inteligencia artificial

Si el 2020 ha enseñado algo a los empleados es que la agilidad y adaptabilidad se consideran esenciales para gestionar los cambios. Para muchas empresas, eso significa emplear inteligencia artificial (IA) para optimizar operaciones, mejorar las cadenas de suministro, o crear una atención al cliente más rápida y personalizada. Pese a esto, parece que se resisten a utilizar la IA en el lugar de trabajo para lograr la satisfacción de los empleados e identificar al talento. 

El progreso no consiste únicamente en utilizar la IA para automatizar las tareas diarias que roban tiempo a las personas; sino en valerse de la IA para que los empleados mejoren en sus trabajos y crezcan en sus carreras profesionales. A cambio, esto contribuye a que las empresas descubran mejores perspectivas sobre su negocio y su plantilla, como prever ayudas a la productividad, restablecer la estabilidad (sobre todo en tiempos como los actuales) o crear resiliencia a largo plazo.  

Pero hoy en día, apenas el 17 % de las empresas solucionan sus funciones de RR. HH. con IA, y apenas otro 30 % tienen en mente utilizarla para 2022, según la encuesta sobre inteligencia artificial de Gartner (Gartner Artificial Intelligence Survey). Aun así, la IA cuenta con potencial para incrementar la escalabilidad de los RR. HH., reconoce patrones en el comportamiento de las personas y ofrece ayuda personalizada cuando y donde se necesita. Por ejemplo, la IA puede proponer recomendaciones prescriptivas en áreas como las de reclutamiento, aprendizaje y desarrollo. Pero hacer que el potencial de la IA sea una realidad viene plagado de retos, desde la garantía de un uso ético e imparcial, hasta la puesta en marcha de aplicaciones prácticas cotidianas. 

El laboratorio de innovación para IA

En el laboratorio de innovación para IA de Cornerstone se anunciaba un nuevo centro de excelencia con el que Cornerstone ha reunido a científicos de datos, ingenieros del aprendizaje automático y otros expertos de toda la empresa con el fin de innovar la forma práctica y ética de aplicar IA al lugar de trabajo. El laboratorio, mediante investigación y colaboración, pretende enfrentarse a las cuestiones sobre IA más arduas que preocupan a las empresas, por ejemplo, la forma de mantener a las personas en el lugar de trabajo, aunque se dependa de la automatización, o la manera de poner en funcionamiento los datos confidenciales de las personas manteniendo la ética y eliminando prejuicios.

¿El fin último? Utilizar la IA para que la experiencia laboral de la plantilla mejore y sea más personalizada y reconfortante. 

Retos de la aplicación de la IA al lugar de trabajo y cómo superarlos

Existen numerosas oportunidades para utilizar la IA en el lugar de trabajo. Desde ayudar a las actividades de reclutamiento de los RR. HH., con aplicaciones que filtren candidatos y la automatización del calendario de entrevistas, hasta ofrecer a los empleados recomendaciones personalizadas de aprendizaje que apoyen el crecimiento de su carrera profesional. Conforme las empresas van teniendo en cuenta el uso práctico de casos como los anteriores, surge un reto fundamental en el camino: el análisis efectivo de los datos de las personas. Este es uno de los temas principales que explora el nuevo laboratorio. 

El formato de los datos de RR. HH. resulta particularmente diverso.  

Se necesitan tanto algoritmos de IA como una amplia cantidad de datos de RR. HH. para obtener una perspectiva efectiva basada en datos del lugar de trabajo. Los datos de RR. HH. suelen dividirse en dos categorías dispares. La primera se refiere a los datos estructurados, que surgen de eventos cuantificables como la frecuencia con la que los empleados se dedican a la formación, los que envían los candidatos durante el proceso de contratación y los de abandono de los empleados, y los datos de la trayectoria laboral de los mismos conforme avanzan y crecen en la empresa. 

Por lo tanto, existen datos textuales estructurados provenientes de currículos, perfiles laborales, revisiones de rendimiento y descripciones de los cursos de formación que no solo son útiles para la gestión y desarrollo del talento, si no que se pueden incorporar en procesos de selección internos. Los datos, estructurados y sin estructurar, forman en su conjunto una gama amplia y variada de datos de RR. HH. Se necesita un amplio conjunto de algoritmos de IA para alimentar esos datos y generar perspectivas valiosas sobre el lugar de trabajo. 

Otros retos importantes incluyen la privacidad y la seguridad. 

Los datos sobre el lugar de trabajo implican mucho pero también representan una buena mayoría de datos confidenciales de una empresa. Las empresas, aparte de protegerlos de factores externos perjudiciales, también deben considerar protegerlos de la exposición interna. 

Cuando se analizan los datos no deberíamos saber de quién se trata. Se deben manejar los datos sin conocer la información personal que se esconde detrás de ellos.

Más allá de los macrodatos en casos de uso multifuncional.  

Muchas empresas afirman contar hoy día con soluciones de IA, pero en realidad, apenas consisten en herramientas de inteligencia comercial (también conocidas como macrodatos). Su caso de uso optimiza una operación específica utilizando un conjunto de datos finito.  

La IA, debe aplicarse a una variedad de situaciones flexibles y cambiantes, hacer uso de los datos en las empresas y ayudar a tomar decisiones y recomendaciones predictivas e inteligentes.

La IA humanizará el trabajo y mejorará la experiencia de las personas   

A medida que se exploran las diferentes facetas la IA en los RR. HH., se descubre el éxito de su aplicación.

Reclutar. Un componente del motor de IA de Cornerstone, la Gráfica de habilidades de Cornerstone, puede analizar el currículum de un candidato y capturar sus habilidades, incluso aunque no se mencionen explícitamente; una gran innovación a la que pueden acceder los equipos de reclutamiento. 

Asif Qamar, Vicepresidente y Arquitecto analista jefe de Cornerstone lo explica así: «Nuestro motor de IA puede inferir datos que no se mencionan en un currículum. Estudia los currículos de cientos de millones de personas y establece la relación entre las habilidades. Aprende a comprender esas relaciones con el fin de hacer predicciones acertadas.» 

Aprendizaje y desarrollo. Nuestro motor de IA, al analizar la forma en que las personas se comprometen con el contenido formativo existente (los temas que eligen, la frecuencia con la que lo revisan y su capacidad de retentiva de la información), puede identificar sus preferencias personales de aprendizaje y proporcionarles métodos con los que mejorar su experiencia de aprendizaje.   

Desarrollo de la carrera profesional. Puesto que el motor de IA de Cornerstone se ha creado de manera multifuncional, tiene capacidad para ampliar sus prescripciones para más de un único caso de uso. Por ejemplo, la Gráfica de habilidades de Cornerstone no solo analiza patrones de aprendizaje, sino trayectorias profesionales. Esto permite que el sistema ofrezca recomendaciones que animen a los empleados a utilizar sus habilidades recién adquiridas con el objetivo de impulsar sus carreras profesionales.  

Asif explica una vez más: «Contamos con datos de miles de empleados que han seguido caminos muy trillados. Esto permite llevar a cabo un modelo probabilístico de la ruta que otros querrán seguir. Si podemos inferirlo, podemos hacerles recomendaciones, no solo en función de lo que acaban de aprender, sino de habilidades que también ayuden al crecimiento de su carrera profesional.»  

El resultado no solo consiste en una experiencia de aprendizaje mejor, sino en una cultura laboral holística más personalizada creada en torno al desarrollo.     

Se necesita a los humanos más que nunca 

Cuando la IA se pone en marcha de forma satisfactoria, las posibilidades de transformar, personalizar, humanizar y mejorar la experiencia laboral de las personas queda virtualmente ilimitada. Pero Asif comparte una advertencia importante:  

«Al final del día, son humanos quienes interpretan los datos. La IA puede mostrar datos interesantes que observar, pero no puede sustituir a las personas. Se trata de un sistema que apoya las decisiones con el fin de que el equipo de RR. HH. y los empleados trabajen de forma más eficiente y óptima.»  

En el trascurso de estos casos de uso de la IA en el lugar de trabajo, no hay que pasar por alto la ética o los prejuicios. Después de todo, los sistemas de IA pueden elegir y aprender a partir de patrones de aprendizaje de, digamos, los prejuicios conscientes o inconscientes en la contratación de una empresa. Esta se considera otra de las áreas en la que se centran nuestros científicos de datos.

Básicamente, la IA seguirá llevando a cabo predicciones sesgadas si los conjuntos de datos contienen prejuicios. Dos formas de evitarlo consisten en garantizar que el equipo de IA sea diverso y en dirigir estudios de impacto adverso, algo que ya llevamos a cabo en Cornerstone.

La clave

Conforme las empresas van poniendo en marcha la IA en sus sistemas, deben tener en mente este objetivo: hacer uso de la IA para mejorar la experiencia de su plantilla y facilitar los procesos de selección. En este sentido surge la siguiente cuestión ¿Está tu empresa aplicando las mejores políticas de selección? ¿cuenta con la tecnología adecuada para ello?

Descárgate aquí nuestro whitepaper y descubre la situación actual y futura sobre la selección de personas