Herramientas Tecnológicas de

Apoyo al R&S
Cristian Canales, MSc

Psicólogo UC
MSc Managerial Psychology, The
University of Manchester

Chief Product Officer

eb Metrics
Recapitulando
 Lo prometido es deuda

Descripción de cargo: Entrevistas:

• Crear descripción de cargo IA. • Automated Interview AI.
• Job description AI generator. • Entrevistas automatizadas IA software (no funciona
muy bien).
Análisis de CVs:
• Analizar CV con IA.
Pruebas:

• Resume/CV parser AI. • Test de selección.

• Resume analyzer AI. • Online testing candidates AI.

Screening de Candidatos:
• Candidate assessment test.

• Automated candidate screening AI.

• Screening a candidatos automatizado IA (no funciona
muy bien).
¿Jugamos?
Conociendo tests gamificados:Test Partnership
Conociendo tests gamificados: Arctic Shores

● Skyrise City
(GMA)

www.ebconsulting.cl 6
Ejemplo de resultados

www.ebconsulting.cl 7
Ejemplo de resultados
Actividad

● Grupos de 5 personas.
● Considerando lo revisado (tipo de prueba, modalidad,
resultados obtenibles, entre otros aspectos relevantes),
discutan lo siguiente:
○ Opinión general de los tests.
○ ¿Solicitarías información adicional? ¿Cuál?.
○ ¿Qué preguntas le harías a los creadores o distribuidores?
● Elijan a una o un representante que exponga los 3 puntos
discutidos.
Ejemplo de comparación

● Validez de constructo: alta correlación ● Validez de constructo: alta correlación

con test ICAR (Open Source) y una con test verbal y numérico de
combinación de otros tests. AssessmentDay.

● Validez predictiva: éxito académico en ● Validez predictiva: estudio con 199

retrospectiva (General Certificate of empleados de una empresa,
Secondary Education). Tamaños de
correlacionando con la evaluación de
efecto significativos, y entre bajo y alto.
desempeño. Correlación significativa y
fuerte.
● Validez de contenido: solo menciona las
dimensiones que mide cada test.
● Validez de contenido: define
claramente las dimensiones que se
evalúan, indicando también a qué test
corresponde cada una.

www.ebconsulting.cl 10
Qué nos dice la evidencia

● Problemas:
○ El estado actual es principalmente ateórico.
○ Las teorías sugeridas no son usadas en la práctica.
○ Falta mayor estudio del efecto en distintos subgrupos.
○ Falta de claridad de los conceptos centrales.
● Recomendaciones:
○ Ampliar los métodos para comprar la efectividad de soluciones gamificadas vs no.
○ Sofisticar los marcos conceptuales y modelos detrás de estas evaluaciones.
○ Investigar cómo estas evaluaciones atraen o alejan a grupos minoritarios.

Bina, S., Mullins, J. K., & Petter, S. (2021). Examining Game-based Approaches in Human Resources Recruitment and Selection: A
Literature Review and Research Agenda. In HICSS (pp. 1-10).
 Reacciones de los postulantes (a la tecnología)

¿Qué nos dice la evidencia?

● El efecto es más complejo de lo esperado:

○ Aumenta la satisfacción con el proceso, la percepción de justicia y atractivo organizacional.
○ Pero no afecta la percepción de validez predictiva ni se influencia por la personalidad
(Apertura a la experiencia).

Georgiou, K., & Nikolaou, I. (2020). Are applicants in favor of traditional or gamified assessment methods? Exploring
applicant reactions towards a gamified selection method. Computers in Human Behavior, 109, 106356.
Test en dispositivos móviles

● No hay diferencias relevantes entre móvil y no móvil para evaluaciones no

cognitivas.
● Cuando la evaluación es cognitiva, si bien hay diferentes estudios, en general
se encuentran peores resultados en los candidatos que responden la versión
móvil.
● A pesar de lo anterior, tienden a evaluar correctamente el constructo que se
busca medir.

Arthur Jr, W., & Traylor, Z. (2019). Mobile assessment in personnel testing: Theoretical and practical implications.
ATS
¿Cómo elijo un test?
Preparación
A. Claridad de las conductas/valores/conocimientos necesarios para la exitosa
ejecución del cargo.
B. Nunca olvidar la distinción entre método, constructo y criterio.

Con lo anterior claro, podremos

1. Confiabilidad y validez
1. ¿Qué predice exactamente?
2. ¿En qué población se validó el instrumento?
3. ¿Cuán generalizables son sus propiedades? Importancia del N.
2. Idioma.
3. Duración y formato
¿Cómo elijo un test?

4. Acceso a proveedor (directo o intermediado).

5. Plataforma.

6. Reportes.

7. Seguridad.

8. Estándares Legales.
Nunca olvidar la distinción
¿Están
correlacionados
Criterio (o lo ambos? Constructo
que voy a
predecir) GMA

Desempeño
¿Logro medir
correctamente el
constructo con
este método?

Método
¿Este método afecta en
Prueba
algo la predicción de mi
online
criterio?
(pc/cel)
Confiabilidad y Validez

Ni válido ni Confiable, pero Válido y

confiable no válido confiable

Riesgo de usar instrumentos con validez predictiva nula:

- Quedan fuera personas aptas para los cargos
- Quedan seleccionadas personas de desempeño inferior a lo requerido por el cargo
Estado de Entrevistas con IA:
¿Dudas sobre su efectividad?

Plataforma digital de
entrevista
Análisis
Lenguaje Verbal
(entonación, contenido,
sintaxis)
Lenguaje No Verbal

• Compromiso Emocional
• Razonamiento
• Destrezas de Resolución de Problemas
Estado de Entrevistas con IA:
¿Dudas sobre su efectividad?
Selección 2.0: video entrevistas

¿Qué nos dice la evidencia?

● Se estudia mediante Big Data:

○ Pestañeos.
○ Tiempo entre respuestas.
○ Cambios en temperatura corporal.
○ Velocidad del habla.

¿Hay alguna diferencia entre mediciones como ésta y las

clásicas (Capacidad Cognitiva, Personalidad)?
Nikolaou, I., Georgiou, K., Bauer, T. N., & Truxillo, D. M. (2019). Applicant reactions in employee recruitment and selection:
The role of technology.
 Temas éticos (y legales)
Epic también citó a
otros dos
HireVue se niega a revelar los criterios de proveedores en su
Con selección de su algoritmo o decirles a los petición, Talview Inc.,
frecuencia, postulantes no seleccionados por qué no que ofrece un
las empresas fueron seleccionados conjunto de escaneo
no logran
de currículum vitae
demostrar
impulsado por
que la
inteligencia artificial, y
decisiones de
Affectiva, Inc. que
IA son
"analiza estados
precisas o
humanos en
confiables”
contexto", utilizando
"visión por
computadora, análisis
del habla,
aprendizaje profundo
y una gran cantidad
de datos "
 Temas éticos (y legales)

EPIC argumentó que

las herramientas de
inteligencia artificial de
HireVue reconoció la
HireVue, que según la
protesta pública por el uso
compañía podían
del análisis facial y dijo que
medir la "capacidad
la tecnología "no valía la
cognitiva", los "rasgos
pena". Sin embargo,
psicológicos", la
HireVue continuará
"inteligencia
analizando los datos
emocional" y las
biométricos de los
"aptitudes sociales" de
solicitantes de empleo,
los candidatos al
incluido el habla, la
empleo, no estaban
entonación y el
probadas, eran
comportamiento
invasivas y propensas
al sesgo.
Temáticas relevantes para profesionales de R&S

Principales preocupaciones:
► Falta de bases teóricas para los
predictores.
► Metodología adecuada: foco en la nueva
estadística, criterio y caja negra.
► Validez:
► Predicciones lineales.

► Predicciones complejas: redes neuronales,

árboles de decisión.
Temáticas relevantes para profesionales de R&S

Principales preocupaciones:

► Confiabilidad: ¿emociones?

► Modelos y normas dinámicos.

► Datos más allá de lo usual.

► Reacciones de los postulantes.

¡Una llamada a la acción!

 SESGOS EN IA

• Amazon abandonó un proyecto para construir una herramienta

de reclutamiento de inteligencia artificial, que según los ingenieros
discriminaba a las candidatas.
• La Dra. Sandra Wachter, investigadora de IA en la Universidad de
Oxford, dijo a Business Insider que el sesgo de género no era
sorprendente.
• Alimentas a una IA con basura y escupirá basura, dijo. En el
caso de Amazon, la máquina puede haber reflejado el hecho de
que los datos históricos que se estaban alimentando eran
predominantemente currículums masculinos.
• No obstante, Wachter cree que los algoritmos podrían
convertirse en mejores herramientas de toma de decisiones
que los humanos.
Selección 2.0: Sitios de Redes Sociales (SNW o Social
Networking Websites)
¿Qué nos dice la evidencia?

● Pueden entregar información complementaria.

● Redes Sociales laborales como LinkedIn son positivamente evaluadas.
● Saber de revisión de sitios como Facebook puede generar:
○ Incrementa la percepción de violación de la privacidad.
○ Disminuye la percepción de Justicia Organizacional.
○ Disminuye la atracción organizacional.
Actividad

● Se reunirán en grupos de 4
personas.
● Discutan lo siguiente:
○ Genere una lista de
elementos a considerar a la
hora de incorporar un ATS
a sus procesos de
selección.
○ ¿Qué preguntas haría?
○ ¿Me falta algo para poder
evaluar correctamente este
tipo de herramientas?
¿Cómo elijo un ATS? Para partir…
❑ Multiposting.
❑ Adaptación a mi modelo y flujo.
❑ Posibilidad de ajustar o definir más de un modelo.
❑ Plantillas
❑ BBDD candidatos y análisis curricular.
❑ Posibilidad de combinar funcionalidades.
❑ Recordatorios automatizados.
❑ Facilidad de término de contrato.
❑ Acceso a proveedor (directo o intermediado).
❑ Plataforma.
❑ Reportes.
❑ Seguridad.
❑ Estándares Legales.
¿Cómo elijo un ATS? Complementariamente…

❑ Integración y apertura a la integración.

❑ Ecosistema de partners.
❑ Coordinación y manejo de entrevistas.
❑ Acceso a celulares.
❑ Reportes y analítica detallada.
❑ Gestión de sesgos.
❑ Pre-screening*.
❑ Revisión automatizada de evaluaciones*.
❑ Manejo de programa de referidos.
❑ Reclutamiento ciego.
Gary Kasparov vs Deep Blue (IBM) 1997
Lee Sedol vs AlphaGo (Google) 2017

Inteligencia Artificial Ayer y Hoy

Primera mirada a la inteligencia artificial (volveremos más
adelante…volvimos!!)
La Inteligencia Artificial que se aproxima a la inteligencia humana requiere de
diversas capacidades:

1. Procesamiento de Lenguaje Natural (NLP): comprender y comunicarse en

un idioma.

2. Representación del conocimiento: el sistema debe poder acumular

información de lo que sabe/oye/ve para usarlo en modelos.

3. Razonamiento Automatizado: ser capaz de usar información guardada para

responder preguntas, llevar a nuevas conclusiones y/o resolver problemas.
Primera mirada a la inteligencia artificial (volveremos más
adelante)
La Inteligencia Artificial que se aproxima a la inteligencia humana requiere de
diversas capacidades:
4. Aprendizaje: adaptarse a nuevas situaciones, detectar nuevos fenómenos y
extrapolar patrones. Es el Machine Learning.
5. Detección por computadora: ser capaz de percibir objetos o gente, mientras
sea relevante para sus objetivos (ver, oír, olfatear).
6. Robótica: algunos, aunque no todos, deberían ser capaces de manipular
objetos físicos o interactuar en un espacio físico con gente, animales u
objetos.
Russell, S., & Norvig, P. (2010). Intelligence artificielle: Avec plus de 500 exercices.
Pearson Education France.
INTELIGENCIA ARTIFICIAL

Deep analitycs Machine learning

Predictive analitycs
Traducción Procesamiento del
lenguaje natural
Clasificación y
agrupación
Extracción de
información
Discurso a texto Discurso Inteligencia Artificial
Texto a discurso
Sistemas expertos

Planeación, calendarización y
optimización
Robótica
Reconocimiento de imagen Visión (Harver, 2018)
Visión de máquina
¿Qué es un algoritmo?
De forma simple, los algoritmos son instrucciones paso a
paso que ayudan a un computador a completar un cálculo.

Como un manual de instrucciones que le permite a la máquina

saber exactamente qué hacer y cuándo hacerlo

¿Y un algoritmo con IA?

Un algoritmo de IA es un subconjunto extendido

de aprendizaje automático que le dice al
computador cómo aprender a operar por sí
mismo.
 La Fantasía de la “Solución Perfecta” con IA

IA

• Basura de entrada Basura de salida (GIGO)

• ¿Caja negra?
– No, pero más difícil cuestionar la efectividad
– Más fácil de evaluar con resultados correcto vs. Incorrecto
• Excesivo valor de la novedad: ¡¡AI sells!!
 ¿Cómo se comunica la tecnología que acompaña los
procesos de Reclutamiento y Selección?
Importancia del modelo SaaS

Una API es un
conjunto de
definiciones y
protocolos que
se utiliza para
desarrollar
e integrar el
software de las
aplicaciones.
API significa
interfaz de
programación
de
aplicaciones.
¿Cómo se comunica la tecnología que acompaña los
procesos de Reclutamiento y Selección?
 ¿Y con qué nos quedamos?

Importancia del People Analytics

Síntesis y consultas
¡Muchas gracias!