Desde 2010, recursos humanos ha vivido su particular revolución de los datos. Términos como people analytics, data-driven, y la obsesión por medir se colaron en nuestro día a día como líderes de HR.
Siguiendo esta tendencia, se gestó una generación de pioneros iba un paso más allá del excel y la visualización de datos, implementando herramientas de machine learning (técnicas estadísticas avanzadas) y análisis de datos no estructurados (como texto o imágenes) para tareas como el screening de CVs, el análisis del rendimiento o la generación de informes individualizados.
Sin embargo, y pese a su potencial para revolucionar nuestra industria, estas herramientas permanecían reservadas a pequeños grupos de start-ups, empresas techies, y grandes players del sector.
Hasta que ha aparecido ChatGPT. Y todo ha cambiado. Y con un mercado que espera crecer un 30% en los próximos 6 años (de $23,98 (billones) a $39.90), es necesario clarificar el impacto que la IA puede tener en nuestras organizaciones en el futuro próximo.
Cada vez que hablamos de inteligencia artificial (IA), pensamos en una máquina mágica que puede automatizar y resolver todos nuestros procesos. Pese a su gran utilidad (un 44% de las empresas están trabajando para integrar IA en sus procesos), y como nos indica el propio ChatGPT, la IA no viene a sustituir al profesional de RRHH, sino a potenciarlo:
La IA no es una solución mágica o el reemplazo del trabajo humano, sino una herramienta que puede ser utilizada para mejorar y complementar el trabajo de cualquier profesional, incluído el de los líderes de procesos de selección
El problema que aparece muchas veces con la “revolución de la IA”, es distinguir la realidad de la ficción. Cuando hablamos de IA estamos hablando de paraguas muy amplio en el que se recogen una serie de modelos matemáticos con el que procesar y generar información. Estos modelos normalmente tienen uno de los siguientes tres fines (y que veremos que se repetirán a lo largo de este post):
El gran cambio de los últimos meses es que hoy en día podemos utilizar estos modelos de manera sencilla, para multitud de tareas, y mediante de un formato chat.
Lo que antes era un “secreto” reservado para techies, hoy se está convertido en un estándar para la industria. Pero para poder sacarle todo el provecho, es importante saber que la IA tiene que aplicarse de manera específica a cada campo concreto. Dentro de RRHH, hasta ChatGPT tiene claro donde puede echarnos una mano:
Por ello, vamos a repasar qué herramientas de IA tenemos a mano en las las principales áreas de RRHH, dando dos ejemplos de uso concretos en cada uno de ellos.
👉 ¿Estás buscando un perfil techie ahora? Entra en Shakers y encuentra a tu freelance certificado perfecto en menos de 48H gracias a nuestra IAPerfilar talento es una de las tareas que más tiempo consume de los profesionales de selección de personal.
Pese que las herramientas de automatización de screening de CV han existido desde hace décadas, la calidad de los resultados obtenidos hoy está a años luz que la de soluciones que nos encontramos en el pasado. Hemos pasado de detectar palabras claves en un currículum (e.g., “especialista en marketing”) a poder evaluar la descripción y características de cada candidato.
Hoy, el screening automático evalúa cientos de puntos de información de manera rápida y eficiente. Además, y gracias al uso de chatbots y agentes conversacionales, o a la extracción de información de manera automática de redes sociales como LinkedIn o Github, se puede alcanzar a una gran audiencia de manera sencilla.
El screening de talentos solo es el comienzo del complicado proceso de adquirir un talento para nuestra organización. Mientras que la evaluación del candidato es un proceso complejo, que requiere de la experiencia e input del profesional, la IA nos facilita tomar la mejor decisión posible:
Esta información puede ser combinada para obtener perfiles avanzados de nuestros talentos, que vayan más allá del encaje “profesional”, y busquen entender el encaje motivacional, cultural y específico entre el candidato y su futuro puesto de trabajo. Al final del día, la mejor de evaluación de talentos, y su ajuste al puesto de trabajo, tiene un efecto directo en los costes de retención, satisfación y eficiencia de nuestra organización.
Como profesionales de RRHH, sabemos que los talentos son los activos más importantes dentro de una empresa. Por ello, el ofrecer planes adecuados de compensación, desarrollo y crecimiento individual es una de nuestras tareas principales. Gracias a las técnicas de IA podemos identificar no solo qué acciones realizar sobre qué trabajadores, sino el momento de aplicarlas.
Así, se puede monitorizar cómo el individuo evoluciona relativo a sus KPIs o la evolución del bienestar y motivación individual a lo largo de un determinado tiempo, ofreciendo paquetes específicos de benefits o acciones individuales que mejoren su rendimiento actual.
Uno de los puntos críticos de toda organización es la evaluación del desempeño de sus miembros. Y se estima que la recopilación y análisis de esta información conlleva una de las mayores inversiones de esfuerzo de los departamentos de RRHH. El uso de IA nos pemite no solo obtener evaluaciones más precisas (gracias a incorporar puntos de información estructurada y no estructurada de comentarios de compañeros, mánagers, etc…), sino que permite individualizar tanto el feedback otorgado como los puntos de recomendación para su mejora.
Así, es común encontrar evaluaciones del sentimiento de las descripciones de los talentos (si el lenguaje es positivo, negativo, etc.), sacar temas o keypoints de las evaluaciones, y permitiendo realizar una predicción de qué objetivos y KPIs son esperables a futuros dado el rendimiento actual.
Uno de los puntos claves a la hora de aplicar IA en nuestras organizaciones es la capacidad de nuestros trabajadores para interactuar con recursos humanos de la manera más eficiente e individualizada posible.
Así, se encuentran hoy multitud de soluciones en ambas vías, que por un lado permiten al trabajador comunicarse y llevar a cabo de manera automática sus tareas de gestión (mediante chatbots, etc…), y por otro permiten a RRHH monitorizar el desarrollo de cada trabajador: si ofrecer cierta acción formativa, personalizar incentivos y/o progresos en su carrera o alertas si existen situaciones que requieran su intervención.
Por otra parte, la publicación de herramientas como ChatGPT o BingSearch facilitan hoy al personal de RRHH la comunicación con los empleados y asociados de la organización. Así, la creación de templates, emails y mensajes personalizados de manera rápida y eficiente permite reducir el tiempo invertido en tareas de gestión repetitivas, y ganar en tiempo invertido en otras tareas más específicas.
Hoy en día sabemos que las empresas tienen un problema de retención en talento. Y poder prevenir, predecir y mejorar el rate de retención del talento representa una prioridad para una gran parte de las organizaciones.
Como veíamos previamente, la información individual obtenida, unida al histórico de retenciones de la organización, puede ser utilizada para detectar early warnings que nos permitan actuar y evitar la pérdida de atalento.
Además, y unido a lo visto previamente en lo relativo al compromiso, podemos individualizar las acciones de retención para intentar minimizar la pérdida de talento de nuestra organización. Por último, un área muy activa de investigación es la previsión de las necesidades de talento a futuro, pudiendo coordinar las acciones de adquisición para evitar problemas en nuestros equipos.
La IA juega un papel central en Shakers. Así, utilizamos diferentes herramientas propias de IA en cada uno de los pasos que sigue un talento y un proyecto dentro de nuestra plataforma:
En Shakers utilizamos diferentes herramientas de procesamiento de lenguaje natural para poder interpretar y analizar la información tanto estructurada como no estructurada de nuestros usuarios. Así, podemos evaluar aspectos formales y no formales (motivacionales, culturales o valores) de cada talento.
Esta información es utilizada para facilitar la incorporación de freelance y la generación de proyectos, siendo tomadas en cuenta para decidir qué talentos incorporar a la plataforma, recomendar habilidades y características que nuestros talentos pueden incorporar a sus perfiles, y ayudar a nuestras organizaciones a definir sus proyectos de manera más rápida y precisa (p.ej., estimando el número y tipo de posiciones óptimas necesitan para realizar un determinado).
Una manera de accionar esta información es utilizarla para mejorar nuestro match.
¿Cómo? incorporando aspectos motivacionales, de personalidad y valores en nuestras recomendaciones. La incorporación de aspectos motivacionales y de intereses de nuestros talentos nos dan el aspecto diferenciador que nos permite encontrar no solo al talento que más especialización tenga de una skill (i.e., Java). Además de:
En Shakers proporcionamos a los talentos y miembros de las organizaciones una serie de herramientas para que estos colaboren durante sus proyectos (que incluyen una project management suite, sesiones de videollamadas y un control activo de los proyectos por parte del equipo).
Analizamos la actividad de los proyectos para asegurarnos que el resultado final del mismo es satisfactorio para ambas partes. Gracias a las herramientas de machine learning e IA implementadas, somos capaces de detectar potenciales problemas en el desarrollo de los mismos y avisar a los miembros de los equipos de Success para que monitoricen de cerca estos proyectos. Además, y gracias a la IA, somos capaces de individualizar y personalizar tanto las respuestas como las actuaciones ofrecidas para todos los participantes del proyecto.
Al final del día, el análisis de información estructurada y no estructurada nos permite realizar un ajuste mucho más preciso entre los talentos disponibles y los proyectos publicados en la plataforma. Estos ejemplos solo representan una pequeña muestra de cómo aplicamos la IA dentro de nuestra plataforma, y como la accionamos para entender mejor qué talento recomendar a cada uno de nuestros proyectos.