Una de las mayores preocupaciones de un departamento de recursos humanos hoy es asegurarse de que los procesos sean lo más objetivos posible. Para eso, es necesario que cada candidato tenga las mismas oportunidades para demostrar su talento y su experiencia, y que cada empleado sea evaluado y medido de la forma más objetiva y justa. Los privilegios y el favoritismo deben quedar de lado para dar paso a la meritocracia.

Hoy, tenemos herramientas que nos pueden ayudar a eliminar sesgos y a seleccionar dejando aparte prejuicios o preferencias personales. Vale la pena dedicarle una breve reflexión a esta nueva ola de tecnología que ha llegado para ayudarnos a tomar decisiones y a agilizar nuestros procesos.

Cada vez hablamos más de machine learning en recursos humanos y mucho me temo que es algo que ha venido para quedarse. Y, aunque sí nos ayuda a simplificar nuestros procesos, y muchas veces a crear una mejor experiencia para nuestros empleados, creo que es un área que debemos explorar e implementar, pero que deben tomarse algunas precauciones.

Uno de los principales temas en los que luchamos desde nuestra área, es sobre cómo podemos eliminar los sesgos de nuestros procesos de decisión. E intentamos trasladar los más estrictos códigos morales y éticos a nuestros managers. Pero, al implementar programas y algoritmos que pueden llegar a tomar decisiones tan importantes, y al mismo tiempo con ingredientes subjetivos, como a quién reclutar, quién debe promocionar o quién recibirá un aumento, empiezo a temer que las decisiones que se tomen no hayan pasado por el debido proceso de verificación, auditoría y transparencia que explique en qué se basan estas decisiones.

Claro que podemos y debemos utilizar la tecnología para simplificar procesos, para aportar una mejor experiencia al candidato y empleado, y para realizar todas aquellas actividades rutinarias que no aportan mayor valor a nuestra función. Pero no deberíamos delegar decisiones de tanta envergadura sin estar seguros de que el software o programa que utilizamos está también libre de sesgos. Es importante y creo que es nuestro deber, que preguntemos a nuestros proveedores de tecnología de qué formas auditan estos algoritmos y de entender en qué basan sus decisiones. Sólo así podremos asegurar procesos sin sesgos, ni humanos ni tecnológicos.

Creo que no debemos dejar la moral y la ética en manos de algoritmos. No es bueno delegar nuestra responsabilidad moral en las máquinas. Debemos dar un paso al frente y aportar valor como humanos allí donde veamos una zona gris. La equidad es darle una oportunidad a todo el talento, sin discriminar por razones de género, raza, inclinación sexual o religión.

Es por ello que, ahora que está abierto el debate de los CV ciegos, no estoy muy segura de que sea la mejor solución. Creo que hay que conocer a las personas y valorarlas en igualdad sin discriminaciones; y para hacer eso no es necesario ocultar información que nos pueda predisponer. Desde mi punto de vista, la eliminación de este tipo de datos no es un avance hacia la igualdad de oportunidades. El verdadero avance está en, teniendo toda la información sobre la persona, tener la capacidad, la valentía y la generosidad de aceptar a todo el mundo como es.