Los avances en inteligencia artificial y el uso del big data están cambiando la forma en que muchas compañías contratan a trabajadores para puestos de nivel básico.

"Ha habido un drástico incremento del uso de la automatización en procesos de selección en los últimos dos años", afirma Sophie Meaney, responsable de dirección en Amberjack, una consultoría especializada en procesos automáticos de contratación.

Aunque los algoritmos tratan, supuestamente, cada solicitud de forma equitativa, los expertos están divididos acerca de si los llamados programas de selección suponen el final del sesgo humano en el proceso de selección o se trata de un factor que lo mejora. "No todos los sistemas de inteligencia artificial son iguales", afirma Loren Larsen, directora de tecnología en HireVue, una compañía que ha desarrollado un sistema de análisis automático de vídeos de entrevistas. Este sistema ha sido utilizado por compañías como Unilever, Vodafone y Urban Outfitter.

Según los expertos, el problema es que para encontrar a los mejores candidatos es necesario programar el algoritmo para que identifique qué se considera como bueno en una organización determinada. Incluso si no se trata de un criterio discriminatorio, un sistema eficiente de autoaprendizaje podría ser capaz de copiar rápidamente las características de los trabajadores actuales.

Si una organización ha favorecido a un grupo de licenciados -por ejemplo aquellos procedentes de prestigiosas universidades- el algoritmo aprenderá a seleccionar a más candidatos con este perfil.

Yuriy Brun, profesor adjunto de la Universidad de Massachussetts especializado en ingeniería de software, muestra su preocupación ante la creciente dependencia en la automatización a la hora de juzgar la idoneidad de cualquier cosa, desde un préstamo a un trabajo.

Brun señala el caso de la herramienta Compas, que utilizan muchos estados de EEUU para calcular las probabilidades que tiene una persona de reincidir. Sobre ella se ha llegado a decir que discrimina a los afroamericanos. El profesor explica que, debido al uso que se hace del big data, los algoritmos aprenderán a discriminar de forma inevitable: "La gente entiende que esto es realmente un problema. Existe el peligro de empeorar las cosas".

Pero muchos de los que trabajan con programas de selección son más optimistas. Kate Glazebrook, consejera delegada de Applied, una plataforma de contratación, anima a los responsables de selección a dejar atrás lo que ella denomina "representantes de calidad", como escuelas o universidades, y a buscar métodos basados en evidencias. "En general, cuanto más relevancia tenga el proceso de selección, más posibilidades habrá de contratar a la persona idónea para ese puesto", afirma Glazebrook.

Mayor eficacia



En este proceso se realizan pruebas anónimas que los candidatos deben cumplimentar por Internet y son analizados, pregunta a pregunta, por asesores humanos. Cada etapa del proceso ha sido diseñada para eliminar preferencias.

Con el mismo propósito, Unilever decidió en 2016 cambiar su proceso de selección a uno más automático para su programa de contratación de licenciados, que cuenta con unas 300.000 solicitudes al año para cubrir 800 puestos.

Unilever trabajó junto a Amberjack, HireVue y Pymetrics, para desarrollar una prueba basada en un juego en el que los candidatos eran puntuados según sus habilidades a la hora de tomar riesgos, aprender de sus errores y su inteligencia emocional. La compañía explica que el proceso ha aumentado la diversidad étnica de sus candidatos preseleccionados y que ha tenido más éxito al seleccionar a los candidatos que podrían ser reclutados. "Las cosas que podemos hacer son increíbles, pero no tanto como las que seremos capaces de realizar en el futuro", afirma Larsen.

Aun así, los programas de selección deben revisarse con regularidad para evitar filtraciones de preferencias, tal y como señala Frida Polli, consejera delegada de Pymetrics, que añade que "la mayor parte de las herramientas de algoritmos están perpetuando las preferencias".

Actualidad Laboral / Con información de Expansión