Meta rezygnuje z oceny inżynierów przez AI

Meta zmienia zasady oceny swoich programistów. Firma rezygnuje z uwzględniania wskaźników wykorzystania sztucznej inteligencji w corocznych przeglądach pracowniczych. To efekt patologii, którą pracownicy nazwali „tokenmaxxingiem” – sztucznego zawyżania użycia modeli językowych tylko po to, by poprawić swoją pozycję w wewnętrznych rankingach.

Dlaczego Meta rezygnuje z pomiaru aktywności AI

W wewnętrznym memorandum, do którego dotarł serwis The Information, kierownictwo Meta – Maher Saba i Santosh Janardhan – ogłosiło fundamentalną zmianę w filozofii oceny pracy. Liczniki tokenów i pulpity analityczne pokazujące skalę korzystania z narzędzi AI nie będą już brane pod uwagę przy ocenach okresowych. Zamiast tego liczyć się będzie realna wartość wykonywanej pracy.

Decyzja zapadła po tym, jak w firmie rozwinęło się zjawisko określane mianem „tokenmaxxingu”. Pracownicy masowo generowali zapytania do modeli AI, aby wyglądać na bardziej produktywnych w oczach przełożonych. Wewnętrzne tablice wyników stały się areną wyścigu, w którym liczyła się ilość, a nie jakość interakcji z systemami sztucznej inteligencji.

Nowe podejście Meta koncentruje się na trzech kluczowych aspektach pracy inżyniera:

Jakość rozwiązań – ocena tego, jak dobrze napisany jest kod i czy spełnia wymagania projektowe
Szybkość realizacji – tempo dostarczania funkcji i poprawek ma znaczenie, ale nie kosztem poprawności
Złożoność zadań – docenianie pracy nad trudnymi problemami wymagającymi głębokiego zrozumienia systemów

Kosztowna lekcja o wskaźnikach wydajności

Nadmierne korzystanie z narzędzi AI w Meta ma też wymierny wymiar finansowy. Szacunki wskazują, że samo wewnętrzne wykorzystanie technologii generatywnych może w 2026 roku wygenerować koszty idące w miliardy dolarów. To ogromna skala, która wymusiła na firmie wprowadzenie budżetów i centralnego pulpitu zarządczego. Nowe zasady rozliczania zasobów AI mają wejść w życie od 2027 roku.

Ta sytuacja pokazuje szerszy problem, z którym mierzą się firmy technologiczne wdrażające AI na masową skalę. Z jednej strony narzędzia te realnie zwiększają produktywność, z drugiej – bez odpowiednich mechanizmów kontroli stają się źródłem kosztów i patologii organizacyjnych. Meta uczy się tej lekcji na własnym przykładzie, wprowadzając mechanizmy ograniczające niekontrolowane zużycie.

Problemy z adopcją agenta Hatch

Równolegle Meta testuje nowe narzędzie o nazwie Hatch – autonomicznego agenta AI, który ma wykonywać zadania na komputerze bez bezpośredniego nadzoru człowieka. Jak podaje magazyn WIRED, testy wewnętrzne napotykają jednak opór pracowników. Część z nich nie chce łączyć narzędzia ze swoimi prywatnymi kontami, powołując się na obawy dotyczące prywatności.

Ta niechęć jest zrozumiała w kontekście rosnącej świadomości na temat gromadzenia danych. Pracownicy technologicznych gigantów, którzy na co dzień pracują z danymi użytkowników, doskonale zdają sobie sprawę z potencjalnych konsekwencji udostępniania swoich prywatnych informacji narzędziom korporacyjnym. Problem z adopcją Hatch pokazuje, że nawet wewnątrz firm tworzących technologie AI pojawiają się bariery związane z zaufaniem do tych rozwiązań.

Decyzja Meta o odejściu od ilościowych wskaźników AI w ocenach pracowniczych wpisuje się w szerszy trend dojrzewania rynku narzędzi generatywnych. Początkowy entuzjazm i wyścig o wdrożenia ustępują miejsca bardziej przemyślanym strategiom, które stawiają na realną wartość biznesową, a nie na efektowne metryki. Firma zdaje się dostrzegać, że najważniejszy jest końcowy efekt pracy, a nie ścieżka, która do niego prowadzi.

Obserwując te zmiany, warto zadać sobie pytanie o przyszłość oceny pracy w branży technologicznej. Czy inne firmy pójdą śladem Meta i zrezygnują z twardych wskaźników wykorzystania AI? A może znajdą bardziej wyrafinowane metody pomiaru, które nie będą podatne na manipulacje? Jedno jest pewne – eksperyment z „tokenmaxxingiem” przejdzie do historii jako przestroga przed bezrefleksyjnym mierzeniem aktywności zamiast efektów.