Reclutadores, entrenadores de carrera y gerentes de capacitación, se benefician de su informe de evaluación completo GRATIS: Talentoday Plus. Contáctenos.

Nuestra ciencia

Combinamos nuestra ciencia del cuestionario psicométrico con importantes algoritmos de aprendizaje automático para fomentar decisiones inteligentes de contratación.

Predictive professional behaviors

¿Qué es el perfil meta?

Cuando la inteligencia artificial se combina con la psicometría

El objetivo de nuestro enfoque es usar las innovaciones más punteras en algoritmos de aprendizaje automático para definir mejor la psicología de un grupo de personas gracias a los datos de Talentoday. Este enfoque supervisado del aprendizaje automático, si se realiza con información precisa y fiable, permite diferenciar con precisión las nubes de puntos que describen las soft skills (capacidades humanas) de las personas. Desde el punto de vista de un experto, el análisis resulta muy relevante.

Comprender qué hace único a un equipo

El cuestionario mYti emplea preguntas ipsativas o de elección obligada: los usuarios deben elegir entre dos opciones, en función de sus preferencias personales. El formato del cuestionario minimiza el sesgo de aceptación social, ya que no existe una "respuesta correcta". Los resultados reflejan de forma precisa las caracterísitcas específicas de cada persona.

Validez científica

Evaluación del algoritmo

La evaluación de nuestras herramientas es una parte esencial de nuestro enfoque científico. Seguimos una metodología que incluye la autoevaluación del funcionamiento de los algoritmos: después de haber enseñado al algoritmo a diferenciar entre personas según su puesto o empresa, probamos esta capacidad de diferenciación y calculamos la probablilidad de fiabilidad.

Interpretación de resultados

Los algoritmos no solo permiten determinar el sentido de pertenencia de una persona a un grupo (empresa o puesto), sino también analizar al grupo en sí; se puede analizar la estructura de los datos psicométricos que definen al grupo, es decir, sus características psicológicas más representativos.

La gráfica a continuación corresponde a la de un algoritmo con un nivel alto de fiabilidad, ya que muestra un buen nivel de predicción y área asociada bajo la curva ROC (AUC).

El área bajo la curva ROC representa la habilidad de nuestro algoritmo para distinguir entre personas que pertenecen o no a un grupo específico. Un área de 50 significa que el algoritmo no se diferencia de cualquier método aleatorio. Sin embargo, un area de 100 significa que la predicción es perfecta: no existen falsos positivos (que parece positivo, pero en realidad es negativo) y no existen falsos negativos (que parece negativo, pero en realidad es positivo). El área bajo la curva ROC nunca puede ser inferior a 50.

Aquí, una precisión del 95 % significa que el algoritmo puede detectar a partir de datos nuevos a las personas que pertenecen a un grupo de referencia (por ejemplo, una empresa) en el 95 % de los casos .

La gráfica a continuación corresponde a la de un algoritmo poco fiable, ya que resulta difícil identificar las constantes de comportamiento. Un candidato aleatorio no se diferencia en gran medida de un candidato que pertenece a un grupo de referencia.

Resultados del algoritmo

Pruebas en una muestra representativa

Para medir la precisión de los algoritmos, los probamos en varios grupos predeterminados de nuestra base de miembros. Para obtener una muestra lo suficientemente grande y representativa, seleccionamos estos grupos según diferentes criterios: el tamaño de la empresa, la nacionalidad y el sector.

Se seleccionaron las suiguientes empresas para el estudio:

  • Spring France (empresa de contratación, filial del Grupo Adecco)
  • Total (grupo francés del CAC40 del sector del petróleo)
  • CNRS ("Centre National de Recherche Scientifique", instituto francés de investigación científica)
  • EHPAD ("Établissement d'Hébergement pour Personnes Âgées Dépendantes", una residencia francesa para la tercera edad)
  • McDonald's (empresa americana de comida rápida)
  • US Air Force (organización militar americana)

También hemos seleccionado grupos de personas en puestos similares de otras empresas:

  • Ingenieros de software de Google, Facebook e IBM
  • Ingenieros automotrices de Tesla, Renault y PSA
  • Consultores de Ernst & Young, McKinsey y Total

Estas personas, aunque tienen en común algunos aspectos (puestos similares), presentan diferencias significativas (culturas de empresa muy diferentes). Seleccionamos después un grupo de 1500 personas de forma aleatoria para detectar si había conexiones en una segunda ronda.

Funcionamiento de la clasificación

El algoritmo de clasificación predice el porcentaje de probabilidad de una persona que trabaja en una empresa o puesto en concreto (en función de sus resultados de personalidad y motivación del cuestionario mYti). Para seleccionar el mejor algoritmo de clasificación, probamos y evaluamos los diferentes algoritmos. Esta selección se basó sobre tres criterios de funcionamiento: tiempo de ejecución, calificación de predicción y área bajo la curva ROC (AUC).

Prueba nuestros algoritmos predictivos sin riesgos

Nuestra tecnología puntera te situará en la vanguardia del análisis de capacidades personales

Data science study