Candidaturas de IA ocultan las competencias reales
Una candidatura fluida puede venir de alguien que nunca hizo el trabajo, o de un buen candidato que necesitaba ayuda para redactar. Contratar sigue exigiendo distinguirlos.
Christian Kosiek•Publicado •16 min de lectura
Un empleador pequeño puede recibir hoy una candidatura muy bien escrita de alguien que nunca ha hecho el trabajo. Las mismas herramientas pueden ayudar a un candidato capaz, poco seguro al escribir, a explicar una trayectoria que un formulario rígido habría enterrado. Los dos documentos pueden parecer igual de pulidos. Alguien tiene que decidir quién sabe hacer el puesto.
Ese es el problema de contratación que crea un texto abundante y barato. La IA generativa facilita presentarse. No hace, por sí sola, que la capacidad sea más visible. La respuesta útil no es una carrera entre redactores automáticos de CV y detectores automáticos de CV. Es un proceso que recoge una pequeña cantidad de pruebas comparables sobre el trabajo y deja a una persona como responsable de la decisión.
Más candidaturas no son más información
En su informe Resourcing and Talent Planning de septiembre de 2026, el Chartered Institute of Personnel and Development (CIPD) encontró que el 58% de los empleadores señaló un aumento de candidatos poco adecuados durante el año anterior, frente al 33% que señaló un aumento de candidatos adecuados. Las organizaciones grandes lo indicaron más que las pymes (61% frente a 52%).1
Al mismo tiempo, el 53% de las organizaciones que habían intentado contratar dijo que atraer candidatos era difícil, sobre todo para puestos cualificados y sénior. El 18% también señaló dificultad para puestos de menor cualificación. Un empleador puede estar inundado de candidaturas y seguir sin las personas que cubren la necesidad real. No son hallazgos contradictorios.
YouGov hizo la encuesta en línea del 2 de abril al 2 de mayo de 2026. Respondieron 1.014 profesionales de RR. HH. y de dirección en el Reino Unido, con responsabilidad de selección y planificación del talento. La muestra excluye a los autónomos sin personal y está ponderada para reflejar el empleo británico según tamaño y sector. Este año el CIPD limitó la muestra a personas cuyo puesto incluye la selección, así que las comparaciones con 2024 piden cautela. Las cifras describen lo que declararon los empleadores. No son un experimento que aísle lo que causó la IA generativa. Los salarios, la publicidad, la incertidumbre económica y el desajuste entre requisitos y experiencia disponible pueden mover los mismos números.1
El informe, elaborado con la firma de selección Omni RMS, sí trata el uso de IA generativa por los candidatos como parte de la presión sobre la selección. Entre las organizaciones que intentaron contratar, el 27% dijo que los candidatos usaban la IA de forma excesiva la mayoría de las veces o siempre en CV y candidaturas (figura 34, base 791). Por separado, el 35% de los empleadores dijo que intenta vigilar ese uso (42% de las organizaciones grandes; el 11% no lo sabía). De quienes vigilan, el 75% dijo que rechaza candidatos por uso de IA generativa al menos parte del tiempo. La pregunta sobre el rechazo tiene una base de gráfico de 280. No es una tasa de rechazo de cada candidato, ni de cada empleador. Alrededor del 21% de las organizaciones dijo que había cambiado los métodos de evaluación para reducir el uso de IA por los candidatos, y el 10% no lo sabía.1
Tomar la ayuda de la IA como prueba de deshonestidad es un riesgo real. Una persona puede usarla para traducir un relato verdadero de su trabajo, corregir la ortografía u ordenar una trayectoria complicada. Otra puede inventar logros. La herramienta que preparó la página no distingue, por sí sola, los dos casos. Filtrar la prosa pulida, o castigarla, puede equivocar el tiro en los dos sentidos.
En Estados Unidos, verificar competencias lleva más tiempo
Otra encuesta, encargada por la firma de selección Robert Half y publicada el 10 de marzo de 2026, apunta en la misma dirección sin probar una causa única. Una firma independiente encuestó a más de 2.000 responsables de contratación de Estados Unidos en noviembre de 2025. El 67% de los líderes de RR. HH. dijo que revisar candidaturas generadas por IA había ralentizado la contratación, y el 20% señaló retrasos de más de dos semanas. El 65% de los responsables de contratación dijo que un aumento de candidaturas, muchas mejoradas o generadas por IA, había hecho más difícil verificar las competencias. El 84% de los líderes de RR. HH. dijo que sus equipos soportaban una carga mayor.2
El mismo comunicado dice que los empleadores añadieron pasos que pueden alargar aún más los plazos: el 42% dedica más tiempo a revisar candidaturas, el 38% hace más entrevistas por candidato y el 32% reescribió descripciones de puesto para desalentar respuestas genéricas generadas por IA. Robert Half también señala que no toda candidatura asistida por IA es inexacta. Muchas personas usan las herramientas para ganar claridad o corregir la gramática. Son percepciones declaradas por un proveedor comercial, no un cambio medido del tiempo de contratación en registros administrativos.
La señal de contratación ya se debilitaba
La distinción importa porque la selección ya se volvía un mercado más ruidoso antes de la IA generativa. El US AI Labor Market Tracker de Revelio Labs de septiembre de 2026, publicado el 1 de octubre de 2026, encuentra que las ofertas por cada contratación externa observada llevan seis años al alza. La serie une ofertas y contrataciones en la misma empresa, el mismo estado, el mismo nivel jerárquico y el mismo puesto, y cuenta las contrataciones desde el mes de la oferta y los dos meses siguientes. Es un ratio de doce meses móviles para empresas estadounidenses emparejadas del Russell 3000, no una tasa literal de cobertura de vacantes. Una oferta puede corresponder a cero, una o varias contrataciones, y algunas ofertas o contrataciones no se pueden emparejar.34
La misma edición advierte contra los titulares dramáticos. Las menciones de ghosting de reclutadores en reseñas de entrevistas que no llevaron a una oferta volvieron cerca de su nivel de octubre de 2022: alrededor de un 1% por debajo, tras una lectura de julio un 3% por encima. La página dice también que esas menciones habían subido hasta un 9% en los dos años anteriores antes de bajar. Es un índice de una cuota de menciones, suavizado a doce meses. Un valor representado de 10% significa que la cuota de reseñas que usan lenguaje de ghosting es un 10% más alta que en octubre de 2022. No significa que el 10% de los candidatos fuera ignorado.34
La propia lectura de Revelio es que estos problemas de emparejamiento son anteriores a ChatGPT, así que no se pueden atribuir por completo a la IA generativa. La IA aún puede añadir ruido, al facilitar el envío de candidaturas más pulidas y debilitar las señales que usan los empleadores. Es un mecanismo plausible, no una causa medida. Las quejas por mala comunicación son una serie distinta, y la página de septiembre dice que suben mientras bajan las quejas por procesos lentos.
Nada de esto vuelve inofensivas las candidaturas escritas por IA. Significa que la evidencia de un fallo más amplio de las señales de contratación es más sólida que la evidencia de una sola tecnología como causa única. Publicar una vacante se ha vuelto una señal más débil de que habrá una contratación. Una candidatura pulida se ha vuelto una señal más débil de capacidad independiente.
Para una entidad social de cinco personas que busca un coordinador de programa, una carta fluida no es lo mismo que saber priorizar a las personas atendidas, proteger información confidencial o resolver un conflicto de agenda de última hora. Para un pequeño despacho contable, una lista de programas no es lo mismo que detectar una factura incoherente y explicar la comprobación siguiente. Son escenarios ilustrativos, no relatos de empleadores concretos. Su sentido es que la competencia relevante se puede observar en un ejercicio corto que se parece al trabajo. La misma brecha, entre hacer una tarea y dominar el trabajo que hay detrás, es la razón por la que la IA puede dejar que los aprendices vayan más allá de su formación sin que eso cuente como dominio.
Las preguntas estructuradas ayudan. La opacidad anula el avance
Hay evidencia de que una forma más constante de recoger información puede mejorar las decisiones de contratación, y es más estrecha que el lenguaje comercial de las "entrevistas con IA". En un documento de trabajo publicado el 30 de julio de 2026, Brian Jabarian y Luca Henkel describen un experimento de campo con la firma de selección PSG Global Solutions, parte de Teleperformance. El entorno es la contratación de atención al cliente de nivel inicial en Filipinas, para clientes de Estados Unidos y Europa. El artículo cubre 70.884 candidaturas. Quienes superaban un primer filtro se asignaban a un entrevistador humano, a un agente de voz de IA o a una elección entre los dos. En todos los casos, reclutadores humanos revisaban la entrevista y tomaban la decisión de contratación.5
En la comparación de entrevistas asignadas, el 8,70% de los candidatos del grupo humano recibió una oferta (1.179 de 13.557), frente al 9,73% del grupo de IA (3.904 de 40.103). Son 1,03 puntos porcentuales, que los autores describen como una probabilidad un 12% mayor. También informan de más incorporaciones y retención y, en un subconjunto de personas contratadas, de ninguna diferencia estadísticamente significativa ni económicamente relevante en el tiempo medio de gestión, la satisfacción del cliente o las puntuaciones de calidad. Atribuyen parte del resultado sobre las ofertas a entrevistas más estructuradas y constantes, que aun así respondían a la persona. Los reclutadores sabían si había entrevistado un agente de IA o una persona.5
Es un preprint, no un consenso asentado, y una sola familia de puestos en un solo mercado laboral. No es evidencia de que el software deba tomar la decisión final de empleo. No se traslada de forma automática a enfermería, dirección de centros educativos, trabajo social o cada pequeña empresa. El acceso al idioma, la disposición a hablar con un agente de voz, la calidad de las preguntas y el riesgo de un trato desigual importan.
La confianza de los candidatos es un segundo límite. En una encuesta de Greenhouse publicada el 1 de mayo de 2026, el 63% de las personas que buscaban empleo de forma activa en Estados Unidos dijo que había sido entrevistado por una IA, 13 puntos porcentuales más en seis meses. El 38% dijo que ya había abandonado un proceso porque incluía una entrevista con IA, y otro 12% dijo que lo haría. El 70% dijo que no le habían advertido con claridad, de antemano, de que la IA lo evaluaría, y el 21% lo descubrió solo al empezar la entrevista. La encuesta incluyó a 2.950 personas en Estados Unidos, el Reino Unido, Alemania, Australia e Irlanda. Salvo que el comunicado diga otra cosa, las cifras principales son las de los 1.200 encuestados de Estados Unidos. Describen percepciones, no la equidad o la exactitud de un sistema concreto. Greenhouse vende software de selección: es investigación de un proveedor.6
La paradoja aparente es útil. Las preguntas estandarizadas pueden mejorar lo que un empleador aprende. La automatización oculta puede destruir la confianza en cómo se produce ese aprendizaje. La pregunta práctica no es si hay que sustituir a cada entrevistador por una máquina. Es si cada candidato tiene una oportunidad justa de mostrar las mismas capacidades relevantes, entiende el proceso y tiene una vía hacia una decisión humana.
Las normas de la UE ya marcan un límite
Para las organizaciones que contratan en la Unión Europea, el marco jurídico es más concreto que un aviso general sobre "la IA en RR. HH.". Según el anexo III del Reglamento europeo de IA, los sistemas de IA destinados a la contratación o la selección de personas figuran como de alto riesgo. La lista cubre, en particular, los sistemas usados para colocar anuncios de empleo segmentados, analizar y filtrar candidaturas, y evaluar candidatos. Un ejercicio corto puntuado por una persona con una rúbrica escrita no es, por esa sola descripción, uno de esos sistemas. La clasificación depende de lo que la tecnología hace de verdad y de la definición jurídica de sistema de IA.7
El servicio de asistencia de la Comisión sobre el Reglamento de IA dice que las normas de los sistemas de alto riesgo del anexo III se aplican a partir del 2 de diciembre de 2027. También dice que las prácticas de IA prohibidas son exigibles desde el 2 de agosto de 2026. Una de esas prohibiciones, tal como la explica el mismo servicio, cubre los sistemas de IA usados para inferir emociones de una persona en el lugar de trabajo o en centros educativos, salvo cuando el sistema está previsto por razones médicas o de seguridad.89 Una herramienta de selección que puntúa el tono de voz o el "entusiasmo" a partir de un vídeo puede plantear una pregunta distinta de una muestra de trabajo estructurada. Este artículo no es asesoramiento jurídico. Los deberes de protección de datos ya se aplican a la información de los candidatos, sea cual sea el calendario del Reglamento de IA. Para una mirada más cercana a la supervisión humana cuando el software influye en las personas en el trabajo, vea quién supervisa al manager algorítmico.
Un mejor proceso empieza por una prueba del trabajo
La mejora más simple suele ser de baja tecnología. Antes de anunciar un puesto, nombre tres o cuatro capacidades que de verdad predicen el éxito. Luego diseñe una forma corta y proporcionada de observarlas. Una persona de cara al cliente puede explicar cómo atendería una reclamación. Un asistente de proyecto puede ordenar un pequeño conjunto de peticiones que compiten. Un analista puede mirar una tabla defectuosa y decir qué no se puede concluir con seguridad. El candidato debe saber qué se evalúa. El ejercicio debe parecerse al trabajo, no a un acertijo que premia el ensayo de la entrevista.
Hay contrapartidas. Las muestras de trabajo no remuneradas pueden cargar a quienes cuidan de otras personas, tienen una discapacidad o disponen de poco tiempo. Deben ser breves, accesibles y de verdad diagnósticas, no un encargo de trabajo gratuito para un cliente. Una rúbrica compartida reduce las impresiones arbitrarias, pero alguien tiene que comprobar que la rúbrica misma es pertinente y justa. Mantenga a una persona responsable del resultado y ofrezca una alternativa razonable cuando el formato crea una barrera.
Las organizaciones también necesitan una posición clara sobre el uso de IA que coincida con el puesto. Si el rol usará IA para redactar mensajes rutinarios, prohibirla a todos los candidatos puede evaluar una versión obsoleta del trabajo. Un ejercicio más revelador puede permitir la ayuda y luego pedir a la persona que encuentre un error factual, explique un juicio y diga qué comprobaría por su cuenta. Donde el razonamiento independiente es esencial, un segundo ejercicio sin ayuda puede ser adecuado. Las condiciones deben ser explícitas e iguales para todos.
Esto importa para quienes cambian de carrera. Un supervisor de tienda puede tener competencia real para resolver conflictos y organizar turnos sin el título que espera una entidad social. Un padre o una madre que vuelve al trabajo puede tener experiencia reciente organizando tareas complejas y un CV poco convencional. Una persona cuyas tareas anteriores se automatizaron en parte puede hacer el trabajo nuevo sin la credencial esperada. Ninguna debería ser contratada por una afirmación no verificada. Ninguna debería quedar fuera solo porque su experiencia es difícil de resumir en el lenguaje estándar de la selección.
Hay una consecuencia más allá de la vacante. La encuesta del CIPD encontró que el 48% de los empleadores había aumentado sus esfuerzos para desarrollar el talento internamente durante el año anterior, y que mejorar las competencias de los empleados actuales era la respuesta más común a la dificultad de contratación. La reacción se entiende: cuando las candidaturas externas revelan poco de la capacidad real, saber lo que las personas actuales pueden demostrar se vuelve más valioso. La promoción interna sigue necesitando pruebas. La antigüedad no es lo mismo que estar preparado.1
El recurso escaso es una prueba creíble
La IA ha hecho abundante el texto con sonido profesional. No ha quitado las partes difíciles del trabajo: manejar la incertidumbre, notar un error, adaptarse a una persona, proteger información o responsabilizarse de un resultado. Un proceso que premia la presentación por encima de esas capacidades vuelve el mercado laboral más ruidoso para todos, también para los candidatos que sí saben hacer el puesto.
La lección para un empleador pequeño no es comprar primero otro algoritmo de criba. Es preguntar qué aprende de verdad el proceso actual sobre una persona. Si la respuesta es sobre todo lo bien que esa persona describe sus competencias, el proceso está expuesto a la misma tecnología que intenta gestionar. Una demostración breve y justa del trabajo puede valer ahora más que la candidatura mejor escrita.
Preguntas que se hacen los empleadores
¿La IA en una candidatura prueba que el candidato es deshonesto?
No. Las cifras del CIPD muestran que muchos empleadores británicos ven lo que llaman un uso excesivo, y que algunos rechazan candidatos por ello al menos parte del tiempo. El propio comunicado de Robert Half dice que muchas personas usan la IA para ganar claridad o corregir la gramática, mientras que otras pueden adornar o inventar una trayectoria. La ayuda en sí no es la prueba. Lo que la persona sabe hacer, en condiciones que usted ha explicado, es la prueba.12
¿La IA generativa causó el alza de ofertas por contratación?
La serie de Revelio sube desde hace seis años, lo que incluye los años anteriores a ChatGPT. La empresa dice que la tendencia no se puede atribuir por completo a la IA generativa. Una candidatura pulida puede añadir ruido a un problema de emparejamiento que ya existía. Es una hipótesis, no una cuota medida del aumento.34
¿Un empleador pequeño debe prohibir la IA en cada prueba?
Solo si el propio puesto la prohíbe. Si las personas usarán IA en el rol, una prohibición total puede ocultar la competencia que importará: comprobar un resultado, explicar un juicio y saber qué verificar. Si el puesto depende de un razonamiento sin ayuda, dígalo y evalúe eso aparte. En los dos casos, comunique la regla a cada candidato por adelantado.
Cómo puede ayudar hilighter
hilighter no criba candidatos externos, no detecta CV escritos por IA y no toma decisiones de contratación. Cuando las candidaturas dejan de revelar quién sabe hacer el trabajo, la pregunta práctica dentro de la organización es qué pueden demostrar ya las personas actuales y qué competencias exige ahora el puesto.
hilighter ayuda a los equipos a mapear competencias por puesto, a comparar a las personas con esos requisitos en Competencias y talento, a registrar una prueba de capacidad en Evidencias y reconocimiento y a definir planes de desarrollo personalizados. Su visión de impacto de la IA en los puestos es indicativa, no una predicción de que un puesto desaparecerá. Un plan gratuito cubre hasta tres puestos, con empleados ilimitados. Para una guía concreta, vea cómo hacer una matriz de competencias gratuita.
Sources
- Hogarth, A. y McCartney, C., CIPD, Resourcing and talent planning report 2026, septiembre de 2026.
- Robert Half, Survey: 67% of HR leaders report AI-generated applications are slowing hiring, 10 de marzo de 2026.
- Revelio Labs, AI Labor Market Tracker: September 2026, publicado el 1 de octubre de 2026.
- Revelio Labs, Appendix and methodology, September 2026, publicado el 1 de octubre de 2026.
- Jabarian, B. y Henkel, L., Voice AI in Firms: A Natural Field Experiment on Automated Job Interviews, arXiv:2607.28222, primera publicación el 30 de julio de 2026 (preprint, no revisado por pares).
- Greenhouse, 63% of Job Seekers Have Faced an AI Interview, 1 de mayo de 2026.
- Comisión Europea, AI Act Service Desk, Annex III (usos de empleo de alto riesgo, incluida la contratación y la selección).
- Comisión Europea, AI Act Service Desk, When does enforcement start? (normas del anexo III desde el 2 de diciembre de 2027; prácticas prohibidas exigibles desde el 2 de agosto de 2026).
- Comisión Europea, AI Act Service Desk, Is emotion recognition prohibited in workplace and education settings?.
Fuentes revisadas por última vez: 29 de octubre de 2026. Las cifras del CIPD y de Robert Half proceden de encuestas a empleadores, no de experimentos. El artículo de Jabarian y Henkel es un preprint sobre un solo entorno de contratación en atención al cliente. La cifra de ghosting de Revelio es un índice del lenguaje de las reseñas, no una tasa de candidatos ignorados. Las fechas de la UE siguen el servicio de la Comisión y no son asesoramiento jurídico.