El análisis semántico al servicio de la Gestión de Personas

Actualmente, podemos acceder a miles de millones de datos a través de Internet, recopilados a través de multitud de soportes convencionales (ordenadores, tabletas, smartphones) y objetos conectados, y que pueden ser tanto privados como públicos (los denominados datos abiertos). Para ir más allá de los datos brutos y dar sentido a este nuevo «oro negro», el análisis semántico se ha convertido en la piedra angular de la gestión de datos, ya que permite utilizarlos de manera armonizada e incluso normalizada.

El uso inteligente de los datos conlleva entenderlos, interpretarlos y clasificarlos

Hoy en día, los datos están diseminados porque proceden de numerosas fuentes de información. Los datos cuantitativos están normalizados, pero proceden de diferentes repositorios que es necesario cotejar e incluso armonizar. Por otra parte, hasta el momento, rara vez o nunca se han estructurado los datos cualitativos almacenados en formato de texto, por lo que siguen sin explotarse. El cotejo de este amplísimo corpus de datos textuales es prácticamente imposible sin la herramienta adecuada. Las nuevas generaciones de herramientas que hacen uso del análisis semántico pueden aportar nuevos ángulos de enfoque.

El análisis semántico permite ir más allá de los motores de búsqueda convencionales

El análisis semántico, que vio la luz en 1883 gracias a las investigaciones de Michel Bréal, adquirió una nueva dimensión a partir de los años 80 con el desarrollo de las ciencias cognitivas. La principal ventaja del análisis semántico es que supera a un motor de búsqueda convencional. Por ejemplo, en un motor de búsqueda, si se indica «países energía compañía» para buscar las empresas con actividad en el sector energético en distintos países, el resultado mostrado será un conjunto de artículos que recogen una combinación de estas tres palabras con mayor o menor presencia. Con el análisis semántico, la búsqueda adquiere otra dimensión. Las palabras «país» y «energía compañía» se transforman en conceptos y los resultados arrojados serán artículos en los que encontraremos empresas del sector energético, con datos sobre su localización. Otro ejemplo: el análisis semántico puede crear espontáneamente etiquetas que podemos asociar a un documento para mejorar los resultados de la búsqueda documental en un sistema de GED (Gestión Electrónica de Documentos).
Al leer y comprender el sentido de un texto procedente de múltiples fuentes (tuits de Twitter, comentarios en las redes sociales, contenido de correos electrónicos, etc.), también puede, por ejemplo, evaluar un estado de ánimo, una opinión o un nivel de satisfacción. Detectar las tendencias y expectativas de los consumidores, identificar las temáticas de moda, supervisar su mercado y a sus competidores son posibilidades amplia y fácilmente alcanzables sin necesidad de llevar a cabo largos y costosos estudios de mercado. El análisis semántico, asociado al reconocimiento de voz y disponible en muchos de nuestros smartphones, permite también retranscribir e interpretar las fuentes de grabaciones de voz. Al ser capaz de trabajar en varios idiomas, esta técnica permitirá superar los límites que imponen las barreras lingüísticas.

Nuevas perspectivas para los Recursos Humanos

Existen varias firmas de TI posicionadas en este mercado, cada una de ellas con un ADN interesante: algunas son generalistas, mientras que otras se decantan por la vía de la especialización vertical. Así, algunos actores han optado por posicionarse de forma prioritaria en las especialidades de RR. HH. gracias a herramientas de análisis de documentos en este ámbito (por ej., descripción de responsabilidades, CV, repositorios de competencias, ofertas de empleo, trayectorias profesionales, cursos de formación, etc.). Gracias a esta tecnología, se abre un amplio abanico de posibilidades para los departamentos de RR. HH. ¡Imagina la cantidad de datos que podrían explotarse de forma óptima en los campos de texto de los formularios de entrevistas de personal! Estos datos, que hasta ahora se facilitaban con fines más informativos que de explotación, podrían utilizarse, por ejemplo, para evaluar mejor el clima empresarial a partir de lo que denominamos señales débiles, identificar mejor las competencias no mapeadas en el repositorio oficial de la firma o perfeccionar los resultados individuales y colectivos, que a menudo se miden con indicadores cuantitativos necesariamente limitadores. Imagina lo que podría hacer una herramienta que recopile, interprete, estructure y analice los datos almacenados pasivamente en los SIRH, los sistemas de gestión de proyectos, las herramientas colaborativas, la mensajería instantánea de la empresa, los correos electrónicos, etc., sin olvidar las fuentes ajenas a la empresa, como las redes profesionales, las webs de búsqueda de empleo, los catálogos de formación online o los datos abiertos sobre RR. HH. en Internet.

Sin embargo, dado que todos estos sistemas de información tienen sus propios lenguajes y repositorios, no tardamos en advertir que cotejar su contenido resulta imposible sin una labor previa de preparación y normalización. En este contexto, las herramientas de análisis semántico son también tremendamente eficaces para permitir la armonización y, por tanto, el tratamiento de todos estos datos. De este modo, estas herramientas pueden cambiar la manera de elaborar los repositorios de RR. HH. (competencias, remuneración, puestos, formación, etc.). Actualmente, estos repositorios nacen de un dilatado y tedioso trabajo de preparación y, con frecuencia, miran más hacia el pasado en vez de centrarse en el análisis de los avances futuros. Con las herramientas de análisis semántico, se podrá ganar en proactividad, anticipación y operatividad. Serán verdaderos catalizadores de la transformación de las organizaciones.

En conclusión, el análisis semántico forma parte de unos métodos que conocemos desde hace mucho pero que frecuentemente utilizamos por debajo de sus posibilidades. Los últimos avances informáticos conjugados con la potencia de las plataformas tecnológicas asociadas (hardware y middleware) han permitido su democratización para aplicaciones cada vez más pertinentes, sobre todo en el ámbito de los recursos humanos. Por último, el análisis semántico permite que los SIRH abandonen un enfoque únicamente cuantitativo y normalizado en la mayoría de los casos para ofrecer soluciones cualitativas, y que las normas y repositorios dejen de ser estructuras limitadoras para convertirse en instrumentos que faciliten la armonización de las prácticas y la potencia de los análisis. Elaborados de forma dinámica con las aportaciones de empleados y responsables, y enriquecidos con datos ajenos a la empresa gracias a la tecnología Big Data, serán elementos vivos, ricos y actualizados en los que primará la fluidez y la simplicidad.