Extracurriary programs focused on bringing the world closer to the youngest of technology: programming, artificial intelligence, electronics, video games, cybersecurity, etc...
People Analytics: tecnología aplicada por y para las personas
En plena era del dato, nadie ha terminado de aterrizar el melón de people analytics. Durante años, esta disciplina era poco más que un puñado de cuadros de mando en RRHH: rotación, absentismo, satisfacción. Bonito, pero poco útil. Hoy, la historia es otra. La analítica de personas se ha convertido en una de las palancas más poderosas para conectar talento, tecnología y negocio. Las empresas que no lo entiendan pronto se quedarán fuera del juego.
¿Por qué ahora?
Porque la inteligencia artificial lo ha cambiado todo. La nueva Ley de IA de la Unión Europea considera como alto riesgo cualquier uso de inteligencia artificial en recursos humanos: desde un sistema de reclutamiento hasta un algoritmo de evaluación del desempeño. A la vez, las compañías están invirtiendo más que nunca en IA generativa, skills graphs y copilots integrados en su rutina.
Y hay un tercer motivo: los directores de personas ya no quieren más informes, quieren impacto. En los estudios de Deloitte y Gartner de este año, tres de las cinco prioridades de los CHRO son la analítica de talento, la inteligencia de habilidades y el bienestar productivo.
El mensaje es claro: los datos ya no sirven solo para contar personas, sino para entender cómo trabajan mejor.
El foco ya no está en las personas, sino en el trabajo
La tendencia más potente de 2025 es pasar de analizar puestos a analizar tareas y capacidades. Las empresas están construyendo mapas de habilidades conectados a sus sistemas de aprendizaje y a sus métricas de rendimiento para saber qué puede hacer su plantilla hoy y qué necesitará mañana. Están intentando huir de la titulitis para captar y retener el mejor talento.
El bienestar también se mide
The tools of people analytics en RRHH no solo miden productividad, también miden bienestar. La analítica de colaboración (reuniones, tiempo de foco, conexiones entre equipos) se ha convertido en una brújula para detectar sobrecargas y mejorar la salud laboral.
No es control, es comprensión: entender cómo trabaja la gente y qué la hace rendir mejor sin quemarse.
De los dashboards al copiloto laboral
Olvida los informes que nadie leía. Ahora, los datos viven donde trabajamos. Microsoft ha integrado Viva Insights y Copilot directamente en Teams. Los managers ya no tienen que abrir portales de BI porque las métricas aparecen en su día a día, con sugerencias concretas y contexto en tiempo real.
Es el paso de mirar datos a usar datos.
IA responsable o nada
The AI Act ha puesto el listón muy alto. Se acabaron los algoritmos opacos y las decisiones automáticas sin supervisión humana. Las empresas están creando catálogos de modelos, fichas técnicas y comités de revisión para garantizar que cada modelo sea explicable, justo y auditable.
La IA puede ser brillante, pero sin ética, es solo un reflejo torcido de nosotros mismos.
La métrica que manda: calidad, no cantidad
Las empresas más avanzadas ya no miden “cuánto tardan en contratar”, sino “a quién contratan y cuánto tarda en generar valor”. Ese giro (del tiempo a la calidad) está transformando cómo se selecciona, se forma y se promueve el talento.
No importa llegar rápido si llegas a donde no hace falta.
Los datos de RRHH ya no son de RRHH
El futuro es mezclar datos de personas, proyectos, negocio y colaboración en una misma arquitectura. Así cada equipo puede ver su propio impacto: ventas por hora de foco, innovación por densidad de red, retención por calidad de liderazgo.
Cuando los datos cruzan silos, el talento deja de ser un gasto y se convierte en motor de valor.
Un espacio para la sinergia
People analytics ya no es una disciplina de recursos humanos. Es un terreno común entre la ingeniería de datos, la psicología organizacional y la estrategia empresarial. Y ese terreno está creciendo rápido.
Los profesionales del futuro (sí, también quienes hoy estudian ciencia de datos, desarrollo o IA) tendrán en sus manos la oportunidad de diseñar sistemas que entiendan no solo cómo trabaja una persona, sino por qué trabaja mejor.
Porque el futuro de los datos no será solo predecir lo que hacemos, sino entender cómo nos hacemos mejores.
Da el siguiente paso: aprende IA de forma aplicada
Español 
English (UK)