España continúa su camino hacia el cumplimiento de los objetivos de desarrollo sostenible marcados para 2030 por la Asamblea General de Naciones Unidas. La sociedad ha tomado conciencia de la necesidad de avanzar en cuestiones de sostenibilidad y las empresas no se han quedado atrás.
Como empresarios tenemos la responsabilidad de adquirir las soluciones que nos brinda el mercado para acercarnos a esos objetivos. Y la inteligencia artificial, a pesar de la mala prensa adquirida en los últimos meses, es una de las herramientas que tenemos a nuestro servicio.
Esta tecnología puede ayudarnos en todos y cada uno de los objetivos dictados por la Asamblea General de Naciones Unidas en 2015 y en el caso que nos ocupa, a “promover el crecimiento económico, inclusivo y sostenible, el empleo y el trabajo decente para todos”, según reza el ODS 8. En concreto, a conseguir empleo para todas las mujeres y los hombres, incluidos los jóvenes y las personas con discapacidad, así como la igualdad de remuneración por trabajo de igual valor.
Si queremos llegar a un empleo inclusivo que no distinga entre sexo, raza o edad, entre otras muchas variables, se hace necesario valernos de la inteligencia artificial para establecer la objetividad en la primera fase del empleo: los procesos de selección.
En ocasiones, candidatos con el mismo perfil y experiencia son rechazados en procesos de selección y las razones se pueden encontrar en los sesgos y prejuicios que pueda tener el reclutador. Los sesgos en la captación de talento son tendencias o prejuicios inconscientes que pueden influir en la forma en que los profesionales de recursos humanos evalúan y seleccionan candidatos. Pueden crear impresiones respecto a una persona, en ocasiones erróneas, que marcan comportamientos, muchas veces discriminatorios.
La IA aplicada a los recursos humanos, y más concretamente a los procesos de selección de las empresas, ayuda a acabar con estos sesgos, ya que es capaz de analizar grandes volúmenes de datos de manera objetiva.
El sesgo humano es uno de los mayores desafíos de los procesos de selección en las empresas. Por ello, desde hr bot factory hemos desarrollado una solución a la digitalización de procesos de RRHH y captación de talento mediante chatbots, que ayudan a las empresas a ser más diversas e inclusivas en los cribados, identificando candidatos que podrían haber sido pasados por alto con otro tipo de procesos de selección.
Los prejuicios más comunes en una entrevista de trabajo con los que puede acabar la IA
Esta tecnología reduce el sesgo humano, que va más allá de lo primero que se nos viene a la cabeza. Sexo, raza, religión… Lo cierto es que cuando una persona acude a una entrevista de trabajo no es consciente de la cantidad de factores subjetivos que intervienen y que pueden jugar en su contra.
Entre los sesgos más comunes a los que se enfrentan los candidatos y que la inteligencia artificial puede extinguir nos encontramos con la afinidad, cuando el candidato muestra creencias, valores, aficiones o procedencia similar a la del profesional de RRHH, y por ello este puede considerarle de partida mejor que a cualquier otra persona. Por ejemplo, si reclutador y entrevistado proceden del mismo pueblo y se encuentran en la gran ciudad o si ambos comparten una extraña afición.
El aspectismo es otro sesgo a batir. Consiste en preferir a candidatos basándose en su apariencia física, sin tener en cuenta sus competencias profesionales. Efectivamente, ser guapo o guapa implica contar con cierta ventaja frente a candidatos menos agraciados en muchos sectores cara al público, pero cada vez más en otros, como en oficinas y despachos.
La primera impresión cuenta, y demasiado: la altura, la confianza, cómo caminamos, cómo olemos y cómo nos vestimos. Muchos estudios apuntan a que los reclutadores tardan muy poco tiempo en tomar una decisión de contratación en función de la vestimenta del candidato.
El sesgo de confirmación se da cuando el entrevistador tiene una percepción inicial sobre un candidato y busca información que respalde esa creencia inicial. Esto supone hacer preguntas no esenciales que confirmen esa creencia y pasar por alto las señales que la contradicen.
El efecto halo se da cuando un atributo positivo del candidato ciega al reclutador y le impide ver otros indicadores importantes. Por ejemplo, si uno de los candidatos estudió en una universidad muy prestigiosa, puede ser que sin darse cuenta su educación se convierta en un halo para el profesional, y quede tan encantado con ella que no se dé cuenta de que ha tenido seis trabajos diferentes en los últimos tres años.
Al contrario que el anterior, el efecto del cuerno ocurre cuando un punto no tan atractivo de un candidato hace incapaz al profesional de reconocer todas las cosas buenas que tiene a su favor. Por ejemplo, cuando el candidato abandonó la universidad, y eso hace que el profesional pase por alto sus seis años de rápido progreso en una empresa reconocida.
Además de estos sesgos discriminatorios, no podemos obviar los más comunes, en cuanto a género, edad y raza. Seguimos seleccionando a hombres para puestos técnicos y a mujeres para roles administrativos y aquellos trabajos relacionados con el cuidado de los niños y ancianos.
Asistimos a situaciones en las que se favorece a candidatos más jóvenes o más mayores sin considerar sus habilidades y competencias reales porque "es demasiado joven y no tiene experiencia" o "es demasiado mayor, será incapaz de reciclarse".
La exclusión sigue presente cuando se discrimina a candidatos basándose en su raza o etnia, sin tener en cuenta sus capacidades y experiencia. Esto tristemente ocurre más de lo que se piensa, por ejemplo, cuando se presenta un fenotipo caucásico de piel morena reduce las probabilidades de que el empleador se interese por el candidato o candidata en aproximadamente un 10%, mientras que tener un fenotipo negro o asiático/amerindio reduce doblemente estas probabilidades, en comparación con tener un fenotipo caucásico blanco.
La IA alcanza la objetividad en los procesos de selección, pero la tecnología siempre estará al servicio de las personas y de nosotros dependerá que desaparezcan estos prejuicios. Será responsabilidad de cada una de las empresas pedir a su software de IA que busque candidatos independientemente del sexo, la raza, la edad y valorarlos por su valía y experiencia para acercarnos al objetivo del empleo inclusivo para todos.
*** Jon Gonzalo es fundador de hr bot factory.
