Decisiones sobre personas, con datos y con cuidado
Encuestas mal interpretadas, indicadores de rotación sin contexto y herramientas de IA para selección usadas sin entenderlas. Qué debe saber cada perfil de RR. HH. sobre datos, los errores más comunes y un plan de formación de 30 días.
Los 5 errores más comunes
En RR. HH. un error de interpretación afecta a personas concretas. Por eso aquí el rigor y la privacidad pesan más que en otras áreas.
Sacar conclusiones de encuestas pequeñas
Responden seis personas de un equipo y se generaliza, o se comparan porcentajes de grupos de tamaños muy distintos.
Cómo evitarloMirar siempre cuántas personas responden y no publicar resultados de grupos muy pequeños.
Rotación sin contexto
La rotación sube, pero no se distingue entre bajas voluntarias, fin de contrato o una reorganización.
Cómo evitarloSeparar por tipo de baja, área y antigüedad antes de concluir.
Confundir correlación con causa
Los equipos con más formación rinden más y se concluye que la formación lo explica todo.
Cómo evitarloBuscar otras explicaciones y comprobarlas antes de decidir.
Usar IA en selección sin entenderla
Herramientas que filtran currículos o puntúan candidatos sin saber con qué datos aprendieron. Estos usos se consideran de alto riesgo en el AI Act.
Cómo evitarloSaber qué datos usa, cómo se revisan sus decisiones y quién responde de ellas.
Compartir datos personales de más
Informes con nombres cuando bastaban datos agregados, o ficheros enviados por email sin protección.
Cómo evitarloUsar datos agregados o seudonimizados siempre que sea posible.
¿Te suena alguno?
Mide el nivel de tu equipo con la autoevaluación gratuita: 20 afirmaciones y puntuación por dimensión.
Descargar la autoevaluación →Qué debe saber cada perfil
Los niveles son los del marco de data literacy: básico, uso, análisis y gestión. No todo el mundo necesita llegar al mismo.
| Perfil | Qué debe saber hacer | Nivel |
|---|---|---|
| Administración de personal | Registrar bien los datos, proteger la información personal y detectar errores | Básico / Uso |
| Selección | Usar herramientas de selección con criterio y entender sus límites | Uso |
| People analytics / analista | Analizar encuestas, rotación y plantilla con rigor y respetando la privacidad | Análisis |
| Dirección de RR. HH. | Decidir con datos sobre personas y explicar los indicadores al comité | Gestión |
Tu formación en datos, en tres pasos
Formación corta, con los datos reales del equipo. Cada paso enlaza con la guía y la plantilla.
Mide el nivel
Pasa la autoevaluación gratuita a cada perfil y elige las dos o tres carencias que más afectan al trabajo del área.
Forma con casos reales
Sesiones cortas: leer una encuesta, analizar la rotación por tipo de baja y usar datos agregados en lugar de personales.
Consolida
Reglas para publicar resultados (un tamaño mínimo de grupo), una definición común de cada indicador y una revisión de las herramientas de IA que se usan.
Preguntas frecuentes
¿Por qué es tan delicado el uso de datos en RR. HH.?
Porque son datos personales y las decisiones afectan a la carrera y al salario de las personas. Un error de interpretación, o un dato expuesto, tiene consecuencias mayores que en otras áreas.
¿Cuál es el tamaño mínimo de grupo para publicar resultados de una encuesta?
No hay una cifra única. Muchas empresas fijan un mínimo de respuestas por grupo para que no se pueda identificar a nadie. Decide el tuyo y aplícalo siempre.
¿Coordina RR. HH. la formación en datos del resto?
A menudo sí, junto con la dirección y el equipo de datos: detecta necesidades, organiza las sesiones y mide el avance.
¿Qué dice el AI Act sobre la IA en selección?
Los sistemas de IA usados para seleccionar personal o tomar decisiones sobre trabajadores están entre los de alto riesgo, con obligaciones adicionales. Quien los usa debe entender sus límites y supervisar sus resultados.
¿Qué nivel de data literacy tiene tu equipo?
Diagnóstico gratuito en cinco minutos: tu puntuación en las cuatro dimensiones y qué trabajar primero.