如果算法成为经理会怎样：基于人工智能的人事绩效评估的法律限制？

如果算法成为经理会怎样：基于人工智能的人事绩效评估的法律限制？

人工智能系统现在不仅用于招聘流程，还用于人力资源应用，例如衡量员工绩效、确定奖金、做出晋升决定、安排轮班以及终止雇佣合同。.

可以通过人工智能分析完成的任务数量、客户满意度评分、到达和离开时间、销售额、电子邮件回复时间或呼叫中心互动质量等因素来评估员工的绩效。.

然而，人工智能能够快速进行定量评估，但这并不意味着其决策总是正确、客观或合法的。如果系统使用的数据不完整、不准确或具有歧视性，那么最终的绩效评分也可能是不公平的。.

因此，根本问题不在于能否利用人工智能进行绩效评估，而在于评估将使用哪些数据、标准和法律保障措施。.

基于人工智能的绩效评估公平吗？

使用人工智能进行员工绩效评估本身并不违法。一个设计完善的系统可以减少因管理者的私人关系、偏见或主观意见而导致的评估结果偏差。.

然而，允许人工智能完全独立地进行评估并无条件地执行其结果会带来严重的法律风险。.

为了进行公平的评估，该系统必须：

• 员工使用与自身工作直接相关的数据。
• 应该根据预先设定并已告知员工的标准来评定。
• 该规定应同样适用于从事相同或类似工作的人员。
• 考虑到技术故障、休假以及员工无法控制的事件，
• 定期监测其是否产生歧视性结果，
• 应该赋予员工对结果提出上诉的权利。
• 由授权人员对最终决定进行重新审议。

有必要。.

在这种情况下，人工智能可以作为辅助管理者决策的工具。然而，仅仅根据算法评分来决定员工晋升、降薪或解雇等重要结果，可能与公平和比例原则相悖。.

土耳其法律中人工智能绩效评估的依据

在土耳其，尚未出台全面规范人工智能在员工评估中应用的劳动法。截至2026年7月31日，一项关于人工智能的总体法律提案也已提交土耳其大国民议会委员会审议。因此，应在现有法律框架内评估当前的做法，主要依据《宪法》、《劳动法》（第4857号）和《个人数据保护法》（第6698号）。.

1. 平等和禁止歧视。

《宪法》第十条保障法律面前人人平等。《劳动法》第五条也禁止用人单位基于语言、种族、性别、残疾、政治见解、宗教、教派或类似理由在雇佣关系中歧视雇员。.

即使雇主没有歧视的意图，如果他们使用的 AI 系统系统性地给某些员工群体打低分，仍然可能出现歧视性结果。.

例如，如果人工智能基于一家公司（该公司管理职位主要由男性员工担任）的历史数据进行训练，则人工智能可能会学习男性员工的特征，并将其作为成功管理者的画像。同样，间接低估休产假女性、残疾员工、工会成员或年长员工的绩效，也可能违反禁止歧视的规定。.

以“该决定由人工智能做出”为由进行辩护并不能免除雇主的责任。雇主是选择、使用并将该系统应用于雇佣关系的当事方。.

2. 个人数据保护权。

员工绩效评分、销售数据、工作时间、客户访谈、电脑使用记录、摄像头录像、录音、位置信息和行为分析均被视为个人数据。.

《宪法》第 20 条保障个人有权了解与其相关的个人数据，有权访问这些数据，有权要求更正或删除这些数据，并有权了解这些数据是否被用于其预期用途。.

因此，雇主的管理权并不赋予其无限的权力来监视雇员并收集有关雇员的各种数据。.

从个人数据保护法角度看基本法律限制

必须有具体且正当的目的。

雇主必须首先明确说明使用人工智能系统的目的。.

诸如“提高生产力”之类的笼统且未经证实的说法本身是不够的。必须明确界定哪些岗位将被评估，将使用哪些绩效指标，以及如何在奖金、晋升、培训或解雇流程中评估结果。.

员工数据不得用于除最初披露的用途之外的其他用途。.

所收集的数据应当是必要且适度的。

根据土耳其个人数据保护法（KVKK），个人数据必须出于特定、明确和合法的目的进行处理；并且处理方式必须与目的相关、有限且相称。.

通过销售额、客户满意度和退货率来衡量销售代表的业绩可能与工作相关。然而，持续监控员工的键盘操作、私人手机使用情况、面部表情、语气或屏幕活动频率，往往构成过度干预。.

个人数据保护机构还强调，在工作场所摄像头应用中，应事先确定用途，进行数据最小化处理，并且处理的数据不应超过实现该用途所必需的数据量。.

数据在技术上可获取，并不意味着可以合法处理。.

并非所有情况下都需要获得明确同意。

雇主通常认为，只要根据土耳其个人数据保护法（KVKK）获得员工的广泛、明确的同意，他们就能够使所有数据处理活动合法化。然而，这种做法是错误的。.

明确同意必须是基于对特定事项的充分了解，并自由作出的意愿声明。考虑到雇员与雇主之间的经济和等级依赖关系，还必须审查雇员是否真正做出了自由选择。.

个人数据保护委员会明确指出，在员工没有被有效给予拒绝同意的机会，或者拒绝同意可能会对员工造成负面后果的情况下，不能将同意视为基于自由意志。.

因此，性能系统中的数据处理活动主要集中在以下几个方面：

• 与雇佣合同的订立或履行直接相关，
• 雇主必须履行其法律义务。
• 权利的确立、行使或保护
• 雇主的合法利益，前提是不得损害雇员的基本权利。

这应根据《个人数据保护法》（KVKK）第 5 条的数据处理条件进行评估。.

当绩效评估基于合法利益时，必须在雇主利益与雇员的隐私权和个人数据保护权之间取得平衡。如果存在侵入性较小的绩效评估方法，则不应优先选择对雇员进行密集监控的方法。.

必须向员工明确告知相关信息。

雇主在收集个人数据时必须告知雇员；

• 收集了哪些数据？
• 数据来源于哪些渠道？
• 人工智能主要用于什么目的？
• 绩效评分是如何生成的？
• 数据传输给了谁？
• 数据将保存多久？
• 该评估的法律依据是什么？
• 员工提出异议和申诉的权利

应该解释一下。.

根据《土耳其个人数据保护法》（KVKK）第10条规定，必须进行清晰、易懂且具体的披露。诸如“您的数据将用于开展人力资源流程”之类的笼统声明可能不足以解释密集的算法监控活动。.

个人数据保护委员会2026年2月18日的原则性决定还规定，信息文本应当简单易懂，不得使用含糊不清的表达方式，并且信息文本和明确同意文本应当分开准备。.

员工有权对自动生成的决定提出上诉。

根据《个人数据保护法》（KVKK）第 11 条第 1 款第 (g) 项的规定，数据主体可以反对仅通过自动化系统分析其个人数据而产生的对其不利的结果。.

这项规定并非完全禁止使用人工智能进行绩效评估。但是，它要求如果系统在无人干预的情况下对员工做出负面评价，则必须为员工提供有效的申诉机制。.

例如，由于人工智能给出的分数较低，该员工；

• 取消奖金
• 从晋升名单中移除
• 调换驻地
• 减薪
• 面临纪律处分，
• 终止雇佣合同

在这种情况下，员工可以要求对评估所依据的数据和结果进行复核。.

仅凭人工审核员批准算法的结果是不够的。审核员必须认真考虑数据、背景、员工的解释以及系统出错的可能性。.

人工智能绩效评分可以成为解雇的理由吗？

根据《劳动法》第十八条，如果符合特定条件，因员工能力或行为问题而导致的解雇理由可以构成合法解雇理由。但是，要使绩效不佳成为合法解雇理由，评估结果必须客观且可核实。.

根据最高法院既定的做法，绩效标准如下：

• 必须事先预先设定。
• 必须将此事告知工人。
• 它应该与该工作所需的知识、技能和经验相关。
• 它必须是可衡量的、可验证的。
• 它的创建方式应该与工作场所和正在进行的工作相适应。
• 它应该基于现实且可实现的目标。.

因此，仅凭人工智能生成的评分就终止雇佣合同风险极大。雇主还必须：

• 糟糕的表现持续存在。
• 绩效目标是否合理且可实现，
• 同样的原则也适用于同一职位上的员工。
• 系统性故障和外部因素已被排除。
• 该员工被给予了合理的时间来改进其工作表现。
• 已提供必要的培训和指导。
• 已对该员工进行了问询。
• 费辛是最后的选择。

需要把它展示出来。.

算法报告可以作为雇主评估的证据；但是，它不应该被用作终止雇佣关系的唯一且不容置疑的理由。.

能否运用面部、语音和情绪分析？

一些人工智能系统可以根据员工的面部表情、语气或说话方式来推断其压力、愤怒、动机、忠诚度或离职可能性等因素。.

这种做法存在极高的法律风险。.

面部和语音分析可能导致生物特征数据的处理；对压力、精神状态或健康状况的推断可能导致健康数据的处理。根据土耳其《个人数据保护法》（KVKK），生物特征数据和健康数据被视为特殊类别的个人数据。.

此外，仅凭面部表情或语气就对一个人的勤奋、诚实、动机或可靠性做出确切判断，无论从科学角度还是法律角度来看都值得商榷。文化差异、残疾状况、语言模式和个人特征都可能导致评估不准确。.

欧盟人工智能法规禁止在工作场所使用情绪识别系统，但出于医疗或安全目的的少数例外情况除外。该法规还认为，用于招聘、员工管理、任务分配、监控和绩效评估的某些人工智能系统属于高风险系统。.

尽管该法规并非直接适用于土耳其的所有雇主，但它在保护雇员权益方面构成了一项重要的国际标准。对于在欧盟运营或在欧盟境内使用该系统的土耳其公司，该法规的适用范围应单独评估。随着2026年7月27日在欧盟生效的人工智能综合法规，附件三中关于高风险系统规则的实施日期已推迟至2027年12月2日。.

人工智能服务在海外的应用

如果雇主使用外国人工智能或人力资源平台，员工数据可能会被传输到位于国外的服务器。.

基于云端的性能软件；

• 员工姓名
• 电子邮件和会议内容，
• 绩效报告
• 音频或视频录制
• 顾客评价

上传此数据可能会导致个人数据传输到国外。.

在这种情况下，必须满足《土耳其个人数据保护法》（KVKK）第9条规定的跨境数据传输条件。适当的保障措施包括标准合同和具有约束力的公司规则。标准合同必须在签署后五个工作日内通知主管机构。.

雇主不应仅仅依赖软件公司“符合GDPR”的声明。他们还应该检查数据存储在哪里、分包商是谁、数据是否用于模型训练目的，以及合同终止后数据是否会被删除。.

如何建立符合法律规定的AI绩效系统？

遵循以下步骤的雇主将显著降低法律风险：

1. 应进行目标和需求分析。

应该评估人工智能是否真的必要，以及是否可以通过处理更少数据的方法实现同样的目标。.

2. 应确定具体岗位标准。

不应采用相同的标准来评价所有员工，而应根据工作性质制定相应的绩效标准。用相同的生产力指标来评价销售人员和法律顾问是不公平的。.

3. 必须消除员工无法控制的因素。

系统必须考虑技术故障、客户数量、任务分配差异、休假、疾病、地区经济状况以及管理造成的延误等因素。.

4. 应进行歧视性测试。

应该定期检查该系统，看看它是否系统性地对妇女、残疾人、老年工人、工会成员或特定群体造成更多负面结果。.

5. 应提前通知员工。

在实施之前，应向员工解释评判标准、数据来源、评分方法以及结果的用途。.

6. 必须实行人工监督。

诸如奖金、晋升、纪律处分或解雇等重要决策不应完全依赖人工智能的结果。负责人还应考虑员工的陈述和具体的工作条件。.

7. 应建立申诉机制。

员工应该能够轻松地提出投诉，指控数据不正确、评分错误或结果存在歧视；他们的投诉应该得到合理的解释和处理。.

8. 应建立登记和监控制度。

算法必须记录它使用了哪些数据、分数是如何生成的、涉及了哪些人工干预以及谁做出了最终决定。.

9. 储存时间应有所限制。

性能数据不应无限期保存；在达到目的和法律规定的期限后，应将其删除、销毁或匿名化。.

10. 应审查供应商合同。

人工智能服务提供商在数据安全、隐私、分包商、数据跨境传输、数据泄露通知和数据删除方面的义务应在合同中明确规定。.

结论

使用人工智能进行员工绩效评估并非绝对禁止。事实上，如果使用得当，它可以帮助做出更一致、更可衡量的人力资源决策。.

然而，人工智能并非赋予雇主无限管理权力的工具。持续监控员工、收集与其私生活无关的数据、基于面部表情或声音进行人格分析、应用未经解释的算法评分，以及对员工做出完全自动化的负面评价，都可能导致严重的法律责任。.

在一个公平的体系中，人工智能是决策辅助工具，而非决策者。最终评估必须基于客观标准、准确数据、透明度、人工监督以及员工有效异议的权利。.

尤其是在因绩效不佳而终止雇佣关系的情况下，仅凭算法给出的分数是不够的；最高法院所要求的客观性、事先通知、连续性、辩护、培训以及将终止雇佣关系作为最后手段等要求也必须得到满足。.

否则，一个看似技术性且中立的系统，实际上可能会变成歧视性的、不成比例的、非法的雇主行为。.