Los sistemas de selección pueden interpretar la experiencia, detectar competencias y puntuar la adecuación de un candidato. María Díez, directora de Recursos Humanos de SDi, explica qué debe tener ahora un CV para convencer primero a una máquina y después a una persona.
Un candidato lleva doce años trabajando como administrativo en una pequeña empresa. En su currículum nunca aparece la expresión manager de operaciones. Tampoco ha ocupado oficialmente un puesto de responsabilidad. Sin embargo, durante años ha coordinado proveedores, organizado entregas, resuelto incidencias con clientes, controlado facturación y gestionado a las personas encargadas del transporte. Hasta hace poco, un filtro basado exclusivamente en palabras clave podía dejarlo fuera de una oferta de responsable de operaciones. Una inteligencia artificial capaz de interpretar el contexto puede llegar a una conclusión diferente: quizá ya tiene buena parte de las competencias que requiere ese puesto.
Es uno de los grandes cambios que está provocando la inteligencia artificial en los procesos de selección. El currículum ya no tiene que convencer únicamente al responsable de Recursos Humanos que dedica unos segundos a decidir si sigue leyendo. En cada vez más procesos existe un lector previo que puede ser un software especializado o, incluso, una herramienta de IA generativa utilizada directamente por el reclutador.
“Cuanto más estructurado se lo des a la IA, más fácil se lo vas a poner”, explica María Díez, directora de Recursos Humanos de SDi, compañía tecnológica que ya analiza el impacto que están teniendo estas herramientas tanto en la selección de talento como en el trabajo de los departamentos de personas.
De buscar palabras a entender lo que realmente has hecho
El primer gran cambio está en cómo se lee un currículum. Durante años, muchas de las herramientas utilizadas para automatizar la selección funcionaban mediante coincidencias. La empresa definía determinadas palabras clave y el software comprobaba cuántas aparecían en el documento. Si el candidato no alcanzaba el porcentaje establecido, podía quedar descartado automáticamente. Era, en realidad, más un automatismo que inteligencia artificial.
Ahora existen sistemas capaces de leer el currículum completo, interpretar su contexto, asignar una puntuación de adecuación, decidir qué perfiles pasan a la siguiente fase e incluso automatizar comunicaciones con los candidatos. A ello se suma una segunda práctica habitual: empresas que no disponen de un sofisticado software de Recursos Humanos pero sí utilizan herramientas generalistas de inteligencia artificial para enfrentar una oferta de empleo con varios currículums y obtener una primera valoración.
“Ahora hay que currarse un poquito más el currículum”, resume Díez. La tendencia, explica, está desplazando el peso desde una simple sucesión de empresas y cargos hacia una explicación mucho más detallada de lo que la persona ha hecho realmente.
Funciones, logros y aprendizajes: las tres claves
Para la directora de Recursos Humanos de SDi, esa es precisamente la información que debería dominar el currículum actual. Su estructura ideal es muy visual. En un espacio secundario pueden quedar los datos personales y de contacto, formación u otra información complementaria. Pero la zona principal debe reservarse para la experiencia profesional. Y bajo cada puesto deberían aparecer tres elementos: funciones, logros y aprendizajes.
No basta, por ejemplo, con escribir “gestión de la rotación de personal”. Es mucho más valioso explicar que se partía de una rotación del 28%, qué proyecto se puso en marcha para resolverla y qué reducción se consiguió. El dato permite al sistema —y después al reclutador— entender no solamente que esa persona conoce un determinado ámbito, sino que ha utilizado ese conocimiento para resolver un problema real.
Lo mismo ocurre con los aprendizajes. Haber cometido un error, haber probado una estrategia que no funcionó o haber descubierto una forma mejor de afrontar un problema también aporta información sobre las capacidades profesionales de una persona si está bien explicado. El objetivo es sencillo: dar pruebas de las competencias en lugar de limitarse a nombrarlas.
Tu cargo importa menos que lo que realmente sabes hacer
Este cambio tiene otra consecuencia: el nombre que aparece junto al puesto puede empezar a perder peso. “Antes era súper importante tener un cargo. Cuanto más largo o mejor y cuanto más director o jefe pusieras, mejor”, señala Díez. La IA permite, al menos técnicamente, ir más allá de esa etiqueta y analizar las responsabilidades asumidas.
El ejemplo del administrativo es especialmente ilustrativo. Una persona puede no haber tenido nunca el título de responsable de operaciones y, sin embargo, llevar años gestionando proveedores, clientes, incidencias, facturación o logística. Otra puede no haber sido formalmente jefa de equipo, pero haber formado a trabajadores en prácticas, coordinado a varias personas o distribuido trabajo. Para un sistema que entiende el contexto, esas experiencias pueden convertirse en evidencias de gestión, organización o liderazgo.
Esta evolución también coincide con otra tendencia que detecta Díez en selección: la experiencia práctica está ganando terreno frente a determinados requisitos formales. Si una empresa define un título universitario como imprescindible, el sistema probablemente lo utilizará como criterio. Pero si lo que la oferta busca son conocimientos, resultados o competencias, una trayectoria profesional puede demostrar esas capacidades por caminos muy diferentes.
La oferta de empleo es la otra mitad del algoritmo
No todo depende, por tanto, del candidato. La forma en la que la empresa redacta una oferta condiciona enormemente cómo trabajará después una inteligencia artificial. Si Recursos Humanos establece como requisito imprescindible tener entre tres y cinco años de experiencia, un sistema automatizado puede interpretar ese límite literalmente. Un candidato con menos experiencia puede quedar fuera aunque el resto de su perfil sea especialmente bueno.
Lo mismo ocurre con las competencias. Si una oferta solo habla de conocimientos técnicos y años de experiencia, será difícil que una herramienta valore la capacidad de comunicación, la creatividad, la proactividad o la resolución de conflictos. Para hacerlo necesita saber previamente que la empresa considera importantes esas características. Por eso la llegada de la IA obliga también a los departamentos de Recursos Humanos a revisar cómo definen sus puestos y qué criterios están utilizando para seleccionar.
La IA también puede heredar sesgos
Existe además otra dificultad. Los modelos pueden reproducir sesgos presentes en los datos con los que han sido desarrollados o en los criterios que introduce quien los utiliza. Díez menciona especialmente riesgos relacionados con la edad, el sexo o el origen de las personas y diferencia entre herramientas especializadas, que pueden incorporar controles específicos, y el uso directo de modelos generalistas por parte de un reclutador sin mecanismos adicionales de supervisión.
El problema no siempre tiene por qué aparecer como una instrucción explícitamente discriminatoria. También puede surgir de una inferencia. Un sistema podría interpretar, por ejemplo, muchos cambios de empresa como falta de estabilidad profesional o un periodo sin trabajar como una señal negativa sin conocer las circunstancias que lo explican. “Esas inferencias son las que más le cuestan a la IA”, advierte la responsable de Recursos Humanos.
Más transparencia sobre los algoritmos en el trabajo
El debate llega además en un momento en el que España avanza hacia una mayor transparencia en el uso de algoritmos dentro de las relaciones laborales. El Consejo de Ministros aprobó el 8 de septiembre un Real Decreto que transpone la Directiva europea sobre condiciones laborales transparentes y previsibles. Entre otras medidas, reconoce el derecho de las personas trabajadoras a conocer los sistemas algorítmicos utilizados para determinar condiciones de trabajo o la extinción del contrato.
La medida no equivale a establecer que cualquier candidato pueda exigir conocer todos los criterios exactos con los que una IA ha filtrado su currículum antes de entrar en una empresa, pero sí confirma una tendencia: cuanto mayor es el poder de los algoritmos sobre decisiones laborales, mayor es también la exigencia de transparencia, control y supervisión. Para Díez, la regulación debería servir sobre todo para que las compañías auditen sus propios procesos y sean conscientes de qué están delegando realmente en una máquina.
Un currículum pensado para dos lectores
El resultado es una paradoja. La llegada de la inteligencia artificial no obliga a escribir currículums más robóticos, sino justamente a explicar mejor la experiencia humana. Un buen CV debe ser fácil de interpretar automáticamente, con una estructura clara y términos relacionados con la oferta, pero también tiene que aportar contexto. Debe explicar qué problemas ha encontrado una persona, qué hizo para resolverlos, qué resultados consiguió, qué responsabilidades asumió y qué aprendió durante el proceso.
