Estás en una demo. La pantalla se llena de candidatos ordenados de mayor a menor ajuste al puesto, el vendedor te da una cifra de horas ahorradas y te pregunta cuándo quieres arrancar el piloto. Antes de contestar hay una pregunta que conviene hacer, y no es «¿funciona?». Es más básica: ¿qué es esto, exactamente?
No es una pregunta ingenua. «Inteligencia artificial para reclutamiento» no describe una tecnología: describe al menos seis, que funcionan por mecanismos distintos, se equivocan de maneras distintas y —esto es lo que más te sirve— exigen evidencia distinta. Si no sabes cuál de las seis tienes en la mesa, no puedes pedirle al proveedor el documento correcto. Vas a pedir el que trae preparado.
En otro artículo separamos qué puede automatizarse y qué no en la evaluación de talento, que es una pregunta sobre en qué parte del proceso está actuando la herramienta. Este artículo resuelve la anterior a esa: qué cosa es la herramienta, por qué mecanismo produce el número que te muestra, y qué le puedes exigir por escrito en consecuencia.
Cuando una categoría de compra se define por su tecnología subyacente y no por lo que afirma medir, la conversación comercial se vuelve imposible de auditar. Dos proveedores pueden decir la misma frase —«usamos IA para identificar a los mejores candidatos»— y estar haciendo cosas sin relación entre sí: uno compara texto contra texto, el otro infiere rasgos de personalidad a partir del tono de voz.
La consecuencia práctica es concreta. Si pides «evidencia de validez» sin especificar de qué, te van a entregar lo que tengan: un caso de éxito, una tasa de satisfacción, una correlación con algo que no es desempeño laboral. Todas esas cosas pueden ser ciertas y ninguna contesta tu pregunta. Nombrar bien la tecnología es lo que te permite formular una exigencia que solo se puede responder con un documento.
Qué hace: compara el texto de la solicitud contra la descripción del puesto y devuelve un puntaje o un orden.
Por qué mecanismo: coincidencia de palabras clave, o representaciones semánticas más sofisticadas que reconocen que «gestión de cobranza» y «recuperación de cartera» apuntan a lo mismo.
Qué le corresponde pedir: que el orden que produce se relacione con algo posterior y verificable. Un filtro que ordena por parecido léxico con la vacante está midiendo parecido léxico con la vacante, no idoneidad. Puede ser útil exactamente para eso, y es legítimo usarlo así. Lo que no es defensible es tratar su orden como un pronóstico.
Qué hace: graba las respuestas del candidato sin interlocutor humano y produce puntuaciones de competencias, personalidad o desempeño.
Por qué mecanismo: modelos de aprendizaje automático entrenados sobre características extraídas del habla, del rostro y del lenguaje.
Qué le corresponde pedir: validez de criterio contra desempeño laboral medido aparte, no contra la calificación que un evaluador humano le puso a esa misma entrevista. La diferencia parece sutil y no lo es: predecir cómo va a calificar un entrevistador es un logro técnico real, pero es una afirmación mucho más modesta que predecir cómo va a trabajar alguien.
Vale la pena saber también cómo se usan estas entrevistas en la práctica, porque la configuración importa. Un análisis de datos de archivo de un proveedor real documentó que suelen aplicarse con cuatro o cinco preguntas, con alrededor de treinta segundos para preparar la respuesta y dos minutos para grabarla, y que rara vez se permite al candidato previsualizar las preguntas o volver a grabar (Dunlop, Holtrop y Wee, 2022). Ese estudio describe cómo se aplican; no evaluó si esos formatos son psicométricamente robustos. Si vas a comparar este formato con una entrevista estructurada, la configuración es parte de lo que estás comparando.
Qué hace: entrega una probabilidad de encaje o de éxito en el rol.
Por qué mecanismo: un modelo entrenado sobre el historial de contrataciones —de tu empresa o del proveedor.
Qué le corresponde pedir: además de la evidencia de que predice, la respuesta a una pregunta sobre el origen de los datos. Un modelo entrenado con decisiones pasadas aprende los patrones de esas decisiones, incluidos los que nadie quería conservar. Es el mecanismo central de la discriminación algorítmica en reclutamiento, y no requiere mala intención ni una variable prohibida en el modelo.
Qué hace: perfila a la persona a partir de redes sociales o de patrones de comportamiento en línea, sin instrumento psicométrico de por medio.
Por qué mecanismo: correlaciones entre comportamiento digital y rasgos de personalidad.
Qué le corresponde pedir: tres cosas, no una. Evidencia de validez de constructo —que lo que llama «apertura a la experiencia» sea eso—, procedencia lícita de los datos, y base jurídica del tratamiento. De las seis familias, esta es la que más rápido se sale del terreno técnico y entra al de protección de datos personales.
Qué hace: genera puntuaciones vinculadas a constructos como razonamiento o personalidad a partir de un juego o una simulación.
Por qué mecanismo: puntuación sobre el desempeño del candidato dentro del juego.
Qué le corresponde pedir: que el constructo del juego sea el constructo declarado, y que exista una norma o baremo contra la cual se interpreta el resultado. Un juego puede ser una excelente tarea de medición; también puede estar midiendo familiaridad con videojuegos. La diferencia entre ambos casos está en un manual técnico, no en la experiencia de usuario.
Qué hace: aplica reglas de descarte o recoge información estructurada antes de que intervenga un reclutador.
Por qué mecanismo: reglas explícitas, definidas por alguien.
Qué le corresponde pedir: que los criterios de descarte sean relevantes al puesto, y la exactitud de la aplicación de esas reglas. Esta familia no afirma medir constructos psicológicos, así que no le aplica la exigencia de validez de criterio. Le aplica otra: que el requisito por el que descarta tenga que ver con el trabajo, y que la regla se ejecute bien. Un criterio irrelevante aplicado con perfecta consistencia sigue siendo un criterio irrelevante.
Tres preguntas bastan casi siempre, y se contestan mirando el producto, sin pedirle nada al proveedor todavía.
Con esas tres respuestas ya puedes escribir una solicitud de evidencia que no se pueda contestar con una demo.
Sobre cuánto se usa todo esto en México, preferimos ser explícitos: en la búsqueda que hicimos para este artículo, con corte a agosto de 2026, no localizamos una estimación específica y desagregada para México, con metodología verificable, sobre el uso de herramientas de inteligencia artificial en reclutamiento. Lo que aparece son cifras de adopción de IA en general, o datos de otros mercados laborales. Señalamos el hueco en lugar de importar un número que no describe lo que aquí ocurre.
Ese vacío tiene una lectura útil para ti: si nadie ha medido bien la adopción, tampoco existe todavía un consenso de mercado sobre qué es aceptable exigirle a estas herramientas en México. Quien empieza a exigir evidencia primero no va tarde. Va temprano.
Hay una idea de fondo que ordena todo lo anterior, y no es nueva. Las recomendaciones que la Society for Industrial and Organizational Psychology publicó en enero de 2023 para la validación y uso de evaluaciones basadas en inteligencia artificial establecen que estas evaluaciones deben producir puntuaciones que predigan con exactitud resultados laborales relevantes, y que el constructo medido debe ser relevante al puesto y estar respaldado por evidencia científica (SIOP, 2023). El documento no es una norma aparte para la IA: es un suplemento de los principios que esa misma organización aplica a cualquier procedimiento de selección de personal.
Dicho de otro modo, a una herramienta con IA se le pide lo mismo que a una prueba psicométrica: que documente qué evidencia de validez tiene y cómo se obtuvo. Lo que cambia es la forma de verificarlo, no el estándar. Si ya sabes qué significa que una prueba esté validada y cómo comprobarlo, ya tienes el criterio; solo hay que aplicarlo a un objeto nuevo.
Esa es, por cierto, la buena noticia de este artículo. No necesitas volverte especialista en aprendizaje automático para evaluar a un proveedor de IA. Necesitas saber qué te está vendiendo, y eso se resuelve con seis nombres y tres preguntas. Un decisor de RH que llega a una demo pudiendo decir «esto es scoring entrenado sobre historial, muéstrame contra qué criterio de desempeño se validó y sobre qué datos se entrenó» está en una posición completamente distinta a la de quien llega a preguntar si funciona. La conversación cambia de dueño.
Si quieres el detalle técnico de qué debería poder demostrarte cualquier proveedor de evaluación —con o sin algoritmos de por medio—, nuestro whitepaper Validez y confiabilidad: lo que tu proveedor de psicometría debería poder demostrar desarrolla los criterios que aquí solo quedan enunciados. Y si quieres ver el mismo terreno desde el ángulo del riesgo, screening con IA vs. evaluación psicométrica toma esa ruta.
En Psicotest llamamos a esto evaluar con ciencia. Aplica igual a las herramientas nuevas: la tecnología también tiene que poder demostrar lo que afirma.
¿Qué tipos de inteligencia artificial se usan en reclutamiento? Al menos seis familias distintas: filtrado automatizado de currículums, entrevista asíncrona con puntuación automática, scoring de ajuste al puesto entrenado sobre historial de contrataciones, inferencia de rasgos desde huella digital, evaluación gamificada y chatbots de preselección. Funcionan por mecanismos diferentes y por eso les corresponde evidencia diferente.
¿Cómo sé qué tipo de herramienta de IA estoy usando en mi proceso de selección? Revisa tres cosas: qué datos entran (texto, voz y video, comportamiento en un juego, huella digital o un formulario), qué nombre tiene el resultado que sale (ajuste, probabilidad de éxito, nivel de una competencia, cumple o no cumple) y si ese resultado cambia según contra quiénes compitió el candidato ese día.
¿Qué es una entrevista asíncrona con puntuación automática? Es una entrevista que el candidato graba sin interlocutor humano y que un modelo de aprendizaje automático puntúa a partir de características del habla, el rostro y el lenguaje. Suele aplicarse con cuatro o cinco preguntas y tiempos breves de preparación y grabación (Dunlop et al., 2022).
¿Sirven los filtros automáticos de currículums? Sirven para ordenar y reducir volumen de revisión manual, que es lo que hacen: comparar texto contra texto. Lo que no debe hacerse es leer ese orden como un pronóstico de desempeño, porque el mecanismo que lo produce no mide desempeño.
¿Una evaluación gamificada es lo mismo que una prueba psicométrica? Puede serlo, si el juego mide el constructo que declara medir y existe una norma poblacional contra la cual interpretar el resultado, con evidencia documentada. Sin eso, es una experiencia interactiva que produce un número. La diferencia está en el manual técnico, no en la interfaz.
¿Qué evidencia debo pedirle a un proveedor de IA para reclutamiento? Depende de qué afirme su herramienta. Si dice predecir desempeño, pide contra qué criterio de desempeño laboral se validó el modelo y cómo se midió ese criterio. Si dice medir un rasgo o competencia, pide evidencia de validez de constructo. Si solo aplica reglas de descarte, pide la relevancia de esos requisitos para el puesto.
¿Cuántas empresas en México usan inteligencia artificial en reclutamiento? No localizamos una estimación específica y desagregada para México, con metodología verificable, sobre el uso de estas herramientas en reclutamiento. Las cifras disponibles corresponden a adopción de IA en general o a otros mercados laborales, y no describen el caso mexicano.
¿Necesito conocimientos técnicos de IA para evaluar a un proveedor? No. Necesitas identificar de qué familia tecnológica se trata y qué afirma medir, para poder exigir el tipo de evidencia que corresponde. El estándar aplicable es el mismo que ya se aplica a cualquier instrumento de evaluación de personal.
Referencias
Dunlop, P. D., Holtrop, D., y Wee, S. (2022). How asynchronous video interviews are used in practice: A study of an Australian-based AVI vendor. International Journal of Selection and Assessment, 30(3), 448–455. https://doi.org/10.1111/ijsa.12372
Society for Industrial and Organizational Psychology. (2023). Considerations and recommendations for the validation and use of AI-based assessments for employee selection. https://www.siop.org/wp-content/uploads/2024/06/Considerations-and-Recommendations-for-the-Validation-and-Use-of-AI-Based-Assessments-for-Employee-Selection-January-2023.pdf
Este documento no sustituye la asesoría de un profesional, ya que es meramente informativo y el lector es el único responsable del uso y aplicación que se le otorgue a dicha información, así como de su interpretación.
