La inteligencia artificial (IA) en la evaluación

La respuesta simple es: ¡Sí! El uso de la IA en la evaluación se ha incrementado en los últimos años. Hay más debate sobre cómo la IA afecta al lugar de trabajo, incluyendo hablar de que cambia la forma en que RRHH atiende a la fuerza de trabajo y cómo está asumiendo algunas tareas rutinarias de los empleados humanos. Nos estamos acostumbrando a que la IA forme parte de nuestras vidas a través de sugerencias de compra online y dispositivos inteligentes para el hogar.

Por lo tanto, no es sorprendente que la evaluación del talento también esté siendo moldeada por la IA.

El primer movimiento hacia la IA en la evaluación vino en los años 90, cuando las versiones en papel de las pruebas se trasladaron a las computadoras, con puntuación automatizada e informes interpretativos generados por computadora. Por primera vez, la tecnología estaba asumiendo algunas tareas rutinarias y utilizando algoritmos para producir un informe de candidatos.

La IA se utiliza ahora para generar preguntas de prueba únicas "sobre la marcha" y también en pruebas que utilizan la puntuación adaptativa.

Hay cinco beneficios clave de la IA en la evaluación.

1. Precisión. La IA puede analizar cantidades masivas de datos, mucho más que cualquier humano. El aumento de potencia de los ordenadores actuales significa que más datos de los candidatos pueden ser evaluados con precisión para ayudar a tomar mejores decisiones de selección.

2. Eficiencia. La IA permite a los reclutadores y a los equipos de talento llevar a cabo evaluaciones consistentes y objetivas de los datos relevantes para el trabajo en una etapa mucho más temprana. Por ejemplo, la IA permite utilizar entrevistas en vídeo mucho antes en el proceso de selección de lo que normalmente es posible con las entrevistas en persona.

3. Reducir el sesgo. Human biases and stereotypes are often to blame for poor selection decisions. In theory, AI’s objectivity helps recruiters eliminate conscious and unconscious bias. However, in reality, you have to be very careful about how your AI system is programmed. An algorithm is only as good as the data that’s fed into it. Your AI design can’t mimic just one assessor (and all his or her biases); it has to draw from several assessors.

4. Legalmente defendible. Su evaluación de la IA debe ser transparente y estar abierta al cuestionamiento. Los complejos algoritmos de "caja negra" pueden hacer que las decisiones de selección sean difíciles de justificar. Esto se debe a que hacen casi imposible entender cómo se llega a sus conclusiones. Por lo tanto, si sus decisiones de selección no pueden ser fácilmente explicadas, podrían ser impugnadas en los tribunales. Permitir que la IA aprenda continuamente "observando" las mejores prácticas de los calificadores humanos ofrece el mejor enfoque y el más defendible legalmente.

5. Participación. La IA puede mejorar significativamente la experiencia del candidato. Permite a los reclutadores ofrecer apoyo y ayuda inmediata. Por ejemplo, a través de chats interactivos que pueden responder a consultas sobre el proceso de selección o sobre evaluaciones específicas. La IA también puede optimizar y mejorar la experiencia de selección de los candidatos. Por ejemplo, permitiendo respuestas abiertas en cuestionarios de personalidad y pruebas de juicio situacional. Decisiones más rápidas, reducción de los prejuicios y mejora de las evaluaciones son formas en que la IA puede mejorar la experiencia de los solicitantes de empleo.

Más allá de las consideraciones tecnológicas, hay cuatro desafíos que deben ser abordados:

1. Defensibilidad. Hay sistemas de IA estandarizados "plug-and-play" disponibles, pero no diferenciarán la marca de tu empleador. Si sus competidores usan los mismos sistemas, todos estarán persiguiendo el mismo talento. Además, estos sistemas utilizan "redes de aprendizaje profundo" que aprenden sobre la marcha. Esto suena prometedor, pero en realidad hace difícil explicar por qué un candidato fue aceptado o rechazado. Estos sistemas pueden llevar a decisiones de selección que no puedes defender, lo que te deja vulnerable a los litigios. Sólo los sistemas de IA personalizados ofrecen la posibilidad de tomar decisiones de selección transparentes y defendibles.

2. Tiempo. Los sistemas de IA personalizados reflejan el comportamiento humano y replican las mejores prácticas de sus evaluadores y calificadores. Para lograr esto, tienes que prealimentar el sistema con información relevante. Puede llevar hasta seis meses "entrenar" un sistema de IA para evaluar a los candidatos de la misma manera que lo harían tus evaluadores y calificadores. Gestionar este tiempo puede ser un gran desafío.

3. Ética. Hay una cuestión ética en torno a cuánto apoyo tomar de un sistema de IA. Por ejemplo, ¿estás contento de que un sistema de IA rechace a tus candidatos? ¿O preferirías que marcara a los candidatos inadecuados para que puedas revisar y comprobar sus detalles? Cómo usar la IA de manera ética será una consideración clave para muchos empleadores.

El papel de la IA debe limitarse a proporcionar información adicional y a mejorar la eficiencia. Los reclutadores siempre deben establecer los objetivos al contratar. La IA puede entonces proporcionar información útil, en varias etapas del proceso de selección, que apoyará una decisión final.

4. Manejo de datos. La IA sobresale en el análisis de cantidades masivas de datos, pero los resultados pueden ser malinterpretados o incluso abusados deliberadamente. Las buenas prácticas de manejo de datos serán esenciales no sólo para la confidencialidad sino también para mantener la reputación de su organización. La IA debe utilizarse con cuidado y de manera responsable para ayudarle a predecir qué candidatos serán efectivos en la función y comprometidos con su organización.

Hemos avanzado mucho en la aplicación de la IA en la evaluación, y el progreso sólo se acelerará y será más refinado.

Los desarrolladores de evaluaciones ya están estudiando cómo la IA puede ayudar a interpretar las respuestas a las preguntas abiertas en los cuestionarios de personalidad y otras evaluaciones progresivas, como las basadas en aplicaciones de mensajería. Las entrevistas en tiempo real podrían ser llevadas a cabo por un avatar a través de Internet, o con el avatar siendo el observador de la entrevista de un gerente de contratación.

El uso de la IA en la evaluación se encarga de las tareas administrativas y reduce las molestias para los responsables de la toma de decisiones en materia de recursos humanos, asegurándose al mismo tiempo de que los humanos siguen teniendo el control. Para los candidatos, la IA en la evaluación significa que pueden responder a las herramientas de evaluación de una manera más natural, en lugar de limitarse a completar pruebas escritas.