Datos Sintéticos para Análisis de Personas
Durante los primeros días del análisis de Recursos Humanos, las empresas recopilaban datos de empleados para medir el rendimiento, el alcance de control, el pipeline de sucesión y otros temas relacionados con el talento. Hay más datos de empleados disponibles hoy que nunca, incluyendo datos sobre el rendimiento laboral y compensaciones, correos electrónicos, ubicación y viajes, comentarios de empleados e incluso videos. Ahora, con toda esta nueva información generada en el lugar de trabajo actual (casi cada clic que haces en el trabajo se almacena en algún lugar), el dominio de people analytics se está volviendo muy personal.
En People Analytics, también conocido como Talent Analytics o HR Analytics, gerentes y ejecutivos usan datos para tomar decisiones sobre sus empleados. People Analytics implica recopilar datos de empleados de diversas fuentes y analizarlos utilizando experiencia estadística y tecnológica, resultando en una toma de decisiones mejor y más rápida, y proporcionando una ventaja competitiva.
No hay duda de que la legislación no ha logrado mantener el ritmo de la velocidad a la que han progresado los datos y la tecnología de inteligencia artificial. Como resultado, el Reglamento General de Protección de Datos (GDPR), que entró en vigor en mayo de 2018, fue diseñado para abordar esto y reconocer el entorno cambiante. Si bien el GDPR traerá nuevas oportunidades para los empleadores, cumplir con sus requisitos será desafiante.
Las tecnologías de datos e IA a primera vista parecen estar en conflicto directo con los principios fundamentales del GDPR debido a su naturaleza inherente. A menudo no es fácil lograr el cumplimiento del GDPR mientras simultáneamente se aprovechan al máximo las nuevas tecnologías de datos. Dicho esto, las leyes de privacidad no deberían significar que las empresas deban evitar explorar el uso de nuevas tecnologías y cosechar sus beneficios potencialmente transformadores. Para invertir en nuevas tecnologías de people analytics basadas en datos dentro del lugar de trabajo, los empleadores necesitan considerar y equilibrar los siguientes pilares: confidencialidad, sesgo e impacto en las personas.
1. Confidencialidad
La confidencialidad es el primer elemento a considerar cuando un empleado se une a una empresa ya que desde el momento en que los empleados se unen a una empresa, se les otorgan los derechos para recopilar muchos datos de ellos. Sin embargo, no significa que los empleadores tengan derecho a exponer estos datos, compartirlos o vincularlos con información personalmente identificada. Además, los equipos de RRHH deben estar capacitados para responder preguntas de empleados o candidatos preocupados sobre cómo se están utilizando sus datos.
Los requisitos del GDPR pueden plantear desafíos para los empleadores que buscan aprovechar al máximo la tecnología de HR Analytics. Algunos elementos del análisis de datos y tecnologías de IA, en la superficie, parecen estar en conflicto con los principios fundamentales del GDPR. Muchas veces, no hay una solución simple para el cumplimiento del GDPR mientras se aprovechan al máximo estas nuevas tecnologías. Los empleadores necesitan considerar y equilibrar la privacidad de los empleados y la utilidad de los datos, de modo que los datos generados sintéticamente suenan como la mejor solución para maximizar ambos al mismo tiempo. Dado que los datos sintéticos no se relacionan 1-a-1 con los registros originales, la noción de divulgación de identificación no será una preocupación para los departamentos de RRHH al innovar con nuevas tecnologías basadas en datos e IA.
2. Sesgo
Para ser verdaderamente efectivos, los departamentos de RRHH e IA deberían enfocar sus programas de análisis en estrategias que impacten positivamente a las personas. Las empresas que rastrean a las personas para medir la productividad laboral y usan los datos para mejorar el trabajo se están moviendo en la dirección correcta. Además, para obtener todos los beneficios de people analytics, las empresas deberían enfocarse en las necesidades de los empleados y fomentar una cultura basada en datos. Implica alinear el rendimiento de los empleados con los indicadores clave de rendimiento (KPIs) del negocio proporcionando beneficios directos a los empleados, como un plan de desarrollo profesional personalizado.
Sin embargo, los beneficios de people analytics permanecerán aislados si los empleados no pueden acceder fácilmente a los datos. Los empleados necesitan perspectivas sobre su progreso de aprendizaje y desarrollo en comparación con el de otros empleados. Dado que no necesitan acceder a datos reales o saber cómo se comparan con un colega individual, los datos sintéticos pueden jugar un papel crucial cuando se trata de la adopción de nuevas soluciones de análisis de RRHH. Estos datos generados por IA permiten datos de calidad de fácil acceso y dashboards precisos que traducen el complejo people analytics en perspectivas legibles para humanos.
Los resultados positivos para las empresas que implementan nuevas tecnologías de RRHH en el lugar de trabajo respaldadas por la generación de datos sintéticos son asombrosos. Proyectos que una vez parecieron imposibles de ejecutar ahora pueden hacerse mucho más rápido y seguro con datos generados por IA. El creciente cuidado, atención y compromiso de hacer del lugar de trabajo uno mejor para todos está dando dividendos, y ese potencial se está acelerando dramáticamente. Las empresas que buscan nuevas soluciones de análisis de RRHH e IA para desafíos de negocio con datos necesitan proceder de una manera que sea ética, respete la privacidad de los empleados y candidatos y mantenga su información segura.
