Pocas cosas parecen más espeluznantes que los algoritmos minando nuestras voces o fotos para determinar si debemos ser considerados para un trabajo, y sin embargo no estamos tan lejos de este escenario en absoluto. Lo que es más, puede que no sea tan espeluznante como crees. La IA tiene el potencial de mejorar significativamente la forma en que identificamos el talento, ya que puede reducir el costo de hacer predicciones precisas sobre el potencial de uno, al tiempo que elimina el sesgo y la heurística que tan a menudo nublan el juicio humano. Los algoritmos de IA simplemente aprovechan las mismas señales que los humanos. La diferencia entre los humanos y la IA es que esta última puede escalar, puede automatizarse, y si se programa correctamente, tratará a cada candidato por igual. Lo que es más, la IA no tiene un ego que necesite ser manejado. Por supuesto, es esencial considerar las implicaciones legales y éticas del uso de estas innovadoras herramientas tecnológicas, al igual que lo hacemos cuando consideramos el uso de métodos tradicionales de evaluación. Pero no hace falta decir que las organizaciones —y las personas— se beneficiarán enormemente cuando las nuevas tecnologías puedan aumentar su capacidad de colocar a la persona adecuada en el trabajo adecuado.
Pocas cosas parecen más espeluznantes que los algoritmos minando nuestro voces o fotos para determinar si debemos ser considerados para un trabajo, y sin embargo no estamos tan lejos de este escenario en absoluto. Lo que es más, puede que no sea tan espeluznante como crees.
Para empezar, todas las organizaciones lucha con la identificación del talento, razón por la cual muchos se quejan de que no pueden encontrar a la persona adecuada para puestos clave, y por qué la mayoría de las personas terminan en empleos que son lejos de inspirar. Consideremos que incluso en la economía más grande del mundo, donde las prácticas de gestión del talento son mucho más impulsadas por la ciencia y sofisticadas que en cualquier otro lugar, el mercado laboral es bastante ineficiente. Hoy en los Estados Unidos, hay alrededor de seis millones de solicitantes de empleo para siete millones de ofertas de empleo. Incluso si nos fijamos en la economía global del conocimiento, compuesta por la élite cognitiva más cualificada y capacitada (más o menos la 500 millones de personas que están en LinkedIn), la satisfacción en el trabajo es la excepción más que la norma: se estima que 70% de estos talentosos las personas están abiertas a otros empleos o carreras, esperemos que sean más significativos o interesantes. En otros lugares, la norma que caracteriza los procesos de contratación y contratación es considerablemente más atrasada, ya que los gerentes de contratación hacen demasiado hincapié en las habilidades duras a expensas de las habilidades blandas más importantes y críticas, o utilizando métodos de contratación intuitivos y sesgados, como el entrevista de trabajo no estructurada, para determinar quién obtiene el trabajo. Al mismo tiempo, las evaluaciones predictivas y las herramientas basadas en datos son en gran parte infrautilizado, y la prevalencia de prejuicios, prejuicios y discriminación están en todas partes.
En resumen, si queremos que la identificación del talento sea más efectiva —y más meritocrática— es importante seguir mirando más allá de los métodos existentes, especialmente si las innovaciones tecnológicas nos permiten predecir, comprender y igualar a las personas a escala.
Uno de los principales problemas con la forma en que actualmente entrevistamos a los candidatos es que el proceso es en gran parte desestructurado, dejando el interrogatorio a los caprichos y fantasías del entrevistador. No debería tomar mucho convincente ver cómo esto no solo es ineficiente, sino cómo también conduce a adopción de decisiones sesgada debido a que los entrevistadores expresan y tratan de confirmar sus propias preferencias. Aquí es donde es probable que las entrevistas en vídeo o digitales ayuden. Las entrevistas digitales pueden eliminar estas limitaciones casi por completo. Utilizando la tecnología para crear una experiencia de entrevista altamente estructurada y estandarizada, cada candidato puede ser presentado con el mismo conjunto de preguntas y dar la misma oportunidad de expresar su talento, que en última instancia mejora la utilidad predictiva del vídeo. Mientras que las entrevistas digitales proporcionan una experiencia de entrevista más justa para los candidatos y permiten a las organizaciones acceder a talentos más diversos, cuando se trata de revisar estas entrevistas nos encontramos con los mismos problemas: los seres humanos sesgados se dejan tomar las decisiones de contratación. Pero, ¿qué pasaría si la IA y los algoritmos de aprendizaje automático tuvieran la tarea de extraer los datos de estos videos para identificar conexiones confiables entre lo que la gente hace y dice durante las entrevistas, y su personalidad, capacidad o rendimiento laboral. En el caso de entrevistas digitales, los algoritmos de IA pueden extraer un expresiones faciales y lenguaje corporal del candidato, junto con lo que dicen y cómo lo dicen. La minería de todos estos datos puede revelar mucho sobre el talento del candidato y puede indicar cómo podrían rendir en el trabajo. Aunque la investigación científica en esta área todavía está en su infancia, ya existen algunos hallazgos interesantes y prometedores. Por ejemplo, los investigadores han entrenado algoritmos que extraen diversas características de voz (es decir, tono vocal, volumen e intensidad); movimiento del cuerpo (por ejemplo, gestos de la mano, postura,.), o expresiones faciales (es decir, felicidad, sorpresa, ira,.) para predecir con precisión su perfil de personalidad, que sabemos que es uno de los predictores líderes del rendimiento del trabajo. Más allá, los investigadores han extraído señales similares para predecir comportamientos y cualidades que son críticos para el rendimiento: habilidades de comunicación, persuasividad, tolerancia al estrés, capacidad de alquiler, y liderazgo. Además, revelando lo perspicaz que es realmente esta tecnología, un equipo de investigadores utilizó las tecnologías antes mencionadas para cuantificar la emocionalidad de los CEO cuando hablaron en conferencias telefónicas para predecir el desempeño financiero futuro de la empresa.
La IA tiene el potencial de mejorar significativamente la forma en que identificamos el talento como puede reducir el costo de hacer predicciones precisas sobre el potencial de uno, mientras que al mismo tiempo elimina el sesgo y la heurística que tan a menudo nublan el juicio humano. El hecho de que los algoritmos de IA puedan detectar y medir cualidades humanas latentes o aparentemente intangibles puede llevar a algunos a ser escépticos respecto a los hallazgos antes mencionados, pero vale la pena señalar que hay muchos estudios científicos que demuestran que los humanos pueden identificar con precisión personalidad y intelecto de solo rodajas finas de comportamiento verbal y no verbal. Los algoritmos de IA simplemente aprovechan las mismas señales que los humanos. La diferencia entre los seres humanos y la IA es que esta última puede escalar y puede automatizarse. Lo que es más, la IA no tiene un ego que necesite ser manejado.
En la actualidad, muchas organizaciones que utilizan entrevistas digitales no aprovechan este tipo de poderosos análisis de IA, ya que sus reclutadores a menudo no están dispuestos a aceptar las recomendaciones del algoritmo y siguen confiando en su propio juicio ingenuo. Lamentablemente, esta ignorancia está perjudicando tanto al candidato como a la organización. Los departamentos de recursos humanos que se dan cuenta de que la ciencia y los datos, y no la intuición o el instinto, deben ser la base para las decisiones atraerán y retendrán al mejor talento. Por supuesto, no abogamos por que todas las decisiones de contratación sean tomadas por un sistema de IA. Siempre debe haber supervisión humana. En lugar de ello, creemos que las decisiones humanas pueden mejorarse significativamente si existen datos precisos y válidos para informar y dar forma a nuestros juicios.
Por supuesto, es esencial tener en cuenta el implicaciones éticas de utilizar estas herramientas tecnológicas innovadoras, tal como lo hacemos cuando consideramos el uso de métodos tradicionales de evaluación. Estos sistemas pueden terminar aprendiendo todo tipo de sesgos dañinos propios, dependiendo de los datos sobre los que estén entrenados, entre otros factores. Las empresas deben prestar atención a la forma en que se capacitan estos sistemas, y también auditarlos regularmente para detectar posibles sesgos. Además, claramente, ahora hay una diferencia entre lo que lata saber acerca de la gente, y lo que debería conocerlas, con posibilidades que superan tanto los límites legales como éticos. Sin embargo, al mismo tiempo, todavía es posible implementar innovaciones como las que describimos aquí mientras operan dentro de las limitaciones de buenos códigos de conducta. Los candidatos pueden recibir información completa e informarse sobre las tecnologías que se utilizan para evaluarlas, y deben ser invitados a participar activamente. Las organizaciones deben proteger y mantener completamente seguros todos los datos confidenciales, y todo el proceso debe ser transparente. De hecho, incluso es posible (y aconsejable) que los candidatos tengan la propiedad de sus datos y resultados, que pueden decidir voluntariamente compartir con los reclutadores y empleadores seleccionados, o no. Si bien este escenario puede parecer más utópico que las tecnologías emergentes que describimos, nos gustaría instar a los reclutadores y empleadores a que lo consideren. Después de todo, no hay tensión entre comprender bien a los candidatos a un puesto de trabajo y ayudarles a entenderse mejor a sí mismos. Las organizaciones — y los individuos — se beneficiarán enormemente cuando las nuevas tecnologías puedan aumentar su capacidad de colocar a la persona adecuada en el trabajo adecuado.