se dan tres cosas: las expectativas son claras, las evidencias son coherentes y el lenguaje se corresponde con la valoración. El banco de frases ayuda a los managers a escribir más rápido, pero también fuerza la concreción mediante marcadores y patrones centrados en los resultados. El marco ayuda a RR. HH. a mantener visible la equidad, porque la calibración se convierte en una discusión sobre evidencias, no en un concurso de redacción.
Para empezar, elige un equipo para un piloto de 4-6 semanas y exige un paquete de evidencias sencillo por empleado. En la semana dos, imparte una sesión de formación para managers con los prompts y la tabla de malo frente a mejor. Tras el primer ciclo, programa una retrospectiva de 60 minutos liderada por RR. HH. para actualizar las plantillas, aclarar la rúbrica y fijar la fecha de la siguiente calibración.
Preguntas frecuentes
1) ¿Pueden los managers pegar tal cual las frases de evaluación de desempeño con IA?
Debes tratarlas como plantillas, no como comentarios finales. Si una frase no nombra un proyecto real, un plazo y un comportamiento observable, sonará genérica y puede dañar la confianza. Exige a los managers que rellenen marcadores como [proyecto], [métrica] y [evidencia], y que lean después el texto final en voz alta una vez. Si suena injusto o sorprendente al decirlo, probablemente no sentará bien.
2) ¿Cómo evitamos que la IA invente logros o “pula” evidencias débiles?
Controla los datos de entrada y el flujo de trabajo. Pide a los managers que aporten primero los hechos: objetivos, resultados, ejemplos y artefactos. Después pide a la IA que reescriba y estructure usando solo ese contenido, manteniendo los marcadores donde falten datos. Añade una regla para la calibración: toda afirmación de “Supera” necesita al menos un artefacto verificable o un ejemplo de las partes interesadas. Si la evidencia es escasa, la discusión sobre la valoración debe hacer una pausa.
3) ¿Cómo alineamos las valoraciones entre equipos sin que la calibración se convierta en un largo debate?
Acorta la discusión estandarizando el trabajo previo. Cada manager entrega un breve paquete de evidencias y una valoración inicial vinculada a los criterios de la rúbrica. En la sesión, discute primero las evidencias y limita el tiempo de los casos límite; evita reescribir párrafos en directo. Recoge la justificación en un registro de decisiones para que el siguiente ciclo sea más fácil. El objetivo es un entendimiento compartido, no una uniformidad perfecta.
4) ¿Qué riesgos de sesgo son los más habituales cuando los managers usan la IA para redactar evaluaciones?
Los mayores riesgos son la calidad desigual de las evidencias (algunos empleados tienen más logros documentados), el sesgo de recencia (dominan los hechos recientes) y las diferencias de lenguaje (algunos grupos reciben una redacción más dura para resultados similares). La IA puede amplificar estos patrones haciendo que los borradores subjetivos suenen “seguros”. Usa checklists, exige ejemplos fechados y compara el tono del lenguaje entre roles similares. Si ves patrones, corrige el proceso antes de culpar a personas concretas.
5) ¿Con qué frecuencia debemos actualizar el banco de frases y los prompts?
Actualiza de forma ligera tras cada ciclo y de forma más profunda una vez al año. Después de un ciclo, recoge el feedback de los managers sobre qué les resultó difícil de escribir y qué frases causaron confusión en los Mitarbeitergespräche. Elimina las plantillas que invitan a una redacción genérica y añade las que faltan ligadas a tu rúbrica. Cada año, revisa si las competencias siguen alineadas con tu estrategia y versiona los cambios para que los equipos sepan qué cambió y por qué.



