En los últimos meses, todos hemos visto como nuestras empresas se veían forzadas a tomar una serie de medidas y estrategias para hacer frente a situaciones extraordinarias en nuestro día a día laboral por la pandemia de la Covid-19. Pero, ¿saben las empresas cómo están impactando estas estrategias en sus trabajadores? ¿Existe una forma de medir sus efectos por parte del área de Recursos Humanos, igual que se puede medir el impacto de una campaña, por ejemplo, de marketing?

El principal obstáculo hasta ahora es que la información sobre el trabajador no suele componerse de datos objetivos, sino subjetivos, es decir, su percepción sobre cómo está en la empresa y cómo le afectan determinadas decisiones ejecutivas. Y esto es complejo de medir.

Este es el problema que la startup española Erudit AI, fundada por Alejandro Martínez y Ricardo Michel, está tratando de solventar con el desarrollo de un software as a service (SaaS), basado en inteligencia artificial, que permite gestionar el ‘bienestar’ de la plantilla de trabajadores de una empresa en tiempo real.

Así, han desarrollado redes neuronales de creación propia, capaces de recoger los datos y la información, incluida la subjetiva, que generan durante su jornada laboral los trabajadores y transformarla en conocimiento sobre su estado emocional e, incluso, su personalidad.

Disruptores 72

“Entender realmente cómo está la gente, poniendo el foco en los efectos de las estrategias de Recursos Humanos. Es decir, igual que se mide el impacto y el retorno de inversión de una campaña de marketing, lograr esas mediciones en la estrategia de recursos humanos”, subraya a INNOVADORES Alejandro Martínez, CEO de esta startup.

“Tratando de forma anonimizada toda la información de las herramientas que utilizan determinados grupos de trabajos como el correo electrónico, slack, zoom… se puede sabor cómo están impactando diferentes decisiones de la empresa: por ejemplo, poner a un equipo en remoto, cambiar de responsable, cambiar de comunicación, implementar metodologías agile…”

Análisis de sentimientos

Alejandro Martínez y Ricardo Michel son dos emprendedores que, antes de Erudit AI, ya fundaron por separado diferentes startups y se han unido para este proyecto en España, aunque la startup se creó en Florida (EEUU) hace ahora un año, con el reto de “darle una vuelta de tuerca” a la inteligencia artificial aplicada al análisis de sentimientos.

Así surge este proyecto sobre “people analytics para transformar los datos puramente administrativos”, como las tasas de abandono y retención de talento, en algo predictivo y basado en información buena para entender cómo se encuentra el trabajador, destaca Martínez. Y, en este sentido, la documentación y la comunicación con la que se trabaja suele tener formato tanto de texto como de voz este sector, por lo que las herramientas de inteligencia artificial cobran especial relevancia en su análisis.

Al iniciar el desarrollo de este sistema, Erudit AI se basó en la API de Watson (IBM) Personality Insight, pero se enfrentaron a un problema: “No detectaba el doble sentido, el sarcasmo, las bromas y, además, no había adaptación cultural del lenguaje”. Esto les impulsó a desarrollar su propia tecnología, basándose en una “compresión a cuatro preguntas” del test de personalidad Myers-Briggs, explica Ricardo Michel, responsable técnico de este desarrollo.

Disruptores 52

Sin embargo, como “las personas cambian al estar en presencia de otras personas y por efectos externos, desde dormir mal o tener apetito” y esto tiene efectos en tiempo real, el software de Erudit AI realiza un análisis semántico: “Nos basamos en la teoría de conjunto, es decir no se realiza un análisis palabra por palabra, sino sobre el mensaje completo, sobre su uso, sobre su emoción del contenido completo, para ‘desambiguar’ poco a poco su conjunto y así poder detectar emociones como el sarcasmo…”.

De este modo, se trata de detectar las cuatro emociones básicas: alegría, enojo, tristeza y miedo, ya que de ellas se derivan el resto. Así, Michel apunta que se puede ver la compatibilidad entre personas en un equipo y los problemas de comunicación que podían existir.

En muchas ocasiones, señala Michel, “el problema se origina por la interpretación del mensaje, por lo que el sistema puede sugerir cambios en un texto, pero en un nivel emocional, es decir, sugerirte ser más directo al dirigirte a un compañero concreto porque el sistema sabe que prefiere la comunicación directa y sin rodeos”.

En definitiva, este software pretende ayudar a los managers de las empresas para mejorar la organización, la comunicación, la formación de equipos de trabajo. Así, más allá de esta monitorización de la salud mental de los trabajadores, de sus niveles de estrés, ansiedad y agotamiento, los directivos pueden conocer más a sus equipos: su estado de ánimo diario, las fricciones entre compañeros, niveles de compromsio. De este modo, el objetivo es ayudar a los responsables de equipo a, por ejemplo, "detectar y prevenir problemas como acoso sexual, mobbing, y racismo", entre otros.