Como facer que a solicitude de emprego sexa menos dolorosa

Atopar un traballo adoitaba comezar coa presentación do teu currículum a un millón de anuncios e nunca volver saber da maioría deles. Pero cada vez son máis as empresas que usan métodos de tecnoloxía avanzada para identificar os candidatos. Se a IA é o futuro da contratación, que significa isto para ti? A tecnóloga Priyanka Jain dá unha ollada a esta nova paisaxe de contratación.

Solicitar emprego en liña

é unha das peores
experiencias dixitais do noso tempo.

E solicitalo de xeito presencial
non é moito mellor.

[Cómo traballamos]

A contratación actual
está rota en moitas frontes.

É unha experiencia terrible para a xente.

Arredor do 75 por cento das persoas

que solicitaron un traballo
por varios métodos no último ano

dixeron que o empresario
nunca lles contestou.

E a nivel de empresa non é moito mellor.

O 46 % das persoas
son despedidas ou deixan o traballo

ao primeiro ano de comezalo.

É terrorífico.

E tamén é malo para a economía.

Por primeira vez na historia,

temos máis emprego dispoñible
que persoas desempregadas,

e para min iso indica
que temos un problema.

Creo que na base de todo isto
hai un único papel: o currículo vitae.

Un currículo ten algunhas partes útiles:

os roles da xente,
as habilidades informáticas,

os idiomas que falan,

pero o que falta é
dicir qué potencial teñen de facer

o que quizais non tivesen
a oportunidade de facer no pasado.

E cunha economía tan cambiante
onde os traballos que veñen en liña

poden requirir
habilidades que ninguén ten,

se só miramos o que alguén
fixo no pasado,

non imos poder vincular a xente
aos traballos do futuro.

Aquí é onde creo que a tecnoloxía
pode ser de gran axuda.

Probablemente xa viron
que os algoritmos

son bos relacionando
a xente con cousas,

pero, e se puidésemos usar
esa mesma tecnoloxía

para realmente axudarnos a atopar
un emprego que se adapte a nós?

Xa sei o que está a pensar.

Dá medo que os algoritmos
escollan o seu seguinte traballo,

pero hai unha cousa que demostrou

ser realmente premonitoria
no éxito futuro de alguén nun traballo,

e chámase proba multimedida.

As probas multimedida
non son realmente nada novo,

pero adoitaban ser moi caras

e precisaban dun doutorando
sentado ao seu carón

respondendo moitas preguntas
e escribindo informes.

As probas multimedida son un xeito

de comprender
os rasgos inherentes de alguén,

a súa memoria, a súa atención.

E se puidésemos facer probas multimedida

escalables e accesibles,

e proporcionar datos aos empresarios
sobre cales son os rasgos

de alguén que poida encaixar nun traballo?

Todo isto soa abstracto.

Probemos un dos xogos xuntos.

Agora verá un círculo intermitente,

e o seu traballo vai ser
aplaudir cando o círculo está vermello

e non facelo cando estea verde.

[Listo?]

[Comeza!]

[Círculo verde]

[Círculo verde]

[Círculo vermello]

[Círculo verde]

[Círculo vermello]

Quizais sexa o tipo de persoa

que aplaude un milisegundo despois
de ver o círculo vermello.

Ou quizais sexa do tipo

que lle leva un pouco máis
estar 100 por cento seguro.

Ou quizais aplaude ao verde
aínda que se supón que non debe.

O xenial aquí é que isto non é
como unha proba normalizada

onde algunhas persoas
son empregables e outras non.

Trátase de comprender
o axuste entre as súas características

que o farían bo para determinado traballo.

Descubrimos que se aplaude ao vermello
e nunca aplaude ao verde,

pode ter un alto grado de atención
e de contención.

As persoas así adoitan ser
grandes estudantes e probadores,

e bos na xestión de proxectos
ou en contabilidade.

Pero se aplaude inmediatamente
ao vermello e ás veces ao verde,

podería significar que é vostede
máis impulsivo e creativo,

e descubrimos que estes son os rasgos
dos vendedores de mellor rendemento.

O xeito no que usamos isto na contratación

é facendo exercicios de neurociencia
como este cos mellores.

coma este.

Logo creamos un algoritmo

que entende que é o que fai únicos
aos máis destacados.

E cando a xente solicita o traballo,

podemos escoller ao máis adecuado
para ese traballo de entre os candidatos.

Pode estar a pensar
que hai un perigo nisto.

O mundo laboral de hoxe
non é o máis diverso

e se facemos algoritmos
en base aos mellores na actualidade,

como nos aseguramos

de non estar a perpetuar
os sesgos xa existentes?

Por exemplo, se construimos un algoritmo
baseado nos CEOs de mellor rendemento

e usamos o S&P 500
como conxunto de adestramento,

atopariamos que hai máis probabilidades

de contratar a un home branco
chamado Xoán que a calquera muller.

Esa é a realidade
de quen está nesas posicións agora.

Pero a tecnoloxía plantexa
unha oportunidade realmente interesante.

Podemos crear algoritmos máis equitativos

e máis xustos do que
algunha vez foi o ser humano.

Todos os algoritmos que facemos
foron probados antes

para asegurar que non favorece
a ningún xénero ou etnia.

E se hai algunha poboación
que está sendo desfavorecida,

podemos alterar o algoritmo
ata que iso non ocorra.

Cando nos centramos
nas características inherentes

que fan a alguén ideal para un traballo,

podemos transcender o racismo,
clasismo, sexismo, idade,

e incluso o bo escolarismo.

A nosa mellor tecnoloxía e algoritmos
non debería usarse

para axudarnos a atopar a próxima película
ou o último éxito de Justin Bieber.

Imaxine se puidésemos aproveitar
o poder da tecnoloxía

para ter unha orientación real
do que deberiamos estar a facer

en función do que somos
a un nivel máis profundo.