El sesgo en los datos de salarios o ascensos es real, pero fácil de pasar por alto y peligroso de malinterpretar. Este detector rastrea registros anonimizados de RR. HH. en busca de patrones que una persona debería mirar.
sonnet1 semanaHRIS exportpandasOpenAIConfluence
Claude
69ROI
73Scale
$1.4k89Saved
ROI for
README.md
Por qué este subagente
El sesgo en los datos de salarios o ascensos es real, pero fácil de pasar por alto y peligroso de malinterpretar. Este detector rastrea registros anonimizados de RR. HH. en busca de patrones que una persona debería mirar.
Cada hallazgo viene con sus matices: el tamaño de la muestra, los límites de los datos y una nota clara de que es una señal para revisión humana, no un veredicto. Ayuda a un equipo de RR. HH. o legal a saber dónde mirar, sin fingir que los números prueban una intención.
Cómo se ejecuta
Used at step 01 to kick off the pipeline.
Write
Used at step 01 to kick off the pipeline.
WebFetch
Used at step 01 to kick off the pipeline.
WebSearch
Used at step 01 to kick off the pipeline.
Agrupa los registros por puesto y nivel, y busca brechas que sigan a atributos protegidos.
pending
Saca a la luz patrones que merecen una revisión humana, siempre como señales, nunca como conclusiones.
pending
Genera un informe que detalla los matices, los tamaños de muestra y los límites de cada hallazgo.
pending
Salida de ejemplo
json
// Sample output
// (generated when the pipeline finishes)
Report statistical gaps in the HR data by group, always with sample size and a stated caveat; flag for human review and never assert intent or causation.
Unlock the rest
The full agent definition, install snippet, and starter task are gated for community members.
Members get the full `.md` agent file, the npm / pnpm install one-liners, a starter prompt that we've tuned against real runs, and the open-source repo when this automation ships there. One email, magic link, done.