Dependiendo de a quién le preguntes, la IA es nuestra salvación, el apocalipsis, una novedad, un cambio en la industria o una moda pasajera. Entre los asistentes virtuales de escritura, abordando barreras para la IA en software de cadena de suministro, y bots de programación de reuniones, no hay industria que no haya sido tocada por el virus del aprendizaje automático. Pero los recursos humanos siempre han sido sobre las personas. Cuando la "industria de las personas" se automatiza, la gente se pone nerviosa. En este artículo, cubriremos cómo la tecnología de IA penetra en los recursos humanos, dónde ya está presente en el departamento, las preocupaciones éticas y cómo podemos abordarlas. Desplázate a la sección preferida o sigue leyendo para todo el recorrido mientras hacemos una pregunta crucial: ¿Cómo está cambiando la IA generativa el rostro de los recursos humanos y qué preguntas éticas debemos prepararnos para enfrentar a medida que esta tecnología avanza?
¿Dónde está presente la IA en los recursos humanos?
La IA ya está presente en los recursos humanos, influyendo prácticamente en todas las categorías, desde marketing de reclutamiento hasta compromiso de los empleados. Los chatbots, asistentes virtuales y la automatización en todos los niveles pueden potencialmente cambiar los trabajos de reclutadores, administradores y profesionales de L&D por igual. Escribir y analizar lenguaje y texto es una gran parte de los recursos humanos, y hacer que las máquinas lo hagan en lugar de los humanos libera tiempo y convierte un proceso que antes se basaba más en la intuición en una simple fórmula matemática. Como puedes ver, la IA en los recursos humanos tiene un impacto de gran alcance. Antes de expandirnos más, entendamos algunos términos comunes asociados con la IA.
Mientras miramos más a fondo cómo el aprendizaje automático revoluciona los recursos humanos, volvamos a algo con lo que internet (y la IA) luchan: el matiz.
Análisis de texto e IA generativa en recursos humanos
Aquí, nos centraremos en los recursos humanos y su conexión con IA generativa, es decir, IA que puede crear, escribir, analizar y refinar texto. La IA generativa produce nuevo contenido: texto, imágenes, etc., después de ser entrenada en grandes conjuntos de datos.
En última instancia, esta IA crea nuevo texto basado en un aviso específico.
Y sí, está en todas partes en las noticias. Puede que recuerdes que CNET recientemente se metió en problemas por crear nuevos artículos para su sitio sin revelar que una IA los escribió. Pero abordaremos las preocupaciones éticas de la IA más adelante.
¿Dónde aparece este tipo de IA en los recursos humanos? La respuesta corta es, bueno, en todas partes. Algunos usos de la tecnología son más teóricos o únicos, mientras que otros ya la han integrado en sus herramientas.
¿Cómo se conecta el análisis de texto con los procesos de recursos humanos?
Los recursos humanos a menudo utilizan PLN y NLU para lograr la automatización de resúmenes, que es la capacidad de comprender y descifrar rápidamente un cuerpo de trabajo.
Esto, a su vez, les permite lograr dos objetivos importantes:
- Análisis de sentimiento: Examina el tono
- Sentimiento general: Extrae cómo se sienten los usuarios sobre el texto
Las encuestas de puntuación neta del promotor (NPS), por ejemplo, utilizan esta tecnología para identificar dónde los trabajadores se sienten estresados o abrumados e identificar puntos de presión en el trabajo.
Aparte de esto, otras herramientas incorporan IA generativa y análisis de texto en su software a través de varios medios. Aquí hay algunos ejemplos de casos de uso potenciales y de la vida real.
Software de reclutamiento y adquisición de talento
La automatización cambió para siempre el software de gestión de descripciones de trabajo, permitiendo a los reclutadores seleccionar plantillas para crear descripciones de trabajo rápidamente. Ahora, la IA generativa puede crear descripciones de trabajo desde cero con unos pocos avisos rápidos. La adquisición de talento está viendo cada vez más cartas de oferta pre-generadas, ahorrando tiempo y dinero. LinkedIn, por ejemplo, recientemente lanzó un asistente de escritura para descripciones de trabajo y perfiles.
Algunos de los usos más avanzados de la IA generativa surgen en el software de automatización de reclutamiento y el software de inteligencia de talento. Puede crear comunicaciones, correos electrónicos, mensajes y todos los demás puntos de contacto, automatizarlos y aprender a crear una plantilla para un candidato ideal con el tiempo. A partir de ahí, mide a todos los candidatos en comparación con este candidato soñado. La solución SeekOut utiliza IA para ayudar en el reclutamiento.
Dado que tomó un promedio de 15.61 meses antes de que los usuarios de G2 informaran haber recibido un retorno de su inversión en automatización de reclutamiento en 2022, está claro que el uso de IA para hacer mejores coincidencias puede realmente impactar en el resultado final.
Gestión del rendimiento y compromiso de los empleados
La gestión del rendimiento es donde entra el lado del análisis del aprendizaje automático. Los usuarios pueden analizar la comunicación previamente escrita entre gerentes y trabajadores para identificar temas y patrones recurrentes. Cuando un gerente tiene que escribir docenas de piezas de retroalimentación, puede apoyarse en la IA generativa para comenzar o darle un borrador. Lo mismo puede aplicarse a los revisores pares en software de retroalimentación 360. La solución 360Learning ya ha implementado IA generativa para ayudar a proporcionar retroalimentación.
Por último, medir el NPS y usar el análisis de sentimiento ha sido durante mucho tiempo un pilar del compromiso de los empleados. Extrae las fortalezas y debilidades relevantes y recurrentes de miles de declaraciones para que los equipos de liderazgo puedan ver dónde una organización prospera o falla.
DEI y análisis de personas
Uno de los usos más importantes del análisis de texto es cuando se trata de DEI. El sesgo a menudo es inconsciente. Usar PLN para analizar comunicaciones pasadas puede resaltar lenguaje innecesariamente sesgado o de género, mostrar patrones cuando hay diferencias en la comunicación entre usuarios de diferentes edades, razas u otras identidades protegidas, y ayudar a iluminar puntos ciegos donde las comunicaciones se estancan. El análisis de sentimiento examina dónde el lenguaje se calienta o la emoción corre alta en una organización para que los usuarios puedan solucionar problemas sociales.
Consejo: Optimiza tu canal de generación de talento con los últimos datos de la competencia de la categoría de Inteligencia de Talento de G2.
¿Quieres aprender más sobre Software de Análisis de Recursos Humanos? Explora los productos de Analítica de Recursos Humanos.
Problemas éticos potenciales de la IA en los recursos humanos
Ahora que hemos visto los datos y casos de uso, es hora de sumergirse en la gran pregunta de este artículo. La IA y la ética han sido grandes temas. ¿Cuáles son las preocupaciones específicas para los recursos humanos?
¿Tu computadora está siendo veraz?
Según el Informe del Índice de Inteligencia Artificial de la Universidad de Stanford 2022, la veracidad de la IA generativa varía enormemente dependiendo del modelo, pero la mayoría son veraces menos del 40% del tiempo.
Fuente: Informe del Índice de Inteligencia Artificial
Aunque este número varía dependiendo del modelo, todos menos uno de los modelos revisados fueron veraces menos del 60% del tiempo. Una de las razones de esto es que los modelos de IA generativa no siempre tienen la información más actualizada, lo que se puede ver en este intercambio entre un usuario beta y el chatbot de Bing. El usuario pregunta por los horarios de Avatar 2, pero Bing dice que aún no ha salido. Cuando el usuario intenta corregirlo, la IA lo manipula y le pide que se disculpe.
Todo esto es bastante divertido hasta que piensas en ello discutiendo sobre un tema más importante, como si un empleado ha usado todos sus días de enfermedad o quién está cubierto por un plan de beneficios. Recuerda, una IA es tan buena como el conjunto de datos en el que fue entrenada, y a veces ese conjunto de datos no está al tanto de qué año es.
Trabajadores y contenido creado por IA
Desde que la IA generativa apareció en escena, los reclutadores han lidiado con una ola de currículums y cartas de presentación creados por computadora. La industria parece dividida en esto, con algunos diciendo que podría costarle a un candidato un trabajo y otros no les importa. Los correos electrónicos producidos en masa podrían ser una forma fácil de eliminar el exceso de tu día, pero perder detalles como los nombres de las personas podría meterte en problemas. Sobre todo, está la vieja pregunta de plagio en relación con trabajos más personalizados como el liderazgo de pensamiento u otras áreas donde usar IA podría meterte en un mundo de problemas.
La gente espera que los recursos humanos lideren. Recurrir a la IA cuando necesitas escribir cada correo electrónico difícil, discurso sincero o incluso algo para una conferencia o audiencia más amplia disminuye tu capacidad para pensar sobre la marcha. Si se descubre que un líder de recursos humanos está usando una IA para hacer su pensamiento por ellos, en última instancia compromete la confianza y la autenticidad.
Propiedad del contenido
Esto es algo a considerar a medida que una empresa se enfrenta a la propiedad de la IA.
Esta pregunta es más prevalente en el mundo del arte de IA, que está plagado de imitadores, pero esto se extiende a todos los lugares de trabajo. Si creas un activo con IA, ¿lo posees? ¿O es propiedad del creador de ese algoritmo? Decidir si algo que un empleado escribió o creó durante el horario laboral cae bajo la jurisdicción de una organización ya puede ser un problema legal. Agrega IA a la mezcla y tienes un nuevo mundo de problemas.
Sesgos
¿Cómo fue entrenada tu IA? ¿Lo sabes? Si fue entrenada por un ser humano (que lo fue, al menos durante los próximos meses), fue entrenada por alguien con sesgos. Ya ha habido casos de IA replicando los mismos errores de los humanos priorizando candidatos masculinos. Una IA entrenada en nombres blancos y negros mostró sesgos hacia otros nombres. El estudio "¿La IA Desbiasiza el Reclutamiento? Raza, Género y la "Erradicación de la Diferencia" de la IA" de Investigadores de la Universidad de Cambridge muestra que la IA no necesariamente reduce el sesgo.
Cuando una IA aprende de un conjunto de datos, capta sesgos que el investigador puede no notar y los replica sin saberlo.
El reclutamiento de diversidad ya es un área que a menudo combate el sesgo inconsciente a lo largo del proceso de contratación. Desafortunadamente, externalizar estas tareas a un asistente digital no significa eliminar los errores humanos en el proceso. Es importante saber exactamente cómo opera la IA.
Reemplazo de humanos
La verdad es que la IA reemplaza trabajos de recursos humanos. O, al menos, reemplaza tareas de recursos humanos. Ya sea escribiendo descripciones de trabajo individuales o leyendo currículums, la industria se está volviendo más eficiente y requiere menos humanos.
Ignorar la revolución de la IA no es una opción, pero olvidar a los humanos en el centro cuesta aún más.
Evitando trampas éticas en la era de ChatGPT
Ahora que tenemos una visión clara de los problemas potenciales, ¿cómo los abordamos?
Retener y reentrenar
Si le preguntas a alguien qué le gusta de su trabajo, la pila de tecnología no estará en la parte superior de la lista. A la gente le gusta trabajar con personas. Sus compañeros de trabajo y su gerente hacen o deshacen el ambiente y los hacen irse o quedarse.
Sobre todo, quieren sentirse valorados. ¿Su empresa está invirtiendo en ellos? Ver a un compañero de trabajo reemplazado por IA es la forma más rápida de hacer que alguien empiece a buscar la puerta. No pienses en la IA en términos de reemplazo de trabajo, sino en términos de reemplazo de tareas.
Aquí está la verdad. Estamos en medio de una escasez de mano de obra que podría persistir durante años, según SHRM. A medida que los baby boomers se jubilan en masa y la brecha de habilidades se amplía, la industria está escasa de personal como está.
Un modelo de personal que está ganando popularidad es el método de contratar-entrenar-desplegar. Estas son agencias que a menudo trabajan para grandes empresas como Apple, Amazon y otras empresas tecnológicas que requieren habilidades de alto nivel. También son empresas que pueden estar buscando experiencia específica en la industria, pero saben que esos individuos no tendrán la tecnología para respaldarlos.
Las empresas pagan para entrenar y usar empleados en base a proyectos, a veces contratándolos por un par de años. Una vez que alcanzan el final de ese período, una organización puede contratarlos a tiempo completo.
Además, la creciente popularidad de las opciones de reentrenamiento en software de gestión de habilidades muestra múltiples alternativas para cerrar una brecha de habilidades organizacional mientras se mantienen bajos los costos.
Haz un plan
¿Tu organización tiene pautas para el uso de contenido generado por IA? ¿Qué hay de tomar decisiones sobre tareas reemplazadas por IA? ¿Estás de acuerdo con que los trabajadores usen IA para escribir y leer por ellos? ¿Qué tipos de automatización de análisis de texto estás utilizando actualmente y sabes cómo fue entrenada?
Ciertos algoritmos pueden ayudar a determinar cuándo el autor de algo fue entrenado usando una IA. En cuanto a la IA existente, algunas son más transparentes que otras en cuanto a sus fuentes. ¿Conoces las responsabilidades a las que se está abriendo tu organización con socios específicos? Si esta no es ya una conversación que está sucediendo en la oficina, es hora de hacer un cambio.
Asume la responsabilidad
A veces, las empresas se enfrentan a decisiones difíciles. No todos los cambios se enfrentan con un personal completo. Si ese es el caso, sé honesto. La IA puede estar contribuyendo cada vez más a los negocios, pero todavía son humanos en la cima tomando decisiones para contratar y despedir a la fuerza laboral.
Si hay una situación en la que tienes que reemplazar a tu personal, sé claro en que fue una decisión que la empresa tomó. La alta dirección sigue siendo de carne y hueso por ahora, y la única forma de avanzar es comunicándose claramente.
Enfócate en la transparencia
Como aprendió CNET cuando reemplazaron silenciosamente a los escritores sin decírselo a nadie, la gente se enoja cuando no les dices que una IA escribió algo. O cuando interactúan con una IA sin saber que es un humano.
Recientemente, mi colega discutió la ética del software de monitoreo de empleados en su artículo, "¿Quién Vigila a los Vigilantes? Legisladores Listos para Limitar el Software de Monitoreo de Empleados". En él, discutió la importancia de la transparencia. ¿Saben tus trabajadores y clientes cuándo están interactuando con una IA y cuándo es un humano? Si no, eso es un problema real.
El futuro es ahora
Dada la naturaleza complicada de la IA, ¿qué tan bien estamos preparados para abordar estos problemas éticos? El futuro inmediato presenta problemas. En marzo de 2023, Microsoft despidió a una buena parte de su equipo de ética y sociedad. Pasó de alrededor de 30 (en su apogeo en 2020) a siete. Recortes similares están ocurriendo en Google y Twitch.
También estamos viendo el comienzo de la regulación de la tecnología. Una nueva ley en California obliga a los chatbots a revelar su estado sintético. La FTC utiliza tres reglas diferentes para prevenir la venta de algoritmos racialmente sesgados. Mientras tanto, la UE ha aprobado la Ley de IA, que puede colocar a la IA en una de cuatro categorías de riesgo, y China implementó una serie de regulaciones propias. Además de California, hay leyes en los EE. UU., como la Ley Local 144, que impide a los empleadores usar IA para evaluar empleados para promoción o contratación a menos que hayan auditado la tecnología primero.
Las IAs no reemplazan a las personas; las personas lo hacen
Esto también hace que sea aún más importante centrarse en la responsabilidad en esta era de ChatGPT.
A medida que la legislación lucha por ponerse al día, las empresas deben tomar el uso ético de la IA en sus propias manos. Esto comienza con la responsabilidad y la transparencia en el departamento más centrado en las personas de todos: los recursos humanos. Las empresas tienen dos opciones: enfrentar el desafío o ser arrastradas por la ola.
Grace Savides
Grace Savides is a Senior Research Analyst who loves discussing all things HR. She enjoys exploring where the theory, policies, and data-driven side of the industry interacts with the unpredictable and ever-important human elements. Before G2, she worked in content marketing, social media, health care, and editing. She dedicates her leisure time to video games, painting, DND, and spending time with her wonderful boyfriend and two dogs.
