Az Amazonnál belső AI-ranglisták mérték, hogy a munkavállalók mennyit használják a vállalat mesterséges intelligencia eszközeit. A rendszer logikája egyszerű volt: minél több AI-interakció, annál jobb a mutató. Csakhogy a munkavállalók hamar rájöttek, hogy értelmetlen, ismétlődő promptok küldésével – úgynevezett "tokenmaxxing" technikával – könnyedén manipulálhatják a számokat. Az eredmény: szép statisztikák, nulla valódi értékteremtés.
A jelenség nem az Amazon-dolgozók erkölcsi kudarca – hanem a mérési rendszer tervezési hibája. Amikor egy szervezet az AI-adoptációt önmagában célként kezeli, és ehhez ösztönzőket rendel, a munkavállaló racionálisan cselekszik: teljesíti az elvárt mutatót, nem a mögöttes célt. Ez a klasszikus Goodhart-törvény működése: ha egy mérőszám céllá válik, megszűnik jó mérőszám lenni. A HR pontosan ezt a csapdát építette fel, amikor a dashboard-metrikákat a valódi munkavállalói élmény és eredményesség elé helyezte.
A tanulság minden HR-csapat számára érvényes. Az AI-bevezetés mérésénél nem az aktivitás számít, hanem a hatás: gyorsult-e a döntéshozatal, javult-e a minőség, csökkent-e az ismétlődő feladatok aránya? Ha a mérési rendszer rossz kérdésre ad választ, a szervezet pontosan azt kapja, amit mér – de nem azt, amire valójában szüksége van.
