Los robots están llegando, ¿realmente tomarán nuestros trabajos?

Por Greg Simpson

Si sigues las noticias, es difícil no preocuparse por el hecho de que nuestros medios de vida sean reemplazados por máquinas o procesos automatizados que no necesitan beneficios de salud, vacaciones pagas o fiestas de la compañía.

Veamos la industria de servicios financieros. El exdirector ejecutivo de Citibank, Vikram Pandit, dijo en una entrevista en septiembre de 2017 que la Inteligencia Artificial (IA) y los robots podrían eliminar hasta el 30% de todos los trabajos bancarios. El mismo mes, el expresidente ejecutivo de Deutsche Bank, John Cyran, subió la apuesta señalando que casi 50 mil empleados en todo el mundo -la mitad de la fuerza de trabajo total del banco- podrían ser reemplazados por robots en una década.

¿Son estas predicciones realmente una posibilidad? Una investigación reciente del Financial Times (FT) sugiere que la próxima apocalipsis de robots puede ser más exagerada que la realidad, y está nublando el impacto real que tendrá la automatización en la fuerza de trabajo global.

En una encuesta a los 30 bancos más grandes de Europa, el FT descubrió que la mayoría todavía está tratando de descubrir exactamente cómo se puede aplicar la IA y la robótica a los procesos y los casos donde el aprendizaje automático ha reemplazado a las personas son «modestos». Más importante aún, muchas de las instituciones informaron que necesitaban contratar a personas adicionales para descubrir cómo IA cambiará sus operaciones.

«En lugar de correr hacia un futuro habilitado para la Inteligencia Artificial», informó el FT, «la industria está avanzando». Que es más o menos cómo otras industrias se acercan a la Inteligencia Artificial.

 

La IA en la transición de carreras
Al igual que las industrias de banca y seguros, muchas empresas de transición de carrera se han apresurado en encontrar formas de conectar sus marcas con IA pero, en la mayoría de los casos, estos intentos son un triunfo de la hipérbole por sobre la realidad.

Seamos claros, la tecnología ha producido algunos cambios profundos en la industria de la recolocación. La entrega de servicios virtuales, LinkedIn, sitios de trabajo para dispositivos móviles, ferias virtuales de trabajo y chatbots, son solo algunas de las formas en que las nuevas tecnologías están transformando lo que hacemos, cómo servimos a nuestros clientes y cómo las personas encuentran trabajo.

El chatbot de LHH, Ella, es un buen ejemplo de cómo la IA mejora algunos procesos de recolocación. Ella no solo ayuda a orientar a las personas que buscan trabajo, sino que también recopila y analiza datos relevantes sobre cada persona que busca trabajo para ayudarlos a encontrar oportunidades relevantes e incluso hacer recomendaciones.

Es una herramienta elegante, eficiente y efectiva que ayuda a los talentos que no trabajan a filtrar rápidamente las montañas de datos para identificar las oportunidades de trabajo más prometedoras. Pero, ¿el éxito de Ella significa el final del factor humano?

Los servicios de outplacement son un buen ejemplo de una industria que está aprovechando la IA para mejorar sus procesos sin reemplazar las interacciones humanas. En este momento, IA está teniendo un impacto en algunas áreas de la administración del capital humano que están relacionadas con la reubicación, incluidas las herramientas que nos ayudan a conectar el talento que no trabaja con las ofertas de trabajo.

Clasificar a través de currículums e identificar candidatos potenciales durante muchos años ha sido el eslabón más débil en la cadena de adquisición de talentos. Es laborioso, lleva mucho tiempo y es inherentemente inconsistente.

La investigación ha demostrado que las personas que hacen la clasificación e identificación, junto con quienes toman las decisiones de contratación, son propensas a los prejuicios en función del género, la raza y la edad. El hecho de que los seres humanos sean más propensos a contratar a alguien que se ve y suena como ellos, es una de las razones por las cuales las organizaciones luchan por abordar problemas como la diversidad y la igualdad de género.

Si bien la tecnología elimina parte del sesgo, los resultados son menos estelares de lo que se podría esperar. Muchas organizaciones grandes usan tecnologías de análisis de CV, que supuestamente hacen un mejor trabajo al identificar el talento en los paquetes de resúmenes que tienen que clasificar de forma regular.

Hay muchos programas de análisis sintáctico, pero en general todos cuentan con el almacenamiento y el análisis automáticos de datos resumidos. Esto permite que la información almacenada sea ordenada y buscada para encontrar candidatos que coincidan con los requisitos de una determinada vacante de trabajo.

El problema es que los algoritmos de análisis dependen en gran medida de los motores de búsqueda semántica que buscan ciertas palabras clave para ordenar y organizar los currículums. Los primeros usuarios reconocieron que, con diferentes estilos de escritura y sintaxis, junto con la realidad de que algunas palabras tienen más de un significado, la tecnología de análisis no era la bala mágica tecnológica que la industria de adquisición de talento estaba buscando.

 

¿Es IA una solución potencial a las limitaciones de la tecnología de análisis sintáctico?

Muchos de los empleadores más grandes del mundo sin duda piensan que sí.
Los profesionales de adquisición de talentos ya están aprovechando las herramientas con influencia de IA.

El informe de tendencias globales de capital humano de Deloitte para 2018 reveló que para fines de este año, casi dos tercios de las organizaciones encuestadas involucrarán algún tipo de IA para ayudar a mejorar las decisiones de contratación.

El creciente interés en emplear este tipo de herramientas en las búsquedas de talento probablemente se basa en el hecho de que los primeros signos muestran que funcionan mucho mejor que los motores de búsqueda semánticamente e incluso mejor que la clasificación humana.

La Harvard Business Review analizó 17 estudios estadísticos diferentes que compararon evaluaciones humanas y mecánicas para solicitantes de admisión laboral o escolar. El informe de HBR descubrió que, en casi todos los casos, las máquinas superaban los procesos dirigidos por humanos cuando se trataba de identificar a los mejores candidatos.

Sin embargo, los autores del estudio no recomendaron la eliminación del factor humano por completo. IA, señaló el artículo, fue más eficaz en «reducir el campo» para identificar a los candidatos más prometedores pero las decisiones finales pueden y deben ser dejadas a los humanos.

Este debate es muy importante en LHH, donde somos pioneros en nuevos procesos que acercan al talento no laboral a los profesionales de la adquisición de talentos y las vacantes de trabajo que controlan.
Los profesionales de adquisición de talento siempre han anhelado un proceso en el que puedan acceder regularmente a un grupo de talentos que no trabajan, que están clasificados previamente e identificados como los más calificados para un puesto vacante.

De esta forma evitan el tiempo y la frustración de clasificar un tsunami de currículums para eliminar a personas que ni siquiera están calificadas remotamente. También significa un aumento de personal más rentable y una menor probabilidad de una mala contratación. Esto podría ser particularmente importante en el campo de la recolocación, donde muchas empresas no han tratado de cerrar la brecha entre el talento no funcional y los profesionales de adquisición de talentos.

Si hay nuevos procesos o tecnologías que pueden ayudar a acortar esa distancia entre el grupo de talentos que no trabajan y los puestos vacantes, podría ofrecer enormes beneficios tanto para el buscador de empleo como para el cazador de talentos. Aunque las máquinas y los algoritmos ciertamente pueden mejorar el trabajo de las empresas de recolocación, es importante mantener un elemento humano.

Como muchas otras industrias están aprendiendo, hay ciertos aspectos del proceso de reubicación que no se pueden automatizar. Concebir y diseñar nuevos procesos, construir relaciones personales a través de redes, coaching personal, pensamiento crítico y contextual y elementos de empatía que permanecen fuera del alcance de la IA, son aún esenciales para una transición exitosa.

Hay pocas dudas de que la IA influirá en futuras iteraciones de los procesos de outplacement. Ha mejorado y continuará mejorando la forma en que ayudamos a los talentos que no trabajan a encontrar sus próximas oportunidades. Como es el caso con la mayoría de las industrias, sin embargo, la IA nunca reemplazará completamente a los seres humanos en la ecuación de recolocación.

Una búsqueda de trabajo es una experiencia profundamente personal que la IA, a pesar de todo su poder y posibilidades sin explotar, aún no puede comprender del todo.