Inteligencia artificial aplicada al proceso de seleccin de personal

 

Artificial intelligence applied to the personnel selection process

 

Inteligncia artificial aplicada ao processo de seleo de pessoal

 

 

 

 

 

 

 

 

Johanna Elizabeth Fajardo VargasI

johanna.fajardov@gmail.com https://orcid.org/0009-0000-3710-1049

 

 

 

 

 

 

 

 

 

 

 

 

 


Correspondencia: johanna.fajardov@gmail.com

 

 

Ciencias de la Educacin

Artculo de Investigacin

* Recibido: 23 de marzo de 2023 *Aceptado: 12 de abril de 2023 * Publicado: 12 de septiembre de 2023

 

 

 

  1. Ingeniera en Administracin de Recursos Humanos; Magster en Direccin del Talento Humano; Universidad Tcnica Estatal de Quevedo; Quevedo, Ecuador.

Resumen

La inteligencia artificial engloba las mquinas que son capaces de aprender, deducir y actuar por s mismas, tratando de imitar el comportamiento humano. La mayora de estos avances, estn respaldados por algoritmos de Machine Learning, siendo el Deep Learning, que imita las redes neuronales del cerebro humano. Puede aadir valor al rea de gestin del talento humano proporcionando informacin en tiempo real (analtica data) a sus colaboradores: registros de entrada, tiempo que el colaborador se demorada para hacer una actividad, niveles de desempeo laboral, niveles de competencias adquiridas, horas de capacitacin, perfiles de puesto, grado de comunicacin entre colaboradores, clima laboral, gustos y preferencias, informes predictivos para mejorar el trabajo en equipo, liderazgo y tomar las mejores decisiones. Actualmente es necesario fomentar en las empresas un entorno dinmico cnsonos con cambios en las organizaciones para que sean eficientes y evolucionen acertadamente, el uso de la tecnologa e informtica alcanzaron un gran auge con la automatizacin de tareas operativas que en tiempos pasados no superaban algunos problemas difciles de modelar, este conocimiento y experiencia solo se alcanzan cuando existe un ambiente que desarrolle el aprendizaje organizacional y el nmero de expertos. Los programas de software basados en reglas explcitas son fciles de rastrear y comprender, no se puede decir lo mismo de los algoritmos de aprendizaje profundo, gracias a su complejidad son difciles de interpretar y comunicar por humanos. Estas limitaciones son uno de los grandes desafos en la inteligencia artificial, (requiere claridad en lo solicitado por parte del humano), hay mucha investigacin activa en estas direcciones. Se aplic una metodologa descriptiva, con un enfoque documental, es decir, revisar fuentes disponibles en la red, con contenido oportuno y relevante para dar respuesta a lo tratado en el presente artculo.

Palabras Clave: Employer Branding, flexibilidad, liderazgo, eficiencia, inteligencia artificial, conocimiento, reclutamiento, empleabilidad, software, algoritmos.

 

Abstract

Artificial intelligence encompasses machines that are capable of learning, deducing and acting on their own, trying to imitate human behaviour. Most of these advances are supported by Machine Learning algorithms, being Deep Learning, which mimics the neural networks of the human brain. You can add value to the human talent management area by providing real-time information (data analytics) to your collaborators: entry records, time it takes the collaborator to do an activity, job performance levels, levels of skills acquired, hours of training, job profiles, degree of communication between collaborators, work environment, tastes and preferences, predictive reports to improve teamwork, leadership and make the best decisions. Currently it is necessary to promote in companies a dynamic environment in harmony with changes in organizations so that they are efficient and evolve correctly, the use of technology and information technology reached a boom with the automation of operational tasks that in the past did not overcome some difficult problems modeling, this knowledge and experience are only achieved when there is an environment that develops organizational learning and the number of experts. Explicit rule based software programs are easy to trace and understand, the same cannot be said for deep learning algorithms, due to their complexity they are difficult for humans to interpret and communicate. These limitations are one of the great challenges in artificial intelligence, (requires clarity in what is requested by the human), there is a lot of active research in these directions. A descriptive methodology was applied, with a documentary approach, that is, reviewing available sources on the network, with timely and relevant content to respond to what is discussed in this article.

Keywords: Employer Branding, flexibility, leadership, efficiency, artificial intelligence, knowledge, recruitment, employability, software, algorithms.

 

Resumo

Artificial intelligence encompasses machines that are capable of learning, deducing and acting on their own, trying to imitate human behaviour. Most of these advances are supported by Machine Learning algorithms, being Deep Learning, which mimics the neural networks of the human brain. You can add value to the human talent management area by providing real-time information (data analytics) to your collaborators: entry records, time it takes the collaborator to do an activity, job performance levels, levels of skills acquired, hours of training, job profiles, degree of communication between collaborators, work environment, tastes and preferences, predictive reports to improve teamwork, leadership and make the best decisions. Currently it is necessary to promote in companies a dynamic environment in harmony with changes in organizations so that they are efficient and evolve correctly, the use of technology and information technology reached a boom with the automation of operational tasks that in the past did not overcome some difficult problems modeling, this knowledge and experience are only achieved when there is an environment that develops organizational learning and the number of experts. Explicit rule based software programs are easy to trace and understand, the same cannot be said for deep learning algorithms, due to their complexity they are difficult for humans to interpret and communicate. These limitations are one of the great challenges in artificial intelligence, (requires clarity in what is requested by the human), there is a lot of active research in these directions. A descriptive methodology was applied, with a documentary approach, that is, reviewing available sources on the network, with timely and relevant content to respond to what is discussed in this article.

Palavras-chave: Employer Branding, flexibilidade, liderana, eficincia, inteligncia artificial, conhecimento, recrutamento, empregabilidade, software, algoritmos.

Introduccin

El reclutamiento y la seleccin de personal se ha convertido en un punto estratgico para la vinculacin de talentos en las organizaciones, razn que justifica, invertir sus esfuerzos en la cualificacin de este procedimiento con la finalidad de generar nuevas estrategias e instaurar metodologas que faciliten la captacin de personal idneo, que se ajuste a las necesidades organizacionales. En este intento, algunas empresas se han convertido en objeto de crticas y acusaciones por parte de un vasto nmero de detractores que encuentran falencias e inconsistencias tanto a nivel metodolgico como tico en los procesos de seleccin contemporneos (Agreda, 2016).

 

Algunas publicaciones hacen referencia al uso de las redes sociales como LinkedIn, red social profesional, pensada para oportunidades laborales, Facebook, con gran alcance y una red extendida no especfica de empleo, y Twitter, gracias a su rpida difusin. Entre las nuevas estrategias para fortalecer los procesos de seleccin esta una propuesta informtica para seleccionar personal por competencias, utilizando inteligencia artificial. Dicho inters de las organizaciones por elegir al mejor personal para sus equipos de trabajo, el cual debe acoplarse a las competencias y caractersticas propias de los puestos de trabajo.

 

Un modelo con frmulas informticas, tomando como principales variables: los puestos vacantes, las competencias requeridas y los perfiles de los candidatos, pretendiendo medir su idoneidad (Martinez, 2022). Este modelo es adaptable al proceso de seleccin de personal, constituye un procedimiento especfico para su desarrollo. La intencin de los autores es generar una metodologa guiada y con frmulas propias de la inteligencia artificial, como una alternativa futurista para que las organizaciones cualifiquen este elemento esencial para lograr el xito empresarial.

 

El mtodo tradicional de seleccionar al personal ha sido a travs del currculum vitae en papel, (este proceso poda hacerse eterno), implicaba un anlisis minucioso de cada currculum para as seleccionar a aquellos que podan ser candidatos para ocupar los puestos de trabajo que se ofertaban. Gracias a la revolucin web 2.0 e Inteligencia Artificial este proceso ha disminuido en tiempo y esfuerzo para las organizaciones. No solo tiene ventajas para las empresas, sino que ofrece ventajas a los demandantes de empleo, que ahorran tiempo y esfuerzo en recorrer empresas dejando su currculum vitae.

 

Metodologa

Esta investigacin est dirigida al estudio del tema Inteligencia Artificial Aplicada al Proceso de Seleccin de Personal. Para realizarlo se us una metodologa descriptiva, con un enfoque documental, es decir, revisar fuentes disponibles en la red, cuyo contenido sea actual, publicados en revistas de ciencia, disponibles en Google Acadmico, lo ms ajustadas al propsito del escrito, con contenido oportuno y relevante desde el punto de vista cientfico para dar respuesta a lo tratado en el presente artculo y que sirvan de inspiracin para realizar otros proyectos. Las mismas pueden ser estudiadas al final, en la bibliografa.

 

Resultados

La inteligencia artificial engloba las mquinas que son capaces de aprender, deducir y actuar por s mismas, tratando de imitar el comportamiento humano (Iturbide, 2022). La mayora de estos avances, estn respaldados por algoritmos de Machine Learning, siendo el Deep Learning, que imita las redes neuronales del cerebro humano, uno de ellos abordados ms adelante. Este concepto se aclara mejor, en la figura mostrada a continuacin:

 

 

Figura 1.

Relacin entre distintas subreas de la inteligencia artificial.

Fuente: (Abeliuk & Gutirrez, 2021)

 

La tecnologa utilizada para gestionar el trabajo en estas empresas descansa en un intenso procesamiento de los datos recogidos sobre el trabajador (mtricas de desempeo) y otros elementos: preferencias de los consumidores, trfico, elementos meteorolgicos, demanda de los clientes que permiten la optimizacin en la toma de decisiones en favor de la empresa (Granados, 2022). Este procesamiento de datos y posterior toma de decisiones basadas en algoritmos diseados por y para la empresa. La gestin automatizada del trabajo es el ltimo paso en la obtencin de la mxima eficiencia en la direccin y control de los trabajadores y consiste, precisamente, en la desaparicin de toda intervencin humana. Es as como, la inteligencia artificial se convierte en sustituto del responsable de recursos humanos, y de los mandos intermedios, incluso en la adopcin de decisiones.

 

La inteligencia artificial puede significar un nuevo paradigma, puede entenderse como una herramienta que ayuda a que el empleo se direccione a labores creativas, a impulsar la economa de los pases bajo esquemas de competencia global, y exigir que los trabajadores estn en continua capacitacin. Se puede resumir esta idea como la transformacin de los procesos de empleo y seleccin.

 

Inteligencia Artificial y la Empresa

Dentro de la aplicacin de la inteligencia artificial en las empresas, el entorno laboral tambin puede utilizar los diferentes tipos de inteligencia artificial que se adaptan a la tecnologa y procesos manejados por el rea o departamento. As lo establece Phoebe Moore, se lee en (Granados, 2022):

Puede ser una inteligencia predictiva, prescriptiva o descriptiva en el uso de plataformas como la inteligencia artificial, que resulta til para labores propias de recursos humanos, supervisin de rendimiento o micro gerencia. Tambin puede contener una inteligencia afectiva para el anlisis de los recursos humanos, o incluso una inteligencia de asistencia o colaborativa (Granados, 2022).

 

Las mltiples funciones que cumple este tipo de tecnologa permiten evidenciar las utilidades resultantes de su aplicacin. Algunos de esas contribuciones de la inteligencia artificial al campo de las empresas, para Wendy Rauch-Hindin, referenciando a (Granados, 2022) enuncia entre otros:

La consolidacin de un conocimiento estructurado, documentado y difundido, la liberacin del trabajador experto de tareas de poca importancia, el ofrecimiento de una sistematizacin de gran cantidad de los datos de la empresa y de una labor integradora y de coordinacin entre expertos, respuestas en tiempo real, la adaptacin a las necesidades del cliente y la creacin de sistemas de alarma y control preventivo.

 

Un claro ejemplo para evidenciar la utilidad de la inteligencia artificial puede ubicarse en todos los sectores que cualquier proceso empresarial necesita. Desde procesos de supervisin, diseo, diagnstico y planificacin, hasta las etapas de asesoramiento y formacin (Granados, 2022). En otras palabras, la empresa se configura para un trabajo inteligente, dirigido a regular e imitar el comportamiento humano, mejorando tiempo y eficiencia.

 

 

Inteligencia Artificial y Gestin del Talento Humano

La inteligencia artificial puede aadir valor al rea de gestin del talento humano proporcionando informacin casi instantnea (analtica data) de sus colaboradores como:

registros de entrada, tiempo que el colaborador se demorada para hacer una actividad, niveles de desempeo laboral, niveles de competencias adquiridas, horas de capacitacin, perfiles de puesto, grado de comunicacin entre colaboradores, clima laboral, gustos y preferencias, informes predictivos para mejorar el trabajo en equipo, liderazgo y tomar las mejores decisiones (Reyes, Gmez, & Ramos, 2021).

 

Actualmente es necesario fomentar en las empresas un entorno dinmico cnsonos con cambios en las organizaciones para que sean eficientes y evolucionen acertadamente, el uso de la tecnologa e informtica alcanzaron un gran auge con la automatizacin de tareas operativas que en tiempos pasados no superaban algunos problemas difciles de modelar, este conocimiento y experiencia solo se alcanzan cuando existe un ambiente que desarrolle el aprendizaje organizacional y el nmero de expertos en una empresa tiende a ser reducido.

 

La Inteligencia Artificial y el Sistema de Expertos juegan un papel determinante en: el reclutamiento, seleccin de inversiones o la transmisin de informacin relevante para la direccin, entre otras funciones (Perdomo & Arango, 2019). La inteligencia artificial y el talento humano tienen un enorme potencial de trasformacin a la cual debe estar atentas en las organizaciones como lo es la personalizacin de los procesos, por ejemplo la posibilidad de mejorar sus sistemas de convocatoria a capacitaciones, desde la convocatoria y seguimiento inteligente, a travs de la utilizacin de chat-bots que interacten con los trabajadores para validar dudas o comentarios en torno a las jornadas previstas.

 

Las tres reas donde la inteligencia artificial tiene un rol protagnico mencionadas en (Jumbo, 2019) se listan a continuacin:

a)      Procesos de seleccin y contratacin ms justos: permite que las reas de contratacin se centren en la parte humana, ofreciendo un servicio personalizado tanto a los clientes como postulantes al cargo.

b)     Candidatos idneos: ayuda a superar el desajuste cultural entre la organizacin y el candidato. Si se evala el humor u otros elementos de carcter intangible, la evaluacin conviene realizarse mediante supervisin humana.

c)      Determinar patrones y tendencias en forma clara: la inteligencia artificial puede determinar fechas de contratacin laboral en relacin a registros de la empresa de jubilaciones o retiros de personal, tambin brinda asesora en materia de competencias y habilidades necesarias para desarrollar el talento humano existente mediante capacitaciones.

 

Tcnicas sugeridas para emplearse y contribuir a una mejora del proceso para empresas, propuestas en (Solas, 2019) son las siguientes:

  • Digitalizacin: actualmente es una de las tcnicas que se est llevando a cabo para captar el talento necesario para las empresas, muchas empresas hacen un uso de los mtodos digitales para contratar a sus trabajadores.
  • Lderes: captar lderes que se ocupen de proyectos determinados o especficos. Puede tratarse de proyectos que tengan una duracin determinada en el tiempo y que requieran de una persona con gran capacidad de liderazgo y motivacin para inculcar al resto de trabajadores.
  • No fidelizacin laboral: muchos jvenes que estn ansiosos por encontrar un puesto de trabajo, esto conlleva a que las personas no quieran un trabajo para toda la vida, sino un trabajo para adquirir experiencia y poder aspirar al puesto de trabajo que desea. Esta tcnica sera muy importante a la hora de llevar a cabo la seleccin, puesto que sera capaz de atraer a un nmero mayor de candidatos
  • Employer Branding: tiene incidencia en la fase de seleccin puesto que como ya se ha dicho, los papeles se han invertido y hoy en da el poder lo tiene el candidato. La empresa tiene que esforzarse mucho para seleccionar a los mejores, mediante la aplicacin de esta tcnica, la empresa consigue una ventaja competitiva respecto al resto, consigue un valor aadido que se refleja en el valor y atractivo que percibe el candidato, por lo que los candidatos se interesarn por trabajar en la empresa en cuestin y los esfuerzos en la bsqueda se vern reducidos (Solas, 2019).
  • Poltica de ocio: dar la posibilidad de que los trabajadores se sientan satisfechos con su trabajo teniendo tiempo para el ocio. Habra fases de la seleccin que se podran llevar a cabo en las zonas de ocio de la empresa. Esto podra aumentar el inters de los candidatos.
  • Flexibilidad: sera adecuado que se incluyera el tema de flexibilidad a la hora de la realizacin de la entrevista debido a que muchas veces es difcil compaginar la vida familiar con la laboral. Esto otorga otro valor aadido.
  • Implantar polticas de Responsabilidad Social Corporativa: ha habido un crecimiento en el nmero de personas que quieren trabajar en empresas que sean responsables socialmente.

 

Etapas y pasos del Proceso de Seleccin

En una organizacin, el proceso de seleccin puede iniciar por una necesidad de personal para cubrir alguna o varias vacantes, tambin porque la empresa est interesada en tener una lista de posibles candidatos a los que se pueda recurrir en un futuro. La planificacin de recursos humanos es determinante; provee de herramientas importantes que ayudan a satisfacer los requerimientos de personal que pueda tener la empresa en un futuro (Agreda, 2016), es por ello que se apoyara en el uso de la inteligencia artificial para mejorar la calidad de sus resultados. A continuacin, la figura que resume estas etapas:

 

 

 

 

 

 

 

 

 

 

 

 

 

Figura 2.

Diagrama de Faces del Proceso de Reclutamiento.

Fuente: (Agreda, 2016)

 

El primer peldao del proceso de seleccin, es el anlisis de puestos y sus especificaciones (realizado por el Departamento de Recursos Humanos de cada empresa, y tiene que estar consignado en un Manual de Cargos). Es de suma relevancia, pues una correcta descripcin acerca de las funciones, tareas y competencias para el cargo a cubrir, depende un buen reclutamiento que permita encontrar al personal idneo (Agreda, 2016).

 

Las cuatro etapas principales del proceso de seleccin, contienen uno o varios subprocesos que pueden ser diferentes, (cada organizacin adeca su proceso de seleccin de acuerdo con unas necesidades especficas). Inicialmente deben existir unas demandas de empleo o necesidades en la organizacin, que justifiquen un proceso de seleccin:

El Colegio Oficial de Psiclogos de Madrid (2011) sostiene que, una vez manifestada formalmente la necesidad o requerimiento de personal, se procede a hacer la solicitud al mecanismo que corresponda, que puede ser externo o interno, en este caso el Departamento de Recursos Humanos de la empresa. Una vez se tenga claro el perfil, sus funciones, tareas, responsabilidades a desempear y las caractersticas exigidas por la organizacin, se podr dar inicio a la segunda etapa: el reclutamiento (Agreda, 2016).

 

Tcnicas aplicadas en la Inteligencia Artificial

Pattern matching: es la tcnica de coincidencia de patrones, consiste en ir comprobando la secuencia de respuestas que los candidatos van aportando, con el fin de descubrir si existe algn patrn relevante entre ellos. En el campo de los RR.HH. se utiliza ampliamente para realizar tareas humanas, como puede ser la identificacin de emociones o el reconocimiento de rostros (Iturbide, 2022).

 

Machine Learning: en espaol conocido como Aprendizaje Automtico, es uno de los aspectos fundamentales a la hora de entender la Inteligencia Artificial, ya que posibilita el anlisis de grandes volmenes de datos para identificar patrones, el algoritmo es el responsable de revisar toda esta informacin para realizar pronsticos (Jumbo, 2019). Crea sistemas que aprenden automticamente identificando datos en miles de patrones. Al menos en la actualidad, una computadora no puede pensar por s misma, pero el uso de herramientas estadsticas permite al sistema modelizar pronsticos en base a cualquier dato.

En relacin a los RR.HH., el Machine Learning es ampliamente utilizado en el anlisis de datos para generar anlisis predictivos de los candidatos, ayuda a los seleccionadores a tomar decisiones ms acertadas sobre su talento. Los chatbots (asistentes virtuales) ilustra esta idea. Si se consigue reunir conocimientos especficos, se puede automatizar la evaluacin de candidatos, generando informes predictivos que hacen uso de esta tcnica (Iturbide, 2022).

 

Deep Learning: o aprendizaje profundo, la clave en este punto es entender que a los algoritmos se les puede ensear cosas (Machine Learning), pero tambin pueden aprenderlas por s mismos (Deep Learning). En este caso la mquina es capaz de razonar y sacar sus conclusiones, aprendiendo por si misma a travs de redes neuronales que procesan los datos de manera parecida al cerebro humano.

 

Natural Language Processing: o procesamiento del lenguaje natural, hace uso del anlisis de textos para encontrar el significado subyacente (Martinez, 2022). Aplicado a los procesos de seleccin, vemos como esta tecnologa tambin es relevante, pues se utiliza para analizar las respuestas a las preguntas que se realizan en las entrevistas.

 

Limitaciones de la Inteligencia artificial

Un aspecto clave de las redes neuronales es que no requieren que se especifiquen las reglas del dominio a modelar; las reglas se aprenden a partir de los datos de entrenamiento (Abeliuk & Gutirrez, 2021). La falta de conocimiento o experticia en el sistema por expertos humanos, como es el caso de la inteligencia artificial, se contrarresta con la capacidad de inferir estadsticamente un Modelo del dominio a partir de suficientes datos.

 

Sin embargo, una desventaja significativa de las redes neuronales es que requieren grandes recursos computacionales y cantidades enormes de datos (Abeliuk & Gutirrez, 2021). Por ejemplo, se estima que replicar los experimentos de AlphaGo costara alrededor de 35 millones de dlares slo en inversin computacional. Los datos deben ser cuidadosamente filtrados, para ser representativos y poder manejarlos correctamente (sin resultados sesgados).

 

Por otro lado, los programas de software basados en reglas explcitas son fciles de rastrear y comprender, no se puede decir lo mismo de los algoritmos de aprendizaje profundo, gracias a su complejidad son difciles de interpretar y comunicar por humanos. Estas limitaciones son uno de los grandes desafos en la inteligencia artificial, (requiere claridad en lo solicitado por parte del humano), hay mucha investigacin activa en estas direcciones.

 

Conclusin

En la era de la digitalizacin es comn pensar que la mayora de los procesos ejecutados por empresas sern desarrollados de esa forma. Las tcnicas de seleccin y reclutamiento de personal no escapan de la vanguardia. La inclusin de la inteligencia artificial a esta rea busca hacer estos procesos ms expeditos y eficientes para todos los involucrados. El uso de algoritmo y redes neuronales ha hecho posible avanzar rpidamente en este campo.

 

Otro elemento importante a considerar es el cambio en los conocimientos, aptitudes y habilidades con el paso del tiempo, invitando a centrarse ms en la actitud del participante, poder formar a un gran profesional porque centrarse en una fidelizacin que puede hacer a las empresas contar solamente con eso, con un fiel a la empresa y no tanto con un profesional, que es lo que verdaderamente garantiza el xito. Las caractersticas de cualquier proceso de reclutamiento pasan por considerar en sus propuestas flexibilidad, ocio, oportunidades de crecimiento a nivel profesional, digitalizacin y responsabilidad social.

 

Las nuevas tcnicas tanto de reclutamiento como de la seleccin de personal, otorgan unas ventajas empresariales de mayor peso a las desventajas, es innecesario externalizar este proceso con todo lo que ello conlleva, por tanto, emplear alguna de las tcnicas que han sido estudiadas y solo recurrira a la tcnica del outsourcing cuando las circunstancias lo impidieran hacerlo internamente. Los programas de software basados en reglas explcitas son fciles de rastrear y comprender, no se puede decir lo mismo de los algoritmos de aprendizaje profundo, gracias a su complejidad son difciles de interpretar y comunicar por humanos. Estas limitaciones son uno de los grandes desafos en la inteligencia artificial.

 

Las empresas han sido capaces, en su mayora de asumir e integrar a sus procesos, los cambios provocados no solo por la revolucin web 2.0, sino tambin a los derivados de la revolucin 3.0. An les queda mucho camino por recorrer, pocas son las empresas pequeas que atienden a las ltimas tcnicas y las ponen en prctica, es el caso de la inteligencia artificial y la robtica, corriendo el riesgo de quedar por fuera de este cambio que no da marcha atrs.

 

Referencias

Abeliuk, A., & Gutirrez, C. (2021, Agosto). Historia y evolucin de la inteligencia artificial. Revista Bits de Ciencia, 21, 14 - 21. Retrieved 2023, from https://revistasdex.uchile.cl/index.php/bits/article/view/2767

Agreda, S. (2016). Nuevos retos en El reclutamiento y seleccin de personal: perspectivas organizacionales y divergencias ticas. Universidad Mariana - Boletn Informativo CEI, 3(1), 66 - 74. Retrieved 2023, from https://revistas.umariana.edu.co/index.php/BoletinInformativoCEI/article/view/924/849

Granados, J. (2022). Anlisis de la inteligencia artificial en las relaciones laborales. Revista CES Derecho, 13(1). doi:https://doi.org/10.21615/cesder.6395

Iturbide, S. (2022). La Inteligencia Artificial en lo Procesos de Seleccion. Valencia, Espaa. Retrieved 2023, from https://riunet.upv.es/bitstream/handle/10251/185552/Iturbide%20-%20La%20Inteligencia%20Artificial%20en%20los%20Proces

Jumbo, G. (2019, Febrero). La inteligencia artificial y su impacto en los procesos de seleccion. Loja, Ecuador. Retrieved 2023, from https://reunir.unir.net/bitstream/handle/123456789/8166/JUMBO%20QUICHIMBO%2c%20GABRIELA.pdf?sequence=1&isAllowed=y

Martinez, H. (2022). Contratacion de Personal mediante uso de Inteligencia Artificial. Retrieved 2023, from https://openaccess.uoc.edu/bitstream/10609/142389/6/hectormhTFM0122memoria.pdf

Perdomo, C., & Arango, A. (2019). Globalizacin y desarrollo del talento humano vs inteligencia artificial. Revista Sinergia, 6, 59 - 68. Retrieved from http://sinergia.colmayor.edu.co/ojs/index.php/Revistasinergia/article/view/85/67

Reyes, M., Gmez, A., & Ramos, E. (2021). Desafos de la gestin del talento humano en tiempos de pandemia covid 19. Universidad y Sociedad Cienfuegos, 13(6). Retrieved 2023, from http://scielo.sld.cu/scielo.php?pid=S2218-36202021000600232&script=sci_arttext&tlng=pt

Solas, M. (2019, Enero). Reclutamiento y Seleccion de Personal. Retrieved 2023, from experiencia y poder aspirar al puesto de trabajo que desea.

 

 

 

 

2023 por los autores. Este artculo es de acceso abierto y distribuido segn los trminos y condiciones de la licencia Creative Commons Atribucin-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)

(https://creativecommons.org/licenses/by-nc-sa/4.0/).

Enlaces de Referencia

  • Por el momento, no existen enlaces de referencia
';





Polo del Conocimiento              

Revista Científico-Académica Multidisciplinaria

ISSN: 2550-682X

Casa Editora del Polo                                                 

Manta - Ecuador       

Dirección: Ciudadela El Palmar, II Etapa,  Manta - Manabí - Ecuador.

Código Postal: 130801

Teléfonos: 056051775/0991871420

Email: polodelconocimientorevista@gmail.com / director@polodelconocimiento.com

URL: https://www.polodelconocimiento.com/