Los headhunters son profesionales que buscan en el mercado laboral al candidato ideal. Hace mucho tiempo que peinan Facebook y otras redes sociales para eliminar candidatos. La primera entrevista de trabajo se realiza en las redes sociales. El resto es telefónico, vía Skype o presencial. Pero ¿y si añadimos una ‘entrevista’ intermedia ayudados por inteligencia artificial?
La idea ya existe, y aunque su uso es básico y muy moderado, parece el futuro de la criba curricular. El motivo base que lo impulsa es la saturación del departamento de recursos humanos. Cuando una oferta se publica, recibe cientos o miles de currículos, y es improbable que el mejor candidato esté entre las decenas que el personal puede analizar a conciencia.
Inteligencia artificial para liberar a RR.HH.
El mercado laboral tiene un desequilibrio entre oferta, demanda y expectativas laborales. No solo busca trabajo quien no lo tiene, sino también quien pretende mejorar. Esto hace que las ofertas laborales se saturen de ofertas y que sea más difícil localizar al candidato adecuado.
Para aumentar las posibilidades de contratación, muchos usuarios hacemos clic en todas las ofertas posibles. Después de todo, basta con pulsar un botón y, si te llaman, siempre puedes decir que no. Es por ese motivo por el que algunos portales solicitan una carta de presentación, pero esta puede ser una plantilla.
Como resultado, los departamentos de recursos humanos acaban perdiendo tiempo cribando a mano currículos que no aportan valor a la empresa. E incluso entonces resulta difícil dar con el candidato adecuado. Como puede verse en Infojobs, muchas de las ofertas son republicadas.
¿Cómo funciona la inteligencia artificial para filtrar currículos?
Imaginemos una empresa que busque un puesto de contable, por ejemplo. Esa es una palabra clave junto a otras relacionadas con el título del candidato, como finanzas, grado o licenciatura. Los algoritmos de inteligencia artificial aún son excepcionalmente básicos. Funcionan localizando similitudes entre la descripción del puesto de trabajo y el currículum del empleado.
Es decir, que si un candidato copia tal cual el texto de la oferta en su CV, y lo añade en blanco (ejemplo arrastrando el ratón por aquí), tendrá muchas posibilidades de salir elegido. Ese es el nivel actual de la mayoría de las aplicaciones de criba curricular. Son de todo menos complejas, aunque están avanzando rápidamente.
La criba curricular usando IA de Word y Amazon
En noviembre de 2017, Microsoft anunció su herramienta Resume Assistant, un asistente por partida doble. Por un lado, nos ayuda a redactar el currículum para orientarlo a ofertas laborales concretas. Por otro, nos ayuda a localizar ofertas de trabajo a nuestro alcance vía LinkedIn. Un año después, Amazon retiraba una herramienta de IA que llevaba usando desde 2014 por “sexista”.
El uso de la inteligencia artificial no es tan sencillo como pueda parecer en un inicio. Pasar de comparar textos (ejemplo de arriba) a sacar conclusiones basadas en millones de datos, es un salto importante. Y tiene consecuencias que a menudo no pueden verse cuando se diseña la primera iteración.
Tanto Amazon como Microsoft usaban para entrenar a sus algoritmos una batería de millones de ofertas de empleo y un número similar de currículos, y los combinaban con la tasa de éxito. De este modo, las herramientas podían señalar con un error muy bajo quién sería el candidato ideal en base a la experiencia previa… reiterando comportamientos poco éticos.
En el caso de Amazon, el algoritmo aprendió que para ser un buen desarrollador de software había que cumplir una serie de características. Como el grueso de los trabajadores en esta disciplina habían sido varones, el algoritmo ponderaba al alza los CVs que parecían tener nombre de varón. El algoritmo no sabe qué es el género o qué significa “desarrollador”, solo establece relaciones.
Estos sesgos son todo menos neutrales, y necesitan ser corregidos. Cada vez se tomarán más decisiones basadas en datos. Sin embargo, es importante que estos partan de un pool o archivo base que no contenga sesgos. Para ello es necesario que los expertos analicen primero estas bases de datos. Nos falta alfabetización en big data.
Cuidar nuestras redes sociales y nuevos empleos
Otro punto importante lo adelantábamos arriba y volvemos sobre el tema. Nuestras redes sociales son de dominio público, y eso significa que los headhunters ya las investigan a la hora de sugerir o no contratar a una persona. Resulta difícil establecer un límite de privacidad cuando hemos compartido tanta información personal.
Si los departamentos de recursos humanos ya nos buscan en Google, resulta obvio que mecanismos automatizados de inteligencia artificial harán uso de estas herramientas. Nuestro presente (mal) comportamiento en redes sociales podría ser una barrera laboral en el futuro. Por ejemplo, si nos dedicamos de manera sistemática a insultar por Twitter, o si los periódicos recogen nuestro nombre protagonizando escándalos públicos.
En paralelo a los diseñadores de software, hay otra tendencia al alza: empresas que nos ayudan a redactar el currículum. Si unos buscan establecer filtros, los otros se esfuerzan por dejarlos por detrás del candidato. No es de extrañar que surjan nuevos trabajos orientados a hackear (en el buen sentido) los algoritmos de inteligencia artificial, buscando cómo aprovechar los fallos del sistema.
Hoy día abonamos una cantidad mensual para ser prémium en plataformas como LinkedIn o Infojobs, de modo que no es descabellado pensar que en su momento contrataremos los servicios de uno de estos hackers de currículos que optimicen nuestra carta de presentación.
Imágenes | rawpixel, iStock/LeoWolfert, Kevin Ku, iStock/scyther5
