Cada vez son más las compañías que recurren a algoritmos en sus procesos de selección, particularmente en una época marcada por la pandemia en la que buena parte de las etapas del recruiting – o la totalidad del mismo – tienen que llevarse a cabo en modo remoto, a través de la red.
Desde el filtrado inicial a partir de versiones estandarizadas del curriculum vitae o de pruebas diagnósticas de diversos tipos que determinan actitudes y aptitudes de los candidatos, al procesamiento de entrevistas llevadas a cabo en modo asíncrono (one-way interviews), cada vez más etapas en los procesos de selección son encargadas a diversos tipos de algoritmos capaces de llevar a cabo cribados en función de diversos criterios, con la idea de que los encargados de la tarea de reclutamiento puedan concentrarse más en las personas y menos en las tareas administrativas necesarias para filtrarlas. En muchos casos, cuestiones como el ofrecer feedback a los candidatos sobre su situación, que puede ser fácilmente automatizada mediante los algoritmos adecuados, se convierten en una tarea prácticamente imposible para el departamento que lleva a cabo la selección, lo que tiende a generar una mala imagen entre los potenciales candidatos.
¿Qué ocurre a medida que esas tareas son absorbidas por algoritmos? En primer lugar, que las compañías son capaces de gestionar procesos que, en muchas ocasiones, resultaban simplemente apabullantes por la gran cantidad de candidaturas recibidas. Para determinadas compañías, la posibilidad de anunciar un puesto en abierto en su página web o en una web de empleo se convierte en un auténtico aluvión de candidatos, que anteriormente eran objeto de un primer cribado manual que no solía ser especialmente metódico o cuidadoso. Si esa primera selección se lleva a cabo de manera automatizada, es posible que algunos candidatos que eran descartados al principio por motivos no necesariamente objetivos puedan avanzar a las siguientes fases. Lógicamente, este tipo de aplicaciones demandan transparencia en el funcionamiento de los algoritmos. Son conocidos casos como el de Amazon, que tras más de cuatro años utilizando un algoritmo en sus procesos de selección, decidió eliminarlo al comprobar que contenía implícito un sesgo que tendía a penalizar a candidatos de sexo femenino.
Otra consecuencia sería la posibilidad de introducir más pruebas en el proceso de selección sin temor a que su procesamiento se convirtiese en una tarea que demandase demasiados recursos. Así, una primera entrevista automatizada puede generar un primer cribado muy interesante de candidatos, de nuevo, siempre que el uso de algoritmos no conlleve, por ejemplo, una penalización de candidatos en función de su raza o de otros factores, como su acento. De hecho, podríamos incluso plantearnos utilizar algoritmos para detectar ese tipo de sesgos en nuestros procesos de selección, dado que podrían encontrarse también en las personas de la compañía que la llevan a cabo.
También es posible pensar en dar la vuelta al proceso de selección, y poner a un algoritmo a buscar perfiles en redes como LinkedIn u otras en busca de candidatos adecuados, con el fin de llevar a cabo ese primer cribado no en función de quiénes se presentan a la búsqueda, sino de quiénes pueden ser más adecuados en función de la experiencia que declaran tener o de otras características, a modo casi de head-hunter automatizado.
De una u otra manera, todo indica que, a medida que los procesos de selección trasladan muchas de sus etapas a la red como resultado de las restricciones a la movilidad generadas por la pandemia, va a ser cada vez más habitual que algunas de esas primeras fases sean llevadas a cabo no por una persona, sino por una máquina, con todo lo que ello puede conllevar. Si además buscamos, como ocurre en la actualidad, candidatos capaces de interactuar de manera adecuada a través de un canal en remoto, muchos de los criterios evaluados de esta manera pueden incluso convertirse en más relevantes: si no te encuentras cómodo interaccionando o hablando con una pantalla, es posible que debas empezar a preocuparte. O, como mínimo, a practicar un poco más. Es posible que tu carrera profesional dependa de ello.
Fuente: Enrique Dans
