/DREAMSTIME /EXPANSION
El uso de robots y
algoritmos en los procesos de selección es ya un hecho, pero las experiencias
reales demuestran que no se trata de la panacea para captar al candidato ideal.
Entre otros problemas, por los sesgos.
Jim Collins, autor del libro Empresas que sobresalen,
escribió que las compañías que destacan comparten características básicas. Una
es que al formar sus equipos primero preguntan "quién" y después
"qué", y se aseguran de "subir a la gente adecuada al
autobús". Este paso debería producirse antes incluso de decidir el
destino: "Si subimos a las personas apropiadas en los asientos precisos y
dejamos a los que no consideramos adecuados fuera, descifraremos la forma de
guiar el bus hasta un destino sobresaliente".
Hay muchos obstáculos en el mundo real a la hora de subir a
bordo a los pasajeros apropiados. No es tan fácil, como sugiere Collins,
prescindir de "la gente no adecuada". Algunos insisten en aferrarse a
una plaza que les asignó el anterior conductor. Otros tienen un criterio
equivocado acerca del derecho que tienen a un asiento. Lo que es peor, unos
pocos expertos autocríticos pueden optar por apearse, aunque se necesite
desesperadamente su contribución. Además, los autobuses paran constantemente y
dejan subir o bajar pasajeros. Y lo que es más importante, en una ruta, la
gente cambia.
La mayoría de los problemas con
la tecnología
no son tecnológicos sino humanos
En los últimos años, la inteligencia artificial ha llevado a
muchos a asumir la llegada de una era dorada de la contratación con la ayuda de
ordenadores, en la que las máquinas resolverán la cuestión del
"¿quién?".
Amazon, una de las compañías más innovadoras y con más
abundancia de datos del mundo, intuyó esa posibilidad en 2014. Construyó una
herramienta de contratación que analizaba las solicitudes de empleo presentadas
al grupo en la última década e identificaba patrones. La idea era que
seleccionaría a los aspirantes que mereciesen verdaderamente la pena.
Por desgracia, los datos estaban dominados por candidaturas
formadas por varones, y la inteligencia artificial se autoprogramó para dar
preferencia a los candidatos masculinos, discriminando los currículos de
mujeres, y excluyendo a los graduados de determinadas universidades exclusivas
para el sexo femenino.
La iniciativa fue descartada y se prescindió del equipo de
investigación. Amazon ha asegurado que nunca utilizó el programa para evaluar a
los aspirantes.
Las personas heredan sesgos
culturales, y no se puede
construir una inteligencia
artificial sin prejuicios
Para Vivienne Ming, una neurocientífica y emprendedora a
quien Amazon trató de contratar en una ocasión como responsable científica, la
búsqueda infructuosa de una fórmula mágica de reclutamiento ha de tener en
cuenta una importante advertencia: las compañías deberían ser
"increíblemente cuidadosas" a la hora de utilizar herramientas de
inteligencia artificial en la contratación, porque es muy posible que nadie, ni
siquiera los que la crearon, sepan realmente lo que ésta puede hacer. Y si
muestra sesgos en su proceso de reclutamiento -y recordemos que una de las
compañías más sofisticadas e innovadoras del mundo no fue capaz de solucionar
este problema-, entonces es responsable de algo aunque no lo pretende.
Ming cree que la innovación falla a menudo porque gente como
los investigadores de Amazon no entienden los problemas en los que trabajan.
La mayoría de los problemas con la tecnología no son
tecnológicos, sino humanos. Dado que las personas heredan inevitablemente
sesgos culturales, es imposible construir una "inteligencia artificial sin
prejuicios" para seleccionar personal. "Hay que reconocer que los
prejuicios existen y esforzarse por ir más allá de donde conducen esos sistemas
por defecto", explica Ming.
La experiencia de Amazon sugiere que en lugar de enviar
robots a que repten entre los historiales de los candidatos, las compañías
deben explorar formas de que los ordenadores ayuden a evaluar y desarrollar el
potencial a largo plazo de la gente a la que invitan a subirse al autobús. Los
reclutadores deberían preguntar: "¿Quiénes serán estos candidatos dentro
de tres años cuando alcancen su máximo nivel de productividad en la compañía?
Esto podría deparar algo muy distinto de quien ofrezca la máxima productividad
en el momento de su incorporación".
No hay comentarios:
Publicar un comentario