En los requisitos no se pide experiencia, sólo ser apta para trabajar en equipo, tener habilidades técnico-artísticas y un buen nivel de inglés. Está escrita a su medida. Ha conseguido una carta de recomendación y envía la solicitud. Y recuerda los consejos del profesor de facultad para pasar una entrevista de trabajo.
Ésta, como tiene muchos clientes, utiliza inteligencia artificial (IA) para agilizar los procesos. Será un algoritmo basado en aprendizaje automático –entrenado a partir de datos masivos (big data)– quién acabará escogiendo a la mejor candidata/o.
Así que la esperada entrevista personalizada se convierte en una prueba impersonal de 10 preguntas, delante de una cámara de vídeo. De repente, se siente insegura. Ella ha hecho una buena carrera ¡pero nadie le ha explicado cómo convencer a una máquina!
Nuevas complejidades
El ejemplo no es ficción, y cada día es más real. En Estados Unidos, las universidades de Duke, Purdue y Carolina del Norte ya preparan a sus estudiantes para este tipo de pruebas. Grandes empresas confían la selección del personal a otras especializadas en reclutar profesionales.
Una de ellas es HireVue, que cada tres meses entrevista a un millón de candidatos. Desde su sitio web, promueven los beneficios de ‘batirse’ con una máquina antes que con un entrevistador de carne y huesos, por los ‘posibles prejuicios’ que tienen las personas. ¿Otro argumento? “Si necesitas buscar el mejor candidato entre cien mil currículums, no puedes hacer entrevistas personalizadas a todos”.
¿Están preparadas las máquinas para decidir los puestos de trabajo del futuro? Quizás todavía tengan que mejorar mucho –sobre todo en la mitigación de sesgos para no discriminar por género y raza-. ¿Y cómo harán para mejorar?
A base de descartar ciertos profesionales, porque la máquina aprende con el uso. Quienes pagarán la novatada son los jóvenes que es con los que– por ahora– se está aplicando el sistema inteligente ya que todavía se utiliza poco para reclutar directivos de empresas o altos cargos.
Más aplicaciones para reclutar personal
HireVue no es la única que utiliza la IA para reclutar personal. Los clientes de la empresa finlandesa DigitalMinds son grandes corporaciones de las cuales recibe centenares de demandas de candidatos. Para ahorrar tiempo, tampoco hacen entrevistas personalizadas.
A cambio, pide el correo electrónico y la contraseña de los candidatos. Un algoritmo escudriña toda la información personal (mensajes enviados y recibidos, interacciones, etc.) y decide si se merece el puesto de trabajo para el que opta.
Mucho más cerca, el Centro de Visión por Computación de la UAB presentó en el Mobile World Congress del 2019 una herramienta que permite analizar el comportamiento y los gestos de los candidatos a un puesto de trabajo.
En una situación hipotética, cuando el responsable de recursos humanos hace la entrevista, le graba una cámara. Un programa capta si el candidato tiene una actitud nerviosa, confiada, menos artística o creativa, más reflexiva, etc. Y lo hace no sólo a partir de los gestos sino también de las micro expresiones faciales.
Las ventajas de los algoritmos
Ya hemos mencionado que los algoritmos que predicen permiten lidiar con un volumen ingente de datos. Así que, si no queremos que un algoritmo tome la decisión final, siempre lo podemos utilizar para reducir candidatos a los diez mejores. Y entrevistar a estos personalmente. Ello agrega transparencia al proceso porque el algoritmo seguro que elimina al sobrino del dueño o al amigo del jefe que no estaban tan bien calificados para el puesto. Esto además potenciaría la ética en la selección de personal. Y en la entrevista final se pueden tener en cuenta otros factores más humanos, como la empatía.
Otra ventaja incluso más importante, es que aunque el algoritmo tenga sesgos, nunca tiene variaciones aleatorias (ruido), pues es determinístico.
Es decir, para dos casos equivalentes, el algoritmo toma siempre la misma decisión. En otras palabras, incluso cuando discrimina, lo hace en forma pareja para todos.
El premio Nobel de economía, Daniel Kahneman muestra –junto a otros destacados investigadores– cómo las decisiones inconsistentes que toman las personas tiene un costo oculto altísimo en las organizaciones. Éste es el costo del ruido.
En la figura explicamos la diferencia entre sesgo y ruido usando una diana como una metáfora para una organización. Como se puede apreciar, el ruido es lo más dañino (B). Cuando tenemos sesgo y ruido podemos acertar de casualidad (D), pero es peor a sólo tener sesgo.
Ganar tiempo
El argumento principal para sustituir la experiencia de profesionales de recursos humanos por las máquinas es ‘ganar tiempo’. Y es justo el mismo motivo por el que se está empezando a emplear la IA para la toma de decisiones gubernamentales cada día: desde escoger las rutas de autobús de barrio hasta la vigilancia policial. Antes estas decisiones estaban basadas en el criterio humano, en función de una serie de variables y condicionantes.
Ahora, se recopilan datos todos los días para automatizar las sociedades y su funcionamiento. ¿Pueden los algoritmos ser más justos o estar menos sesgados que las personas? ¿Es ético seleccionar personas usando un algoritmo? Las respuestas no son triviales.
De momento, el Estado de Illinois (EE.UU.) ha dictado una norma que podría traducirse como la “Ley de entrevistas en vídeo para la inteligencia artificial” (Public Act 101–0260).
En ella, se pide que se informe al candidato que será evaluado por IA, que se le permita conocer cómo actúan los algoritmos que analizarán sus respuestas, que se le pida el consentimiento para este uso y que se limite la distribución de los vídeos únicamente a aquellos profesionales que estén especializados en estas herramientas. Una ciudadanía activa debería estar más atenta a estos procesos y exigir normativas que dieran esta información.
Por ahora no existen informes oficiales que demuestren que el análisis automatizado de la postura corporal o de las expresiones faciales sirvan para escoger a los mejores trabajadores. Sin embargo, se estima que el tamaño global del mercado de detección y reconocimiento de emociones a partir de la IA aumente en inversión por el 2024.
¿Perderemos habilidades?
Uno de los mayores peligros del uso sistemático de algoritmos para tomar decisiones es que perderemos habilidades, ya que no las practicamos. Hacer varias entrevistas de trabajo a la semana no es igual que hacer una entrevista al mes, pues la práctica hace la perfección.
Más aún, necesitamos expertos humanos en todos los temas: si dejamos de poseer nuestras capacidades, ¿Quién podrá enseñárselas a las máquinas? Si así fuera tendríamos la paradoja de que nuestra civilización se quedaría estancada porque nosotros mismos no podríamos seguir mejorando la IA.
Por ello es importante enfatizar la cooperación humano-máquina, dejando que cada uno haga lo que sabe hacer mejor. Así que la próxima vez que quiera llegar a un lugar, intente hacerlo sin usar el GPS, o al menos memorice la ruta e intente encontrar su destino a solas. Esta práctica podría salvarle la vida en caso de no tener batería en una emergencia. O, peor aún, en caso que un desastre natural elimine las comunicaciones móviles y no se pueda acceder al mapa.
