El Instituto Universitario Valenciano de Investigación en Inteligencia Artificial (VRAIN) de la Universitat Politècnica de València (UPV) ha desarrollado una herramienta con Inteligencia Artificial (IA) que ayuda a seleccionar, entre todos los candidatos inscritos en un portal de empleo, a las personas idóneas para un determinado puesto de trabajo, con los requisitos que demandan las empresas.

Este desarrollo, financiado por la Agència Valenciana de la Innovació (AVI), ahorrará tiempo y agilizará los trámites al personal técnico del Servicio de Promoción Económica, Empleo, Juventud y Deportes de la Mancomunitat Camp de Túria para el que ha sido desarrollado y que anteriormente realizaba de forma manual.

La herramienta empleará un sistema de recomendación que utiliza diversas técnicas de Inteligencia Artificial como interpretación de lenguaje natural y análisis de grafos para unir a personas idóneas. Hablamos con Laura Sebastià, investigadora principal del proyecto.

Automatizar proceso

-Primero que nada, me gustaría que me contases en qué consiste vuestra herramienta y cómo surge la idea de desarrollarla.

La Mancomunitat Camp de Túria cuenta, en su área de promoción y empleo, con un portal en el que las empresas de la zona pueden introducir sus ofertas de trabajo a la que se pueden apuntar personas interesadas. En él se da la opción a los candidatos de revisar las ofertas de forma independiente, y, por otra parte, se hace desde la Mancomunitat una labor de matching.

Esta labor de mediación que realizan desde el ente público tiene cierto componente social,  se busca favorecer a personas que llevan mucho tiempo en paro o que tienen algún tipo de situación de exclusión, diversidad funcional…etc. En general, están pendientes de la gente que tenga este tipo de situación y poder ofrecerles una salida.

Hasta la fecha esto se ha hecho de forma manual. Así surgió la idea de que esto se hiciese de manera automática y nuestra herramienta viene a ofrecer una solución.

Jerarquizar la oferta

-¿Y cómo funciona exactamente?

Cuando llega alguna oferta se revisa, se mira qué tipo de requisitos se solicitan y se hace un filtrado automático. Se tiene en cuenta el tipo de puesto de trabajo que se solicita, si se pida alguien que tenga algún tipo de diversidad funcional… así se saca una lista de candidatos ordenada como adecuación. Aquellos que son más adecuados para el puesto.

La cuestión es que el portal es muy sencillo. Hay mucha información textual y poco estructurado. Eso ha sido un problema, en los portales de empleo tradicionales se requiere especificar mucho más. Aquí había gran parte de texto libre, así que uno de los grandes retos que hemos tenido ha sido dotar a la herramienta de unos parámetros que pudiese analizar.

Podía haber, por ejemplo, un candidato que hubiera trabajado de cocinero. Si llegaba al portal una oferta para un puesto de ayudante de cocina, hasta ahora no había forma de relacionar una cosa con la otra, que el trabajador estaba capacitado por dicho puesto con su experiencia como cocinero. Lo que hemos hecho ha sido analizar todas las ofertas que había y sacar una jerarquía de los puestos, de forma que sabemos qué puestos son similares entre sí y se pueden recomendar.

Unir los puntos

-¿En qué fase se encuentra el proyecto?

De momento es sólo un prototipo. Ahora lo que queremos hacer es integrarlo con el portal para ir perfilando detalles.

Por un lado hemos hecho un análisis para organizar la información que se introduce, sobre todo de los puestos de trabajo y la formación con la que se cuenta. Hemos afinado una similitud de cada uno de los cursos introducidos con los puesto de trabajo que se pueden solicitar y que sea más fácil decidir.

Ha habido que emplear técnicas de Inteligencia Artificial para hacer un pre-proceso que nos permita finalmente hacer ese matching. El reto consistía en poder hacer entender al sistema que dos campos son parecidos entre sí.

¿Puede la IA escoger?

-Hay ciertos temas en los que la sociedad es más reticente a emplear la Inteligencia Artificial. ¿Un proceso de selección de personal llevado a cabo por una IA puede ser más o menos justo?

Partimos de la base de que los datos que hemos recibido de la Mancomunitat están totalmente anonimizados. No sabemos qué persona es, su género, raza…todos esos puntos que pueden ser más susceptibles de algún tipo de sesgo. Sí sabemos si tienen algún tipo de diversidad funcional, porque ese es precisamente uno de los sesgos que se utilizan a la hora de hacer la recomendación.

En cuanto al tema del empleo de IA en la selección de personal, es cierto que se han visto casos en los que se han aplicado sesgos. El problema no es que la IA esté sesgada, sino que los datos de los que parte para aprender el modelo lo están.

La labor que tenemos los que nos dedicamos a esto es poner mucho cuidado en detectar ese tipo de situaciones para que los datos que utilizamos para alimentar los modelos no vengan sesgados de entrada. El problema es que si tú alimentas un modelo de IA con los datos de un portal de empleo, aprenderá de ellos, incluidos los sesgos que esos datos tengan y los repetirá.

Ahí hay dos claves: intentar detectar esos sesgos a priori y, por otro lado, que haya una explicación de por qué se da una respuesta determinada. Es cierto que en muchos de los modelos usados actualmente, los denominados de caja negra, es complicado saber a qué se debe esa respuesta. En la actualidad se trabaja en intentar que esos modelos nos ofrezcan una explicación y poder entender el razonamiento o detectar posibles sesgos.

Datos sesgados

-Al final una IA actúa con información previa. ¿Pero puede beneficiar o perjudicar a a perfiles que tradicionalmente tienen problemas para encontrar trabajos?

En este caso no deberíamos tener ningún tipo de sesgo, porque hemos utilizado la IA sobre todo para hacer el preproceso y tener unos datos mucho más estructurados sobre los que poder hacer el match. No tenemos un modelo como tal que aprende de decisiones anteriores.

Aquí realmente lo que hacemos es decir, vale, esta es mi oferta, los currículums que podemos procesar y, de ahí, obtener un porcentaje que cumple todos los procesos, otros que los cumplen en parte, etc. Ponderamos los diferentes aspectos en la oferta, ofrecemos un listado de personas que cumplen los criterios en una medida u otra.

Podemos decir quién es el más idóneo, pero no tenemos un modelo que, en base a experiencias pasadas, te diga si la persona cumplirá o no. No tenemos un modelo con sesgo.

Proyectos inteligentes

-¿En qué otros proyectos de Business Inteligence estáis trabajando?

Estamos trabajando en diferentes proyectos. A nivel de colaboración con empresas estamos desarrollando también un sistema de recomendación, que es donde más nos movemos, de sistemas turísticos.

Llevamos mucho tiempo trabajando en este área y ahora estamos colaborando con Aiju (Instituto Tecnológico de Productos Infantiles y Ocio) para desarrollar un sistema de recomendación turístico llamado SmartTur+ECO.

De momento lo estamos desarrollando para Benidorm, Gandía y Peñíscola. La idea es que el sistema te recomiende una ruta turística en una determinada ciudad, lo estamos llevando a cabo con Brainstorm, una empresa de realidad virtual y aumentada, y con los Hoteles HR. En cada uno de los hoteles tendrán un demostrador de realidad virtual de cada una de estas ciudades, adaptadas al perfil del usuario.