La expresión algoritmo es cada vez de uso más
común y los algoritmos existen para hacer cálculos, para procesar datos y para
realizar razonamiento automatizado. Un algoritmo es un procedimiento o
una fórmula para resolver un problema y por ende un programa de computación
puede ser visto como un algoritmo ya elaborado. Los algoritmos también se están
usando para realizar análisis de personalidad y algunas de las características
de los algoritmos que podemos asociar a su capacidad de manejar procesos
asociados a la personalidad incluyen::
- Siempre se está juzgando a la gente de muchas formas, pero sin data esto se hace con un prejuicio de selección. Se realiza sobre la base de cosas que sabemos o nos imaginamos de la gente, lo que cual generalmente significa que favorecemos a personas que se parecen a uno.
- Las computadoras pueden generar algoritmos en una manera racional y consistente, mientras que las personas frecuentemente caen víctimas del sesgo al asignar pesos no razonables a ciertas cosas.
- El análisis de personalidad basado en data es más justo que las mediciones estándar que se realizan.
- Los volúmenes que son procesables por la capacidad de cómputo existente proveen data que era impensable disponer de ella en el pasado.
- La variedad de elementos a comparar y los sitios donde buscarlos es cada vez mayor.
- Los algoritmos son escritos por humanos. Aun cuando la data no tiene parcialidades, el diseño si lo puede tener y se puede erróneamente concluir que las matemáticas son infalibles. Por eso, el diseño debe ser puesto a prueba para que el algoritmo sea válido.
Cuándo los algoritmos se usan para conocer la
personalidad, las grandes preguntas incluyen si es justo hacerlo, si son
suficientes los algoritmos y si se puede obviar la participación humana en el
proceso. Sin pretender dar respuesta única a esas preguntas, pareció
interesante analizar algunos estudios y aplicaciones en este campo y que sea el
lector quién saque sus propias conclusiones.
Un Algoritmo reconoce tu personalidad
mejor que tus amigos íntimos
Académicos realizaron una investigación muy
completa y extensa en Gran Bretaña sobre la factibilidad que un programa de
computación pueda ser entrenado, para entender y responder a los pensamientos
de una persona mejor que las personas reales existentes en la vida del mismo.
Dicha investigación comprobó que las computadoras pueden conocernos mejor de lo
que nosotros nos conocemos el uno al otro, por lo menos cuándo la medición a
través de una prueba de personalidad computarizada.
Trabajando con el Modelo de Personalidad de
Cinco Factores, se midieron para cada persona los elementos de apertura,
consciencia, extroversión, agrado y neurosis:
- El algoritmo desarrollado permitió predecir la personalidad de acuerdo a ese modelo utilizando solo los “likes” de Facebook.
- Los investigadores correlacionaron los auto-juicios de la personalidad y los juicios hechos por los amigos de cada persona en Facebook.
- El modelo desarrollado, bajo esas condiciones, predijo la personalidad con mayor precisión que los compañeros de trabajo, que los amigos de Facebook e incluso que algunos miembros de la familia. Solo los cónyuges superaron en promedio al modelo.
En la vida real, la computadora no es
significativamente superior al ser humano en los hechos que realmente son
determinantes. Por otro lado, los resultados de la investigación si son
significativos ya que apuntan en una dirección más amplia que podría ser
todavía más relevante. Los “likes” de Facebook son de las huellas digitales más
básicas y visibles que una persona puede dejar en Internet. Esto combinado con
hechos como la historia de búsquedas en Google, y en otras páginas en Internet,
seguramente hará las predicciones sustancialmente mejores a futuro.
Un Algoritmo que identifica los
empleados que están por renunciar
Workday, una empresa que ofrece software
basado en la Nube ha liberado un producto que analiza 45 factores de desempeño
del empleado, incluyendo el tiempo que una persona ha estado en un rol y que
tan bien lo ha hecho en dicho puesto. Predice cuán factible es que la
persona renuncie y sugiere acciones que puedan ser tomadas, como una nueva
posición o una transferencia a otra unidad, que podría permitir la retención
del empleado. También clasifica a los gerentes en “hacedores de lluvia” y en
‘exterminadores”, dependiendo de cuan buenos sean reteniendo talento.
Un Algoritmo para identificar al condenado
reincidente
Otro ejemplo ocurrió con pruebas realizadas para analizar las
decisiones de jueces en las cauciones a aplicar a personas enjuiciadas. Se
encontró que el análisis basado en data fue 30% mejor en la predicción de la
reincidencia en nuevos actos condenables por parte de las personas juzgadas,
que la de los jueces dedicados a este tema.
Un
Algoritmo identifica los candidatos que harán carrera en la empresa
Una importante
empresa ha visto “reducciones significativas en rotación de personal”, entre
30% y 50%, aplicando un Algoritmo de selección de personal. Esto
representa un valor equivalente a millones de dólares en términos de aumento de
productividad y de ahorros en el costo de contratación. La data para el
algoritmo proviene de tres fuentes diferentes: (1) registros públicos,
incluyendo cualquier información que se pueda obtener a través de Google, (2)
información de antecedentes provenientes del curriculum vitae y de las
credenciales y (3) data interactiva conseguida a partir de la aplicación del
candidato.
En la
aplicación se mide el número de teclas pulsadas, el número de segundos que se
tarda el candidato en una página y si cierra la pestaña del navegador y toda esa
información es alimentada al algoritmo. Para determinar cómo reaccionan las
personas frente a situaciones de alto estrés, en el cuestionario se lanza una
pregunta sobre cálculo para una persona que no tiene una formación matemática.
Cuál es su reacción: Se congela? Sale de la página? Registra una respuesta y
después la cambia? Todas estas métricas se utilizan para crear una conjuntos de
datos que se comparan contra un resultado posible, tal como el de la
probabilidad que el candidato pueda terminar siendo un empleado por un largo
plazo en la empresa.
La personalidad medida a través de un
Algoritmo permite conceder créditos personales
Una empresa en California recientemente en
quince meses ha prestado US$135 millones a personas con una calificación
crediticia despreciable. Se trató típicamente de personas recién graduadas sin
hipotecas, sin créditos para automóviles y sin acuerdos de tarjetas de crédito.
Esos son los elementos que normalmente se consideran para determinar una
calificación de crédito, para aquellos que tienen muy poca experiencia laboral.
Esta empresa está considerando para los candidatos: (a) los resultados de sus
exámenes de admisión a la universidad (SAT & GPA), (b) las universidades en
las cuales estudiaron, (c) las carreras que escogieron y (d) su promedio de
notas.
Tal como se hace en la selección de personal,
la empresa que da el crédito está juzgando la personalidad y entre los
elementos diferenciadores considera:
·
Para dos personas diferentes con una posición y
circunstancias similares, cinco años más tarde es más probable que quién tuvo
una nota más alta en el examen de admisión a un Post-grado cancele una deuda.
Personalidad es un término muy potente, pero hay una gran diferencia entre la
capacidad de pago y la voluntad de pagar.
·
Personas que hacían un doble chequeo de sus tareas, o
estudiaban por si tuvieran que enfrentar un examen sorpresa tienden a ser más
minuciosos y es más probable que honren sus deudas.
·
Una señal preocupante pudiera ser que la persona
haya dejado de usar un número telefónico pre-pagado. El haber entregado o
haber sido obligado a devolver un número pre-pagado puede ser un indicador del
deseo de desaparecer de la familia o de los empleadores potenciales y puede ser
una mala señal.
Un Algoritmo puede enseñar Liderazgo?
Hay dos cosas que conocemos sobre un líder:
Lo primero es que se le reconoce cuando se le ve, lo segundo es que no hay dos
líderes iguales. Son todos muy diferentes, altamente idiosincráticos en sus
pensamientos, en sus comportamientos, en los elementos que les dan el poder.
Cuando se asignan perfiles a los líderes y se comienza a comparar líderes
efectivos contra perfiles de personalidad lo que se obtiene como resultado es
que desde la perspectiva cuantitativa el liderazgo es idiosincrático. Se
encuentran más diferencias dentro del liderazgo efectivo que entre líderes y
otras posiciones en las empresas.
La pregunta es que habiendo tanta variación
entre los líderes tiene sentido crear un algoritmo dirigido hacia ellos? Hay
empresas especializadas trabajando en esto y lo viene haciendo para entender e
identificar el liderazgo dentro de una empresa específica:
- El primer paso es procesar el algoritmo de la evaluación y allí se pueden detectar los diferentes tipos de líderes que existen dentro de la empresa.
- Se procede a seleccionar individuos representativos de cada uno de los diferentes tipos de liderazgo en la empresa.
- A estos individuos se les entrevista para poder identificar las diferentes prácticas, técnicas, e innovaciones que aplican. Se trabaja para detectar rasgos comunes entre los diferentes tipos de líderes y es un esfuerzo arduo, ya que es más común encontrar enormes diferencias tanto en técnicas como en enfoques.
- Se trata de cosechar ideas, y ello lleva a entrevistas que se denominan “Entrevistas de Descubrimiento de Mejores Prácticas”. Estas sirven para determinar en forma diferenciada lo qué esos líderes se desempeñan en su rol.
- Terminado este proceso, esas mejores prácticas o innovaciones que se identificaron pasan a conformar el algoritmo.
- Los futuros líderes dentro de la empresa toman el algoritmo.
- Se trabaja con cada líder para ver los resultados y se hace coincidir el líder individual con las técnicas y las tácticas derivadas de los líderes con los que comparten las mismas fortalezas. Estas son las que se utilizan en los programas de formación y desarrollo.
- Eventualmente esta práctica se podrá extender a otras empresas, para finalmente poder desarrollar elementos comunes a liderazgo en forma general.
No hay comentarios.:
Publicar un comentario