La IA para recursos humanos se usa hoy sobre todo en la parte administrativa del área, no en las decisiones. Ordena candidaturas, responde dudas de la plantilla, agenda entrevistas y prepara documentación. Las decisiones sobre personas siguen siendo humanas, y hay razones legales para que así sea. El área enfrenta dos problemas distintos que conviene no mezclar. Una vacante atractiva recibe cientos de candidaturas y nadie alcanza a revisarlas con el mismo cuidado. Al mismo tiempo, la plantilla pregunta cada mes lo mismo sobre vacaciones, constancias y nómina. El primero toca decisiones delicadas, mientras que el segundo es puro servicio interno. Por eso la IA para recursos humanos se implementa empezando por el segundo. Aquí verás qué automatizar en cada etapa, qué no debe decidir un algoritmo, qué pedirle a un proveedor y por dónde empezar.

¿Qué resuelve la IA para recursos humanos?

La IA para recursos humanos se usa hoy sobre todo en la parte administrativa del área, no en las decisiones. Ordena candidaturas, responde dudas de la plantilla, agenda entrevistas y prepara documentación. Las decisiones sobre personas siguen siendo humanas, y hay buenas razones para que así sea.

El área tiene un problema de volumen muy concreto. Una vacante atractiva recibe cientos de candidaturas, y el equipo no alcanza a revisarlas con el mismo cuidado. Al mismo tiempo, la plantilla pregunta lo mismo todos los meses: cuántos días de vacaciones le quedan, cómo pide una constancia, cuándo se paga.

Son dos problemas distintos y conviene no mezclarlos al evaluar IA para recursos humanos. El primero es de filtrado y toca decisiones delicadas. El segundo es puro servicio interno y no decide nada sobre nadie. Por eso la IA para recursos humanos se implementa casi siempre empezando por el segundo.

¿Qué tareas conviene automatizar por etapa?

Esta tabla separa lo que un sistema puede hacer de lo que debe quedar en manos de una persona:

La fila de preselección es la que exige más cuidado. Verificar un requisito objetivo y excluyente es defendible, por ejemplo si el puesto requiere una licencia vigente. Puntuar a una persona por cómo escribe o por su trayectoria, en cambio, reproduce los sesgos del historial con el que se entrenó el sistema.

¿Dónde está el caso de mayor retorno?

Casi siempre en el servicio interno, que es la parte menos glamorosa. Las preguntas de la plantilla son repetitivas, tienen respuesta objetiva y hoy consumen el tiempo de un equipo pequeño. Un asistente que responde sobre políticas y saldos de vacaciones libera horas sin decidir nada sobre nadie.

El segundo caso es la coordinación de entrevistas. Cruzar la agenda de tres entrevistadores con la de un candidato es un trabajo mecánico que se pierde en correos. Automatizarlo acorta el proceso, y en selección la velocidad importa: el buen candidato suele tener otra oferta.

El tercero es la comunicación con quienes no quedaron. Responder a todos es un problema de volumen, así que muchas empresas simplemente no lo hacen. Un sistema que avisa a cada candidato cuesta poco y cuida la reputación del empleador. Cómo se arma ese tipo de seguimiento lo vemos en para qué sirve la automatización.

¿Qué no debe decidir un algoritmo?

Aquí hay un límite legal, además del ético. Varias jurisdicciones ya regulan el uso de herramientas automatizadas en decisiones de empleo, y exigen auditorías de sesgo y aviso a los candidatos. La ciudad de Nueva York, por ejemplo, publicó reglas específicas sobre las herramientas automatizadas de decisión de empleo, con obligación de auditoría independiente.

Aunque tu empresa no esté bajo esa norma, el criterio sirve igual. Estas cuatro reglas evitan casi todos los problemas:

• Ninguna exclusión automática por criterios subjetivos. Solo requisitos objetivos y verificables.
• Siempre una persona revisa antes de descartar. El sistema ordena, no elimina.
• Avisar al candidato que hay apoyo automatizado. Y explicar qué se evalúa.
• Revisar los resultados por grupo. Si el filtro descarta sistemáticamente a un perfil, el filtro está mal.

Hay un punto más que suele olvidarse: los datos de una candidatura son datos personales sensibles. Conviene definir cuánto tiempo se guardan y quién los procesa antes de cargar el primer currículum en una herramienta.

¿Qué pedirle a un proveedor?

Al evaluar una herramienta de IA para recursos humanos hay cinco preguntas que conviene hacer por escrito, antes de firmar:

1. ¿Qué decide el sistema y qué solo sugiere? La respuesta debe estar en el contrato, no en una demo.
2. ¿Se puede auditar una decisión? Es decir, si un candidato pregunta por qué quedó fuera, ¿hay registro?
3. ¿Usa los datos para entrenar modelos? Conviene exigir que no, por escrito.
4. ¿Cuánto tiempo conserva las candidaturas? Y cómo se borran cuando se pide.
5. ¿Cómo se revisa el sesgo? Si no hay método, el proveedor no ha pensado el problema.

Una herramienta de IA para recursos humanos que no pueda responder estas cinco preguntas no está lista para tocar candidaturas. En cambio, para el asistente interno de preguntas frecuentes el estándar es más liviano, porque no decide nada sobre nadie.

¿Cómo empezar en un área pequeña?

Empieza por el asistente interno de preguntas frecuentes, porque no decide nada y el beneficio se ve en semanas. Luego suma la coordinación de entrevistas y el aviso a los candidatos. Deja la preselección para el final, con revisión humana obligatoria y solo con requisitos excluyentes. Ese orden convierte la IA para recursos humanos en algo que se puede defender ante un candidato.

En Aigenza montamos este tipo de asistentes sobre las políticas y los sistemas que ya tiene la empresa, con la regla de que el sistema ordena y la persona decide. El enfoque general está en cómo automatizar tu negocio con IA y el servicio en automatización de flujos de trabajo.

En resumen, la IA para recursos humanos rinde en lo administrativo y en el servicio interno, mientras que las decisiones sobre personas necesitan criterio humano y trazabilidad. Ese orden protege al candidato y también a la empresa.

Preguntas frecuentes

¿Puede la IA elegir al mejor candidato?

No conviene dejarle esa decisión, porque aprende de contrataciones pasadas y repite sus sesgos. Lo defendible es que ordene y resuma, mientras que la elección queda documentada por una persona.

¿Es legal usar IA en selección?

Depende de la jurisdicción, ya que varias exigen aviso al candidato y auditoría de sesgo. Por eso conviene revisar la norma local antes de automatizar cualquier filtro que descarte personas.

¿Qué pasa con los datos de los candidatos?

Son datos personales y deben tratarse como tales. Conviene definir el plazo de conservación, quién accede y si el proveedor los usa para entrenar modelos.

¿Por dónde empiezo si somos un equipo de dos personas?

Por las preguntas repetidas de la plantilla, porque es donde se va el tiempo y no hay riesgo de decisión. Después, por la coordinación de entrevistas.