Diferencia entre Inteligencia Artificial y Machine Learning

Inteligencia artificial y machine learning
Tiempo de Lectura: 5 minutos

A la par de los cambios tecnológicos que conlleva la transformación digital también ha habido un abultado ingreso de nuevas palabras a nuestro vocabulario cotidiano, las cuales no son tan comunes sino que son parte del argot tecnológico. Por ello, no es raro que en ocasiones no sepamos exactamente a que hace referencia un término o si estamos nombrando adecuadamente una herramienta, o no estamos seguros si es que entendemos la tecnología exactamente.

En este post veremos las diferencias entre dos de las tecnologías más presentes en el entorno de la Transformación Digital en Recursos Humanos.

Inteligencia Artificial

La Inteligencia Artificial (IA) es una tendencia actual dentro del mundo de la computación. Los algoritmos de IA imitan los procesos cognitivos de la mente humana al procesar información para dar como resultado nueva data que responde a las solicitudes planteadas por los usuarios del programa o aplicación que utilizan esta programación. La IA también es una disciplina que tiene la finalidad de hacer que las máquinas operen de forma similar a como lo hacen los seres humanos.

Para entender de qué va la Inteligencia Artificial, te explicamos algunos de los procesos cognitivos y funciones del ser humano que busca imitar, aplicados a los Recursos Humanos, específicamente en el reclutamiento de talento:

Tareas operativas y toma de decisiones

Los algoritmos de programación permiten automatizar tareas operativas como acopiar CVs e información de postulantes, aplicar búsquedas en bolsas laborales, internet y redes a partir de ciertas características del perfil profesional, enviar correos automáticamente al obtener una respuesta determinada o conocer que el candidato ha avanzado o culminado su proceso de selección, entre otras tareas que implican operaciones y decisiones. En este ámbito, los algoritmos destacados son los de automatización, porque permiten, valga la redundancia, hacer automáticos estos diferentes procesos. Un tipo de software destacado en esta categoría son los Applicant Tracking System (ATS) que permiten esta automatización de las operaciones parte del proceso de reclutamiento y selección.

Lenguaje

Las máquinas y programas están en constante interacción con el ser humano, por ello es una preocupación dentro del campo de las ciencias de la computación el hacer que estos respondan a los requerimientos (búsquedas, preguntas) de los usuarios con la misma lógica y en los términos que estos manejan. En este campo es en el que se han desarrollado los algoritmos de Generación y Procesamiento de Lenguaje Natural, que permiten, por un lado, elaborar y comunicar ideas complejas con precisión en texto luego de procesar y analizar información, y por el otro, analizar y extraer información no estructurada de diferentes tipos de textos, reconociendo la sintaxis de las oraciones, los significados de estas en su conjunto e identificando patrones y relaciones a partir de cálculos matemáticos.

En este ámbito una herramienta que incluye estos algoritmos es por ejemplo algunos ATS. ¿Cómo? Al momento de que el usuario ingresa los términos a partir de los que quiere buscar talento en internet (por ejemplo: profesión, capacidades, áreas de experiencia) o en una bolsa de trabajo particular, los algoritmos procesan estos términos, interpretan la información y buscan coincidencias dentro de la información que encuentran de diferentes perfiles profesionales para dar con el talento que mejor se ajusta a los requerimientos.  No se trata solo de buscar palabras clave, sino de relacionar conceptos para encontrar los perfiles así las palabras claves no estén presentes en el CV.

Aprendizaje

Este proceso cognitivo consiste en adquirir conocimientos a través de la recepción y retención de información, el ejercicio y la práctica, o la experiencia, sobre un tema en particular, una actividad o un proceso. Por medio de este también se adquieren habilidades, conductas y destrezas. En este caso, los algoritmos de IA que hacen posible esta tecnología son los de Machine Learning.

Machine Learning

¿Es entonces el Machine Learning un tipo de Inteligencia Artificial? Efectivamente. Así como el aprendizaje es uno de los procesos cognitivos de la mente humana, el Machine Learning es un tipo de Inteligencia Artificial. Y, así como el término Inteligencia Artificial define una disciplina dentro de las ciencias de la computación, el Machine Learning define a la disciplina que estudia la automatización del aprendizaje en las máquinas y softwares.

Los algoritmos de Machine Learning buscan que los sistemas y máquinas puedan aprender solos automáticamente a partir de los datos que se les ingresen y sus propios procesos de ensayo y error al gestionar esta información.

Hay tres maneras en que las máquinas pueden “aprender”:

  1. Aprendizaje Supervisado, en el que se categorizan y rotulan los datos para guiar al software en identificar los patrones que se quieren buscar.
  2. Aprendizaje no supervisado, en el que la máquina busca e identifica distintos patrones que encuentre y va clasificando los datos.
  3. Aprendizaje por refuerzo, en donde la máquina aprende de los errores y aciertos que tiene mientras intenta alcanzar un objetivo puntual en su gestión de datos, y por los que recibe refuerzos positivos o negativos según sea el caso.

Por ejemplo, estos algoritmos aplicados a los datos  de comportamiento de distintos usuarios en redes permiten segmentar audiencias, y usados sobre fotografías en redes sociales de distintos usuarios le permite a Facebook reconocer los rostros. En ambos casos identifican patrones.

En Recursos Humanos

Reclutamiento y Selección

Al aplicar algoritmos de inteligencia artificial en el sistema que utilices para la gestión de bases datos de tus colaboradores puedes determinar qué tipo de profesión, competencias y casa de estudios tiene el perfil laboral que mejor se adapta a un puesto para el que quieres reclutar. Así, de forma automática puedes dar con mejores descripciones laborales. En sentido opuesto, desde el análisis de datos de respuestas a ofertas laborales en portales de empleos o redes sociales, se puede determinar qué tipo de descripción laboral es la más exitosa.

Por otro lado, de aplicarlos en tu ATS o Sistema de gestión de bases de datos de candidatos podrías determinar de qué portales, bolsas de trabajo, centros de estudios o profesionales provienen los perfiles profesionales que menos coinciden con la plaza laboral que quieres abrir o que menor desempeño han tenido en las pruebas para obtener el puesto.

Capacitación

En caso que desarrolles un programa de capacitación, podrías utilizar bases de datos para administrar tu contenido de formación y a tus colaboradores, así como software o plataformas web como Mukizo learning, Blackboard o tu propia intranet. Al incluir algoritmos de machine learning puedes obtener las siguientes mejoras:

  • Podrás determinar el progreso de competencias o conocimientos de los colaboradores, a través de las estadísticas de desempeño que te arrojen los programas de capacitación.
  • Puedes conocer específicamente las dificultades de aprendizaje o temas más complicados para cada colaborador.
  • El sistema puede aprender a mostrar los contenidos más relevantes o mejor relacionados a los últimos temas revisados por el colaborador.

Por otro lado, si aplicas esta tecnología a los sistemas que utilizas para gestionar tus bases de datos de recursos humanos en general o la introduces en los programas que usan tus colaboradores para realizar sus funciones, puedes:

  1. Determinar automáticamente el curso, capacitación o formación que requiere cada uno de tus colaboradores en base a su desempeño en el manejo de los programas, el histórico que mantengas en tu base de datos, sus objetivos personales, puesto, profesión y la formación determinada para perfiles similares.
  2. Recomendar a los colaboradores qué capacidades y/o habilidades necesitan mejorar, y qué forma sería la mejor para que aprendan.
  3. Mapear los comportamientos de riesgo o patrones críticos en la gestión de tus colaboradores, y relacionar de forma automática, entre tus distintas bases de datos, las variables propias o del entorno que conllevan a dicho resultado.

Ahora ya sabes las diferencias, y también coincidencias, entre la Inteligencia Artificial y el Machine Learning, lo que te permitirá tomar las decisiones adecuadas en procesos de Transformación Digital en Recursos Humanos.

¿Te pareció interesante? Compártelo en tus redes.