No se trata solo de “levantar un requerimiento”.
Se trata de comprender, diagnosticar y entregar soluciones de talento alineadas a tus necesidades reales.
Esa es la diferencia entre ofrecer un servicio y brindar resultados.
Enfoque contextual en Reclutamiento y Selección de Personal
Reclutamiento InteliGente
‘No necesitas grandes presupuestos, solo claridad y acompañamiento. Reclutar bien no es caro, es estratégico.‘
Lýsi Capital Humanos ‘Desarrollo y Estructura’
Caso amazon y su iniciativa de encargar a la IA (inteligencia artificial) el reclutamiento y selección de sus colaboradores.
Nota periodística Amazon.. Caso Recursos Humanos
Cuéntame acerca de cómo Amazon comenzó a usar la IA para su proceso de reclutamiento y selección de personal y cual fue la causa para dejarla de utilizar?
El caso de Amazon y su herramienta de reclutamiento con IA es uno de los ejemplos más famosos en el mundo de la tecnología sobre los **sesgos algorítmicos**. Lo que comenzó como un proyecto ambicioso para automatizar la búsqueda de talento terminó convirtiéndose en una lección sobre los peligros de confiar ciegamente en los datos históricos.
Aquí te detallo la cronología y las razones de su cancelación:
El Origen: La búsqueda del “Santo Grial” (2014)
En 2014, un equipo de ingenieros en el centro de desarrollo de Amazon en Edimburgo comenzó a trabajar en una herramienta de **aprendizaje automático** (Machine Learning). Su objetivo era ambicioso: querían un sistema al que pudieras darle 100 currículums y que seleccionara automáticamente a los 5 mejores para contratarlos.
* **Funcionamiento:** El sistema analizaba los currículums y calificaba a los candidatos con una puntuación de **1 a 5 estrellas**, de forma similar a como se califican los productos en su tienda online.
* **Entrenamiento:** Para “enseñarle” a la IA qué era un buen empleado, la alimentaron con los currículums recibidos por la empresa durante un periodo de **10 años**.
El Problema: El “Sesgo de Género”
Apenas un año después de iniciar las pruebas, en 2015, los ingenieros notaron algo alarmante: **el algoritmo no era neutral**. Estaba discriminando sistemáticamente a las mujeres para puestos técnicos (como ingenieros de software o desarrolladores).
¿Por qué ocurrió esto?
El problema no fue el código en sí, sino los **datos de entrenamiento**:
1. **Dominio masculino histórico:** Como la industria tecnológica ha estado dominada históricamente por hombres, la mayoría de los currículums exitosos de los últimos 10 años en la base de datos de Amazon pertenecían a varones.
2. **Aprendizaje erróneo:** La IA interpretó que el hecho de ser hombre era un factor de éxito. Por lo tanto, aprendió a penalizar currículums que incluyeran la palabra **”mujeres”** (por ejemplo, “capitana del club de ajedrez de mujeres”) o que mencionaran universidades exclusivamente femeninas.
3. **Lenguaje “masculino”:** El sistema también favorecía verbos de acción y términos que aparecían con más frecuencia en los currículums de hombres.
¿Por qué dejaron de utilizarla?
Aunque Amazon intentó corregir el algoritmo para que fuera neutral a términos específicos, el proyecto fue finalmente **cancelado en 2017** (y hecho público en 2018) por las siguientes razones:
* **Imposibilidad de garantizar la neutralidad:** Los ingenieros se dieron cuenta de que la IA encontraba “formas sutiles” de identificar el género u otros rasgos protegidos, incluso si se eliminaban palabras clave. No podían asegurar que el sesgo no se manifestara de otra manera.
* **Resultados inconsistentes:** La herramienta a menudo recomendaba candidatos mediocres para puestos importantes basándose en patrones irrelevantes detectados en los datos.
* **Riesgo reputacional y legal:** El uso de una herramienta que discrimina activamente por género representaba un riesgo enorme para la imagen de la empresa y posibles demandas legales.
Lección aprendida.
Este caso demostró que **la IA es un espejo de la sociedad**. Si los datos históricos contienen prejuicios humanos, la IA no solo los copiará, sino que los amplificará.
Este video explica de manera concisa cómo el algoritmo de Amazon aprendió de datos históricos sesgados y por qué la empresa decidió finalmente retirar el sistema de su proceso de selección.
¿Será que la IA sea tan eficiente y certera al momento de proceso de selección de candidatos?
Hay un termino que en la jerga de recursos humanos en ocasiones se utiliza «Feelin» que describe ese ojo subjetivo que se va desarrollando con el tiempo y se va nutriendo con la experiencia durante cada una de las etapas del reclutamiento y selección con candidatos, que arroja resultados adecuados, con el personal que cubre independientemente de su genero, apoyado en su experiencia previa en el puesto desempeñado, competencias, expresiones no verbales, habilidades etc. Eso ningún algoritmo o patrón conductual artificial lo podrá reemplazar. Es empatía y contacto humano y más si te dedicas a este sector debe haber congruencia entre lo que haces y la manera como lo realizas.
Reclutamiento profesional para pequeñas cafeterías: más que cubrir vacantes
En muchas cafeterías de la CDMX, el proceso de contratación se vive como un trámite rápido: se busca a alguien “que atienda bien” y se le da la oportunidad. Sin embargo, este enfoque improvisado suele traer síntomas claros de desconocimiento:
Concebir el reclutamiento como un servicio profesional cambia la perspectiva: no se trata solo de llenar un puesto, sino de diagnosticar qué perfil necesita la cafetería, qué competencias son críticas y cómo asegurar que la persona elegida se integre de manera auténtica al proyecto.
Acceder a un servicio de esta naturaleza significa contar con un aliado que entiende la dinámica de un negocio pequeño, que traduce la cultura del café en criterios de selección, y que evita que el dueño pierda tiempo y dinero en pruebas fallidas.
En un sector donde la experiencia del cliente depende directamente del personal, el reclutamiento profesional no es un lujo: es la diferencia entre sobrevivir con esfuerzo o crecer con confianza.
Retos que en la mayoría de los casos enfrentan las cafeterías que no son de cadena.
En las alcaldías con mayor afluencia de clientes —como Cuauhtémoc, Benito Juárez, Coyoacán y Álvaro Obregón— las cafeterías enfrentan una serie de síntomas operativos que afectan directamente su servicio y estabilidad interna.
Estos espacios, frecuentados por personas que buscan disfrutar una taza de café para relajarse, sostener una charla informal o realizar actividades laborales, presentan patrones comunes que vale la pena atender:
Rotación constante de personal, especialmente en puestos como barista, mesero o ayudante de barra.
Son varios el malestar que enfrentan las cafeterias, síntomas visibles en la operación:
Estos síntomas no son casuales: responden a una falta de procesos formales de reclutamiento y selección, a una visión limitada del valor estratégico del talento operativo, y a una desconexión entre lo que el negocio necesita y lo que se comunica en la vacante.
Desde Lýsi Capital Humanos, proponemos una solución diagnóstica, culturalmente alineada y emocionalmente inteligente para atender este sector con seriedad y visión de largo plazo.
¿Tú cafetería enfrenta estos síntomas?.
El talón de Aquiles de la Clínicas y Consultorios Dentales en Ciudad de México.
En la Ciudad de México, cientos de consultorios y clínicas dentales operan con excelencia clínica pero con fracturas silenciosas en su estructura humana. El problema no está en la técnica, sino en el equipo. Y más específicamente, en cómo se recluta, se integra y se retiene al personal.
¿Qué está fallando?
Las consecuencias de no atender el problema
Si el reclutamiento te está quitando tiempo, energía o pacientes, es momento de cambiar la forma de que eliges a tu equipo. En Lýsi Capital Humano te ayudo a construir equipos compatibles, estables y alineados con tu visión clínica.
No reclutes por urgencia. Recluta con diagnostico.
Agenda una sesión exploratoria gratuita y descubre cómo transformar tu consultorio desde el equipo humano.
Escríbeme hoy y da el primer paso hacia una clínica más solida, humana y rentable.
Agenda tu sesión sin Costo
La realidad laboral del sector de azulejos y artículos sanitarios en la CDMX: un caso representativo para entender a un cliente complejo.
Un modelo de operación basado en la práctica, no en la profesionalización.
La mayoría de estos establecimientos surgieron desde la experiencia empírica, no desde la administración formal. Su funcionamiento se ha cimentado en métodos de prueba y error y, a lo largo del tiempo, esta forma de trabajo se convirtió en su cultura organizacional.
Entre las características más comunes se encuentran:
Este tipo de operación “artesanal” genera resultados, pero también limita su capacidad de evolucionar y adoptar prácticas más ordenadas.
Muchos de estos emprendimientos familiares se resisten y desvalorizan la importancia de recibir apoyo externo y competente para reducir los estragos derivados de la pérdida constante de personal. No alcanzan a dimensionar en pesos las consecuencias de las renuncias voluntarias, los ausentismos, el clima laboral hostil, ni el costo real de volver a reclutar, seleccionar y capacitar a cada nuevo ingreso.
En numerosas ocasiones, el mal trato o la falta de estructura provoca que un empleado contratado como vendedor de piso o de mostrador termine realizando funciones ajenas a su perfil: ordenar el almacén ante la ausencia de un almacenista o cubrir la ruta de reparto cuando falta el operador de camioneta. Todos terminan jugando múltiples roles, muchas veces sin aviso previo y sin compensación.
Este tipo de prácticas genera una deserción constante. Para muchos trabajadores, estos negocios se convierten en un simple trampolín mientras aseguran una oportunidad de empleo más estable. Lo más paradójico es que los propios dueños no se dan cuenta de que están capacitándole personal gratis a su competencia, directa e indirecta, sin ser realmente conscientes de ello.