Analisis de agentes inteligentes aplicado a la gestion de personas en las organizaciones

Abstract

El presente Trabajo de Fin de Grado aborda la aplicación de la Inteligencia Artificial (IA) en la gestión de personas desde una doble perspectiva: teórica y práctica. La primera parte consiste en un análisis exhaustivo de la literatura científica sobre el tema, centrándose en publicaciones desde el año 2020. Para ello, se aplicó una metodología mixta que combina un análisis bibliométrico y una revisión sistemática sobre un corpus de 226 artículos, utilizando herramientas de análisis de datos como VOSviewer y herramientas de IA como NotebookLM y Gemini. La segunda parte del trabajo se enfoca en el diseño y desarrollo de una solución de ingeniería: un agente de IA funcional concebido como una herramienta de asistencia a la investigación, capaz de automatizar la clasificación de artículos científicos. El análisis de la literatura revela que la IA está redefiniendo las funciones de Recursos Humanos (RRHH) hacia una mayor personalización y optimización, aunque su adopción presenta desafíos significativos en dimensiones ético-algorítmicas, de gestión de datos y humano-organizacionales. Como respuesta práctica a la complejidad de realizar estos análisis, la segunda parte detalla la construcción de un Producto Mínimo Viable (MVP) de un agente de IA. Este prototipo, implementado en la plataforma de automatización n8n, utiliza un flujo de trabajo asíncrono para evaluar la relevancia de artículos basándose en sus metadatos y una rúbrica de evaluación estructurada. Las pruebas comparativas entre distintos Modelos de Lenguaje Extenso (LLM) validaron la robustez de la rúbrica, demostrando una consistencia moderada en sus calificaciones y una capacidad superior a la de una simple búsqueda por palabras clave. En conclusión, este trabajo no solo sintetiza el estado del arte sobre la IA en la gestión de personas, identificándolo como un desafío sociotécnico, sino que también aporta una solución práctica y validada. El agente de IA desarrollado se posiciona como una herramienta eficaz para la criba de literatura académica, ofreciendo resultados cualitativos, justificables y más inclusivos que los métodos tradicionales. Finalmente, se presenta una hoja de ruta para la evolución futura del agente, que incluye la integración directa con bases de datos académicas y la implementación de arquitecturas de Generación Aumentada por Recuperación (RAG) para permitir un análisis de contenido más profundo y contextualizado.

This Final Degree Project addresses the application of Artificial Intelligence (AI) in people management from a dual perspective: theoretical and practical. The first part consists of a comprehensive analysis of the scientific literature on the subject, focusing on publications since 2020. A mixed-methodology approach was applied, combining bibliometric analysis and a systematic review of a 226-article corpus, using data analysis tools like VOSviewer and AI tools like NotebookLM and Gemini. The second part of the project focuses on the design and development of an engineering solution: a functional AI agent conceived as a research assistance tool, capable of automating the classification of scientific articles. The literature review reveals that AI is redefining Human Resources (HR) functions towards greater personalization and optimization, although its adoption presents significant challenges in ethical-algorithmic, data management, and human-organizational dimensions. As a practical response to the complexity of conducting such analyses, the second part details the construction of a Minimum Viable Product (MVP) of an AI agent. This prototype, implemented on the n8n automation platform, uses an asynchronous workflow to assess the relevance of articles based on their metadata and a structured evaluation rubric. Comparative tests among different Large Language Models (LLMs) validated the rubric's robustness, demonstrating moderate consistency in their ratings and a superior capability compared to simple keyword searches. In conclusion, this project not only synthesizes the state-of-the-art on AI in people management, identifying it as a sociotechnical challenge, but also provides a practical and validated solution. The developed AI agent is positioned as an effective tool for screening academic literature, offering qualitative, justifiable, and more inclusive results than traditional methods. Finally, a roadmap for the agent's future evolution is presented, which includes direct integration with academic databases and the implementation of Retrieval-Augmented Generation (RAG) architectures to enable deeper and more contextualized content analysis.