Capítulo 2
Tecnologías emergentes y sus límites
Distinguir automatización, predicción y generación para elegir aplicaciones proporcionadas.
2.1 Aprendizaje automático
El aprendizaje automático ajusta modelos a partir de ejemplos. En Recursos Humanos puede apoyar la clasificación documental, la búsqueda de competencias o la identificación de patrones colectivos. Su utilidad depende de la calidad del objetivo, de la representatividad de los datos y de una evaluación independiente del entrenamiento.
Una predicción no identifica por sí misma las causas de un resultado. Cuando cambia el contexto, las relaciones aprendidas pueden perder estabilidad. Es necesario comparar el modelo con alternativas sencillas y verificar si la mejora compensa el coste, la complejidad y los riesgos añadidos.
2.2 Lenguaje y asistentes generativos
Los modelos de lenguaje pueden ayudar a redactar descripciones de puestos, resumir políticas o proponer materiales de formación. Sus respuestas deben comprobarse antes de comunicar condiciones laborales o interpretar normas. La fluidez de una explicación no demuestra que la fuente exista ni que la conclusión sea correcta.
Un asistente interno debe acotar sus fuentes, indicar incertidumbre y derivar cuestiones sensibles a profesionales. Los documentos recuperados también pueden contener instrucciones maliciosas. Las pruebas deben incluir preguntas ambiguas, políticas contradictorias y solicitudes que excedan los permisos de la persona usuaria.
2.3 Automatización de procesos
La automatización mediante reglas puede resolver tareas repetitivas sin recurrir a inteligencia artificial. Tramitar una solicitud completa o verificar un campo obligatorio son ejemplos de operaciones relativamente delimitadas. Elegir una solución simple facilita las pruebas y reduce la dependencia de componentes difíciles de explicar.
Todo flujo automatizado necesita gestionar excepciones y evitar que un error se repita a gran escala. Debe existir una cola de revisión, una persona responsable y un modo de detener la ejecución. Las mejoras se miden sobre el proceso completo, incluyendo el trabajo necesario para corregir incidencias.
2.4 Emociones, biometría y vigilancia
No debe suponerse que la voz, el rostro o las microexpresiones permiten inferir de forma válida la honestidad, la personalidad o la idoneidad laboral. Una correlación aparente puede reflejar contexto, discapacidad, idioma o condiciones de grabación. Estos usos requieren una evaluación científica y jurídica especialmente rigurosa.
En el marco europeo, el Reglamento de Inteligencia Artificial incluye una prohibición de determinadas inferencias emocionales en el trabajo, con excepciones delimitadas para motivos médicos o de seguridad. No constituye una autorización general para vigilar el bienestar. Debe consultarse el texto vigente y la orientación oficial aplicable al caso [R1].
2.5 Selección proporcional de tecnología
La selección comienza por una necesidad verificable. Después se examinan alternativas, datos necesarios, accesibilidad, costes de mantenimiento y posibilidad de retirada. Una herramienta novedosa no es preferible por ese motivo. Algunas necesidades se resuelven mejor mediante cambios organizativos o formación.
El análisis debe incluir quién obtiene el beneficio y quién soporta el riesgo. Una solución que ahorra tiempo al departamento puede imponer barreras a las candidaturas. La decisión debe incorporar esas perspectivas y describir los límites de uso de forma comprensible.
Cuestionarios
Comprensión del capítulo & Dilemas de Recursos Humanos
Los dilemas no tienen puntuación moral ni se utilizan para evaluar candidaturas.