“Identificar candidatos de alto potencial es muy subjetivo”, dijo Alan Todd, CEO de CorpU, una plataforma tecnológica para el desarrollo del liderazgo. “Las personas escogen a quienes les gusta basándose en prejuicios inconscientes”.
Los defensores de la inteligencia artificial argumentan que la tecnología puede eliminar algunos de estos sesgos.
En lugar de confiar en los sentimientos de las personas para tomar decisiones de contratación, compañías como Entelo y Stella, utilizan el aprendizaje automático para detectar las habilidades necesarias para ciertos trabajos.
Posteriormente, la inteligencia artificial compara candidatos que tienen esas habilidades con posiciones abiertas. Las compañías aducen no solo encontrar mejores candidatos, sino también identificar aquellos que anteriormente no habían sido reconocidos en el proceso tradicional.
Entelo lanzó Unusual Sourcing Mode, una herramienta que anonimiza aún más la contratación.
El software permite a los reclutadores esconder nombres, fotos, escuelas, vacíos de empleo y marcadores de edad de las personas, así como también reemplazar pronombres específicos de género, todo esto al servicio de la reducción de varias formas de discriminación.
La inteligencia artificial se está utilizando para ayudar a desarrollar el talento interno.
CorpU se asoció con Ross School of Business de la Universidad de Michigan para construir un curso en línea de 20 semanas que utiliza el aprendizaje automático para identificar a los empleados con alto potencial.
Aquellos que obtuvieron el puntaje más alto no suelen ser los individuos que ya estaban en la ruta de la promoción, dijo Todd, y con frecuencia exhiben cualidades como la introversión que se pasan por alto durante el proceso de contratación.
“La toma de decisiones humanas es bastante mala”, dijo Solon Borocas, profesor asistente en el departamento de Ciencias de la Información de Cornell, que estudia la equidad en el aprendizaje automático.
Pero tampoco debemos sobreestimar la neutralidad de la tecnología.
Borocas encontró que el aprendizaje automático en la contratación puede dar lugar a una discriminación no intencional.
Los algoritmos pueden llevar los sesgos implícitos de quien es los programaron. O pueden sesgarse para favorecer ciertas cualidades y habilidades que se exhiben abrumadoramente en un conjunto dado de datos.
“Si los ejemplos que está utilizando para capacitar al sistema no incluyen ciertos tipos de personas, entonces el modelo que se desarrolla podría ser realmente malo para evaluar a esas personas”, explicó Borocas.
No todos los algoritmos se crean iguales, y existe un desacuerdo entre la comunidad de inteligencia artificial acerca de qué algoritmos tienen el potencial de hacer que el proceso de contratación sea más justo.
Un tipo de aprendizaje automático se basa en los programadores para decidir qué cualidades deben priorizar cuando se buscan candidatos. Estos algoritmos “supervisados” se pueden dirigir para buscar individuos que, por ejemplo asistieron a universidades, o exhiben ciertas cualidades como la extroversión.
Los algoritmos “no supervisados” determinan por sí mismos qué candidatos priorizar. La máquina hace sus propias inferencias basadas en las cualidades y habilidades de los empleados existentes para determinar aquellas que necesitan los empleados.
Si esa muestra solo incluye un grupo homogéneo de personas, no aprenderá cómo contratar diferentes tipos de individuos.
Stella también tiene personas monitoreando la calidad de la inteligencia artificial. “Aunque no se garantiza que ningún algoritmo sea infalible, creo que es mucho mejor que los humanos”, dijo el fundador Rich Joffe.
