Inteligencia artificial: ¿Cómo interviene en RRHH?

Big data, aprendizaje automático, análisis predictivo, chatbots son nuevos conceptos que debemos conocer y entender antes de lanzarnos en cuerpo y ‘data’ a explorar los nuevos tipos de inteligencia artificial vinculados al ámbito de la contratación.

Como antes de cualquier aventura, para preparar nuestra incursión en el fenómeno de la IA es recomendable contar con las herramientas adecuadas para la expedición: una brújula para orientarnos, un mapa para conocer el terreno y estudios sobre el entorno para entender lo que vamos a encontrar.

Nos adentramos en territorio (casi) desconocido y, por tanto, en el que aún queda mucho por desarrollar. Por ello, debemos estar bien equipados para entender los conceptos de inteligencia artificial.

En nuestra aventura estos conceptos de la inteligencia artificial son el calzado que nos va a permitir recorrer con paso firme los caminos del territorio IA sin resbalar.

Los 4 tipos de inteligencia artificial que debes conocer

Antes de hablar de los términos, saber qué es la inteligencia artificial y sus diferentes tipos se antoja como un paso fundamental.

Así, una definición de inteligencia artificial para acercarnos a este concepto es que se trata de la disciplina que une ciencias como la lógica, la computación o la filosofía con el objetivo de crear entidades artificiales capaces de resolver problemas por sí mismos.

Pero, ¿cuál es la manera de simplificar la definición de IA? Máquinas que piensan como humanos.

Una vez que sabes en qué consiste, los tipos de inteligencia artificial más importantes fueron acuñados por dos de los padres de esta disciplina, Stuart Russell y Peter Norvig. Estos son:

  1. Sistemas que piensan como humanos. Se trata de los sistemas que intentan emular el pensamiento humano, como por ejemplo, la resolución de problemas o el aprendizaje.
  1. Sistemas que actúan como humanos. El ejemplo más claro de este tipo de inteligencia artificial es la robótica. Este caso estudia cómo los computadores realizan tareas vinculadas habitualmente a los humanos.
  1. Sistemas que piensan racionalmente. Aquellos que intentan imitar el pensamiento lógico racional del ser humano.
  1. Sistemas que actúan racionalmente. Es el tipo de sistemas que intentan conseguir unos objetivos concretos a partir de unas creencias. Tienen cualidades como razonamiento, aprendizaje o percepción.

inteligencia artificial robot y tablet

10 conceptos de inteligencia artificial relacionados a esta disciplina

Big data: literalmente «macrodatos» o inteligencia de datos. Se define como un conjunto de datos de tal magnitud que las herramientas de administración de TI tradicionales no son capaces de gestionarlos.

¿Y cómo podemos relacionar este tipo de inteligencia artificial con los recursos humanos? Como recruiter eres es uno de los profesionales que más datos gestiona: información administrativa de los empleados, salarios, evaluación de competencias, ¡cuantos más datos, mayor es el reto! 

Aprendizaje automático o machine learning: a menudo se habla de aprender con el ejemplo. Esta es la base del aprendizaje automático, que representa el conjunto de procesos que permiten a las máquinas inteligentes aprender según las reglas preestablecidas por algoritmos que se alimentan de ejemplos.

Y estos lenguajes de programación para inteligencia artificial son los que permiten a la máquina tomar decisiones eficaces.

¿Y cómo podemos relacionar este tipo de inteligencia artificial con los recursos humanos? Como en cualquier formación, siempre se comienza por impartir la teoría, se dan ejemplos, se marcan las reglas y, a veces, las excepciones aplicadas a la regla. Después, llega el momento de la práctica y, cuanta más experiencia acumulamos, más aprendemos. ¡El aprendizaje automático funciona exactamente igual! 

Aprendizaje profundo o deep learning: es un subcampo del aprendizaje automático que da autonomía a las máquinas de inteligencia artificial para tratar un gran volumen de datos de manera jerárquica. Para ello, el sistema comienza por el análisis de los datos de forma simplificada y gradualmente refina la búsqueda hasta llegar a resultados más concretos.

¿Y en el universo de los recursos humanos? Durante una entrevista, lo primero que se detectan son las señales sociales básicas. Sabrás a qué nos referimos cuando hablamos de estos pequeños gestos de comunicación que despiertan tu atención rápidamente: un tartamudeo, un ceño fruncido, un silencio o una palabra bien escogida...

Estos elementos de la inteligencia artificial se acumularán en tu mente y comenzarás a establecer asociaciones que te llevarán a formarte una opinión sobre el candidato. Esto será lo que finalmente motivará tu decisión sobre el reclutamiento.  El aprendizaje profundo puede reproducir el mismo proceso.

Árbol de decisión: es la representación gráfica de las reglas que conducen a la toma de decisiones en forma de árbol. Cada rama representa las diferentes decisiones posibles, que a su vez pueden llevar a otras opciones y así, sucesivamente, hasta la conclusión final. Para cada una de las ramas hay probabilidades asociadas.

¿Y cómo podemos asociar este tipo de inteligencia artificial al mundo del recruiting? En RRHH, cuando clasificas los CV, aplicas filtros de criba específicos para cada puesto.

Por ejemplo, para un puesto de ingeniero con perfil comercial orientado al mercado internacional comenzarías por preguntar: ¿el candidato tiene un título de ingeniería? Si es así, continúas. Si no, rechazas el CV. ¿Habla inglés? Si es así, preseleccionas el CV, si no, no podrá continuar en el proceso de selección. ¿Tiene experiencia en ventas?... Y así, hasta que encuentres al candidato que cumpla con todos los requisitos del puesto.

Aprendizaje supervisado o sin supervisar: lo que distingue a estos dos métodos es la intervención o la ausencia de la mano humana en el proceso de aprendizaje automático.

En el primer tipo de inteligencia artificial, una persona anota o clasifica los datos para crear muestras que guiarán a la máquina. En el segundo, el ordenador tendrá que buscar por su cuenta entre un gran volumen de datos procedentes de fuentes diversas.

¿Y para qué se utiliza la inteligencia artificial de aprendizaje supervisado en el sector de los recursos humanos? Como recruiter, es probable que tengas muchos procesos de contratación a tus espaldas.

En el aprendizaje supervisado, toda la información, desde la preselección de currículos hasta la entrevista con el candidato final, son ejemplos de los que un algoritmo se puede alimentar para tratar de encontrar la lógica tras tus decisiones, y así, reproducirlas.

Por el contrario, los no supervisados no tendrán en cuenta las acciones del RRHH y organizarán los CV en diferentes categorías (perfil de negocio, perfil técnico, junior, senior...) con el riesgo de hacer una clasificación por categorías irrelevantes desde el punto de vista práctico. 

Redes neuronales en la inteligencia artificial: son algoritmos que pueden imitar esquemáticamente las redes neuronales biológicas, inicialmente concebidos para modelar el procesamiento de los datos.

Inteligencia artificial cables

Estas reglas operacionales se basan en estadísticas y son aprendidas a medida que ocurren. Por ejemplo, se aplican en el reconocimiento de formas e imágenes, mercados bursátiles o diagnósticos médicos.

¿Y en recruiting? En una entrevista, cuando recibes a un candidato, él te ofrece una cantidad de información (sus títulos, experiencia, competencias técnicas...). Cada una de tus neuronas aplicará misteriosas fórmulas matemáticas que ponderarán cada información en función de tus expectativas conscientes e inconscientes para permitirte tomar una decisión: el candidato continúa en el proceso o no. 

El procesamiento del lenguaje natural (PLN) es la forma de inteligencia artificial que viene a ser la encrucijada entre la lingüística y la informática. Es el campo que combina las tecnologías de la información (entre las que se encuentra la inteligencia artificial o el aprendizaje automático) y la lingüística aplicada.

La finalidad de hacer posible la comprensión y el procesamiento asistidos por ordenador de información expresada en lenguaje humano para tareas como los chatbots o los traductores automáticos.

Ciencias cognitivas: su objetivo es describir, explicar e imitar los mecanismos del pensamiento y de conocimiento humano. Según el Instituto Cervantes , las ciencias cognitivas son el punto de encuentro entre la psicología cognitiva y la inteligencia artificial; «su objetivo es estudiar la forma en que las personas y las máquinas asimilan los nuevos datos, los procesan y actúan en consecuencia».

Agente conversacional o chatbot: son sistemas de diálogo interactivos que gestionan las interacciones entre el hombre y la máquina a través de la inteligencia artificial. La interfaz es capaz de conducir un diálogo, hacer preguntas y proporcionar respuestas de acuerdo con reglas predefinidas. Los chatbots pueden basarse en PLN y/o en árboles de decisión.

¿Y cómo podemos aplicar este tipo de inteligencia artificial a los recursos humanos? Los agentes de recruiting pueden utilizar a estos agentes virtuales capaces de interpretar el lenguaje para recopilar información de los candidatos, formular preguntas de selección y responder a preguntas precisas, que pueden enviarse directamente al Applicant Tracking System. 

inteligencia artificial chatbot ordenador dialogo

Análisis predictivo: consiste en la aplicación de estadísticas y métodos de diferentes tipos de inteligencia artificial para predecir eventos futuros o la evolución de variables. Se basa en la hipótesis predictiva de suponer que varias situaciones iguales experimentarán la misma evolución si este ha sido el caso en el pasado.

¿Y para los RRHH? El análisis predictivo es el tipo de inteligencia artificial que nos permite anticipar las contrataciones a un año vista según la época y la tasa de rotación, o incluso determinar, dentro de un grupo de candidaturas, quiénes serán los candidatos más interesantes para tu empresa en el futuro.

¿Y cómo encajan los distintos tipos de inteligencia artificial entre sí?

Ahora que sabes un poco más sobre los conceptos y tipos de inteligencia artificial, aquí te explicamos cómo interaccionan y un resumen de todo ello.

La IA combina el aprendizaje automático, el aprendizaje profundo y los árboles de decisión. Cualquier IA puede estar supervisada o no supervisada y utiliza algoritmos y tipos de inteligencia artificial, como las redes neuronales, que son la base del aprendizaje profundo. De esta forma, sistemas de inteligencia artificial como los chatbots o el análisis predictivo, se basan en datos, o incluso en big data.

Además, no puede haber un aprendizaje profundo preciso sin macrodatos. ¡Hemos completado el círculo! Ahora entenderás por qué los gigantes de Internet que más cantidad de macrodatos manejan (GAFAM y sus homólogos chinos BATX) son los líderes en inteligencia artificial de la actualidad.

Tu opinión nos interesa

La inteligencia artificial está en boca de todos, ¡pero lo que realmente nos interesa es tu opinión! No dudes en compartir en tus comentarios con nosotros :) 

#Digital Recruiting #IA

Artículos sugeridos

motif_easyrecrue
4 mitos sobre inteligencia artificial en recruiting

La inteligencia artificial es un nuevo asistente de recursos...


#IA #Reclutamiento Digita...

Leer mas >
Descubre los usos de la Inteligencia Artificial que puedes aplicar en RRHH

La inteligencia artificial ya ha llegado al ámbito de los RRHH y,...


#Digital Recruiting #IA

Leer mas >
Top 5 soft skills más buscadas en 2019

Los profesionales están cada vez más interesados en aprender y...


#IA #Evaluación De Compet... #Gestión De Competenc...

Leer mas >