Experiencias

Rodolfo Salas: Facilitador y potenciador sobre conocimientos de liderazgo, estrategia, marketing y gestión de los negocios.

Fortalezas: Dirigir, inspirar e integrar a otros con una gran energía, Aceptar cambios de forma positiva, Desarrollar relaciones con otros, Ser más visible y Tener un alto grado de compromiso.

martes, agosto 15, 2017

¿Y si conseguir los mejores trabajos dependiera de un robot?

Dreamstime

Los algoritmos, que reducen los prejuicios en la contratación, ayudan a identificar al candidato ideal gracias a sus datos. En todo caso, la parte humana sigue siendo esencial en el proceso de selección.

Francesca Kelsall buscó una habitación tranquila en el campus de su universidad, comprobó el nivel de luz y de ruido, y cerró la puerta. Se registró en la página de contratación de InterContinental Hotels Group (IHG), se sentó delante de una mesa y comenzó a hablarle a la cámara.

Kelsall trató de que no pareciese ensayado, pues sabía que un ordenador analizaría cada palabra, expresión y gesto. La estudiante del master en hostelería de lujo de la University of West London es uno de los 20 aspirantes que formarán parte del programa para graduados de IHG en Europa. Kelsall también realizó una prueba cognitiva y de personalidad como parte de un experimento para determinar si un algoritmo puede predecir mejor que un humano qué candidato será un buen empleado.

Diseñar un patrón

La start up británica Cognises desarrolló la tecnología de predicción que IHG utiliza como un filtro para controlar sus métodos de selección habituales. Gil Mulders, responsable del aprendizaje en IHG Europa, se interesó por Cognisess después de percatarse de que los candidatos que realizaban una primera entrevista perfecta en ocasiones se venían abajo cuando les volvían a entrevistar otros directivos.

Los algoritmos deben contar con una gran cantidad 
de información para no caer en prejuicios

Para desarrollar un patrón de las características que buscan, IHG ha trazado un perfil de sus mejores directivos jóvenes, que han realizado las mismas pruebas que Kelsall. "Lo que esperamos es que los becarios que hayan trabajado mejor al finalizar el programa sean aquellos que sacaron la puntuación más alta en las pruebas de Cognisess", declara Mulder. La compañía obtendrá los resultados el año que viene. Según un estudio de 2015 que supervisó el Instituto Oficial de Personal y Desarrollo, existen pruebas de que los humanos contratan basándose en su propia imagen, incluso prefieren a los que comparten sus aficiones.

La compañía también utiliza la visión artificial, que extrae datos de las imágenes, para analizar varios elementos de los vídeos, incluidas las expresiones faciales más rápidas. En Cognisess sostienen que su programa puede detectar las emociones básicas y determinar cuándo las palabras de un candidato se contradicen con lo que siente.

La visión artificial extrae datos de las imágenes
para detectar emociones básicas

"No es una ciencia exacta", afirma el fundador de Cognisess Chris Butt, aunque añade que tampoco lo son los "juicios precipitados" de los humanos. Sin embargo, al contrario que los humanos, los algoritmos no se cansan: una investigación de 2011 concluyó que los jueces son más represivos según va transcurriendo el día. Esto no significa que la inteligencia artificial sea imparcial; los estudios demuestran que las máquinas pueden asumir los prejuicios. Noelia Jiménez Martínez, asesora de la empresa que analiza datos científicos Pivigo, sostiene que "un algoritmo puede captar información que se asocia solamente a los hombres o a las mujeres, como practicar un deporte determinado. Esto es suficiente para establecer un prejuicio en la contratación".

No obstante, las organizaciones pueden pecar de una parcialidad que es difícil de eliminar. Si una empresa siempre ha tendido a seleccionar a personas extrovertidas, un algoritmo poco sofisticado recomendará a candidatos extrovertidos.

Jean Martin, responsable de la búsqueda de talentos en Gartner, declara: "Si se aplica correctamente, los algoritmos pueden reducir los prejuicios en la contratación. La clave está en contar con un gran número de datos, pero no sólo de aquellos que se han prejuzgado desde el principio".

En los dilemas relacionados con el puesto, las evaluaciones de conocimientos básicos podrían ser una solución para descartar a aquellas personas que superan las entrevistas, pero que no encajan en el empleo. En la preselección de graduados que realiza la compañía energética BP, a los candidatos se les plantean varias situaciones de trabajo para analizar sus decisiones.

No obstante, Suzy Style, responsable en BP de la contratación de graduados británicos, prevé que algún día los escenarios que se plantean en las evaluaciones online se cambiarán por algo que se parezca más a las pruebas de trabajo. "En el futuro, es posible que podamos crear una experiencia de inmersión parecida a la realidad virtual en la que el candidato podría encontrarse en una plataforma petrolera".

¿Los encargados de la contratación se quedarán sin empleo en la era de las máquinas? Si las predicciones de Cognisess sobre el rendimiento de los candidatos resultan certeras, Mulders tiene intención de ampliar este proyecto a la contratación de ejecutivos. Sin embargo, Mulders opina que hay aspectos de las personas -como la simpatía y la amabilidad- que los algoritmos no pueden apreciar.

El peligro de creer en las máquinas

Sarah O'Connor. Financial Times: Los robots pueden seleccionar a cientos de candidatos de una forma mucho más eficiente y objetiva que los humanos. El año pasado, el investigador Colin Lee analizó 441.769 solicitudes de trabajo y creó un modelo que pudo predecir con un 80% de exactitud a qué candidatos se les realizó una entrevista. No obstante, estos modelos adoptan cualquier prejuicio humano. En cualquier caso, aunque se supriman datos como la edad o el sexo en los currículos, los algoritmos pueden cometer alguna discriminación. En su estudio, los académicos Solon Barocas y Andrew Selbst ponen como ejemplo a una empresa que busque candidatos que permanezcan en sus puestos a largo plazo. En este caso, el algoritmo descartaría a las mujeres porque posiblemente tendrían que abandonar su empleo por la maternidad. En Estados Unidos, la doctrina de la "repercusión dispar" prohíbe a la mayoría de las prácticas laborales que perjudican a las "clases protegidas". Sin embargo, las empresas pueden defenderse si demuestran que la discriminación se realiza siguiendo un modelo de negocio. De momento, las empresas que quieran utilizar los algoritmos para tener una plantilla más diversa tendrán que utilizar los datos de forma más creativa.

No hay comentarios: