Mercerのレポート「Reimagining Performance Management In The Age Of AI」によれば、HRリーダーの60%が、自組織のパフォーマンス・マネジメントは望む形で機能していないと考えている。昨年は、企業の32%がAIを活用した継続的フィードバックのプロセスを検討していた。
AIを活用したパフォーマンス・マネジメントは、職場での活動シグナルを「価値の証拠」に変えうる。データを用いるからといって、自動的に公正になるわけではない。職場がすでに「最も優秀な従業員」とは、最も素早く返信し、最も多くの会議に出席し、オンラインに見える形で常に在席し、最も追跡しやすい成果物を生み出す人だと信じているなら、AIはそうした前提をスコアやダッシュボード、あるいはパフォーマンスのシグナルへと変換してしまう。古い職場の偏見が、技術的で中立的で客観的なものに見え始める可能性がある。
母親は、プレッシャー下での意思決定、限られた時間の管理、境界線の交渉、感情の読み取り、対立の鎮静、問題が顕在化する前の予防といった点で、より優れた力を身につけることがある。だが、危機が完全に表面化しないことが成功を意味するため、そうしたスキルは見えないままになりがちだ。AIが母親に対する偏見を一から生み出すとは限らないが、チームを安定させる仕事ではなく、数えやすい仕事に報いることで、既存の偏見を強化することはありうる。
母であることはリーダーシップ能力を育む
Mothered Mediaが発表した「2026 Maternal Strengths Report」では、参加者に対し、母親になる前と後でリーダーシップ関連の能力がどう変化したかを自己評価してもらった。同レポートは、2026年2月20日から4月30日にかけて、業界、キャリアレベル、国をまたぐ354人の母親を調査した。レポートでは、企業がリーダーに求めると日常的に語る能力で最も大きな伸びが報告されている。時間管理は123%増、エネルギー配分は100%増、交渉は83%増、コミュニケーションは60%増、優先順位付けは56%増、コンフリクト・マネジメントは41%増だった。
職場における問題は、母であることがいまだに欠点のレンズで見られがちな点にある。しかし母であることは、複雑性を管理する反復練習を強いられるため、リーダーシップ能力を育みうる。Peanutのプレジデントであるミシェル・バターズビーはインタビューでこう語っている。「組織は、ケアを担う人、とりわけ母親は野心が低いわけではないということを誤解している。AIには母親にとって多くの利点がある一方で、リスクは不平等を見えにくくすることであり、適切に対処されなければ、こうしたギャップを強化しかねない」
活動シグナルはリーダーシップではない
現代の仕事には、母親がよく知る状況があふれている。制約された時間、競合する優先事項、絶え間ない割り込み、見えない調整、感情的負荷、そして完全な情報がないまま下す意思決定である。育児休業から復職した母親が会議に対してより規律的になると、エンゲージメントの低下と受け取られるかもしれない。だが、それはより適切な優先順位付けでもありうる。あらゆるメッセージに即座に返信するのをやめると、対応可能性が低いと受け取られるかもしれない。だが、それはより強い境界線管理と、より深い集中でもありうる。別のプロジェクトを引き受ける前に明確化を求めると、ためらいと受け取られるかもしれない。だが、それは戦略的な交渉でもありうる。
偏見があると、同じ行動がリーダーシップにも制約にも解釈されうる。「AIをめぐる生産性の物語は、ケアを担う人にとって存在しない『公平な競争条件』を前提としている」とバターズビーは説明する。AI時代の職場測定における危険は、AIが不完全なシグナルを取り上げ、それをパフォーマンスの証拠のように扱ってしまう点にある。
ケアを担うことは、仕事の形を変える。時間を圧縮し、優先順位付けを迫る。生産性システムは、会議、メッセージ、タスク、文書を捕捉する。組織が「反応の速さ」をコミットメントと見なすなら、AIは返信時間をより効率的に測定できる。マネジャーが会議での可視性を影響力と取り違えるなら、分析ツールはその混同を強化しうる。緊急性と重要性を混同しないことを学んだワーキングマザーは、あらゆる通知を命令のように扱う人ほど、常に対応可能には見えないかもしれない。しかし多くの職場では、後者のほうが測定可能な活動シグナルをより多く生み出す。
AIの生産性データを使う前にリーダーが問うべきこと
解決策は、職場アナリティクスやAIを活用したパフォーマンス・ツールを全面的に退けることではない。組織には、仕事を理解するためのより良い方法が必要だ。とりわけ、ハイブリッド、分散、そして自動化が進む環境ではなおさらである。
しかし、人の行動をパフォーマンスのシグナルへと変換する前に、リーダーにはより高い規律が求められる。AIが生成した生産性データを用いる前に、HRチーム、マネジャー、人材アナリティクス部門は次を問うべきである。何を測っているのか。活動量、対応可能性、アウトプット、影響力、品質、リスク低減、あるいはリーダーとしての判断か。この指標は、効果的だが目立たない仕事をする人を罰していないか。ケアを担う人、障害のある人、リモートワーカー、あるいはコミュニケーションの型が異なる従業員に不利になっていないか。データを別の偏見の形に変えてしまわないよう、マネジャーはどのように解釈する訓練を受けているのか。
将来の職場は、過去よりも測定されるようになる。それ自体が自動的に悪いわけではない。問題は、リーダーが返信時間、会議量、対応可能性、可視的なアウトプットを、コミットメント、影響力、あるいはリーダーとしての判断の証拠として扱い始めたときに生じる。
これはAIガバナンスの懸念でもある。IEEEのEthically Aligned Designは、生産性や経済成長を技術進歩の最高の尺度として扱うことへの警鐘を鳴らしている。同文書は、技術進歩の評価において、人間のウェルビーイングを生産性向上のような一次元の尺度よりも優先すべきだと論じており、活動を価値と取り違えうる職場AIシステムを評価するうえで有用な枠組みとなる。
AIを活用したパフォーマンス・マネジメント・ツールは、成果をより公正に評価し、偏ったマネジャーの解釈を減らし、これまで見えなかった仕事を認識するために使われるなら、ワーキングマザーの助けになりうる。だが、スピード、可視性、そして常時対応可能であることを中心に据えた古いリーダー像を強化するなら、多くの母親が身につけたと報告する運用能力や実行機能の能力を見落とすだろう。
