La IA pot ajudar, però només si la tractes com una eina elèctrica, no com una vareta màgica. Si es fa servir bé, accelera la cerca de clients, reforça la coherència i millora l'experiència del candidat. Si es fa malament... redueix silenciosament la confusió, els biaixos i el risc legal. Divertit.
Vegem com utilitzar la IA en la contractació d'una manera que sigui realment útil, prioritzant les persones i defensable. (I no esgarrifosa. Si us plau, no esgarrifosa.)
Articles que potser t'agradaria llegir després d'aquest:
🔗 Eines de contractació amb IA que transformen la contractació moderna
Com les plataformes d'IA acceleren i milloren les decisions de contractació.
🔗 Eines d'IA gratuïtes per a equips de contractació
Les millors solucions gratuïtes per optimitzar i automatitzar els fluxos de treball de contractació.
🔗 Habilitats d'IA que impressionen els responsables de contractació
Quines habilitats d'intel·ligència artificial destaquen realment als currículums.
🔗 Si vols deixar de participar en la selecció de currículums amb IA?
Avantatges, inconvenients i riscos d'evitar els sistemes de contractació automatitzats.
Per què la IA apareix en la contractació (i què realment ) 🔎
La majoria de les eines de "contractació amb IA" es divideixen en unes poques categories:
-
Recerca : trobar candidats, ampliar els termes de cerca, adaptar les habilitats als llocs de treball
-
Cribratge : anàlisi de currículums, classificació de sol·licitants, marcatge de possibles encaixades
-
Avaluacions : proves d'habilitats, mostres de treball, simulacions de feina, de vegades fluxos de treball en vídeo
-
Suport a l'entrevista : bancs de preguntes estructurades, resum de notes, suggeriments de puntuació
-
Operacions : programació, xat de preguntes i respostes dels candidats, actualitzacions d'estat, flux de treball d'ofertes
Una comprovació de la realitat: la IA rarament "decideix" en un sol moment. Influeix... empeny... filtra... prioritza. La qual cosa continua sent important perquè, a la pràctica, una eina pot convertir-se en un procediment de selecció fins i tot quan els humans hi estan "tècnicament" involucrats. Als Estats Units, l'EEOC ha estat explícita que les eines de decisió algorítmica utilitzades per prendre o informar decisions laborals poden desencadenar les mateixes preguntes de sempre sobre l'impacte dispar/advers, i que els empresaris poden seguir sent responsables fins i tot quan un proveïdor ha creat o executa l'eina. [1]
La configuració mínima viable de contractació assistida per IA "bona" ✅
Una bona configuració de contractació amb IA té alguns aspectes innegociables (sí, són una mica avorrits, però avorrir és segur):
-
Entrades relacionades amb la feina : avaluar els senyals vinculats al rol, no les vibracions
-
Explicabilitat que es pot repetir en veu alta : si un candidat pregunta "per què", tens una resposta coherent.
-
Supervisió humana que importa : no clics cerimonials, sinó autoritat real per anul·lar-la
-
Validació + monitorització : resultats de les proves, vigilància de la deriva, manteniment de registres
-
Disseny fàcil per al candidat : passos clars, procés accessible, mínimes ximpleries
-
Privacitat des del disseny : minimització de dades, normes de retenció, seguretat + controls d'accés
Si voleu un model mental robust, podeu utilitzar el Marc de Gestió de Riscos d'IA del NIST , que bàsicament és una manera estructurada de governar, cartografiar, mesurar i gestionar el risc d'IA al llarg del cicle de vida. No és un conte per anar a dormir, però és realment útil per fer que tot això sigui auditable. [4]
On la IA encaixa millor al funnel (i on es torna picant) 🌶️
Millors llocs per començar (normalment)
-
Redacció + neteja de la descripció de la feina ✍️
La IA generativa pot reduir l'argot, eliminar les llistes de desitjos inflades i millorar la claredat (sempre que ho comprovis). -
Copilots de reclutadors (resums, variants de divulgació, cadenes booleanes).
Grans guanys de productivitat, baix risc de decisió si els humans mantenen el control. -
Preguntes freqüents sobre programació i candidats 📅
Automatització que realment agrada als candidats, quan es fa amb educació.
Zones de més risc (aneu amb compte)
-
Classificació i rebuig automatitzats
Com més determinant esdevé la puntuació, més canvia la teva càrrega de "bona eina" a "demostrar que això està relacionat amb la feina, està supervisat i no exclou grups discretament". -
Anàlisi de vídeo o "inferència conductual" 🎥
Fins i tot quan es comercialitzen com a "objectives", poden xocar amb la discapacitat, les necessitats d'accessibilitat i una validesa inestable. -
Qualsevol cosa que esdevingui "únicament automatitzada" amb efectes significatius.
Segons el RGPD del Regne Unit, les persones tenen dret a no estar subjectes a determinades exclusivament automatitzades amb efectes legals o similarment significatius, i quan s'apliqui, també calen garanties com la possibilitat d'obtenir intervenció humana i impugnar la decisió. (A més: l'ICO assenyala que aquesta guia està en revisió a causa de canvis en la legislació del Regne Unit, per la qual cosa cal tractar-la com una àrea que cal mantenir actualitzada.) [3]
Definicions ràpides (perquè tothom discuteixi sobre el mateix ) 🧠
Si només robes un hàbit friqui: defineix els termes abans de comprar eines.
-
Eina algorítmica de presa de decisions : un terme paraigua per a programari que avalua/qualifica sol·licitants o empleats, de vegades utilitzant IA, per informar les decisions.
-
Impacte advers / impacte dispar : un procés "neutral" que exclou de manera desproporcionada les persones en funció de les característiques protegides (fins i tot si ningú ho pretenia).
-
Relacionat amb la feina + coherent amb la necessitat empresarial : el llistó al qual aspires si una eina descarta les persones i els resultats semblen desiguals.
Aquests conceptes (i com pensar en les taxes de selecció) s'exposen clarament a l'assistència tècnica de l'EEOC sobre IA i impacte negatiu. [1]
Taula comparativa: opcions comunes de contractació amb IA (i per a qui són realment) 🧾
| Eina | Públic | Preu | Per què funciona |
|---|---|---|---|
| Complements d'IA en suites ATS (cribratge, coincidència) | Equips d'alt volum | Basat en cites | Flux de treball centralitzat + informes... però configureu-ho amb cura o es converteix en una fàbrica de rebutjos |
| Recerca de talent + redescobriment de la IA | Organitzacions amb un gran nombre d'aprovisionaments | ££–£££ | Troba perfils adjacents i candidats "ocults", cosa que resulta curiosament útil per a rols de nínxol. |
| Anàlisi de currículums + taxonomia d'habilitats | Els equips s'ofeguen en PDF de currículums | Sovint agrupat | Redueix el triatge manual; imperfecte, però més ràpid que mirar-ho tot a vista a les 23:00 😵 |
| Xat de candidats + automatització de la programació | Cada hora, al campus, d'alt volum | £–££ | Temps de resposta més ràpids i menys absències: sembla un conserge decent. |
| Kits d'entrevistes estructurades + quadres de puntuació | Equips que corregeixen inconsistències | £ | Fa que les entrevistes siguin menys aleatòries: una victòria silenciosa |
| Plataformes d'avaluació (mostres de treball, simulacions) | Contractació amb enfocament de competències | ££ | Millor senyal que els currículums quan és rellevant per a la feina: encara es controlen els resultats |
| Eines de monitorització de biaixos + suport d'auditoria | Organitzacions regulades / conscients del risc | £££ | Ajuda a fer un seguiment de les taxes de selecció i la deriva al llarg del temps: bàsicament, rebuts |
| Fluxos de treball de governança (aprovacions, registres, inventari de models) | Equips de recursos humans i jurídics més grans | ££ | Evita que "qui ha aprovat què" es converteixi en una gimcana més tard |
Confessió a petita taula: els preus en aquest mercat són esmunyedissos. Als proveïdors els encanta l'energia de "saltar a una trucada". Així que tracteu el cost com a "esforç relatiu + complexitat del contracte", no com una etiqueta adhesiva elegant... 🤷
Com utilitzar la IA en la contractació pas a pas (un desplegament que no et molestarà més tard) 🧩
Pas 1: Trieu un punt de dolor, no tot l'univers
Comença amb alguna cosa així com:
-
reduir el temps de cribratge per a una família de rols
-
millorar la contractació de llocs de treball difícils de cobrir
-
estandardització de preguntes d'entrevista i taules de puntuació
Si intentes reconstruir la contractació de principi a fi amb IA des del primer dia, acabaràs amb un procés de Frankenstein. Funcionarà, tècnicament, però tothom l'odiarà. I després l'evitaran, cosa que és pitjor.
Pas 2: Defineix l'"èxit" més enllà de la velocitat
La velocitat importa. I no contractar la persona equivocada ràpidament 😬. Pista:
-
temps de primera resposta
-
temps per a la preselecció
-
ràtio entrevistes-ofertes
-
taxa d'abandonament de candidats
-
indicadors de qualitat de contractació (temps de rampa, senyals de rendiment inicials, retenció)
-
diferències en la taxa de selecció entre grups a cada etapa
Si només mesureu la velocitat, optimitzareu per a un "rebuig ràpid", que no és el mateix que una "bona contractació".
Pas 3: Bloqueja els teus punts de decisió humans (escriu-los)
Sigues dolorosament explícit:
-
on la IA pot suggerir
-
on els humans han de decidir
-
on els humans han de revisar les substitucions (i registrar el motiu)
Una prova d'olfacte pràctica: si les taxes de substitució són bàsicament zero, el vostre "humà del bucle" pot ser un adhesiu decoratiu.
Pas 4: Executeu primer una prova d'ombra
Abans que els resultats de la IA influeixin en els candidats reals:
-
executa-ho en cicles de contractació anteriors
-
comparar les recomanacions amb els resultats reals
-
busqueu patrons com ara "els grans candidats es classifiquen sistemàticament en llocs baixos"
Exemple compost (perquè això passa sovint): un model "estima" l'ocupació contínua i penalitza les interrupcions professionals... cosa que degrada silenciosament els cuidadors, les persones que tornen de malalties i les persones amb trajectòries no lineals. Ningú ha codificat "ser injust". Les dades ho han fet per tu. Genial, genial, genial.
Pas 5: Prova pilot i després expandeix lentament
Un bon pilot inclou:
-
formació de reclutadors
-
sessions de calibratge del responsable de contractació
-
missatges dels candidats (què està automatitzat i què no)
-
una ruta d'informe d'errors per a casos límit
-
un registre de canvis (què ha canviat, quan, qui ho ha aprovat)
Tracta els pilots com un laboratori, no com un llançament de màrqueting 🎛️.
Com utilitzar la IA en la contractació sense afectar la privadesa 🛡️
La privadesa no és només un requisit legal, sinó la confiança dels candidats. I la confiança ja és fràgil en la contractació, siguem sincers.
Moviments pràctics de privadesa:
-
Minimitzar les dades : no ho aspireu tot "per si de cas"
-
Sigues explícit : digues als candidats quan s'utilitza l'automatització i quines dades hi ha implicades.
-
Limitar la retenció : definir quant de temps romanen les dades del sol·licitant al sistema
-
Accés segur : permisos basats en rols, registres d'auditoria, controls de proveïdors
-
Limitació de la finalitat : utilitzar dades de sol·licitants per a la contractació, no experiments futurs aleatoris
Si contracteu al Regne Unit, l'ICO ha estat molt directa sobre què haurien de preguntar les organitzacions abans d'adquirir eines de contractació d'IA, com ara fer una DPIA aviat, mantenir el processament just/mínim i explicar clarament als candidats com s'utilitza la seva informació. [2]
A més, no us oblideu de l'accessibilitat: si un pas impulsat per la IA bloqueja els candidats que necessiten adaptacions, heu creat una barrera. No és bo èticament, no és bo legalment, no és bo per a la vostra marca ocupadora. Triplement no és bo.
Biaix, justícia i la feina de supervisió poc glamurosa 📉🙂
Aquí és on la majoria dels equips no inverteixen prou. Compren l'eina, l'activen i assumeixen que "el proveïdor va gestionar el biaix". Aquesta és una història reconfortant. Sovint també és arriscada.
Una rutina d'equitat viable té aquest aspecte:
-
Validació prèvia al desplegament : què mesura i està relacionada amb el lloc de treball?
-
Seguiment de l'impacte negatiu : fer un seguiment de les taxes de selecció a cada etapa (presentar sol·licitud → seleccionar → entrevistar → oferir)
-
Anàlisi d'errors : on s'agrupen els falsos negatius?
-
Comprovació d'accessibilitat : els allotjaments són ràpids i respectuosos?
-
Controls de deriva : les necessitats dels rols canvien, els mercats laborals canvien, els models canvien... el vostre seguiment també hauria de canviar.
I si opereu en jurisdiccions amb normes addicionals: no imposeu el compliment més tard. Per exemple, la Llei Local 144 de la ciutat de Nova York restringeix l'ús de certes eines automatitzades de decisió laboral, tret que hi hagi una auditoria de biaix recent, informació pública sobre aquesta auditoria i els avisos obligatoris, i l'aplicació començarà el 2023. [5]
Preguntes sobre la diligència deguda del proveïdor (robeu-les) 📝
Quan un venedor diu "confia en nosaltres", tradueix-ho com "mostra'ns-ho".
Pregunta:
-
Quines dades han entrenat això i quines dades s'utilitzen en el moment de la decisió?
-
Quines característiques impulsen el resultat? Ho pots explicar com un humà?
-
Quines proves de biaix feu: quins grups, quines mètriques?
-
Podem auditar els resultats nosaltres mateixos? Quins informes rebem?
-
Com aconsegueixen els candidats una revisió humana: flux de treball + cronograma?
-
Com gestioneu les adaptacions? Hi ha algun mode de fallada conegut?
-
Seguretat + retenció: on s'emmagatzemen les dades, quant de temps, qui hi pot accedir?
-
Control de canvis: notifiqueu als clients quan els models s'actualitzen o la puntuació canvia?
A més: si l'eina pot descartar persones, tracteu-la com un procediment de selecció i actueu en conseqüència. Les directrius de l'EEOC són força contundents en el sentit que la responsabilitat de l'empresari no desapareix màgicament perquè "ho ha fet un venedor". [1]
IA generativa en la contractació: els usos segurs i sensats (i la llista de no recomanats) 🧠✨
Segur i molt útil
-
reescriure els anuncis de feina per eliminar les superfluitats i millorar la claredat
-
esborrany de missatges de difusió amb plantilles de personalització (si us plau, sigueu humans 🙏)
-
resumir les notes de l'entrevista i assignar-les a les competències
-
crear preguntes d'entrevista estructurades relacionades amb el rol
-
comunicacions dels candidats per a cronogrames, preguntes freqüents i orientació de preparació
La llista de no (o si més no "alentir el ritme i repensar")
-
ús d'una transcripció de chatbot com a prova psicològica oculta
-
deixar que la IA decideixi "l'encaix cultural" (aquesta frase hauria de fer saltar les alarmes)
-
extreure dades de xarxes socials sense una justificació ni un consentiment clars
-
rebuig automàtic de candidats basat en puntuacions opaques sense cap camí de revisió
-
fent que els candidats passin per obstacles d'IA que no prediuen el rendiment laboral
En resum: generar contingut i estructura, sí. Automatitzar el judici final, anar amb compte.
Observacions finals: massa llarg, no l'he llegit 🧠✅
Si no recordes res més:
-
Comença a poc a poc, fes una prova pilot primer, mesura els resultats. 📌
-
Utilitzeu la IA per ajudar els humans, no per esborrar la responsabilitat.
-
Documentar els punts de decisió, validar la rellevància de la feina i controlar la imparcialitat.
-
Tracteu seriosament les restriccions de privadesa i de decisions automatitzades (especialment al Regne Unit).
-
Exigiu transparència als proveïdors i manteniu el vostre propi registre d'auditoria.
-
El millor procés de contractació amb IA sembla més estructurat i més humà, no més fred.
Així és com s'utilitza la IA en la contractació sense acabar amb un sistema ràpid i segur que s'equivoca amb tota seguretat.
Referències
[1] EEOC -
Temes seleccionats: avaluació de l'impacte advers en el programari, els algoritmes i la intel·ligència artificial utilitzats en els procediments de selecció de personal en virtut del títol VII (assistència tècnica, 18 de maig de 2023) [2] ICO -
Esteu pensant en utilitzar la IA per ajudar a la contractació? Les nostres consideracions clau sobre la protecció de dades (6 de novembre de 2024) [3] ICO -
Què diu el RGPD del Regne Unit sobre la presa de decisions automatitzada i la creació de perfils? [4] NIST -
Marc de gestió de riscos d'intel·ligència artificial (AI RMF 1.0) (gener de 2023) [5] Departament de Protecció del Consumidor i dels Treballadors de la ciutat de Nova York - Eines automatitzades de decisió laboral (AEDT) / Llei local 144