- Se da en el caso de puestos operativos masivos, porque son decisiones intuitivas que pueden tomarse en milésimas de segundo.
- Un algoritmo tiene más aciertos que radiólogos y psiquiatras a la hora de hacer predicciones en sus áreas de práctica.
Por Carlos Ganoza, CEO y cofundador de Quantum Talent
Llevo exactamente 20 años dirigiendo equipos, seleccionado talento, dando coaching a personas que están por debajo de su potencial, motivando a las que están en línea con éste para que den aún más, equivocándome en mis decisiones sobre ellas, aprendiendo de mis errores. Calculo que en ese periodo he hecho más de 400 contrataciones. Casi toda ha sido gente cuyo desempeño luego he seguido de cerca. Según la regla de Malcolm Gladwell de las 10,000 horas para ser un experto, yo debería ser “cinta negra”. Debo tener por lo menos tres o cuatro veces esa cantidad de tiempo invertida en evaluar candidatos, decidir si alguien es contratado, promovido, despedido, premiado o sancionado.
Sin embargo, estoy convencido de que cuando se trata de personal en puestos masivos (que requiere contratación por volumen), un algoritmo puede hacerlo mucho mejor que yo. ¿Por qué? A fines de los años cincuenta, el psicólogo Paul Meehl encontró que un conjunto de reglas de decisión (predicción estadística) le podía ganar al juicio informado de un “experto”. Poco tiempo después, investigadores del Oregon Research Institute identificaron que un algoritmo acertaba más que radiólogos y psiquiatras a la hora de hacer predicciones en sus áreas de práctica.
El psicólogo y premio Nobel 2002 Daniel Kahneman ha explicado que un volumen muy grande de las decisiones que tomamos las personas ocurre en el “Sistema 1” del proceso cognitivo, es decir, son decisiones intuitivas, que se toman en milésimas de segundo, sin que nos demos cuenta, por ejemplo, las respuestas a las preguntas ¿cuánto es dos más dos? ¿este candidato para una vacante me parece confiable? también las da el mismo sistema.
Éstas son decisiones que se toman por procesos cognitivos inconscientes y que son muy afectadas por reacciones emocionales. Las resoluciones sobre selección de personal son de ese tipo, especialmente cuando se trata de candidatos para puestos masivos u operativos, que no pasan por muchas entrevistas (a diferencia de un ejecutivo, por ejemplo, que puede ser entrevistado por cuatro o cinco personas diferentes). El problema es que esas elecciones son muy vulnerables a sesgos que nos llevan a cometer errores constantemente. Lo anterior quedó claramente demostrado en uno de los estudios más reveladores de la economía y psicología del comportamiento. El tema fue las orquestas sinfónicas. La guerra por el talento entre éstas es de las más intensas del mundo. Un violinista o chelista que no esté a la altura hace una diferencia enorme. Las investigadoras Claudia Goldin y Cecilia Rouse decidieron explorar cómo son las decisiones de selección de los directores de orquestas. De acuerdo con ellos, lo único que importa es la habilidad del músico con su instrumento, y eso lo miden en una audición. Goldin y Rouse pusieron esto a prueba y experimentaron con audiciones ciegas, en las que los directores podían escuchar a los músicos, pero no los veían. ¿Cuál fue el resultado? Las orquestas contrataron a 50% más mujeres cuando las audiciones eran sin ver.
Es decir, había un sesgo de género en el cual los directores de orquesta prefirieran músicos hombres, por más que en teoría la decisión era muy objetiva: la habilidad con el instrumento. La mencionada depuración visual —probablemente inconsciente— penalizaba a las candidatas mujeres. Después de ese estudio, la aplicación de audiciones ciegas se extendió y gracias a ellas la proporción de mujeres en las principales orquestas sinfónicas de Estados Unidos pasó de 10% en los ochenta a 40% en la actualidad.
Pero si eso ocurre en uno de los mercados de talento más competitivos del mundo, ¿qué ocurrirá en los procesos de selección masiva de las empresas? Los sesgos inconscientes que tenemos nos llevan a tomar muy malas decisiones de contratación de personal masivo. Un algoritmo puede ser tan superior a decisiones tomadas con el Sistema 1 que Andrew Ng, uno de los investigadores líderes en inteligencia artificial, cree que la mayoría de decisiones que se toman en poco tiempo (segundos a minutos) serán eventualmente reemplazadas o asistidas por algoritmos.
Eso ya está ocurriendo en procesos de selección masiva con soluciones como la de Quantum Talent, que evalúa a los candidatos a una vacante y predice si pueden tener éxito o no. La predicción se lleva a cabo exclusivamente con base en las habilidades del postulante (utilizando mediciones psicométricas de habilidades relevantes para los puestos), por lo que no toma en cuenta sesgos de género, raza, etcétera. Esto ha ayudado a muchas empresas líderes en América Latina a reducir la rotación de personal y mejorar su desempeño. Una de las empresas más grandes de consumo masivo en México logró mejorar la eficiencia de su equipo de ventas en 15% gracias al uso de esta tecnología, al contratar personas que aprendían mejor cómo realizar las labores de venta y distribución.
Es cierto, un algoritmo puede seleccionar talento mejor que tú y que yo. Pero si bien puede ser superior a un humano, nada le gana a la combinación humano + algoritmo. Al usar las predicciones de éste como insumo, las personas podemos enfocarnos en aspectos de mayor valor agregado como el onboarding, capacitación, retención de talento, etcétera.
Carlos Ganoza, Director Ejecutivo Global y cofundador
Carlos Ganoza es CEO y fundador de Quantum Talent. Sus pasiones son la innovación con impacto social y el desarrollo económico. Ha sido jefe del gabinete de asesores del Ministro de Economía del Perú, Director Ejecutivo Global de diferentes corporaciones y profesor universitario. Por su trabajo en Quantum Talent ha sido reconocido como emprendedor Endeavor y ganó el premio del Instituto Tecnológico de Massachusetts (MIT, por sus siglas en inglés) por el emprendimiento social más innovador en América Latina. Es coautor de los libros El Perú está calato (Planeta 2015) y Coronashock: cómo reactivar la economía (Penguin, 2020), y columnista del diario El Comercio de Perú. Estudió Economía y Ciencias Políticas y tiene una Maestría en Economía y Negocios por la Universidad de Chicago, donde obtuvo la beca Fulbright Scholar que otorga el gobierno de Estados Unidos.
Acerca de Quantum Talent
Es una compañía que desarrolla software con Inteligencia Artificial para el sector de Recursos Humanos cuyo objetivo es innovar el mercado laboral con su tecnología predictiva, haciendo más rápidos y eficientes los procesos de reclutamiento de personal para reducir al mismo tiempo la rotación y el costo que esto genera a las empresas. Más información en https://www.quantum-talent.com/
