Si bien para las empresas, el uso de tecnología está siendo cada vez más utilizado debido a que agilizan y permiten encontrar al mejor talento, también pueden cometer errores. El tiempo de maduración para estas plataformas asoma como una de las claves para los expertos.

Cientos o hasta miles de currículums de postulantes puede recibir una empresa al abrir un proceso de selección de personal. La incapacidad de procesar toda esta información genera que varias de estas postulaciones jamás sean consideradas. Es en esta realidad cuando la tecnología llega para agilizar estos procesos y ayudar a filtrar candidatos. 

Son varias las herramientas, entre estas las plataformas de selección automatizadas y que aplican inteligencia artificial (IA), que resultan realmente prácticas para las empresas, donde a través de algoritmos se pueden establecer filtros que permitan a los encargados de selección encontrar al mejor talento y destinar su tiempo para tareas estratégicas y conocer en profundidad a los candidatos. 

Mediante el uso de Sistemas de Seguimiento de Candidatos, denominado ATS por sus siglas en inglés (Applicant Tracking Systems), los CV no pasan directamente al reclutador, sino que los leen, basándose en parámetros como el uso de palabras claves, para seleccionar a los que calzan con el perfil.

En el caso de las que aplican IA, estas “garantizan la búsqueda y selección de los mejores profesionales, ya que filtra, analizan y reconocen los campos de búsqueda que la empresa requiere, como años de experiencia, pretensión de renta, conocimientos técnicos y habilidades para el cargo, lo que evita sesgos y nepotismo”, indica Martín Acuña, CTO (Chief Technology Officer) de Polux, empresa que agiliza y facilita el proceso de búsqueda de talento.

Pese a que el uso de la tecnología se ha extendido rápidamente al área de RR.HH., existe cierta confusión sobre los ATS y las plataformas que aplican IA. Para Acuña, “son diferentes formas de afrontar un mismo problema, que pueden llegar a ser complementarias. La principal diferencia es que la AI permite filtrar de manera más precisa los candidatos adecuados para el cargo según los requerimientos de cada empresa”.

Sin embargo, “es difícil que una plataforma de IA para reclutamiento sea escalable y plug and play (que pueda ser implementada desde el primer día) porque requiere ese proceso de ajuste, que incluso en empresa como Google o Amazon les toma años”, dice Mario Mora, CEO y fundador de First Job, empresa de Tecnología en Recursos Humanos (HR Tech).

De todas formas, la tecnología vendría a complementar el trabajo de los reclutadores de talento. Y tanta es la necesidad para agilizar y eficientar la búsqueda de personal, que existen gran cantidad de empresas que ofrecen soluciones para seleccionar talento con ayuda de la tecnología. 

“Chile es un gran hub de soluciones para recursos humanos. En todos los subsistemas de recursos humanos, podemos encontrar al menos tres empresas chilenas que tienen tecnologías de clase mundial y que pueden llegar a ser líderes en la región. En estos temas de automatización, sin duda los líderes son AIRA, 4 Talent y KeyClouding”, dice Mora.

Seleccionando personal con algoritmos

Tanto en Laborum Selecta, área de consultoría y headhunting del portal de trabajo Laborum, como la empresa Polux, usan algoritmos para filtrar candidatos. En Laborum, el objetivo es seleccionar a los mejores talentos con ayuda de la tecnología, filtrando por características conversadas previamente con las empresas. “Con algoritmos bien diseñados el proceso de postulación debería funcionar de manera correcta, incluso con su buen uso se pueden evitar sesgos inconscientes de los reclutadores, para que durante la selección no se favorezca más a los hombres que a las mujeres o haya preferencias de acuerdo a las edades, ciudad o comuna en la que viven, etc”, señala Valentina Ready, Product Manager de Laborum Selecta. 

En el caso de Polux, donde las empresas crean procesos de reclutamiento y configuran los requisitos deseables y/o excluyentes para el cargo, la IA interpreta la información y respuestas a preguntas específicas del cargo entregada por los postulantes, para luego calificar y filtrar según los requisitos establecidos por las empresas. 

En el área Rex+ Selección, de la empresa de RR.HH. Rex+, usan un ATS que puede gestionar los procesos de selección de talento de principio a fin, mediante un software que utiliza lenguajes como P8ython, Django y FastAPI en el backend, lado interno de la plataforma, y Javascript, React y NextJS para el frontend, parte de la plataforma externa, donde interactúan los usuarios.

“Para la búsqueda de candidatos dentro de la plataforma, implementamos herramientas para aplicar filtros de búsqueda dentro del proceso de forma avanzada e indexar información desde el historial del candidato hasta dentro de su CV con el fin de optimizar el proceso. También diseñamos una metodología que permite identificar el grado de adecuación al cargo de un postulante, de acuerdo a la calificación obtenida en las preguntas filtro, así como en test de conocimiento y personalidad”, dice Andrés Gómez, gerente general de Rex+.

¿Integran o excluyen?

Aunque existe consenso en que la tecnología permite agilizar los procesos de reclutamiento, una parte de la población todavía es escéptica respecto a la efectividad de estas plataformas y existe la duda de si podrían estar excluyendo a candidatos valiosos.

De acuerdo al estudio “Hidden Workers: Untapped Talent” (Trabajadores ocultos: talento sin explotar), de Harvard Business School y la empresa de consultoría Accenture, más del 90% de los empleadores encuestados de Estados Unidos, Reino Unido y Alemania dijeron que en una primera instancia utilizan sistemas automatizados para filtrar o clasificar a los candidatos. 

“Estos sistemas a menudo eliminan candidatos que podrían ser adecuados para trabajos con capacitación, pero cuyos currículos no coinciden con precisión con los criterios preestablecidos”, se indica en informe para el que se entrevistaron a 8.000 trabajadores ocultos -quienes trabajan a tiempo parcial o se encuentran desempleados- y más de 2.250 ejecutivos de dichos países. 

Para los autores, gran parte de estos sistemas producen resultados como si estuvieran diseñados para evitar que avancen las aplicaciones de quienes están desempleados o tienen trabajos parciales.

Ana María Gutiérrez, especialista en Desarrollo de Carrera, dice que los ATS son muy específicos y concretos, “a veces las personas tienen que venir de ciertas universidades o cumplir con experiencias laborales muy sincrónicas a lo que ellos buscan, por lo que muchos candidatos quedan fuera”. 

En estos sistemas, además, las descripciones deben ser muy exactas, por lo que se pueden descartar personas que tienen palabras mal escritas en su hoja de vida. 

Para Fernando Rial, Business Advisor de BW Comunicación Interna, es bastante posible que en una primera etapa se descarte talento, ya que los algoritmos necesitan tiempo para entrenarse y hacerse más robustos. 

“Hace algunas décadas te costaba varios intentos encontrar lo que buscabas en Google, pero hoy con dos o tres palabras el algoritmo casi siempre te trae lo que buscas. En poco tiempo sucederá lo mismo, los algoritmos de selección se volverán más sólidos y rápidos que los humanos, pero creo que por varias décadas más será necesario un humano que tome la decisión final”, dice Rial.  ​​

Un ejemplo de los errores que pueden tener este tipo de sistemas es el caso de Amazon, que en 2015 descubrió que daba prioridad a los hombres sobre las mujeres. Una nota de Reuters explica que “los modelos informáticos de Amazon fueron capacitados para examinar a los solicitantes mediante la observación de patrones en los currículos enviados a la empresa durante un periodo de 10 años. La mayoría provino de hombres, un reflejo del dominio masculino en la industria tecnológica. De hecho, el sistema de Amazon se enseñó a sí mismo que los candidatos masculinos eran preferibles. Así, se penalizaron los currículos que incluían la palabra ‘mujeres’, como en ‘capitana del club de ajedrez femenino’”.

Generalmente, una vez que estos sistemas filtran, los encargados de reclutamiento revisan a los candidatos para verificar que cumplan con el perfil. Sin embargo, quienes quedan fuera de la selección no son revisados. Por lo mismo, Gutiérrez, indica que como estos sistemas van aprendiendo cuáles son los perfiles que calzan mejor con lo que se busca, si el postulante no cumple totalmente con los requerimientos, es mejor optar por una alternativa distinta, como LinkedIn, por ejemplo, o incluir palabras claves en su currículo.

En el caso de Rex+, tratan de evitar la discriminación en el proceso de selección a través de la evaluación de competencias técnicas y conductuales por sobre el currículum o los datos demográficos; asesorando en el proceso de descripción de un perfil de candidato para un empleo, para asegurarse que se evalúen los requisitos correctos; y con funcionalidades de anonimización de candidatos para cuando sea necesario. 

Guiérrez señala que es responsabilidad de todos los que hacen selección y reclutamiento evitar la discriminación. “Con el tiempo podemos ser más abiertos, revisar qué nos llega. A veces pasa que tenemos candidatos muy buenos, pero estudiaron en Harvard y no lo tenía considerado como alternativa para el proceso y no se leyó. Con el tiempo, se dejará de lado el sesgo”. 

Dado los beneficios de este tipo de sistemas, la tecnología avanzará cada vez más hasta poder reducir los sesgos en el proceso de selección. “Sin duda, los algoritmos de selección se irán haciendo cada vez más robustos y se convertirán en los reyes del proceso, al menos de los primeros filtros”, dice Rial, de BW Comunicación Interna. Pero para esto las empresas y quienes realizan la selección, deben hacer su parte, tomando consciencia que son ellos quienes están descartando talento.