En ocasiones, candidatos con el mismo perfil y experiencia son rechazados en procesos de selección y las razones se pueden encontrar en los sesgos y prejuicios que pueda tener el reclutador. Los sesgos en la captación de talento son tendencias o prejuicios inconscientes que pueden influir en la forma en que los profesionales de recursos humanos evalúan y seleccionan candidatos. Pueden crear impresiones respecto a una persona, en ocasiones erróneas, que marcan comportamientos, muchas veces discriminatorios.
La Inteligencia Artificial aplicada a los Recursos Humanos, y más concretamente a los procesos de selección de las empresas, puede ayudar a acabar con estos sesgos, ya que es capaz de analizar grandes volúmenes de datos de manera objetiva, revolucionado la forma en la que las empresas identifican y seleccionan a los candidatos más adecuados para sus puestos vacantes.
La empresa española hr bot factory, dedicada a la digitalización de procesos de RRHH y captación de talento mediante chatbots, nos recuerda cuáles son los sesgos más comunes a los que se enfrentan los candidatos en una entrevista frente al reclutador tradicional.
- Afinidad. Se da cuando el candidato muestra creencias, valores, aficiones o procedencia similar a la del profesional de RRHH, y por ello éste puede considerarle de partida mejor que a cualquier otra persona. Por ejemplo, si reclutador y entrevistado proceden del mismo pueblo y se encuentran en la gran ciudad o si ambos comparten una extraña afición.
- Género. Se produce cuando se prefiere a un género sobre otro sin ninguna justificación objetiva. Por ejemplo, inconscientemente se seleccionan a hombres para puestos técnicos y a mujeres para roles administrativos y aquellos trabajos relacionados con el cuidado de los niños y ancianos.
- Edad. Se produce cuando se favorece a candidatos más jóvenes o más mayores sin considerar sus habilidades y competencias reales. “Es demasiado joven y no tiene experiencia…o “es demasiado mayor, será incapaz de reciclarse”. En el caso de los jóvenes se da la paradoja de que se valora la juventud de forma extrema, dado que es habitual encontrar ofertas de empleo que rezan “ambiente joven y dinámico”, a la vez que los jóvenes son incluidos en un bucle de trabajos temporales, prácticas y becas hasta que superan los 30, en los que ya no son considerados tan jóvenes. En cuanto al talento senior, para el 70% de las contrataciones del último año no contaron con ellos.
- Racial o étnico. Ocurre cuando se prefiere o se discrimina a candidatos basándose en su raza o etnia, sin tener en cuenta sus capacidades y experiencia. Esto tristemente ocurre más de lo que se piensa, por ejemplo cuando se presenta un fenotipo caucásico de piel morena reduce las probabilidades de que el empleador se interese por el candidato o candidata en aproximadamente un 10%, mientras que tener un fenotipo negro o asiático/amerindio reduce doblemente estas probabilidades, en comparación con tener un fenotipo caucásico blanco.
- Aspectismo. Consiste en preferir a candidatos basándose en su apariencia física, sin tener en cuenta sus competencias profesionales. Efectivamente ser guapo o guapa implica contar con cierta ventaja frente a candidatos menos agraciados. Hubo un tiempo en el que «tener buena presencia” significó ir aseado y vestido apropiadamente, pero este tiempo pasó. En las tiendas de moda, restaurantes, recepciones de hotel, tiendas gourmet y en general, trabajos de cara al público, es habitual desde hace tiempo toparnos con este sesgo, que hoy se extiende ya a oficinas y despachos, entre otros sectores.
- Primera impresión. Muchos estudios apuntan a que los reclutadores tardan muy poco tiempo en tomar una decisión de contratación en función de la vestimenta del candidato. No solo hablamos de vestir correctamente -camisa abotonada, metida dentro del pantalón- sino de lucir más cara y de marca frente a prendas más casual. En esta primera impresión también entran en juego otros factores que quizás no nos hayamos planteado pero que influyen en la decisión del contratador como puede ser la altura, la confianza, cómo caminamos o cómo olemos.
- Sesgo de confirmación. Se da cuando el entrevistador tiene una percepción inicial sobre un candidato y busca información que respalde esa creencia inicial. Esto supone hacer preguntas no esenciales que confirmen esa creencia y pasar por alto las señales que la contradicen. Por ejemplo, al entrevistar al candidato favorito para el puesto, puede ser que de forma inconsciente se le hagan preguntas que le ayuden a destacar sus puntos fuertes en lugar de hacer preguntas que le desafíen a compartir realmente información para tomar una mejor decisión de contratación.
- Efecto Halo. Ocurre cuando un atributo positivo del candidato ciega al reclutador y le impide ver otros indicadores importantes. Por ejemplo, si uno de los candidatos estudió en una universidad muy prestigiosa, puede ser que sin darse cuenta su educación se convierta en un halo para el profesional, y quede tan encantado con ella que no se dé cuenta de que ha tenido seis trabajos diferentes en los últimos tres años.
- Efecto del Cuerno. Al contrario que el anterior, ocurre cuando un punto no tan atractivo de un candidato hace incapaz al profesional de reconocer todas las cosas buenas que tiene a su favor. Por ejemplo, tal vez el candidato abandonó la Universidad, y eso hace que el profesional pase por alto sus seis años de rápido progreso en una empresa reconocida.
El sesgo humano es uno de los mayores desafíos del proceso de selección en las empresas. La inteligencia artificial puede ayudar a reducir este sesgo al tomar decisiones basadas en datos objetivos y ayudar a las empresas a ser más diversas e inclusivas en los cribados, identificando candidatos que podrían haber sido pasados por alto con otro tipo de procesos de selección.
Jon Gonzalo, fundador de hr bot factory, afirma que “sin duda con la Inteligencia Artificial podemos alcanzar la objetividad en los procesos de selección, pero la tecnología siempre estará al servicio de las personas y de nosotros dependerá que desaparezcan estos prejuicios. Será responsabilidad de las empresas pedir a su software de IA que busque candidatos independientemente del sexo, la raza, la edad y valorarlos por su valía y experiencia”.
