Aplicación de un modelo de inteligencia artificial (IA) para optimizar la selección de personal en la Universidad El Bosque: una intervención basada en análisis predictivo

Abstract

Este artículo presenta los resultados de una intervención realizada mediante la aplicación de un modelo de inteligencia artificial por medio de aprendizaje automático Random Forest como herramienta predictiva en procesos de selección de personal dentro del contexto educativo, específicamente en la Universidad El Bosque. La intervención se desarrolló con el fin de demostrar su aplicabilidad en otros contextos diferentes a los industriales, donde generalmente ha sido probada y aplicada, así como para aportar en la automatización de procesos del área de talento humano sin mayores inversiones económicas y aprovechando las herramientas tecnológicas que están a disposición en la actualidad. La investigación se realizó como una intervención aplicada en la cual inicialmente se diseñó y estructuró una base de datos con variables clave como edad, género, nivel educativo, así como habilidades blandas, competencias, valoración obtenida y cargo aspirado. Luego, la base de datos se depuró en Excel® y se entrenó un modelo Random Forest utilizando el lenguaje de programación Python, incluyendo técnicas de análisis supervisado. De acuerdo con este entrenamiento, los resultados evidenciaron un desempeño sobresaliente del modelo, con una precisión del 97.3%, lo que indica que tiene una alta capacidad para identificar correctamente candidatos aptos y no aptos aplicando los criterios establecidos. Las conclusiones muestran que es viable la implementación de herramientas de IA, especialmente el aprendizaje automático, en la gestión del talento humano en contextos universitarios, en fases de selección inicial. Sin embargo, es necesario garantizar la calidad de los datos, la ética en su uso y la explicabilidad del modelo para una implementación efectiva en convocatorias reales de selección de personal. Finalmente, se plantean diversas líneas de investigación futura orientadas a fortalecer su aplicabilidad, integración institucional y evaluación del impacto organizacional.