La Inteligencia Artificial detrás de Erudit

Sharing is caring!

“Decidimos llamar a nuestra teoría Análisis semántico de la personalidad dado que su hipótesis central es que somos las creencias que consistentemente repetimos y actuamos sobre nosotros, los otros y el mundo codificadas en nuestro discurso.”

Ricardo Michel

¿Se puede medir el estado mental con inteligencia artificial?

El año pasado, mi socio Alejandro y yo nos hicimos esta pregunta mientras mirábamos el catálogo de funciones de IBM Watson. Su API de Personality Insights proporciona un análisis de personalidad Big 5 que es el modelo dominante en adultos y se basa en:

  • Apertura a experiencias nuevas (curioso / precavido)
  • Disciplina (organizado / poco cuidadoso)
  • Extroversión (energético / reservado)
  • Cooperatividad (amigable / desapegado)
  • Neuroticismo (nervioso / confiado)

A primera vista tenía buena pinta, así que decidimos hacer un producto mínimo viable basado en él –al que llamamos Hero Talent– para validar si el mercado estaba interesado en conocer la personalidad de sus trabajadores. En esta versión, los trabajadores iniciaban sesión con su correo desde la plataforma y con ello proveíamos las mismas métricas que venían de Watson en un dashboard. Afortunadamente tuvimos una respuesta muy positiva y también encontramos que ya habían otras compañías como Crystal Knows que ofrecían cosas similares. La mayor parte de la gente que conozco le tiene miedo a la competencia, pero yo le tengo más miedo a un producto que nadie quiere copiar o que resuelve algún problema para el que nadie ha intentado por lo menos un truquillo a la mala.

Después de presentar nuestro producto a diversos gerentes de recursos humanos en empresas de todo tamaño -aunque principalmente grandes corporativos- obtuvimos muy buena retroalimentación sobre qué es lo que realmente querían saber del estado mental de los trabajadores. Inmediatamente saltó a la vista que Watson no lo iba a resolver y tampoco el modelo Big 5. Decidimos indagar sobre los otros modelos de personalidad que quizás pudiesen ser efectivos y nos topamos con sólo dos alternativas ampliamente aceptadas en el mundo científico y empresarial:

  1. El indicador de Myers-Briggs (MBTI) que mide:
    1. Extraversión / Introversión
    2. Preferencia por (información sensorial / análisis e interpretación)
    3. Al tomar decisiones (lo lógico y consistente / depende de la persona y el contexto)
    4. Preferencia por (estructura / nueva información y opciones)
  2. El modelo DISC que mide:
    1. Extroversión / Introversión
    2. Orientación a las tareas o las personas

Encontramos un dataset público en Kaggle con personalidades MBTI sobre el que entrenamos una red neuronal. Dado que nuestro producto analiza los correos de los trabajadores cada hora, nos dimos cuenta que obteníamos una clasificación distinta cuando la persona estaba bajo estrés o dependiendo de a quién le estaba escribiendo. Estos tres sistemas están diseñados para exámenes aplicados con cuestionarios y basados en suma de reactivos para encajar a las personas en una categoría o en otra. El modelo trata de ajustar el universo en una caja, en vez de adaptar la caja al universo.

Después de recorrer todo Perlego en búsqueda de libros sobre teoría de la personalidad y devorar todos los artículos científicos que pudimos encontrar nos dimos cuenta que ningún modelo iba a ser suficiente. Las personas son dinámicas y cambian con su contexto interno (hambre, sed, libido, dolor, neurotransmisores, hormonas, sustancias) y externo (amigos, familia, economía, trauma, cultura). Aún peor, no es lo mismo cómo se ven ellos (personalidad deseada), que cómo los ven los demás (personalidad aparente), que cómo actúan (personalidad real).

“No tratamos de encerrar a los trabajadores en una categoría global, sino que ofrecemos métricas sobre distintos aspectos de su estado mental hora por hora tomando en cuenta su comportamiento histórico y contexto cultural. “

Ricardo Michel

Al final llegamos a la conclusión que si bien no podemos prescindir de los modelos del todo, hemos de manejarlos como sistemas de creencias dinámicos y no como absolutos globales. Decidimos llamar a nuestra teoría análisis semántico de la personalidad dado que su hipótesis central es que somos las creencias que consistentemente repetimos y actuamos sobre nosotros, los otros y el mundo codificadas en nuestro discurso. Por lo tanto, no tratamos de encerrar a los trabajadores en una categoría global, sino que ofrecemos métricas sobre distintos aspectos de su estado mental hora por hora tomando en cuenta su comportamiento histórico y contexto cultural.

Diseñamos todo tipo de scrapers para obtener texto de libros, poemas, canciones, diálogos de películas y series, redes sociales, foros y contratamos un equipo de psicólogos para etiquetarlos basados en nuestra teoría y las métricas que sabíamos que eran de interés para los gerentes de recursos humanos. Al mismo tiempo diseñamos un algoritmo para crear vectores de palabras que codifiquen su significado a partir de su coocurrencia en el mismo contexto ya que las redes neuronales sólo trabajan con entradas numéricas y no se les puede dar el texto sin procesar de alguna forma. También diseñamos otros algoritmos para remover el ruido que provocan palabras comunes, puntuación, enlaces, etc. Creamos la arquitectura de nuestras redes neuronales para expresar cada métrica en términos de riesgo y volvimos a evaluar los resultados sobre nuevos datos y reentrenar hasta que estuvimos satisfechos con el resultado.

Hoy en día, Erudit permite a los usuarios conectar su correo y Slack a la plataforma y nuestros servidores obtienen los mensajes cada hora –sin guardar nada más que el análisis– que pasan por una serie de redes neuronales que dan parámetros sobre su estado emocional (felicidad, enojo, tristeza, miedo), bienestar (empatía, frustración, soledad, autoestima, irritabilidad, resistencia al estrés), conexión con su equipo, gerente, compañía y su riesgo de padecer ansiedad o depresión.

Éstos a su vez construyen dos súper métricas que llamamos riesgo de ausentismo y engagement. La primera indica qué tan probable es que el usuario falte al trabajo por un pobre estado mental y la segunda qué tan probable es que renuncie por sentirse alienado o que no pertenece. Con ello, esperamos poder abrir la conversación respecto a salud mental en las empresas y voltear la atención de los gerentes de recursos humanos hacia esas personas que necesitan ayuda pero a lo mejor no saben cómo pedir ayuda o están demasiado avergonzadas para hacerlo. Queremos hacer el mundo laboral más humano una mente a la vez

More Articles for You

¿Cuánto cuesta a las empresas la rotación de personal?

Uno de los retos de las grandes empresas, es lograr que las necesidades del empleado estén cubiertas. Entre estas preocupaciones …

¿Cómo se puede mejorar el employee engagement?

Para empezar debemos saber qué es el employee engagement. Como ya hemos comentado anteriormente, se trata principalmente del compromiso emocional …

Cultura organizacional: ¿Por qué es tan importante?

“La cultura organizacional es la personalidad de una empresa.” Es frecuente que las empresas den por sentado que el nivel …

Fricciones laborales: cómo surgen y cómo abordarlas

Debemos considerar que dedicamos gran cantidad de tiempo a nuestro trabajo, donde además de realizar nuestras funciones, en ocasiones tenemos …

Ausentismo en el trabajo, rotaciones y su coste

“Más del 21% de los empleados de la Unión Europea se ausentaron de su puesto de trabajo el segundo trimestre …

Días festivos: cómo festejar y cómo hacerlo de manera incluyente

La vida fuera del trabajo y sus compromisos a veces pueden entrar en conflicto con el horario laboral. Cuando esos …

Subscribe to Erudit AI

Subscribe to our newsletter below.