¿Quién se fía de que un algoritmo le contrate o le suba el sueldo? Parece que no muchos (todavía), tal y como refleja la periodista Montse Mateos que, entre otros expertos, cuanta con la visión de nuestro socio director Carlos Recarte, quien reconoce que la IA no ayuda demasiado en las búsquedas de Recarte & Fontenla, Executive Search, si bien puede resultar útil para hacer una criba masiva de candidatos. Como dice, «Humans in the Loop», la inteligencia humana es más lenta, inexacta y brillante y la IA más rápida, exacta y menos brillante. Y en la sección de altos directivos no se puede prescindir de la brillantez.
¿Margen de error de la IA en la selección?
La respuesta no es única. Si pensamos en los errores que cometemos las personas cuando hacemos una tarea repetitiva, la IA tiene un 0% de error. Pero si pensamos en el nivel de acierto que puede tener la IA para recomendar un perfil, pues depende… Es decir, una herramienta de IA bien entrenada siempre va a dar una respuesta objetivamente correcta a la hora de evaluar un perfil, pero es muy posible que no dé con el candidato perfecto porque hay otros factores emocionales que no va a poder evaluar, al menos de momento. Sí va a ser muy fiable a la hora de, por ejemplo, identificar a los 5-10 mejores candidatos para que luego una persona tome la decisión final.
Lo que más aporta la IA a los procesos de identificación de talento es la agilidad y la eficiencia cuando se tienen que valorar grandes volúmenes de candidatos. Adicionalmente, si se entrena correctamente la herramienta de IA, nos evitará tomar decisiones sesgadas y eliminará por completo los errores «humanos» que siempre cometemos.
IA y sesgos, cómo se pueden evitar
La clave para evitar la influencia de los sesgos estará siempre en los datos que utilicemos para entrenar nuestra herramienta de IA. Si eliminamos datos de los candidatos como los referentes al sexo, nacionalidad o edad, así como otros datos que nos pueden inferir los anteriores (como sus hobbies o los años de experiencia laboral), podremos entrenar nuestra herramienta de IA solamente con aquellos datos más objetivos e imparciales que hacen referencia a los skills que estamos buscando. Este proceso no siempre es sencillo por lo que se utilizan en paralelo otras técnicas. Una puede ser la de probar nuestra herramienta con diferentes conjuntos de candidatos con una característica diferente (por ejemplo, probarla con hombres y mujeres por separado) y observar los resultados. Una diferencia importante en el comportamiento nos indicará que puede estar sesgada nuestra herramienta. Otra técnica es la que se conoce como «Human-in-the-loop» en la que una persona puede supervisar aleatoriamente los resultados de la herramienta y/o ser la decisora final ante una terna de candidatos con similar puntuación por parte de la herramienta.
Lo importante aquí es entender que los sesgos nunca son provocados por el procesamiento de los datos, sino por los datos de entrada en sí, que a su vez pueden venir sesgados ya de entrada. Por ejemplo, si queremos construir una herramienta para búsqueda de candidatos para un puesto concreto y la entrenamos con datos en los que en el 95% de los casos se ha elegido a un hombre, nuestra herramienta muy raramente nos dará como resultado un candidato mujer. Por tanto, de nuevo se trata de entrenar la herramienta eliminando todos aquellos datos que pueden inducir a una decisión sesgada, como te comentaba en la segunda pregunta.
IA y selección, ¿futuro?
En la selección de personas, como en muchas otras áreas, la IA nunca va a reemplazar 100% al ser humano. La IA será siempre más eficiente y más precisa a la hora de realizar labores repetitivas, gestionar y analizar grandes volúmenes de información para extraer correlaciones, etc. En esos casos, es cuando utilizaremos la IA y dejaremos al ser humano que se dedique a la labor creativa, emocional, la que siempre hará mejor que las máquinas. Por tanto, cada vez será más habitual ver entornos de colaboración personas – IA, y hablaremos menos de inteligencia artificial y más de inteligencia aumentada. Es decir, potenciar nuestra inteligencia gracias a las máquinas, haciendo que cada uno, persona y máquina, se dedique a aquello para lo que es mejor.