Metodología y marco teórico de Lara AI

Modificado el Jue., 27 Ago. a las 2:57 P. M.

← Volver a Fundamentos de Lara AI

En este artículo explicamos sobre qué base teórica está construido el banco de preguntas de Lara AI, para poder responder con solidez cuando alguien pregunta de dónde salen las preguntas, cuando un comité de People pide fundamentación o cuando se compara Lara AI con otro instrumento de medición.

El banco de preguntas fue formulado por especialistas en People Experience con más de 20 años de trabajo en medición de experiencia y clima organizacional en las empresas más grandes de la región. Se apoya en cinco enfoques teóricos que, en conjunto, dan un marco para entender el compromiso y la satisfacción de los colaboradores.

Los enfoques teóricos

  • Psicología Positiva. Aporta el foco en fortalezas, bienestar, salud mental y emociones positivas en el trabajo, en lugar de medir únicamente problemas.
  • Teoría de la Autodeterminación. Aporta los tres motores de la motivación interna: autonomía, competencia y vínculo con otros.
  • Modelo de las Características del Puesto de Trabajo. Aporta las dimensiones del puesto que explican la satisfacción: variedad, identidad y significado de la tarea, autonomía y retroalimentación.
  • Teoría del Intercambio Social. Aporta la lectura de la relación entre la persona y la organización como un intercambio de reciprocidad, clave para leer compromiso.
  • Seguridad Psicológica. Aporta la dimensión de si la persona siente que puede hablar, equivocarse y disentir sin consecuencias.
ℹ️ Cada pregunta del banco está asociada a un driver y a un sub-driver. Ese vínculo entre enfoque teórico y driver es lo que permite agrupar resultados, comparar en el tiempo y contra benchmark.

✅ Buenas prácticas

Cuando presentes la metodología, mostrá el vínculo entre enfoque teórico y driver: es lo que convierte una lista de teorías en algo accionable. Si tu organización tiene un modelo de cultura propio, mapeá tus dimensiones contra los drivers de Lara AI antes de personalizar preguntas.

⚠️ Errores frecuentes

  • Cambiar la redacción de una pregunta del banco sin revisar a qué sub-driver pertenece: se rompe la comparabilidad histórica y el benchmark. 
  • Agregar preguntas de desempeño o de evaluación individual al banco de Experience: no es el instrumento adecuado y afecta la percepción de confidencialidad.

❓ Preguntas frecuentes

¿Puedo agregar preguntas propias? Sí, se personalizan en el módulo. Tené en cuenta que una pregunta propia no tiene benchmark externo.

¿Las preguntas son iguales para todos los países? El banco es el mismo, pero la redacción se adapta al idioma y a los modismos de cada país.

¿Dónde veo a qué driver pertenece cada pregunta? En la sección Preguntas podrás encontrar el listado de todas las preguntas con sus respectivos drivers y sub-drivers.

Artículos relacionados

Ante cualquier duda o inconveniente, por favor contactate con soporte@meetlara.ai.

¿Le fue útil este artículo?

¡Qué bueno!

Gracias por sus comentarios

¡Sentimos mucho no haber sido de ayuda!

Gracias por sus comentarios

¡Díganos cómo podemos mejorar este artículo!

Seleccione al menos una de las razones
La verificación de CAPTCHA es obligatoria.

Comentarios enviados

Agradecemos su iniciativa, e intentaremos corregir el artículo