🧠 认知测评
AI驱动的绩效预测
📋 第一层：记忆（记住核心概念）
记忆
1. AI绩效预测中，离职预测顶级模型的AUC范围是多少？
0.60-0.70
0.75-0.85
0.90-0.99
0.50-0.60
记忆
2. 倦怠预警（基于邮件和会议数据的情绪分析）误报率可能高达多少？
🧩 第二层：理解（理解概念在场景中的含义）
理解
4. 某电商平台AI预测"高潜员工"存在偏见，根本原因是什么？
算法本身有歧视代码
训练数据来自过去带有偏见的晋升记录，AI放大了历史不公
数据量不够
模型太简单
理解
5. "用进废退"原则在AI绩效预测中意味着什么？
不用的预测系统应该废弃
如果数据被用来"抓把柄"，员工会学会制造虚假信号来欺骗系统
预测数据应该公开
所有AI功能都应该启用
理解
6. 某制造企业的倦怠预警系统使离职率从35%降至18%，关键成功因素是什么？
使用了更先进的AI模型
预测用于"提供帮助"而非"标记问题员工"
增加了监控力度
提高了薪资
🛠️ 第三层：应用（能不能用到实际中）
应用
7. 你收到预警：某员工离职风险87%。正确的第一步是什么？
直接找员工质问
延迟判断24小时，用观察到的行为而非AI预测开启对话
开始物色接替人选
向上级汇报
应用
8. 你的公司要引入绩效预测系统，第一步应该明确什么？
购买最先进的AI系统
明确目的：是帮助员工成长，还是优化裁员名单
让IT部门全权负责
先不告诉员工
应用
9. 如何设计AI预测系统的治理机制？
只有老板可以看预测结果
透明度告知+申诉与纠错机制+用进废退原则
完全自动化决策
取消所有预测系统