No. La inteligencia artificial puede automatizar tareas operativas del proceso de selección —agendar, filtrar, ordenar candidatos— pero no sustituye una prueba psicométrica, porque medir un constructo psicológico con validez y confiabilidad documentadas exige un tipo de evidencia que un algoritmo de scoring general no tiene por diseño. La IA participa en el proceso; la evidencia científica sigue siendo la que respalda la decisión sobre la persona.
Automatizar resuelve tareas con datos objetivos y verificables: años de experiencia, disponibilidad, certificaciones, organización del pipeline. Evaluar mide algo que no se observa directamente —personalidad, aptitud, una competencia específica— a través de un instrumento con evidencia documentada de validez y confiabilidad. Un algoritmo de IA puede hacer lo primero con solidez. Hacer lo segundo sin ese respaldo no es evaluación: es una opinión estadística sin evidencia detrás, como desarrollamos en nuestro blog sobre qué puede automatizarse y qué no en reclutamiento con IA.
La IA tiene evidencia sólida de eficiencia en tareas como coordinar entrevistas, aplicar filtros por requisitos objetivos, organizar información de currículums y responder preguntas frecuentes de candidatos. Ninguna de estas tareas requiere medir un constructo psicológico, así que no necesita el mismo estándar de validez que una prueba psicométrica.
Falla exactamente donde se le pide al algoritmo predecir algo sobre la persona sin evidencia: desempeño futuro, rasgos de personalidad inferidos de video o voz, comparaciones entre candidatos de contextos distintos. En nuestro blog sobre screening con IA documentamos un caso real donde una auditoría independiente encontró que un componente de análisis facial en entrevistas por IA aportaba menos del 0.25% de valor predictivo sobre el desempeño real. La empresa detrás de esa herramienta la discontinuó.
Una empresa que usa IA de forma responsable puede explicar, en términos simples, qué automatiza el algoritmo y qué evalúa el instrumento psicométrico. Puede mostrar evidencia de validez de cualquier resultado que influya en la decisión de contratar. Y no delega en la IA la parte del proceso que exige medir a la persona con el mismo rigor que exigiría a cualquier proveedor de pruebas psicométricas.
La IA es una herramienta poderosa para la logística del reclutamiento. No es, por sí sola, un instrumento de evaluación psicométrica. Combinarlas bien —automatización para el proceso, evidencia científica para la decisión— es lo que distingue un proceso de selección defendible de uno que solo se ve moderno.
Descarga el whitepaper "Validez y confiabilidad: lo que tu proveedor de psicometría debería poder demostrar" para tener a la mano el estándar de evidencia que aplica tanto a instrumentos tradicionales como a cualquier herramienta de IA que participe en tu proceso de selección.
Aurora Martínez Carrillo es Gerente de Investigación en Psicotest, con más de 10 años de experiencia en psicometría organizacional aplicada a procesos de selección en México y América Latina.
Psicotest es una plataforma de evaluación psicométrica laboral con más de 20 millones de evaluaciones aplicadas en más de 25 países de habla hispana.
Cohen, R. J., y Swerdlik, M. E. (2018). Psychological testing and assessment: An introduction to tests and measurement (9a ed.). McGraw-Hill.
Raghavan, M., Barocas, S., Kleinberg, J., y Levy, K. (2020). Mitigating bias in algorithmic hiring: Evaluating claims and practices. Proceedings of the 2020 Conference on Fairness, Accountability, and Transparency, 469–481.
Sackett, P. R., Zhang, C., Berry, C. M., y Lievens, F. (2022). Revisiting meta-analytic estimates of validity in personnel selection: Addressing systematic overcorrection for restriction in range. Journal of Applied Psychology, 107(11), 2040–2068.
Schmidt, F. L., y Hunter, J. E. (1998). The validity and utility of selection methods in personnel psychology: Practical and theoretical implications of 85 years of research findings. Psychological Bulletin, 124(2), 262–274.
