AI时代的"被看见算术"——为什么透明度越高，不公平感反而越强
去年一家互联网公司的HRD给我讲了个事：
他们上线了一套AI绩效系统，员工随时能查看自己的各项评分、排名、以及"AI给出的改进建议"。公司觉得：我把标准透明化了，连AI的分析都给你看，够公平了吧？
结果员工满意度调研中，"公平感"指标反而下降了12个百分点。
HRD很委屈："我们明明把一切都摊在桌上了！"
我跟他说了一个概念，他沉默了——"被看见"本身不是公平，关键是你看见了什么、以及你能不能改变它。
一、透明的悖论
我管这个叫"被看见算术"：
不公平感 =（你看到的差距 × 你无法改变的程度） ÷ 你理解的合理性
AI绩效系统让员工看到了：自己在协作得分上排名第38名，低于部门平均12分，低于第1名41分。员工知道这个差距吗？过去不知道，现在知道了。
但他能改变吗？他不知道怎么改变——系统没有告诉他"接下来三周跟谁协作三次、做什么事、能提升多少分"。所以他能做的只是看着这个排名，越来越焦虑。
过去员工不知道差距，他以为一切还不错。现在AI告诉他差距，但他无能为力。后者比前者痛苦一万倍。
二、三个"被看见"的不公平陷阱
陷阱一：被看见"结果"没看见"路径"
这是最常见的问题。AI能给每一个员工打出精确到小数点的绩效分，但它说不清楚"你要怎么提高这0.3分"。
一个销售经理告诉我：他的AI系统每天给他推送"你的团队本周跟进效率低于平均水平15%"，但从不告诉他"哪个环节慢、跟标杆对手的差距是怎么造成的、应该先改什么。"
打分不是公平，告诉你"怎么赢"才是。
陷阱二：被看见"相对差距"没看见"绝对价值"
AI绩效系统最让员工崩溃的功能就是排名。
理论上排名让一切清晰。但人类的心理不是这么运作的。一个绩效确实在前40%但每天看着自己排名的员工，他的感受不是"我还不错"，而是"我怎么不是前20%"。
UBER和Lyft在2024年被大量司机投诉的一个核心原因就是：系统让每个司机看到周围司机的接单量和评分排名，导致大量司机感到"被不公平对待"——不是因为他们的收入变低了，而是因为他们的"相对地位感知"变差了。即使绝对收入没变。
陷阱三：被看见"当前数据"没看见"成长轨迹"
一个入职三个月的员工，AI系统给他的评分是"绩效排名倒数15%"。公司觉得"这是公正的，数据摆在这里"。
但如果你换成另一个视角——他的评分增长率是全部门最高的——那么"倒数15%"又从另一个角度变得"似乎不公平"了。
数据是客观的，但看哪个维度、怎么解读，从来都不是客观的。
三、怎么让"被看见"变成"被赋能"？
方案一：给差距配一个"路径图"
每次曝光差距的同时，强制附带一个可操作的改善路径。我的经验标准是：如果一条绩效信息不能直接回答"接下来三天我要做什么"，就别发。比如不要告诉员工"你的客户满意度低了5%"，而要告诉"本周回访3个差评客户，使用SOP中的话术模板，你的满意度能提升2-3个百分点"。
方案二：切换"参照系"——从和别人比变成和自己比
默认展示的是"你比上周进步了多少"，而不是"你排在全公司第几"。排名作为可选查看项保留，不作为首页推送。我见过一家公司这样做之后，员工对系统的日均访问量提升了3倍——因为从"受打击"变成了"看成长"。
方案三：引入"可理解性审计"
在推送任何包含差距和建议的绩效数据前，让5名员工读一遍。如果他们中有人说"我不知道这个数字怎么来的"或"我不知道怎么办"，那这条数据还需要再加工。这不是讨好员工——这是确保信息产生行动，而不是焦虑。
AI让组织的每一个数字都变得透明。但透明不等于公平，信息不等于力量。
老邓始终相信一件事：真正好的管理不是让每一个人都"看到差距"，而是让每一个人"看到差距的时候，知道自己能做什么"。
如果AI只能做到前者，它只是在制造一群"知道自己在落后但不知道怎么追"的焦虑员工。
做到后者，它才真正改变了组织。