La IA Puede Hacer Que Un Buen Trabajo Se Sienta Demasiado Pequeño

David Rice: Tus cifras de rotación se ven geniales. La gente se queda, la participación es estable y el liderazgo está celebrando. Y estás creando el problema más caro que jamás hayas tenido porque quedarse no es lo mismo que contribuir. Y ahora mismo tu personal está quedándose tranquilamente, presentándose, cumpliendo con sus números, intentando no causar problemas. En el papel parecen comprometidos, pero no están experimentando. No están empujando límites, no están tomando riesgos. Se están preservando.

El invitado de hoy es Jay Caldwell. Es el Director de Talento en ADP. Y vamos a profundizar en por qué una baja rotación en este entorno podría ser una señal de advertencia en lugar de una victoria. Porque aquí está el asunto que todos debemos tener en cuenta: las personas que se sienten más seguras son las que menos riesgos corren. Y en este entorno, no correr riesgos probablemente sea lo más arriesgado que puedes hacer.

Hoy vamos a tratar por qué lo de construirlo y ellos vendrán no funciona en la adopción de IA, el problema de la permanencia silenciosa y cómo las mentalidades de cumplimiento podrían estar reemplazando la innovación, cómo saber si la baja rotación está enmascarando estancamiento y miedo, IA de propósito general versus casos de uso específicos y en cuál se construye la confianza. Veremos la crisis de la escalera profesional y por qué los graduados nativos de IA están a punto de desafiar todo lo que estás haciendo.

Soy David Rice. Esto es Personas Gestionando Personas. Y si tus cifras de rotación se ven saludables pero la innovación parece muerta, esta conversación explica exactamente lo que está pasando bajo la superficie. Vamos allá.

Muy bien, Jay, bienvenido al programa.

Jay Caldwell: Gracias, David. Encantado de estar aquí.

David Rice: Quería comenzar la conversación en torno a que ya llevamos unos años en esta ola de IA, y creo que la emoción inicial que mucha gente tenía, ¿verdad? Ha dado paso a consecuencias del mundo real. Creo que estamos a un día del anuncio de despidos de Block.

Sin embargo, tengo curiosidad, ¿cuál es el mayor concepto erróneo, en tu opinión, que los líderes siguen manteniendo sobre integrar la IA en su fuerza de trabajo?

Jay Caldwell: Probablemente haya muchos conceptos erróneos. Me encantaría escuchar algunos de los tuyos también, pero creo que uno de los más grandes que aún veo en muchas organizaciones es que todos están tan entusiasmados con la IA como lo están los líderes.

Sabes, creo que las estadísticas recientes muestran que, incluso en Estados Unidos, ¿qué es? Aproximadamente 40% de personas usan IA en sus vidas personales, ¿verdad? Incluso fuera del trabajo. Así que aún es relativamente temprano en cuanto a adopción de IA, aunque 40% ya es bastante. Creo que, como suele pasar con las herramientas empresariales, existe la percepción de que si lo construimos, todos vendrán, todos lo usarán y lo amarán tanto como nosotros.

Pero no creo que ese sea el caso. Ciertamente no todavía. Puede que tengas muchos adoptadores realmente interesados y entusiasmados, pero probablemente tendrás la misma cantidad que están completamente reacios a adoptar cosas como la IA y, en el medio, la mayoría de tus empleados. Así que no creo que sea tan fácil como, sabes, lo enciendes y todos vendrán, hay que dedicar mucho tiempo y energía en cómo liderar este tipo de cambio y transformación en tu organización.

David Rice: Sí, eso definitivamente resuena. Creo que, desde nuestro punto de vista, el tema del que hablamos todo el tiempo es que los líderes lo están tratando básicamente como una herramienta que despliegas, como un software. Pero siempre vuelvo a algo que leí, alguien dijo que en realidad es más como introducir un nuevo colega a todos los equipos simultáneamente.

Entonces, va a cambiar la dinámica, las estructuras de poder, quién se siente competente, quién se siente amenazado. Es realmente más un proyecto cultural. No creo que la gente esté en contra de la IA. Algunos sí, pero a un nivel ético. Pero creo que mucha gente siente curiosidad, solo que no se les ha contado una historia que deje claro cuál será su lugar en el futuro y ahí hay una brecha en la narrativa de la alta dirección, esa idea de que la IA te liberará para trabajos de mayor valor.

Lo que la gente experimenta realmente suele estar fuera de sincronía y ahora nos estamos acercando a un lugar en el que, en cuanto al trabajo y cómo la gente lo vive, simplemente el ritmo es más rápido. Hay menos claridad sobre qué es bueno ahora. Así que se ha creado una verdadera tensión ahí.

Y creo que el otro concepto erróneo que veo todo el tiempo es que la adopción es lo mismo que la integración. Creo que existe la percepción de que así es. Lanzas las herramientas y ya saben usarlas. Genial, ¿no? Pero realmente hay que reconfigurar cómo la gente piensa sobre su trabajo.

Sobre cuál es su valor y cómo es su trayectoria profesional. Ese es realmente el trabajo ahora de muchos líderes y la mayoría de las organizaciones todavía no lo han encarado.

Jay Caldwell: Estoy muy de acuerdo. Otro conjunto, solo sobre el uso general de la IA, es que la mayoría de la gente la usa como un motor de búsqueda, ¿verdad? Por cierto, es un muy buen motor de búsqueda.

David Rice: Sí. Lo es. Lo es.

Jay Caldwell: No quiero menospreciar ese uso, pero no creo que eso sea lo que todos esperan que usemos la IA. Así que sí, como mencionaste, cambio cultural. También, incluso a nivel individual, se trata de cambiar hábitos. Es genial contar con estas herramientas, pero he trabajado, por ejemplo, mucho en Outlook, como seguro hacen muchos empleados de oficina, pero.

Me toma un momento pensar, espera, antes de saltar a este correo, quizá debería dedicar un tiempo a usar la herramienta de IA y pensar de manera más creativa en lo que quiero decir o cómo decirlo y. Ese es un cambio de hábito al que no todos van de inmediato.

Así que tienes razón, es cultura, capacidades, mentalidad. Es mucho lo que implica.

David Rice: A veces pienso, ah, supongo que debería preguntarle eso. A ver qué dice. Por si acaso estoy todavía.

Jay Caldwell: Me gusta la analogía que usaste. Es como si tuvieras un nuevo colega en el equipo, pero a veces olvido que ese colega incluso está aquí, así que tengo que recordarlo.

Sí. Bueno, si ahora tenemos esta nueva experiencia en el equipo, debería acudir a esa persona.

David Rice: Quizá por eso leí recientemente que quienes trabajan a distancia están más inclinados a usarla. Puede que sea porque la presencia física no es algo en lo que hayan confiado.

Jay Caldwell: Sí. Sí. Yo trabajé desde casa unos cinco años. Creo que simplemente tener un compañero también era útil. Probablemente sea un buen caso de uso, donde algunos de los casos de uso de la IA como compañía están ayudando a las personas que se sienten un poco más aisladas físicamente.

David Rice: Contaste que los usuarios más intensivos de IA pueden ser más propensos a explorar otras oportunidades. Y a simple vista suena a una simple cuestión de oferta y demanda. Han desarrollado una habilidad valiosa, así que tienen opciones, ¿verdad? Pero me pregunto si ocurre algo más profundo. ¿Trabajar estrechamente con la IA cambia cómo la gente ve su propio potencial o lo que espera de su empleador?

Jay Caldwell: Es interesante. Sí. Nosotros en ADP vimos eso en nuestra propia investigación sobre riesgo de retención. Adopción de IA, y es fascinante pensar en todas las capas de por qué podría ser. Creo que, como decías, uno es definitivamente que has adquirido una nueva habilidad de moda y te preguntas dónde más podrías aplicarla.

¿Cómo ayuda eso a tu empleabilidad? Definitivamente creo que ese es un gran factor, pero estoy de acuerdo. Hay más en esa historia cuando empiezas a analizarla a fondo, desempacarla. Por ejemplo, tus usuarios avanzados de IA podrían empezar a sentirse limitados por la organización en cuanto a su ritmo y a qué tan rápido realmente los procesos de trabajo que rodean a esa persona están o no cambiando, ¿verdad?

Puedes ver el futuro y la oportunidad y la capacidad de cambiar los procesos más rápido. Pero si solo eres una pieza del rompecabezas, necesitas más gente para poder lograrlo. Así que a veces hay frustración de que la organización no se está moviendo lo suficientemente rápido y podrías lograr mucho más en otro lado.

Eso también podría ser. Y también puede ser el miedo a lo desconocido. Cuando las personas, sí, están trabajando con IA y, si una organización no comunica bien el propósito de la IA, creo que eso puede crear ansiedad. Y quizá empiezo a temer por mi empleo porque veo el poder real que tienen estas herramientas de IA.

Y quizá es más una cuestión de supervivencia, David, como. No solo que tengo una habilidad de moda, es que quiero seguir teniendo empleo y no estoy seguro de que eso vaya a ser aquí dado lo que tenemos. Así que creo que mucho de eso vuelve a lo que decía sobre poner gestión del cambio en estos despliegues.

David Rice: Parece una combinación incómoda, ¿verdad? Desde la perspectiva del talento. Las personas que realmente están comprometidas con la IA... No están desvinculadas de sus trabajos, pero sí son quienes buscan trabajo, ¿verdad? Porque quizás han superado su propio rol o, en algunos casos, incluso a la organización.

Si trabajas con IA todo el tiempo, es casi como una experiencia que expande la conciencia, o expande tu horizonte profesional. Creo que yo lo he vivido un poco personalmente. Ves lo que es posible y, si estás en una empresa donde te das cuenta de que avanza a la mitad de la velocidad que sabes que es posible,

entonces de repente la brecha entre tu potencial y el entorno se vuelve intolerable para algunas personas.

Jay Caldwell: Sí. Podría ser. Podría ser. ¿Sabes qué es importante tener en cuenta en relación al compromiso, que conduce a la retención, verdad? La disposición de alguien a quedarse en tu organización es, por lo general, el compromiso es bajo en la fuerza laboral.

Varía por empresa, sí, pero en general es, calcula un 19 a 20% de la fuerza laboral estadounidense está plenamente comprometida, así que.

David Rice: Mínimos históricos, creo que así lo leí.

Jay Caldwell: ¿Hace falta mucho para empujar a alguien al límite en esta situación? Y en cuanto a pensar qué más podría haber, cómo pueden avanzar en sus carreras de forma diferente?

No, probablemente no. Así que la IA tal vez sea ese catalizador para que muchos empiecen a pensar realmente qué opciones potenciales existen ahí fuera.

David Rice: Absolutamente. Especialmente si, como decías, ya estás cerca del borde de todos modos. Muchos lo están y luego miran a su alrededor y ven mucha burocracia, cadenas de aprobación,

Quizá son definiciones de roles rígidas. Te sientes más capaz gracias a esta tecnología. Es casi como sentir que estás en una jaula de desarrollo, mientras que si llego al borde, esto me ayudará a volar, ¿sabes?

Jay Caldwell: Así es. Sí. Estás reventando la tapa. Sí. Otra posibilidad aquí es, como dijiste, jaula de desarrollo u oportunidad, pero también cuando piensas en

la velocidad a la que se mueve tu conjunto de habilidades y quieres aplicarlas de diferentes formas. Pero también, algunas investigaciones muestran que, aunque esperamos que la IA haga que todos sean más productivos, sin duda,

ese es el objetivo, pero también vemos muchos datos que dicen que no necesariamente devuelve tiempo: la gente está trabajando más y más duro con IA porque logran más y avanzan más rápido. Sus colegas también avanzan más rápido. Así que el trabajo puede estar volviéndose más intenso, lo que también aumenta el riesgo de rotación.

David Rice: Lo he visto bastante. La gente simplemente se está quemando y se va sin tener un plan, porque sienten que no pueden mantener el ritmo. Y es... hace poco tuve una invitada y ella dijo que siente que, en muchos casos, simplemente estamos haciendo más, pero no necesariamente mejor ni más productivo; simplemente más.

Mucha gente se siente así. Si la rotación disminuye, pero el compromiso no aumenta, ¿estamos viendo una fuerza laboral que simplemente se queda por seguridad más que por otro motivo en un entorno impulsado por IA donde creo que la experimentación, la adaptabilidad son claramente las cosas que importan, cierto?

¿Este tipo de permanencia silenciosa es más corrosiva que simplemente renunciar, porque sobre el papel se ve estable?

Jay Caldwell: Es justo lo que más me preocupa ahora mismo, dado todo lo que está pasando con estas herramientas y tecnologías y el estado actual del mercado laboral para ciertas personas. Es muy distinto según el rubro o industria en el que estés.

Pero sí, ves cada vez más estos términos: dimisión silenciosa, job hugging o como quieran llamarlo. Pero la tendencia es la misma: si la rotación no ocurre en la organización, será un problema. Es un reto diferente al de hace unos años con la Gran Renuncia, ¿verdad?

Donde todo era retener al personal lo mejor posible, lo cual era doloroso para los empleadores, pero para los empleados era genial aunque no se fueran de tu organización, porque si la rotación es alta, tienes oportunidades para moverte dentro de la organización o a otros roles.

Hay más oportunidades para asumir diferentes responsabilidades. Si esas oportunidades disminuyen porque la rotación es baja, se corre el riesgo de que la gente empiece a sentirse estancada, atrapada quizás, o que no crezcan tanto como podrían.

Ese riesgo por supuesto puede hacer que baje el compromiso, lo que hará que baje la innovación y creatividad. Y esa es, para mí, la verdadera promesa de la IA: innovación y creatividad. Si no tienes la energía mental para avanzar con eso, ¿cuál es el sentido realmente? Estoy de acuerdo, creo que hay un gran riesgo ahí, y recomendaría a cada organización que no se confíe demasiado con una rotación baja y sana, porque hay mucho más escondido bajo la superficie ahora mismo.

David Rice: No podría estar más de acuerdo. Hemos estado tan obsesionados con medir la retención y la rotación que nos olvidamos de preguntar si quedarse es lo mismo que aportar. En este entorno, la baja rotación podría ser una señal de advertencia y no un logro.

Jay Caldwell: Coincido. Y sabes el valor de traer personas externas a la organización, atraer nuevas ideas, nuevas formas de pensar, nuevas perspectivas, también es importante. Así que creo que dedicar atención intencional a cómo mantienes esos canales de incorporación abiertos es fundamental en este momento, además de, aunque la gente no se mueva, ¿cómo logras que realmente estén comprometidos emocionalmente y aporten la máxima energía posible en el mundo actual?

David Rice: Es un gran punto, porque la permanencia silenciosa puede ser un problema muy caro si se presentan, no causan problemas y cumplen sus números y sobre el papel todo luce bien, ¿cierto? Pero no experimentan. No empujan los límites de cómo trabaja el equipo ni nada; no asumen riesgos.

Y sabemos que la verdadera recompensa al adoptar IA viene de asumir algún riesgo, ¿verdad? Pero si solo se preservan y se quedan por miedo, ya sea miedo al mercado laboral, miedo a tener que aprender en otro lugar o, en el caso de muchas personas de media carrera, sienten que están empezando de cero.

Y así estamos construyendo una fuerza laboral para, es como una mentalidad de cumplimiento, no de innovación. Creo que es uno de los costes: es irónico, ¿verdad? Porque las personas que se sienten más seguras son las que menos riesgos asumen y en este contexto, no asumir riesgos es lo más arriesgado.

Jay Caldwell: Sí, es muy buen punto. Cuando hablas con las personas y analizas sus carreras, especialmente gente exitosa, ves que tomaron muchos riesgos en sus movimientos, pivoteando o cambiando totalmente de función y sí, es cierto. No lo había pensado tanto como

el impacto personal de eso, porque puede parecer más arriesgado hacer esos saltos ahora mismo.

David Rice: Cuando las organizaciones implementan herramientas de IA de propósito general, suele sentirse como que el mensaje es: cada quien descúbralo por su cuenta; pero los casos de uso específicos de IA suelen ser más estructurados y orientados a resultados.

¿Cierto? En tu opinión, ¿cómo influyen estos dos enfoques en la confianza del empleado o en su curva de aprendizaje, o incluso en la presión por el desempeño?

Jay Caldwell: Buena pregunta. He visto organizaciones abordar la estrategia de maneras distintas, algunas empiezan con propósitos generales y luego casos concretos; otras empiezan al revés.

Pero tienes razón, son estrategias diferentes. Lo más importante en ambos casos, diría yo, es

no subinvertir en comunicación y capacitación asociada a estas herramientas y, como decíamos antes, no solo entrenar en el cómo, sino también en el cambio de mentalidad, cómo abordar el trabajo de otra manera.

Y eso es aún más importante para herramientas de propósito general porque les das una navaja suiza. Recuerdo cuando tuve una navaja suiza siendo niño, tenía como veinte herramientas pero creo que solo usaba tres realmente. Había una lupa, una cuchilla y una lima de uñas; de lo demás, nunca supe qué era.

Creo que había un palillo. Y así pasa con las herramientas de propósito general: hay tantas posibilidades de uso. Hay que ayudar mucho a la gente a entender esas posibilidades. Solo conectar la herramienta y esperar que todos la usen no va a funcionar bien.

He visto organizaciones que lo hacen bien, con aprendizaje en voz alta. Conectan a personas en roles similares para hablar sobre lo que intentaron y falló, para que los demás lo eviten, y lo que sí funcionó. Alguien prueba una idea de lluvia de ideas, obtuvo un buen resultado, y la mitad de la sala piensa: nunca se me habría ocurrido eso.

Del otro lado, cuando hablamos de casos de uso específicos, todo es más claro en cuanto a cómo afecta tu rol hoy, cómo debes cambiar el flujo de trabajo e integrar la IA: la comunicación y formación pueden ser mucho más concretas. Pero eso también hace que la interpretación del impacto sea más precisa, para bien o para mal, si ese caso impulsa mucho la productividad.

Si automatiza muchas de tus tareas, mucha energía debe enfocarse en cuidar a esas personas y explicarles la seguridad de su puesto, o, como decíamos, las carreras dentro de la organización, es muy importante.

David Rice: Intuit QuickBooks Payroll sabe que RRHH tiene tantas piezas móviles que podrían llevar al caos. Por eso sincronizan nóminas, RRHH, control horario y finanzas en una sola plataforma potente. Y este verano, QuickBooks Payroll evoluciona para apoyar todo el ciclo de vida del empleado. Pronto, las empresas podrán incorporar empleados en un solo flujo que conecta con la nómina, configurar flujos de trabajo automatizados de RRHH para promociones o bajas, hacer seguimiento de desempeño, licencias y prestaciones junto a la nómina.

Descubre la diferencia que QuickBooks Payroll puede hacer por tu negocio hoy y prepárate para lo que viene. Obtén más información en quickbooks.com/workforce. Eso es quickbooks.com/workforce.

Me gusta tu analogía de la navaja suiza. Ahora me pregunto cuál sería el equivalente de IA a esas tijeritas pequeñas, ya sabes, las endebles.

Jay Caldwell: Oh Dios, es cierto. El resorte siempre se rompía. Increíble. Sí.

David Rice: El enfoque de todos descúbranlo es como decir: creemos que esta tecnología va a marcar una gran diferencia, pero no tenemos estrategia ni sabemos qué hacer con ella.

Jay Caldwell: Sí.

David Rice: Es como darle a todos un piano y esperar una sinfonía.

Jay Caldwell: Sí, pero hay tanta emoción alrededor. Ese es el impulso, además es tan intuitivo. Muchas herramientas de propósito general son simplemente chats, así que la gente aprende rápido a usarlas. Lo difícil es que creatividad aplicar y descubrir las posibilidades solo es complicado.

David Rice: Por eso los casos específicos son muy útiles, porque hacen algo importante desde el punto de vista psicológico para cómo abordar la IA, porque todos la miramos, ves de qué es capaz y puede dar miedo según tu rol.

Tener un caso de uso objetivo te da una victoria. Resuelves un problema, te da confianza. Construyes confianza más rápido. Las herramientas generales a veces dan ansiedad porque no hay meta final: nunca terminas de usarla ni sientes que la usas bien.

Siempre habrá alguien en LinkedIn que la use mejor que tú, ¿sabes? Así que es presión por desempeño. Y otro problema: si es general e indefinido, tu jefe no sabe cómo medirlo, así que opta por ver si la usas o no,

que es una métrica sin sentido. El despliegue objetivo al menos te permite medir resultados, no solo actividad. La curva de aprendizaje aquí es real también.

Jay Caldwell: Muy buen punto desde la gestión. Son inversiones grandes, así que justo el valor de casos específicos es resolver una oportunidad concreta, y puedes medir el retorno muy precisamente.

Eso, como decías, no es solo usar la herramienta; es qué obtienes de ella.

David Rice: Vemos —hoy mismo publiqué una historia de un colaborador— sobre la reducción del trabajo de entrada y qué pasa en esos roles. No es difícil ver que si dejamos de contratar en la base de la pirámide de talento,

desmantelamos el futuro liderazgo y lo hemos hablado antes en el podcast, pero creo que tendrá consecuencias sobre el conocimiento institucional, la sucesión y la movilidad socioeconómica a largo plazo. ¿Ves que las organizaciones estén cambiando su enfoque hacia la capacidad a largo plazo y no solo la productividad de corto plazo?

Jay Caldwell: Creo que la conversación está evolucionando, porque inicialmente algunos casos de IA, cuando la IA aprobó el examen de abogacía, la reacción fue: ¿qué hacemos ahora con paralegales?

Así que la reacción inmediata fue frenar esas contrataciones. Pero creo que las empresas están comenzando a entender, como bien dices David, que no se puede hacer eso totalmente. Porque rompes un escalón de la escalera profesional y eso es grave: la gente se caerá.

Pero también porque las empresas ven que

no todos adoptan IA al mismo ritmo, y especialmente quienes llevan más años en sus carreras, no siempre adoptan estas herramientas ni cambian su trabajo tan rápido. Pero ahora, los graduados universitarios de hoy,

son nativos de IA; empezaron a usar IA generativa en la universidad. Y hay mucho que podemos aprender de esa población, que de verdad ha profundizado en estas herramientas. Esperablemente por los motivos correctos. Han explorado a fondo el potencial y el propósito, y pueden llegar y desafiarnos en nuestras organizaciones: ¿Por qué no usas IA para esto?

Es raro. ¿Por qué seguimos haciéndolo manualmente? IA podría resolverlo fácilmente. Así que el otro lado es que pierdes la oportunidad de traer competencias, mentalidades modernas a la organización. Pero también hay que ver cómo ayudarles a construir buen juicio y experiencia para usar bien y apropiadamente la IA.

Sigo creyendo que necesitamos una mezcla sana de todos los niveles de carrera o antigüedad, para asegurar todas las capacidades. El volumen puede estar cambiando, tal vez porque,

como decíamos, la demanda no es tan alta como antes,

la rotación es más baja, así que puede que haya ajuste en la contratación de entrada, pero sigue siendo igual de importante. Creo que hubo una sobre reacción al principio y, como dije, las compañías están volviendo a la idea de mantener esos canales abiertos y fuertes.

David Rice: Ayuda saber que, hay muchas cosas en la conversación de IA que los líderes de alto nivel tal vez no entienden a nivel técnico, pero todos entienden esto. Ellos empezaron desde abajo. Cometieron errores en entornos de bajo riesgo. Aprendieron cómo funcionan las empresas desde dentro, la política, todo.

Y no hace falta ser genio para darse cuenta de que si eliminas esa experiencia, esos puntos de entrada, limitas a dónde puedes llegar. Y creo que

muchos líderes no quieren hablar del aspecto socioeconómico, pero todos lo vemos. Y los trabajos de entrada de oficina han sido el vehículo principal de movilidad económica por décadas.

Si desaparecen, tenemos que reemplazarlos con algo. Así que hay un contrato social aquí y creo que veremos

pronto que esto llega a preocupaciones de junta directiva también: ¿qué estamos haciendo para seguir aportando valor a nuestra gente, ayudándoles a crecer y avanzar?

Jay Caldwell: Y la palabra clave ahí: valores o valor, ¿cierto? Muchas organizaciones deben pararse a pensar: ¿cuáles son tus valores y cómo dejas que guíen tu estrategia? En ADP somos una organización basada en valores. Uno de nuestros valores es que cada colaborador cuenta y estamos enfocados en mantener lo humano en el centro de todo este cambio y apoyar a todos los colaboradores en cualquier etapa de su carrera.

Así que estoy de acuerdo. Creo que es un foco crítico, especialmente pensando en cómo tratas a tu personal en esta transformación. Con cosas como Glassdoor y Reddit, todo es muy público. Así que mirar esto, como decías, con perspectiva de largo alcance es fundamental.

David Rice: Lo que escuchamos es que curiosidad y adaptabilidad importan más que la experiencia.

Filosóficamente suena fenomenal y yo lo comparto, pero estructuralmente nuestros sistemas de selección han estado basados en credenciales y especialización. Así que aunque se habla mucho de contratación por habilidades y hay ejemplos interesantes, muchos no han sabido cómo hacerlo.

¿Qué debe cambiar de cómo evaluamos talento para no volver a la comodidad de la especialización?

Jay Caldwell: Lo primero que debe cambiar es la mentalidad de liderazgo sobre lo que buscan. Ese es el foco del cambio: cómo identifican y seleccionan talento.

Porque elegir por credenciales o historial es fácil, está en el papel, no se discute. Si alguien terminó una carrera universitaria, no se discute que tuvo capacidad y energía para hacerlo.

Lo que debe cambiar es buscar fuentes alternativas de credenciales, ya sean más evaluaciones para indagar habilidades; ahí la IA ofrece una gran oportunidad para evaluar capacidades técnicas, comunicativas o creativas, mucho se puede escalar con IA, pero con mucho cuidado por temas legales en la selección. Es una vía: evaluar distinto, pero también cambiar la mentalidad y criterios de búsqueda.

Eso ayuda a los líderes a decidir con confianza —y nada es más importante que a quién incorporas al equipo—, y les ayuda a decidir no solo por un título en un CV. Lamentablemente, muchos managers no son los mejores entrevistando.

Para indagar experiencia, creatividad o innovación, habrá que ayudarlos a practicar o darles técnicas simples de entrevistas por comportamientos. En el fondo, irónicamente, volvemos a entrevistas conductuales básicas que existen desde hace décadas, pero que probablemente no hemos usado lo suficiente.

David Rice: Es curioso que la respuesta a veces sea ser anticuado, ¿no?

Jay Caldwell: Sí, exacto.

David Rice: Hablaba con un profesor de la Universidad de Michigan hace un año y me dijo: volví a los exámenes en aula, escritos, sin dispositivos.

Así puedo comprobar si de verdad lo saben. Y yo: es justo. Aunque suena terrible porque detestaba esos exámenes, pero...

Jay Caldwell: Existe algo que no sé cuánto se usa hoy, que se llama la prueba de usos alternativos. ¿Las conoces?

David Rice: Sí, he escuchado de eso.

Jay Caldwell: Es muy simple, te dan un bolígrafo y te piden que digas en tres minutos todos los usos posibles. Luego los reportas y sirve para medir pensamiento divergente, cuántas maneras diferentes ves una situación, quizá como curiosidad. Son métodos de hace 40 o 50 años. Seguro que la IA los resuelve con más casos que nosotros, pero si lo haces tú solo, ¿qué tal se te da?

David Rice: Debo preguntarte, dada la huella de ADP en talento, ¿esto es un problema de infraestructura de talento? ¿Es por el sistema de seguimiento de candidatos (ATS), formación de reclutadores, los marcos de entrevistas, incluso el lenguaje está armado en clave de credenciales? No creo que contratar por habilidades sea solo una política; es renovar toda la infraestructura y muchos intentan correr software nuevo en hardware viejo. Creo que es la mentalidad en que están atrapados.

Jay Caldwell: También hay que definir bien si dices "basado en habilidades" qué significa y qué cambiarás. Como decía, si ya no requieres licenciatura para ciertos puestos, genial. Pero hay que mirar el sistema completo: ¿qué más debes cambiar en las prácticas de selección? ¿Qué hay que cambiar río arriba?

Por ejemplo, si eliminas el título universitario para roles de entrada, pero lo sigues pidiendo en cargos directivos, ¿cómo ayudas a que la gente cierre esa brecha en su carrera? ¿O deberías cambiar ambos requisitos? Hay que ver el sistema entero y pensar a largo plazo, no solo el cambio aislado.

David Rice: Siempre pienso, si decimos que curiosidad y adaptabilidad son competencias clave, ¿cómo las evaluamos? No puedes poner adaptabilidad en un CV y demostrarla. Lo pensé ayudando a un amigo a mejorar su portafolio: adaptabilidad solo puedes mostrarla y no en una entrevista de 30 minutos. No puedes probar la curiosidad en un rato.

Así que nuestros métodos actuales no corresponden a lo que decimos valorar.

Las herramientas de IA pueden ayudarnos a evaluar potencial o capacidades, sea con muestras de trabajo, analizándolo, evaluando el enfoque de resolución de problemas o identificando habilidades transferibles. Pero muchos de nosotros solo las usamos para hacer lo de siempre más rápido, así que parece que...

Jay Caldwell: Cierto. Creo que hablamos solo de selección, pero la misma pregunta vale para desarrollo.

Puedes, sí, evaluar creatividad y adaptabilidad. Es otro gran uso de la IA, como integrar IA en la formación del liderazgo. El propósito es dar más repeticiones, más práctica rápida. Te pueden simular una situación con un colaborador complicado y darte feedback difícil, o diez escenarios más que te ayuden a desarrollar adaptabilidad como líder. Ahí está la promesa: no solo queremos contratar eso, podemos desarrollarlo.

David Rice: Si la IA hace análisis profundos y hasta toma de decisiones, el desempeño humano pasa de la ejecución al juicio. ¿Cómo deben adaptarse los marcos de evaluación para medir lo correcto?

Jay Caldwell: Exacto. Ojalá tuviera respuesta fácil.

David Rice: Yo solo hago preguntas fáciles, en este programa todo es sencillo.

Jay Caldwell: Es como medir el desempeño de un trabajo creativo, como un artista.

Ventas. No sé. Varios artistas solo venden cuando ya no están vivos y entonces se vuelven populares. Es difícil. Creo que primero es replantear hasta cómo ve alguien su propio desempeño.

Por ejemplo, me siento productivo cuando limpio mi bandeja de entrada. Es claro, se mide, sé cuándo empieza y termina. Si la IA me ayuda con eso en el futuro, pierdo algo que me hace sentir productivo. O responder llamadas, resumir notas, todo eso me hace sentir que progreso.

Los trabajos creativos, por su naturaleza, hacen más difícil ver avance, los hitos no son claros, los plazos son largos. Entonces, si tu función cambia de producción a creatividad, así cambia tu visión de desempeño propio.

Medirlo es otro reto: los procesos existentes de evaluación de desempeño son un problema. Hay que pensar en metas más adaptables, evaluaciones más frecuentes, métodos simples y breves para la retroalimentación del jefe, y valorar no solo resultados sino insumos, comportamientos, habilidades. ¿Cómo está la persona, colaborando, aportando?

El viejo debate de qué medir, el qué o el cómo. Creo que se valorará más el cómo, porque es el insumo del trabajo creativo y estratégico, y de la colaboración.

Como organización, toca transformar cómo medimos en las revisiones anuales, será muy relevante con la IA. Es momento de reflexionar sobre esas implicancias.

David Rice: Exacto. De la producción a la creatividad y del hacer al juicio. Pero ¿cómo medir el juicio? Te doy un ejemplo: en mi trabajo genero contenido. Uso IA para crear un primer borrador, pero suelo ser escéptico de lo que me da y reviso si lo que dice es correcto.

La pesco mintiendo o inventando cosas todo el tiempo. A veces el dato no corresponde o ni siquiera es lo que decía la fuente.

¿Cómo puedo medir en mi evaluación trimestral: "evité que quedáramos mal 27 veces" este mes? Es difícil. Muchas veces construye argumentos con datos, pero hay que rastrear de dónde viene, qué decía en realidad, si lo reinterpreta o solo lo cita correctamente.

A veces debiera traducir lo complejo, pero otras veces solo citarlo fielmente. Si es nuestro dato, sí lo traduzco; pero a veces toma un valor y lo distorsiona y tienes que estar atento.

Llevo casi dos años haciendo esto y mejora, pero es variable según la plataforma. Por ejemplo, Perplexity es buena citando fuentes y la especializa bien, aunque es peor en otras áreas que, por ejemplo, Claude. Terminas usando la herramienta correcta para cada caso. Hay veces que da un dato y pienso: ese número es de hace dos años y lo presenta como si fuera de hace un mes.

Jay Caldwell: Volviendo al talento de entrada: ese es el punto, cómo desarrollas ese tipo de juicio. Lo sabes porque tienes experiencia.

David Rice: Exacto, llevo años en esto y lo pienso naturalmente. Pero con 24 años recién egresado y sin experiencia, solo viendo la salida de la IA, no lo sabría o tendría que investigar mucho. Así me convierto en verificador de datos y eso puede no ser de tanto valor. Se trata de usar bien estas herramientas, manteniendo el juicio humano en el centro y permitiendo desarrollar habilidades.

Jay Caldwell: Cambia incluso cómo medir desempeño: hay tres fases: das el prompt, la IA hace su magia, y luego tú evalúas la salida. Va a ser importante evaluar al humano en los extremos.

¿Qué tan bueno es creando preguntas, afinando el prompt, y evaluando lo que produce la IA? El medio está automatizado, pero ese ciclo y cómo gestionas los usos será clave.

David Rice: Así es, es un cambio de poder: quienes tienen mejor juicio no son siempre los de mayor rango. Pueden estar en el lugar preciso y ser disruptivos en la jerarquía. Es difícil saber dónde debe situarse el juicio y qué nivel de experiencia se requiere o la capacidad de preguntar en el momento oportuno. Ahí estamos ahora.

Bueno, Jay, ha sido un placer hablar contigo, disfruté mucho esta charla.

Jay Caldwell: Igualmente. Podríamos hablar de esto todo el día. Es un campo emocionante, este es un momento vibrante, pero todos estamos aprendiendo juntos, así que aprecio podcasts como este porque ayudan a pensar. Nadie va muy adelantado, así que compartir ayuda. Gracias, David.

David Rice: Absolutamente. Bueno, oyentes, si aún no lo han hecho, vayan al sitio web y suscríbanse al boletín de Personas Gestionando Personas. Recibirán episodios como este y todo el contenido que creamos directamente en su correo electrónico.

Y hasta la próxima, juicio, eso es lo que cuenta.