¿La selección mecánica o el reclutamiento inteligente?

Como sabe, estamos inmersos en la Inteligencia Artificial Generativa, habiendo pasado por el Deep Learning, el Big Data, los filtros ATS, el Reconocimiento facial, etc…

Como supone, los mecanismos de la Inteligencia Artificial van evolucionando y con ello, asimilando nuevos componentes que facilitan enormemente la toma de decisiones en la selección de personal y en otras áreas de la adquisición de talento.

Lo más curioso es que en los procesos de reclutamiento se da una llamativa paradoja.

Por un lado, casi todas las empresas dicen utilizar Inteligencia Artificial y por otro, estas mismas empresas nos advierten de los sesgos y prejuicios heredados y de la insustituible participación del ser humano en la toma de decisión.

Entiendo que no es necesario elegir de forma disyuntiva (o una cosa u otra), pero sí resulta imprescindible construir una metodología objetiva que conceda las mismas oportunidades a todas personas y a todas las empresas.

A menudo, pienso que el uso de la IA en reclutamiento es más cosa de entrenamiento de los profesionales de esta área, que de rodaje de los algoritmos. Le pongo un ejemplo…

Hace escasas semanas, la IA RedElenius propuso a una candidata para cubrir las funciones de Dirección Comercial. Dicha candidata poseía una afinidad con el cargo del 96,10%.

Los profesionales humanos de la empresa contratante siguieron buscando a una persona que les “gustase más” (preferiblemente varón). Pasaron 15 días y no la encontraron. Llamaron a la candidata idónea, pero ésta ya no estaba disponible.

La verdad es que muy pocas empresas utilizan la Inteligencia Artificial en el reclutamiento. Lo que se busca, habitualmente, es reducir la carga de trabajo en la lectura de los currículos, a través de filtros no muy inteligentes. Algo así como esas máquinas distribuidoras de equipajes que hay en todos los aeropuertos.
Por ello, no hay que confundir la habilidad de cumplir un cometido (programación) con la capacidad de tomar decisiones (IA).

Así, resulta obvio que, si una persona marca y determina los intervalos de dichos filtros programados, el resultado obtenido estará contaminado, dejándonos inmersos en un proceso híbrido en el que el muelle se va estirando y contrayendo, hasta perder su elasticidad original.

EL RECLUTAMIENTO MECÁNICO

Lo cierto es que, si queremos hablar de Inteligencia, es necesario partir de las bases moleculares de la misma y no entretenernos demasiado con inesperadas herramientas que distorsionan la verdadera innovación.

Por ello, le adelanto que la tendencia en el reclutamiento es: “Pregúntele al algoritmo qué persona es la adecuada y éste se lo dirá”.

Debe saber que, por ejemplo, el reconocimiento facial se basa, en parte, en las teorías morfológicas de Ernst Kretschmer (1888/1964) y que, a pesar de disponer de multitud de medidas con formulaciones escalables con una confiabilidad aproximada del 60%, sigue manifestando que el aspecto físico es determinante.

El riesgo de error es obvio. Gente de diferentes razas y etnias se ven afectadas por dichas mediciones que respaldan una personalidad de forma equivocada.

Otra cosa muy distinta es el reconocimiento facial utilizado para, efectivamente eso: Reconocer a la gente por su cara y facciones.

Así mismo, los filtros ATS han evolucionado bastante. En sus inicios, solían confundir “Aparejador” con “Jardinero”. En la actualidad despiezan frases y localizan palabras clave previamente programadas.

No hace falta que le diga que, si el programador modifica algunas palabras clave, aquel candidato que iba a pasar el triaje, probablemente sea eliminado a las primeras de cambio.

También han aparecido en el reclutamiento las conocidas “Dinámicas de Grupo” para resolver problemas o misterios en diferentes escenarios ficticios.

Se suelen utilizar para saber si una persona es más líder, más atrevida, más ocurrente, más resolutiva, etc…

Así, el grupo de candidatos y candidatas se pasa más de 3 horas haciendo especulaciones sobre “¿Quién es el asesino?”, mientras son monitorizados por los profesionales del reclutamiento, cuando todos sabemos que ha sido el mayordomo.

Lo más llamativo es que las empresas proponen una gran diversidad de pruebas y tediosos procesos, los cuales van construyendo y cimentando la decisión final.
Esta situación podría resultar contraproducente ya que el uso de una mayor cantidad de pruebas, no garantiza la constancia de la confiabilidad. Esto nos podría llevar a una mayor desviación en la captura de la información y, por lo tanto, en la consiguiente toma de decisión.

Le pongo un ejemplo. Piense en 10 candidatos, de los cuales un sistema ATS elimina a 5. Le adelanto que dicho método es “caprichoso”, ofreciendo una veracidad aproximada del 50%. Tenga en cuenta que no mide ninguna competencia ni habilidad, sino que hace conteos de palabras.

Por lo tanto, 2 o 3 personas probablemente válidas se han quedado fuera y, 2 o 3 personas no adecuadas se han quedado dentro, pasando a la siguiente fase.

Bien. De las 5 personas que han pasado a la siguiente fase, al activar modelos de reconocimiento facial, nos quedamos con 3.

Llamo su atención sobre que un candidato no adecuado que se haya colado en la primera fase, puede resultar adecuado en la segunda.

Una vez concluida dicha etapa, ya tenemos 2 candidatos a los cuales entrevistaremos.

Como puede apreciar, para alcanzar la cifra de 1, hemos utilizado varias metodologías con un error estimado del 50% en la fase inicial.

Por todo ello, si se busca agilidad y precisión, estas metodologías, por sí solas, no son eficaces y todas ellas juntas, tampoco.

EL RECLUTAMIENTO INTELIGENTE

Cuando me refiero a “partir de las bases moleculares” de la inteligencia, lo hago pensando en los algoritmos de nueva generación. Esos algoritmos llamados “Sinápticos”.

Algoritmos que no filtran la información, sino que la crean.

Debe saber que no segmentan por edad ni por género, sino que localizan a la persona más adecuada para desempeñar las funciones en ese puesto y en esa empresa en concreto. En otra empresa, es más que probable que la persona más adecuada sea otra.

Por ello, y siguiendo con el ejemplo anterior, de 10 candidatos, la IA elige a 1. Al más adecuado. Lo hace sin ATS, sin juegos, sin entrevistas, etc… Simplemente lo hace.

Los algoritmos sinápticos poseen una confiabilidad superior al 97% y por ello, las personas seleccionadas son las más adecuadas. Así, se reduce sensiblemente la rotación, pero aún más… se reduce la rotación global de candidatos con respecto a todas las empresas.

¿De verdad quiere encontrar el talento que su corporación necesita? Lo tiene fácil. Sea inteligente. @mundiario