Robots reclutadores

El problema con los gerentes de recursos humanos es que ellos son seres humanos. Tienen prejuicios; cometen errores. Pero con mejores herramientas, ellos pueden tomar mejores decisiones de contratación de empleados, dicen los defensores de "grandes datos". Un software que analiza pilas de datos y puede detectar cosas que podrían no ser aparentes al ojo humano. En el caso de las contrataciones los trabajadores estadounidenses que laboran por hora, el procesamiento de números ha descubierto algunas correlaciones sorprendentes.

Por ejemplo, las personas que completan en línea una solicitud de empleo utilizando browsers que no venían con sus computadoras (tales como el Internet Explorer de Microsoft en una Windows PC) pero se vieron obligados a instalarlos deliberadamente (tales como Firefox o el Chrome de Google) tienen mejor desempeño y cambian de empleo con menor frecuencia.

Podría ser coincidencia, pero algunos analistas piensan que las personas que se molestan en instalar un nuevo browser podrían ser la clase que se toma el tiempo para tomar una decisión sopesada. Ese tipo de personas deben ser mejores empleados. Evolv, una compañía que monitorea datos sobre reclutamiento y lugar de trabajo, analizó más de 3 millones de puntos de datos 1 de más de 30,000 empleados para encontrar esa pepita.

Alrededor del 60% de los trabajadores estadounidenses devengan salarios por hora. De estos, cerca de la mitad cambia de trabajo cada año. Las empresas que emplean numerosos trabajadores no calificados, tales como los supermercados y las cadenas de comidas rápidas, tienen que revisar montones -en ocasiones millones- de solicitudes cada año. El hacer el proceso más eficiente podría tener grandes beneficios.

Evolv analiza montañas de datos. Si un cliente opera centros de llamadas, por ejemplo, Evolv mantiene fichas diarias sobre cosas tales como qué tanto tiempo le toma a cada empleado contestar la pregunta de un cliente. Luego relaciona el desempeño real a rasgos que fueron visibles durante el reclutamiento.

Algunas ideas son contra intuitivas. Por ejemplo, las empresas de manera rutinaria descartan candidatos con un record penal. Sin embargo los datos sugieren que para ciertos trabajos no hay correlación con el desempeño. De hecho, para atención al cliente que llama, las personas con antecedentes penales tienen mejor desempeño. Igualmente, muchos departamentos de RR.HH. automáticamente eliminan candidatos que han cambiado mucho de empleo. Pero un análisis reciente de 100,000 trabajadores de centros de llamadas mostró que los que habían cambiado mucho de empleo en el pasado no eran más propensos a renunciar que los que no lo habían hecho.

Trabajando con Xerox, un fabricante de impresoras, Evolv encontró que una de las mejores predicciones de que un empleado de servicio al cliente se mantenga en el empleo es que viva cerca y le sea fácil llegar al trabajo. Este y otros hallazgos ayudaron a Xerox a reducir la rotación en una quinta parte en un programa piloto que desde entonces se ha extendido. También encontraron que los trabajadores que se habían incorporado a una o dos redes sociales tendían a permanecer por más tiempo en el empleo. Los que pertenecían a cuatro o más redes sociales no.

No tiene sentido preguntarles a los que buscan empleo si son honestos. Pero en las encuestas se puede medir la honestidad de manera indirecta, al preguntar cosas como "¿Qué tan bueno es usted con las computadoras?" y luego "¿Qué hace el control-V en un programa de procesador de palabras?" Un estudio de 20,000 trabajadores mostró que las personas más honestas tienden a tener mejor desempeño y permanecen por más tiempo en los trabajos. Sin embargo, por alguna razón, no son vendedores eficaces.

Los algoritmos y los grandes datos son herramientas poderosas. Si fuesen ampliamente utilizados podrían ayudar a emparejar las personas adecuadas con el trabajo adecuado. Pero deben ser diseñadas y empleadas por seres humanos, de manera que todo puede salir mal. Peter Cappelli de la Escuela de Negocios Waharton de la Universidad de Pennsylvania recuerda un caso cuando el software rechazó a cada uno de numerosos buenos solicitantes a un empleo debido a que la empresa en cuestión había especificado que tenían que haber tenido un título de un trabajo específico -uno que no existía en ninguna otra empresa.

1 En estadística, un punto de datos es un conjunto de mediciones en un solo miembro de una población estadística, o un subconjunto de esas mediciones para un individuo dado.

© 2012 The Economist Newspaper Limited. All rights reserved.

De The Economist, traducido por Diario Libre y publicado bajo licencia. El artículo original en inglés puede ser encontrado en www.economist.com

Diario Libre