Las nuevas tecnologías representan una gran oportunidad para mejorar las técnicas de búsqueda de empleo, reclutamiento e intermediación laboral. La aparición de plataformas digitales de búsqueda de empleo y el uso masivo de redes sociales se ha traducido en un aumento exponencial de los datos disponibles, tanto de las personas (su formación, experiencia, habilidades y preferencias), como de las empresas (en relación al tipo de formación, experiencia y habilidades que demandan). Asimismo, el aprendizaje automatizado, la inteligencia artificial y otras tecnologías innovadoras permiten transformar estos datos en información valiosa para ayudar a los empleadores y a los buscadores de empleo. ¿Cuáles son algunas ventajas y desventajas de la implementación de estas tecnologías en el mundo del trabajo? ¿Qué consideraciones hay que tener en cuenta en relación a la gestión ética de datos?
Datos masivos para cerrar la brecha de información
Las nuevas tecnologías pueden reducir las asimetrías de información en el mercado laboral. Una de las mayores dificultades para los buscadores de empleo a la hora de buscar trabajo es la falta de información sobre las oportunidades laborales, los puestos vacantes, las remuneraciones y las habilidades demandas. Las empresas, por su parte, no tienen información objetiva sobre el perfil y las habilidades de los candidatos a ocupar un puesto. En este contexto, los datos masivos abren nuevos horizontes para el análisis de las tendencias de empleo y las brechas de ocupaciones y habilidades en el mercado laboral, mientras que el aprendizaje automatizado y la inteligencia artificial facilitan el emparejamiento entre oferta y demanda laboral.
Las nuevas tecnologías pueden reducir las asimetrías de información en el mercado laboral.
Las prácticas de reclutamiento se encuentran también en un profundo proceso de transformación. A través de la adopción creciente de lo que se conoce como HR Analytics (analítica de recursos humanos), los datos y los algoritmos complementan progresivamente la intuición de los reclutadores. Estas técnicas permiten, por ejemplo, transformar las huellas que dejamos en las redes sociales y otros registros digitales en un perfil psicológico que analiza nuestros rasgos de personalidad, capacidad cognitiva y valores. Asimismo, nuevas técnicas de entrevista digital logran traducir el discurso de los entrevistados, su lenguaje corporal y sus expresiones faciales en un perfil psicológico y una aproximación de rasgos de personalidad, facilitando la toma de decisión en los procesos de selección de personal.
Privacidad, inclusión y transparencia
Si bien conllevan innovaciones prometedoras, estas nuevas tecnologías también traen consigo una serie de retos éticos. En primer lugar, el uso de los datos de los ciudadanos plantea desafíos en términos de privacidad. Por ejemplo, el uso de datos provenientes de redes sociales en una forma que no era prevista en el momento en que los usuarios se registraron puede ser especialmente problemático. Al darle ‘Me gusta’ a una página Facebook, escuchar una canción en Spotify o una película en Netflix, muchas personas no se imaginan que estos y otros datos que conforman su ‘huella digital’ pueden utilizarse en procesos de selección de personal.
Muchas personas no se imaginan que los datos que conforman su ‘huella digital’ pueden utilizarse en procesos de selección de personal.
En segundo lugar, los algoritmos plantean desafíos en términos de inclusión. Considerando que se basan en datos y fórmulas matemáticas, podría pensarse que los algoritmos son por naturaleza objetivos y no sesgados, pero la realidad es que, al ser creados por personas y basarse en datos imperfectos, los algoritmos pueden reproducir (e inclusive amplificar) los sesgos humanos (de hecho, se han documentado numerosos casos en los que los algoritmos arrojan resultados injustos para ciertos grupos). Por ejemplo, un algoritmo podría predecir cuán idóneo es un candidato para incorporarse en una empresa al comparar su perfil con la composición histórica de la planta o con las decisiones pasadas de reclutamiento. Sin embargo, se corre el riesgo de utilizar datos sesgados en el análisis si, por ejemplo, la empresa no ha tenido históricamente mujeres en puestos de responsabilidad. Asimismo, los algoritmos podrían ponderar fuertemente algunas variables que se asocian con características sensibles de las personas y que podrían perjudicar a ciertos grupos vulnerables, como antecedentes penales, tiempo desde el último empleo o confianza crediticia.
Considerando que se basan en datos y fórmulas matemáticas, podría pensarse que los algoritmos son por naturaleza objetivos y no sesgados, pero la realidad es que los algoritmos pueden reproducir (e inclusive amplificar) los sesgos humanos.
Por último, las nuevas tecnologías presentan retos importantes en términos de transparencia. La toma de decisiones en el ámbito de las políticas públicas se asocia a menudo con la necesidad de rendir cuentas, y el uso creciente de inteligencia artificial en el ámbito público está abriendo un intenso debate con respecto a la necesidad de garantizar un cierto nivel de ‘transparencia algorítmica’. Sin embargo, los resultados de los algoritmos no son fácilmente explicables y, en muchos casos, parte de los algoritmos no puede divulgarse por temas de propiedad intelectual o secreto industrial (incluso cuando se tiene acceso al código del algoritmo, siguen existiendo dificultades técnicas para entender la lógica interna de los algoritmos).
Regulación para maximizar el beneficio social
Por sus posibles consecuencias negativas en términos de privacidad, inclusión y transparencia, el uso de algoritmos en la política laboral debe ser adecuadamente regulado. Instrumentos como el Reglamento General de Protección de Datos (RGPD), de la Unión Europea, aprovechan las oportunidades que representan las nuevas tecnologías al tiempo que limitan sus posibles impactos adversos. También, países como Canadá, Francia, Australia y Nueva Zelanda han formulado una serie de buenas prácticas para garantizar que el uso de algoritmos tenga un valor social positivo. Cabe destacar, sin embargo, que los esfuerzos regulatorios quedan rápidamente obsoletos y requieren de una actualización constante en línea con los avances tecnológicos. Todo esfuerzo de regulación de las nuevas tecnologías es por definición un trabajo iterativo que debe adaptarse a nuevas realidades, manteniendo siempre como norte la necesidad de garantizar el bienestar de las personas y de maximizar el beneficio social de la innovación.
Excelente blog! Gracias Alex!