Workday se ha ganado la confianza de miles de empresas a nivel global por ofrecer una solución unificada de gestión del capital humano. Gracias a la combinación de procesos e información, Workday contribuye a la ejecución de estrategias empresariales accionadas a través de una experiencia intuitiva y brindando las mejores herramientas para la toma de decisiones. Sin embargo, a pesar de lo sencilla de la plataforma, en mi interacción diaria con usuarios finales del sistema, me llama la atención que persisten desafíos a la hora de ejecutar y entender ciertos procesos. Estos desafíos pueden generar ciertas implicaciones negativas, como el ingreso de información incorrecta en procesos que luego serán los datos analizados en la toma de decisiones.

Según la economía conductual – corriente que estudia en base a las evidencias cómo las personas se comportan realmente y no cómo deberían comportarse -, este fenómeno encuentra su explicación en que los individuos tenemos una capacidad mental limitada, usualmente operamos bajo presión y con información inadecuada o insuficiente.

Su alcance no sólo se limita a explicar las irracionalidades, sino que permite estructurar, de maneras más efectiva, las intervenciones mediante nudges, aspecto de la arquitectura de la decisión que ayuda a mejorar la conducta de las personas basándose en respuestas automáticas y reflexivas sin ser coercitiva.  

En este sentido, ya sea consciente o inconscientemente, los consultores nos convertimos para nuestros clientes en arquitectos de decisión. En BNB, por ejemplo, esto incluye la evaluación de las estrategias de nuestros clientes, la implementación de las mejores aplicaciones que se ajustan a sus necesidades organizacionales y la adaptación del soporte técnico a los mismos para impulsarlos a cumplir sus objetivos empresariales.

Poniendo en práctica aspectos de la economía conductual para facilitarle a nuestro cliente su incorporación a Workday, utilicé una estrategia lo más personal posible dentro del contexto de la resolución de sus incidencias. Al compartir nuestras pantallas, compartimos la experiencia. Esto, además de permitirme ver su adopción de la aplicación, identificar sus fortalezas y debilidades, me brindaba la oportunidad de conocer al cliente y entender su contexto.

De las lecciones que podemos aprender sobre estos usuarios con los que solemos interactuar diariamente, una de las más valiosas es referente a la calidad de su desempeño, el cual no depende exclusivamente del entrenamiento recibido o su experiencia, sino también de su disposición, la cual está condicionada por experiencias pasadas o de la actitud de la persona. Lo anterior, no sólo me deja predecir ciertos patrones, sino también adaptar mi práctica a ellos de manera empática para procurar su mejor desenvolvimiento.

Ahora, ¿y sí pudiésemos llevar estos principios conductuales a nuestra plataforma y perfeccionar la experiencia del usuario?

Workday ya ha dado grandes pasos a este horizonte. Una de sus mayores cualidades es cómo conjugan herramientas del Big Data Analysis (BDA), la Inteligencia Artificial (IA) y el Machine Learning (ML), para generar un profundo impacto en los negocios donde se aplica.  

Un maravilloso ejemplo de esta cualidad es cómo se aplica el BDA en Workday Benchmarking, que acumula información para revelar patrones o tendencias que los clientes pueden aprovechar en su toma de decisiones; o en el módulo de Workday Learning, donde se aplica el ML y la IA para adaptar el aprendizaje laboral del individuo según su perfil, posición, desempeño en la empresa, interacción con el contenido, entre otros.

Pero los datos no son suficientes, seguimos teniendo tendencias a la aparición de heurísticas, y es enfocarnos en lo más humano lo que puede hacer la diferencia. Una de las propuestas más relevantes en la actualidad, es aumentar la inteligencia emocional de la Inteligencia Artificial, entrenando los algoritmos a imitar como las personas se comportan en relaciones constructivas, como lo hacemos nosotros con nuestros clientes.

Una de las propuestas más relevantes en la actualidad, es aumentar la inteligencia emocional de la Inteligencia Artificial, entrenando los algoritmos a imitar como las personas se comportan en relaciones constructivas

La integración entre Machine Learning y economía conductual ya ha demostrado la posibilidad de llevar a cabo el aumento de la inteligencia emocional en la inteligencia artificial, con ciertas técnicas:

  • Interviniendo en patrones irregulares:  

Las personas que nos suelen conocer saben cuando estamos rompiendo nuestros patrones y reaccionar de acuerdo con ello. Estudiar los patrones de pago a proveedores y alertar si hay un crecimiento substancial en alguna de las cuentas que pueda ser un error. Este mecanismo ya ha probado éxito en famosas instituciones financieras.

  • Promover la consciencia en sí mismo con referencias sutiles

En ciertas ocasiones, el llamarles la atención a los individuos debido a un pobre rendimiento, puede provocar actitudes a la defensiva en vez de promover un mejor esfuerzo. Permitirles a los usuarios ver cómo se comparan con otros pueden ayudar en esta tarea. La inteligencia artificial puede aprender sobre la reacción de los individuos ante este estímulo y crear los nudges necesarios para impulsar el rendimiento. Una mejora probable, es establecer la relación de procesos ejecutados por un usuario ante la necesidad de rescindir dichos procesos o corregirlos, con el fin de promover la conciencia en dichos usuarios advirtiéndole de sus dificultades, impulsando más de su atención a la hora de ejecutarlas.

  • Usar la teoría de juegos para promover el mejor uso

 En artículos anteriores de este blog ya hemos mencionado los grandes aportes que puede generar la teoría de juegos. Siguiendo el ejemplo anterior, ejecutar un sistema de bonificación por puntos según los procesos llevados a cabo correctamente dentro de la plataforma y la posibilidad de comparativa con otros miembros del equipo.

  • Elegir el tiempo específico

Al aplicar intervenciones, el tiempo suele ser muy importante. Entrenar a los algoritmos de nuestra plataforma a identificar el tiempo oportuno para la ejecución de las tareas de ciertos procesos cruciales como las contrataciones o aprobación de cambios, e impulsar a los usuarios hacia ellos puede llevar a una mejora en la toma de decisiones y prevención de errores. Por ejemplo, la posibilidad de hacer listas de tareas al comenzar la jornada en la aplicación y que la misma recomiende, ya sea por nivel de prioridad o de tiempo de espera, el orden de realización de estas.

Las descritas, son sólo unas cuantas de las muchas posibilidades que nos ofrece la economía conductual, que por lo pronto podemos integrar los consultores a nuestra práctica para aumentar la productividad de nuestro soporte y aportar calidad a la experiencia del usuario. Su tangible integración con la Inteligencia Artificial, Machine Learning y Big Data Analitycs, no reemplazaría la empatía humana, pero podría ayudarnos a predecir y personalizar el rendimiento de las intervenciones a una mayor escala, generando una mejora de la herramienta, lo que se traduciría a un mayor valor para nuestros clientes.

Algunos enlaces recomendados: 

“Gaming” para incrementar el compromiso y desarrollar el liderazgo

Rebeca Barrueco
Latest posts by Rebeca Barrueco (see all)