IA en el reclutamiento: cómo funciona a lo largo del embudo de contratación

Por Kevin Kim · Actualizado el 11 de octubre de 2026

La IA en el reclutamiento es el uso de aprendizaje automático y modelos de lenguaje para encargarse de los pasos de alto volumen de la contratación (encontrar candidatos, leer solicitudes, programar, evaluar y redactar ofertas) de modo que los reclutadores dediquen su tiempo a las conversaciones y al criterio. Cada paso recibe un tipo distinto de IA, un nivel de riesgo distinto y una respuesta distinta a la pregunta «¿quién sigue decidiendo?».

Esta guía está dirigida a líderes de adquisición de talento, gerentes de recursos humanos y gerentes contratantes que necesitan entender qué ocurre dentro de su embudo de contratación antes de comprar o aprobar algo. Es el eje de la sección de IA en el reclutamiento de IA en recursos humanos, así que se mantiene en el nivel de todo el embudo y remite a páginas más detalladas para cada paso.

Datos clave

• En una prueba de la University of Washington con tres modelos de lenguaje que clasificaban currículums frente a más de 500 ofertas de empleo reales, los nombres asociados con personas blancas fueron preferidos el 85% de las veces, frente al 9% de los nombres asociados con personas negras (University of Washington).
• El mismo estudio encontró que los nombres asociados con hombres fueron preferidos el 52% de las veces, frente al 11% de los nombres asociados con mujeres (University of Washington).
• La Local Law 144 de la ciudad de Nueva York exige que una herramienta automatizada de decisión de empleo haya pasado una auditoría de sesgos dentro del año previo a su uso, y la ciudad comenzó a aplicarla el 5 de julio de 2023 (NYC Department of Consumer and Worker Protection).
• La Comisión Europea clasifica como de alto riesgo las herramientas de IA para el empleo y la gestión de trabajadores, con el filtrado de CV en el reclutamiento como ejemplo, y señala que esas reglas se aplican desde el 2 de diciembre de 2027 (European Commission).
• La misma página de la Comisión enumera el reconocimiento de emociones en los lugares de trabajo como una práctica prohibida, entre las prohibiciones que entraron en vigor en febrero de 2025 (European Commission).

Qué hace la IA en cada paso del embudo

Un embudo de contratación es una secuencia de filtros. Cada filtro reduce una gran pila de candidatos a una lista corta, y la IA es útil donde la pila es grande y los criterios están escritos. Es mucho menos útil, y más riesgosa, donde la decisión es subjetiva o los datos son escasos.

En términos del ACE Framework, la mayor parte de la IA de reclutamiento funciona ingiriendo solicitudes y perfiles, analizándolos frente a los requisitos, prediciendo una coincidencia o una probabilidad, generando texto como mensajes de contacto y resúmenes, y ejecutando pequeñas acciones como enviar una invitación de calendario. Los patrones de puntuación y de lectura de documentos concentran la mayor parte del riesgo.

Paso a paso: qué cambia en la práctica

Definición del puesto

Todo lo que viene después depende de lo que diga la descripción del puesto. Un modelo puede redactar una primera versión a partir de un resumen del rol, reescribir la jerga en lenguaje sencillo y señalar redacciones que reducen el grupo de candidatos sin motivo. El gerente contratante sigue decidiendo lo que el puesto necesita. El detalle está en redactar descripciones de puestos con IA.

Búsqueda de candidatos

Las herramientas de búsqueda exploran grandes bases de datos de perfiles, sugieren personas parecidas a sus contrataciones anteriores y redactan mensajes personalizados. La ventaja es el alcance: un reclutador puede contactar a personas que nunca habría encontrado a mano. La desventaja es que «se parece a las contrataciones anteriores» copia cualquier patrón que haya tenido su contratación pasada. Si su historial es estrecho, las sugerencias también lo serán.

Filtrado

Aquí es donde la mayoría de los postulantes se encuentra primero con la IA. Un sistema lee cada currículum, extrae habilidades y experiencia, y clasifica a las personas frente a los requisitos. Bien hecho, es la diferencia entre hojear 400 solicitudes y leer con atención las mejores 40. Mal hecho, rechaza en silencio a personas por razones que nadie puede explicar. Ambos lados se tratan en el filtrado de currículums con IA.

Programación

La programación es el lugar más seguro para empezar. La tarea es mecánica, las reglas son explícitas y un error cuesta una reprogramación, no la oportunidad de una persona de conseguir un empleo. Las herramientas que coordinan calendarios entre candidatos, entrevistadores y salas ahorran horas por contratación, y no evalúan a nadie.

Entrevistas

La IA alrededor de las entrevistas suele hacer tres cosas: sugiere preguntas estructuradas vinculadas al puesto, transcribe la conversación y la resume para el panel. Algunos productos van más lejos y puntúan el habla, la expresión o la elección de palabras de un candidato. Esa es la parte que conviene tratar con sospecha. Consulte la IA en las entrevistas para ver qué es razonable y qué no.

Evaluación

Las herramientas de evaluación puntúan pruebas, simulaciones y muestras de trabajo. Solo son tan buenas como la evidencia de que la puntuación predice el desempeño laboral y trata a los grupos con equidad. Un panel (dashboard) pulido no es esa evidencia. Las evaluaciones preselectivas con IA cubren las preguntas que conviene hacer.

Oferta

Al final del embudo, la IA redacta cartas, reúne referencias salariales y persigue aprobaciones. Los borradores necesitan una lectura humana, porque un salario o una fecha de inicio equivocados en una carta de oferta son un problema legal y de relación. La experiencia del candidato en todos los pasos anteriores es el tema de la IA y la experiencia del candidato.

Ejemplos reales por función

Equipo de adquisición de talento. Un reclutador abre un puesto que atrae a varios cientos de postulantes. Un modelo analiza cada currículum, lo compara con los requisitos indispensables y los reparte en tres grupos. El reclutador lee por completo el grupo superior, revisa una muestra de los otros dos y registra por qué movió a alguien. La IA ahorró el tiempo de lectura, y el reclutador conservó la decisión.

Gerente contratante. Un gerente sin experiencia en reclutamiento usa una herramienta de redacción para convertir una lista tosca de funciones en una publicación clara y un conjunto de preguntas de entrevista estructuradas, y luego edita ambas. El valor es un mejor punto de partida, no un resultado automático.

Coordinador u operaciones de recursos humanos. Un asistente de programación ofrece a los candidatos horarios disponibles, reserva al panel y lo mueve todo cuando alguien cancela. No hay juicios de por medio, así que hay poco que auditar más allá de si el calendario es correcto.

Cumplimiento normativo y jurídico. El asesor jurídico revisa cada herramienta que clasifica o puntúa personas, pide evidencia de pruebas de sesgo y confirma que existan avisos a los candidatos donde la ley los exige. Esta función es fácil de omitir y cara de añadir después.

Los riesgos, en concreto

El riesgo no se reparte por igual a lo largo del embudo. Se concentra donde la IA clasifica, puntúa o rechaza personas.

Sesgo en la clasificación. La prueba de la University of Washington mencionada arriba es un ejemplo claro. Los investigadores clasificaron currículums frente a más de 500 ofertas de empleo con tres modelos de lenguaje, y los nombres por sí solos modificaron los resultados de forma marcada según la raza y el género. Probó esos modelos específicos en un entorno de investigación, no todos los productos comerciales, pero es una buena razón para probar cualquier herramienta con sus propios postulantes. El concepto se explica en el sesgo en la IA.

Exposición legal. Las reglas llegan de forma desigual. La ciudad de Nueva York exige una auditoría de sesgos y un aviso a los candidatos para las herramientas automatizadas de decisión de empleo, y la UE trata la IA para el empleo como de alto riesgo, con el reconocimiento de emociones en el lugar de trabajo prohibido de manera expresa. Otros lugares tienen sus propias reglas, y cambian. Esto es información general, no asesoría jurídica, así que involucre a un asesor antes de usar IA en cualquier decisión sobre una persona.

Rechazos inexplicables. Si un candidato pregunta por qué fue descartado y nadie puede responder, tiene un problema de proceso incluso antes de tener uno legal. La idea detrás de la IA explicable es que una persona pueda enunciar las razones de un resultado.

Falsa confianza. Una lista clasificada parece objetiva. No lo es. Las puntuaciones reflejan los datos y los criterios que las sustentan, y un reclutador que deja de leer por debajo de los diez primeros ha entregado la decisión al modelo.

Confianza del candidato. Las personas notan cuando un proceso se siente automatizado y opaco. Los candidatos que no pueden llegar a una persona, o que sospechan que un bot leyó su solicitud, pueden retirarse, y los mejores candidatos tienen más opciones.

Cómo introducir la IA en su embudo de contratación

1. Mapee su embudo actual. Anote cada paso, quién lo hace, cuánto tarda y dónde los candidatos esperan o abandonan. Sin esto, no podrá saber qué mejoró la IA.
2. Ordene los pasos por riesgo y volumen. Empiece con pasos de alto volumen y bajo riesgo, como la programación y la redacción. Deje la clasificación y la puntuación para más adelante.
3. Escriba primero los criterios. El filtrado con IA aplica requisitos a las personas. Si los requisitos son vagos o inflados, el resultado también lo es. Un enfoque basado en habilidades, descrito en la contratación basada en habilidades, da al modelo algo defendible con qué comparar.
4. Defina el punto de control humano. Para cada paso, nombre quién revisa el resultado de la IA, qué ve y qué puede anular. Es un diseño human-in-the-loop (persona en el circuito), y la revisión tiene que ser real.
5. Pruebe antes del lanzamiento. Pase solicitudes pasadas por la herramienta y compare los resultados entre grupos. Pregunte a cualquier proveedor cómo se probó su producto y si compartirá los resultados de auditoría.
6. Informe a los candidatos. Diga dónde se usa la IA, qué hace y cómo llegar a una persona. Donde una ley exija un aviso, cúmplala.
7. Haga un piloto de un paso durante un trimestre. Mida el tiempo de programación, las horas de reclutador por contratación, las correcciones de los revisores y la opinión de los candidatos.
8. Elija las herramientas al final. Una vez claros el proceso y los puntos de control, evalúe el software frente a ellos. La guía sobre cómo elegir software de reclutamiento expone los criterios, y sus comparativas complementarias de sistemas de seguimiento de candidatos (ATS) cubren a los proveedores.

Qué medir

Dé seguimiento a la rapidez y a la equidad juntas. Un embudo más rápido que trata a las personas de forma desigual es un peor embudo.

• Eficiencia: tiempo de programación, horas de reclutador por contratación, tiempo desde la solicitud hasta la primera respuesta.
• Calidad: con qué frecuencia los revisores contradicen a la IA y qué tienen en común las correcciones.
• Equidad: tasas de avance en cada paso, comparadas entre grupos, según un calendario fijo.
• Experiencia: satisfacción de los candidatos, abandono por paso y con qué frecuencia las personas piden hablar con una persona.

Errores comunes

• Automatizar un proceso roto. La IA hace más rápido, no mejor, un embudo lento y poco claro. Arregle primero los criterios.
• Confiar en la afirmación de equidad del proveedor. Pida el método y los resultados, y verifíquelos con sus propios postulantes.
• Omitir el aviso. Tanto los candidatos como los reguladores esperan saber cuándo interviene la automatización.
• Dejar que la clasificación se convierta en la decisión. Si los revisores rara vez discrepan del modelo, el punto de control no funciona.
• Usar la inferencia de emociones o de personalidad a partir de video o voz. La ciencia es controvertida y, en la UE, el reconocimiento de emociones en el lugar de trabajo está prohibido.
• Ignorar la opción del agente. Algunos equipos quieren una IA que ejecute el primer filtro de principio a fin. La página sobre el agente de IA de filtrado de reclutamiento explica cómo funciona y qué límites fijar.

Un marco de riesgos para tomar prestado

El NIST AI Risk Management Framework, publicado el 26 de enero de 2023, organiza el trabajo de riesgos en cuatro funciones: Govern, Map, Measure y Manage (NIST). Para un equipo de contratación, eso significa asignar un responsable, listar cada uso de IA en el embudo y a quién afecta, probar la precisión y el sesgo, y monitorear después del lanzamiento.