The impact of artificial intelligence on employee performance management : a literature review of benefits, limitations and future implications

Abstract

Employee Performance Management (EPM) systems have evolved from traditional human powered methods to complex processes enhanced by Artificial Intelligence (AI). This thesis investigates the state-of-the art applications, benefits and challenges of AI implementation in EPM through a systematic literature review. The literature review reveals that AI technologies have fundamentally transformed EPM through improvements in employee assessment objectivity, operational efficiency and predictive analytical capabilities. AI-based systems promote fairness by reducing the application of human bias and enabling accurate predictions of employee productivity trends. According to recent literature, AI implementation results in significant efficiency gains including increased feedback frequency, higher employee engagement and substantial time savings for managers. Despite these advantages, significant challenges in AI implementation remain present, including privacy concerns, algorithmic bias, change management requirements, data integration and ethical use. The findings show that AI-based EPM is a major improvement that can offer competitive advantages when implemented with proper ethical and governance frameworks. Successful integration depends on combining AI technologies with human judgment to create a system that supports traditional EPM.

Suorituskyvyn johtamisen perinteiset menetelmät ja järjestelmät ovat kehittyneet viimeisen vuosikymmenen aikana laajoiksi tekoälyn (AI) tehostamiksi prosesseiksi. Tässä kandidaatintyössä tutkitaan kirjallisuuskatsauksen kautta tekoälyn soveltamisen kehittymistä suorituskyvyn johtamiseen sekä tekoälyn hyötyjä ja rajoitteita tutkimuksen kontekstissa. Keskeisenä löytönä voidaan todeta tekoälyteknologioiden mullistaneen suorituskyvyn johtamista perusteellisesti. Tekoälyn käyttö on parantanut työntekijöiden arvioinnin objektivisuutta sekä toiminnan tehokkuutta. Tekoälypohjaisten järjestelmien avulla voidaan välttää päätöksentekoon liittyviä ennakkokäsityksiä ja mahdollistaa tarkat ennusteet työntekijöiden tuottavuudesta. Viimeaikaisen, tutkielmassa hyödynnetyn, kirjallisuuden mukaan tekoälyä hyödyntämällä voidaan parantaa tehokkuutta merkittävästi, esimerkiksi saavuttamalla parempi kyselyjen vastausprosentti, parantunut työntekijöiden sitoutuminen ja huomattavat ajansäästöt organisaatioissa. Eduista huolimatta tekoälyn käyttöönotossa tulee huomioida mahdollisia haasteita, kuten yksityisyyteen ja muutoksenhallintaan liittyvät huolenaiheet, tekoälyn datasta muodostuneet algoritmiset ennakkoluulot, datan integrointi ja eettinen käyttö. Aiemmat tutkimukset osoittavat, että tekoälypohjainen suorituskyvyn johtaminen tarjoaa merkittäviä kilpailuetuja yrityksille, kun sen käyttöönotto toteutetaan vastuullisesti eettisten ja hallintokehyksien mukaisesti. Onnistunut tekoälyn integrointi osaksi yrityksen päivittäisiä prosesseja perustuu valittujen tekoälyteknologioiden ja ihmisen harkinnan yhdistämiseen. Näillä kulmakivillä luodaan järjestelmä, joka tukee perinteistä työntekijöiden suorituskyvyn johtamista.