¿Pueden los empleadores usar PAICE para contratar?

¿Podemos usar PAICE scores™ para evaluar candidatos a un puesto?

Esta es una de las preguntas más comunes que recibimos de líderes de RR. HH. y gerentes de contratación. La respuesta corta es no, pero existe un caso de uso mucho más valioso para PAICE (People + AI Collaboration Effectiveness) en su proceso de contratación que no involucra al candidato.

Tenga en cuenta que esto no es asesoramiento legal y siempre debe consultar con sus equipos legales y de cumplimiento antes de implementar cualquier práctica de colaboración con IA.

La Respuesta Corta

PAICE.work está diseñado para apoyar el desarrollo de habilidades mediante la evaluación independiente y la calibración de los comportamientos de colaboración con IA, no para la evaluación de candidatos. Utilizar el PAICE scores individual como criterio de contratación sería inapropiado por tres razones:

1. Intención del diseño: La evaluación mide patrones de comportamiento actuales para apoyar el desarrollo de habilidades, no para clasificar a individuos entre sí.

2. Arquitectura de privacidad: Las puntuaciones individuales no son personalmente identificables. No hay forma de saber "¿qué puntuó este candidato?" sin su participación voluntaria. Es legalmente cuestionable y estructuralmente imposible usar PAICE scores para comparar candidatos.

3. Términos de servicio: Usar PAICE scores™ como factor determinante en las decisiones de empleo viola nuestros Términos de Servicio.

Si busca una herramienta para filtrar candidatos, PAICE no es esa. Pero si busca tomar decisiones de contratación más inteligentes al comprender las necesidades de su equipo, siga leyendo...

Por Qué las Puntuaciones Individuales No Deben Determinar la Contratación

Primero, examinemos cómo sería usar PAICE para la selección de candidatos y por qué este enfoque fracasaría.

Cómo Sería

Una organización requiere que todos los candidatos completen una evaluación PAICE. RR. HH. establece un umbral de puntuación mínimo (digamos, 600 sobre 1000). Los candidatos por debajo del umbral son automáticamente descalificados.

Por Qué Es Problemático

La colaboración con IA es una habilidad entrenable, no un rasgo fijo. El PAICE score™ actual de un candidato refleja sus patrones de comportamiento presentes con las herramientas de IA, patrones desarrollados a través de la exposición y práctica que hayan tenido. No mide su potencial, velocidad de aprendizaje o qué tan rápido podrían desarrollar hábitos de colaboración sólidos en su entorno.

Muchos profesionales hoy en día obtienen entre 200 y 400 en su primera evaluación. Esto no es porque sean malos en su trabajo. Es porque la colaboración con IA es una habilidad genuinamente nueva que la mayoría de las personas aún no han desarrollado deliberadamente. Filtrar candidatos basándose en puntuaciones actuales excluiría sistemáticamente a profesionales talentosos que simplemente no han tenido la oportunidad o la orientación para desarrollar estos comportamientos específicos.

Los incentivos para "jugar" distorsionan la señal. Cuando las evaluaciones se convierten en puertas de contratación, los candidatos optimizan para la evaluación en lugar de para el desarrollo genuino de habilidades. Los comportamientos que mide PAICE (hábitos de verificación, escepticismo apropiado, elaboración de indicaciones efectiva, etc.) son más valiosos cuando son auténticos. Un candidato que aprende a "actuar" estos comportamientos durante la evaluación puede no ser capaz de mantener ese desempeño en el trabajo.

Selección adversa contra trayectorias no tradicionales. Los candidatos de organizaciones con una adopción madura de IA naturalmente obtendrán puntuaciones más altas que aquellos de entornos donde el uso de IA estaba restringido o desalentado. Usar las puntuaciones como criterio de contratación favorecería a candidatos de ciertos entornos mientras penaliza a aquellos que pueden aportar valiosa experiencia en el dominio y nuevas perspectivas.

La Preocupación Ética

Aquí está el problema fundamental: La capacidad de colaboración con IA está distribuida de manera desigual, y esa distribución refleja la oportunidad, no el mérito.

Los profesionales en empresas tecnológicamente avanzadas han tenido años para desarrollar hábitos de colaboración con IA. Aquellos en entornos altamente regulados pueden haber estado prohibidos de usar herramientas de IA. Aquellos en organizaciones con menos recursos pueden no haber tenido acceso a herramientas de IA. Estas diferencias en exposición y práctica no son indicadores de competencia profesional. Usar las puntuaciones actuales de colaboración con IA como criterio de contratación penalizaría a los candidatos por circunstancias ajenas a su control.

El Caso de Uso Legítimo: Mapeo de Capacidad del Equipo

Aquí es donde PAICE se vuelve genuinamente valioso en el proceso de contratación, y no implica evaluar a los candidatos.

Comprender la Base de su Equipo

Antes de contratar a alguien, utilice PAICE con sus miembros actuales del equipo. Realice una evaluación de cohortes para comprender las fortalezas y debilidades colectivas de su equipo en las cinco dimensiones de PAICE:

• Performance: ¿Qué tan bien aprovecha su equipo la IA para la productividad?
• Accountability: ¿Su equipo asume la responsabilidad de los resultados asistidos por IA?
• Integrity: ¿Con qué coherencia verifica su equipo el contenido generado por IA?
• Collaboration: ¿Qué tan eficazmente se comunica su equipo con los sistemas de IA?
• Evolution: ¿Qué tan bien adapta su equipo sus prácticas de IA a medida que cambian las herramientas?

Esto le proporciona un mapa importante de las capacidades actuales del equipo/departamento/división/cohorte (mínimo 20 por cohorte). Esto no es para juzgar individuos, sino para comprender qué habilidades están presentes y cuáles faltan.

Informar Qué Contratar

Una vez que conozca el perfil de capacidad de su equipo, puede tomar decisiones de contratación más inteligentes.

Ejemplo 1: Su equipo obtiene una puntuación alta en Performance y Collaboration, pero baja en Integrity (comportamientos de verificación). Al filtrar candidatos, podría priorizar aquellos con sólidos antecedentes en garantía de calidad, estilos de trabajo detallistas o experiencia en entornos de alto riesgo donde la verificación es una práctica estándar.

Ejemplo 2: Su equipo sobresale en tareas técnicas de IA, pero tiene dificultades con Accountability (asumir la propiedad del trabajo asistido por IA). Podría buscar candidatos que demuestren una fuerte mentalidad de propiedad, experiencia liderando proyectos de principio a fin o comodidad con la rendición de cuentas pública.

Ejemplo 3: Su equipo ya es fuerte en todos los aspectos, pero enfrenta una brecha en Evolution. Son expertos en las herramientas actuales, pero tienen problemas para adaptarse a las nuevas capacidades de IA. Podría priorizar candidatos que demuestren adaptabilidad, hábitos de aprendizaje continuo o experiencia navegando transiciones de herramientas.

Observe lo que este enfoque no hace: no requiere que los candidatos realicen PAICE. No establece umbrales de puntuación. No descarta a nadie. En cambio, utiliza los datos de su equipo para informar lo que está buscando, de la misma manera que podría señalar que su equipo necesita más liderazgo sénior o mayor profundidad técnica.

Contexto de Incorporación para Nuevos Contratados

Cuando contrata a alguien, el mapa de capacidad de su equipo proporciona un valioso contexto para la incorporación.

Si la evaluación de su equipo reveló lagunas en los comportamientos de verificación, sabrá que los nuevos contratados necesitarán capacitación explícita y refuerzo cultural en esta área, independientemente de su propio nivel de capacidad. Si su equipo sobresale en colaboración con IA, los nuevos contratados se beneficiarán de oportunidades de aprendizaje entre pares que usted puede crear intencionalmente.

El mapa de capacidad del equipo se convierte en una hoja de ruta de capacitación, no específicamente para el nuevo empleado, sino para cómo lo integrará en las prácticas de IA de su equipo.

La Arquitectura de Privacidad que Previene el Uso Indebido

El diseño de privacidad de PAICE hace que los casos de uso de contratación inapropiados sean estructuralmente imposibles. Así es como:

Sin exportación de datos individuales: Las características de cohortes organizacionales muestran patrones agregados: promedios del equipo, distribuciones por dimensiones, tendencias de mejora. Usted ve que "la puntuación mediana de su equipo en Integrity es 450", no "Jane obtuvo 320 y Bob obtuvo 580".

Separación de correo electrónico y puntuaciones: Si los usuarios proporcionan su dirección de correo electrónico (opcional), se almacena por separado de sus datos de evaluación. Utilizamos un ID de sesión temporal para enviar los resultados y luego descartamos la conexión. No hay una base de datos que usted pueda consultar para recuperar "todas las puntuaciones de los candidatos que aplicaron al puesto X".

Sin comparaciones a nivel individual: La plataforma no admite la comparación de individuos ni el seguimiento del rendimiento individual a lo largo del tiempo. Sí admite el seguimiento de tendencias a nivel de cohorte, que es exactamente lo que necesitan las organizaciones para la toma de decisiones de desarrollo y contratación.

Esta arquitectura refleja nuestra creencia de que las habilidades de colaboración con IA deben desarrollarse, no convertirse en un arma. Hemos construido protecciones de privacidad que dificultan el uso de PAICE de maneras que podrían percibirse como dañinas, incluso si una organización quisiera hacerlo.

Estamos comprometidos a mitigar los tipos de riesgos de responsabilidad y reputacionales que conlleva el uso inadecuado de la IA. Es por eso que hemos incorporado salvaguardias para prevenir el uso indebido desde cero.

Para obtener más información sobre cómo manejamos los datos, consulte nuestras Prácticas de Privacidad y Datos.

Preguntas Relacionadas

"¿Podemos exigir a los empleados que realicen PAICE?"

Probablemente sí, con fines de desarrollo y el encuadre adecuado.

PAICE puede ser una herramienta valiosa para hacer seguimiento del progreso en programas de incorporación o desarrollo profesional. Esto funciona bien cuando se presenta como una medición inicial y una herramienta de crecimiento, no como un mecanismo de evaluación o clasificación. Sea explícito en que PAICE scores™ es para el desarrollo individual, no para la revisión del desempeño. Lo que la gente ve en sus resultados es su propia trayectoria de crecimiento, no una comparación con otros, y esa información no es visible para nadie más.

"¿Alguna vez apoyarán casos de uso de contratación?"

Creemos que la contratación basada en habilidades tiene mérito, y entendemos por qué las organizaciones desean datos objetivos sobre las capacidades de los candidatos. Sin embargo, PAICE está diseñado específicamente como una herramienta de desarrollo. Nuestra metodología, enfoque de puntuación y arquitectura de privacidad están optimizados para ayudar a las personas a mejorar, en lugar de compararlas.

Aunque no tenemos nada parecido en la hoja de ruta hoy, si alguna vez construyéramos funciones relacionadas con la contratación, probablemente se centrarían en los requisitos del puesto y las capacidades del equipo, en lugar de en las puntuaciones individuales de los candidatos.

"¿Qué pasa con las decisiones de ascenso?"

Se aplica la misma orientación. PAICE mide patrones de comportamiento actuales para apoyar el desarrollo individual y la evaluación del riesgo organizacional. Usar las puntuaciones como criterio de ascenso crearía los mismos incentivos para "jugar" y problemas de selección adversa que al usarlos para la contratación.

Lo que PAICE puede apoyar son las conversaciones sobre la preparación para el ascenso. Un gerente podría utilizar sus propios datos de capacidad del equipo para identificar prioridades de desarrollo: "Para ese puesto gerencial, necesitarás hábitos de verificación sólidos porque tendrás mucho que verificar. Aquí hay un plan de desarrollo para adquirirlos, y siempre puedes usar PAICE para hacer seguimiento de tu progreso". La puntuación es un punto de partida para el crecimiento y una forma fácil de autocalibrar. No es una puerta de permiso para pasar.

---

¿Quiere comprender la línea base de colaboración con IA de su equipo? Contáctenos para obtener información sobre evaluaciones organizacionales, o lea nuestra Política de Privacidad para obtener detalles sobre cómo protegemos los datos del equipo.

Lectura Recomendada

📖 Ética y Política:

• La Ética de la IA Collaboration — Marco para el uso ético de la IA en contextos profesionales
• Prácticas de Privacidad y Datos — Cómo PAICE protege los datos del usuario

📖 Para Organizaciones:

• PAICE para Equipos — Próximas características de evaluación organizacional
• IA Collaboration para Gerentes — Liderando equipos en la era de la IA