Doxa 1351

Donde las entrevistas de trabajo automatizadas se quedan cortas.

Las investigaciones muestran que estos sistemas suelen ser discriminatorios, alienantes y profundamente estresantes para quienes buscan trabajo.

Por Zahira Jaser, Dimitra Petrakaki, Rachel Starr y Ernesto Oyarbide-Magaña

Contratación y reclutamiento

Harvard Business Review

#Doxa #entrevista #rrhh #trabajo #investigación #sistemas #diversidad #inclusión #transparencia #discriminación #contratación #reclutamiento

Resumen. Cada vez más empresas utilizan entrevistas automatizadas, especialmente para contratar trabajadores más jóvenes. Pero, ¿qué efecto tiene esta tecnología en los buscadores de empleo y cómo pueden los departamentos de recursos humanos y las empresas de tecnología mejorar la experiencia de la entrevista? Esta investigación inicial apunta a varias fallas en el proceso de entrevista que lleva a los jóvenes que buscan trabajo, particularmente a aquellos de entornos subrepresentados, a agotarse emocional y cognitivamente, y ofrece consejos para crear una interacción más significativa (y más humana) entre los candidatos de trabajo, la tecnología, y gerentes de contratación.

El uso de la inteligencia artificial en los procesos de RRHH es una tendencia nueva y probablemente imparable. En el reclutamiento, hasta el 86% de los empleadores utilizan entrevistas de trabajo mediadas por tecnología, una parte cada vez mayor de las cuales son entrevistas de video automatizadas (AVI).

Los AVI involucran a candidatos de trabajo que son entrevistados por una inteligencia artificial, lo que requiere que se graben en una plataforma de entrevistas, respondiendo preguntas bajo presión de tiempo. Luego, el video se envía a través de la plataforma de desarrollo de IA, que procesa los datos del candidato; esto puede ser visual (por ejemplo, sonrisas), verbal (por ejemplo, palabras clave utilizadas) y/o vocal (por ejemplo, el tono de voz). En algunos casos, la plataforma luego pasa un informe con una interpretación del desempeño del candidato al puesto al empleador.

Las tecnologías utilizadas para estos videos presentan problemas para capturar de manera confiable las características de un candidato. También hay pruebas sólidas de que estas tecnologías pueden contener sesgos que pueden excluir a algunas categorías de personas que buscan trabajo. El Centro Berkeley Haas para la Equidad, el Género y el Liderazgo informa que el 44 % de los sistemas de IA están integrados con sesgos de género, y aproximadamente el 26 % muestra sesgos tanto de género como de raza. Por ejemplo, los algoritmos de reconocimiento facial tienen un error de detección un 35 % mayor para reconocer el género de las mujeres de color, en comparación con los hombres de piel más clara.

Pero a medida que los desarrolladores trabajan para eliminar los sesgos y aumentar la confiabilidad, todavía sabemos muy poco sobre cómo las diferentes categorías de candidatos de trabajo experimentan los AVI (u otros tipos de entrevistas que involucran inteligencia artificial) y cómo les afectan estas experiencias, aquí es donde nuestro investigación enfocada. Sin este conocimiento, los empleadores y gerentes no pueden comprender completamente el impacto que estas tecnologías están teniendo en su grupo de talentos o en diferentes grupos de trabajadores (por ejemplo, edad, etnia y origen social). Como resultado, las organizaciones no están bien preparadas para discernir si las plataformas a las que recurren realmente las ayudan a contratar candidatos que se alinean con sus objetivos.

Nuestra investigación en curso comienza con un grupo demográfico particular: jóvenes que buscan trabajo de diferentes orígenes. Elegimos este grupo demográfico porque es probable que experimenten AVI como uno de los primeros pasos en sus evaluaciones iniciales mientras buscan su primer trabajo.Nuestras entrevistas iniciales se realizaron con 20 candidatos de trabajo de diferentes razas y etnias, en su mayoría de Gran Bretaña, y con una mezcla de graduados universitarios de primera generación. Les pedimos que reflexionaran sobre su comportamiento, pensamientos y sentimientos en el momento en que fueron preseleccionados para una entrevista, durante la entrevista y después de la entrevista. Analizamos su comprensión de las tecnologías de contratación y del proceso de entrevista explicado por las plataformas de contratación que se les indicó que usaran. También estudiamos cientos de páginas de documentos, sitios web e informes utilizados por las plataformas para compartir información sobre el proceso de entrevista, los datos extraídos de los candidatos y cómo se utilizaron.

Esta investigación, aunque se encuentra en su etapa inicial, revela algunos hallazgos interesantes y ya ofrece una gran cantidad de estudios de casos, algunos ilustrados a continuación, que hemos utilizado para informar recomendaciones a empleadores y plataformas de contratación. En particular, nuestra investigación descubrió cuatro formas clave en que los candidatos jóvenes a un trabajo experimentan AVI.

Los AVI son difíciles de entender

En primer lugar, descubrimos que los candidatos a puestos de trabajo estaban confundidos sobre el tipo de entrevista que se les pide que realicen y, más específicamente, el tipo de AVI involucrado. Además, a menudo no sabían cómo iban a ser evaluados por el AVI; algunos pensaron que había un reconocimiento facial involucrado cuando no había ninguno en ese caso en particular, por ejemplo. Esta falta de comprensión refleja la preocupación generalizada de que los solicitantes de empleo están mal informados, tanto que algunos gobiernos están comenzando a brindar asesoramiento legal a los empleadores.

Un buen ejemplo de esta confusión provino de Alex (usamos seudónimos en todo momento), un estudiante británico blanco de clase media que se había convencido a sí mismo de que el algoritmo desempeñaba un papel mucho más limitado que en la realidad:

“Creo que [Nombre de la empresa] tiene algoritmos. Entonces, serás clasificado en algunas cosas como el tono de voz y cosas por el estilo. Pero siento que debido a que eso ha tenido bastante reacción, muchas compañías ahora dicen que todas serán vistas por una persona y que los algoritmos no harán una diferencia en sus resultados. Entonces, sí, me imagino que la mayoría de las veces alguien verá tu entrevista”.

Para ayudar a abordar esto, construimos un espectro que ilustra los diferentes tipos de entrevistas que los candidatos pueden realizar. Esperamos que esta categorización pueda ayudar a los jóvenes buscadores de empleo, empleadores y plataformas a desarrollar un lenguaje común al hablar sobre el tipo de entrevista de trabajo que se llevará a cabo, para que los candidatos comprendan el papel de la IA en el proceso de la entrevista. Lo llamamos un "espectro de despersonalización" porque a medida que el papel de la IA se vuelve más prominente, las conexiones personales se desvanecen.

Ver más gráficos HBR en Datos e imágenes

Los sentimientos de humanidad están disminuidos

Debido a que muchas personas que buscaban empleo no entendían la tecnología que se estaba utilizando, su comportamiento predeterminado era actuar de manera rígida: manteniendo una mirada fija, una sonrisa falsa o una postura poco natural; hablar con voz monótona; y sosteniendo sus manos quietas. Sintieron que tenían que comportarse como robots.

Por ejemplo, Mo, un graduado universitario de primera generación de 21 años de un grupo étnico minoritario, estaba confundido sobre cómo lucir profesional y comenzó a comportarse de manera rígida:

“Para adaptarme a la IA, me aseguré de que mis manos estuvieran lo más quietas posible. … Mantuve contacto visual deliberado con la cámara de mi computadora portátil y hablé con un tono bastante monótono para que la IA pueda captar lo que estoy diciendo, porque la IA busca palabras clave que la empresa está buscando para interpretar. el algoritmo.”

También notamos que cuanto más fuerte era el papel que desempeñaba la IA en la entrevista, más candidatos se sentían despersonalizados y hablaban de sus propios comportamientos fijos, rígidos o robóticos.

Como resultado, y a menudo debido a la falta de comprensión de lo que se requería de ellos para aprobar la entrevista, los candidatos sentían que su humanidad disminuía.

La tecnología de IA es glorificada

Curiosamente, esta humanidad disminuida no siempre fue percibida como algo negativo por los individuos de nuestro estudio; algunas personas notaron que la tecnología era una forma de detección más efectiva y eficiente que una interacción humana. Muchos también expresaron la creencia de que la objetividad integrada en la tecnología de IA es superior a la toma de decisiones humana subjetiva. Como resultado, los buscadores de empleo vieron su cambio de comportamiento como una parte inevitable de la experiencia de contratación.

Nos referimos a esto como una glorificación de la IA; los candidatos estaban bien en comportarse rígidamente y querían "complacer" a la tecnología.

Uno de los factores clave detrás de esta glorificación fueron los mensajes que recibieron de las plataformas de contratación que mediaron la relación entre el empleador y los candidatos. Consistentemente, las tres plataformas de contratación que analizamos elevaron el poder selectivo e imparcial de su tecnología con descripciones como y exageraron la validez y confiabilidad de los resultados:

“Tecnología innovadora diseñada para combatir el sesgo en las entrevistas y garantizar decisiones de contratación más justas, efectivas y eficientes”.

“Puede estar seguro de que cada nueva contratación representa la mejor decisión posible, independientemente de su edad, etnia, género u orientación sexual. A su vez, esto conduce a un lugar de trabajo más diverso e inclusivo, y a un negocio más comprometido, innovador y exitoso”.

Como resultado, los candidatos creían que si no eran seleccionados, en realidad se debía a sus propias características personales, y no porque la tecnología pudiera estar subdesarrollada, sesgada o capturando datos de manera inexacta. De hecho, en la mayoría de las entrevistas, el candidato no sabía en absoluto qué tipo de datos se capturaron.

Además, observamos que, si bien las plataformas de contratación dedicaron mucha energía a persuadir a los empleadores con (creemos, poco realistas) descripciones de la confiabilidad y validez de la tecnología de las entrevistas, hicieron poco para proporcionar a los candidatos una expectativa precisa de qué datos la tecnología. iba a utilizar, y los límites del análisis de datos. Como resultado, los candidatos se encontraron frente a una “caja negra” a la hora de entender cómo fueron evaluados.

Los AVI son emocional y cognitivamente agotadores

Al final, las emociones que resultaron de los candidatos que se comportaron de la manera que creían que era necesaria para la IA, a pesar de que era muy poco natural, agotaron la energía tanto emocional como cognitivamente. Esta fue una experiencia generalizada en nuestra muestra y está mejor ilustrada por Eryn, una joven de color de una familia desfavorecida que nos dijo:

 “Oh, Dios mío, la cantidad de horas que he dedicado a las entrevistas en esta etapa, para aún no tener un puesto de graduado, es muy frustrante. Y también cuando sabes que ni siquiera lo han visto... Todo lo que quieres hacer es conseguir un trabajo, y le estás poniendo todo este esfuerzo y tanto trabajo, para luego ser rechazado antes de que una persona te hable.. Es realmente desmoralizador”.

Esto resultó en que algunos candidatos renunciaran a postularse para trabajos que requerían pasar una entrevista de trabajo automatizada. Por ejemplo, Elliott, un graduado de primera generación de 21 años de un entorno de bajos ingresos, dijo:

“Ya que no me desempeño bien en las entrevistas en video… realmente no me importa tanto. No quiero invertir mucho en ellos porque sé que probablemente lo voy a arruinar de todos modos. … Pero me hace pensar que quiero trabajar para una empresa más pequeña, solo porque estas grandes empresas obviamente tienen entrevistas en video porque tienen muchos solicitantes, y de todos modos no son, probablemente no, tan personales”.

Cómo los gerentes de recursos humanos y las plataformas pueden mejorar la experiencia AVI

Para mejorar la experiencia de los entrevistados, respaldamos el uso de un " enfoque de caja de cristal " (a diferencia de la "caja negra" actual) para las plataformas y gerentes de entrevistas de recursos humanos, ya que sabemos que la forma en que se explica la tecnología tiene un impacto en cómo se experimenta..

Ambos grupos deben asegurarse de que los candidatos que utilicen la tecnología entiendan cómo funcionan los AVI desde el principio. Además de utilizar nuestro espectro de despersonalización para estar en sintonía, sugerimos que adopten estándares rigurosos al explicar la tecnología. Las explicaciones a los candidatos sobre lo que sucede antes, durante y después de las entrevistas deben ser:

Comprensible.

Los candidatos y los empleadores deben comprender la función de los AVI en la entrevista: cómo funciona, qué datos se recopilan, cómo se utilizan los datos y quién lo hace.

Interpretable.

Las explicaciones deben proporcionarse en términos claros e inequívocos, y deben ser plenamente representativas del proceso que sustenta a AVI.

Transparente.

Es necesario especificar el papel de la IA dentro de AVI, ya sea IA pasiva, asistida por IA o dirigida por IA. Un candidato también debe saber si AI está tomando la decisión final o si un humano va a trabajar con los datos.

Los gerentes de recursos humanos y las plataformas de contratación también deben trabajar juntos para desarrollar pautas más amplias para los candidatos, incluidas las siguientes:

Retroalimentación adecuada y rápida.

Los empleadores (y las plataformas de contratación) deben ofrecer comentarios estructurados y constructivos a los candidatos a un puesto de trabajo, brindándoles una mejor comprensión de las fortalezas que pueden perfeccionar en el futuro. Aunque los participantes de la investigación reconocieron que el desarrollo personal se consideraba un aspecto clave del proceso de la entrevista, es posible que hablar a una cámara no permita que alguien retenga las mismas señales y comentarios de desarrollo. Al recibir retroalimentación, muchos candidatos podrían ver el tiempo dedicado a las entrevistas en video como una inversión, dado que este proceso les ofrecería una forma de mejorar su desarrollo personal.

Privacidad y consentimiento informado de los datos.

Las plataformas de contratación inevitablemente tratan con datos personales. Los empleadores y las plataformas deben solicitar el consentimiento de los usuarios para recopilar y conservar sus datos, y para informar a los candidatos sobre las formas en que se utilizarán sus datos. También deben revisar y aclarar el marco legal para registrar a los candidatos durante las entrevistas de trabajo y asegurarse de que se mantenga al día con las expectativas del público y los marcos legales.

Sistemas de apoyo a los candidatos.

Los empleadores podrían ayudar a los candidatos a desarrollar una mejor comprensión de sus plataformas de contratación y cómo usarlas de manera efectiva mediante el desarrollo de una serie de herramientas de apoyo y otros recursos de información para los candidatos. Pueden, por ejemplo, mostrar videos de candidatos exitosos, y no solo actores, u ofrecer talleres facilitados sobre cómo lucir profesional ante la cámara donde los candidatos pueden hacer preguntas. En otras palabras, muestre interés por el grupo de talentos y sensibilidad hacia las necesidades de los candidatos de diferentes orígenes y grupos diversos.

...

En términos generales, nuestra investigación inicial sugiere que la experiencia de los jóvenes que buscan trabajo en las entrevistas de trabajo basadas en IA es deficiente. Todos los candidatos experimentaron cierto nivel de confusión. Las percepciones de que son “procesados” a través de la tecnología en una etapa crucial de su vida laboral afecta en particular a los jóvenes que buscan empleo de entornos menos privilegiados, que pueden tener acento, usar expresiones o tonos de voz menos formales, o incluso tener menos confianza en sí mismos. cómo lucir profesional frente a una cámara.

También vemos una falta de atención por parte de las plataformas a sus usuarios finales (los propios jóvenes candidatos a empleo), ya que las plataformas parecen prestar más atención a su relación con los empleadores, que son su fuente de ingresos. Instamos a los desarrolladores y otros a que sean más claros con los jóvenes que buscan trabajo sobre cómo funciona su producto, incluida una descripción más honesta de la tecnología como aún no perfecta y aún en su fase de desarrollo. Esto no se puede hacer sólo en la letra pequeña.

En última instancia, abogamos por que los empleadores y las plataformas implementen sistemas de apoyo para los jóvenes candidatos al trabajo ofreciendo comentarios constructivos y oportunidades para el desarrollo personal.

Zahira Jaser, PhD, es profesora asistente en la Escuela de Negocios de la Universidad de Sussex y directora adjunta del MBA. Su trabajo se centra en cómo los gerentes unen las relaciones de varios niveles en las organizaciones y hacen que las jerarquías sean más fluidas. Es la única editora de The Connecting leader: Sirviendo simultáneamente como líder y seguidor (IAP). Para actualizaciones, siga a Zahira en LinkedIn, Twitter o aquí.

Dimitra Petrakaki es profesora de Tecnología y Organización, directora adjunta del Departamento de Administración de la Escuela de Negocios de la Universidad de Sussex y coinvestigadora del Centro de Investigación Digital Futures at Work financiado por ESRC. Su trabajo se centra en las implicaciones de la introducción de la tecnología digital para la organización del trabajo. Es editora asociada de Information Systems Journal y miembro del consejo editorial de las revistas Work, Employment & Society y New Technology, Work & Employment.

Rachel Starr es parte del grupo de investigación de Análisis Fenomenológico Interpretativo de la Universidad Birkbeck de Londres. Su investigación versa sobre la fenomenología del encuentro estético. Ella está interesada en cómo las personas experimentan mirar el arte y el impacto de esta experiencia en sus sentimientos.

Ernesto Oyarbide-Magaña es Postdoctoral Associate en la Universidad de Oxford. Actualmente enseña en el Programa de Líderes Públicos de la Escuela de Gobierno Blavatnik. Ha contribuido a proyectos en los campos de la historia diplomática, la gobernanza transnacional y la prevención del sesgo algorítmico y la desinformación digital.