En una pyme, contratar mal es caro: cuesta tiempo, formación y, a veces, un cliente. Por eso resulta tentador automatizar la primera fase de selección. El problema es que los datos de candidatos son datos personales, y las decisiones de empleo están sujetas a reglas estrictas. La IA puede ayudar, siempre que sepas dónde poner el límite.
Dónde sí aporta valor y dónde no
La IA funciona bien en tareas de apoyo con poca consecuencia jurídica: transcribir entrevistas, resumir currículos, ordenar candidaturas por criterios objetivos que tú has definido, redactar descripciones de puesto o preparar preguntas de entrevista. Todo eso ahorra tiempo sin sustituir la decisión.
Funciona peor cuando se le pide evaluar la personalidad, predecir el rendimiento o decidir a quién descartar. Ahí entran sesgos, datos no representativos y responsabilidad legal. Una puntuación de adecuación no es una prueba objetiva: es una opinión automatizada.
Cribado de candidatos con criterio
Si vas a usar IA para cribar, define antes los criterios por escrito y comprueba que se corresponden con el puesto. Un proceso razonable tiene esta forma:
- Publica requisitos concretos y medibles, no adjetivos genéricos.
- Extrae de cada candidatura solo los datos relevantes para esos requisitos.
- Pide a la IA que justifique cada descarte con una referencia al requisito incumplido.
- Revisa una muestra de descartes a mano antes de comunicar nada.
- Guarda el criterio aplicado y la fecha de la decisión.
La justificación es la parte más importante. Si el sistema no puede explicar por qué descarta a alguien, no deberías usar ese sistema para descartar.
Un filtro que exige un título concreto puede excluir a alguien con experiencia equivalente. Antes de automatizar un descarte, pregúntate si lo defenderías por escrito ante el candidato.
Sesgos: el riesgo que no se ve en la demo
Los modelos aprenden de datos históricos. Si en tu empresa han contratado durante años perfiles de un mismo entorno, el modelo aprenderá a priorizar ese patrón y lo llamará mérito. El sesgo no siempre es evidente: puede aparecer por el nombre, el código postal, el centro de estudios o el hueco en el currículo.
Hay tres medidas que reducen el riesgo sin volver al papel: eliminar campos sensibles de la entrada, comparar tasas de descarte entre grupos cuando tengas volumen suficiente y revisar los criterios con alguien ajeno al proceso. Ninguna de las tres garantiza imparcialidad, pero todas detectan problemas antes de que los detecte un candidato.
RGPD: lo que debes tener resuelto antes de subir un currículo
Los currículos son datos personales y pueden incluir categorías especiales. Antes de usar cualquier herramienta, comprueba estos puntos:
- Base jurídica clara para el tratamiento y aviso de privacidad visible.
- Plazo de conservación definido y borrado efectivo al terminar el proceso.
- Encargado del tratamiento con contrato y garantías suficientes.
- Información sobre decisiones automatizadas y posibilidad de revisión humana.
- Registro de las categorías de datos y de quién accede a ellos.
Si la herramienta entrena modelos con tus datos, necesitas saberlo y reflejarlo. Si no lo sabes, no es una opción válida para datos de candidatos.
La decisión final sobre una contratación debe ser humana y trazable. La IA puede ordenar, resumir y avisar; no puede asumir la responsabilidad de contratar.
Un proceso razonable para una pyme
Empieza con un uso pequeño: resumen de candidaturas y generación de preguntas para la entrevista. Mantén una persona responsable de cada decisión y documenta los motivos. Si el volumen crece, amplía el uso del cribado, pero conserva la revisión por muestreo.
Forma al equipo en el uso de la herramienta y en la lectura crítica de sus resultados. Un sistema que produce respuestas con seguridad aparente invita a aceptarlas sin revisar, y ahí es donde se producen los errores caros.
Preguntas frecuentes
¿Puedo usar IA para descartar currículos automáticamente?
Solo con criterios objetivos, justificables y revisables, y con la información debida al candidato. El descarte automático sin explicación es un riesgo legal y de reputación.
¿Necesito consentimiento para analizar currículos con IA?
Depende de la base jurídica que apliques y del proceso. Lo imprescindible es informar con claridad, limitar la finalidad y no conservar los datos más de lo necesario.
¿La IA elimina los sesgos de selección?
No. Puede reducirlos si se diseñan bien los criterios, pero también amplificarlos si aprende de datos históricos sesgados. La revisión humana sigue siendo necesaria.