Archivo de la categoría: Gestión de personas

Estudios y comentarios sobre la gestión de recursos humanos o de personas, concepto esencial en la mejora de la Administración Pública

Evaluación del desempeño. Qué es

En el entorno laboral actual, el proceso de evaluación del desempeño se ha convertido en una herramienta esencial para medir el rendimiento de los empleados. Un análisis objetivo y completo de su desempeño puede proporcionar una gran cantidad de beneficios, tanto para los empleados como para la empresa en general.

En primer lugar, las evaluaciones de desempeño ofrecen una oportunidad para que los empleados reciban una retroalimentación (feedback) constructiva sobre su trabajo. Esto les ayuda a comprender sus fortalezas y áreas de mejora, lo que a su vez les permite crecer y desarrollarse profesionalmente. Al recibir apoyo y guía, los empleados pueden ser más eficientes y productivos en sus roles.

Por otro lado, las evaluaciones de desempeño proporcionan una base sólida para la toma de decisiones relacionadas con el desarrollo profesional y las promociones o carrera. Los gerentes o directivos pueden identificar talentos ocultos y asignar tareas que se ajusten a las habilidades y experiencias de los empleados. Esto no solo les beneficia al brindarles oportunidades de crecimiento, sino que también fortalece a la organización y sus resultados.

Una de las funciones principales dentro del departamento de recursos humanos debería ser, pues, la planificación y ejecución de sistemas de evaluación del desempeño. Su importancia pasa por conocer qué es el desempeño y para qué sirve un proceso de evaluación del mismo, cuestión que a veces se pasa por alto y se desconoce por lo complejo del concepto en sí.

Para realizar una aproximación al concepto general de evaluación del desempeño primeramente hay que considerar el carácter ambivalente del término desempeño. Esto es así porque la evaluación en general puede describir tanto el desempeño o forma de hacer, stricto sensu, como los rendimientos o resultados, motivo por el cual no es difícil encontrar bibliografía referida tanto a evaluación del desempeño laboral como a evaluación del rendimiento1.

La evaluación del desempeño es, a grandes rasgos, la medición de lo que hace y cómo lo hace el empleado en su puesto de trabajo.

Vaya por delante que utilizaré, a los meros efectos expositivos y para mantener la terminología del EBEP, el concepto evaluación del desempeño en su sentido más amplio (que incluye también el de rendimiento), aunque también utilizaré como sinónimo (salvo que se indique lo contrario) el de rendimiento.

Desempeño y rendimiento laboral

Dicho esto, y sin perjuicio de lo que se comentará al hablar del objeto de la evaluación, debemos adelantar, al menos brevemente, lo que significa rendimiento y desempeño. Por el primero se entiende, en términos generales, los resultados del trabajo del empleado, de carácter medible y objetivo, mientras que desempeño hace referencia a la forma en que se realiza ese trabajo, a su comportamiento y conducta profesional.

El desempeño laboral según autores

Antes de ofrecer la definición que considero más realista y aglutinadora del concepto que estamos tratando, hemos de mencionar algunas definiciones del desempeño laboral que han dado diversos autores. Ello demuestra que no es un concepto unánime y que ha ido evolucionando con el tiempo al ser larga la historia de la evaluación y ser un tema tan amplio.

Así es, se han dado una gran cantidad de definiciones, muchas similares, pero que en la mayoría de los casos coinciden en establecer que se trata de un proceso para comprobar el trabajo realizado por una persona en su quehacer profesional.

Qué es la evaluación
Qué es la evaluación

No debemos considerar que el proceso de evaluacion del desempeño se da en el momento concreto de la entrevista final de evaluación2 por ejemplo, sino que se trata de algo que se produce a lo largo del tiempo y de manera continuada, si bien el examen periódico de lo que se quiere evaluar se produce, efectivamente, en un determinado instante de ese período. Así, de manera muy simple e inicial se puede definir como el proceso mediante el cual se mide el rendimiento de un individuo en un puesto determinado.

Concepto de YOUNG y PEÑALVER

Comenzando por una definición general, podemos mencionar la que ofrecen YOUNG y PEÑALVER como aquel “proceso sistemático y periódico de estimación cuantitativa y cualitativa del grado de eficacia de una persona en su puesto de trabajo”3. Vemos aquí algunos elementos definitorios que nos dan buena idea de lo que se pretende con aquella.

Se trata de un procedimiento metódico u ordenado (sistemático), lo cual debe considerarse inherente al concepto mismo de proceso, pues por la propia complejidad de la evaluación se requiere que desde su misma planificación se tenga claro lo que se pretende, cómo llevarlo a cabo, qué tipo de datos se van a extraer, cómo valorarlos y qué conclusiones y efectos se obtendrán de ellos.

También se requiere que sea periódico, pues la correcta evaluación, la evaluación formal4, no se agota con su realización una sola vez sino más bien al contrario, debe ser algo permanente o al menos prolongado durante cierto tiempo. De nada sirve planificar, organizar e implementar un proceso de evaluación del desempeño que se agote en sí mismo, por muy importantes conclusiones que se hayan extraído de él, si no se continúa evaluando el desarrollo de la actividad del personal con base en las mejoras introducidas para saber si aquellos cambios han dado resultado.

La mejora continua

Constituye, por tanto, un proceso de mejora continua y retroalimentación en el que se van planificando objetivos, ejecutándolos y comprobando los resultados para realizar los ajustes necesarios y volver a comenzar el proceso con el fin de optimizar la eficacia y eficiencia. Se aplica, pues, el ciclo Deming de calidad o PDCA (planificar, hacer, controlar, ajustar el plan con lo aprendido).

La definición aportada por YOUNG y PEÑALVER incluye, además, los dos elementos esenciales en que se centra la evaluación, la cantidad y la calidad, esto es, qué se hace y cómo se hace, conectándolos con la eficacia de esos resultados.

Características de la evaluación del desempeño

Qué es la evaluación del desempeño según CHIAVENATO

CHIAVENATO considera la evaluación del desempeño como la “apreciación sistemática del desempeño de cada persona en el cargo o del potencial desarrollo futuro. Toda evaluación es un proceso para estimular o juzgar el valor, la excelencia, las cualidades de alguna persona”, añadiendo que se trata de una técnica de dirección imprescindible en la actividad administrativa5.

El autor incide en el carácter individual del rendimiento, pues no solo descarta el desempeño general al tratar de él en su obra sino que únicamente puede predicarse de cada empleado por contraposición al subconcepto rendimiento, que se puede referir también a los equipos de trabajo o a ámbitos incluso más amplios6. También queremos destacar en la definición el término apreciación, pues todo lo que sea desempeño stricto sensu cuenta con un importante poso de subjetividad al valorarse la forma de hacer su trabajo los empleados, de cómo se comportan.

La evaluación para MARTÍNEZ GUILLÉN

Por otro lado, MARTÍNEZ GUILLÉN considera la evaluación del desempeño como el “procedimiento continuo y sistemático de análisis que permite emitir juicios acerca del personal de una empresa, en relación con su trabajo, en un período de tiempo determinado –pasado y futuro-, cuyo objetivo es la integración de los objetivos organizacionales con los individuales”7.

Productividad
La evaluación mejora la productividad

Aquí lo interesante de la definición es que la evaluación del desempeño permite comprobar no solo los progresos del empleado sino además ponerlos en contacto con los objetivos de la propia organización. Obviamente, casi ninguna empresa estará interesada en la evaluación solamente por los efectos positivos que pueda tener en los empleados, en su motivación, formación o retribuciones, sino que lo que busca a través del sistema es más bien optimizar su cuenta de resultados, es decir, mejorar sus propios objetivos. De ahí la importancia del alineamiento entre individuo y organización, pues no hemos de olvidar que el empleado trabaja para lograr y mejorar los resultados de aquella.

Definición de evaluación de BARUCH y HAREL

A la hora de saber en qué consiste la evaluación de desempeño, BARUCH y HAREL aportan en su concepto cuatro elementos básicos de la evaluación y la definen como “el proceso que mide el desempeño del empleado, y que implica cuatro decisiones: (1) qué se evalúa; (2) quién debería evaluar; (3) qué procedimiento de evaluación utilizar; y (4) cómo comunicar los resultados de la evaluación”8. Empero, quizás se echa en falta un aspecto importante: para qué evaluar, esto es, qué haremos con los resultados de la evaluación del desempeño y qué se quiere obtener finalmente con el proceso. Nos estamos refiriendo al propósito de la evaluación, que veremos más adelante.

La cuarta decisión que mencionan los autores, la comunicación, lejos de ser un elemento de segunda fila tiene importantes consecuencias en todo proceso, pues la comunicación evaluado-evaluador, y en su más amplio sentido organización-evaluado, debe ser siempre fluida, constante y transparente por lo que veremos en cuanto a la necesidad de que los empleados sepan qué significado tiene la evaluación del desempeño, cuál es su verdadera finalidad, y sobre todo por la necesidad de retroalimentación que les va a permitir mejorar donde hay déficits, y conseguir mayor motivación. No obstante, la comunicación no se debe quedar solo en los resultados sino que debe extenderse a todo el proceso, comenzando por la información de los objetivos para que el evaluado sepa qué se espera de él.

CASCIO y su concepto de evaluación del desempeño

Conectado con esa necesaria retroalimentación CASCIO ha definido muy descriptivamente la evaluación como “la descripción sistemática de las fortalezas y debilidades del trabajo de un empleado9, poniendo énfasis en dos aspectos importantes del desempeño, lo que el empleado hace bien, que deberá mantenerse y reconocerse; y lo que hace peor, donde tiene puntos débiles (en formación, habilidades…) que habrá que mejorar.

La evaluación en cascada de PUCHOL

Para terminar, hay un aspecto importante de la evaluación del desempeño que no parece haberse incluido en las definiciones dadas por la mayoría de la doctrina pero que tiene gran trascendencia, sobre todo en las Administraciones Públicas debido a su organización jerárquica. Se trata de la consideración de la evaluación como un procedimiento en cascada, pues siguiendo a PUCHOL, la evaluación del desempeño “es un sistema de comunicación vertical en el que cada jefe va a evaluar a todos y a sólo sus colaboradores directos. Cada uno de estos, a su vez, evalúa a sus propios colaboradores, y así sucesivamente”10.

Qué es la evaluación del desempeño

Vemos que la mayoría de las definiciones que estamos citando se refieren a la evaluación del desempeño como un proceso de estimación o apreciación, lo que denota la ya mencionada dificultad de establecer valoraciones numéricas exactas en todos los supuestos. Al estudiarse comportamientos humanos, conductas y factores de la personalidad (al margen de los aspectos objetivos del trabajo, como los logros o resultados, que sí pueden cuantificarse mejor) se hace muy complicado construir matemáticamente su valoración, lo que es objeto de especial estudio por parte de los expertos, que tratan de objetivarlo mediante escalas conductuales, y plantea dudas en el ámbito Administrativo, como iremos viendo.

Así pues, sin ánimo de aportar una definición más a la ingente cantidad de las existentes pero con la intención de resumir lo hasta aquí estudiado, aplicándolo a nuestras organizaciones públicas, aunque extensible a cualquier entidad, y conectándola con la calidad, podemos definir qué se entiende por evaluación:

La evaluación del desempeño es la herramienta o proceso sistematizado aplicado con un carácter permanente y periódico por el que se mide la evolución del quehacer de los empleados públicos en el cuánto (eficacia) y el cómo (eficiencia y desempeño) se trabaja, con el fin de constatar si su labor se adecua a los estándares previamente establecidos, ofreciendo información y retroalimentación para la mejora constante, tanto de los propios empleados como general de dichas Administraciones.

A continuación vamos a explicar esta definición.

La evaluación es un proceso sistemático

Como vemos, se trata de un proceso sistemático, esto es, permanente y periódico. No podemos pensar en la evaluación como algo puntual sino que se debe planificar con vistas a perdurar en el tiempo. Esto es así porque al aplicar modelos de medición del desempeño los debemos insertar en procesos de mejora continua. De nada vale realizar una evaluación un año o dos y ya está. El éxito de la evaluación depende de la continua retroalimentación dentro de un ciclo PDCA , de que los resultados finales de aplicarla se puedan valorar en el siguiente proceso de evaluación para conocer la evolución y poder detectar las áreas de mejora.

Qué evalúa el desempeño

La evaluación mide qué hace y cómo lo hace el empleado en su puesto de trabajo. Se está midiendo, en suma, la eficacia y la eficiencia de su labor. Esto incluye los resultados que obtiene, sus aptitudes y competencias, su conducta profesional, etc. En la planificación de la evaluación del desempeño se debe estudiar qué se quiere conseguir con ella y por tanto qué se va a evaluar. De ahí la importancia de dicho plan de evaluación y la inclusión de todas las posibles facetas en la definición, aunque ello no quiere decir, como decimos, que se deban incluir todas.

Un aspecto a tener muy en cuenta en este apartado es que se mide la evolución del empleado en su puesto de trabajo. Si bien se obtendrán unos datos concretos, cuantitativos por medio de las entrevistas de evaluación, test, etc. lo que se tiene en cuenta a la hora de valorar el desempeño es la evolución de la persona, si su desempeño ha mejorado, empeorado o se mantiene. Esa es la verdadera razón de los procesos de evaluación, ver la evolución a lo largo del tiempo, y el motivo por el que todo proceso debe ser permanente y periódico.

Historia de la evaluación del desempeño

Qué mide la evaluación de desempeño

Aunque similar al apartado anterior, aquí nos referimos concretamente a la relación entre medición y valoración del desempeño. Primero se mide la actividad profesional del evaluado (test, entrevista, etc.). Se comprueban los distintos aspectos que se quieren evaluar, como la conducta profesional, las competencias, etc. Después se compara con los estándares previamente fijados en el plan de evaluación para saber si su labor se adecua a ellos y en qué grado.

Retroalimentación en la evaluación

Toda esta información ofrece una importantísima retroalimentación a la organización y al evaluado sobre qué hace, cómo lo hace, los puntos de mejora y un largo etcétera. Como se indica en la definición, estos datos resultan esenciales en el proceso de mejora continua (p. ej. PDCA). Con ellos se pueden establecer planes de refuerzo en las áreas donde los resultados sean peores. Por ejemplo. la evaluación puede detectar una carencia en materia de formación, con lo que se pueden organizar planes formativos.

En suma, esa retroalimentación constante es lo que convierte a la evaluación en una herramienta tan potente para ayudar a las organizaciones a mejorar sus procesos y resultados.

Tipos de evaluación del desempeño

Todo sistema de evaluación del desempeño laboral consta de distintas fases. No se trata de una herramienta simple sino que podríamos decir que es como una navaja suiza; despliega varios procesos. Uno de ellos es la medición o recopilación de datos sobre la actuación del evaluado. Esto se puede realizar desde varias fuentes de información, que generalmente serán el propio evaluado y las personas que se relacionan profesionalmente con él/ella.

Esto da lugar a lo que se conoce genéricamente como tipos o modelos de evaluación del desempeño, que se dividen tradicionalmente en grados, de 45º en 45º, comenzando por la evaluación 90º. La única explicación de este criterio es que se ha configurado así por convención y al suponerse que las personas que se relacionan con el evaluado se encuentran, metafóricamente a su alrededor.

Hemos de considerar que al hablar de un determinado modelo de evaluación supone -por lo general- que se incluyen los de grados inferiores. Así, si hablamos de una evaluación 360º incluirá todos los demás tipos. Veamos estos modelos.

Autoevaluación

La mayoría de los sistemas de evaluación incluyen la denominada autoevaluación, por la que el propio evaluado rellena una encuesta o realiza un informe sobre sus progresos en el período evaluado. Lo primero que podemos pensar es que este modelo estará muy sesgado en beneficio propio, pero existen técnicas para reducir esto. Además, quien es evaluado sabe de primera manos muchos aspectos de su propio trabajo que desconocen sus superiores o el resto de evaluadores.

Evaluación del desempeño 90º

En este modelo de evaluación es el superior jerárquico quien interviene generando un informe o rellenando un formulario sobre los aspectos que se quieren conocer del trabajo del evaluado en el período. Puede parecer que el evaluado es reticente a que le evalúe su jefe/a, sobre todo cuando las relaciones no son muy buenas o cuando es muy estricto/a, pero diversos estudios han demostrado que muchos evaluados prefieren este tipo de evaluación.

Evaluación 180º

En este modelo de evaluación de 180 grados se incluyen al evaluado, el superior, agregándose los compañeros o colegas de trabajo. Se suele denominar evaluación entre iguales o evaluación por pares. Es una importante fuente de información, pues los compañeros son quienes mejor conocen -o pueden conocer- el trabajo del evaluado. Y sobre todo es muy útil para obtener información sobre la conducta profesional. Obviamente aquí, como en el resto de modelo, se pueden dar sesgos, pero su reducción es una de las tareas a gestionar por los psicólogos y demás profesionales implicados en la planificación del proceso evaluador.

Evaluación del desempeño 270º

En la evaluación de 270º se incluye la información aportada por los subordinados. Aquí se evalúa al jefe, por lo que el principal sesgo puede ser el temor a quedar mal. No obstante, es muy útil, bien aplicada, para medir qué tal jefe es el evaluado.

Evaluación del desempeño 360 grados

Entre los distintos métodos para realizar llevar a cabo la medición del desempeño laboral se encuentra la evaluación 360, la más completa, y también compleja, metodología, con la que se obtiene la mayor información posible sobre el rendimiento del empleado. Sepa más sobre esta técnica de evaluación de 360 grados.

Evaluación 360 grados
Evaluación 360 grados

Enlaces relacionados

[wpdreams_ajaxsearchlite]

Notas

1.- CUENCA CERVERA, J.J., “El Desempeño profesional en la función pública Local: Una aproximación desde el Derecho disciplinario y la gestión pública”, El Consultor de los Ayuntamientos y de los Juzgados, nº 19, 2003, pp. 3228-3268. PABLOS TEIJEIRO, J.M. y BIEDMA FERRER, J.M., “La evaluación del rendimiento individual. Un instrumento válido para lograr la eficiencia en la gestión de Recursos Humanos en las Administraciones Públicas”, Gestión y Análisis de Políticas Públicas, nº 10, 2013, pp. 1-18. THORPE, R. y HOLLOWAY, J., La gestión del rendimiento: perspectivas multidisciplinares, Madrid, INAP, 2010.

2.- Entendida como la “interacción individualizada” entre evaluador y evaluado para hablar de los progresos de éste, comunicar los pareceres mutuos, y donde el evaluado puede aportar sus propias conclusiones y acciones más relevantes durante el período de evaluación, con el fin de que el evaluador complete la información que ha recopilado y pueda generar su informe de evaluación con los necesarios datos. CUENCA CERVERA, J.J., “El Desempeño profesional en la función pública Local: Una aproximación desde el Derecho disciplinario y la gestión pública”, El Consultor de los Ayuntamientos y de los Juzgados, nº 19, 2003, pp. 3228-3268. La entrevista también puede producirse al comienzo del período de evaluación para fijar los objetivos, aunque técnicamente no se denomina de evaluación.

3.- Cfr. YOUNG, E., PEÑALVER, O., et al., Manual del director de recursos humanos. Gestión por competencias, Madrid, Cinco Días, 1998.

4.- Por contraposición a la informal, en la que no se sigue necesariamente un proceso sistemático, o que se hace esporádicamente.

5.- CHIAVENATO, I., Administración de recursos humanos, 5ª edic., Santafé de Bogotá, McGraw-Hill, 2000., pág. 357. Puede encontrar la versión de 2017 aquí.

6.- Nos referimos al rendimiento como subconcepto al considerarlo incluido en el más amplio de desempeño, según el carácter amplio que se le suele dar y que también asume el EBEP. En este sentido, su aplicación a equipos de trabajo más o menos grandes o a grupos de empleados no debe considerarse en un sentido organizativo estricto dentro de la estructura de cada organización. Muchas veces, y además resulta conveniente, los grupos en que se distribuye a los empleados a los exclusivos efectos de realizar las evaluaciones no tienen que ver necesariamente con los departamentos, equipos o estructuras funcionales tradicionales en que aquellas se dividen, sino que se forman para homogeneizar y facilitar el trabajo de evaluación. Véase el Capítulo dedicado a la práctica de la evaluación en nuestras Administraciones y en concreto el caso del Principado de Asturias.

7.- MARTÍNEZ GUILLÉN, M.C., La gestión empresarial: equilibrando objetivos y valores, Madrid, Ediciones Díaz de Santos, 2003. p. 286.

8.- BARUCH, Y. y HAREL, G., “Multi-source performance appraisal: an empirical and methodological note”, Public Administration Quarterly, 1993, pp. 96-111.

9.- CASCIO, W.F., Managing human resources, New York, McGraw-Hill/Irwin, 1995. p. 275. La edición de 2015 la puede encontrar aquí.

10.- PUCHOL MORENO, L., Dirección y gestión de recursos humanos, 7ª edic., Madrid, Díaz de Santos, 2012. p. 301 y 302.

Más entradas sobre evaluación del desempeño

Evaluador

Quién debe evaluar el desempeño laboral

Pregunta clave en todo modelo de medición laboral, quién debe evaluar el desempeño laboral. La figura del evaluador resulta esencial ...
Historia de la evaluación del desempeño

Historia de la evaluación del desempeño

La historia de la evaluación del desempeño no es tan reciente como pudiéramos pensar, ni mucho menos. Al preguntarnos cuál ...
Requisitos de la evaluación

Requisitos de la evaluación del desempeño

Para garantizar su validez y eficacia a la hora de medir desempeños o rendimientos son necesarios los denominados requisitos de ...
Evaluación del desempeño 360

Evaluación del desempeño 360 grados

Uno de los pasos fundamentales de todo proceso de evaluación del desempeño es recopilar información fiable sobre el rendimiento del ...
Qué es la evaluación

Evaluación del desempeño. Qué es

En el entorno laboral actual, el proceso de evaluación del desempeño se ha convertido en una herramienta esencial para medir ...
Productividad

Desafíos pendientes para la definitiva implantación de la evaluación del desempeño

Más de una década después de la entrada en vigor del Estatuto Básico del Empleado Público (EBEP) la evaluación del ...
La evaluación del desempeño en la Administración General del Estado

La evaluación del desempeño en la Administración General del Estado

La evaluación del desempeño (regulada en el EBEP, actual Real Decreto Legislativo 5/2015), aunque sin implantar definitivamente, sí ha permitido ...
El concepto de Evaluación del desempeño. Una necesaria clarificación*

El concepto de Evaluación del desempeño. Una necesaria clarificación*

A la hora de realizar una aproximación al concepto general de la evaluación del desempeño primeramente hay que considerar el ...
De la eficacia a la eficiencia a través de la evaluación del desempeño

De la eficacia a la eficiencia a través de la evaluación del desempeño

La eficacia viene establecida como principio rector de actuación de la Administración Pública a nivel constitucional en el artículo 103.1 ...
Evaluación del directivo público

La evaluación del desempeño del directivo público

El artículo 13.3 EBEP regula la evaluación del desempeño del directivo público profesional al establecer que el “personal directivo estará ...
Evaluación del desempeño y transparencia ad-intra en la Administración

Evaluación del desempeño y transparencia ad-intra en la Administración

    Uno de los principios que rigen todo sistema de evaluación del desempeño en la Administración, de acuerdo con ...
Evaluación del rendimiento

Usos de la evaluación del desempeño más allá del EBEP

Como sabemos, el artículo 20 del Estatuto Básico del Empleado Público regula la evaluación del desempeño. Entre sus efectos, el ...
La transparencia en los sistemas de evaluación del desempeño

La transparencia en los sistemas de evaluación del desempeño

El artículo 20.2 del Estatuto Básico del Empleado Público (TREBEP) establece que los “sistemas de evaluación del desempeño se adecuarán, ...
Resultados de la evaluación del desempeño

El miedo de los jefes a evaluar el desempeño

Uno de los efectos que tiene la ejecución de la evaluación del desempeño (ED) en la Administración, en aplicación del ...

Inteligencia artificial y Administración Pública

Las oportunidades que ofrece la Inteligencia Artificial en las Administraciones Públicas son casi infinitas, tantas como ámbitos en los que actúa y ciudadanos a quienes sirve. Tecnologías como machine learningbig data o incluso deep learning no deben asustarnos a la hora de implantarla, pues podemos comenzar por sus aplicaciones más sencillas, o utilizar herramientas gratuitas y muy potentes de relativamente fácil manejo.

Esta entrada se basa en mi artículo «Inteligencia artificial y Administración Pública. Posibilidades y aplicación de modelos básicos en el procedimiento administrativo«, publicado en la Revista El Consultor de los Ayuntamientos, nº 10, Octubre 2019. No obstante, ha sido objeto de una importante actualización.

Inteligencia artificial en la Administración Pública

La Inteligencia Artificial (IA) está teniendo un impacto significativo en los últimos años gracias a la mejora en la capacidad de cómputo de los ordenadores. Es innegable el potencial estratégico que tiene la IA en todos los aspectos, incluyendo las implicaciones en las relaciones humanas con las máquinas y en la creación de nuevos empleos. Si queremos mejorar la calidad de vida de los ciudadanos, ser más eficientes y ahorrar tiempo y costes, resulta esencial que la IA ocupe un lugar destacado en las organizaciones, públicas y privadas.

Imagen creada por una IA: Imagen creada por una IA
Creación de la IA de Stable Diffusion: IA en la Administración

Sin embargo, en España, la Administración pública todavía sufre un retraso significativo en la modernización y transformación tecnológicas. Muchas instituciones todavía mantienen una pugna en ese eterno recorrido para ponerse a la altura de la sociedad a la que sirven. Por lo tanto, es importante considerar si la implementación de la IA en la Administración Pública no resultará en una mayor brecha con la sociedad.

Es fundamental adoptar los algoritmos de la IA en los procesos administrativos para alcanzar una mayor eficiencia y eficacia. Además, la IA puede ser útil en tareas repetitivas y monótonas, liberando tiempo para que los trabajadores públicos se enfoquen en tareas más críticas y creativas. Por poner solo dos casos, la IA puede transcribir el audio de los órganos colegiados (Pleno, Comisiones…) en cuestión de minutos, o repartir los asuntos del registro de entrada a cada departamento automáticamente.

Por lo tanto, es vital que la Administración Pública adopte la IA para mejorar los servicios a los ciudadanos y mejorar la calidad de vida en general.

Qué es la inteligencia artificial

Antes de continuar conviene realizar una aproximación al concepto de inteligencia artificial, pues sus contornos no están claros, ni siquiera para los expertos, y pueden plantearse dudas sobre si realmente se está utilizando en determinados procesos.

La inteligencia artificial es la capacidad de los ordenadores de emular las capacidades humanas, como el aprendizaje, el razonamiento o la creatividad.

La definición más aproximada que tenemos desde un punto de vista oficial es la que ofrece la Comisión europea:

Sistemas que manifiestan un comportamiento inteligente, pues son capaces de analizar su entorno y pasar a la acción –con cierto grado de autonomía– con el fin de alcanzar objetivos específicos

Comisión europea

Desde 2021 se está estudiando un borrador de Ley de Inteligencia artificial de la UE, que trata de regular sus usos y proteger los derechos de los ciudadanos europeos. Puede ver mi comentario sobre esta ley en el enlace anterior.

Aplicaciones de la inteligencia artificial en la Administración pública

Los usos de la inteligencia artificial en la Administración pública son inmensos, aunque estamos aún en una fase muy incipiente en la introducción de modelos de inteligencia artificial, no solo en las Administraciones sino en general. Se está explorando hasta dónde pueden alcanzar sus algoritmos, así como sus ventajas y peligros. Si bien ya se utilizan sistemas de IA en algunos ámbitos su implantación no es total y ha planteado dudas, sobre todo en materia de protección de datos y en relación a sesgos por raza o sexo; sin contar con los propios problemas éticos de la inteligencia artificial. Además, cabe mencionar que el propio concepto de inteligencia artificial no es pacífico, existiendo diversidad de opiniones al respecto. Para tratar de aclararlo les ofrezco en este enlace una definición de inteligencia artificial y de otros términos relacionados.

Administraciones Públicas e inteligencia artificial

Son diversos los casos en los que podemos encontrar ejemplos de IA en la administración pública; desde las Agencias tributarias hasta la Sanidad y la Justicia. A continuación quiero señalar algunas de esas aplicaciones prácticas y ejemplos que ofrece la inteligencia artificial en el sector público. Primeramente haré referencia a supuestos generales que nos pueden sonar a muchos para, seguidamente centrarme en un sencillo caso real que hemos utilizado en el Departamento de Gestión tributaria de mi Ayuntamiento.

En el siguiente enlace dispone de un artículo específico en el que hablo de los usos de la inteligencia artificial en los ayuntamientos, organizaciones que por su cercanía a los ciudadanos y por el tipo de servicios que prestan puede ofrecer unas ventajas que no permite su aplicación en otras administraciones.

Asistentes virtuales o chatbots

Vamos a comenzar con uno de los usos de la IA quizás más extendidos y útiles en el ámbito de la atención al público. Nos referimos a los asistentes virtuales o chatbots (también denominados asistentes conversacionales). Todos conocemos Siri, Cortana, Echo, Alexa, etc. Una variante de estos aparatos son las aplicaciones web con las que podemos «hablar» mediante texto, y que incluso nos contestan por voz. Los asistentes virtuales sirven para resolver dudas generales sobre los servicios que ofrecen empresas y Administraciones.

El uso de estos programas se ha generalizado en los últimos años y ya cuentan con la posibilidad de entender mucho mejor lo que desea el interlocutor aunque no utilice la frase exacta que el programa tiene grabada. En este punto la IA y sus programadores han realizado un gran esfuerzo para extrapolar, de la expresión que escribe el ciudadano, lo que realmente quiere decir. El procesamiento del lenguaje natural (NLP) ha tenido mucho que ver, pues se trata de una de las aplicaciones de machine learning que más empuje está teniendo.

Aplicación de chatbots en la Administración

En el ámbito de la Administración Pública los chatbots juegan un papel muy importante, por cuanto la atención al ciudadano supone -al mismo tiempo- un apartado esencial. El ahorro de costes de personal, la rapidez en la respuesta, el número de personas atendidas y la calidad y mayor control de las respuestas son algunos de los aspectos más destacados de estos asistentes. Puede leer más acerca de los chatbots en la Administración en el artículo que escribí, así como experimentar con el asistente de prueba que incluye (abajo a la derecha).

Inteligencia artificial en la Administración de justicia

Administración e inteligencia artificial
Administración e inteligencia artificial

Otro ejemplo de uso de la IA es en la Administración de Justicia en EE.UU. Servía para predecir la posibilidad de reincidencia y otorgar libertad condicional. La aplicación de la NLP ha sido de gran utilidad, la cantidad ingente (Big Data) de documentación legal en cualquier Juzgado o Tribunal permite a los algoritmos encontrar patrones y realizar predicciones sobre lo que se le pida. Desgraciadamente se detectó que discriminaba a las personas de color debido a los ya mencionados sesgos.

Inteligencia artificial y transparencia. El caso del bono social

Un problema importante a la hora de utilizar procesos de IA es la falta de transparencia administrativa a la hora de publicar los criterios con los que se programa un algoritmo. Esto supone que los ciudadanos se encuentran indefensos ante las decisiones adoptadas por la Administración y basadas en una de estas inteligencias. Recordemos el caso de la IA utilizada para otorgar el bono social en el recibo de la luz. Se denunció su denegación en un caso en que procedía, solicitando el código, y la Administración esgrimió que estaba sujeto a propiedad intelectual.

Inteligencia artificial y recursos humanos

Otro caso en que puede ayudar la IA en la gestión de recursos humanos. Desde la selección hasta en la predicción de vacantes o bajas. Su utilización en selección de personal es bastante utilizada en la empresa privada. Ya hay algoritmos que realizan entrevistas y llevan a cabo un primer filtro que ayuda a los humanos en el proceso. La ventaja de estos sistemas es la rapidez y el ahorro de horas de trabajo a los humanos. Gracias a los sistemas de reconocimiento de voz y de las expresiones faciales es posible para una IA realizar preguntas y reconocer las respuestas, así como las microexpresiones faciales que puedan delatar falsedades.

Con la gran cantidad de datos que un departamento de recursos humanos genera es fácil pensar que la IA puede generar modelos predictivos sobre épocas en las que puede haber más bajas laborales, o más carga de trabajo, etc.

Big data en la Administración pública

Una ventaja estratégica con la que cuenta los gobiernos y administraciones es la gran cantidad de datos que manejan diariamente. Esto conforma lo que en materia de IA se denomina Big Data, un ingente volumen de información (del orden de terabytes e incluso petabytes) recopilada y creada para la gestión de sus fines.

big data

Sin embargo, a ese big data se le puede extraer mucha más información de la que inicial y aparentemente tiene. En efecto, desde no hace demasiado tiempo se está aprendiendo a aprovecharlo más allá de su uso habitual. Se ha comprobado que el estudio algorítmico de los mismos permite extraer conclusiones, patrones, hacer predicciones y dar respuestas a muchas cuestiones antes impensables. Aquí entra en juego la inteligencia artificial y los algoritmos de machine learning e incluso de deep learning. Una IA bien entrenada puede recibir esa ingente cantidad de información y tras los oportunos procesos internos ofrecer conclusiones o predicciones muy útiles en el ejercicio de las actividades administrativas.

La Agencia Tributaria genera un gran big data y lo está aprovechando bien. Un ejemplo en su uso es el control de los residentes en el extranjero para evitar elusión fiscal. Otro uso es el control de las operaciones internacionales de las multinacionales.

Detectar denuncias falsas con IA

La Policía Nacional está desarrollando y aplicando en algunas comisarías desde 2015 un algoritmo que permite detectar las denuncias falsas. Lo que comenzó como un experimento de inteligencia artificial y procesamiento del lenguaje natural se ha convertido en un sistema que promete reducir la comisión de delitos de denuncia falsa. De hecho, alcanza un 96% de acierto. El sistema se centra sobre todo en hurtos, robos o rotura de cristales, y estudia las expresiones y palabras utilizadas al redactar las denuncias para inferir cuándo el denunciante miente.

Inteligencia artificial en la sanidad

Un entorno en el que está teniendo un gran éxito la aplicación de modelos de inteligencia artificial es en la sanidad. Los avances científicos y las nuevas terapias deben mucho a la misma. Por ejemplo, ha habido una explosión de oportunidades en su aplicación para estudiar y predecir comportamientos del COVID-19. El estudio de este y otros virus, así como de proteinas y cómo se configuran, comportan y relacionan se está beneficiando del big data y de los modelos predictivos del machine learning. Lo que hasta hace poco era un proceso de meses o años para conocer la forma 3D de las proteinas ahora se logra en semanas o días.

La detección y pronóstico de enfermedades es un área que también está logrando importantes avances. Ya es posible descargarse aplicaciones en el móvil que nos ayudan a detectar si un lunar o mancha en la piel puede ser maligno o no. Lo mismo ocurre con otras muchas enfermedades. La IA ayuda a los médicos a detectar dolencias a través de las imágenes obtenidas por rayos X, tomografías, etc. Una persona puede no detectar pequeños cambios en las mismas, pero una inteligencia entrenada mediante machine learning con cientos de miles de imagenes realiza los diagnósticos con muchas más fiabilidad que el ojo humano.

Los sesgos de la Inteligencia artificial

Además de la falta de transparencia a la hora de dar a conocer los criterios y la programación de los algoritmos hemos de recordar que una IA ha sido -precisamente- programada por humanos y que nuestros propios sesgos se pueden trasladar a aquella. Este concepto es uno de los mayores problemas a los que se enfrenta todo modelo de inteligencia artificial, como expresión de cualquier actividad valorativa humana. También se dan a menudo, por ejemplo, en materia de evaluación del desempeño.

Qué es un sesgo

De acuerdo con el diccionario de la Real Academia Española de la Lengua (RAE) un sesgo es «error sistemático en el que se puede incurrir cuando al hacer muestreos o ensayos se seleccionan o favorecen unas respuestas frente a otras». Hay muchos tipos de sesgos (bias en inglés) y es una labor compleja pero imprescindible tratar de limitarlos al máximo cuando se programan algoritmos.

Querámoslo o no siempre corremos el riesgo de transmitir al algoritmo ciertas pautas inconscientes que le avoquen a cometer errores o desviarse de lo justo. Esta cuestión está provocando importantes problemas éticos en la aplicación de la IA. Por eso resulta esencial planificar en profundidad cómo se va a programar uno de estos algoritmos para reducirla lo máximo posible. Los de mayor calado son los que discriminan por género y por raza, pero puede haber muchos otros. Todo dependerá de los fines y los destinatarios de la inteligencia que se esté creando.

Las Administraciones deben liderar el cambio

Más allá de esa necesidad de transformación pública, el Estado y las Administraciones públicas deben liderar el avance de la sociedad y de los ciudadanos. Deben ser facilitadores del progreso económico y humano, y para ello han de disponer de las herramientas adecuadas y lo más punteras posibles. Se han apuntado solo algunos de los ámbitos en los que tecnologías inteligentes para la administración pública pueden mejorar los servicios públicos e incluso salvar la vida de las personas: sanidad, seguridad, transporte y comunicaciones, etc. En todos estos entornos las Administraciones y los gobiernos tienen mucho que decir, sea por el ejercicio de competencias en la gestión de servicios públicos o como creadores de normas que regulen la actividad humana.

Es cierto que la incorporación de la inteligencia artificial en los procesos administrativos se nos antoja algo complicada. Esto se debe a la aparente dificultad de estas tecnologías y los antecedentes que ya conocemos a la hora de implementar conceptos tan disruptivos. Pero también es verdad que no debe comenzarse la casa por el tejado sino poco a poco, con pruebas piloto, por fases, y sobre todo con la implicación de todos, contando con los empleados públicos, que son quienes a la postre utilizarán esos modelos de IA. Y sin olvidar a los directivos públicos y a los políticos, que deben ser conscientes de los beneficios que conlleva y habrán de impulsar su implantación.

Un sistema modular relativamente fácil de implantar

La implementación de algoritmos inteligentes es modular y escalar, permitiendo diseñar desde los más básicos, para resolver o automatizar (más o menos autónomamente) sencillos procedimientos, hasta los más avanzados. Esto permite ir avanzando todo lo rápido que se quiera. Además, existen multitud de entornos de desarrollo y aplicaciones gratuitas que, con conocimientos medios o incluso sin saber programar, permiten crear desde asistentes virtuales hasta la realización de estudios predictivos con machine learning en cualquier ámbito1. En fin, la implantación de la inteligencia artificial en las administraciones públicas no es tanto una cuestión de poder sino de ponerse a ello.

Un caso práctico. Devolución del IVTM mediante un modelo básico de inteligencia artificial

La devolución de la parte proporcional del Impuesto sobre vehículos de tracción mecánica (IVTM) en casos de baja definitiva o temporal por sustracción o robo de un vehículo (art. 96.3 Ley de Haciendas Locales) es un procedimiento que permite perfectamente la aplicación de un modelo muy básico de IA mediante automatización y asesoramiento en la toma de la decisión final, al contar con unos requisitos tasados para su resolución.

En el caso del Ayuntamiento de Manzanares se decidió automatizar este tipo de expedientes porque las solicitudes se acumulan al comienzo del período de pago del impuesto, en marzo, y hasta julio no se pueden resolver porque no disponemos de los datos definitivos de pagos. Por ello se produce una cierta carga de trabajo por esa acumulación que justifica la aplicación de un modelo –sencillo pero eficiente- de IA.

Los datos de entrada

En este caso los datos necesarios para resolver son tasados y fácilmente comprobables: el pago de la liquidación y la cuota, la baja del vehículo, el tipo de baja y su fecha. Esta información se encuentra en distintas bases de datos. La tramitación tradicional supondría comprobar el pago de la liquidación en una base de datos, la baja del vehículo y su fecha en otra, y calcular manualmente la parte de cuota que hay que devolver en función de los trimestres naturales afectados, así como la posterior creación del Decreto.

Algoritmo ad hoc

Antes de proseguir conviene apuntar que el Departamento de Gestión Tributaria del Ayuntamiento de Manzanares cuenta con una aplicación web ad hoc (mediante php y mysql) para la gestión de parte de sus procesos, diseñada y gestionada por quien suscribe. Esta aplicación se creó ante la necesidad de solucionar algunas carencias de la aplicación comercial que se viene utilizando en el Ayuntamiento, con el objetivo de mejorar la eficacia y eficiencia en la tramitación de los expedientes y la atención al ciudadano.

Si bien esta circunstancia es una ventaja que nos permite diseñar los algoritmos que necesitamos para solucionar infinidad de tareas y lograr mayor eficiencia sin depender de actualizaciones de las aplicaciones comerciales, ello no debe ser óbice para que otras organizaciones puedan crear algoritmos, scripts o pequeñas aplicaciones en distintos lenguajes de programación, pues todas ellas disponen de informáticos (otra cosa es su predisposición…).

El proceso de toma de decisión

Pues bien, el algoritmo que hemos creado utiliza como input el número de liquidación, comprueba los datos y resuelve si debe concederse la devolución y, en su caso el importe a devolver. La automatización no es integral en el sentido del artículo 41 Ley 40/2015 (sobre las actuaciones administrativas automatizadas), pues requiere de una posterior comprobación de que todo es correcto y la tramitación del acto administrativo. Esto evita la necesidad de cumplir los requisitos de dicho artículo al tiempo que ahorra un trabajo enorme.

El proceso que se aplica es, en resumen, el siguiente:

  • La aplicación despliega un formulario web donde se le introduce el número de liquidación.
  • El algoritmo comprueba si se ha pagado, la cuota, y si el vehículo causó en Tráfico una baja que dé lugar a la devolución. Si no se dio de baja o no cumplen los requisitos se informa al funcionario. También puede ocurrir que no se disponga de la información actualizada sobre la baja, por lo que se informa al funcionario que la compruebe manualmente.
  • La IA obtiene la fecha de la baja y calcula los trimestres naturales que han de devolverse, así como el importe de la devolución.
  • El funcionario inserta el número de cuenta y confirma la grabación de los datos.
  • Una vez tramitadas todas las consultas se pulsa un botón para generar una hoja excel que se acompaña al Decreto de resolución del procedimiento acumulado.

Así pues, nos encontramos con un procedimiento de requisitos objetivos, fácilmente comprobables en bases de datos, y que se hace tedioso de tramitar para una persona por la cantidad de información a comprobar.

Se puede plantear -con razón- la duda de si este modelo está utilizando realmente una IA dados los difíciles contornos en los que se mueve el concepto, como ya indicamos. Todos hemos oído que los algoritmos de IA obtienen un aprendizaje previo y lo aplican al caso concreto. Este es el caso más común. Pero también hemos visto que, de acuerdo con la definición de la Comisión europea es la capacidad de las máquinas de recopilar datos del entorno (ej. bases de datos, información de Internet, sensores), procesarlos y ofrecer resultados o aportar propuestas. Desde este punto de vista podríamos enmarcar este modelo del IVTM dentro del uso de la IA, eso sí, muy básica, pues se podría decir que es un mero proceso automatizado. Pero ¿no es lo que hacen los ordenadores en cualquier de sus facetas: procesar y automatizar?

En fin, este modelo permite comprobar los datos e incluso proponer la decisión a adoptar. De hecho, podría permitírsele tomar la decisión al estar preparada para ello, pero de momento se prefiere mantener la intervención humana en la validación de los datos.

Posibilidades y aplicación de modelos básicos de IA en el procedimiento administrativo

Para conocer más acerca de la aplicación práctica de la inteligencia artificial en Administración Pública le invito a leer mi artículo «Inteligencia artificial y Administración Pública. Posibilidades
y aplicación de modelos básicos en el procedimiento administrativo
«, publicado en la Revista El Consultor de los Ayuntamientos, nº 10, Octubre 2019 .

Libros sobre inteligencia artificial y Administración

También puede interesar esta lectura de Inteligencia artificial y Administración pública: Robots y humanos compartiendo el servicio público. Escrito por el profesor Carles Ramió Matas.

Artículos relacionados:

Gestión del talento con IA

Inteligencia artificial y gestión del talento

¿Te has preguntado cómo la IA puede revolucionar la forma en que gestionas tu equipo? Aquí repasamos algunas opciones.La Inteligencia ...
Ética de la IA en recursos humanos

La ética de la IA en la gestión de recursos humanos

La inteligencia artificial (IA) está transformando rápidamente la gestión de recursos humanos en las empresas y Administraciones Públicas. Esta tecnología ...
Ley de Inteligencia artificial

Ley de inteligencia artificial de la UE

La inteligencia artificial está suponiendo una verdadera revolución en todos los ámbitos en los últimos años. La irrupción de modelos ...
Asistente virtual

Asistentes virtuales en la Administración pública

Mantener una comunicación e información rápida, constante y fluida entre Administraciones y ciudadanos es esencial para mejorar y hacer más ...
Algoritmos y Administración Pública

Inteligencia artificial y Administración Pública

Las oportunidades que ofrece la Inteligencia Artificial en las Administraciones Públicas son casi infinitas, tantas como ámbitos en los que ...
Inteligencia artificial y RRHH

Inteligencia artificial en la gestión de recursos humanos

¿Sabía que la inteligencia artificial aplicada a la gestión de recursos humanos está revolucionando el sector? Con el potencial que ...
Algoritmos y transparencia administrativa

Algoritmos y transparencia administrativa

Un algoritmo oculto resuelve las solicitudes del bono social. Según denuncia la Fundación Civio, aquel deja fuera del bono a ...
Inteligencia artificial en política

¿Podría la inteligencia artificial gobernar mejor que los políticos?

La Inteligencia artificial no deja de sorprender por los ámbitos en los que está dando resultados sorprendente. Ayuda a personas ...
La inteligencia artificial en la Administración: IBM Watson y la innovación pública

La inteligencia artificial en la Administración: IBM Watson y la innovación pública

Leía en el suplemento dominical El País Negocios del domingo 16 de octubre que se están llevando a cabo pruebas piloto con ...

Palabras clave:

aplicaciones de inteligencia artificial administración pública

inteligencia artificial sector público

inteligencia artificial aapp

algoritmos inteligencia artificial ejemplos

Inteligencia artificial en la gestión de recursos humanos

¿Sabía que la inteligencia artificial aplicada a la gestión de recursos humanos está revolucionando el sector? Con el potencial que ofrece esta tecnología de vanguardia las empresas ahora pueden optimizar sus procesos de selección y contratación, gestión de talento y desarrollo del personal de una manera más eficaz y eficiente que nunca. Desde la automatización de tareas rutinarias hasta la identificación de candidatos potenciales, la inteligencia artificial está cambiando la forma en que las organizaciones atraen, seleccionan y retienen su talento más valioso.

Inteligencia artificial y RRHH

La inteligencia artificial aplicada en recursos humanos permite ya que algoritmos avanzados analicen grandes volúmenes de datos (Big Data) en cuestión de segundos, ofreciendo información procesable e insights estratégicos para mejorar la toma de decisiones en materia de personal. Esto no sólo agiliza los procesos, sino que también reduce los errores y permite una gestión más precisa y personalizada del departamento de RRHH.

En este artículo veremos el impacto de la inteligencia artificial en los recursos humanos y cómo las organizaciones, públicas y privadas, pueden aprovechar esta tecnología innovadora para maximizar la productividad, la motivación laboral y el potencial de su capital más importante: las personas.

Aplicar la inteligencia artificial a los recursos humanos

La idea de hacer trabajar juntos inteligencia artificial y recursos humanos no es cuestión baladí. Es un ámbito realmente complicado en toda organización, pues supone tratar con la subjetividad, las motivaciones y los sentimientos humanos. Y no perdamos de vista que la gestión de personas es un área central en el éxito de una organización: las personas son su verdadero cerebro y músculo.

Los sesgos en el reclutamiento y la selección, así como en los procesos de evaluación del desempeño, son un gran límite para el éxito de esas áreas de los recursos humanos. Los algoritmos, el machine learning y el big data podrían ayudar enormemente en esta titánica labor.

Respecto a la selección de candidatos y, por tanto, a la hora de conocer su desempeño futuro (predicción del desempeño) la inteligencia artificial ya está ofreciendo unos resultados asombrosos. Por ejemplo, IBM Watson se está utilizando no solo en esta tarea sino de forma más general para atraer, retener y evaluar el talento.

Beneficios del uso de la inteligencia artificial en RRHH

La adopción de la inteligencia artificial en recursos humanos ofrece una amplia variedad de beneficios para las organizaciones, y cada vez se están encontrando más gracias al imparable desarrollo de esta tecnología algorítmica. A continuación expongo algunos de los principales beneficios:

1. Mayor eficiencia: Esta es, en suma, la finalidad última del uso de la IA. Automatiza tareas y nos ahorra tiempo, permitiendo que los profesionales de recursos humanos se centre en actividades más estratégicas y de valor añadido.

2. Toma de decisiones basada en datos: Los algoritmos avanzados y el aprendizaje automático permiten el análisis rápido y preciso de grandes volúmenes de datos, lo que brinda información valiosa para la toma de decisiones de recursos humanos. La IA se basa en probabilidad, y gracias a ella puede decirnos con qué grado de certeza podemos tomar ciertas decisiones. En determinados ámbitos podríamos, incluso, dejar que la IA tome las decisiones por sí misma. Eso sí, habrá que establecer los mecanismos de seguridad necesarios para que dichas decisiones no perjudiquen los derechos de los trabajadores ni se cometan sesgos.

Sobre este tema hablo más abajo.

3. Selección de candidatos más precisa: La inteligencia artificial puede analizar currículums y perfiles de candidatos en función de requisitos específicos, identificando a los candidatos más adecuados para un puesto de trabajo. Esto ahorra tiempo y mejora la calidad de las contrataciones.

4. Personalización: La inteligencia artificial permite la personalización de la experiencia del empleado, adaptando el contenido y la formación a las necesidades y preferencias individuales.

5. Mejora continua: Los sistemas de inteligencia artificial pueden aprender y mejorar con el tiempo, lo que permite una evolución constante en la gestión de recursos humanos.

Inteligencia artificial y productividad

Hace tiempo leía la noticia sobre un sistema de inteligencia artificial (IA) llamado Cogito, aplicado a los centros de atención al cliente o call center, que asesoraba en tiempo real al empleado a lo largo de cada llamada telefónica con un cliente. El sistema escucha la conversación y va dando consejos al trabajador. Así, si habla muy rápido o muy despacio se lo indica diciéndole que cambie el ritmo. Si lo nota algo somnoliento o cansado le muestra la imagen de una taza de café para que espabile.

Al tiempo que se produce cada llamada en el servicio de atención al cliente los datos se muestran en la pantalla del supervisor, que incluso sabe si el empleado ha minimizado la aplicación. Cogito se ha convertido, pues, en un asesor personal a la vez que en un supervisor/chivato sobre el desempeño profesional.

Al final de la conversación el sistema guarda toda esta información en una base de datos y ofrece estadísticas sobre el desempeño de cada trabajador, lo que servirá para evaluarle y mejorar su eficiencia.

El sistema Cogito ofrece una retroalimentación fabulosa al trabajador sobre su desempeño. Le da información útil en tiempo real, con lo que puede ir mejorando a cada instante, centrando sus esfuerzos en las áreas de mejora que le va indicando el algoritmo. Los resultados de su evaluación serán -así- mucho mejores gracias a ese feedback constante.

Se trata, en fin, de un modelo de aplicación de la IA a los RRHH que da qué pensar si realmente ayuda o nos convierte en esclavo de la tecnología.

Aplicaciones de la inteligencia artificial para selección de personal

El uso de la inteligencia artificial en selección de personal es una de las áreas en las que ha tenido un impacto muy significativo. Me gustaría señalar las 4 aplicaciones más comunes en este campo:

1. Creación de exámenes tipo test: Puedo decir por experiencia, que crear las preguntas para un examen tipo test resulta de lo más tedioso. Afortunadamente, he comprobado que la IA nos puede ayudar. si ir más lejos, tanto ChatGPT como Bing ayudan, aunque a veces se equivocan.

2. Análisis de currículos: Los sistemas de inteligencia artificial pueden analizar rápidamente grandes cantidades de currículums y extraer la información relevante, como experiencia laboral, habilidades y logros, filtrando los candidatos que no cumplen con los requisitos. Esto permite una evaluación más eficiente de los candidatos y una selección más precisa y rápida.

3. Entrevistas virtuales: La IA ha facilitado la realización de entrevistas virtuales a través de chatbots o sistemas de videoconferencia. Estas entrevistas pueden ser grabadas y analizadas posteriormente para una evaluación más objetiva de los candidatos. Deben tenerse en cuenta los límites que está estudiando la nueva Ley de IA de la Unión Europea sobre captación de micro-expresiones y los sesgos que se pueden dar en el modelo de entrenamiento que utilicen estos sistemas.

4. Evaluación de habilidades y méritos: Además de las conclusiones y calificaciones que obtenga los entrevistadores virtuales, la IA también puede evaluar las habilidades de los candidatos a través de pruebas y ejercicios en línea, proporcionando una evaluación más objetiva y precisa.

Por mi parte, he realizado pruebas mediante las que, aportando una relación de méritos y dando los criterios a la IA era capaz realizar una valoración. No obstante, siempre hay que recordar que para que un modelo de IA funcione en alguna tarea específica es necesario entrenarlo y especializarlo en esta.

Efectos de la inteligencia artificial en la gestión de personas

Estos sistemas, bien utilizados, son una herramienta estupenda para motivar y mejorar la conducta profesional. Si se hacen amigables y la interacción con el humano se convierte en cercana -algo así como los robots asesores o de compañía, pero a nivel laboral- la relación se tornará mucho más óptima. El trabajador se mostrará más dispuesto a interactuar con la IA y a aceptar sus consejos y seguimiento, con lo que esta se convertirá en un verdadero compañero y asesor en tiempo real.

Sin embargo, si el sistema se percibe como un algoritmo exclusivamente de control, como un jefe que está constantemente tras nosotros, los resultados pueden ser contraproducentes. A las personas nos gusta la autonomía en el trabajo, y es esencial que las organizaciones se la ofrezcan a sus trabajadores. Tanto control por una inteligencia artificial puede suponer que la motivación caiga drásticamente y podríamos volver al sistema de cadena de montaje y control del empleado propugnado por Frederick Taylor. Deshumanizar a la persona, controlar hasta el último minuto de su desempeño, puede tener consecuencias no deseadas, contraproducentes.

Por su parte, el borrador de la Ley de inteligencia artificial de la UE prevé una serie de riesgos y prohibiciones en su uso, que podría afectar su aplicación en la gestión de personas. Puede ver mi comentario de la norma en el enlace anterior.

Mayor autonomía para el empleado público

Se podría alegar que el tiempo que se pasa en la oficina es tiempo a disposición del empresario, y por ello nos paga. Es cierto, el control es normal, desde el sistema de fichaje horario hasta la supervisión de la conducta profesional ante el usuario o la mejora de la eficiencia en los resultados. Las empresas y las Administraciones quieren resultados por el salario que pagan.

No obstante, habrá que tener mucho cuidado con el nivel de control que se le da a la inteligencia artificial en la gestión de personas. No es lo mismo que los algoritmos intervengan en mejorar procesos o realizar tareas aburridas, que aplicarlos sobre el trabajo de las personas, susceptibles a los cambios y al control excesivo. La motivación laboral y hasta la felicidad en el trabajo son importantes dentro de la cultura organizacional, y podrían verse perjudicadas. Un ambiente agradable dentro del rigor de servir al ciudadano/cliente es importante y la IA puede ser un arma de doble filo.

SI TE INTERESA EL USO DE LA IA EN LAS EE.LL DEBES VER MI CURSO:

APLICACIONES DE LA INTELIGENCIA ARTIFICIAL EN LAS ENTIDADES LOCALES

Analítica basada en IA para la toma de decisiones en RRHH

La toma de decisiones de recursos humanos se beneficia enormemente del análisis basado en inteligencia artificial. Los algoritmos avanzados y el aprendizaje automático permiten el análisis rápido y preciso de grandes volúmenes de datos, brindando información valiosa para la toma de decisiones estratégicas. Estas son algunas de las aplicaciones del análisis basado en inteligencia artificial en recursos humanos:

1. Previsión de necesidades de personal: La inteligencia artificial puede analizar datos históricos y tendencias para predecir las necesidades futuras de personal, lo que facilita la planificación de la fuerza laboral.

2. Análisis de desempeño y retención: La inteligencia artificial puede analizar el desempeño y los datos de los empleados para identificar patrones y factores que influyen en la retención del talento, lo que permite implementar medidas preventivas para reducir la rotación, el absentismo o, incluso, el abandono de la organización.

3. Análisis de la diversidad y la inclusión: La IA puede analizar los datos demográficos y de diversidad de los empleados para identificar desequilibrios y brechas, lo que ayuda a implementar estrategias más inclusivas y equitativas.

4. Optimización de la fuerza laboral: con algoritmos de IA podemos analizar la asignación de tareas, la carga de trabajo y la disponibilidad de habilidades para optimizar la distribución de la fuerza laboral y mejorar la eficiencia.

Consideraciones éticas en la implementación de la IA en RRHH

Aunque la inteligencia artificial ofrece una serie de beneficios para la gestión de recursos humanos, también plantea desafíos éticos y consideraciones importantes. Algunas de las consideraciones éticas más relevantes son las siguientes:

1. Sesgo algorítmico: Los algoritmos pueden reflejar sesgos inherentes a los datos utilizados para entrenarlos, lo que puede resultar en decisiones discriminatorias o injustas. Es importante garantizar la equidad y la imparcialidad en la implementación de la inteligencia artificial.

En este sentido, se aprobó en España la Ley 15/2022, integral para la igualdad de trato y la no discriminación, que aborda estos límites al uso de los algoritmos en el entorno laboral.

2. Privacidad y protección de datos: La inteligencia artificial requiere el acceso a grandes volúmenes de datos personales, lo que plantea preocupaciones sobre la privacidad y la protección de datos, como se dijo. Las organizaciones deben garantizar el cumplimiento de las regulaciones de protección de datos y adoptar medidas para proteger la privacidad de los empleados. en tal sentido, recordamos que la futura Ley de IA de la UE trabaja en estos aspectos.

3. Transparencia y explicabilidad: Los sistemas de inteligencia artificial a menudo son cajas negras (por sus capas ocultas), lo que significa que sus decisiones y procesos no son fácilmente explicables. Es importante garantizar la transparencia y la explicabilidad de los sistemas de inteligencia artificial para garantizar la confianza y el entendimiento.

4. Impacto en el empleo: La implementación de la inteligencia artificial puede tener un impacto en los empleos existentes, ya que muchas tareas pueden ser automatizadas y se perderán puestos de trabajo, si bien es cierto que aparecerán otros (analistas de Big data, prompt engineering…). Es importante considerar y gestionar el impacto en los empleados y brindar oportunidades de formación y reasignación.

Entradas relacionadas:

También te puede interesar:

También puede interesar esta lectura:
Inteligencia artificial y Administración pública: Robots y humanos compartiendo el servicio público.
De Carles Ramió