Un ATS ya no es suficiente

Hay tecnologías que tienen tanto éxito resolviendo un problema que terminamos pidiéndoles que resuelvan todos los demás.

Algo parecido está ocurriendo en el mundo del talento humano.

Durante años, miles de organizaciones tuvieron que gestionar currículos que llegaban por correo electrónico, documentos repartidos entre diferentes personas, entrevistas coordinadas manualmente y hojas de cálculo donde cada candidato avanzaba —o desaparecía— entre filas, columnas y comentarios.

Era difícil crecer de esa manera.

Entonces llegaron los Applicant Tracking Systems, conocidos universalmente por sus siglas: ATS.

Su misión parecía sencilla: poner orden.

Y lo hicieron.

Centralizaron candidatos, vacantes, entrevistas y documentos. Permitieron seguir un proceso desde la postulación hasta la contratación y ofrecieron a los equipos de recursos humanos una estructura, donde antes existían múltiples piezas dispersas.

Fue una revolución silenciosa.

El problema es que el mundo del trabajo siguió cambiando.

Y quizá hemos llegado al momento de preguntarnos si organizar correctamente un proceso significa necesariamente comprender a las personas que participan en él.

Una tecnología diseñada para poner orden

Para entender el problema, debemos comenzar reconociendo lo que el ATS hizo bien.

Mucho.

Las organizaciones necesitaban administrar cantidades crecientes de candidaturas. Publicar una vacante podía significar recibir decenas, cientos o incluso miles de currículos. Alguien debía registrarlos, clasificarlos, saber quién había sido entrevistado, quién continuaba en el proceso y qué decisión se había tomado.

El ATS convirtió gran parte de ese caos en un flujo organizado.

Una persona aplica. Su candidatura queda registrada. Avanza a una etapa. Después a otra.

Se programa una entrevista. Se incorporan observaciones. Finalmente existe una decisión. Todo queda trazado.

Para cualquier organización que haya intentado administrar procesos de selección complejos sin este tipo de infraestructura, su utilidad resulta evidente.

Por eso creo que sería un error plantear la discusión como una batalla entre el ATS y aquello que viene después.

No necesitamos destruir lo que funciona.

Necesitamos reconocer hasta dónde llega.

El mapa no es el territorio

Un ATS puede mostrarnos perfectamente dónde se encuentra una persona dentro de un proceso.

Aplicó. Fue revisada. Pasó a la entrevista. Está pendiente. Fue seleccionada. Fue descartada.

Ese mapa es extraordinariamente útil para operar.

Pero el mapa no necesariamente nos explica el territorio.

Supongamos que dos candidatos llegan a la misma etapa de un proceso y ambos poseen diez años de experiencia.

El sistema puede registrar ese dato con absoluta precisión.

Sin embargo, ¿qué ocurrió durante esos diez años?

Uno pudo haber desarrollado progresivamente nuevas responsabilidades, enfrentado situaciones críticas, dirigido equipos y adquirido conocimientos en contextos completamente diferentes.

El otro pudo haber tenido una trayectoria igualmente valiosa, pero construida de otra manera.

Los dos aparecen en la misma columna.

Los dos tienen diez años.

Y, sin embargo, no significan lo mismo.

Aquí comienza una frontera que me parece fundamental.

Administrar una trayectoria no significa comprenderla.

Más documentos, más datos, ¿más conocimiento?

Nunca habíamos tenido tanta información disponible sobre las personas.

Currículos, evaluaciones, certificaciones, entrevistas, referencias, experiencias profesionales, pruebas técnicas, perfiles digitales y registros históricos pueden coexistir alrededor de un mismo candidato.

En teoría, deberíamos comprenderlo mejor que nunca.

No siempre ocurre.

Podemos almacenar veinte documentos sobre una persona y seguir sin saber cuál de sus experiencias transformó realmente su manera de trabajar.

Podemos registrar una larga lista de competencias sin conocer qué evidencia demuestra que fueron utilizadas.

Podemos conocer todos sus cargos anteriores y no comprender por qué decidió abandonar una profesión, cambiar de país o comenzar nuevamente.

La cantidad de información aumenta.

La comprensión no necesariamente lo hace al mismo ritmo.

Ese problema no pertenece exclusivamente al ATS. Es parte de una cuestión mucho mayor que atraviesa la transformación digital:

Hemos aprendido extraordinariamente bien a acumular información, pero todavía estamos aprendiendo a convertirla responsablemente en conocimiento.

Cuando el currículo deja preguntas abiertas

Pensemos en una trayectoria profesional que, sobre el papel, parece desordenada.

Una persona trabaja cuatro años en una industria.

Después desaparece del mercado laboral durante un periodo.

Regresa a otro sector.

Cambia de país.

Estudia algo diferente.

Comienza nuevamente en una posición aparentemente inferior a la que había ocupado antes.

¿Qué nos dice esa trayectoria?

Podríamos interpretarla como falta de continuidad.

También podría contar una historia de migración, cuidado familiar, transformación profesional, emprendimiento, adaptación o aprendizaje.

El dato registra el cambio. El contexto explica su significado.

Y entre ambos existe una distancia enorme.

Esta es precisamente una de las razones por las que considero que la próxima evolución tecnológica del talento no puede limitarse a procesar más rápidamente la misma información.

Necesitamos tecnologías capaces de ayudarnos a formular mejores preguntas sobre ella.

El ATS responde una pregunta; el futuro plantea otra

Un ATS está extraordinariamente preparado para responder: —¿En qué etapa se encuentra este candidato?

La pregunta que comienza a surgir ahora es diferente: —¿Qué podemos comprender responsablemente sobre esta persona a partir de la evidencia disponible?

No son preguntas rivales. Pertenecen a niveles diferentes.

La primera permite operar.

La segunda intenta comprender.

Y una organización moderna necesita ambas.

Puede necesitar saber que una persona llegó a la entrevista final, pero también qué evidencias respaldan determinada capacidad.

Puede necesitar conocer cuánto tiempo lleva abierta una vacante, pero también qué conocimientos aparecen repetidamente entre quienes consiguen desempeñarse bien en determinadas funciones.

Puede necesitar administrar cientos de candidaturas y, al mismo tiempo, reconocer aquello que todavía desconoce sobre ellas.

El error sería exigirle a una única capa tecnológica que responda preguntas para las que nunca fue diseñada.

La tentación del candidato perfecto

La inteligencia artificial introduce aquí una posibilidad extraordinaria y, al mismo tiempo, una nueva responsabilidad.

Si podemos analizar grandes cantidades de información, resulta tentador imaginar un sistema capaz de encontrar automáticamente al candidato perfecto.

Introducimos una vacante. El algoritmo analiza miles de personas. Al final aparece un nombre. Problema resuelto.

Sería cómodo.

También deberíamos preguntarnos qué estamos perdiendo por el camino.

¿Sobre qué evidencia se construyó esa conclusión? ¿Qué variables fueron consideradas? ¿Cuáles quedaron fuera? ¿Qué importancia tuvo la manera en que estaba redactado el currículo? ¿Puede una experiencia poco convencional quedar penalizada simplemente porque se parece menos a las trayectorias que el sistema conoce?

Y, sobre todo: ¿Debería una probabilidad convertirse en una sentencia?

La inteligencia artificial puede ampliar enormemente nuestra capacidad para encontrar relaciones.

Pero encontrar relaciones no significa tener derecho a decidir automáticamente sobre ellas.

Una capa para comprender

Mientras he trabajado alrededor de tecnología y talento humano, he llegado cada vez con mayor claridad a una conclusión: probablemente necesitemos separar dos funciones que durante mucho tiempo hemos intentado mantener dentro de una misma lógica.

Una tecnología debe operar.

Otra capacidad debe ayudarnos a interpretar.

La primera necesita procesos, estados, permisos, documentos, trazabilidad y acciones.

La segunda necesita evidencia, contexto, memoria, relaciones, explicabilidad e incertidumbre.

Pueden convivir. De hecho, deberían hacerlo. Pero no son lo mismo.

Un sistema operativo necesita saber que una entrevista ocurrió.

Una capa interpretativa podría ayudarnos a comprender qué evidencia nueva surgió de esa entrevista, qué contradicciones permanecen abiertas y qué preguntas todavía necesitan una respuesta humana.

Ese pequeño cambio modifica profundamente la relación entre tecnología y talento.

La máquina deja de preguntarse únicamente qué ocurrió. Comienza a ayudarnos a comprender qué significa lo ocurrido.

Recordar también importa

Hay otra dimensión que pocas veces recibe suficiente atención: la memoria.

Las organizaciones olvidan.

Una persona participa en un proceso y no es seleccionada. Meses después aparece otra oportunidad, para la que podría resultar extraordinaria, pero su experiencia anterior permanece enterrada entre miles de registros.

Un empleado desarrolla durante años conocimientos que nunca fueron documentados. Cambia de posición o abandona la organización y parte de ese conocimiento desaparece con él.

Un equipo aprende algo durante un proyecto difícil. El proyecto termina. Las personas cambian. La experiencia queda dispersa.

Los sistemas pueden conservar datos durante años. Eso no significa que una organización conserve conocimiento.

Guardar no es lo mismo que recordar.

Recordar implica poder recuperar una experiencia cuando vuelve a ser relevante, comprender su contexto y saber qué parte de aquello que creemos conocer sigue siendo válida.

La tecnología del talento tendrá que aprender también esa diferencia.

No necesitamos un juez

Hay una idea que atraviesa esta reflexión y que considero especialmente importante.

La evolución de estas plataformas no debería conducirnos hacia una máquina que tome todas las decisiones.

Debería conducirnos hacia mejores condiciones para que las personas puedan tomarlas.

Un reclutador no necesita necesariamente que un algoritmo le diga: Contrata a esta persona.

Tal vez necesite algo mucho más útil:

<Estas son las evidencias que encontramos.
Estas son las relaciones que parecen relevantes.
Aquí existe una contradicción.
Sobre este aspecto todavía no tenemos información suficiente.
Esto debería preguntarse en la próxima conversación.

Hay una diferencia enorme entre ambas formas de utilizar inteligencia artificial.

Una sustituye el criterio.

La otra lo alimenta.

Evolucionar sin destruir

En tecnología existe una fascinación recurrente por anunciar la muerte de aquello que vino antes.

Murió esto.

Aquello será reemplazado.

Esta nueva tecnología cambiará todo.

La realidad suele ser menos espectacular y bastante más interesante.

Las grandes infraestructuras evolucionan por capas.

Los sistemas ERP no desaparecieron cuando llegó la inteligencia de negocios.

Los CRM no dejaron de existir cuando surgieron nuevas herramientas para comprender al cliente.

Incorporamos nuevas capacidades porque aparecen nuevas preguntas.

Con el ATS probablemente ocurrirá algo parecido.

Seguirá siendo necesario organizar vacantes, candidatos, entrevistas, documentos y procesos.

Pero alrededor de esa operación comenzarán a crecer capacidades diferentes: interpretación, memoria, contexto, explicabilidad y conocimiento.

No porque el ATS haya fracasado.

Precisamente porque cumplió bien la función para la que fue creado y ahora podemos construir sobre ella.

Después del orden viene la comprensión

El ATS ayudó a resolver uno de los grandes problemas de la gestión moderna del talento: ; el desorden.

Centralizó información. Organizó procesos. Permitió seguir a candidatos. Creó trazabilidad.

Hizo posible operar a una escala que anteriormente habría sido extraordinariamente difícil.

Ese logro permanece.

Pero el desafío que tenemos delante es diferente.

Ya no basta con saber dónde está una persona dentro de un proceso.

Necesitamos comprender mejor qué sabemos sobre ella, qué evidencia sustenta ese conocimiento, qué contexto puede cambiar su significado y qué permanece todavía desconocido.

Quizá por eso la siguiente evolución no consista en construir un ATS más grande.

Ni uno que acumule más datos.

Ni siquiera uno que tome más decisiones automáticamente.

Puede consistir en rodear esa extraordinaria infraestructura operativa con algo que hasta ahora había sido mucho más difícil de construir: comprensión.

Porque organizar candidatos fue una revolución.

Pero detrás de cada candidatura sigue existiendo algo infinitamente más complejo que cualquier flujo, estado o base de datos: una persona cuya historia todavía estamos intentando comprender.