Bolt.Works es una empresa tecnológica finlandesa especializada en contratación de personal. La aplicación Bolt.Works ha creado un nuevo mercado laboral para sus suscriptores, conectando empleados con trabajos en los sectores de construcción, manufactura, logística, gestión de propiedades, hospitalidad y comercio minorista. La pregunta del millón para el negocio de Bolt.Works era cómo permitir un crecimiento escalable a nivel internacional.
Estableciendo bases para expandirse y crecer
Un reclutador experimentado puede revisar textos no estructurados como CV y anuncios de trabajo para emparejar trabajos potenciales con trabajadores. Sin embargo, este es un proceso manual y no muy escalable. Para que el negocio de Bolt.Works se expandiera y creciera a gran escala, tanto local como internacionalmente, era necesario automatizar el proceso de emparejamiento.
Automatizar el proceso de emparejamiento permitiría a los reclutadores centrarse en actividades de mayor valor, como priorizar qué trabajadores progresar y eventualmente seleccionar para el puesto. Estas tareas de toma de decisiones de alto valor, que se benefician del conocimiento y experiencia humana, no deberían ser automatizadas, sino más bien potenciadas con IA.
Conectando empleos con trabajadores
Con años de experiencia en soluciones de datos e IA, Thoughtworks se asoció con Bolt.Works para co-desarrollar un motor de emparejamiento basado en IA para trabajos y trabajadores, mejorando, escalando y acelerando las capacidades de su plataforma y negocio.
Un motor de emparejamiento impulsado por IA permite a Bolt.Works satisfacer más rápidamente las necesidades de sus clientes en cuanto a trabajadores. También beneficia al empleado potencial al sugerir automáticamente trabajos relevantes para que apliquen. Además, la IA multilingüe permite a Bolt.Works atender a clientes a nivel internacional.
El motor de emparejamiento impulsado por IA también permite a Bolt.Works obtener nuevos conocimientos de datos, como qué tipo de grupos de trabajadores tienen, sobre el proceso de emparejamiento entre trabajos y trabajadores, lo que es valioso para mejorar aún más la experiencia del cliente y los procesos.
Transformando datos no estructurados en datos estructurados con IA generativa
El Procesamiento del Lenguaje Natural (PLN) es una rama de la IA que se enfoca en permitir que las computadoras comprendan, interpreten y generen lenguaje humano, como textos de anuncios de trabajo, desarrollando algoritmos y modelos. Los métodos de PLN han evolucionado desde soluciones de coincidencia de términos exactos basados en términos clásicos hasta los últimos modelos de lenguaje grandes (LLM) basados en aprendizaje profundo.
ChatGPT es un modelo de lenguaje grande generativo desarrollado por OpenAI que puede generar respuestas similares a las humanas y participar en interacciones conversacionales. En este proyecto, aprovechamos con éxito el servicio Microsoft Azure OpenAI ChatGPT API para extraer y generar datos estructurados a partir de textos no estructurados de trabajos y solicitudes de empleo.
El uso de ChatGPT permitió ahorrar semanas de tiempo de desarrollo en comparación con la creación de modelos tradicionales de extracción de información de PLN. También nos permitió generar nuevos datos, como resúmenes de textos más largos, lo que permitió construir una solución de motor de emparejamiento más eficiente.
Conectando similitud semántica con modelos de lenguaje grandes
ChatGPT por sí solo no es suficiente para emparejar trabajos y trabajadores. Así que ajustamos un modelo de lenguaje grande de código abierto y multilingüe que aprendió a emparejar trabajos y trabajadores semánticamente similares basándose en los datos estructurados generados por ChatGPT.
También establecimos las bases para el aprendizaje de refuerzo futuro, para que el motor de emparejamiento pueda explorar y aprender continuamente a partir de la retroalimentación de reclutadores y trabajadores. Llamamos a este enfoque una Fábrica de Decisiones.
IA Responsable
La IA generativa, como ChatGPT, tiene problemas, como el potencial para generar contenido sesgado, discriminatorio o falso. En el reclutamiento, las preocupaciones éticas son muy prominentes y reguladas. Abordamos esto utilizando ChatGPT solo para extraer datos estructurados no sensibles, y guiando y validando cuidadosamente sus resultados. El emparejamiento final no lo hace ChatGPT, sino un modelo que está completamente bajo nuestro control. Esto nos permite mitigar sesgos y, por ejemplo, excluir información relacionada con género y etnia.
Discutimos los próximos pasos para asegurarnos de que los resultados del motor de emparejamiento sean explicables para los reclutadores humanos, para ayudarlos en su decisión final de contratación.
Para garantizar el cumplimiento del GDPR, implementamos la versión de Microsoft Azure de ChatGPT, que se aloja en servidores de Azure ubicados físicamente en la UE y aislados de OpenAI.
La colaboración con Thoughtworks fue exitosa desde el primer día. Crearon un plan integral y ayudaron a impulsar nuestro desarrollo de IA utilizando tecnologías modernas. Todos los aspectos de nuestro negocio se han beneficiado de los resultados, ahorrándonos una cantidad sustancial de tiempo y permitiéndonos brindar una mejor calidad a nuestros clientes.
Resultados
En solo unas semanas, Thoughtworks desarrolló y entregó un motor de emparejamiento impulsado por IA.
El motor de emparejamiento hace que el proceso de contratación sea mucho más rápido y ha aumentado la satisfacción de los reclutadores al automatizar tareas mundanas, permitiéndoles centrarse en tareas de mayor valor.
Además, la mejorada capacidad de IA dentro de la organización de Bolt.Works les permite seguir construyendo soluciones valiosas de IA en su plataforma.
