NB Team

Como los algoritmos están cambiando las áreas de Talento Humano.

Submitted by NBTEAM on Thu, 12/12/2019 - 16:08

Gracias a la tecnología el mundo de los negocios se mueve cada vez más rápido. En este mundo de innovación constante, las organizaciones más exitosas son aquellas que van a la velocidad cambio tecnológico o mejor que empujan las barreras tecnológicas de su época. Basta con ver compañías como Google o Apple.

algoritmo

Es claro que crear una compañía innovadora es imposible sin el talento humano adecuado. Contratar a los empleados indicados para los roles en los que pueden mejor aportar es crítico y requiere de una buena administración de recursos, es por eso por lo que muchas empresas están aprendiendo de meta data y algoritmos en el área de talento humano, para apoyar la toma de decisiones en el área. En este artículo quiero mostrar como algunos de esos algoritmos están cambiando la forma de administrar el talento humano y el tipo de sistemas que puedes esperar ver en tu área de trabajo en los próximos años.

RH, Google y el área de operaciones de personas

El comienzo del uso de algoritmos dedicados al área de talento humano se puede rastrear a hasta Google. Esta compañía fue una de las primeras en considerar el uso de algoritmos para la administración de talento humano. Google comenzó por modificar el nombre del área para dejar de llamarla ¨Recursos Humanos¨ y renombrarla ¨Operación de personas¨. Esta área es administrada por el equipo de analítica de personas y fue liderada por Lazlo Bock en su comienzo.

Bock, el antiguo vicepresidente de operación de personas en Google, escribió el libro ¨reglas en el trabajo¨ en 2015 con una gran acogida en el mercado, en él explica los fundamentos de un área de talento humano basada en datos. Esto sucedió justo antes de cofundar HUMU en 2017 su compañía actual. Humu crea e implementa algoritmos que generar información para mejorar la satisfacción laboral como lo ilustra el siguiente ejemplo:

 

Este algoritmo y otros en el área de talento humano reúnen información de los diferentes aplicativos, ambientes laborales, encuestas, currículos y otras fuentes disponibles en la organización. Luego estos procesan y analizan los datos para generar información en cómo mejorar la satisfacción laboral, mejorar el filtro de contratación entre otros.

Encabezados por organizaciones como Google, los algoritmos están siendo utilizados en el área de mercadeo y servicio al cliente en forma de conversaciones de inteligencia artificial y en muchos departamentos de talento humano. Puede ejemplificarse con el uso que hace una organización que utiliza Google analitics para mejorar el posicionamiento de su página web solo que en este caso la información se usa para usarse en los empleados y candidatos.

Uno de los beneficios de un área de talento humano basa en datos, o analítica de personas, es su flexibilidad. Los algoritmos se pueden adaptar para medir elementos específicos que puedan ayudar a las organizaciones a mejorar los procesos de talento humano que más les estén afectando. Existen 3 áreas en el área de talento humano en las cuales los algoritmos tienen un gran impacto.

 

Proceso de contratación

Muchos profesionales de recursos humanos pueden decirte que el área de talento humano es mucho más que contratar y despedir empleados. Lo que si es un hecho es que los procesos de contratación e incorporación de nuevos empleados son claves para el área. Estos son procesos donde los algoritmos tienen una influencia considerable.

El impacto de contratar algoritmos para el área de talento humano ha sido ampliamente estudiado y evaluado. Una variedad de diferentes estudios incluyendo uno de la organización norteamericana National Bureau of economic research, ha llegado a la conclusión de que la contratación basada en datos y algoritmos hace que los nuevos empleados sean más competentes y por ende con mejor calidad para las organizaciones.

La razón para que esto sea así se reducen a un par de factores importantes. Uno de los beneficios principales de la toma de decisiones basada en datos es la amplitud de las fuentes para los algoritmos. El segundo es el quitar de la ecuación los prejuicios humanos.

Los algoritmos pueden recoger y procesar un gran volumen de datos. Pueden analizar información de los currículos de los candidatos y contrastarla con información pública, permitiendo que se generen perfiles completos de los candidatos.

Este perfil permite la identificación de cualidades que lleven a que el candidato sea exitoso en su futura posición. Los equipos de contratación pueden entonces enfocarse en buscar dichas cualidades en las habilidades y personalidad de los candidatos, eligiendo a las personas que mejor se adapten a la posición. Es no solo hace que se haga una buena contratación si no que permite que se tomen decisiones más rápidas.

La objetividad de las decisiones basadas en datos también previene los errores humanos a la hora de tomar decisiones de contratación. Quienes proponen los algoritmos en los procesos de contratación argumentan que el gran aporte es la remoción de la subjetividad y los prejuicios del ser humano, como por ejemplo el prejuicio de raza que puede no ser reconocido por quien contrata y que el algoritmo simplemente no tiene, el profesor de la universidad de Minnesota Nathan Kuncel le ejemplifica de la siguiente forma:

¨No podemos concluir que el juicio humano no aporta valor, pero lo que si podemos afirmar es que esos juicios vienen acompañados de un paquete de prejuicios. Las personas pueden enfocarse en solo una parte de la información y darle más relevancia de la que merece ¨

El mal menor en estos casos sería que esos prejuicios afecten el proceso de contratación y en el peor de los casos que se elimine a un buen candidato por estos mismos prejuicios. En teoría los algoritmos nos van a eliminar toda esa subjetividad.

Dicho lo anterior, una persona común prefiere que su currículo y experiencia sea revisado por otra persona en vez de un algoritmo. Un estudio realizado por el Pew Research Center (Tanque de pensamiento de los Estados Unidos), encontró que el 76% de los empleados de EE. UU. no aplicaría a un empleo donde su currículo sea revisado por un algoritmo, así mismo los encuestados creen que el algoritmo tendría un desempeño menor en la evaluación de su experiencia.

Hay una última forma en que los algoritmos han impactado el proceso de contratación, esta es al analizar y evaluar el proceso de contratación en sí mismo. La primera parte de la investigación realizada por Google para transformar el área de talento humano y volverla ¨operaciones de personas¨, era la de conocer el proceso y tiempo ideal para un proceso de contratación.

La investigación liderada por Google terminó en lo que conocemos como ¨La regla de las cuatro¨ para las entrevistas. Google encontró que 4 entrevistas es la cantidad óptima para un proceso de contratación. Más pruebas o entrevistas en el proceso aportan poco valor, por lo tanto, se modificaron los procesos de contratación para acortarlos y en el camino ahorrar tiempo y dinero.

 

Planeación de la fuerza laboral

Los algoritmos también han modificado la forma en que se planea y se analizan estadísticas de recursos humanos. Los softwares que predicen la demanda utilizan algoritmos para encontrar patrones en grandes volúmenes de información y datos, permitiendo a los profesionales de talento humano adelantarse a futuros patrones del área de talento humano, ya sea en la fuerza laboral, en la contratación o en temporadas que no estén alineadas con la organización para crear una base de datos de candidatos. Los profesionales de recursos humanos y los ejecutivos de las compañías pueden usar algoritmos para identificar factores que contribuyan al éxito laboral y personal de un empleado en alguna posición específica, mejorando la retención y satisfacción laboral.

Descubrir cuáles características hacen exitoso a un empleado en su posición puede ayudar a tu equipo de reclutamiento a atraer mejores candidatos a tu organización. Por otro lado, identificar las razones por las cuáles los empleados se van de la organización o los candidatos declinan una oferta laboral es vital para planear la demanda de fuerza laboral de la organización. Los modelos predictivos en esta área pueden ayudar a las organizaciones a responder preguntas cómo:

  • ¿Quién está en riesgo de dejar la compañía?
  • ¿Qué persuade a los empleados para que se vayan?
  • ¿Qué podemos hacer para retener a nuestros mejores empleados?

Las respuestas a estos interrogantes ayudan a los departamentos de talento humano a anticiparse a problemas de manera preventiva y evitar perder empleados que sin esta información terminarían yéndose. Estos modelos también ayudan a identificar la falta de habilidades o liderazgo en áreas específicas anticipándose a las consecuencias.

In resumen, los algoritmos en esta área permiten la planeación de la fuerza laboral. Las compañías pueden identificar problemáticas o patrones dentro de su fuerza laboral y pueden hacerlo anticipándose a posibles consecuencias negativas, en últimas permitiéndose más tiempo para encontrar soluciones.

Los modelos predictivos y analíticos adquieren especial relevancia para firmas que están teniendo un crecimiento rápido, ya que estos son los negocios que se encuentran en riesgo de presentar problemas en su fuerza laboral. Cuando una compañía crece de manera acelerada es más complejo que su fuerza laboral mantenga el mismo ritmo. Los algoritmos les permiten a estas organizaciones adelantarse a su curva de crecimiento.

 

Satisfacción laboral

La satisfacción de los empleados y la retención laboral son asuntos centrales para el éxito de una organización. Esta es otra de las áreas donde los algoritmos están cambiando la forma gerenciar el talento humano. Como mencionamos anteriormente, la compañía de Laszlo Bock, Humu está dedicada a mejorar la satisfacción laboral sirviéndose de algoritmos. La forma en que lo hacen combina datos tomados del área de talento humano y sicología comportamental. La información utilizada es tomada de los ambientes digitales de trabajo y de diferentes encuestas internas. Los datos obtenidos son procesados para identificar cambios en el comportamiento que generen un impacto positivo en la motivación de la fuerza laboral.

Una vez se procesa la información se generan alertas de información que se envían a la gerencia y líderes de la compañía con los cambios sugeridos. Humu ha encontrado que estas sugerencias son mucho más exitosas que las órdenes impartidas por la gerencia de recursos humanos.

A través de la inteligencia artificial el proceso se perfecciona y se mejora de manera continúa, ajustándose a las necesidades específicas de la organización. El algoritmo monitorea la generación de alertas y luego de acuerdo con la información reunida reconfigura la generación de futuras alertas y recomendaciones. La mejor forma de entender como funcionan los algoritmos de Humu en la práctica es con un caso de estudio. Este estudio fue incluido en un artículo del New York Times en el 2018 explicando cómo la compañía Sweetgreen, una cadena de comida saludable de Estados Unidos utilizó los algoritmos de Humu.

La preocupación principal de Sweetgreen era la retención de empleados. Para la organización estaba costando mucho más contratar y capacitar nuevos empleados que retener a los que ya tenían, eso sin tener en cuenta que un empleado experimentado es mucho más eficiente y productivo.

En una encuesta realizada a los empleados de la compañía el 43% admitió que había considerado dejar su trabajo. Los algoritmos de Humu identificaron que el problema estaba en el desarrollo de carrera dentro de la organización. El 81% afirmó que el Sweetgreen ofrecía buenas oportunidades de desarrollo y 88% que sentía feliz en la organización. En pocas palabras aunque la mayoría de empleados estaba felices trabajando para sweetgreen había serios cuestionamientos acerca del crecimiento dentro de la misma.

Los gerentes de cada restaurante han recibido alertas sugiriendo considerar el desarrollo de los empleados. Los gerentes comenzaron a hablar con cada empleado acerca de nuevas habilidades o puestas que desearan ejercer y mantuvieron reuniones para discutir el plan de carrera en la organización.

El caso de estudio de Sweetgreen es un gran ejemplo de como los algoritmos tienen un sentido práctico en las organizaciones. El análisis de datos puede identificar la causa del problema (En este caso la rotación laboral) y ayudar a buscar soluciones. Las soluciones pueden implementarse antes de experimentar las consecuencias negativas del problema.

 

Interrogantes

El camino de la innovación no es llano. El cambio de paradigmas viene con sus propias complicaciones y esto es más que cierto para el área de recursos humanos, la información que esta maneja y el uso que los algoritmos le puedan dar a esta.

Los expertos en área han manifestado preocupación por algunas de las repercusiones legales y morales, incluyendo prejuicios y manejo de la privacidad del individuo. Laura Chapman codirectora de Freshfields en Asia es una de las abanderadas de esta discusión.

Las áreas de talento humano enfocadas en datos ayudan a eliminar los prejuicios humanos del área de reclutamiento, sin embargo, una mala implementación de algoritmos puede llevar a reforzar la discriminación si se enfocan en las características y cualidades equivocadas. En casos extremos el algoritmo puede prescindir de grupos enteros y por tanto llevar a un proceso de contratación injusto.

La recolección y uso de la información de los empleados es lo que genera interrogantes en cuanto a la privacidad. Las organizaciones usualmente confían a otras compañías (Como Humu en nuestro ejemplo) la recolección y procesamiento de la información, ya que la información es sumamente importante para algunos grupos o personas, algunos empleados pueden tener problemas con el hecho de compartir su información con otras compañías o personas.

SAP Support 24/7

Noticias Recientes

read more

Visit our SAP Showcase

Twitter Updates

Suscríbete a nuestro boletín