El uso de la inteligencia artificial en procesos de evaluación y selección de personal es de gran utilidad porque estandariza los criterios, asegurando que todas las evaluaciones sean uniformes y más equitativas. También acelera el proceso, lo hace más flexible para el candidato y más eficiente para el reclutador. Sin embargo, existen riesgos de caer en evaluaciones sesgadas. Si no tenemos cuidado al generar la inteligencia artificial podríamos estar perpetuando y amplificando el alcance de los sesgos que están incorporados en nuestras mentes y en nuestros procesos.
Inequidad en la Evaluación de los Investigadores
Les presento como ejemplo la publicación del Comité de Comité Europeo de Género en la Innovación e Investigación donde identifican que existen sesgos al momento de evaluar a los candidatos para Investigación. El estudio nos muestra que el trabajo de los hombres usualmente se califica como superior, y que hay una serie de nociones preconcebidas que llevan a los hombres a ser consistentemente evaluados de forma superior a las mujeres. En la Investigación la excelencia se evalúa en base a criterios como:
- Carrera no interrumpida, lo que es difícil para una mujer que desea tener hijos.
- Concentración completa en el trabajo, este criterio es complicado para quienes sean madres o tengan obligaciones de cuidado en la casa.
- Movilidad y apertura a la reubicación, que resulta complicado para familias con un sistema de apoyo ya desarrollado, en especial con niños muy pequeños.
- Disponibilidad a demanda (fines de semana, largas horas), también resulta complejo para personas con otras obligaciones de cuidado en casa.
Estos hallazgos son muy relevantes porque si se automatizan estos criterios de evaluación para elegir a los siguientes investigadores que serán ganadores de becas o bonos de investigación se estaría preservando los sesgos existentes en el proceso de selección.
Evaluación y Selección de Personal
Eso mismo pasa en empresas al momento de seleccionar al “mejor” candidato. Durante el proceso solemos poner “filtros” basados en sesgos personales o creencias que han existido en la sociedad y que perpetúan la discriminación por género. Ejemplos son: un hombre tendrá un mejor desempeño en trabajos donde se requieran varias horas extra, o una mujer tendrá un desempeño superior en trabajos de servicio y apoyo, como enfermería.
Estos criterios de desempeño no son los adecuados. Hay enfermeros que hacen un trabajo excelente porque lo disfrutan, y pueden ser superiores a mujeres que no tienen paciencia, para mencionar solo un factor. Entonces si me enfoco en contratar mujeres puedo estar perdiendo talento muy valioso. Lo mismo sucede en empleos en los que se piensa que la flexibilidad para hacer más horas extras es un factor de éxito. Podría ser que personas que hacen horas extras comentan más errores por estar cansados, o que eso no sea relevante para el outcome de la empresa.
Estos criterios de “éxito” necesitan ser reevaluados lo antes posible. Y más aún si estamos invirtiendo en automatización de procesos. Ya que al momento de generar algoritmos que midan el éxito de esa forma se estarán perpetuando los sesgos existentes en el proceso de evaluación y selección de personal. Y, cuanta más información nos iremos dando cuenta de que hay que “derribar” ciertos procesos para regenerarlos de forma más justa.
En Selection LATAM trabajamos para generar entornos más igualitarios, lo que nos lleva a cuestionar muchas “verdades” que vamos evaluando conforme analizamos criterios, procesos y los principios básicos de selección. Impulsamos la equidad en la evaluación y selección de personal.
Comienza a usar GRATIS Tecnología y People Analytics en reclutamiento y selección
Comentarios recientes