Las grandes multinacionales ya usan programas de inteligencia artificial para la selección de personal. Analizan todo: palabras, tono, expresiones faciales… es la manera más imparcial de elegir al mejor candidato. ¿Seguro? El sistema tiene sus sombras. Por Ixone Díaz Landaluce/ Ilustración: Mekakushi

• Cómo abordar (y bordar) una entrevista de trabajo

-“¿Cuál es tu mayor debilidad?”

-“¿Cómo gestionas  el estrés?”

-“¿Qué harías  si alguien de tu equipo no estuviera haciendo su trabajo?”

-“Cuéntame quién eres”

El candidato repasa las posibles respuestas en su cabeza, ensaya su pose más profesional, se arregla el pelo por última vez y hace clic en el play. Y mientras la cámara de su ordenador o de su smartphone graba, contesta a una batería de preguntas similares durante 20 o 25 minutos. Antes, probablemente, se ha entrenado viendo tutoriales en YouTube que intentan destripar el algoritmo de inteligencia artificial al que están a punto de enfrentarse. Más de 800 compañías norteamericanas y grandes multinacionales, como CNN, Hilton o Unilever, utilizan las entrevistas en vídeo de HireVue en sus procesos de selección de personal. Después, el algoritmo hace su trabajo integrando el tipo de palabras utilizadas por el candidato, su tono de voz y las expresiones faciales captadas por un software de reconocimiento facial. Los resultados se comparan con los de los empleados de la propia compañía y el candidato recibe una puntuación, desgranada en diferentes variables, que promete predecir si será o no una buena incorporación y si encajará en la cultura de la compañía. Y mientras en HireVue calculan que cada año están entrevistando a un millón de chavales recién salidos de la facultad que buscan su primer empleo, universidades como Duke, Purdue o North Carolina ya están entrenando activamente a sus estudiantes para enfrentarse a este tipo de tecnología utilizando, a su vez, plataformas como Big Interview.

Cuando el que te entrevista es un robot 1

HireVue solo es una de las aplicaciones que se sirve de la inteligencia artificial para gestionar los recursos humanos. Algunas han ido aún más allá. Pymetrics, por ejemplo, ha diseñado unos videojuegos que son capaces de calificar a los candidatos en función de su memoria, su capacidad para gestionar riesgos y hasta rasgos de su personalidad como la generosidad. La start-up, cuyo valor está estimado en 190 millones de dólares, ya ha sido contratada por más de 100 compañías norteamericanas. Y es que en Estados Unidos, donde el paro es apenas del tres por ciento y las empresas cada vez tienen más problemas para atraer (y retener) el talento, las grandes compañías han encontrado un valioso aliado en los algoritmos de machine learning, capaces de predecir el futuro rendimiento de los candidatos.

Punto 1: Imparcialidad

Si el algoritmo lo programa un hombre blanco, eligirá a un hombre blanco

En teoría, este tipo de recursos pueden eliminar los prejuicios y la parcialidad de la ecuación. O la recurrente manía de cribar a los candidatos en función de la universidad en la que estudiaron, explica José Luis Gugel, fundador de The Key Talent, consultora especializada en recursos humanos. Para el experto, las aplicaciones que ya se utilizan en Estados Unidos han empezado la casa por el tejado. «Muchos de esos softwares han querido hacer un análisis predictivo demasiado rápido. No tienen un volumen de datos suficiente para que funcione correctamente». Y ese no es el único problema. Según la revista Fortune, Amazon trabajó durante años en el desarrollo de un algoritmo para analizar currículums hasta que se dio cuenta de que discriminaba a las mujeres. Y HireVue ha recibido críticas porque su programa de reconocimiento facial no «lee» correctamente las expresiones de los rostros más oscuros y discrimina particularmente a las mujeres negras. «Un algoritmo de machine learning es como un niño de tres años: aprende del ambiente en el que vive. Y no hay grupos humanos diversos creando este tipo de tecnología», le explicaba Frida Polli, CEO de Pymetrics, a la publicación norteamericana. Efectivamente, los desarrolladores de inteligencia artificial son mayoritariamente hombres blancos. Y eso, al parecer, tiene serios efectos colaterales. Además, en Estados Unidos la regulación sobre cómo y para qué se utilizan este tipo de aplicaciones es prácticamente inexistente. Aunque el sector confía en que, a medio plazo, haya certificaciones oficiales que garanticen la justicia en el proceso, ahora mismo es un territorio sin ley.

Punto 2: Motivar

Una forma de conocer a los empleados

Sin embargo, estas aplicaciones no se utilizan únicamente en la fase de reclutamiento, sino también en la gestión de los empleados ya contratados. «Puede servir para detectar necesidades de formación y desarrollo de los empleados, pero también para identificar talento oculto dentro de las organizaciones o detectar a los empleados desmotivados, más proclives a buscar otras opciones fuera de la compañía», explica la experta Pilar Rojo, directora del HR Center en el IE Business School. Carla Martínez dirige el departamento de People Analytics en Telefónica, que ya está utilizando este tipo de tecnología. «Igual que el marketing pone al cliente en el centro, y eso se mide, se analiza y se monitoriza, nosotros queremos trasladar ese modelo a nuestros empleados. Telefónica tiene 120.000 trabajadores en todo el mundo, con la enorme diversidad que eso implica. Por eso queremos conocerlos mucho mejor, entenderlos, saber cómo son». Pero eso tiene un límite: las leyes de protección de datos. «A diferencia de Estados Unidos, en Europa y en España son bastante estrictas», explica Martínez. Eso, por ejemplo, impide a Telefónica saber qué empleado concreto podría estar valorando abandonar la compañía, con la consiguiente pérdida de talento que eso implica. «No nos interesa saber si se trata de Carla. Nos interesa el patrón: si es mujer, cuántos años tiene, en qué departamento trabaja… Para eso se utilizan encuestas de compromiso, que luego se analizan con algoritmos de machine learning con los que conseguimos entender qué preocupa a nuestros empleados», argumenta.

En Estados Unidos, las apps y softwares basados en inteligencia artificial para seleccionar candidatos o gestionar a los empleados en plantilla se han multiplicado en los dos últimos años. Además de HireVue o Pymetrics, empresas como L’Oréal o PepsiCo utilizan los chats de Mya Systems para seleccionar en masa a empleados de baja cualificación y cubrir trabajos temporales. Otros, como Fama Technologies, se han especializado en analizar la actividad en redes sociales de los candidatos en busca de señales de alerta sobre comportamientos racistas, misóginos o personalidades conflictivas.

Workday, en cambio, utiliza sus algoritmos para analizar las habilidades de los ya contratados y ofrecerles vías para promocionar dentro de la compañía. Y LinkedIn, que desde 2016 es propiedad de Microsoft, ha desarrollado una herramienta para encuestar periódicamente a los empleados y detectar cuándo hay problemas de motivación. En nuestro país, las compañías que utilizan este tipo de tecnología son solo, de momento, las que tienen un gran volumen de empleados. «Aún estamos en una fase incipiente. Pero no tiene por qué ser así.

Las empresas lo usan para identificar talento oculto dentro de las organizaciones o detectar a los empleados desmotivados, más proclives a buscar otras opciones fuera de la compañía

Este tipo de tecnología no es necesariamente cara y puede ayudar a democratizar los recursos humanos para las pequeñas empresas», explica José Luis Gugel. Sin embargo, el salto cualitativo todavía está por llegar. «Aún estamos verdes porque las empresas no tienen un gran volumen de datos cualitativos sobre sus empleados. No saben quién maneja Java o quién habla inglés. O si alguien quiere seguir ampliando su formación o tiene disponibilidad geográfica. Con ese tipo datos se pueden desarrollar herramientas que hagan recomendaciones casi al estilo Netflix. Si, por ejemplo, hay una vacante en Mallorca, se la puedes ofrecer al empleado que está dispuesto a mudarse», añade Gugel. La profesora Pilar Rojo coincide: «No consiste en estar de acuerdo o no con esta irrupción, está aquí y se trata de utilizarla para aumentar la productividad. Pero para eso son necesarios equipos multidisciplinares que sepan analizar los datos y que estos sean de calidad».

Punto 3: Publicitar

Una forma de promocionar la empresa

Este tipo de inteligencia artificial no se usa solo para seleccionar personal, también se usa para promocionar a las empresas y así atraer a los mejores trabajadores. «Las entidades financieras, por ejemplo, tienen problemas para atraer a los profesionales STEM: ingenieros, matemáticos, científicos… Pero se pueden crear algoritmos para entender por qué un candidato quiere o no trabajar en una compañía. Y a partir de ahí podemos orientar a la empresa sobre qué mensajes o en qué redes sociales se tienen que mover para atraerlos», cuenta José Luis Gugel.

Textio, por ejemplo, funciona como un sofisticado procesador de textos, comparando las ofertas de trabajo de miles de compañías y mejorando las propias para evitar descripciones tediosas o palabras que puedan sonar discriminatorias, y dosificando las expresiones más informales. La utilizan decenas de compañías: Johnson and Johnson, Nestlé McDonald’s, Pixar, Dropbox o el Banco Mundial.

Los expertos también están de acuerdo en otra cosa: no hace falta dramatizar ni imaginar futuros distópicos. Al menos, no de momento. «No creo que los algoritmos deban o vayan a sustituir totalmente a las personas en los procesos de selección. No hay máquinas que puedan imitar la empatía o la creatividad de las personas y por eso creo que el factor humano está garantizado», concluye Carla Martínez. Será, predice, esa última entrevista ‘humana’ la que decidirá el futuro del candidato. De momento.

Te puede interesar

¿Y si tu jefe fuera un robot?