La inteligencia artificial en el mundo de los recursos humanos
El satélite Kepler fue lanzado en marzo de 2009 con el único propósito de descubrir otros sistemas planetarios. Casi una década después de su lanzamiento, el telescopio instalado en el satélite había acumulado ondas de luz procedentes de miles de posibles sistemas planetarios. A través del análisis de estos datos, hasta la fecha se han descubierto casi 2.500 nuevos planetas.
Curiosamente, en diciembre de 2017, investigadores de Google y la NASA entrenaron una red neuronal –que es básicamente un sistema informático modelado en nuestro cerebro y nuestro sistema nervioso– a partir de todas las indicaciones que dieron como resultado la detección positiva de planetas. Después, hicieron que el sistema buscara datos similares en la vasta base de datos de ondas de luz que Kepler había acumulado a lo largo de los años. De hecho, con el poder de procesamiento de una computadora de escritorio común, la red neuronal fue capaz de identificar un nuevo planeta en el sistema Kepler 90. Encubierta en una sutil trama de datos, descartada por los astrónomos, se encontraba un sistema planetario completo. Algo que ningún proceso manual podría haber detectado, un sistema neuronal relativamente sencillo que se pudo crear con apenas unas pocas horas de entrenamiento y algunas líneas de código.
Esta es una de las capacidades más destacadas de las redes neuronales y el aprendizaje automático: buscar patrones ocultos en volúmenes considerables de datos. Usándola, la industria farmacéutica analiza la enorme cantidad de datos de más de 900 vacunas y medicamentos que actualmente se encuentran en diversas fases de prueba para curar el cáncer. Microsoft la está utilizando para descifrar los fragmentos de ADN humano responsables de nuestro sistema inmunitario. Además, la realidad aumentada, el reconocimiento facial y gestual y los coches autónomos… y la Inteligencia Artificial han dejado de ser solo un campo de valor académico, ya que se hace cada vez más evidente que será el epicentro de la próxima gran revolución tecnológica que sacudirá nuestro mundo.
Partiendo de este preámbulo y avanzando al punto central del artículo, muchas empresas actualmente tienen una paleta considerable de datos relacionados con la vida de un empleado en su estructura: desde el proceso de selección (currículums, entrevistas), hasta las métricas de formación y rendimiento. Existe una abundancia de datos y información en bruto. Una red neuronal puede ser entrenada utilizando esta información sobre los empleados con mejores resultados y luego buscar la repetición de dichos patrones en los posibles empleados que actualmente están en el proceso de selección o verificación. Esta mejorada analítica de la información sería muy útil para tomar decisiones de recursos humanos: los candidatos que no cumplan los criterios de la red neuronal podrían ser descartados objetivamente, y algoritmos optimizados podrían implementarse para adaptar a los candidatos recién contratados a un puesto en el que puedan desempeñarse mejor, etc. Además, las promociones podrían ser fácilmente decididas mediante una combinación de encuestas de satisfacción, reseñas de compañeros de trabajo, información sobre rendimiento y likes. Todo esto no es solo teórico. A pesar de que es una área relativamente nueva en la investigación de recursos humanos, ya se están desarrollando aplicaciones para incorporar el análisis de grandes volúmenes de datos relacionados con los recursos humanos a la corriente principal.
Además, los datos analizados sobre los empleados también pueden ser recopilados de forma anónima por diversos departamentos de recursos humanos a través de una plataforma basada en suscripción. Estos datos pueden ser analizados de forma centralizada y resultar útiles para determinar patrones, como por ejemplo los empleados que tienen una mayor propensión a abandonar el puesto antes de tiempo.
Uno de los pioneros en el campo de la análisis de datos de recursos humanos es Google, que ha formado un equipo de People Analytics con el único propósito de brindar soluciones de resolución de problemas y optimización a la división de Recursos Humanos de la organización a través del análisis de big data. Las labores de este equipo incluyen: Proyecto O2 (identificación de los mejores líderes) y Proyecto Aristóteles (para la formación de los mejores equipos de trabajo). La investigación relativa a estos estudios está disponible en un sitio web dedicado y ha llevado a la creación de departamentos similares en otras empresas importantes como Amazon, Facebook y Microsoft, entre otras.
Así que, en esencia, la Inteligencia Artificial ha dejado de ser una tecnología orientada a la investigación y se ha convertido en un motor práctico de cambio. Esto se debe principalmente a la rápida evolución de la tecnología relacionada con el aprendizaje automático, los grandes datos y las redes neuronales en los últimos años, gracias principalmente a la rápida evolución de estos últimos. Empresas tecnológicas importantes como Apple, Google y Amazon están invirtiendo mucho dinero en el desarrollo de soluciones de IA, y los resultados están empezando a aparecer en forma de soluciones de uso general, como asistentes virtuales (Sir, Google Assistant, Alexa), reconocimiento de voz y facial, así como traducción en tiempo real. Para poner esto en perspectiva, Sundar Pichai, actual CEO de Google, ha dicho: dició recientemente que la inteligencia artificial será más importante para la humanidad que la electricidad o el fuego.
Además, según datos compartidos por Glassdoor, una red orientada a los empleados centrada en el intercambio de información anónimo, los científicos de datos han ocupado los puestos más valiosos en Estados Unidos durante el tercer año consecutivo. La demanda en la industria es alta, con una media de 4500 vacantes disponibles para científicos de datos en cualquier momento y un salario inicial promedio de $110.000. Y esta demanda se está plasmando en soluciones de aprendizaje automático que se están desarrollando en varias industrias. La área de Recursos Humanos es una de ellas, ya que empresas como Glint, PhenomPeople y Peoplise ofrecen soluciones de IA para selección, gestión de talentos y mejora de la experiencia del empleado.
En conclusión, aún nos quedan décadas para que una solución de IA pueda emular completamente el funcionamiento del brá de la mente humana, pero al menos en el campo de la análisis de información es posible escribir algoritmos y crear redes neuronales capaces de detectar conexiones en los datos que un analista humano podría pasar por alto. Estas soluciones son particularmente poderosas cuando se aplican a la información no estructurada, como ocurre con los datos e información disponibles en el ámbito de los Recursos Humanos. Sin embargo, estas soluciones están cargadas de prejuicios propios, provocados por la sesgo de los datos, por lo que sigue siendo óptimo formar una colaboración equilibrada entre humanos y máquinas, en la que los prejuicios de cualquiera de las partes se enmascaren al máximo posible.
