La selección de talentos en la era digital. Daniel Martinez

Чтение книги онлайн.

СКАЧАТЬ para enseñarle a la IA. Como la mayoría eran hombres, el algoritmo mantuvo el sesgo.

      Si existe un problema de sesgo, no es un problema de la IA sino de la información (base de datos) con que se la nutre y que es provista por los humanos. En sí misma, la IA no tiene sesgos. Lo que es difícil evitar es que los sesgos humanos se trasladen a la IA cuando el sistema utiliza el aprendizaje automático.

      Sin duda, los beneficios de la IA aplicada a los RR.HH. son muchos. No obstante, Dastin reproduce en un artículo publicado en Reuters (2018) las palabras de Nihar Shah, profesor de aprendizaje automático en la Universidad Carnegie Mellon: “todavía hay mucho trabajo por hacer”. Y afirma: “Cómo garantizar que el algoritmo sea justo, cómo asegurarse de que el algoritmo sea realmente interpretable y explicable, eso todavía está bastante lejos”.

      La definición de los patrones para la selección: la IA requiere de criterios muy específicos de las variables que debe analizar. Teniendo en cuenta la dificultad de muchas empresas para relevar el perfil con precisión, en conjunto con la línea, puede ocurrir que los parámetros establecidos deban ser cambiados reiteradamente, como ocurre de hecho en la actualidad. La diferencia es que el selector es capaz de adecuarse rápidamente a ese cambio, mientras que la IA, una vez que hizo el trabajo de aprendizaje con un patrón, tiene que iniciar un nuevo proceso de entramiento, con el retraso correspondiente.

      El tiempo de aprendizaje: la IA requiere un proceso de aprendizaje inicial seguido de un entrenamiento para lograr los resultados esperados. Esto significa tiempo y contar con información que sirva para generar los patrones de selección. Por información se entiende cientos de currículums exitosos para un determinado puesto y/o datos de los mejores empleados para esa posición. Sin esta información, el algoritmo no dispone de parámetros para aprender y realizar un pronóstico de los candidatos adecuados, lo que implica una limitación para usar la IA para todos los puestos. El tiempo y el esfuerzo de diseño del algoritmo y del entrenamiento para poder realizar la preselección no se justifican para búsquedas puntuales. Sin embargo, para perfiles con alta rotación o en empresas donde existen puestos ocupados por muchas personas (cajeros en Mc Donald por ejemplo), la utilización de la IA es sumamente recomendable. Starbucks y Procter & Gamble son líderes en ese sentido.

      ¿Desaparece el rol del selector?

      No hay una opinión unánime al respecto. En forma mayoritaria se considera innegable la utilidad de la IA en la selección, para agilizar el proceso, reducir costos y lograr mejor eficiencia. Pero esta tecnología podría adaptarse y ser muy útil en la primera parte del proceso de selección y en la interacción automática y autónoma con los candidatos. No obstante, no reemplaza la mirada analítica, la curiosidad, la intuición y la empatía de un buen selector.

      Históricamente, la aplicación de las nuevas tecnologías obliga a una nueva forma de realizar las tareas y, por ende, el desarrollo de nuevas habilidades. Las competencias que se requerían antiguamente en un selector ya no son suficientes para ejercer su profesión. Los robots podrán desplazar a las personas en algunas tareas repetitivas y de poco valor agregado, pero no en la esencia del selector. No obstante, hay que entender que va a depender de cada uno, y no de las máquinas, la posibilidad de ganar empleabilidad. Su rol está cambiando rápidamente y es imprescindible que los selectores se adapten a trabajar de manera de aprovechar al máximo las posibilidades de las nuevas tecnologías (robot, chatbot y analitics).

      Sistemas de gestión de procesos de selección

      Los ATS (Applicant Tracking System, sistemas de gestión de procesos de selección) son aplicaciones que sirven para llevar la gestión integral de todo el proceso de selección de personal desde la recepción de los currículums hasta la contratación de los empleados. Esta tecnología permite organizar y segmentar decenas de candidaturas, así como facilitar el contacto con el candidato y el posterior seguimiento.

      Hoy existen en el mercado varios ATS que se utilizan para realizar un seguimiento completo del avance del candidato, registrar la información de las entrevistas, adjuntar las distintas evaluaciones, etc. La mayoría de ellos permiten realizar una preselección filtrando candidatos postulados a un aviso a través de algunas variables (formación, puesto, idioma, sueldo pretendido, etc.). No obstante, ya están disponibles ATS con IA destinados a realizar la preselección de los candidatos de manera inteligente, no solo evaluando a los que se postulan o ya se encuentran en la base de datos de la empresa, sino también detectando y analizando candidatos pasivos en las redes sociales como LinkedIn.

      Sin duda, los ATS con IA serán de uso corriente en los próximos años y se convertirán en una herramienta fundamental para captar antes que la competencia los mejores talentos del mercado.

      Gamificación

      La gamificación es una práctica que nace en el marketing y se apoya en los juegos para crear experiencias atractivas y emocionantes que involucren al cliente. Esta herramienta, que ha tomado vuelo en los últimos años, utiliza las propias dinámicas del juego (como los desafíos, las reglas, el azar, las recompensas y los niveles de consecución de objetivos) para inducir al cliente a la compra o la fidelización mientras se divierte.

      La gamificación es una herramienta útil para los procesos de selección y también para el desarrollo de la marca empleadora. Las empresas la aprovechan para poner a prueba los conocimientos y habilidades de los postulantes. Feloni (2017) explica el caso emblemático de Unilever, mencionado anteriormente, en el que los candidatos se postulan en LinkedIn y se les propone 12 juegos online orientados a evaluar algunas competencias específicas. Por ejemplo, el juego de los globos es sumamente útil para valorar la manera en que las personas manejan el riesgo. No hay resultados correctos o incorrectos, lo que se aprecia son las características que mejor se adecuan a los distintos puestos vacantes en la compañía.

      Esta técnica se aplica cada vez más en las empresas, debido a sus grandes beneficios. Una empresa pionera en este campo fue L’Oréal (2019). En 1993, esta organización desarrolló el programa L’Oréal Brandstorm, que utiliza un simulador de negocios como herramienta de reclutamiento con el objetivo de identificar los mejores talentos en distintas universidades del mundo. El simulador les permite jugar tomando el rol de un brand manager de alguna de las marcas del grupo y mostrar sus habilidades de innovación y audacia, o su capacidad para asumir riesgos. Desde su nacimiento, han participado más de 200.000 estudiantes de todo el mundo.

      La gamificación utiliza videojuegos y se le puede sumar también videos interactivos, realidad virtual y hasta juegos de escape online para ver cómo reaccionaría un candidato ante una pregunta del cliente o una variedad de situaciones posibles.

      La gamificación ofrece un gran abanico de posibilidades de interacción que la convierte en una estrategia de mucho valor para la selección, que puede utilizarse además en otros procesos de RR.HH., como la inducción y la capacitación.

      Los cambios tecnológicos están atravesando el mundo del trabajo e ineludiblemente implican nuevas formas de intervención y de habilidades en los profesionales de RR.HH. Los selectores encuentran en las TIC un apoyo muy importante a su gestión para reducir las tareas rutinarias y concentrarse en las actividades en las que aportan valor.

      Esto implica incorporar el paradigma “Yo elijo, tú eliges”, salir a buscar a los candidatos, consustanciarse con la tecnología y adquirir nuevas habilidades orientadas a incorporar a los mejores talentos del mercado.

      Конец ознакомительного фрагмента.

СКАЧАТЬ