OPINIÓN: Algoritmos para reclutar, una oportunidad, pero también un desafío

Nota del editor: Toon Devloo es regional people analytics manager de VON DER HEIDE, empresa especializada en soluciones disruptivas de RH para toda Latinoamérica. Síguelo en su cuenta de LinkedIn. Las opiniones expresadas en esta columna son exclusivas de su autor.

(Expansión) — ¡La era de people analytics ha llegado! Las empresas cuentan con una vasta y creciente cantidad de información sobre sus colaboradores para procesar y analizar. De la misma manera que el área de Marketing aplica analytics para entender mejor a sus consumidores y optimizar el alcance de sus acciones comerciales, en RH está surgiendo la necesidad de adoptar un mindset más analítico para aprovechar el tesoro de los datos.

La aplicación de people analytics tiene como objetivo principal aumentar el impacto de cada iniciativa de RH en los resultados de negocio. Un área en particular que cada vez hace más uso de algoritmos para optimizar sus procesos es selección y reclutamiento. En este contexto, cabe destacar que un algoritmo es nada más que una fórmula que combina varios datos del candidato (por ejemplo, test de personalidad, habilidades, estudios, años de experiencia, etc.) para verificar cuantitativamente si la persona tiene el perfil adecuado para el rol y/o empresa.

Aún cuando la implementación de una transformación analítica esconde bajo la manga múltiples beneficios para brindar a RH y a la organización en general, despunta el más importante de los obstáculos para lograrla: nuestra desconfianza en los algoritmos para tomar decisiones sobre asuntos humanos.

OPINIÓN: Los pasos a seguir en la digitalización de Recursos Humanos

El potencial que este abordaje tiene para talent adquisition, quedó muy bien ilustrado en la historia real llevada al cine con la película Moneyball: Billy Beane dirige el equipo de béisbol Oakland Athletics. Desazonado después de varios años de malos resultados y ante la aproximación de la temporada 2002, decide cambiar drásticamente la forma de identificar y seleccionar sus jugadores. Para ello contrata al economista Peter Brand quien agregará el componente cuantitativo al proceso, dejando así de basar las decisiones solamente en la opinión y consejos de su equipo de cazatalentos.

Si bien el nuevo enfoque resultó en una temporada muy exitosa para el club, Beane recibió mucha resistencia por parte de sus cazatalentos. En una de las escenas más memorables, uno de ellos lo enfrenta explicándole que se estaba equivocando: “Un equipo no se compone con una computadora. Beisbol no es una cuestión de números, ni es una ciencia. Si fuera así, todo el mundo estaría haciendo lo que hacemos; pero no pueden porque no saben lo que sabemos, no tienen nuestra experiencia y no tienen nuestra intuición”.

Igual a lo que pasó con los cazatalentos en Moneyball, para muchos profesionales es impensable que ‘una fórmula’ tuviera más peso que la opinión de un experto. ¿De dónde viene aquel escepticismo? ¿Está justificado?

Lee: Chatbots y marketplaces surtirán tu empresa en el futuro

El psicólogo Daniel Kahneman, premio Nobel de Economía, estudió el juicio humano y como los sesgos o prejuicios cognitivos influyen en el proceso de toma de decisiones. Kahneman sostiene que nuestra desconfianza en las predicciones estadísticas relacionadas al comportamiento humano tiene un aspecto emocional. Tratar asuntos humanos con números y formulas es percibido como algo mecánico, artificial, rígido e incompleto. En cambio, la intuición generalmente está asociada a un proceso más dinámico, complejo, holístico y, propiamente humano.

Es cierto que un algoritmo no puede tener la misma complejidad que la mente humana; pero lo que sí hace es producir resultados consistentes, lógicos y no se deja distraer por elementos subjetivos.

En el contexto de talent acquisition, la evidencia sobre la efectividad de aplicar analytics versus la intuición de un experto, es bastante concluyente: los algoritmos que se usan para identificar talento y predecir el desempeño de un candidato distan de ser perfectos; pero aun así perfectibles, son substancialmente superiores a nuestra intuición.

OPINIÓN: 10 tendencias de la analítica que dominarán en 2018

Si bien el instinto de un profesional experimentado es un activo importante, tendemos a sobrestimar nuestra capacidad de hacer juicios válidos y correctos sobre las personas. La evidencia empírica indica que prácticas tales como entrevistas desestructuradas o referencias personales, que dependen principalmente de la intuición del reclutador o de la opinión de un referente, son pocos eficaces para predecir el éxito de un candidato en su futuro rol.

En cambio, los datos generados por tests estandardizados, como muestras de trabajo o pruebas cognitivas, demuestran correlaciones mucho más sólidas con el futuro desempeño o el riesgo de rotación de un candidato, justamente por ser menos susceptibles a los prejuicios de un reclutador.

Aquellos adelantados profesionales que ya están experimentando con analytics en el área de RH, sabrán que su mayor desafío no es tanto analítico, sino organizacional. Para que analytics realmente tenga impacto y sea aceptado, es crucial reconocer el escepticismo y desconfianza que puede existir en tu organización acerca de aquellos nuevos métodos.

En este sentido, hay que destacar que los algoritmos que se usan para identificar potenciales candidatos no son bolas de cristal o cajas negras. Tenemos que desmitificar en qué consisten aquellos algoritmos, generar transparencia acerca de su uso y calibrar las expectativas sobre su impacto. No se trata de una solución mágica o instantánea, sino es un proceso iterativo y un respaldo empírico destinado a mejorar la calidad de nuestras prácticas de selección y reclutamiento.

Consulta más información sobre este y otros temas en el canal Opinión