Mostrando entradas con la etiqueta Algoritmos. Mostrar todas las entradas
Mostrando entradas con la etiqueta Algoritmos. Mostrar todas las entradas

jueves, 6 de julio de 2017

La creciente tendencia en dejar RRHH en manos de algoritmos

Cuando hablamos de algoritmos nos trasladamos de inmediato a las matemáticas pero, en realidad, nos referimos a toda la analítica que hay detrás del software de gestión e incluso, más cercano a la gente, a la manera en cómo se gestiona la información que vemos en las redes sociales. Más allá de esto, los algoritmos tienen un rol fundamental en lo que es el desarrollo del aprendizaje para la Inteligencia Artificial, a partir de la cual se desarrollarán sistemas que puedan asumir funciones creativas, tareas que requieren interacción social y que hasta puedan tomar decisiones empresariales.

Recientemente un estudio publicado por el Wall Street Journal indica que ya la aplicación de algoritmos en el área de Recursos Humanos no es un planteamiento futuro, sino que ya está siendo aplicado por numerosas transnacionales para dar agilidad y afinar sus procesos de selección y reclutamiento de talento. Empresas como Goldman Sachs (en el área de Finanzas), Wal-Mart (Retail) ya emplean software ideado especialmente para analizarse internamente y determinar el tipo de trabajador que necesitan, al tiempo que analiza la data de los candidatos que se postulan a todas las vacantes.

En el caso de una empresa de consumo masivo como Unilever esto va más allá cuando se trata de hacer reclutamiento de jóvenes talentos: entrelazan los algoritmos de sus herramientas de RRHH con la tecnología que usan las personas, en este caso redes sociales y demás aplicaciones que usen esos jóvenes en sus smartphones, por ejemplo, anuncios en Facebook, LinkedIn y en otro tipo de sitios para poder captar la atención de los futuros empleados.

El proceso tradicional de envío de currículum y venta de sus capacidades se complementa con algoritmos de la siguiente forma: el candidato genera una especie de huellas, marcas, que la empresa debe identificar, entenderlas y determinar si le interesan esas características particulares de cada persona y el mismo software decide si esas capacidades le interesan a la empresa. Adicionalmente el candidato es invitado a “jugar en algunas herramientas tecnológicas” (presentadas como juegos/gamificación), a través del cual sigue generando información para el análisis matemático.

¿Por qué es una tendencia usar algoritmos?

Según los expertos y observando los resultados de esta práctica, es claro que los procesos de selección son más rápidos, además los perfiles seleccionados se ajustan mucho más a lo que la empresa de verdad requiere para mejorar su productividad. La prevención de conflictos es algo que también se logra al cruzar la data de los candidatos y de los trabajadores de la empresa. En el referido caso de Unilever, el 80% de las personas que llegaron a la fase final del programa tuvieron oferta laboral y un porcentaje muy cercano la aceptó. Resultados tan afinados reducen los costos de selección en porcentajes bastante altos, esto sin tomar en cuenta costos de captación, por ejemplo, en publicidad.


Otro punto fundamental lo representa la disminución de los sesgos, prejuicios en la contratación de personal. De hecho, esta fue la idea inicial para la aplicación de algoritmos en los procesos de captación, selección y contratación de personal, con la intención de dar más oportunidades a minorías, no sólo por un asunto de igualdad o de una legislación, sino para poder convertir a la empresa en un reflejo de la sociedad llena de diversidad que tenemos hoy en día.


Redactado con información de Puromarketing y TWSJ

lunes, 19 de septiembre de 2016

La revolución de los algoritmos

Un algoritmo es un procedimiento o conjunto de instrucciones paso-a-paso, utilizado con frecuencia en una computadora para resolver un problema, que hoy en día  típicamente se  ejecuta a una velocidad y a una escala increíble.  La intensidad y lo variado del uso de los algoritmos nos permite pensar que estamos viviendo la revolución de los algoritmos y posiblemente su principal reto a futuro es el hecho que las máquinas y los algoritmos que los accionan se han venido haciendo cada vez más complejas y rápidamente se está perdiendo la habilidad de entender cómo funcionan y de anticipar su comportamiento o de detectar las debilidades no previstas. Para ponerlo en contexto, en la colocación de un hombre en la luna en 1.969 se usaron 145.000 líneas de código y ahora se requieren más 2 mil millones de código para procesar Google, con el agravante adicional que los sistemas actuales son además laberintos de interconexión.

Por ello, la principal fuente de dificultad no está en la programación de los algoritmos, sino más bien  en lograr que quienes los administren entiendan aquello que los algoritmos hacen bien, para cuáles preguntas tienen respuestas y para cuáles no las tienen. Es una responsabilidad del más alto nivel de la organización que los administra. Aquello que puede hacer un algoritmo es enormemente poderoso e incluye: identificación de patrones demasiado sutiles para la observación humana, el uso de dichos patrones para generar percepciones precisas y la información para la toma de mejores decisiones.

El reto de la Revolución de los Algoritmos

El reto es entender los riesgos y las limitaciones, ya que construido dentro de los algoritmos están (1) los valores humanos de sus desarrolladores, (2) las necesidades comerciales de sus creadores y (3)   límites de la comprensión humana. Hasta los más sofisticados algoritmos y aplicaciones de Inteligencia Artificial  (particularmente los sistemas de aprendizaje profundo), en última instancia están limitados por la imaginación y por la visión futurística de sus desarrolladores en términos de las entradas que pueden identificar, de  las salidas que pueden controlar y de la lógica que aplican. Esa complejidad obliga a cuidar el más mínimo error, por el impacto que pueda tener, y además considerar las vulnerabilidades asociadas a cualquier algoritmo.

Limitaciones de los algoritmos

Los algoritmos en esencia, transfirieren comprensión o percepción desde un contexto a otro. Ellos usan data existente para predecir lo que puede ocurrir en un ámbito ligeramente distinto (entorno, población, tiempo, una pregunta). Las predicciones que se realizan bajo un contexto específico no necesariamente  aplican de igual manera a un contexto distinto. Saber lo que un algoritmo no puede decir es tan importante cómo conocer lo que si puede. También es importante recordar que correlación no significa causalidad. Aún cuando un algoritmo es capaz de hacer predicciones, ello no elimina la necesidad de cuidar la  identificación de conexiones entre causa y efecto, ya que el algoritmo no es un reemplazo a experimentos controlados.

Objetivos y opciones en los algoritmos

  • Si se trata de un objetivo blando, este debe ser identificado, definido y cuantificado de acuerdo a su orden de importancia. Ya que los objetivos blandos son difíciles de cuantificar, es necesario tener cuidado extremo en la toma de acciones sobre resultados de ese tipo de algoritmo.
  • Los algoritmos no entienden de equilibrios entre opciones compensatorias (trade-off) – Teniendo identificado el objetivo principal y una lista de inquietudes, el diseñador del algoritmo debe construir los equilibrios entre las posibles opciones. Esto puede implicar expandir el objetivo para que incluya múltiples resultados, ponderados por importancia relativa.



lunes, 23 de mayo de 2016

Uso del Big Data y Algoritmos para la búsqueda de talento


La tecnología está adquiriendo importancia en la forma en las cuales las organizaciones buscan talento. Se trata principalmente de la aplicación de análisis de data ya existente en forma masiva– la explosión conocida como Big Data. La nueva tecnología aprovecha data más concisa  y plataformas de Big Data en la Nube que funcionan como una máquina de inteligencia para el manejo del capital humano y ello está llevando a la creación de nuevos estándares en el reclutamiento del talento. Este fenómeno se está reforzando con el uso de algoritmos que complementan la capacidad de análisis y categorización de múltiples tipos de data.

Este fenómeno también lleva a cambiar el rol de reclutador. Todavía más relevante, es que la profundidad de la información disponible abre nuevos caminos para las organizaciones, permitiéndoles tomar decisiones de talento bien soportadas, predecir desempeño y desarrollar la planificación de la fuerza de trabajo.

Fuentes externas de Data

Con el uso de Big Data se puede identificar el mejor prospecto dentro de un universo ampliado:
  • Información en-línea en Internet que apunta a prospectos y detalles asociados a ellos: Bases de Datos de Curriculum Vitae, perfiles en redes sociales (LinkedIn, Facebook, Twitter), registros de empleos y muchas otras opciones.
  • Agregación de datos externos, pero acumulados internamente: CV, solicitudes de trabajo, tarjetas de presentación escaneadas y bases de datos contratadas.


Esto sin olvidar que las unidades de Recursos Humanos pueden aplicar pruebas y juegos para analizar candidatos y sus reacciones y respuestas para medir patrones y habilidades específicas.

Fuentes Interna de Data

Las personas cada vez dejan más trazos de lo que hacen en su trabajo. Esas pistas de data pueden ser cosechadas para luego ser utilizadas con múltiples objetivos (mejora del desempeño del individuo y de la organización, como modelo para comparación con otros empleados). En la comprensión de las actividades de las personas en el trabajo hoy se puede conocer:
  • Cómo utilizan computadores y teléfonos en su actividad empresarial.
  • Lo que dicen en las redes sociales.
  • Su movimiento físico dentro de la oficina y/o con clientes-proveedores.
  • La rotación debida a la distancia casa-trabajo o por una politíca de compensación no competitiva.


Benchmarks

Los analíticos de Talento disponibles permiten hacer el Benchmarking:
  • Big Data facilita la identificación de las características de las personas más destacadas de la organización y se puede usar dicha información en la pre-selección de los prospectos sobre la base de la comparación con dichas cualidades.
  • La data en tiempo real permite identificar lo que funciona y aquello que está fallando en reclutamiento.


Están disponibles la data generada por reclutados previamente y puede saber: quienes siguen en la organización, quienes recibieron promociones, quienes se desempeñaron bien, quienes no funcionaron y porqué.

Algoritmos

Por complementar la información se desarrollan algoritmos, que además  “aprenden” a medida que se les usa más. Estos algoritmos usan la información de los aspectos prácticos del trabajo y también de las relaciones e intereses que los empleados mencionan en sus redes sociales. Ellos ayudan a  identificar las características de la personalidad y el  comportamiento medible de los candidatos para hacer comparaciones con miembros exitosos del equipo de trabajo.


Big Data  y los algoritmos están descubriendo talento que redes convencionales de reclutamiento no detectan. La evidencia nos dice que cuando Reclutamiento hace su trabajo correctamente, los empleados duran más en la empresa, trabajan más felices y eventualmente la empresa recupera el costo de búsqueda y entrenamiento más rápidamente y con mayor certeza.