La Inteligencia Artificial desde el punto de vista de la D&I
En los últimos años la inteligencia artificial ha estado continuamente en desarrollo proporcionándonos una gran variedad de ventajas a casi todos los ámbitos de nuestras vidas. Dentro del mundo empresarial, existen varios ámbitos dentro de los RRHH en los que se podría aplicar la IA (o probablemente ya se estén ejecutando):
- Proceso de onboarding o manual de bienvenida: donde se permitiría la personalización de la información a cada empleado que se incorpore a la plantilla.
- En los procesos de selección, es posible realizar un análisis de las habilidades que se requieren adquirir por parte del trabajador.
- Teniendo en cuenta que la salud mental de los empleados es una de las cuestiones que atañe al departamento de RRHH, aquí la IA ayudaría mucho analizando el estado de ánimo de los trabajadores, por ejemplo.
- También resultaría interesante tener al alcance tecnologías que automaticen las tareas administrativas que se suelen repetir en el tiempo como el análisis de las políticas de la empresa o gestión de nóminas a través de un chatbot, disponer de un buscador de documentos, etc.
Primero de todo, es necesario conocer el significado de este término, para entender más adelante su funcionamiento. La inteligencia artificial se define como el campo de conocimiento que estudia la teoría y el desarrollo de sistemas informáticos capaces de realizar tareas con cierto grado de autonomía y adaptabilidad a partir de la experiencia.
Se trata de incrementar las potencialidades físicas e intelectuales del ser humano, creando artefactos con automatismos y simulando la forma y las habilidades de las personas. Dentro de la IA, se distinguen dos campos: Machine learning (aprendizaje automático) y Deep Learning (aprendizaje profundo).
A continuación, analizaremos el impacto que tiene la inteligencia artificial en el mundo laboral y qué medidas podrían ejecutarse para convertirla en una herramienta que favorezca la diversidad e inclusión en las empresas.
Cuando escuchamos el término “Inteligencia Artificial”, automáticamente pensamos en innovación o en el futuro que nos espera tras ver el avance que está teniendo la tecnología que nos rodea. Sin embargo, es en los últimos años cuando se ha tratado de conocer al máximo las necesidades humanas que existen hoy en día con el fin de optimizar este campo. Hay una gran variedad de mejoras que se han logrado en diferentes áreas como la educación, la alimentación, la salud, la ecología, etc. gracias a la aplicación de la IA. A continuación, citaremos algunos de los casos prácticos que han logrado facilitar y mejorar nuestras vidas:
- A nivel educativo, tras identificar la falta de personalización de la enseñanza en los colegios y debido a la gran cantidad de alumnos que puede haber en un aula, la startup española Smartick creó un método de aprendizaje online, utilizando el IA y el Bigdata[1]. El algoritmo aprende con cada alumno, contestando interrogantes con 97% de efectividad.
- Otro ejemplo está relacionado con la depresión, siendo esta el principal factor de riesgo de suicidio, según la OMS. Facebook ha desarrollado un algoritmo que encuentra señales de alerta en las publicaciones que induzcan al suicidio, atendiendo de inmediato a cualquier indicador. Así entran en contacto con los usuarios para ofrecerles ayuda sobre el tema.
Además de estas soluciones, existen muchas otras que han logrado fascinantes resultados gracias a la inmensa cantidad de datos que pueden almacenar y analizar y el gran rendimiento que han logrado en muchos ámbitos.
Por otra parte, la IA también incluye un mecanismo invisible de vigilancia y escrutinio social que se está encargando de decidir las posibilidades de futuro de millones de personas. Existen sistemas automatizados de toma de decisiones (algoritmos[2]) que deciden cuestiones tan relevantes como quiénes serán preseleccionadas para un empleo, por ejemplo. La comunidad de Algorace lo explica de la siguiente manera: «La IA funciona combinando diferentes algoritmos que se instalan en un sistema con el propósito de simular los procesos cognitivos de la inteligencia humana, así se “entrena” a las máquinas para que realicen acciones que antes hacían los seres humanos, como tomar decisiones o hacer análisis predictivos.»
El problema ocurre cuando este entrenamiento se hace con algoritmos que parten de una base sesgada, es decir, algoritmos programados para obtener resultados a partir de diferentes grupos demográficos como la raza, género, clase, orientación sexual, religión, etc. Como consecuencia de esta práctica, se obtiene la exclusión laboral de todas aquellas personas que comparten dichos sesgos programados, discriminándoles por sus características personales y dejando de lado aspectos fundamentales como la formación, la experiencia y las habilidades personales y técnicas requeridas para un puesto de trabajo.
De esta manera, las buenas candidaturas que se podrían haber escogido para un puesto de trabajo quedan fuera debido a que parten con “desventaja” respecto a los demás solicitantes, reduciendo así la diversidad en las empresas y las oportunidades de desarrollo profesional. Todo esto conduce a la pérdida de talento, siendo esta una aptitud muy distintiva y demandada hoy en día por las empresas. Sin embargo, la clave del éxito reside en el talento diverso.
Según RRHH Press, los equipos de IA son 5,5 veces menos inclusivos para las mujeres, 4 veces menos inclusivos para las personas LGTBI+ y 1,7 veces menos inclusivos para las personas racializadas.
Por lo tanto, ya conscientes del impacto que tienen los sesgos a la hora de excluir a ciertas personas en etapas tan importantes como la búsqueda de empleo, obtenemos que la medida principal para lograr una comunidad más diversa es evitar la generación de sesgos discriminatorios en base a criterios de raza, género, edad, religión o nacionalidad, entre otros. Y esto se puede lograr invirtiendo el uso de la IA para contribuir en generar más diversidad e inclusión en las empresas. En este caso, cada empresa debería analizar su plantilla actual y si se ajusta a los planes que tiene respecto a la implementación de la diversidad e inclusión.
La eliminación de sesgos en los procesos de selección y gestión del talento proporcionará desde el inicio diversidad en las muestras de entrenamiento, por ejemplo, usando la misma cantidad de muestras de audio y video femeninas y masculinas. Otra es observando que las personas que etiquetan las muestras provengan de diversos orígenes, de esta manera se anima a los equipos de machine learning a medir diferentes categorías demográficas identificando así cuando una se trata de manera desfavorable.
Cuando los algoritmos comienzan a entrenarse con estos principios básicos, se aseguran procesos de selección de talento mucho menos proclives a errar en sus resultados que la mente humana, por lo que a largo plazo es una buena forma de lograr que se elijan a los candidatos más adecuados para un determinado puesto, sin importar su género, raza, contexto académico o muchas otras cosas que pueden ser juzgadas desde los prejuicios de un reclutador humano.
[1] Disciplina que estudia algoritmos capaces de analizar gran volumen de datos rápidamente.
[2] Reglas programadas por una persona o por otro algoritmo para resolver un problema con un ordenador.
Si quieres saber más sobre Inteligencia Artificial y el Machine Learning, te recomendamos los siguientes posts:
Prediciendo el número PI con Machine Learning
Si quieres que ayudemos a tu negocio o empresa contacta con nosotros en info@aleson-itc.com o llámanos al +34 962 681 242
Administrativa en IAMCP Spain
