Empleadores recurren a la IA para examinar las redes sociales de los candidatos: mejores prácticas para minimizar amenazas legales
Aproximadamente el 70% de los empleadores ahora examinan los perfiles de redes sociales como parte del proceso de selección de candidatos. Sin embargo, desplazarse manualmente por las publicaciones de Facebook, los feeds de X y las fotos de Instagram es un proceso que consume mucho tiempo e inconsistente. Aquí es donde entran las herramientas de investigación de IA en redes sociales que prometen agilizar el proceso.
Estas plataformas utilizan procesamiento de lenguaje natural (NLP) para escanear las publicaciones públicas de los candidatos, analizar patrones de lenguaje y sentimientos, y generar evaluaciones de personalidad que predicen rasgos como trabajo en equipo, apertura, adaptabilidad o potencial de liderazgo. La propuesta es convincente: obtener información más profunda sobre las “verdaderas” personalidades de los candidatos más allá de lo que revelan los currículums y las entrevistas, todo mientras se ahorra al equipo de RRHH innumerables horas. Sin embargo, antes de implementar IA para examinar las redes sociales de los solicitantes, es necesario entender los riesgos legales significativos que estas herramientas crean y considerar algunas mejores prácticas.
Riesgos de las búsquedas en redes sociales
Como cualquier herramienta, el uso de herramientas de investigación de IA en redes sociales conlleva riesgos.
Sesgo e inferencias falsas
Existen riesgos reales de sesgo y la creación de inferencias falsas. Las inferencias erróneas pueden ser causadas por estilos culturales o lingüísticos, cambios de código, jerga, sarcasmo y memes, lo que podría llevar a una clasificación incorrecta por parte de NLP. Además, el sesgo puede surgir cuando se analizan señales “proxy” (seguidores, redes, ubicación), ya que pueden revelar o representar rasgos protegidos.
Cuestiones de privacidad
Existen numerosas preocupaciones sobre privacidad, transparencia y consentimiento. Algunas leyes estatales integrales de privacidad del consumidor y un mosaico de leyes de IA pueden requerir notificación, elección o evaluaciones. Los solicitantes de empleo a nivel internacional también pueden implicar leyes internacionales, como el GDPR, que exige una base legal, transparencia y una evaluación de impacto de protección de datos (DPIA), y tiene restricciones sobre datos de categorías especiales.
Preocupaciones biométricas
Además, las herramientas de investigación de IA en redes sociales pueden generar problemas biométricos (si las herramientas utilizan análisis facial). Algunos estados requieren consentimiento expreso y otros tienen leyes de protección de contraseñas que restringen la solicitud de acceso a cuentas.
Limitaciones robóticas
Las limitaciones actuales de las herramientas de investigación de IA en redes sociales también plantean preocupaciones sobre precisión, autenticidad y contexto. En su estado actual, las herramientas de IA no comprenden el contexto o el sarcasmo y corren el riesgo de malinterpretar el humor, citas o publicaciones históricas. También son vulnerables a falsos positivos como resultado de suplantación de identidad, coincidencias incorrectas o contenido desactualizado.
Potencial de discriminación
Revisar los feeds de redes sociales puede revelar religión, discapacidad, embarazo, edad, opiniones políticas y una serie de otros factores protegidos que no deberían considerarse en el momento de la contratación. Al utilizar herramientas de investigación de IA en redes sociales, el conocimiento de estos factores podría imputarse al empleador, lo que podría afectar las decisiones de empleo.
Acta de Informe de Crédito Justo
Aun cuando un tercero proporcione un “informe de redes sociales”, esto puede activar la FCRA y los requisitos que la acompañan: divulgación, autorización, proceso de acción adversa y de disputa, y deberes de precisión.
Seguridad de datos
Las herramientas de investigación de IA en redes sociales también pueden presentar riesgos de seguridad y retención. Los datos recopilados crean riesgo de violación y litigio.
Leyes diversas
Finalmente, las protecciones de conducta fuera de servicio y actividades legales (leyes estatales) y las protecciones de denunciantes pueden aplicarse en situaciones donde se monitorean publicaciones en redes sociales. Los empleadores también pueden tener dificultades para probar que los resultados son relevantes para el trabajo y consistentes con la necesidad empresarial.
Mejores prácticas a considerar
Existen diversas formas de mitigar los riesgos que presentan las herramientas de investigación de IA en redes sociales.
Definir un propósito claro y legal
Antes de implementar el examen de redes sociales, documente las razones específicas relacionadas con el trabajo para la revisión y qué tipos de información son relevantes para el puesto. Evite justificaciones vagas como “ajuste cultural” o “personalidad general”. En su lugar, identifique rasgos o señales de alerta concretos que tengan una conexión demostrable con el rendimiento laboral.
Utilizar revisores externos o de cortafuegos
Considere que las revisiones de redes sociales sean realizadas por alguien fuera de la cadena de contratación, ya sea un proveedor externo o un profesional de cumplimiento interno que no esté involucrado en la decisión de selección. Este enfoque puede ayudar a prevenir que características protegidas influyan en las decisiones de los gerentes de contratación.
Asegurar el cumplimiento de leyes de privacidad y de IA
Revise sus prácticas de examen en relación con las leyes de privacidad estatales, estatutos de privacidad biométrica y regulaciones emergentes específicas de IA. Si está contratando candidatos internacionales, asegúrese de cumplir con el GDPR, que requiere transparencia y una base legal para el procesamiento.
Validar y documentar la relación con el trabajo
Si su herramienta de IA produce puntajes o evaluaciones basadas en datos de redes sociales, trátela como cualquier otra prueba de empleo: debe validarse para demostrar que realmente predice el rendimiento laboral y no crea un impacto desproporcionado. Trabaje con psicólogos industriales-organizacionales o su asesor legal para realizar estudios de validación.
Capacitar a RRHH y tomadores de decisiones
Asegúrese de que todos los involucrados en el examen de redes sociales comprendan qué pueden y no pueden considerar, cómo evitar sesgos y cuándo escalar preocupaciones. La capacitación debe abordar cómo reconocer características protegidas y la importancia de la consistencia entre todos los candidatos.
Proporcionar transparencia y debido proceso
Informe a los candidatos que sus redes sociales públicas pueden ser revisadas y ofrézcales la oportunidad de explicar contenido potencialmente descalificante antes de tomar una decisión final.
Seguir los procedimientos de FCRA (si corresponde)
Si un tercero realiza la revisión de redes sociales y le proporciona un informe que afecta las características personales del candidato, esto podría activar los requisitos de FCRA. Esto significa que debe proporcionar a los candidatos una divulgación independiente, obtener autorización por escrito antes de la revisión y seguir procedimientos de acción adversa.
Limitar la recopilación y retención de datos
Solo recopile y retenga datos de redes sociales que sean necesarios para la decisión de examen y establezca horarios claros de retención. Evite recopilar perfiles completos de redes sociales o mantener bases de datos permanentes de información de candidatos.
