Machine learning aplicado en los procesos de selección de personal: Una revisión sistemática

Descripción del Articulo

El creciente uso de la Inteligencia Artificial (IA) ha llevado a las empresas a incorporarla en sus procesos para mejorar su eficiencia. Este enfoque aún no se ha generalizado, el Machine Learning destaca entre las técnicas de IA para el proceso de selección de personal para abordar los problemas fr...

Descripción completa

Detalles Bibliográficos
Autores: Garcia, Bryan, Tello, Angie, Ballero, Renzo, Quiroz, Ivan
Formato: objeto de conferencia
Fecha de Publicación:2024
Institución:Universidad Tecnológica del Perú
Repositorio:UTP-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.utp.edu.pe:20.500.12867/14359
Enlace del recurso:https://hdl.handle.net/20.500.12867/14359
https://doi.org/10.18687/LACCEI2024.1.1.960
Nivel de acceso:acceso abierto
Materia:Machine learning
Selección de personal
Costes de contratación
Inteligencia artificial
https://purl.org/pe-repo/ocde/ford#2.02.04
id UTPD_e0c4feb7cefb6a2a293f3ae23128dcec
oai_identifier_str oai:repositorio.utp.edu.pe:20.500.12867/14359
network_acronym_str UTPD
network_name_str UTP-Institucional
repository_id_str 4782
dc.title.es_PE.fl_str_mv Machine learning aplicado en los procesos de selección de personal: Una revisión sistemática
title Machine learning aplicado en los procesos de selección de personal: Una revisión sistemática
spellingShingle Machine learning aplicado en los procesos de selección de personal: Una revisión sistemática
Garcia, Bryan
Machine learning
Selección de personal
Costes de contratación
Inteligencia artificial
https://purl.org/pe-repo/ocde/ford#2.02.04
title_short Machine learning aplicado en los procesos de selección de personal: Una revisión sistemática
title_full Machine learning aplicado en los procesos de selección de personal: Una revisión sistemática
title_fullStr Machine learning aplicado en los procesos de selección de personal: Una revisión sistemática
title_full_unstemmed Machine learning aplicado en los procesos de selección de personal: Una revisión sistemática
title_sort Machine learning aplicado en los procesos de selección de personal: Una revisión sistemática
author Garcia, Bryan
author_facet Garcia, Bryan
Tello, Angie
Ballero, Renzo
Quiroz, Ivan
author_role author
author2 Tello, Angie
Ballero, Renzo
Quiroz, Ivan
author2_role author
author
author
dc.contributor.author.fl_str_mv Garcia, Bryan
Tello, Angie
Ballero, Renzo
Quiroz, Ivan
dc.subject.es_PE.fl_str_mv Machine learning
Selección de personal
Costes de contratación
Inteligencia artificial
topic Machine learning
Selección de personal
Costes de contratación
Inteligencia artificial
https://purl.org/pe-repo/ocde/ford#2.02.04
dc.subject.ocde.es_PE.fl_str_mv https://purl.org/pe-repo/ocde/ford#2.02.04
description El creciente uso de la Inteligencia Artificial (IA) ha llevado a las empresas a incorporarla en sus procesos para mejorar su eficiencia. Este enfoque aún no se ha generalizado, el Machine Learning destaca entre las técnicas de IA para el proceso de selección de personal para abordar los problemas frecuentes de este proceso y mejorar el rendimiento. Esta revisión busca analizar la efectividad del Machine Learning en el reclutamiento para disminuir costos e incertidumbre en la toma de decisiones que se han presentado utilizando métodos tradicionales por entrevistas. Para ello, se realizó una revisión sistemática sin metaanálisis, utilizando la metodología PICOC para definir los componentes que guiarán la revisión y se utilizó PRISMA para seleccionar los artículos a partir de los criterios de inclusión y exclusión establecidos, de los cuales 20 artículos de las bases de datos Scopus y Redalyc fueron seleccionados. En los resultados se identificó que el 90% de autores concuerda que el emplear técnicas de Machine Learning en el proceso de reclutamiento presenta un impacto positivo con respecto a la mejora de manera significativa la eficiencia y la disminución de problemas existentes en la metodología tradicional. También, se encontró que las etapas de análisis, entrevista y toma de decisiones del proceso de reclutamiento son donde recae principalmente la implementación de Machine Learning. Con ello se llegó a la conclusión de que el uso de Machine Learning mejora en gran manera al proceso de reclutamiento y apoya en la reducción de costos e incertidumbre a través de la automatización. Por lo que, es un enfoque las empresas deberían adoptar para poder utilizar todos los beneficios que provee esta tendencia tecnológica.
publishDate 2024
dc.date.accessioned.none.fl_str_mv 2025-11-04T16:12:29Z
dc.date.available.none.fl_str_mv 2025-11-04T16:12:29Z
dc.date.issued.fl_str_mv 2024
dc.type.es_PE.fl_str_mv info:eu-repo/semantics/conferenceObject
dc.type.version.es_PE.fl_str_mv info:eu-repo/semantics/publishedVersion
format conferenceObject
status_str publishedVersion
dc.identifier.issn.none.fl_str_mv 2414-6390
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12867/14359
dc.identifier.journal.es_PE.fl_str_mv Proceedings of the LACCEI international Multi-conference for Engineering, Education and Technology
dc.identifier.doi.none.fl_str_mv https://doi.org/10.18687/LACCEI2024.1.1.960
identifier_str_mv 2414-6390
Proceedings of the LACCEI international Multi-conference for Engineering, Education and Technology
url https://hdl.handle.net/20.500.12867/14359
https://doi.org/10.18687/LACCEI2024.1.1.960
dc.language.iso.es_PE.fl_str_mv spa
language spa
dc.rights.es_PE.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.es_PE.fl_str_mv https://creativecommons.org/licenses/by-nc-sa/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/4.0/
dc.format.es_PE.fl_str_mv application/pdf
dc.publisher.es_PE.fl_str_mv Latin American and Caribbean Consortium of Engineering Institutions
dc.source.es_PE.fl_str_mv Repositorio Institucional - UTP
Universidad Tecnológica del Perú
dc.source.none.fl_str_mv reponame:UTP-Institucional
instname:Universidad Tecnológica del Perú
instacron:UTP
instname_str Universidad Tecnológica del Perú
instacron_str UTP
institution UTP
reponame_str UTP-Institucional
collection UTP-Institucional
bitstream.url.fl_str_mv https://repositorio.utp.edu.pe/backend/api/core/bitstreams/1eb25ab8-4fd6-4649-9f6a-50497c32d8bb/download
https://repositorio.utp.edu.pe/backend/api/core/bitstreams/de089837-59cd-4646-b536-5a5148e4bf7b/download
https://repositorio.utp.edu.pe/backend/api/core/bitstreams/b4c1ec46-931d-434a-a511-d6710c905028/download
https://repositorio.utp.edu.pe/backend/api/core/bitstreams/b06f6f6d-0d2c-459c-b97e-598ce0fa51b5/download
https://repositorio.utp.edu.pe/backend/api/core/bitstreams/9902d967-0abe-4810-a860-88a2f8ba981c/download
https://repositorio.utp.edu.pe/backend/api/core/bitstreams/c6cb8d47-6a60-4fe9-b3c1-1e30c794f919/download
bitstream.checksum.fl_str_mv 8a4605be74aa9ea9d79846c1fba20a33
221e835a8e30707093759b7a396be04d
92b36f8eaa2c3522d2bf5c834f6ad50a
30960ce5bfce44371f1dac464bc6d411
4f972e9d548ef8fcf0dcb7fd6d1b99b8
4b84b352f47a5b9810c8794d90dae1d2
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio de la Universidad Tecnológica del Perú
repository.mail.fl_str_mv repositorio@utp.edu.pe
_version_ 1852231153909497856
spelling Garcia, BryanTello, AngieBallero, RenzoQuiroz, Ivan2025-11-04T16:12:29Z2025-11-04T16:12:29Z20242414-6390https://hdl.handle.net/20.500.12867/14359Proceedings of the LACCEI international Multi-conference for Engineering, Education and Technologyhttps://doi.org/10.18687/LACCEI2024.1.1.960El creciente uso de la Inteligencia Artificial (IA) ha llevado a las empresas a incorporarla en sus procesos para mejorar su eficiencia. Este enfoque aún no se ha generalizado, el Machine Learning destaca entre las técnicas de IA para el proceso de selección de personal para abordar los problemas frecuentes de este proceso y mejorar el rendimiento. Esta revisión busca analizar la efectividad del Machine Learning en el reclutamiento para disminuir costos e incertidumbre en la toma de decisiones que se han presentado utilizando métodos tradicionales por entrevistas. Para ello, se realizó una revisión sistemática sin metaanálisis, utilizando la metodología PICOC para definir los componentes que guiarán la revisión y se utilizó PRISMA para seleccionar los artículos a partir de los criterios de inclusión y exclusión establecidos, de los cuales 20 artículos de las bases de datos Scopus y Redalyc fueron seleccionados. En los resultados se identificó que el 90% de autores concuerda que el emplear técnicas de Machine Learning en el proceso de reclutamiento presenta un impacto positivo con respecto a la mejora de manera significativa la eficiencia y la disminución de problemas existentes en la metodología tradicional. También, se encontró que las etapas de análisis, entrevista y toma de decisiones del proceso de reclutamiento son donde recae principalmente la implementación de Machine Learning. Con ello se llegó a la conclusión de que el uso de Machine Learning mejora en gran manera al proceso de reclutamiento y apoya en la reducción de costos e incertidumbre a través de la automatización. Por lo que, es un enfoque las empresas deberían adoptar para poder utilizar todos los beneficios que provee esta tendencia tecnológica.Campus Lima Centroapplication/pdfspaLatin American and Caribbean Consortium of Engineering Institutionsinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/4.0/Repositorio Institucional - UTPUniversidad Tecnológica del Perúreponame:UTP-Institucionalinstname:Universidad Tecnológica del Perúinstacron:UTPMachine learningSelección de personalCostes de contrataciónInteligencia artificialhttps://purl.org/pe-repo/ocde/ford#2.02.04Machine learning aplicado en los procesos de selección de personal: Una revisión sistemáticainfo:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.utp.edu.pe/backend/api/core/bitstreams/1eb25ab8-4fd6-4649-9f6a-50497c32d8bb/download8a4605be74aa9ea9d79846c1fba20a33MD52TEXTGarcia.B_Tello.A_Ballero.R_Quiroz.I_Conference_Paper_2024.pdf.txtGarcia.B_Tello.A_Ballero.R_Quiroz.I_Conference_Paper_2024.pdf.txtExtracted texttext/plain48242https://repositorio.utp.edu.pe/backend/api/core/bitstreams/de089837-59cd-4646-b536-5a5148e4bf7b/download221e835a8e30707093759b7a396be04dMD53B.Garcia_A.Tello_R.Ballero_I.Quiroz_Conference_Paper_2024.pdf.txtB.Garcia_A.Tello_R.Ballero_I.Quiroz_Conference_Paper_2024.pdf.txtExtracted texttext/plain49738https://repositorio.utp.edu.pe/backend/api/core/bitstreams/b4c1ec46-931d-434a-a511-d6710c905028/download92b36f8eaa2c3522d2bf5c834f6ad50aMD58THUMBNAILGarcia.B_Tello.A_Ballero.R_Quiroz.I_Conference_Paper_2024.pdf.jpgGarcia.B_Tello.A_Ballero.R_Quiroz.I_Conference_Paper_2024.pdf.jpgGenerated Thumbnailimage/jpeg13761https://repositorio.utp.edu.pe/backend/api/core/bitstreams/b06f6f6d-0d2c-459c-b97e-598ce0fa51b5/download30960ce5bfce44371f1dac464bc6d411MD54B.Garcia_A.Tello_R.Ballero_I.Quiroz_Conference_Paper_2024.pdf.jpgB.Garcia_A.Tello_R.Ballero_I.Quiroz_Conference_Paper_2024.pdf.jpgGenerated Thumbnailimage/jpeg29762https://repositorio.utp.edu.pe/backend/api/core/bitstreams/9902d967-0abe-4810-a860-88a2f8ba981c/download4f972e9d548ef8fcf0dcb7fd6d1b99b8MD59ORIGINALB.Garcia_A.Tello_R.Ballero_I.Quiroz_Conference_Paper_2024.pdfB.Garcia_A.Tello_R.Ballero_I.Quiroz_Conference_Paper_2024.pdfapplication/pdf696971https://repositorio.utp.edu.pe/backend/api/core/bitstreams/c6cb8d47-6a60-4fe9-b3c1-1e30c794f919/download4b84b352f47a5b9810c8794d90dae1d2MD5520.500.12867/14359oai:repositorio.utp.edu.pe:20.500.12867/143592025-11-30 16:06:24.386https://creativecommons.org/licenses/by-nc-sa/4.0/info:eu-repo/semantics/openAccessopen.accesshttps://repositorio.utp.edu.peRepositorio de la Universidad Tecnológica del Perúrepositorio@utp.edu.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
score 13.934021
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).