Inteligencia Artificial, Recursos Humanos y RPA
COMPARTIR EL ARTÍCULO EN
En los últimos años el panorama mediático relacionado con IA ha estado centrado en el aprendizaje automático, que incluye algoritmos predictivos y la IA Generativa. Estas tecnologías han posibilitado grandes avances en todas las áreas de negocio incluyendo Recursos Humanos (RRHH). Con todos estos avances en IA y en sus aplicaciones hemos dejado un poco de lado las posibilidades que ofrece la RPA (Automatización Robótica de Procesos) que, a pesar de tener un desarrollo anterior a la IA, continúa avanzando y sigue ofreciendo ventajas decisivas. Esta tecnología se mantiene como un recurso indispensable y complementario a todas las herramientas y funcionalidades que ofrece la IA derivadas del aprendizaje automático.
Inteligencia Artificial, enfoques principales
La IA se puede clasificar de múltiples maneras en función de las tareas que realiza, el alcance de sus capacidades, la forma en la que opera, etc. Existen dos enfoques principales para simular la inteligencia humana, el enfoque simbólico, también conocido como determinista, y el enfoque conexionista, también conocido como probabilista o estadístico.
- La IA simbólica fue la principal línea de investigación en Inteligencia Artificial entre los años 1950 y 1990. Se basa en un enfoque deductivo en la modelización del conocimiento humano. En resumen,
es la IA de los “sistemas expertos” (algoritmos capaces de resolver problemas complejos en un campo específico, basado en un conjunto de reglas), que reproduce razonamientos específicos para una problemática siguiendo
reglas predefinidas
- La IA conexionista tomó relevancia a partir de los años 2000. Este enfoque es inductivo, probabilístico y se basa en el aprendizaje automático. Genera sus propias reglas a partir de los datos proporcionados. Esta rama de la IA ha potenciado ámbitos antes descubiertos por la IA simbólica y ha generado nuevos usos como el reconocimiento de vox, el procesamiento de imágenes, los algoritmos predictivos, el análisis del lenguaje natural y la IA Generativa.
La IA simbólica la encontramos dentro de las soluciones de RPA (Automatización Robótica de Procesos). La RPA consiste en delegar tareas específicas a robots de software, imitando las reglas aplicadas por los humanos. Estos programas se encuentran en aplicaciones especializadas y se utilizan en diferentes áreas como, la gestión de Recursos Humanos, implementación de agentes conversacionales que responden a consultad de colaboradores, etc. También incluyen algoritmos de clasificación para complementar herramientas de control de nómina basadas en reglas predefinidas.
Automatización, Ahorro, Fiabilidad: ventajas de la RPA
- Automatización: Es la razón de ser de la RPA. Liberar a las personas de tareas repetitivas que son fáciles de modelar, requieren pocas decisiones consumen tiempo y son percibidas como tediosas, siempre es beneficioso
para las personas y para la empresa. Mientras que la IA Generativa o predictiva asiste a los humanos en actividades que requieren decisiones complejas o creatividad, la RPA permite delegar tareas repetitivas que consumen mucho tiempo, mejorando
así la robustez de los procesos y reduciendo errores y riesgos de no conformidad.
- Ahorro: Las soluciones RPA consumen muchos menos recursos que las tecnologías basadas en aprendizaje automático. Es lógico y previsible que las empresas implementen soluciones basadas en aprendizaje automático
para casos donde aporten mayor valor y tenga sentido
- Fiabilidad: un robot RPA reacciona siempre de la misma manera ante un evento dado, y su funcionamiento se puede explicar siguiendo paso a paso las reglas aplicadas. En el aprendizaje automático, las respuestas no son siempre idénticas para una misma entrada, y en muchos casos resulta difícil de explicar su funcionamiento.
El futuro, IRPA (IPA)
Los desarrolladores tienden a combinar enfoques simbólicos y conexionistas, articulando tecnologías de diferentes tipos de IA y promoviendo la intervención del usuario para mejorar la experiencia y mantener el control. La RPA evoluciona así hacia agentes autónomos que transforman los procesos y los orquestan, conformando lo que se conoce como RPA Inteligente (IRPA o IPA).
Un ejemplo de uso avanzado es la combinación de agentes conversacionales con funcionalidades de IA especializadas en el procesamiento inteligente de documentos. Este tipo de solución permite identificar justificantes de desplazamiento cargados por un empleado y lanzar una aplicación de gastos si el colaborador acepta, integrando información relevante para pre-rellenar los formularios.
Retos actuales
- Ampliar los usos de la RPA, más allá de los tradicionales: Automatizar procesos o partes de ellos aún no cubiertos, de esta forma seguimos mejorando la eficiencia y aumentamos la productividad.
- Integración entre RPA y otros tipos de IA: Crear agentes autónomos que transformen las organizaciones, garantizando la interoperabilidad con sistemas heredados, seguridad y gobernanza de los datos.
- Democratizar su uso: Permitir a todos los usuarios, incluidos los que no sean técnicos, que puedan configurar robots simples mediante herramientas de diseño intuitivas.
En síntesis, la integración de diferentes tipos de IA responderá cada vez mejor a las necesidades de gestión de Recursos Humanos, mejorando la experiencia del usuario (UX) y la eficiencia de la función de RRHH. La RPA sigue siendo madura, con un elevado retorno de inversión (ROI), y facilita la adopción de nuevas tecnologías más disruptivas y transformadoras como el IRPA.
