Aplicar a un trabajo se ha vuelto un círculo vicioso de IA. Jobscan y otras aplicaciones parten de la premisa de que los comités de selección utilizan sistemas de seguimiento de candidatos (ATS). Estas herramientas recopilan solicitudes de empleo y ayudan a los equipos de contratación a revisarlas y dar seguimiento a los candidatos. Daniel Chait, CEO de Greenhouse, una empresa de ATS, afirma que existen muchos mitos en torno a estas herramientas. Sin embargo, mientras los candidatos crean que las empresas utilizan IA para evaluarlos, recurrirán a sus propias herramientas de IA. Chait sostiene que esto genera un círculo vicioso: “Nos encontramos en una situación complicada: ambas partes tienen un problema e intentan resolverlo con IA. Cuanto más recurren a ella, más aumenta su uso, sin que nadie salga realmente beneficiado”. “Queríamos ver qué pasaría si la IA tuviera que preseleccionar al mismo grupo de personas y si quienes habíamos entrevistado aparecerían también entre los candidatos mejor clasificados. En dos de los casos, la persona que contratamos no figuraba en la lista de preseleccionados”, explica Nadia Vatalidis, directora de RR HH de Doist, una pequeña compañía que opera completamente a distancia y contrata a nivel internacional. Cuando James Jacobsen comenzó a buscar empleo hace cinco meses, recurrió a Claude para optimizar y monitorear todo el proceso. En la práctica, creó lo contrario de un ATS: un sistema de seguimiento para quien busca empleo. “Seguir haciendo lo mismo no es la solución. Es la primera vez que recuerdo que ambas partes estén insatisfechas. Simplemente no está funcionando”, afirma Chait. Por otra parte, Kim Jones recalcó que el networking es una habilidad subestimada en el mercado laboral actual. Conoce más aquí: https://lnkd.in/g6svD8wR 🎨: Staff de WIRED. 📸: Getty Images.
-
-
-
-
-
+3
