Los algoritmos encargados de filtrar los currículums no están haciendo bien su trabajo

En la era de la inteligencia artificial, son los bots los responsables de filtrar millones de ofertas de trabajo, agilizando en teoría el proceso de selección y curando las solicitudes para facilitar la labor a los responsables de RRHH.

El software de IA se encarga incluso de actualizar el estado de las candidaturas, programar entrevistas y filtrar currículums. El problema es que no lo hacen con la eficacia pretendida, y los parámetros de rechazo y aceptación que emplean tiran por la borda numerosos perfiles cualificados para cada puesto.

Se trata de un escollo detectado por un estudio de Harvard Business School publicado en colaboración con la consultora Accenture.

La investigación concluye que durante el proceso los algoritmos de filtrado de currículums emplean criterios demasiado simplistas que eliminan a los solicitantes "malos" y rechazan a millones de trabajadores cualificados.

Estados Unidos, cuya economía está cada vez más atravesada por la IA, es un ejemplo del funcionamiento mediocre de estos sistemas inteligentes: el pasado mes de junio el país tenía 10 millones de puestos de empleo vacantes sin cubrir. 

El software de contratación genera 

Si hasta ahora se decía que un CV debía superar la prueba de los 6 segundos, ahora tiene que pasar por el cribado de un bot. 

Hace una década, una oferta de trabajo promedio en el país norteamericano contaba con 120 solicitudes, que se ha incrementado a 250, según el estudio. Las compañías han respondido usando filtros automatizados incorporados a su software de contratación, pero con resultados dudosos. 

Los autores del estudio dicen que estos programas de escaneo de currículums son utilizados por el 75% de las empresas estadounidenses (99% en las compañías del Fortune 500), y 9 de cada 10 ejecutivos que encuestaron admitieron que sus programas descartan a los candidatos calificados.

Gran parte del problema reside en el lenguaje y la todavía primitiva comprensión del mismo de los algoritmos. 

En una entrevista concedida al Wall Street Journal por Joseph Fuller, autor principal del estudio, aparece plasmado un ejemplo paradigmático: enfermeras no eran contratadas por hospitales al no tener en su CV nociones de programación, aunque en su día a día solamente tenían que registrar los datos del paciente en un ordenador.  

En otros casos, se rechazaba automáticamente a solicitantes de comercio minorista que carecían de experiencia laboral en "pulido de suelos". Una buena muestra de que la IA ayuda al filtrado, pero necesita perfeccionamiento, sofisticación y revisión humana para no contribuir a hacer más grande la brecha de talento, y que sea peor el remedio que la enfermedad. 

Otro de los principales obstáculos es el tiempo sin trabajar: si existe un vacío laboral superior a 6 meses, la mitad de las compañías analizadas en el estudio de Harvard eliminan la candidatura, sin considerar el contexto de personas enfermas, maternidad reciente, inmigración, bajas por enfermedad, cuidados de seres queridos o incluso la pandemia mundial.

¿En qué se traduce también esto? En que las plantillas estadounidenses son menos diversas de lo que podrían y deberían ser, concluye la investigación. En este caso, la culpa no es del chachachá, sino de delegar demasiada responsabilidad en la inteligencia artificial.