Big Data y People Analytics: gestión científica de la intimidad y de las emociones

Analizamos prácticas de recursos humanos resultantes de utilizar tecnologías depen­dientes de big data en firmas de servicios basados en el conocimiento que responden al modelo GAFA, y presentamos ejemplos de dichas prácticas obtenidos a partir de entrevistas en profundidad. Los people analytics se...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:Innovar : revista de ciencias administrativas y sociales 2020-10, Vol.30 (78), p.75-87
Hauptverfasser: Szlechter, Diego Fabián, Zangaro, Marcela Beatriz
Format: Artikel
Sprache:eng ; spa
Schlagworte:
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:Analizamos prácticas de recursos humanos resultantes de utilizar tecnologías depen­dientes de big data en firmas de servicios basados en el conocimiento que responden al modelo GAFA, y presentamos ejemplos de dichas prácticas obtenidos a partir de entrevistas en profundidad. Los people analytics se erigen como la estrategia principal de gestión de la fuerza de trabajo por medio del análisis de los algoritmos que surgen del análisis de las interacciones presentes en redes sociales corporativas y otros espacios de participación en las webs empresariales. Nuestro argumen­to principal sostiene que este tipo de prácticas suponen una novedad en relación con las que se utilizaban hasta hace poco en otros tipos de firmas, dado que el objetivo central ahora radica en el estudio de la intimidad y las emociones presentes en las interacciones sociales. Como conclusión, establecemos que esta es una estrategia de implicación subjetiva que pretende generar mayor legitimidad debido a su origen “científico”, pero que termina reforzando los sesgos de técnicas utilizadas anteriormente. Este trabajo es de tipo cualitativo, basado en entrevistas semiestructu­radas a mandos medios y altos de firmas de servicios basados en el conocimiento establecidas en Argentina.
ISSN:0121-5051
2248-6968
DOI:10.15446/innovar.v30n78.90306