Hay que planificar para asegurarse de que los guardianes de la Inteligencia Artificial no reboten tu currículum, a veces por razones arbitrarias, antes de que un humano pueda contactarte.
Los candidatos a menudo pasan horas en línea investigando a los empleadores y mejorando sus solicitudes y currículums. Luego presionan “enviar”.
Y no les llega nada. Nunca.
Buscar trabajo ya es bastante difícil sin ser rechazado por un robot. Pero los sistemas de selección y seguimiento de candidatos son cada vez más poderosos en el mercado laboral. Después de escanear los currículums, dejan a la mayoría de los solicitantes en un agujero negro digital.
Estos sistemas de aprendizaje automático ahorran tiempo y dinero a los empleadores saturados de solicitantes, y podrían reducir potencialmente el sesgo en la contratación. Pero las herramientas también corren el riesgo de agrandar los prejuicios existentes de los empleadores y rechazar candidatos dignos. Los más vulnerables son los más activos, como los recién egresados universitarios que buscan puestos de nivel inicial o los trabajadores de más edad ociosos por los despidos.
"Es un tema candente para los estudiantes universitarios", lo que provoca cinismo y asombro, dice Mary O. Scott, investigadora y consultora del campus de West Hartford, Connecticut, que acaba de terminar una serie de entrevistas en profundidad a estudiantes de 14 universidades.
Los más inteligentes pueden mejorar sus posibilidades de superar a estos guardianes entendiendo cómo trabajan. Algunas valiosas tácticas: potenciar tu currículum con resultados específicos del trabajo, usar títulos significativos y adaptar tu elección de palabras para que coincida con los requisitos de las empresas.
Estos sistemas revisan los currículums en busca de palabras clave que demuestren habilidades duras, como el análisis financiero o la ciberseguridad, y a veces en busca de habilidades blandas, como el liderazgo de equipos. Pueden hacer preguntas para obtener atributos indispensables, como si puedes trabajar en un lugar en particular. Algunos usan herramientas de texto o chatbots para administrar las pruebas de habilidades. La mayoría descarta a los candidatos que no cumplen los requisitos básicos y luego enlista a los demás en un orden de clasificación, según lo bien que se ajustan a las especificaciones de la empresa.
Algunas herramientas sirven para buscar partner en el mercado laboral. ZipRecruiter empareja candidatos y empresas escaneando las calificaciones de los solicitantes y los anuncios de los empleadores, rastreando el comportamiento de los usuarios en el sitio y empleando algoritmos similares a los usados por Amazon para sugerir productos, según su CEO, Ian Siegel.
Rock Brouwer ha contratado a muchos candidatos que ZipRecruiter le ha brindado. "Cuando consigo uno de esos, me alegra el día", afirma el Brouwer, gerente de contratación de Pacific Service Center, una empresa de reparación de flotas de camiones de Portland, Oregón.
Alrededor del 60% de los empleadores admiten que tales herramientas les hacen perder algunos candidatos calificados, sin embargo, según una encuesta realizada en 2016 a 1.200 solicitantes de empleo y gerentes por CareerArc, una empresa de tecnología de recursos humanos, y Future Workplace, una firma de investigaciones. Los críticos dicen que los sistemas dan demasiado peso a las pequeñas diferencias entre los candidatos.
Se trata de una "caja negra". "A menudo un candidato ni siquiera sabe que se está utilizando un sistema", y los empleadores no están obligados a revelarlo, dice Sarah Myers West, investigadora del Instituto AI Now, un grupo de investigación de la Universidad de Nueva York. Próximamente entrará en vigor una nueva ley en Illinois (Estados Unidos) que obliga a las compañías a revelar y obtener consentimiento para el uso de las herramientas de videoentrevista con los candidatos.
La mayoría de los vendedores se niegan a decirle a los empleadores cómo funcionan sus algoritmos. Y la mayoría de los empleadores carecen de datos profundos y precisos sobre su rendimiento.
Los sistemas corren el riesgo de magnificar los prejuicios de los gerentes si se reflejan en la composición del talento actual del empleador, según un estudio realizado en 2018 por Upturn, una organización sin fines de lucro de Washington, D.C. que promueve la equidad en el uso de tecnología digital.
Las personas de alto rendimiento pueden compartir rasgos que no tienen nada que ver con el desempeño en su trabajo, lo que distorsiona los resultados, dice Mark Girouard, abogado de Minneapolis que asesora empleadores en la evaluación previa a la contratación. Un vendedor desarrolló una herramienta de evaluación de currículums que señalaba el hecho de llamarse Jared y jugar lacrosse en la secundaria como factores que predecían el éxito. El sistema no tenía un conjunto muy profundo de datos de aprendizaje y no se utilizó.
Incluso si los empleadores y los comerciales no intentan rechazar a las mujeres o a las minorías, se arriesgan a hacerlo si entrenan algoritmos con datos obtenidos de un plantel laboral actual que carezca de diversidad. Una empresa con empleados mayoritariamente hombres, por ejemplo, podría entrenar inadvertidamente una herramienta de selección para bajar de categoría a los solicitantes que participan en deportes practicados mayoritariamente por mujeres, como el hockey sobre césped.
Un empleador que intentaba reducir la rotación encontró que las personas que vivían más cerca de sus oficinas tendían a quedarse más tiempo en la empresa. Pero la selección de los solicitantes basada en la distancia del lugar de trabajo resultó ser una aproximación racial, lo que resultó en falta de diversidad.
Los sistemas pueden fácilmente apilar la negativa contra los trabajadores mayores, dice William A. Rivera, vicepresidente senior de litigios de la Fundación AARP. Un empleador que quiera contratar candidatos de nivel junior puede otorgarles tres puntos por tres a cinco años de experiencia, dos puntos por cinco a siete años y un punto por más de siete años, dice Rivera. El resultado: los más experimentados, que también son habitualmente mayores, probablemente recibirían una puntuación más baja y una clasificación más baja en una lista de candidatos.
A veces es posible saber si un reclutador está utilizando una herramienta de inteligencia artificial buscando el logotipo de algún proveedor en el sitio web de la empresa. En otros casos, al pasar el cursor por encima del botón "enviar", se mostrará la URL a la que se está enviando su solicitud.
De lo contrario, es mejor asumir que un robot será tu juez de primera ronda. Para pasar la prueba, utiliza títulos claros y funcionales que reflejen el progreso en tu carrera y demuestra tu valor cuantificando los resultados en dólares ganados o en número de clientes obtenidos, dice Robert Meier, director ejecutivo de Restore Hope Resources, una empresa de asesoría laboral de Tampa, Florida.
Algunos candidatos intentan jugar con los sistemas eligiendo respuestas a preguntas que son obviamente más deseables que precisas, dice Jim D'Amico, presidente de la Asociación de Profesionales de Adquisición de Talento. Otros falsifican su código postal para que parezca que viven en el área de interés del empleador.
Estas estrategias corren el riesgo de molestar a los gerentes de contratación, según. D'Amico. Los candidatos sopesan los riesgos contra las posibles recompensas. "Algunos candidatos piensan: 'conocerme es amarme. Si puedo ponerme delante de ti, me vas a amar' ", dice. "Y a veces eso es cierto."
Para pasar a los robots...
- Haz networking para conseguir contactos dentro de la compañía que hablen bien de ti.
- Utiliza una aplicación basada en texto como Word para tu aplicación en línea, en lugar de PDF u otro formato.
- Incluye en tu currículum palabras clave y frases del llamado laboral en cuestión.
- Cuantifica los resultados anteriores, citando el dinero ganado u otras estadísticas.
- Camufla los breves vacíos en la historia laboral listando sólo los años, en lugar de los años y meses.
- Enumera los títulos de los cargos laborales de manera que muestren la creciente responsabilidad y estatus.
Fuente: The Wall Street Journal