Inteligencia Artificial

CursoIntermedio

Inteligencia Artificial en Recursos Humanos y Gestión del Talento

Evalúa dónde la inteligencia artificial aporta de verdad en gestión de personas —reclutamiento, desarrollo, desempeño y autoservicio— y dónde el riesgo legal y reputacional desaconseja usarla. Con criterios de sesgo, privacidad y supervisión humana aplicados a casos reales.

Definición

Recursos humanos es el área donde la inteligencia artificial promete más y expone más. Promete porque hay volumen, repetición y texto por todas partes: currículums, descripciones de cargo, evaluaciones, comunicaciones internas. Expone porque las decisiones afectan a personas concretas, están reguladas y su error tiene costo legal y reputacional inmediato. Este curso trabaja las dos caras sin quedarse en ninguna. Recorre las aplicaciones reales —análisis de currículums, matching de perfiles, mapas de habilidades y brechas, rutas de desarrollo, análisis de desempeño y autoservicio para colaboradores— distinguiendo lo que hoy funciona de lo que sigue siendo promesa de proveedor. Y trabaja en detalle lo que hace distinta a esta área: por qué un modelo entrenado con decisiones históricas reproduce los sesgos de esas decisiones, qué exige la Ley 21.719 sobre datos de candidatos y trabajadores, dónde termina el apoyo a la decisión y empieza la decisión automatizada —una frontera con consecuencias legales—, y cómo se diseña una supervisión humana que sea real y no una firma al final del proceso. Cierra con la formulación de un piloto con controles.

Público objetivo

Profesionales de recursos humanos que evalúan incorporar herramientas con inteligencia artificial en sus procesos.
Gerentes y responsables de gestión del talento que deben decidir sobre inversiones tecnológicas del área.
Equipos de desarrollo organizacional y de formación que exploran rutas de aprendizaje personalizadas.
Responsables de selección y reclutamiento que ya usan o evalúan herramientas de filtrado automatizado.
Profesionales de cumplimiento, legal y protección de datos que deben revisar iniciativas del área de personas.
Líderes que quieren incorporar analítica en la gestión de personas sin exponerse a riesgos legales o reputacionales.
Para quién NO es: No es un curso técnico: no se programa ni se construyen modelos. Tampoco es un curso de analítica de recursos humanos general: se concentra específicamente en el uso de inteligencia artificial y sus condiciones. Para la base conceptual de IA está Fundamentos de Inteligencia Artificial.

Objetivos

Evaluar y aplicar oportunidades de inteligencia artificial en la gestión de personas, considerando el valor real, las condiciones de datos, los riesgos de sesgo y privacidad, y las obligaciones de supervisión humana.

Comprender qué aplicaciones de IA existen hoy en gestión de personas y distinguir las que tienen resultados comprobables de las que siguen siendo promesa comercial.
Identificar y evaluar herramientas de reclutamiento y gestión del talento con criterio propio, sabiendo qué preguntar sobre el modelo y los datos con que fue entrenado.
Analizar los datos de personas disponibles en la organización: qué existe, en qué calidad, con qué base legal y qué no debería usarse aunque exista.
Reconocer cómo se producen los sesgos en decisiones sobre personas y por qué un modelo entrenado con el historial de la organización reproduce sus patrones de discriminación.
Aplicar los criterios de privacidad y protección de datos personales que exige la Ley 21.719 al tratamiento de datos de candidatos y trabajadores.
Distinguir con precisión entre apoyo a la decisión y decisión automatizada, y comprender las consecuencias legales de cruzar esa frontera.
Diseñar mecanismos de supervisión humana que sean efectivos y verificables, no un trámite formal.
Formular un piloto acotado con casos de uso priorizados, condiciones de datos, controles e indicadores.

Resultados de aprendizaje

Mapear las oportunidades de IA en los procesos de personas de la organización, priorizadas por valor y por riesgo.
Distinguir en una herramienta concreta qué es apoyo a la decisión y qué es decisión automatizada, y qué obligaciones dispara cada caso.
Evaluar el riesgo de sesgo de una herramienta antes de implementarla, y definir cómo se auditaría después.
Determinar qué datos de personas pueden usarse, con qué base legal y con qué límites de retención y finalidad.
Diseñar un mecanismo de supervisión humana verificable, con registro de las decisiones revisadas.
Formular un piloto con controles, indicadores y criterio de término.
Interrogar a un proveedor de tecnología de recursos humanos sobre su modelo, sus datos de entrenamiento y sus garantías de no discriminación.

Temario

1. Inteligencia artificial y gestión de personas

Qué cambió realmente en los últimos años y por qué el área de personas quedó especialmente expuesta a la oferta tecnológica.
Procesos candidatos: dónde hay volumen, repetición y texto, que son las condiciones que hacen viable una aplicación.
Valor y límites: qué problemas resuelve de verdad la IA en esta área y cuáles no son problemas tecnológicos.
Por qué las decisiones sobre personas tienen un estándar más exigente que otras decisiones organizacionales.
Panorama de herramientas del mercado: cómo leer una propuesta y qué suele quedar fuera de la presentación.

2. Reclutamiento y selección

Análisis automatizado de currículums: qué extraen realmente estas herramientas y qué información pierden en el camino.
Matching y screening de candidatos: cómo funciona el emparejamiento con un perfil y de dónde salen los criterios.
El riesgo central del reclutamiento automatizado: un modelo entrenado con contrataciones históricas aprende a repetir a quién se contrató antes.
Automatización de tareas del proceso —agendamiento, comunicaciones, respuestas— donde el beneficio es alto y el riesgo bajo.
Entrevistas asistidas y análisis de video: por qué es el terreno con mayor cuestionamiento técnico y legal.
Qué exigir a un proveedor de tecnología de reclutamiento antes de contratarlo.

3. Gestión del talento y desarrollo

Mapas de habilidades: cómo se construyen, qué datos requieren y por qué suelen fallar al mantenerse actualizados.
Detección de brechas de competencias entre lo que la organización tiene y lo que va a necesitar.
Rutas de desarrollo personalizadas: qué aporta la personalización algorítmica y dónde se vuelve encasillamiento.
Movilidad interna: cómo la IA puede abrir oportunidades que hoy no se ven, y por qué eso suele ser mejor caso de uso que el reclutamiento externo.
Planificación de sucesión y de dotación: apoyo al análisis con datos históricos y sus límites.

4. Desempeño y analítica de personas

Indicadores de desempeño: cuáles son medibles con datos y cuáles se distorsionan al medirse.
Detección de patrones: rotación, ausentismo y compromiso, con la advertencia de que correlación no es causa.
Apoyo a decisiones sobre personas: dónde la analítica aporta contexto y dónde reemplaza indebidamente el juicio.
El efecto de medir: por qué cualquier indicador que se vuelve objetivo deja de ser un buen indicador.
Monitoreo de trabajadores: la línea entre analítica organizacional y vigilancia, y sus consecuencias en confianza y en derecho.

5. IA generativa aplicada al área

Descripciones de cargo y perfiles: generación de borradores y revisión de lenguaje sesgado o excluyente.
Comunicaciones internas: redacción, adaptación de tono y traducción, con revisión humana obligatoria.
Autoservicio para colaboradores: asistentes que responden consultas sobre políticas y beneficios, y cómo se controla lo que responden.
Síntesis de información: procesar evaluaciones, encuestas de clima o retroalimentación en volumen.
Qué información del área NO debe entrar nunca a una herramienta de IA generativa, y por qué.

6. Sesgos, derechos y privacidad

Cómo se produce la discriminación algorítmica: del dato histórico al criterio aprendido, sin que nadie lo programe.
Sesgos indirectos: variables que actúan como sustituto de género, edad, origen o condición socioeconómica sin nombrarlas.
Auditoría de sesgo: qué revisar antes de implementar y cómo monitorear después.
Ley 21.719 y datos de personas: base de licitud, finalidad, minimización, retención y derechos de los titulares aplicados a candidatos y trabajadores.
Decisiones automatizadas: por qué la normativa exige intervención humana en decisiones que afectan significativamente a una persona, y qué significa eso en la práctica.
Explicabilidad: qué debe poder explicarse a un candidato o trabajador sobre cómo se tomó una decisión que lo afecta.

7. Adopción responsable: del caso al piloto

Priorización de casos de uso por valor y por riesgo, y por qué conviene empezar por los de alto beneficio y baja exposición.
Condiciones de datos: qué existe en la organización, en qué calidad y con qué base legal para usarse en esta finalidad.
Diseño de la supervisión humana: quién revisa, con qué información, con qué tiempo real para hacerlo y cómo se registra.
Controles antes de operar: pruebas de sesgo, criterios de reversión y comunicación a las personas afectadas.
Formulación del piloto: alcance, indicadores, línea base y criterio de éxito o término.
Gobernanza permanente: quién responde por la herramienta después de que el proyecto termina.

Metodología y materiales

Metodología

Análisis de casos reales de uso de IA en gestión de personas, incluidos los que terminaron en cuestionamientos públicos y por qué.
Demostraciones de herramientas de IA generativa aplicadas a tareas del área: descripciones de cargo, comunicaciones y síntesis de información.
Ejercicio de detección de sesgo: revisar un criterio de selección y rastrear qué patrón histórico estaría reproduciendo.
Análisis estructurado de riesgos sobre los procesos propios de los participantes.
Diseño guiado de un piloto con controles y supervisión, con revisión cruzada.

Materiales incluidos

Matriz de casos de uso de IA en gestión de personas, con criterios de valor y de riesgo.
Checklist de riesgos: sesgo, privacidad, decisiones automatizadas y supervisión humana.
Pauta de auditoría de sesgo para aplicar antes de implementar una herramienta.
Pauta de preguntas para evaluar proveedores de tecnología de recursos humanos.
Plantilla de formulación de piloto con controles e indicadores.

Evaluación y certificación

Evaluación del curso

Análisis de caso y propuesta responsable.

Certificados

Certificado de participación Passus

Condiciones de inscripción

Se dicta online en vivo o presencial. En cursos abiertos las clases siguen el calendario publicado por Passus; en cursos cerrados, la modalidad, el horario y la fecha se acuerdan con la institución o empresa.

Requisitos

No requiere programación ni conocimientos técnicos.
Se recomienda experiencia en recursos humanos o en gestión de personas, porque los ejercicios parten de procesos reales.
No exige base previa de inteligencia artificial, aunque tenerla permite avanzar más rápido en los primeros módulos.

Preguntas frecuentes

¿Necesito conocimientos técnicos o base previa de inteligencia artificial?

No se requiere programación ni conocimientos técnicos. No es obligatorio tener base previa de IA, aunque tenerla permite avanzar más rápido en los primeros módulos. Sí se recomienda experiencia en gestión de personas, porque los ejercicios parten de procesos reales.

¿Es legal usar inteligencia artificial para seleccionar personal en Chile?

El curso aborda esto en detalle. La distinción clave es entre apoyo a la decisión y decisión automatizada: la normativa de protección de datos exige intervención humana en decisiones que afectan significativamente a una persona, y el tratamiento de datos de candidatos y trabajadores está sujeto a la Ley 21.719. El curso entrega los criterios de diseño; no reemplaza la asesoría jurídica de cada caso.

¿Por qué se insiste tanto en el sesgo?

Porque un modelo entrenado con las contrataciones históricas de una organización aprende a repetir a quién se contrató antes, incluidos los patrones que nadie querría repetir. Y no hace falta que el modelo use género o edad: hay variables que funcionan como sustituto sin nombrarlas. El curso trabaja cómo detectarlo antes de implementar y cómo auditarlo después.

¿Qué me llevo concretamente al terminar?

Un mapa de oportunidades priorizado por valor y por riesgo, y un piloto formulado con controles, supervisión humana verificable, indicadores y criterio de término. Más el criterio para interrogar a un proveedor sobre su modelo, sus datos de entrenamiento y sus garantías.

¿Sirve si mi organización ya usa una herramienta con IA?

Especialmente. Muchas áreas de personas ya operan herramientas con componentes automatizados sin haber evaluado qué decide el sistema, con qué datos fue entrenado y qué supervisión existe. El curso permite revisar lo que ya está funcionando.

¿Cubre analítica de recursos humanos en general?

Solo en lo que se relaciona con inteligencia artificial. El módulo de desempeño trabaja indicadores, detección de patrones y sus límites, pero el foco del curso es el uso de IA y sus condiciones, no la analítica de personas como disciplina completa.

¿Qué diferencia hay con Fundamentos de Inteligencia Artificial?

Fundamentos construye la base general de qué es la IA y cómo funciona. Este curso la aplica a un dominio con exigencias propias: decisiones que afectan a personas, reguladas y con exposición legal. Si no tienes base previa, los dos se complementan en ese orden.

¿Entrega certificación oficial?

No incluye examen de certificación externo. Passus entrega certificado de participación al finalizar.

¿Se puede dictar para mi área de personas?

Sí, en modalidad cerrada. En ese formato el mapeo de oportunidades y el piloto se trabajan sobre los procesos y los datos reales del área, de modo que el resultado quede directamente presentable a la dirección.

¿Se ven casos donde el uso de IA en recursos humanos salió mal?

Sí, y deliberadamente. Los casos que terminaron en cuestionamientos públicos —por discriminación, por vigilancia o por decisiones que nadie podía explicar— enseñan más sobre las condiciones reales de esta área que una lista de implementaciones exitosas.