La inteligencia artificial (IA) en la contratación se refiere a la aplicación de tecnologías de IA, como el aprendizaje automático y los grandes modelos de lenguaje, para automatizar y mejorar diversas etapas del proceso de reclutamiento laboral. Estas tecnologías permiten a las organizaciones reclutar, seleccionar y predecir el éxito de los solicitantes mediante métodos basados en datos. Los defensores argumentan que la IA reduce el sesgo humano, ayuda a identificar candidatos calificados y libera a los profesionales de recursos humanos (RR. HH.) para tareas más estratégicas. Los críticos, sin embargo, advierten que la IA puede perpetuar las desigualdades existentes y desplazar puestos de trabajo humanos, mientras que los debates éticos se centran en la transparencia algorítmica, la responsabilidad y la necesidad de una supervisión continua para garantizar una toma de decisiones justa e imparcial durante todo el reclutamiento.
La adopción de la IA en la contratación ha crecido rápidamente. En 2022, una investigación de la Sociedad para la Gestión de Recursos Humanos (SHRM) encontró que casi el 25% de las organizaciones utilizaban automatización o IA para actividades de RR. HH., incluido el reclutamiento. El uso se correlacionaba con el tamaño de la empresa: el 16% de los empleadores con menos de 100 trabajadores usaba IA, en comparación con el 42% de aquellos con 5,000 o más empleados. Entre los usuarios, más de dos tercios de los profesionales de RR. HH. informaron que la IA mejoró el tiempo para cubrir puestos, con un 53% que dijo que era algo mejor y un 16% mucho mejor. Para 2024, se estimaba que entre el 35% y el 45% de las empresas usaban IA en el reclutamiento, y los datos del Foro Económico Mundial de 2025 indicaban que casi el 90% de las empresas empleaban herramientas de IA en la contratación.
Reclutamiento y Publicidad Dirigida
La IA ayuda en el reclutamiento generando anuncios de empleo y dirigiéndolos a posibles solicitantes que probablemente se ajusten a un puesto. Esto a menudo aprovecha las herramientas de publicidad en redes sociales que dependen de la IA. Por ejemplo, Facebook (ahora Meta) permite a los anunciantes dirigir anuncios según datos demográficos, ubicación, intereses, comportamiento y conexiones. Las empresas también pueden usar audiencias "similares", donde proporcionan un conjunto de datos - típicamente sus empleados actuales - y Facebook dirige el anuncio a perfiles similares a los de ese conjunto de datos. Un estudio de 2018 encargado por Facebook encontró que uno de cada cuatro adultos estadounidenses había buscado o encontrado un trabajo usando la plataforma.
Sitios de empleo como Indeed, Glassdoor y ZipRecruiter también dirigen listados de empleo a solicitantes con características deseadas. La publicidad dirigida ofrece eficiencia y ayuda a alcanzar una audiencia específica, pero plantea preocupaciones sobre quién ve las oportunidades laborales. La mayoría de los algoritmos de segmentación son propietarios, y aunque plataformas como Facebook y Google permiten a los usuarios ver por qué se mostró un anuncio, los no destinatarios pueden nunca conocer la existencia del anuncio o por qué fueron excluidos. En 2018, la Unión Estadounidense por las Libertades Civiles presentó una queja ante la Comisión de Igualdad de Oportunidades en el Empleo alegando que Facebook permitía anuncios de empleo con sesgo de género, violando las leyes de discriminación federales y estatales. En 2019, Facebook deshabilitó la segmentación explícita basada en género, edad y código postal para categorías de anuncios relacionados con el empleo.
Selección y Evaluación de Solicitantes
Los seleccionadores son pruebas impulsadas por IA que ayudan a las empresas a examinar grandes grupos de solicitantes para identificar candidatos con características deseables. Los factores utilizados en la selección son una preocupación para los éticos y activistas de derechos civiles. Si un seleccionador se entrena con datos de una fuerza laboral predominantemente blanca y masculina, puede favorecer inadvertidamente a solicitantes similares, perpetuando desigualdades. Por el contrario, la IA tiene el potencial de reducir sesgos humanos, como aquellos contra solicitantes con nombres que suenan afroamericanos, que han sido documentados en múltiples estudios.
Un ejemplo notable es la herramienta de escaneo de currículos de Amazon, utilizada de 2014 a 2018. Entrenada con credenciales de candidatos reclutados anteriormente, la herramienta degradaba sistemáticamente los currículos de candidatas femeninas, lo que llevó a los ingenieros de Amazon a descubrir el sesgo y eventualmente abandonar el proyecto. Según la investigación de SHRM en 2022, solo dos de cada cinco empleadores que usaban herramientas de reclutamiento con IA de proveedores dijeron que el proveedor era "muy transparente" sobre los pasos tomados para protegerse contra el sesgo. Además, las herramientas de IA pueden formar sus propios sesgos: un estudio de 2026 de la Universidad de Princeton y la Universidad de Chicago encontró que las herramientas de IA desarrollaban sesgos grupales durante tareas de contratación incluso cuando se entrenaban con datos neutrales, y eran más propensas a formar nuevos sesgos que los humanos que realizaban las mismas tareas.
Entrevistas y Chatbots
Los chatbots estuvieron entre las primeras aplicaciones de IA en la contratación. Los entrevistados interactúan con chatbots para responder preguntas, y la IA analiza sus respuestas. Las entrevistas de video asincrónicas (AVI) son otro método, donde los empleadores envían preguntas de texto electrónicamente y los candidatos graban respuestas a través de la cámara web. HireVue, un proveedor prominente, ha desarrollado tecnología que analiza las respuestas y gestos de los entrevistados durante entrevistas de video grabadas. Más de 12 millones de entrevistados han sido evaluados por más de 700 empresas que usan el servicio de HireVue.
Controversias Éticas y Legales
La IA en la contratación ofrece beneficios pero también plantea desafíos. Los sesgos pueden incorporarse inadvertidamente en los datos de entrenamiento, a menudo derivados de empleados existentes, lo que lleva a fuerzas laborales más homogéneas. El ejemplo de los anuncios de Facebook ilustra cómo las plataformas permitían a los dueños de negocios especificar características deseadas de los empleados, excluyendo potencialmente a grupos protegidos. Tales prácticas han atraído escrutinio regulatorio y reacciones públicas.
La transparencia algorítmica es un problema importante: muchas herramientas de contratación con IA son propietarias, lo que dificulta que los candidatos y reguladores comprendan cómo se toman las decisiones. La responsabilidad también es poco clara cuando los sistemas de IA cometen errores o muestran sesgos. Los expertos piden supervisión continua, auditorías y el desarrollo de prácticas justas de IA, incluida la prueba regular de impacto dispar y el uso de técnicas de IA explicables.
Direcciones Futuras y Regulación
A medida que crece la adopción de IA en la contratación, también lo hace el impulso hacia la regulación. La Ley de Inteligencia Artificial de la Unión Europea, propuesta en 2021 y que se espera esté completamente en vigor para 2026, clasifica la IA utilizada en el empleo como de alto riesgo, requiriendo cumplimiento estricto con transparencia, gobernanza de datos y supervisión humana. En los Estados Unidos, la Comisión de Igualdad de Oportunidades en el Empleo ha emitido orientación sobre IA y equidad algorítmica bajo el Título VII de la Ley de Derechos Civiles. Algunas leyes locales, como la Ley Local 144 de la Ciudad de Nueva York (efectiva en 2023), exigen auditorías de sesgo para herramientas automatizadas de decisiones de empleo.
Los desarrollos futuros pueden incluir modelos más sofisticados de aprendizaje profundo y IA generativa para evaluaciones personalizadas de candidatos, pero estos también plantean nuevas preguntas éticas. Investigadores como Michael Jordan y Anima Anandkumar han enfatizado la importancia de un aprendizaje automático robusto y justo, mientras que organizaciones como Stanford AI Lab y MIT CSAIL continúan estudiando el sesgo algorítmico. El desafío sigue siendo aprovechar la eficiencia de la IA mientras se garantizan resultados de contratación equitativos.
Conclusión
La inteligencia artificial en la contratación es un campo transformador pero controvertido. Ofrece eficiencias significativas en reclutamiento, selección y entrevistas, pero su potencial para replicar o amplificar sesgos humanos exige diseño cuidadoso, transparencia y regulación. A partir de 2025, la adopción está generalizada, pero los marcos éticos y legales aún están evolucionando. La investigación continua y los esfuerzos políticos buscan equilibrar la innovación con la equidad, asegurando que la IA sirva como una herramienta para la contratación inclusiva en lugar de una barrera.