Daniel Martinez - La selección de talentos en la era digital

El social recruiting es la búsqueda de candidatos potenciales a través de las redes sociales tales como Instagram, Facebook, LinkedIn y otras plataformas web como foros, blogs, etc. Las redes sociales se han convertido en un canal de venta y fidelización muy importante para las empresas. De la misma manera se están utilizando para obtener mayor eficiencia en los procesos de selección.

La modalidad de búsqueda de empleo de las nuevas generaciones cambió notablemente. Un nuevo paradigma está naciendo y consiste en atraer a los buscadores de empleo para que se interesen en la empresa. Las compañías ya no pueden conformarse con esperar a que los candidatos se postulen. Tienen que salir a buscarlos utilizando la estrategia del social recruiting, que promueve la imagen de la empresa como un lugar ideal para trabajar y genera que los candidatos se interesen en la misma.

Se estima que el 75% de los profesionales son candidatos pasivos. El social recruiting utiliza estrategias del marketing digital para identificar grupos específicos de candidatos, sean activos o pasivos. Así, se pueden identificar personas talentosas que no estén buscando trabajo en forma proactiva. Por este motivo es cada vez más importante la interacción entre las áreas de marketing y comunicaciones y la de RR.HH.

Avanzar en el social recruiting requiere tiempo y esfuerzo, pero es una inversión necesaria para crear relaciones con potenciales candidatos y una identidad de marca fuerte para introducirse en la era digital.

La inteligencia artificial (IA) ya está presente en nuestra vida cotidiana, integrada a través de aplicaciones como Siri, de Apple; Alexa, de Amazon; o Cortana, de Microsoft. No existe una definición aceptada por todos los expertos de lo que significa la IA. El “Test de Turing” (creado en 1950 por Alan Turing) es una prueba que define si una máquina es o no inteligente. Si un humano interactúa con una IA y no puede distinguir si las respuestas provienen de un ser humano o de la IA, entonces la IA es inteligente. En 2014, por primera vez, una IA superó el Test de Turing.

La IA es una rama de las ciencias computacionales encargada de desarrollar sistemas o aplicaciones capaces de realizar actividades propias de los seres humanos, como el razonamiento, y de reproducir sus conductas. Consiste en una combinación de algoritmos y de identificación de patrones con el propósito de crear máquinas que imiten la inteligencia humana.

Una de las ramas de la IA es el “procesamiento del lenguaje natural” (NLP, por sus siglas en inglés), que permite programar una computadora para que “comprenda”, procese y genere un lenguaje como si fuera una persona. Es decir que desarrolla la capacidad de interpretar textos o el lenguaje oral, simulando la habilidad humana de entender el lenguaje.

Otra es el “machine learning” (ML, por sus siglas en inglés), que sirve para crear sistemas que aprenden automáticamente, es decir que el algoritmo puede identificar patrones complejos en bases con millones de datos y es capaz de predecir comportamientos futuros.

Pero lo más importante es que estos sistemas mejoran de forma autónoma con el tiempo, sin la intervención humana.

El artículo titulado “Inteligencia artificial: qué es, cómo funciona y para qué se está utilizando” explica maravillosamente cómo aprende la IA:

En primer lugar, debe aprender a realizar una tarea. Si va a usarse para identificar fotos de gatos debe procesar miles de fotos de gatos, para aprender a distinguirlos.

A continuación, empieza el entrenamiento poniendo en práctica esa teoría: recibe fotos de diferentes animales, y debe separar los gatos. Al principio fallará mucho, y habrá que decirle las fotos que acierta, y las que falla. Así la IA irá descubriendo por qué falla, e irá mejorando sus aciertos. Como más entrene, mejor lo hará.

Finalmente, la IA será capaz de trabajar ella sola, sin recibir órdenes. Simplemente entregándole los datos de entrada (fotos) generará un resultado (fotos de gatos) sin que exista una lista de órdenes (programa) que le diga los pasos que tiene que realizar.

Este tipo de estructura (aprendizaje, entrenamiento, y resultados) es común para las IAs que tienen que realizar tareas mecánicas y repetitivas, o que trabajan con el lenguaje humano, como un asistente virtual. (Estapé, 2021.)

Ambas ramas se utilizan individualmente o en conjunto en aplicaciones para mejorar el desempeño de las áreas de RR.HH. La IA ya está afectando a la selección de personal y esto seguirá incrementándose en la medida en que siga avanzando y perfeccionándose.

Una de esas aplicaciones es el chatbot. Su nombre proviene de la fusión de los términos chat (hablar) y robot. Tiene el propósito de imitar una conversación y el comportamiento de una persona interactuando con otra, utilizando el “procesamiento del lenguaje natural” (NLP). Muchas empresas y entidades públicas (el Gobierno de la Ciudad Autónoma de Buenos Aires, por ejemplo.) han incorporado los chatbots para optimizar procesos, reducir costos y tiempos de ejecución. Normalmente, se utilizan para atención al cliente o a los ciudadanos.

Esta aplicación de la IA ya se está utilizando en la selección de personal para interactuar con los candidatos durante el proceso. Es posible complementar el NLP propio de los chatbots con machine learning (ML), es decir, con un sistema susceptible de ser entrenado para identificar patrones y realizar una preselección preliminar. A partir de realizar algunas preguntas al postulante, puede ir identificando si una persona cumple con los requisitos del puesto y si es conveniente que avance a una entrevista posterior con un selector humano.

Los chatbots tienen múltiples usos, especialmente en la etapa de preselección previa a la entrevista con el selector y también para algunas interacciones con los candidatos durante el proceso.

Solicitar o brindar información a los postulantes: permiten realizar preguntas sobre la experiencia, el conocimiento y las habilidades de los candidatos. Pueden consultar sus expectativas salariales y otras cuestiones específicas que se requieran para la búsqueda, como disponibilidad para viajar o trasladarse a otras ciudades. Son sumamente útiles para brindar información acerca de la empresa, su historia, sus unidades de negocios, los principales productos o servicios que ofrece, etc. De esta manera, el selector evitará una de las tareas más tediosas de su rol que es contactar a decenas de personas que no están localizables, o que finalmente no están interesadas en el puesto. Un chatbot es capaz de realizar estas consultas a cientos de personas al mismo tiempo.

Responder dudas de los candidatos: es posible entrenar al chatbot para dar respuesta a las dudas o preguntas frecuentes de los candidatos, de acuerdo con el perfil (condiciones de contratación, beneficios, etc.). Por otra parte, puede atender las consultas sobre la evolución de la búsqueda, ya sea que estos candidatos avancen o no en el proceso. Es decir que se encarga al chatbot la labor de mantener constantemente informados a los candidatos a través de mensajes personalizados. Esta es una tarea que, muchas veces, al selector le cuesta realizar debido a la carga de trabajo.

Programar entrevistas: los chatbots se pueden integrar a diversos medios, como correos electrónicos, SMS, Messenger de Facebook, aplicaciones de mensajería como Slack, WhatsApp o Telegram y softwares específicos como un ATS (Applicant Tracking System). De este modo mantienen con el postulante una comunicación fluida y, por ende, coordinan las entrevistas con los entrevistadores humanos para que este continúe con el proceso o para citarlo a realizar estudios complementarios (psicotécnicos o exámenes médicos).