Cómo Folkso encuentra a la persona con la que trabajarás bien

Folkso te lleva a la persona adecuada

Las habilidades y una tarifa te dan una lista. Con quién de esa lista disfrutarás trabajando los próximos tres meses, la lista no lo dice.

Folkso está hecho para responder a esa pregunta. Encuentra a las personas que hacen el trabajo y las comprueba. Tu IA las compara con tu manera de trabajar y te dice quién está más cerca. Las dos mitades se apoyan en investigaciones sobre personas en el trabajo, y las dos las medimos.

La mejor opción encaja con la tarea y con tu manera de trabajar. Las cifras salen de 300 búsquedas de prueba cuya respuesta correcta se conocía de antemano y que no participaron en el ajuste. Se ejecutaron con el mismo código que te responde en ChatGPT y Claude.

De tu petición a la persona adecuada en cuatro pasos

1. Folkso encuentra a quienes hacen el trabajo. Solo pasan las personas abiertas a ese tipo de trabajo, y quien tiene condiciones propias que descartan tu tarea queda fuera. Un modelo lee completos los 50 perfiles más cercanos, sin contactos, y vuelve a leer a los primeros de uno en uno antes de que los veas.
2. Tu IA recibe los hechos. De cada persona ve una frase de su propio perfil que demuestra que puede hacer el trabajo y algo concreto que tienes en común con ella, si lo hay. Ve lo que no encaja con tus condiciones, por ejemplo una tarifa por encima de tu presupuesto. Y recibe un retrato breve de cómo trabaja la persona y qué le importa en el trabajo, estimado a partir del texto de su perfil. En el retrato solo entran las estimaciones seguras.
3. Tu IA las compara contigo. Ha visto cómo trabajas, en tus chats y en lo que has hecho con ella, y te conoce mejor que cualquier perfil que rellenaras. Valora el ritmo, si la persona trabaja por su cuenta o necesita revisiones frecuentes, cómo discute y recibe comentarios, y qué le importa en el trabajo. A veces la persona adecuada trabaja como tú. A veces es quien cubre tu punto débil, como alguien organizado para quien trabaja a rachas. La IA escribe su opinión en cada tarjeta y puede marcar a una persona como “Opción más cercana”.
4. Decides tú. Las tarjetas se quedan en el orden de Folkso. Lees las opiniones y eliges a quién escribir.

Una opinión parte de un hecho del perfil y nombra el “pero” cuando lo hay. No lleva porcentajes de compatibilidad ni “encaje perfecto”. En los estudios con usuarios de Bansal y colaboradores, las explicaciones de una IA hacían que la gente aceptara su sugerencia más a menudo, fuera acertada o no. El nombre, la foto, el género, la edad y el origen no intervienen en la comparación.

Folkso no lee tus chats ni la memoria de tu asistente. A la búsqueda solo van las condiciones de la tarea, y si tu IA quiere convertir en condición algo que recuerda de ti, primero te lo pregunta.

Solo tú ves las opiniones, y se borran a los 30 días. La persona de la que habla una opinión no la ve.

Qué decide si dos personas trabajarán bien juntas

La selección de Folkso se apoya en metaanálisis y en estudios largos de personas en el trabajo. Aquí van los que más pesan.

Kristof-Brown, Zimmerman y Johnson reunieron 172 estudios con 836 tamaños del efecto sobre cuánto encaja una persona con su puesto, su organización, su equipo y su responsable. El encaje iba de la mano de la satisfacción y de las ganas de quedarse. El encaje con el responsable guardaba una correlación de 0,46 con la satisfacción con ese responsable, y el encaje con el equipo una de 0,47 con la cohesión del equipo. Los vínculos con el rendimiento eran más débiles, de 0,07 a 0,20. El encaje con el equipo se asociaba con la satisfacción laboral general menos de lo que esperaban los autores, y ellos mismos dan una razón. Muchos de esos estudios lo medían comparando puntuaciones de personalidad.

Liden, Wayne y Stilwell siguieron a 166 personas recién incorporadas y a sus responsables durante sus primeros seis meses juntos. Lo que cada parte esperaba de la otra en los primeros cinco días predijo lo buena que fue su relación de trabajo a las dos y a las seis semanas. La semejanza que se veían entre sí y la simpatía la predijeron en la mayoría de las mediciones. La semejanza demográfica no.

Edwards y Cable compararon los valores de personas empleadas en 4 organizaciones con los valores de su organización. Compartir valores iba de la mano de la satisfacción laboral y de las ganas de quedarse, sobre todo a través de la confianza en la organización y en su gente, y después a través de una comunicación más fácil. El encaje con un colega concreto no se midió ahí.

El tiempo suma su parte. Cuanto más tiempo trabajan juntas las personas, menos pesan las diferencias demográficas y más las diferencias de actitudes, tanto en grupos de trabajo (Harrison, Price y Bell) como en 144 equipos de proyecto de estudiantes seguidos en cuatro oleadas (Harrison y colaboradores).

La mentoría sigue el mismo patrón. En un metaanálisis de Eby y colaboradores, con 173 muestras y 40.737 personas, la valoración que las personas mentoradas daban a su mentoría iba más unida a lo parecidas que eran a quien las mentoraba en actitudes, valores, creencias y personalidad. De todo lo que existía antes de la relación, eran los vínculos más fuertes, de 0,38 a 0,59.

Las parejas son los pares más estudiados de todos, y aun ahí las personalidades parecidas explican poco. En tres muestras nacionales de parejas casadas, lo parecidas que eran las personalidades añadía menos del 0,5% a su satisfacción, por encima de la personalidad de cada miembro de la pareja (Dyrenforth y colaboradores). En 43 estudios con 11.196 parejas, cómo veía cada miembro la relación en sí predecía hasta el 45% de su calidad al comienzo de cada estudio (Joel y colaboradores).

Por eso Folkso mira el trabajo, lo que la gente espera, lo que valora y cómo trabaja. No usa tipos de personalidad. Compararlo todo contigo le toca a tu IA, que es quien te conoce.

Cómo lo comprobamos

El laboratorio de Folkso ejecuta 1000 búsquedas con respuesta conocida de antemano, con el mismo código que te responde. De ellas, 700 ajustan los pesos. Las otras 300 se reservan, y las cifras de esta página salen de ellas. Así funciona la prueba.

La medida más estricta pregunta si la mejor persona para ti, entre las 100 del grupo de prueba, queda exactamente en primer lugar. Folkso la pone primera en el 48,9% de las búsquedas. Un orden al azar tras los filtros lo logra en el 4,6%, así que Folkso acierta más de diez veces más a menudo. Por eso tu IA ve a cinco personas, y la mejor está entre ellas en el 84,5% de las búsquedas.

El 21 de octubre comprobamos el resultado con respuestas correctas nuevas, en las que las personalidades parecidas cuentan poco y los valores y las expectativas cuentan más. Se mantuvo. La mejor opción en primer lugar siguió en el 48,9%, y que la primera persona pueda hacer el trabajo no depende en absoluto de las respuestas nuevas.

Lo que probamos y descartamos

Por eso el orden de los resultados se apoya en lo que resistió, tanto en los estudios como en nuestra prueba.

Folkso lee lo que la gente espera del trabajo

Parte de lo que decide un sí ya está escrito en el perfil. “Mensajes mejor que llamadas.” “Proyectos de tres meses o más.” Folkso lee esas líneas, y en 100 perfiles de prueba no leyó al revés ni una sola condición declarada. Cuando alguna choca con tu tarea, tu IA lo ve junto a la persona y te lo dice. Si importa o no, lo decides tú.

Lo que estas cifras no pueden decirte

• La prueba se hace con personas y búsquedas ficticias. Los perfiles y las peticiones reales son más cortos y más desordenados, con erratas y dos idiomas en un mismo texto.
• Los resultados reales todavía son pocos. Las solicitudes aceptadas y las personas descartadas con un motivo mostrarán con qué frecuencia acierta Folkso en la vida real.
• Los estudios de arriba son correlaciones. Muestran qué acompaña a una buena relación de trabajo y no pueden probar qué la causa.
• Cómo irá la primera semana solo lo descubrirás tú, junto con la otra persona. La elección sigue en tus manos.

Folkso puede llevar a Leo hasta la tarjeta de Mira y contarle por qué es la más cercana. Si su primer boceto da en el clavo a las tres de la madrugada, lo verá él mismo.

Folkso es gratis. Conéctalo una vez, y la próxima vez que una tarea necesite a una persona, tu IA la encontrará en plena conversación.

Fuentes

• Kristof-Brown, Zimmerman, Johnson, Consequences of individuals' fit at work. Personnel Psychology 58(2), 281–342, 2005. Metaanálisis de 172 estudios con 836 tamaños del efecto.
• Liden, Wayne, Stilwell, A longitudinal study on the early development of leader-member exchanges. Journal of Applied Psychology 78(4), 662–674, 1993. 166 personas recién incorporadas y sus responsables durante sus primeros seis meses.
• Edwards, Cable, The value of value congruence. Journal of Applied Psychology 94(3), 654–677, 2009. Personas empleadas de 4 organizaciones.
• Harrison, Price, Bell, Beyond relational demography. Academy of Management Journal 41(1), 96–107, 1998. Grupos de trabajo.
• Harrison, Price, Gavin, Florey, Time, teams, and task performance. Academy of Management Journal 45(5), 1029–1045, 2002. 144 equipos de proyecto de estudiantes, cuatro oleadas de datos.
• Eby et al., An interdisciplinary meta-analysis of the potential antecedents, correlates, and consequences of protégé perceptions of mentoring. Psychological Bulletin 139(2), 441–476, 2013. 173 muestras, 40.737 personas en total.
• Dyrenforth, Kashy, Donnellan, Lucas, Predicting relationship and life satisfaction from personality in nationally representative samples from three countries. Journal of Personality and Social Psychology 99(4), 690–702, 2010. Parejas casadas de muestras nacionales de Australia (N = 5278), el Reino Unido (N = 6554) y Alemania (N = 11.418).
• Joel et al., Machine learning uncovers the most robust self-report predictors of relationship quality across 43 longitudinal couples studies. PNAS 117(32), 19061–19071, 2020. 43 conjuntos de datos de 29 laboratorios, 11.196 parejas.
• Bansal et al., Does the whole exceed its parts? The effect of AI explanations on complementary team performance. CHI 2021. Estudios con usuarios sobre tres conjuntos de datos.
• Laboratorio de pruebas de Folkso, 300 búsquedas reservadas. Resultado del 27 de septiembre de 2026, comprobado con respuestas correctas nuevas el 21 de octubre de 2026. Cómo funciona la prueba.