IA aplicada a la evaluación de desempeño

Objetivo

Implementar herramientas de Inteligencia Artificial en los procesos de evaluación de desempeño para optimizar el análisis y toma de decisiones.

 

Dirigido a:

• Responsables y directores de Recursos Humanos.
• Analistas de evaluación de desempeño.
• Consultores de RRHH y desarrollo organizacional.
• Profesionales de formación y desarrollo de talento.
• Gestores de tecnología aplicada a la gestión de personas (HR Tech).

 

Requisitos:

• Conocimientos básicos en procesos de evaluación de desempeño.
• Familiaridad con herramientas tecnológicas comunes (Ofimática nivel medio).
• No se requiere experiencia previa con Inteligencia Artificial.
• Posibilidad de instalar software gratuito.

 

---

PROGRAMA DEL CURSO

1 - Introducción a la inteligencia artificial en RRHH

Objetivo

Identificar herramientas de Inteligencia Artificial utilizadas en Recursos Humanos.

Duración de la unidad

2 Horas 55 Minutos

Contenido

Introducción a la inteligencia artificial en RRHH
La Inteligencia Artificial en Recursos Humanos: fundamentos conceptuales y evolución aplicada
Evolución histórica de la IA aplicada a RRHH (4 eras)
Tipos de Inteligencia Artificial y su relevancia en entornos organizacionales
Datos, información y conocimiento: la materia prima de la IA en la evaluación del desempeño
Criterio práctico para diferenciar dato e información en RRHH con IA
Sesgos, objetividad y límites del análisis algorítmico en RRHH
Sesgos típicos en la evaluación aumentada por IA
El rol del profesional de Recursos Humanos en entornos aumentados por IA
Del profesional de talento al talento con IA: de rol, capacidades y responsabilidades
Retos éticos
Hacia una adopción consciente y sostenible de la IA en RRHH
Resumen

2 - Herramientas y tecnologías de IA para evaluación de desempeño

Objetivo

Implementar herramientas de Inteligencia Artificial en estructuras de evaluación de desempeño.

Duración de la unidad

2 Horas 15 Minutos

Contenido

Herramientas y tecnologías de IA para evaluación de desempeño
Tipologías de herramientas de IA aplicadas a la evaluación
Plataformas y funcionalidades clave
Funcionalidades en las evaluaciones períodicas
Criterios para seleccionar tecnología adecuada
Riesgos habituales al adoptar herramientas de IA
Resumen

3 - IA en el análisis de datos de evaluación de desempeño

Objetivo

• Implementar herramientas de Inteligencia Artificial en el análisis de datos de evaluación de desempeño.

Duración de la unidad

3 Horas 30 Minutos

Contenido

IA en el análisis de datos de evaluación de desempeño
El valor estratégico de los datos de desempeño
Los 5 datos de desempeño más utilizados: descripción y utilidad
Analítica descriptiva, predictiva y prescriptiva
Criterios para decidir cuándo usar analítica descriptiva, predictiva o prescriptiva
Guía de decisión rápida según el momento del ciclo de desempeño
Condiciones mínimas para elegir con seguridad
Errores frecuentes al seleccionar el tipo de analítica (y cómo evitarlos)
Procesamiento de feedback cualitativo
Ejemplo de feedback cualitativo aplicado
Entrada: conjunto breve de comentarios cualitativos
Procesamiento con IA: flujo recomendado
Salida ejemplo: síntesis estructurada para evaluación
Fortalezas observables
Oportunidades de mejora priorizadas
Riesgos operativos asociados
Acciones sugeridas en formato plan
Plantilla de solicitud a IA para procesar feedback cualitativo
Controles de calidad recomendados para RRHH
Indicadores inteligentes para la mejora continua
Los principales indicadores inteligentes
Resumen

4 - Integración de IA en la toma de decisiones de RRHH

Objetivo

• Identificar herramientas de Inteligencia Artificial utilizadas en los procesos de evaluación de desempeño en RRHH.

Duración de la unidad

4 Horas 05 Minutos

Contenido

Integración de IA en la toma de decisiones de RRHH
Decidir mejor con apoyo algorítmico
Ejemplo práctico de decisiones apoyadas en algoritmos (sin automatizar la decisión final)
Casos de uso en promoción y talento interno
Ejemplos prácticos (esquema jerárquico)
Límites éticos en decisiones sensibles
¿Cómo implementar supervisión humana significativa?
Ejemplos aplicados (decisiones sensibles)
Capacitar a quienes supervisan: competencias mínimas para decidir con apoyo de IA
Competencias operativas mínimas
Indicadores internos de que la supervisión es real (señales de efectividad)
Modelo híbrido de decisión humana + IA
¿Cómo crear un modelo híbrido de decisión humana + IA?
1. Definir el perímetro de decisión (qué se decide y qué no)
2. Diseñar el reparto de responsabilidades (quién hace qué)
3. Convertir criterios de desempeño en reglas operativas para IA
4. Definir el tipo de salida de la IA (y su formato de uso)
5. Diseñar el flujo híbrido de decisión (paso a paso)
Resumen

5 - Implementación de un sistema completo de evaluación con IA

Objetivo

• Implementar un sistema de evaluación de desempeño utilizando herramientas de inteligencia artificial.

Duración de la unidad

3 Horas 55 Minutos

Contenido

Implementación de un sistema completo de evaluación con IA
Diagnóstico inicial y objetivos del sistema
Definirlos paso a paso
Diseño del modelo de evaluación
Ejemplo práctico de diseño del modelo de evaluación (con apoyo de IA)
Contexto organizativo del ejemplo
Piloto, aprendizaje y escalado
Puesta en marcha del piloto
1. Finalidad y alcance de la puesta en marcha
2. Preparación inmediata antes del inicio
3. Activación del piloto (arranque controlado)
4. Ejecución del ciclo de piloto
5. Seguimiento en tiempo real (control del piloto)
6. Trazabilidad y evidencias del piloto
Seguimiento y mejora continua
Mejora continua como sistema clave
1) Diseño operativo de la mejora continua
2) Qué se monitoriza: indicadores mínimos para mejorar con evidencia
3) Mecanismos de mejora: cómo se aprende del uso real
4) Control de cambios y trazabilidad: mejorar sin perder confianza
5) Sostenibilidad del sistema: evitar la degradación progresiva
6) Recomendación práctica: convertir la mejora continua en rutina de gestión
Resumen

6 - IA y el futuro del trabajo

Objetivo

• Identificar las herramientas de inteligencia artificial más utilizadas en la evaluación de desempeño.

Duración de la unidad

3 Horas 50 Minutos

Contenido

IA y el futuro del trabajo
Nuevas competencias profesionales en la era de la IA
Las cinco competencias básicas
Del control tradicional al desarrollo continuo
Paso a paso del cambio: del control tradicional al desarrollo continuo
Nuevos modelos organizativos y colaboración humano-máquina
Ejemplos aplicados de nuevos modelos
Roles emergentes que habilitan estos modelos (sin crear burocracia)
Condiciones de diseño para que la colaboración humano-máquina funcione en desempeño
Riesgos laborales y oportunidades estratégicas
Enumeración de los riesgos
1. Transformación del empleo y del contenido del trabajo
2. Desigualdad y segmentación en el acceso a oportunidades
3. Calidad del trabajo, intensificación y riesgos psicosociales
4. Gestión algorítmica del trabajo y pérdida de autonomía operativa
5. Riesgos de privacidad, monitorización y confianza interna
6. Riesgos de competencias: descualificación y pérdida de criterio profesional
7. Riesgos operativos y de continuidad del trabajo
8. Riesgos de gobernanza organizativa y reputación interna
9. Riesgos legales y de cumplimiento vinculados al trabajo con IA (visión operativa)
Resumen

7 - Supervisión y auditoría de sistemas de IA

Objetivo

• Identificar herramientas de inteligencia artificial utilizadas en la evaluación de desempeño.

Duración de la unidad

4 Horas 20 Minutos

Contenido

Supervisión y auditoría de sistemas de IA
La necesidad de supervisar sistemas inteligentes
Cómo creamos esos sistemas inteligentes
Sesgos algorítmicos y riesgos invisibles
Clasificación de sesgos algorítmicos
1) Sesgos por fase del ciclo de vida del sistema
2) Sesgos por mecanismo causal (cómo se produce la distorsión)
3) Sesgos por impacto observable (dónde se detecta en resultados)
Relación entre sesgos y riesgos invisibles (para orientar la auditoría)
Salida esperable de esta clasificación en un proceso de auditoría
Indicadores y métricas de auditoría
Los cinco indicadores claves
Cómo implantar los indicadores sin sobrecargar la operación
Modelo de gobernanza y mejora continua
Ejemplo práctico: creación de un modelo de gobernanza para un sistema de IA que apoya la evaluación de desempeño
Resumen

8 - Estrategias para la adopción de IA en la cultura organizacional

Objetivo

• Describir estrategias para la integración de la inteligencia artificial en la cultura organizacional.

Duración de la unidad

5 Horas 10 Minutos

Contenido

Estrategias para la adopción de IA en la cultura organizacional
La adopción de IA es un cambio cultural
Cómo generar ese cambio cultural
Liderazgo y patrocinio del cambio
Ejemplo práctico: guía de preguntas del liderazgo antes de patrocinar la adopción de IA en evaluación de desempeño
Formación, comunicación y reducción de resistencias
Cómo armar un plan de comunicación y formación
1) Delimitar propósito, alcance y reglas de uso (antes de comunicar)
2) Segmentar audiencias y diseñar rutas diferenciadas
3) Diseñar la arquitectura de mensajes (consistencia y credibilidad)
4) Planificar la comunicación por fases (antes, durante y después)
5) Diseñar el plan de formación: capacidades mínimas por rol
6) Integrar comunicación y formación en el flujo real de trabajo
6.1. Puntos de inserción habituales
7) Preparar un kit de comunicación para liderazgo y mandos
7.1. Componentes mínimos del kit
8) Gestionar resistencias: tipologías y respuestas útiles
9) Activar red de apoyo: referentes, acompañamiento y soporte
10) Medir adopción del plan (no solo de la herramienta)
Consolidar una cultura de aprendizaje e innovación responsable
Rituales de consolidación cultural
Principios de diseño de rituales (para que sean sostenibles)
Rituales operativos clave en evaluación de desempeño con IA
Cadencias recomendadas y carga mínima
Roles y responsabilidades en los rituales
Artefactos culturales: evidencias, plantillas y acuerdos
Rituales de refuerzo: reconocimiento, coherencia y señales visibles
Resumen

---