El futuro ya ha llegado: la automatización de la selección

Como tras los despidos confiamos en que llegarán las contrataciones, vayamos preparándonos. La adecuación del candidato al puesto de trabajo se constataba, históricamente, a través de la identificación de palabras clave que aparecían en el currículo y que coincidían con la oferta del puesto. Sin embargo, parecía necesario realizar consideraciones adicionales que analizasen las capacidades reales del candidato. La digitalización las ha traído, y más cosas, pero nada en esta vida es neutral, y menos aún la aplicación de la tecnología a la gestión de las personas.

Ya hay herramientas disponibles, como la detección por vídeo, que permiten al reclutador analizar el tono, el uso de las palabras e, incluso, el contacto visual. En el aspecto técnico, hay sistemas que evalúan rápidamente al candidato, por ejemplo, en la aplicación de un determinado lenguaje de programación asociado con el puesto o en la realización de evaluaciones. Los currículos son historias de la experiencia profesional de cada uno contadas de manera diferente, que pueden ocultar determinadas aptitudes para el ojo humano. Hay datos empíricos que permiten afirmar que, cuanto más se acercan los profesionales de Recursos Humanos a la decisión, más necesaria es que la mente humana ayude al sistema a filtrar a los candidatos en un trabajo conjunto.

Un ejemplo de asistente que da información al candidato sobre cuáles son los roles dentro de la empresa que coinciden con su experiencia y capacidades es IBM Watson Candidate Assistant. Anteriormente, la primera toma de contacto entre reclutadores y candidatos era durante la entrevista de trabajo. En la actualidad el candidato durante la fase de búsqueda de trabajo puede recibir un asesoramiento personalizado de un chatbot que le proporciona información para ajustar y delimitar su búsqueda a roles específicos. El resultado de esta implementación ha sido una mayor conversión de candidatos de alto potencial a los roles ofertados por la empresa.

La provisión y análisis de datos permite acceder a un número mucho mayor de candidatos, ya procedan directamente de consultar ofertas de la empresa como por el aprovisionamiento de datos externos de talento para que los reclutadores contacten directamente con ellos. 

Las herramientas pueden ser bases de datos conectadas con la compañía o externas. Un ejemplo son las herramientas de búsqueda inteligente, que, según palabras clave, encuentran candidatos acordes a las necesidades de la empresa. Actualmente, la principal base datos para las empresas es LinkedIn, que ofrece un amplio rango de candidatos para reclutadores y headhunters. Su herramienta LinkedIn Recruiter Tool utiliza el aprendizaje automático para mejorar el motor de recomendación. Una de las tecnologías empleadas en el producto es la receptividad del candidato, beneficiando a los que son más receptivos. 

Hace un par de años, el CEO de Microsoft, Satya Nadella, presentó la integración de la Inteligencia Artificial de Cortana con los datos de LinkedIn para que un organizador de una conferencia o un webinar pudiera planificar eficazmente el contenido, conociendo mejor a sus asistentes, al visitar sus perfiles en esa red profesional online. Google, por su parte, ha desarrollado el producto Job Search on Google, implementando el aprendizaje automático para mejorar la experiencia del candidato en la búsqueda de trabajo. Se trata de hitos ya casi “prehistóricos” en el sector.

No obstante, las máquinas pueden dejar escapar candidatos adecuados; por ejemplo, si está buscando desarrolladores de software, puede estar obviando decenas de variaciones y especialidades como desarrollador front-end, software tester o especialistas en lenguajes de programación específicos. Por tanto, cuando el sistema automatizado de búsqueda de empleo ha procesado anteriormente este tipo de trabajo, habrá relacionado mediante el aprendizaje automático otras habilidades o puestos similares de los candidatos. Esta funcionalidad puede no ser tan útil para un reclutador sénior con una amplia experiencia en selección, pero a un perfil júnior puede resultarle de gran ayuda; además, una vez publicada la oferta de trabajo, los sistemas automatizados pueden buscar automáticamente a los candidatos potenciales y ponerse en contacto directamente con ellos con un mensaje automatizado. Esta fase desarrollada por un ser humano puede requerir entre ocho y treinta horas para un puesto de trabajo determinado, en función de lo especializado que sea. 

Con IBM Watson Recruitment, el sistema cognitivo aumenta la eficiencia del reclutador, al resaltar las prioridades del puesto de trabajo que demandan más atención; trabaja con estadísticas de los solicitantes o la calificación automática analizando factores como la duración de la experiencia en roles relevantes, el tamaño de las empresas que los contrataron y el prestigio del título universitario.

El redescubrimiento de talentos aprovecha base de datos con perfiles valiosos que ya estaban registrados. La ventaja estriba en que, pasados unos años, se puede encontrar talento emergente que se ha formado en un área de interés. La realidad es que existe un número enorme de currículos que se han ido acumulando a lo largo de los años en una empresa y que no han sido revisados. Si, por ejemplo, una compañía ha publicado cien puestos, es fácil que le hayan llegado veinticinco mil candidaturas que no han sido analizadas. Muchos de estos perfiles pueden estar desactualizados, pero existen sistemas de Inteligencia Artificial que utilizan algoritmos que identifican patrones de éxito en procesos de selección de candidatos que no fueron seleccionados en última instancia. 

Las herramientas de reconocimiento facial proporcionan a los reclutadores, a través de algoritmos, la posibilidad de procesar el contenido de vídeo de la entrevista. Uno de los elementos que la IA puede reconocer es si los candidatos están mirando a la cámara o están leyendo un guion. Al observar la posición del ojo y la dirección en la que mira, el sistema puede reconocer si hace trampa. Resulta útil, sobre todo, en las pruebas que realiza el candidato desde casa, sin el control de ningún reclutador. 

Otro elemento es el análisis de las microexpresiones del candidato. Las expresiones momentáneas e involuntarias que se presentan en el rostro humano pueden ayudar a los robots a identificar la personalidad o manera de razonar de quien está siendo entrevistado. Además, ayuda al reclutador a analizar las reacciones emocionales a cada pregunta de la entrevista, especificando cómo de honesto o entusiasta ha sido el entrevistado en su respuesta. Estos sistemas no solo están disponibles para las compañías, también pueden utilizarlos los candidatos para preparar sus entrevistas con preguntas predeterminadas, recibiendo informes sobre sus expresiones faciales o estilos de personalidad y, de esta manera, mejorar su desempeño en la entrevista real. 

El espejo de la reina malvada de Blancanieves ya tiene sustituto; también dice que no miente.