Si estás buscando trabajo, parte de la evaluación de tu perfil podría no estar a cargo de un ser humano. Entre los sectores en fase de transformación por los efectos de la revolución tecnológica actual, también está el de la selección de personal.
Mientras aumentan las empresas que experimentan soluciones de inteligencia artificial para mejorar su capacidad de encontrar talento, expertos y profesionales de los recursos humanos debaten sobre hasta qué punto pueden ser eficaces estos sistemas.
Entre los especialistas entrevistados para este reportaje, nadie pone en duda la necesidad de que la captación de talento sea liderada por profesionales humanos a través de pasos como las entrevistas cara a cara o por teléfono. Pero muchos destacan los beneficios potenciales de algoritmos y software en las fases más automatizadas del proceso.
La inteligencia artificial ayuda a optimizar el rastreo de grandes volúmenes de candidaturas, coinciden los operadores consultados por Xataka. Y así permite agilizar el trabajo de los equipos de recursos humanos a la hora de profundizar en el análisis de un perfil en concreto y evaluar aspectos más sujetivos como la creatividad, la capacidad de interacción social o de liderazgo, añaden. Además, en muchos casos con estos sistemas se ahorran tiempo y dinero. ¿Pero qué pasa si el algoritmo falla y descarta un perfil válido? ¿Qué hacen las empresas para evitarlo?
Claves para afinar la búsqueda
Para Rubén Berrocal, director de Randstad Technologies, la inteligencia artificial "está en una fase inicial de implementación", porque requiere recursos que de momento solo grandes empresas se pueden permitir. Aunque el potencial de las máquinas interesa a cada vez más compañías. "Quizás telecomunicaciones y banca van a la vanguardia, pero sectores como media, logística o distribución se hallan también inmersos en procesos de innovación", asegura.
Las posiciones para los que más puede resultar eficaz el algoritmo, mantiene Berrocal, son las relacionadas "con el ámbito de la transformación digital y la evolución estratégica de la tecnología". Según detalla, se trata de perfiles como el de desarrollador de programas y de plataformas de conversación, analista de mercado o consultor de ciberseguridad. Encontrar a esos profesionales, agrega, es complicado "por existir una carencia en el mercado".
A través de motores predictivos, es posible “detectar una gran cantidad de perfiles que cumplan con los conocimientos, formación y experiencia necesarios para un puesto”, continúa este experto. Sin embargo, asegura, estos motores “en caso alguno son infalibles”. En su opinión, los fallos se explican porque “sus juicios se basan en predicciones matemáticas con parámetros estadísticos”.
Berrocal explica que la frecuencia de los errores depende del grado de inclusión con el que se planifica la fase de rastreo de perfiles. “Si no queremos perder ninguna candidatura idónea, la máquina asumirá determinado porcentaje de ajuste, y nos incluirá perfiles que no se ajusten del todo, para no dejar ninguno válido fuera”, asegura.
“Viceversa, si establecemos un modelo que descarte a todos aquellos que no se ajusten al 100%, corremos riesgo de dejar fuera del proceso algún perfil válido, pero tendremos certeza de que los que sean incluidos tendrán un grado de ajuste completo respecto a lo que estamos buscando”, contrasta.
Antonio González, profesor del máster en Selección y Gestión del Talento de la Universidad de Málaga, está de acuerdo en que la inteligencia artificial se hace más eficaz cuanto más cualificado es el perfil que se busca.
En este caso, opina, los algoritmos permiten llegar a potenciales nuevos empleados incluso en áreas geográficas lejanas, seleccionarlos sobre la base de competencias muy específicas y tratar de seducirlos con una oferta personalizada.
Si bien asegura que es complicado dar a un algoritmo instrucciones concretas sobre cómo buscar características de un candidato como la capacidad de empatizar, también destaca la ventaja de que las máquinas no tengan “carga emocional”. El experto cree que, por eso, a la hora de afinar la primera fase de selección los algoritmos fallan mucho menos que los humanos.
“Pongamos que el candidato pusiera en su perfil de Linkedin una foto bastante mala: no se vería perjudicado, porque la máquina no evalúa la bondad o maldad de una fotografía”, considera.
Evaluar pro y contra
Sara Álvarez, especialista de Spring Professional Spain, empresa que forma parte del grupo Adecco, asegura que las nuevas tecnologías pueden hacer la vida más fácil cuando las empresas se enfrentan a picos de demanda, por ejemplo durante las campañas navideñas. En estos casos, explica, permite acelerar el proceso de selección.
Por el otro lado, su compañera Marisol Ballesteros alerta de que los algoritmos pueden fallar porque “la tecnología “aún no está suficientemente preparada para asumir ese papel”. Para evitar que ocurra, afirma, no hay “grandes “trucos”, sino que es necesario “supervisar, de algún modo, los resultados obtenidos a través de las herramientas de IA”.
Está de acuerdo con eso Cristina Villanueva, directora de gestión corporativa de Catenon, multinacional especializada en el uso de las tecnologías para la captación de talento. En su opinión, la implementación de la inteligencia artificial “es un proceso de aprendizaje continuo”. Por eso, afirma, es importante la intervención humana posterior, aunque no es fácil concretar a priori cómo tiene que producirse. “El tipo de intervención varía mucho según la ecuación a resolver en cada vacante”, explica.
Jordi Serrano, fundador del observatorio independiente Future For Work Institute, pone el acento en la necesidad de vigilar que las fases de captación de talento no dejen de ser acompañadas por valores éticos. "Los algoritmos también tienen sesgos", alerta.
“La preocupación está en que las máquinas puedan descartaran automáticamente candidatos de determinados grupos sociales”, continúa Serrano. Como ejemplo, hace referencia a un caso ocurrido el pasado octubre, cuando Amazon tuvo que prescindir del uso de una inteligencia artificial porque desechaba las candidaturas de mujeres.
La prueba de L'Oréal
Desde hace un año, L’Oréal experimenta en España la implementación de algoritmos para seleccionar jóvenes en un programa de becas, explica la directora de adquisición de talento de la compañía, Mónica Osborne.
En el pasado julio, la empresa preseleccionó con un software a 200 candidatos entre 3.500 que habían aplicado para obtener la beca. Tra esa primera fase, se eligieron humanamente a 33, que se incorporaron en septiembre para un periodo de prácticas en puestos ofertados en distintas áreas de la compañía, como en marketing, finanzas, digital y comunicación.
El sistema ordena las nuevas candidaturas según la mayor o menor concordancia con algunas características "culturales", como el espíritu emprendedor o estratégico, de empleados del mismo nivel ya en plantilla, detalla Osborne. De esta manera, el equipo de recursos humanos obtiene un listado de los mejores perfiles y puede así escoger de allí a quienes van a participar en un segundo momento en las entrevistas cara a cara, asegura.
Osborne explica que así se agiliza la primera fase de evaluación de los perfiles “sin excluir del proceso a los reclutadores y las llamadas personales”. Además, considera que el algoritmo ayuda a evitar criterios de selección sesgados. "No me dice si es chico o chica, si es de una escuela o de otra o si tiene unas notas u otras, porque todavía no ha leído el currículum", afirma.
La fase de perfeccionamiento del software ha durado casi un año y ha costado mucho trabajo por parte del equipo de recursos humanos, matiza la directora de adquisición de talento de L'Oréal. Pero cree que el sistema ya ha empezado a dar sus frutos. "Os podeís imaginar la cantidad de horas que tendríamos que haber pasado si hubieramos intentado seleccionar a 200 candidatos entre 3.500 por teléfono", comenta.
La especialista agrega que es posible mejorar los criterios de búsqueda de la máquina a medida que la experiencia sugiera si los que se han utilizado funcionan o no. “El algoritmo aprende”, asegura. Por el otro lado, Osborne no cree que este mecanismo pueda resultar eficaz en la evaluación de aspectos como la experiencia profesional. “No me lo imagino para evaluar un perfil de director general”, afirma.
El peso del factor humano
También Rubén Berrocal pone el acento en que los algoritmos pueden mejorarse con el tiempo. “Del mismo modo que un motor inteligente para jugar al ajedrez aprende estrategias, atajos, a través de su experiencia, también lo hace a la hora de discernir perfiles”, explica. Pero tanto él como los demás expertos en recursos humanos consultados se muestran convencidos de que en la selección de personal la inteligencia artificial no lo puede todo.
“Competencias como la capacidad de persuasión, el liderazgo, los elementos motivacionales o la creatividad son difícilmente evaluables por esa vía”, asegura Berrocal. Antonio González incluye entre los aspectos valorables solo humanamente características como la capacidad de expresarse o de interactuar con otra persona.
Cristina Villanova añade que el factor humano es importante a la hora de “entender las necesidades del cliente” en el diseño de un proceso de selección de personal. Para Sara Álvarez, también es necesario generar la justa confianza en el candidato para convencerlo a aceptar una oferta de trabajo. “No es lo mismo decir que sí a un robot o a una persona que en el futuro te va a gestionar tu propia nómina y tu evolución profesional”, comenta.