Cómo construimos un asistente de IA para RRHH - Episodio 5

Seamos honestos: todos los equipos de People conocen esa sensación. Las respuestas que necesitan los managers están dispersas entre muchas páginas de Notion, hilos antiguos de Slack y la memoria de unas pocas personas clave. La coherencia es una lucha constante, y tu equipo se convierte en un cuello de botella incluso para las preguntas más comunes.

En Alan, no queríamos solo escalar nuestro equipo de People; queríamos amplificarlo. Nuestro objetivo era dar a cada coach y lead un compañero de reflexión—uno que hable nuestra cultura, entienda el contexto y, lo más importante, sepa cuándo decir: "Deberías hablar con una persona".

Esta es la historia de nuestro viaje construyendo Lumo, nuestro asistente de IA para RRHH. No es un manual perfecto. Es una mirada sincera a nuestros principios rectores, nuestros tropiezos iniciales y el trabajo continuo de construir una herramienta que sea genuinamente útil.

¡Adéntrate entre bambalinas de nuestra Coaching Academy! A través de nuestra experiencia, revelamos las prácticas de coaching que demuestran ser efectivas día a día, poniendo la realización personal de los empleados en el centro de todo lo que hacemos.

Antes de Lumo, hacíamos frente a una serie de limitaciones de crecimiento:

• Conocimiento disperso: nuestro problema principal no eran demasiadas herramientas; era demasiado contenido. Para cualquier tema de RRHH, podían existir una docena de páginas diferentes de Notion: la política oficial, un brief antiguo de proyecto, una nueva plantilla y una guía de "mejores prácticas" de una formación de 2023. Era imposible para un coach saber cuál era la fuente actual de verdad, creando inconsistencia e incertidumbre.
• Aplicación incoherente: sin una única fuente de verdad, el manejo de situaciones similares podía variar de un equipo a otro.
• La presión del equipo de People: nuestro equipo estaba pasando demasiado tiempo en preguntas recurrentes, retrasando su capacidad para abordar trabajo más complejo y estratégico.

Sabíamos que la tecnología podía ayudar, pero solo si se construía sobre una base de confianza y se alineaba con nuestro modelo único de "dos patas", donde tanto un coach (para crecimiento personal) como un lead (para rendimiento del equipo) apoyan a cada Alaner.

No puedes automatizar lo que no has documentado. Una IA es solo tan buena como el conocimiento al que tiene acceso. El trabajo más valioso no es la ingeniería de prompts; es el esfuerzo poco divertido y manual de crear una base de conocimiento clara, comprensiva y accesible.

Esa es la teoría, al menos.

Nuestro enfoque fue simple:

1. Consolidar: reunimos y dimos a Lumo acceso a nuestro conocimiento de People, los toolkits de Alan, procesos, principios de liderazgo y aprendizajes anonimizados de situaciones pasadas.
2. Clarificar: definimos líneas claras sobre dónde el autoservicio es apropiado y dónde una conversación con el equipo de People es innegociable. En términos simples, tratamos a Lumo como un compañero de reflexión de primer paso, no como un tomador de decisiones final.

   • Lumo es genial para: Prepararse para una conversación incómoda, obtener un guión para dar feedback, entender una política, o encontrar las preguntas correctas sobre crecimiento profesional. Ayuda con los momentos de "¿cómo empiezo?".
   • El equipo de People es esencial para: Situaciones que involucran la salud o bienestar de un empleado, problemas persistentes de rendimiento, conflictos interpersonales, o cualquier cosa con posibles implicaciones legales o de compliance. El juicio humano es irreemplazable aquí.
   • Hagamos esto concreto con un ejemplo: una preocupación de rendimiento:

3. Automatizar: solo entonces superpusimos la IA como una interfaz inteligente y conversacional para hacer ese conocimiento instantáneamente accesible y accionable.

Para hacerlo concreto, aquí hay un escenario común donde un lead podría recurrir a Lumo para ayuda.

Un Lead pregunta a Lumo

Cómo responde Lumo

Excelente pregunta. Abordar esto con curiosidad es clave. Aquí tienes un plan para ayudarte a prepararte:

1. Objetivo y mentalidad:

Tu objetivo es entender, no juzgar. Asume intención positiva.

Enmarca la conversación en torno al apoyo: "Quiero asegurarme de que tengas lo que necesitas para hacer tu mejor trabajo."

2. Preguntas clave que hacer:

Apertura basada en observación: "He notado que tu energía parece un poco más baja en nuestros syncs de equipo recientemente. ¿Cómo van las cosas?"

Verificación de carga de trabajo: "¿Cómo te sientes con tus proyectos actuales y carga de trabajo?"

Consulta sobre obstáculos: "¿Hay algún desafío u obstáculo que se interponga en tu camino?"

3. Guión de muestra para empezar:

"Gracias por reunirte. Quería crear un espacio para hacer un check-in. He notado [menciona una observación específica y factual, ej., 'estuviste más callado de lo usual en la sesión de planificación de ayer']. Quiero entender qué está pasando y cómo puedo apoyarte mejor."

4. Recursos de Alan a tener en mente:

Recuerda nuestros Principios de Feedback sobre ser directo y empático.

Si la conversación toca el bienestar, aquí está nuestra Guía de Apoyo de Salud Mental

🚨 Cuándo Involucrar a People: Si descubres que la desconexión está relacionada con un problema de salud o un conflicto con otro miembro del equipo, es buen momento para involucrar al equipo de People para orientación.

La confianza no se da; se gana. Construimos Lumo sobre una base de transparencia y seguridad.

• Los datos correctos: Lumo está construido sobre Dust y usa un modelo de Generación Aumentada por Recuperación (RAG). En términos simples, no solo adivina; recupera respuestas directamente de nuestra base de conocimiento aprobada de People.
• El contexto es clave: a través de un flujo de trabajo de Slack, se puede dar a Lumo contexto de alto nivel sobre un Alaner (como su nivel, temas recientes de feedback, o información de permisos) para proporcionar consejos más personalizados.
• Límites claros: somos explícitos sobre lo que Lumo debe escalar al equipo de People: ej. cualquier cosa relacionada con una posible salida.

"Lumo está haciendo exactamente las preguntas correctas para desencadenar discusiones inteligentes." - Miembro del Equipo de People

Lanzar una herramienta es fácil; lograr que la gente la use es difícil. Nos enfocamos en una adopción específica y orgánica.

• Reduce tu audiencia primero: comenzamos con nuevos coaches y leads, integrando la formación de Lumo directamente en su onboarding.
• Encuentra a las personas donde están: construimos Lumo en Slack, la herramienta que nuestros equipos ya usan todo el día, todos los días.
• Muestra, no solo digas: usamos demos en vivo de casos del mundo real durante las sesiones de formación y compartimos historias de éxito en nuestra "Coaching Gazette" interna.

Aunque aún estamos en las primeras etapas, las señales iniciales de nuestro primer semestre de pruebas han sido increíblemente alentadoras:

• Más de 100 Alaners han probado Lumo.
• Más de 2,000 mensajes han sido enviados, cada uno una oportunidad para aprender qué necesitan nuestros usuarios.

"Ahorrador de tiempo para preparar sesiones de coaching y compartir feedback con el tono correcto y el vocabulario de Alan." - Un Coach en Alan

Construir Lumo ha sido una clase magistral en iteración. Aquí están nuestros aprendizajes clave:

1. Problema: las respuestas tempranas eran demasiado verbosas.

   • Solución: Constantemente refinamos nuestros prompts para concisión, pero es un equilibrio delicado entre ser exhaustivo y ser abrumador.
2. Problema: un prompt optimizado para una tarea a menudo degradaba su rendimiento en otra.

   • Solución: Aprendimos que un prompt ajustado para respuestas directas y factuales (como preguntas de política) podía sentirse robótico al manejar momentos sensibles de coaching. Para solucionarlo, ahora mantenemos un "conjunto dorado" de escenarios diversos de prueba—desde feedback de rendimiento hasta check-ins de bienestar. Cada cambio de prompt debe probarse contra este conjunto para asegurar que no sacrifiquemos empatía por eficiencia, o viceversa, manteniendo un "fil rouge" consistente para el usuario.
3. Problema: el contexto manual era una tarea pesada.

   • Solución: Construimos la integración de Slack para proporcionar automática y seguramente el contexto necesario. La integración está ayudando, pero no es una bala de plata. Aún estamos trabajando para hacer que la experiencia se sienta fluida.

Construir con IA significa ser honesto sobre lo que no has resuelto. Aquí están los desafíos con los que aún estamos luchando activamente:

• Perfeccionar el tono. ¿Cómo puede una IA ser un coach empático un momento y un experto directo en políticas al siguiente? Aún estamos trabajando para hacer que el tono de Lumo se sienta correcto para cada situación.
• Medir lo que realmente importa. Es fácil contar usuarios, pero mucho más difícil saber si nuestra herramienta llevó a una conversación mejor y más significativa. Aún estamos buscando las formas correctas de medir el impacto del mundo real.
• Asegurar que Lumo sea un compañero, no una muleta. Queremos empoderar a nuestra gente, no crear una dependencia de una IA. Fomentar el pensamiento crítico y alentar transferencias inteligentes al equipo de People es un desafío de diseño que aún estamos abordando.

¡Muchas gracias a Aude Vantyghem, Sebastien De Larquier, Juliette Raimbault, Camille Leflour, Paul Sauveplane y Lucas Picot por dar vida a este proyecto!"