Contenidos
Charla «Cómo hacer que solicitar trabajo sea menos doloroso» de The Way We Work en español.
Encontrar un trabajo solía empezar al enviar una hoja de vida a un millón de anuncios y nunca recibir respuesta de la mayoría. Pero cada vez más compañías están usando métodos tecnológicos para identificar candidatos. Si la Inteligencia artificial es el futuro de la contratación, ¿Que representaría esto para tu futuro?. La Tecnóloga Priyanka Jain le echa un vistazo a este nuevo panorama de contratación.
- Autor/a de la charla: Priyanka Jain
- Fecha de grabación: 2019-01-21
- Fecha de publicación: 2019-02-05
- Duración de «Cómo hacer que solicitar trabajo sea menos doloroso»: 289 segundos
Traducción de «Cómo hacer que solicitar trabajo sea menos doloroso» en español.
Solicitar trabajos online es una de las peores experiencias digitales hoy en día.
Y solicitar en persona, de hecho, no es mucho mejor.
[Así funcionamos] La contratación de hoy está dañada en varios frentes.
Una experiencia terrible para la gente.
Cerca del 75 % de las personas que solicitaron trabajos usando varios métodos el año pasado dijeron que nunca recibieron respuesta del empleador.
Y a nivel corporativo no es mucho mejor.
46 % de la gente es despedida o renuncia en su primer año de trabajo.
Es increíble.
También es malo para la economía.
Por primera vez en la historia, tenemos más trabajos disponibles que desempleados, y para mí, eso indica que hay un problema.
Creo que el punto crucial de todo esto está en un papel: el currículum.
Un currículum tiene partes útiles: qué cargos tuvo la gente, aptitud informática, los idiomas que hablan, pero lo que falta es en qué tienen potencial que tal vez no hayan tenido la oportunidad de mostrar antes.
Y con una economía que cambia velozmente con trabajos online que quizá exijan aptitudes que nadie tiene, si solo viéramos lo que alguien hizo en el pasado, no podremos emparejar a la gente con los trabajos del futuro.
Ahí es donde creo que la tecnología puede ser muy útil.
Probablemente han visto que los algoritmos han mejorado al juntar personas con cosas, pero, ¿qué tal si pudiéramos usar esa tecnología para ayudarnos a encontrar trabajos para los que somos idóneos? Sé lo que están pensando.
Algoritmos que eligen tu nuevo trabajo suena espeluznante, pero hay algo que fue demostrado ser realmente predictivo sobre el futuro éxito en un trabajo, y se llama prueba de multimedición.
Estas pruebas no son nada nuevo, pero solían ser muy costosas y exigían un doctor ante ti, responder muchas preguntas y escribir informes.
Estas pruebas son una manera de comprender los rasgos inherentes de alguien — tu memoria, tu atención.
¿Y si pudiéramos hacer estas pruebas, expandirlas y hacerlas accesibles para proveer datos a los empleadores sobre los rasgos de alguien que puede estar calificado para un trabajo? Todo esto suena vago.
Intentemos con uno de esos juegos.
Vas a ver un círculo intermitente, y tu trabajo será aplaudir cuando el círculo se ponga rojo, y no hacer nada cuando esté verde.
[¿Listo?] [¡Comienza!] Tal vez seas el tipo de persona que aplaude un milisegundo después de ver un círculo rojo.
O tal vez la persona que le toma un poco más para estar 100 % seguro.
O tal vez aplaudes en el verde y se supone que no debes hacerlo.
Lo genial es que no es una prueba estandarizada donde algunos son empleables y otros no.
Por el contrario, se trata de entender cómo encajan tus características y lo que te haría bueno para cierto trabajo.
Descubrimos que si aplaudes tarde en rojo pero nunca en verde, es posible que tengas un alto nivel de atención y control.
Personas en ese cuadrante tienden a ser buenos estudiantes, en pruebas, en gestión de proyectos o contabilidad.
Pero si aplaudes de inmediato en rojo y algunas veces en verde, eso puede significar que eres más impulsivo y creativo, y hemos descubierto que vendedores de alto nivel a menudo tienen este rasgo.
La manera en que lo usamos para contratar es haciendo que empleados productivos en un cargo hagan ejercicios de neurociencia como este.
Luego creamos un algoritmo que entiende qué es lo que los hace únicos.
Y luego cuando las personas aplican, podemos resaltar los candidatos que pueda que sean los más indicados.
Es posible que piensen que existe un riesgo en esto.
El mundo laboral hoy no es el más diverso y si estamos creando algoritmos basado en los mejores rendimientos, ¿cómo nos aseguramos de no estar perpetuando los sesgos que ya existen? Por ejemplo, si estamos creando un algoritmo basado en los mejores CEO y usamos el S&P 500 como equipo de entrenamiento, de hecho encontrarían que es más probable contratar a un hombre blanco llamado John que a una mujer.
Y esa es la realidad de quien está en esos cargos ahora.
Pero la tecnología de hecho propone una oportunidad muy interesante.
Podemos crear algoritmos más equitativos y más justos de lo que los humanos hayan podido ser.
Cada algoritmo en producción ha sido previamente examinado para asegurar que no favorece a ningún género o etnia.
Y si hay alguna población que es favorecida, de hecho podemos alterar el algoritmo hasta que cambie ese valor.
Cuando nos enfocamos en las características innatas que pueden hacer de alguien un buen candidato, podemos superar la discriminación por raza, clase, sexo, o edad — y después, una buena educación.
Nuestra mejor tecnología y algoritmos no solo deberían usarse para ayudarnos a encontrar una maratón de películas o canción de Justin Bieber.
Imaginen si pudiéramos usar el poder de la tecnología para recibir una guía real de lo que deberíamos hacer basados en quiénes somos a mayor profundidad.
https://www.ted.com/talks/priyanka_jain_how_to_make_applying_for_jobs_less_painful/