-
Marc Altimiras: Es clave conocer el modelo de lenguaje que utiliza un algoritmo para saber si es fiable
-
Ana Valera: Se pueden mitigar los sesgos de los algoritmos a través de auditorías frecuentes
Madrid, 27 de febrero de 2024 – Ana Valera, experta en People Analytics y miembro del Consejo Asesor de IA+Igual y Marc Altimiras, vicepresidente del sur de Europa de Cornerstone, han respondido al interrogante ¿Qué preguntar a un proveedor para contratar IA confiable? desde el departamento de Recursos Humanos en un webinar de Campus IA+Igual. Ambos profesionales han concluido que la IA nunca sustituirá a un profesional de Recursos Humanos de calidad, pero permite ofrecer un trato individualizado a toda la plantilla.
Durante la sesión, se han ido clarificando las preguntas que se plantean los profesionales de Recursos Humanos a la hora de contratar herramientas de inteligencia artificial (IA). Es frecuente que muchos directivos se planteen si la calidad un algoritmo depende del número de datos. Marc Altimiras ha explicado que, sin dejar de lado el volumen, la clave está en los modelos de lenguaje de gran tamaño, LLM por su sigla en inglés, que se usan para desarrollar un algoritmo en función de su caso de uso y recomienda que se pida al proveedor la posibilidad de cambiar de modelo si no es adecuado, respetando siempre la propiedad intelectual.
”Es importante saber si el fabricante tiene un compromiso sobre el desarrollo del tipo de IA que genera. El lenguaje que se tiene que hablar en la empresa es el de las habilidades, por encima de cualquier otro criterio adicional”, afirma el vicepresidente para el sur de Europa de la empresa proveedora de servicios de gestión del talento y formación.
Altimiras ha expuesto algunos casos de uso de Cornerstone desde hace más de un lustro: identificación de habilidades de los empleados a través de sus C.V., experiencia laboral en la empresa o información del departamento de RR. HH; creación de chatbots o asistentes virtuales mediante IA Generativa que responden a preguntas frecuentes de los trabajadores de una manera más rápida; redacción de descripciones de empleo que alivien la carga de trabajo de RR. HH; creación de cuestionarios que permitan comprobar si se ha asimilado la formación al finalizar un curso; etc.
Auditoría de los sesgos
Ana Valera, por su parte, ha respondido de forma clara a la pregunta de si se pueden combatir los sesgos con el uso de la inteligencia artificial. “A priori, no, pero se pueden mitigar. Tanto la IA como las personas tienen sesgos. Lo que resulta imprescindible es tener criterio y especificar cómo se regula su uso”, ha dicho Valera, quien ha ilustrado esta idea a través de ejemplos: es posible eliminar la edad para tratar de evitar un sesgo, pero ésta se deduce de la trayectoria profesional; si se opta por los currícula ciegos para evitar el sesgo de género, permanecen muchos datos que ponen de relieve si el
autor es un hombre o una mujer.
Por eso, la clave para la miembro del Consejo Asesor de IA+Igual es auditar de forma constante los algoritmos para que funcionen de manera justa y equitativa y actuar de forma ética para decidir que usos no son adecuados porque la IA ha va más rápido que la regulación. Alguna empresa puede caer en la tentación de reproducir sesgos como “busco mujer de 20 a 30 años”, pero debería introducir otras variables para evitar una crisis reputacional.
“En la era del pensamiento crítico -ha subrayado Valera- la clave es seguir formándose para discernir los resultados que ofrecen los algoritmos. Ahora disponemos de un ‘Ferrari’ para tomar mejores decisiones, pero la persona tiene la última palabra”.
Complementado los casos de uso de la IA de un proveedor de RR. HH como Cornerstone, Valera -que ha trabajado en varias multinacionales- ha mencionado algunos ejemplos en el área de talento:
- Seleccionar candidatos y predecir la posibilidad de éxito.
- Crear chatbots o asistentes virtuales para candidatos o empleados.
- Coach virtuales que ayuden al desarrollo de diferentes habilidades.
- Personalizar la compensación analizando todos los beneficios, la propuesta de valor, optimizando el dinero que gasta la empresa en la retribución flexible…
- Detectar personas con mayor potencial y mejor desempeño de forma más objetiva que una persona.
Se pueden mitigar los sesgos a través del entrenamiento continuo del algoritmo y la depuración cuando sea necesario. “El tiempo gastado en entrenar la IA es como el que se dedica a un becario: una inversión”, concluye Valera.
