Cómo calificar la productividad de alguien

En primer lugar, es una idea brillante que tienes allí. En segundo lugar, depende de cómo determine la productividad. Para un ingeniero de software, podría ser en términos de número de líneas de código introducidas en un día, que algunas organizaciones todavía usan como métrica, y si realmente no está escribiendo un código sino desarrollando una prueba teórica de concepto, eso también es productividad . La productividad debe definirse en dos o tal vez más dimensiones. Digamos que su organización quiere que desarrolle algo que aún no se ha desarrollado y que pase días explorando la literatura tratando de encontrar una forma en que pueda brindarle éxito a su organización. Podría tener éxito en eso, podría fallar. Si tiene éxito, probablemente sea altamente productivo según su organización, pero si no puede producir resultados rápidamente, es posible que no sea tan productivo desde su perspectiva. Sin embargo, usted sabe el arduo trabajo que ha estado realizando en un proyecto que implica filmar en la oscuridad, ¿eso no cuenta para ser productivo? Para usted, para ellos, bueno, ellos no conocen la imagen completa o tienen una escala diferente para definir la productividad. Entonces, todo el concepto de productividad es relativo a la perspectiva de uno y no puede medirse en sentido absoluto, al menos no en una escala lineal. En tercer lugar, como bien dijo, no puede juzgar la productividad. Puede parecer productivo para alguna persona si solo está mirando su pantalla, pero para otra persona que sabe lo que hay en esa pantalla es una línea de tiempo de Facebook llena de memes, él sabe que está perdiendo el tiempo y no está concentrado. Si tuviera que construir este asistente, creo que será mejor hacerlo con algoritmos de aprendizaje automático no supervisados. ¿Cuál es mi rutina normal? ¿Me estoy desviando de eso? ¿Se ha vuelto más recurrente? ¿Estoy distraído o son cosas que necesito para trabajar? Necesitará datos, datos significativos para cada persona, esto puede considerarse un problema similar a la detección de anomalías. Allí detectamos anomalías en, por ejemplo, trayectorias, aquí nuestros datos estarán compuestos por intervalos de tiempo y lo que estoy haciendo, mi historial de Internet durante ese tiempo, lo que está en la pantalla de mi computadora y probablemente cientos de variables como estas que ayudarán a mi máquina a aprender y luego predice sobre la marcha si me estoy desviando del curso. Además, esta es solo una forma de abordar el problema, otras personas pueden tener otros enfoques que me alegrará saber.