La gestión de personas dispone de más información y más capacidad de análisis que nunca. El reto es saber qué datos son fiables, cómo interpretarlos y hasta dónde apoyarse en la inteligencia artificial para tomar mejores decisiones. Esa fue una de las principales ideas que atravesó la jornada “People Analytics: mejores datos, mejores decisiones”, celebrada este 7 de octubre por AEDRH en Madrid.
El encuentro, organizado por la Asociación Española de Directores de Recursos Humanos (AEDRH) con la colaboración del Instituto de Ingeniería del Conocimiento (IIC) y Madrid Talento, reunió perspectivas procedentes de la empresa, la universidad y la tecnología. La apertura estuvo a cargo de Antonio Sánchez, director general de Planificación de RR. HH. del Ayuntamiento de Madrid, y Jesús Torres Mateos, presidente de AEDRH.
A lo largo de la jornada, una idea se repitió desde distintas perspectivas: disponer de más datos no garantiza mejores decisiones. Su calidad, su interpretación y el criterio con el que se utilizan marcan la diferencia.
El dato no sustituye al criterio
La transformación de Recursos Humanos hacia una función más apoyada en la evidencia está modificando tanto las preguntas que recibe el área como la forma de responderlas. La demanda de información por parte de managers y directivos, la personalización de la experiencia de empleado, la necesidad de anticipar necesidades y la llegada de la IA están empujando a RR. HH. hacia un papel más activo en la toma de decisiones. Así lo planteó Beatriz Lucía, directora de Talent Analytics en el Instituto de Ingeniería del Conocimiento (IIC).
Pero incorporar inteligencia artificial no resuelve por sí solo el problema. Antes aparecen preguntas sobre la calidad de la información, la gobernanza, la privacidad, la explicabilidad de los modelos y el uso que finalmente se hará de sus resultados.
Ese mismo principio llegó al terreno de la selección de la mano de Víctor Herrero, Talent Acquisition Manager en BBVA. Su intervención partió de una idea sencilla: un modelo solo puede ser tan sólido como los datos con los que trabaja. Información sesgada, incompleta o de baja calidad termina trasladándose a las decisiones de talento.
El interés de People Analytics aparece precisamente cuando esa información deja de servir únicamente para resolver una selección concreta y comienza a generar aprendizaje. Los datos psicométricos pueden ayudar a hacer más consistente una decisión a corto plazo, mejorar el asesoramiento al negocio y, con el tiempo, detectar patrones que permitan anticipar mejor el encaje de determinados perfiles.
No se trata, por tanto, de delegar la decisión en el dato. La tecnología aporta capacidad de análisis; el criterio profesional sigue siendo el que convierte esa información en una decisión.
Medir también cómo trabajamos con la IA
La conversación sobre datos conduce a otra cuestión cada vez más relevante para Recursos Humanos: qué competencias habrá que buscar y evaluar en los profesionales que trabajarán habitualmente con inteligencia artificial.
Desde la Universidad Europea, Juanjo Rodríguez, vicerrector de Innovación, Calidad y Acreditaciones, planteó que saber utilizar IA ya no puede medirse únicamente por el dominio de una herramienta. Su marco incorpora la capacidad para gestionar información, resolver problemas, crear, colaborar y utilizar estas tecnologías de manera crítica, ética, segura y responsable.
Esta mirada conecta la formación con un reto que ya está llegando a las organizaciones: si la inteligencia artificial modifica la forma de trabajar, también habrá que revisar qué entendemos por talento, desempeño y potencial.
La jornada terminó con una mesa redonda en la que participaron Beatriz Lucía, Víctor Herrero y Juanjo Rodríguez, junto con Miguel Ángel Rodríguez Ramos, subdirector general de Sistemas y Tecnología Informática del Ayuntamiento de Madrid.
El punto de encuentro entre todas las perspectivas fue claro: People Analytics gana valor cuando permite pasar de disponer de información a comprender mejor qué está ocurriendo y decidir con mayor fundamento. Para Recursos Humanos, el desafío no consiste en poner más tecnología sobre la mesa, sino en asegurar que datos, modelos y criterio profesional avancen al mismo ritmo.
