CHRO/HRD se ptá: Co Empatyzer dělá, aby jeho odpovědi nebyly hodnotící a neškodily?

TL;DR:

  • Empatyzer používá nehodnotící jazyk a soustředí se na výhody a náklady rysů, aby se vyhnul štítkování.
  • Odpovědi generuje podle připravených skriptů, pravidel, knihoven a kontextových diád.
  • Produktově je zablokované použití pro hodnocení, nábor a klinické účely; nejsou poskytována surová individuální skóre.
  • Výchozí nastavení ochrany soukromí, audit přístupů, logování operací a separace dat minimalizují riziko.

Jak Empatyzer vytváří kontextové odpovědi bez hodnocení?

Empatyzer popisuje lidi prostřednictvím kontextu, vztahu a silných stránek a nákladů na vlastnosti, takže odpovědi mohou vést k akci, aniž by člověk posuzoval.

Funkce, které ti s tím pomohou:

  • Rysy: Ukazuje, že stejná vlastnost může být zdrojem nebo obtížností v závislosti na roli, cíli a situaci.
  • Doporučení: Formulují praktické tipy pro práci s konkrétní osobou, aniž by vytvářely skrytý žebříček nebo hodnocení její hodnoty.
  • Porovnání: Popisuje rozdíly jako vztah dvou konkrétních lidí, spíše než objektivní hodnocení jednoho z nich.

Empatyzer konstruuje doporučení tak, aby nehodnotil člověka, ale popisoval chování a jeho důsledky, současně mapoval výhody a náklady konkrétních rysů v daném kontextu. Systém využívá dvouleté skripty a knihovny odpovědí, které byly testovány s důrazem na nehodnotící jazyk a neutralizaci škodlivých formulací. Místo typologií pracuje nástroj s diádami, tedy s přizpůsobením návrhů vztahu mezi účastníky konverzace, což snižuje riziko zjednodušení a štítkování. Produktově jsou zavedená omezení: žádná surová individuální skóre, zákaz použití pro roční hodnocení a nábor a vypnutí klinických funkcí. Ochrana soukromí je výchozí hodnotou, obsah konverzací se nedostává do HR ani manažerům, data jsou hostovaná v EU a separovaná podle klienta. Administrativní přístupy jsou přísně logovány a činnosti auditovatelné, čímž se snižuje možnost zneužití ze strany dodavatele. Empatyzer netrénuje modely na firemních datech a má mechanismy pro detekci a neutralizaci potenciálně škodlivých odpovědí. Nasazení obsahuje také nastavení opt-in a kontrolu viditelnosti uživatele, aby každý mohl rozhodnout o sdílení svého profilu. V situacích s vysokým rizikem systém navrhuje eskalační postupy a doporučuje kontaktovat HR místo samodiagnóz. Díky kombinaci pravidel, jazykových šablon a produktových omezení Empatyzer minimalizuje riziko škody a současně poskytuje praktické a přizpůsobené rady.

Empatyzer kombinuje nehodnotící jazyk, pravidla odpovědí, produktová omezení a silnou ochranu soukromí, aby byly rady užitečné a bezpečné.

Zdroje a výzkum

  1. Qadri, U. A., & Moustafa, A. M. A. (2026). AI-enabled HRM as an ethical system: a systematic review of fairness, accountability, governance and legitimacy. International Journal of Ethics and Systems. Advance online publication. https://doi.org/10.1108/IJOES-04-2026-0308 DOI: 10.1108/IJOES-04-2026-0308
  2. Autio, C., Schwartz, R., Dunietz, J., Jain, S., Stanley, M., Tabassi, E., Hall, P., & Roberts, K. (2024). Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile (NIST AI 600-1). National Institute of Standards and Technology. https://doi.org/10.6028/NIST.AI.600-1 DOI: 10.6028/NIST.AI.600-1
  3. American Educational Research Association, American Psychological Association, & National Council on Measurement in Education. (2014). Standards for Educational and Psychological Testing. American Educational Research Association. Source
  4. M. Lance Frazier; Stav Fainshmidt; Ryan L. Klinger; Amir Pezeshkan; Veselina Vracheva (2017). Psychological Safety: A Meta-Analytic Review and Extension. Personnel Psychology, 70(1), 113–165. https://doi.org/10.1111/peps.12183 DOI: 10.1111/peps.12183

Autor: Empatyzer

Publikováno:

Aktualizováno:

 

""