Generic selectors
Exact matches only
Search in title
Search in content
Post Type Selectors

Revista 4 de Casos de Estudio en HR Analytics

Estamos en pleno auge de la aplicación de la inteligencia artificial y el análisis avanzado de datos en todos los ámbitos y también en el de los recursos humanos de las organizaciones. Este es el tema principal del número 4 de la Revista de Casos de Estudio en HR Analytics.

La transformación digital en el ámbito de la gestión de personas ha alcanzado un punto de inflexión con la irrupción de la inteligencia artificial (IA) y de las técnicas avanzadas de análisis de datos. En este contexto, el desarrollo del HR Analytics se ha visto profundamente impactado por la posibilidad, hoy ya generalizada, de utilizar nuevas fuentes de datos y automatizar actividades que antes dependían exclusivamente de la labor de un profesional.

Uno de los elementos que mejor explica esta evolución es el avance en las técnicas de Procesamiento del Lenguaje Natural (PLN), que permiten analizar grandes volúmenes de información en formato texto, como encuestas de clima, entrevistas de selección o interacciones en plataformas corporativas, para extraer indicadores de valor para la gestión de personas. Del mismo modo, el Organizational Network Analysis (ONA) ofrece una nueva dimensión al estudio del comportamiento organizativo, al posibilitar el mapeo y la evaluación de las redes de influencia, los flujos de conocimiento y las conexiones informales dentro de la organización.

[minti_divider style=»4″ icon=»» margin=»15px 0px 10px 0px»]
[minti_button link=»https://revista-hr.iic.uam.es/» target=»_blank» color=»blue» size=»full»]DESCARGAR GRATIS LA REVISTA COMPLETA 04[/minti_button]
[minti_divider style=»4″ icon=»» margin=»10px 0px 15px 0px»]

Así, la convergencia entre IA, PLN y ONA está potenciando de manera significativa el alcance del HR Analytics. Gracias a estas herramientas, las organizaciones pueden construir diagnósticos más precisos, anticipar dinámicas internas y reforzar su capacidad predictiva en materia de gestión de personas. No obstante, estos avances también plantean nuevos desafíos éticos, metodológicos y estratégicos, que exigen una reflexión profunda sobre el papel de Recursos Humanos como actor clave en la sostenibilidad y creación de valor organizacional.

Contenido del número 4 de la Revista de Casos de Estudio en HR Analytics

Portada revistaEl cuarto número de la Revista de Casos de Estudio en HR Analytics se hace eco de estos avances y reúne un conjunto de artículos aplicados que muestran cómo la analítica de datos y la inteligencia artificial están transformando la gestión de personas en distintos contextos organizativos.

En este número, los lectores encontrarán contribuciones agrupadas en torno a dos ejes temáticos principales:

  1. Inteligencia Artificial en la puntuación de Vídeo Entrevistas Asíncronas (AVIs)
  2. Técnicas analíticas aplicadas a la gestión del talento y el comportamiento organizacional

Inteligencia Artificial en la puntuación de Vídeo Entrevistas Asíncronas (AVIs)

Las entrevistas digitales se han consolidado como una herramienta clave en los procesos de reclutamiento y selección. En este apartado, diversos autores exploran cómo las tecnologías basadas en IA permiten analizar automáticamente la información audiovisual generada durante las AVIs.

  • Moreno (2025) emplea R y las Unidades de Acción facial de Ekman para examinar la expresión emocional de los candidatos.
  • Artiñano y Aguado (2025) analizan la señal de audio y las características prosódicas utilizando el modelo eGEMAP, explorando su fiabilidad como fuente de indicadores de comunicación.
  • Martínez (2025) aborda cómo los entrevistadores, en contextos de información limitada, tienden a basarse en señales superficiales como la voz o la apariencia al realizar inferencias sobre la personalidad de los candidatos.

Técnicas analíticas aplicadas a la gestión del talento y el comportamiento organizacional

El segundo bloque reúne estudios que demuestran la utilidad del PLN, el ONA y las técnicas estadísticas en la explicación de problemas habituales en la gestión de recursos humanos:

    • Plazas y Haya (2025) aplican técnicas de Procesamiento del Lenguaje Natural y modelos GPT para analizar entrevistas de salida y comprender las causas de la rotación laboral en una organización del sector manufacturero y de retail.
    • Huffington (2025) utiliza Organizational Network Analysis para identificar referentes técnicos en herramientas de automatización digital dentro de una compañía aseguradora, ofreciendo una visión empírica de cómo circula el conocimiento en la empresa.
    • Cantero (2025) emplea técnicas de regresión lineal para explorar los efectos de la formación en liderazgo sobre la rotación de equipos y la generación de nuevas oportunidades de negocio.

[minti_divider style=»4″ icon=»» margin=»15px 0px 10px 0px»]
[minti_button link=»https://www.iic.uam.es/investigacion/revista-casos-estudio-hr-analytics/» target=»_blank» color=»blue» size=»full»]DESCARGAR ARTÍCULOS INDEPENDIENTES DE LA REVISTA 04[/minti_button]
[minti_divider style=»4″ icon=»» margin=»10px 0px 15px 0px»]

Experiencias de valor en HR Analytics

En definitiva, este número 4 consolida la línea editorial de la Revista de Casos de Estudio en HR Analytics, orientada a divulgar experiencias de valor en la aplicación de metodologías analíticas avanzadas al ámbito de los recursos humanos. Los artículos aquí reunidos ilustran cómo el uso de IA, PLN, ONA y técnicas estadísticas puede ofrecer respuestas innovadoras a desafíos clásicos como la retención de talento, la identificación de líderes informales o la evaluación del desempeño. Además, las contribuciones invitan a reflexionar sobre los retos éticos que implica la automatización en la evaluación del comportamiento humano y la necesidad de construir sistemas analíticos transparentes, explicables y socialmente responsables.

Facebook
X
WhatsApp
LinkedIn
Email
IIC
Resumen de privacidad

Esta web utiliza cookies para que podamos ofrecerte la mejor experiencia de usuario posible. La información de las cookies se almacena en tu navegador y realiza funciones tales como reconocerte cuando vuelves a nuestra web o ayudar a nuestro equipo a comprender qué secciones de la web encuentras más interesantes y útiles.