¿Qué es la inteligencia artificial generativa (IAG)? Es un tipo de inteligencia artificial (IA) que crea ideas y contenidos nuevos, como conversaciones, historias, imágenes y sonidos. La IAG es el siguiente paso en la IA.

Estas tecnologías intentan imitar la inteligencia humana en tareas informáticas no tradicionales, tales como el reconocimiento de imágenes, el procesamiento de lenguaje natural1 y la traducción de contenidos. Pueden ser entrenadas para aprender lenguaje humano, de programación, arte, química o cualquier tema complejo, reutilizando los datos de entrenamiento para resolver nuevos problemas. Sus orígenes se remontan a la década de 1960, cuando Joseph Weizenbaum creó Eliza, un chatbot que pretendía usar esta tecnología para la automatización de la psicoterapia. La implementación de esta iniciativa utilizó un enfoque basado en reglas muy limitadas que contenían un vocabulario limitado, falto de contexto y con dependencia   excesiva    en    patrones    predeterminados.    Este    compendio    de características hizo que finalmente se disolviera en el tiempo.

El resurgimiento nació a partir de los avances en el Aprendizaje Profundo2 y las Redes Neuronales Adversariales3 (GAN) en 2010, los cuales permitieron que la tecnología aprendiera automáticamente a analizar texto existente, clasificar elementos de imagen y transcribir audio.

Desde entonces, el progreso en otras técnicas y arquitecturas de redes neuronales ha ayudado a expandir las capacidades de Inteligencia Artificial Generativa.

Las primeras herramientas que se utilizaron en Recursos Humanos con IA se centraron principalmente en la automatización de procesos y la mejora de la eficiencia en tareas específicas.

Aunque la adopción inicial no fue generalizada, algunas áreas específicas de RRHH comenzaron a experimentar con soluciones de IA, entre ellas:

  • Sistemas de Seguimiento de Candidatos (ATS)4: Ya existían antes de la llegada de la IA, pero su evolución involucró la incorporación de algoritmos de búsqueda y filtrado más Ayudaron a agilizar el proceso de reclutamiento al analizar currículos, identificar palabras clave y clasificar candidatos según su idoneidad para un puesto específico.
  • Plataformas de Evaluación Psicométrica y Aprendizaje asistida por IA: Analizan resultados para evaluar características de personalidad, habilidades cognitivas, conocimiento técnico y aptitudes Optimizan el proceso de toma de decisiones al proporcionar insights de forma veloz y más profunda sobre la idoneidad de candidatos y colaboradores para roles específicos.
  • Analítica Predictiva en People Analytics: Se comenzó a utilizar algoritmos de IA para prever tendencias en el rendimiento laboral, la proyección del talento dentro de la organización y otros aspectos clave dentro de los procesos estratégicos de la empresa.

En el futuro, la Inteligencia Artificial Generativa tiene el potencial de abordar de manera más eficaz las necesidades no atendidas de los empleados, proporcionando soluciones personalizadas y avanzadas, con una generación de contenido relevante ilimitada. Es importante resaltar que la tecnología aún se encuentra en sus primeras etapas, puesto que está programada para seguir instrucciones con base en datos y no para tomar decisiones.

Para los tiempos que se avecinan, tanto las nuevas tecnologías (Machine learning, Deep Learning, Big Data, etc.) como el aprovechamiento de las capacidades de la IAG en la mejora de la gestión del talento y la experiencia del empleado, le exigen a Recursos Humanos un posicionamiento cada vez más creativo y menos estandarizado versus lo que hemos venido observando hasta ahora.

En este orden de ideas, se prevé que el área de Capital Humano deba complementarse con una serie de cambios, tales como:

  • Integración de profesionales especializados en IA: Análisis de grandes conjuntos de datos
  • Desarrollo y gestión de Algoritmos: Evaluación y optimización de algoritmos y modelos de IA.
  • Especialización en Experiencia del Empleado: Implementación y gestión de soluciones basadas en inteligencia artificial (IA) para abordar la satisfacción de los empleados.

La IAG tiene el potencial de abordar eficazmente las demandas de empleados y líderes de negocio orientando el enfoque holístico de la IA hacia la transformación del negocio y la mejora de la toma de decisiones.

De ahí, que las prioridades estratégicas en Capital Humano deben centrarse en un apoyo significativo a la optimización de interacciones, gestión del talento y la elevación de una experiencia más centrada en la persona.

 

Referencias

1 NLP: Según Google Cloud, utiliza aprendizaje automático para procesar e interpretar textos y datos. 2 Deep Learning: Según IBM, es un subconjunto de machine learning, es básicamente una red neuronal con tres o más capas, que intentan emular el comportamiento del cerebro humano.

3 Generative Adversarial Network: Según AWS, es una arquitectura de aprendizaje profundo que entrena dos redes neuronales de modo que compitan entre sí para generar nuevos datos más auténticos a partir de un conjunto de datos de entrenamiento determinado.

4 Applicant Tracking Systems: Según Oracle, es un software para que los reclutadores y empleadores realicen un seguimiento de los candidatos durante todo el proceso de reclutamiento y contratación. Puede venir equipado con capacidades que van desde una simple funcionalidad de base de datos hasta un conjunto de herramientas de servicio completo que facilita a las empresas de cualquier tamaño filtrar, administrar y analizar candidatos.