En los últimos años, la diversidad y la inclusión (D&I) se han convertido en un tema crítico y un enfoque para garantizar el éxito de las culturas de trabajo y las organizaciones, grandes y pequeñas, en todo el mundo. Este verano, a medida que surgieron la desigualdad racial y la injusticia, el problema se elevó a mayores alturas.
Las empresas luchan constantemente sobre cómo mitigar y reducir los sesgos de todo tipo en sus prácticas de contratación, mientras trabajan para promover la diversidad y la inclusión en sus culturas y ecosistemas para ayudar a sus organizaciones y empleados a prosperar al más alto nivel. Pero aún existen sesgos conscientes e inconscientes, y algunas de las herramientas utilizadas para abordar el sesgo, incluso las herramientas de IA, han sido criticadas como ineficaces en el mejor de los casos y contraproducentes y engañosas en el peor.
Para obtener más información sobre cómo las organizaciones abordan y eliminan la raza, el género, la discapacidad y otros sesgos en sus procesos y prácticas de contratación, entrevisté recientemente a Mike Hudy, director científico de Modern Hire.
Modern Hire es una plataforma de reclutamiento empresarial impulsada por IA que 47 de las compañías Fortune 100, incluidas Amazon, Walmart y CVS Health, utilizan para realizar un reclutamiento virtual más inteligente. Modern Hire permite a las organizaciones mejorar continuamente los resultados de contratación al proporcionar a los candidatos, reclutadores y gerentes de contratación una experiencia más personalizada basada en datos. En el corazón de la plataforma Modern Hire, Cognition combina experiencia en la aplicación práctica de psicología organizacional industrial, ciencia de selección de talentos, análisis avanzado, experiencia de candidatos, derecho laboral, ciencia de datos e inteligencia artificial ética.
Mike Hudy, director científico de Modern Hire, es un experto de la industria en modelado predictivo utilizando datos de capital humano con más de 20 años de experiencia en diseño experimental y análisis de talento. Hudy se especializa en descifrar las complejidades y ambigüedades de la adquisición de talento para crear soluciones prácticas y efectivas que buscan los clientes y candidatos. La experiencia previa de Hudy incluye servir como Vicepresidente Ejecutivo de Ciencias en Shaker International, donde también fue el fundador. También se desempeñó como consultor sénior para CEB/SHL y analista de valuación de capacitación para Nationwide Insurance.
Esto es lo que compartió Hudy:
Casey Caprino: Mike, en tu opinión, ¿por qué es tan importante para las empresas ahora tener un programa de reclutamiento de diversidad e inclusión, y cómo puede ayudar la tecnología?
Mike Woody: La diversidad y la inclusión han pasado al primer plano de los problemas que las empresas están abordando después de un verano en el que la desigualdad racial se puso de manifiesto. Ahora, más que nunca, las empresas se están dando cuenta de que no solo deben atraer y contratar talento diverso, sino también crear una cultura empresarial inclusiva que les permita retener una fuerza laboral diversa y los beneficios que esto trae a sus organizaciones. la diversidad en el lugar de trabajo conduce a empleados más productivos, creativos y de alto rendimiento con menos rotación. Los empleados que ofrecen perspectivas y habilidades únicas ayudan a impulsar el éxito, fortaleciendo así a la empresa a nivel mundial.
Para reclutar talento diverso, los reclutadores deben reducir o incluso eliminar el sesgo inconsciente en el proceso de contratación. Pero es más fácil decirlo que hacerlo, teniendo en cuenta que, como humanos, somos propensos a los sesgos inconscientes que a menudo no nos damos cuenta de que nuestras decisiones están siendo influenciadas por ellos.
Cuando se aplica correctamente, la ciencia y la tecnología pueden ayudar. El uso de IA ética y comprobada en el proceso de contratación puede proporcionar a los equipos de contratación información objetiva para que puedan concentrarse en lo que realmente importa en el proceso de contratación: las características de los candidatos que se correlacionan con el éxito laboral. Al usar solo datos relacionados con el trabajo como base para la toma de decisiones, las empresas pueden eliminar de manera más efectiva el sesgo en la contratación y, en última instancia, permitir que los gerentes de contratación y los reclutadores prioricen el aumento de la diversidad y creen comunidades más inclusivas dentro de sus organizaciones.
Caprino: ¿Qué tan común es el sesgo en la IA hoy en día y qué causa el sesgo en la tecnología? ¿Cómo afecta el sesgo de la IA a los candidatos?
Leñoso: Recientemente, Google despidió a la respetada investigadora de ética de IA Timnit Gebru después de que expresó su enfado por la respuesta de la empresa a los esfuerzos por aumentar la contratación de minorías. Entre otras cosas, el incidente muestra cómo existe un sesgo generalizado en el proceso de contratación de algunas de las empresas más grandes del mundo. Cuando las empresas no utilizan IA ética y transparente, corren el riesgo de desarrollar sesgos en el proceso de contratación y crear una experiencia potencialmente negativa para los candidatos y todos los empleados dentro de la organización.
El sesgo en la IA proviene principalmente de los datos utilizados para entrenar el modelo. El uso de datos convenientes y fácilmente disponibles en lugar de datos que son muy relevantes para el trabajo suele ser el comienzo de un sesgo. Por ejemplo, muchos modelos se basan en datos de currículum o solicitud de empleo. Estos datos tienen una base empírica y, a menudo, están inherentemente sesgados, y nuestra investigación muestra que esto no es un predictor significativo del éxito final. Otros proveedores de tecnología de reclutamiento, entrevistas y evaluación a veces emplean soluciones poco éticas e injustas, como el reconocimiento facial, que se ha demostrado que discriminan a las minorías y las personas con discapacidades.
Otra deficiencia del reconocimiento facial, y gran parte de la IA, es que los candidatos no tienen un conocimiento profundo de cómo los evalúan las máquinas. Es una completa caja negra, no saben si dijeron algo malo, si no se rieron lo suficiente, etc. Es importante que las empresas opten por no utilizar la inteligencia artificial para el reconocimiento facial y evalúen las cualidades relacionadas con el trabajo de los candidatos para darles una oportunidad justa en el proceso de contratación y garantizar que se priorice un entorno de trabajo diverso e inclusivo.
Caprino: ¿Cómo puede el uso de la inteligencia artificial en el reclutamiento ayudar a abordar y mitigar los sesgos inconscientes y mejorar la diversidad y la inclusión?
Leñoso: Una persona recibe unos 11 millones de mensajes por segundo, pero el cerebro humano solo puede procesar conscientemente unos 40 mensajes por segundo. Para combatir esta sobrecarga de información durante el proceso de entrevista, los gerentes de contratación toman muchas decisiones sin siquiera considerarlas conscientemente. Estos juicios rápidos, influenciados por el contexto, la cultura, el entorno y la experiencia personal, pueden introducir sesgos inconscientes en el proceso de contratación.
El reclutamiento basado en la ciencia elimina los sesgos inconscientes que pueden existir inadvertidamente al examinar a los candidatos durante el proceso de contratación. El reclutamiento basado en la ciencia comienza con la comprensión de los factores que impulsan el éxito laboral y la construcción de un sistema de medición para identificar las características relacionadas con el trabajo en los candidatos.
La inteligencia artificial y el análisis avanzado se pueden aplicar a estos datos para crear modelos que optimicen las predicciones exitosas al tiempo que maximizan la diversidad del grupo de candidatos calificados. Cuando se usa de manera correcta y ética, esta tecnología puede educar a las personas sobre cómo se recopilan y usan los datos, de modo que los equipos de reclutamiento puedan comprender y explicar cómo su proceso de selección puede reducir o eliminar cualquier sesgo o discriminación. Además, los modelos se pueden monitorear y ajustar a lo largo del tiempo para garantizar que el proceso de contratación produzca un grupo muy diverso de candidatos calificados.
Caprino: Mencionó que para ser imparcial, AI debe usar solo información relacionada con el trabajo. ¿Cómo mantiene la tecnología las entrevistas y evaluaciones «ciegas» para que los candidatos sean juzgados únicamente por sus méritos?
Leñoso: Ayudar a garantizar que los candidatos sean examinados en función de lo que están respondiendo y no de otros criterios no relacionados con el trabajo comienza con la forma en que se configura la tecnología. Es fundamental asegurarse de que los modelos de IA y los algoritmos de puntuación se creen haciendo la vista gorda a todo lo que no esté relacionado con el trabajo y luego se validen para garantizar que los modelos sean predictivos, justos y no se vean afectados negativamente.
Un ejemplo de esto es nuestra puntuación de entrevista automatizada, o la inteligencia artificial que usamos para hacer esto. Tomamos respuestas basadas en video, audio o texto de los candidatos y utilizamos procesamiento de lenguaje natural (NLP) para evaluar el contenido de las respuestas en función de las competencias clave requeridas para el éxito laboral. Al evaluar la respuesta, la IA no tenía ni idea del nombre de la persona, su apariencia o incluso su voz. En cambio, se enfoca en la transcripción de lo que dijo la persona.
Cuando presentamos nuestras evaluaciones y recomendaciones relacionadas, también mostramos a los reclutadores y gerentes de contratación el mismo conjunto de escalas de calificación ancladas en el comportamiento que nuestros modelos entrenan y usan para evaluar las preguntas de la entrevista. Luego, los revisores pueden usar esa información, junto con las recomendaciones de nuestra IA, para tomar decisiones finales sobre cómo calificar a los candidatos. Todo el proceso ayuda a garantizar que obtengamos información imparcial en manos de los responsables de la toma de decisiones.
Caprino: Hay informes de que la IA en realidad puede conducir a más sesgos en el proceso de contratación. ¿En qué se diferencian los métodos y técnicas de Modern Hire?
Leñoso: Desde su fundación en 2002, el equipo de Modern Hire ha estado recopilando datos significativos de la organización y de los candidatos y examinando cómo esta información puede predecir de manera justa la idoneidad y el rendimiento del trabajo. En lugar de centrarse en máscaras que pueden eliminar temporalmente la información de los miembros del equipo de la conciencia del gerente de contratación, Modern Hire simplemente ha diseñado herramientas de reclutamiento científicas y justas y supervisa rigurosamente la puntuación de los candidatos (cómo se evalúa y califica la tecnología durante el proceso de investigación y entrevistas respaldadas) para garantizar que se eliminen los sesgos. Una vez más, todo comienza con el uso de datos relacionados con el trabajo, no datos estándar.
Caprino: Cuéntenos más sobre los esfuerzos de auditoría para los sistemas de IA. ¿Qué tipo de regulaciones y controles del sistema se pueden imponer a la IA?
Leñoso: Al igual que otras herramientas en el proceso de contratación, las herramientas de IA deben auditarse constantemente para garantizar que sean precisas, justas e imparciales. Durante casi 20 años, hemos estado desarrollando algoritmos para respaldar el proceso de contratación, que es una parte importante de nuestro enfoque. Una vez que los algoritmos están en su lugar, recopilamos datos y los analizamos para garantizar que las herramientas sean justas y relevantes para el éxito laboral.
Una forma en que las organizaciones pueden demostrar a sus usuarios que se toman en serio la eliminación de prejuicios y la creación de una experiencia justa para los candidatos es estableciendo un registro claro, conciso y transparente de cómo utilizan la IA dentro de su organización.
A medida que la IA continúa transformando fundamentalmente cada aspecto del negocio, es importante establecer expectativas públicas para todas las partes interesadas. Al ponerse de pie y ser transparentes sobre la tecnología utilizada, las organizaciones y los empleados pueden hacerse responsables a medida que la IA y sus aplicaciones continúan evolucionando y evolucionando.
Para obtener más información, visite www.modernhire.com.
Kathy Caprino es coach de carrera y liderazgo, oradora, entrenadora y autora de The Strongest You: 7 Brave Paths to Professional Happiness. Ella ayuda a las mujeres trabajadoras a construir sus mejores carreras a través de su programa Career and Leadership Breakthrough Program y Finding the Brave podcast.
La información expuesta en este artículo es de índole informativo, se recomienda siempre comparar información con otras fuentes de internet, antes de tomar una decisión sobre cualquier aspecto.
