Be Bankers

Le organizzazioni che decidono di dotarsi di un career framework , cioè di un sistema strutturato per valutare e accompagnare la crescita delle persone, devono però presta- re attenzione a non cadere in due trappole molto comuni. La prima è adottare sistemi di performancemanagement troppo pesanti, con meccanismi valutativi complessi e one- rosi che, anche quando restano formalmente in vigore, non vengono concretamente ap- plicati, perdendo così l’utilità per cui erano stati progettati. La seconda, più sottile, è de- scritta dalla legge di Goodhart: quando una misura di prestazione, pensata per orientare comportamenti verso obiettivi più ampi, di- venta essa stessa l’obiettivo primario di chi vi è sottoposto, cessa di essere una buona misura. Contare le righe di codice, i ticket di assistenza chiusi o le pratiche archiviate spinge a massimizzare l’indicatore anziché il risultato finale, dando vita a quel goal displacement che la ricerca documenta da tempo e che può produrre effetti distorsivi a livello dell’intera organizzazione. Le misure non sono certamente inutili, restano preziose come indicatori diagnostici a supporto del giudizio; il problema sorge quando l’indica- tore viene isolato dal proprio dominio e fatto passare per rappresentativo, offrendo un fal- so senso di precisione e oggettività. Che principi adottare, dunque, per introdurre un sistema di valutazione snello ed efficace? Innanzitutto, è fondamentale rendere osser- vabile ciò che conta. Nel knowledge work , dove le metriche quantitative non catturano sempre il contributo dei singoli, la soluzione più efficace è ancorare il giudizio a compor- tamenti descrivibili, secondo la logica delle Behaviorally Anchored Rating Scale (BARS). Si individuano le principali dimensioni rap- presentative della performance complessiva e, invece di assegnare unpunteggionumerico a ciascuna, si assegna una categoria descrit- tiva del comportamento osservato. Si tratta, dunque, di utilizzare una scala qualitativa ancorata ad aspettative esplicite e differenzia- te per livello di esperienza. Le valutazioni su scala numerica, per quanto sembrinoprecise, restano inbuona parte soggettive. Unpunteg- gio numerico nasconde, dietro apparente og- gettività, un giudizio frutto di interpretazione che può cambiare sensibilmente a seconda del valutatore. Le categorie descrittive inve- ce, ancorate a comportamenti osservabili, la- scianomeno spazio all’ambiguità e rendono più facile che valutatori diversi arrivino a un giudizio simile quando si trovano a valutare lo stesso professionista. Nessuna di queste accortezze, tuttavia, pro- duce effetti se il sistema in cui si inseriscono non viene realmente utilizzato. L’adozione conta più della completezza. Un modello articolato ma operativamente oneroso resta sulla carta, sostituito in maniera più o meno evidente dal giudizio informale che avreb- be dovuto superare; mentre un sistema più semplice ma realmente applicato è in grado di cambiare i comportamenti dei singoli e, conseguentemente, i risultati che l’organiz- zazione è in grado di raggiungere. Il principio guida con cui costruire un sistema di valuta- zione non è, dunque, la sua esaustivitàma la sostenibilità nel lavoro quotidiano. È preferi- bile osservare unnumero ridotto di dimensio- ni di valutazione con continuità piuttosto che un gran numero di indicatori una sola volta all’anno. Una valutazione concentrata in un unico appuntamento annuale o semestrale, infatti, non è sufficiente per orientare la cre- scita dei collaboratori. Occorre, dunque, che le persone che guidano i team si impegnino ad accompagnarli con feedback continui e indicazioni puntuali nell’operatività quoti- diana, e che possano contare su un sistema che consenta loro di farlo. Alla sostenibilità di un sistema di performan- ce management non contribuisce solamente il metodo con cui è costruito, ma anche gli strumenti che lo supportano. Uno strumento digitale dedicato rende facilmente consultabi- li i comportamenti attesi per ciascun ruolo e livello di esperienza, raccoglie le evidenze nel tempo e permette di confrontare le valutazio- ni di più osservatori sulla stessa persona, of- frendo così un quadro più completo dei punti di forza e delle aree di crescita di ciascun lavoratore. In aggiunta, l’integrazione con l’intelligenza artificiale LLM ( Large Langua- ge Model ), in ruolo di supporto e non di so- stituzione del giudizio umano, contribuisce ad alleggerire ulteriormente la raccolta delle evidenze e la sintesi dei feedback . Lo scopo di questi strumenti non è dunque automatizza- re le valutazioni, ma abbassare il costo di ap- plicare il sistema con continuità ed efficacia. DOSSIER BE | LEGAL&TECH 78 B E | B AN K E R S