Plumas NCC | Candidatos y el dominio de la Inteligencia Artificial en procesos de selección de talento

Por: Mtro. Rodolfo Guerrero Martínez (México).

La integración de la inteligencia artificial (IA) en los procesos de selección de personal ha transformado radicalmente el mercado laboral global, incluido el contexto mexicano, donde la automatización y el análisis de datos masivos están redefiniendo la oferta y demanda de habilidades.

Lo que en un principio se creó como un recurso para mejorar la eficiencia de los departamentos de Recursos Humanos ha derivado en una auténtica competencia tecnológica, donde de manera inesperada, los candidatos han logrado posicionarse con una ventaja estratégica considerable.

El núcleo de este desafío radica en que los postulantes adoptan la IA generativa con rapidez y sin restricciones regulatorias, lo cual las organizaciones no pueden igualar.

Así también, Hosain et al. (2025) advierten que el éxito de estos sistemas depende de la mitigación de sesgos algorítmicos, ya que datos de entrenamiento viciados pueden conducir a decisiones discriminatorias que erosionan la confianza del talento.

Mientras que las empresas dependen de sistemas de filtrado rígidos, los buscadores de empleo utilizan la tecnología para inundar los canales de reclutamiento con aplicaciones masivas y currículos perfectamente optimizados, dificultando la identificación del talento real en un mar de perfiles de baja señal.

Por tanto, en este trabajo se explora cómo la inteligencia artificial está modificando el equilibrio entre candidatos y reclutadores en los procesos de selección de talento, profundizando en las estrategias tecnológicas que los postulantes emplean para optimizar sus perfiles y multiplicar sus oportunidades laborales.

 

1.-ESTRATEGIAS Y HERRAMIENTAS TECNOLÓGICAS DE LOS POSTULANTES

El uso de la IA por parte de los candidatos ha escalado a niveles sin precedentes tras el lanzamiento de modelos de lenguaje de gran escala. De acuerdo AI in Hiring Report 2025 de Greenhouse Software, la adopción de esta tecnología es ya una norma generalizada, con aproximadamente tres de cada cuatro candidatos empleando IA en su búsqueda de empleo; realmente, casi la mitad de los postulantes (49 %) admite que ahora aplica a un número significativamente mayor de vacantes con el objetivo deliberado de intentar superar los filtros automatizados.

Así mismo, en el panorama nacional, el barómetro de la IA en el mundo laboral 2025 (PwC, 2025) indica que los empleos en ocupaciones expuestas a la inteligencia artificial en México han experimentado un incremento del 88% desde el año 2021.

Esta explosión se debe al uso de servicios automatizados como LazyApply (https://moge.ai/es/product/lazyapply) y aiApply (https://aiapply.co/), que permiten a los postulantes enviar cientos de solicitudes personalizadas mientras descansan, adaptando currículos y cartas de presentación de manera milimétrica a las descripciones de los puestos.

Holloway (2026) señala que la técnica de ingeniería de prompts permite a los candidatos manipular los algoritmos de selección mediante la inserción estratégica de palabras clave generadas por IA, logrando que sus perfiles parezcan encajes ideales incluso si sus competencias reales no coinciden con la representación digital.

En este ecosistema, se estima que para el año 2028 uno de cada cuatro perfiles de candidatos podría ser falso o estar altamente distorsionado por herramientas de automatización (Garther, 2025). Hazan et al. (2024) sugieren que la prioridad estratégica debe ser el reentrenamiento de aproximadamente el 32 % de la fuerza laboral, enfocándose en el desarrollo de habilidades tecnológicas, sociales y emocionales que complementen las capacidades de las máquinas.

Para las nuevas generaciones, como la Generación Z, el uso de estas herramientas es una norma cultural, percibiendo el proceso de contratación como un sistema que debe ser vencido mediante la tecnología. Empero, con un marco donde la IA, por ejemplo, actué bajo tres modalidades como la colaboradora, agente o revolucionaria.

Conforme a Welsh et al. (2024) explican que la función colaboradora es donde la tecnología asiste en tareas de redacción y síntesis, asemejándose a un empleado a nivel junior, mientras que su potencial revolucionario aspira a reemplazar el modelo tradicional de filtrado por uno de matchmaking tridimensional, es decir, un sistema en el que los individuos son mapeados hacia su encaje ideal dentro de un panorama de múltiples oportunidades.

 

2.-LOS RETOS Y RESPUESTAS DE LOS RECLUTADORES ANTE EL AVANCE DE LA IA

Los departamentos de Recursos Humanos se enfrentan a una desventaja estructural crítica. A diferencia de los candidatos, las empresas deben cumplir con estrictas normativas de protección de datos como el Reglamento General de Protección de Datos (GDPR) o la Ley Local 144 de Nueva York, y asegurar que sus herramientas no incurran en sesgos discriminatorios.

La respuesta corporativa predominante ha sido la implementación masiva de Sistemas de Seguimiento de Candidatos (ATS), herramientas que, según Holloway (2026), rechazan aproximadamente el 75% de los currículos antes de que un humano los revise. Sin embargo, esta dependencia del filtrado automático ha creado un ciclo de ineficiencia donde el costo y el tiempo de contratación han aumentado en lugar de disminuir.

Para contrarrestar la sofisticación de los postulantes, algunos reclutadores han comenzado a buscar indicadores lingüísticos de contenido generado por IA, resaltando el uso excesivo de términos poco comunes en el habla humana natural, tales como profundizar (delve), dar testimonio (testament) o embarcarse (embark).

No obstante, ante la saturación de texto pulido pero vacío de autenticidad, la tendencia innovadora se desplaza hacia evaluaciones basadas en video de corta duración y acertijos visuales, herramientas que son más difíciles de manipular por chatbots y permiten observar el pensamiento crítico y la presencia del individuo.

En ese sentido, Maurer (2026), refiere que algunas empresas están reintroduciendo una fricción estratégica mediante aplicaciones más largas y exámenes presenciales para asegurar que están captando a los candidatos correctos en lugar de los más rápidos. La finalidad es reconocer a la tecnología para gestionar la logística masiva, pero al juicio humano presentando un papel central en la toma de decisión.

 

3.-IMPLICACIONES ÉTICAS, RIESGOS Y TENDENCIAS FUTURAS

El reclutamiento asistido por IA conlleva riesgos éticos profundos, principalmente relacionados con el sesgo algorítmico. Albaroudi et al. (2024) explican que, si los datos de entrenamiento están sesgados hacia ciertos grupos demográficos, los algoritmos perpetuarán e incluso amplificarán estas desigualdades, como ocurrió en el caso documentado de Amazon, cuyo sistema favorecía patrones de lenguaje masculinos.

Además, existe una preocupación creciente por la deshumanización del proceso, donde los candidatos se sienten desmoralizados por la falta de interacción humana.

Como se destacado anteriormente, la tendencia futura apunta hacia una transición de la filtración al matchmaking tridimensional. En este modelo, la IA no se utiliza para descartar personas, sino para mapear individuos hacia oportunidades ideales basándose en datos de comportamiento extraídos de plataformas como GitHub o Slack o correos electrónicos (para analizar patrones de comunicación y colaboración).

Asimismo, las organizaciones están migrando hacia una contratación basada prioritariamente en habilidades (skills-first), restando importancia a los títulos académicos tradicionales en favor de capacidades verificables mediante IA y supervisión humana.

Este cambio cumple un papel democratizador, ya que la IA facilita la identificación de competencias adquiridas en entornos no tradicionales o mediante procesos de micro-certificación que las técnicas de lectura de currículos convencionales suelen omitir debido a la falta de datos estructurados sobre la educación del candidato.

 

CONCLUSIÓN GENERAL

El sistema de reclutamiento tradicional se encuentra en crisis debido al uso sofisticado de la inteligencia artificial por parte de los candidatos, lo que ha generado una saturación de perfiles y un aumento en los costos de recursos humanos.

Ante este panorama, es fundamental que las empresas adopten modelos híbridos que combinen la eficiencia tecnológica con la valoración del juicio humano, fomentando procesos transparentes y auditorías constantes para evitar sesgos. Así, el verdadero potencial de la IA en reclutamiento reside en facilitar el acceso equitativo al talento y potenciar la diversidad, dejando atrás la mera automatización y privilegiando la autenticidad y las habilidades únicas de cada individuo.

Finalmente, el éxito empresarial dependerá de la capacidad para equilibrar la innovación tecnológica con la inclusión y el reconocimiento de la singularidad humana en el entorno digital.

 

REFERENCIAS BIBLIOGRÁFICAS

Albaroudi, E., Mansouri, T., & Alameer, A. (2024). A comprehensive review of AI techniques for addressing algorithmic bias in job hiring. AI, 5(1), 383–404. https://doi.org/10.3390/ai5010019

Gartner, Inc. (2025). Una encuesta de Gartner muestra que solo el 26% de los solicitantes de empleo garantizados en que la IA los evaluará de manera justa [Comunicado de prensa]. Stamford, Connecticut.

Greenhouse Software. (2025). AI in hiring report 2025. https://www.greenhouse.com/agile-resources/ai-in-hiring-report-2025

Hazan, E., Madgavkar, A., Chui, M., Smit, S., Maor, D., Dandona, G. S., & Huyghues-Despointes, R. (2024). A new future of work: The race to deploy AI and raise skills in Europe and beyond. McKinsey Global Institute.

Holloway, S. (2026). The hiring process is now an AI arms race, but there’s still room to restore the human element. Polsky Center for Entrepreneurship and Innovation.

Hosain, M. S., Amin, M. B., Debnath, G. C., & Rahaman, M. A. (2025). The use of Artificial Intelligence (AI) in the hiring process: Job applicants’ perceptions of procedural justice. Computers in Human Behavior Reports, 19, 100713. https://doi.org/10.1016/j.chbr.2025.100713

Maurer, R. (2026). Recruitment is broken. Automation and algorithms can’t fix it. SHRM. https://www.shrm.org/topics-tools/news/hr-trends/recruitment-is-broken

PwC México. (2025). Barómetro de la IA en el mundo laboral 2025: Edición México. https://www.pwc.com/mx/barometro-ia-2025

***

Ro­dol­fo Gue­rre­ro es abo­ga­do por la Be­ne­mé­ri­ta Uni­ver­si­dad de Gua­da­la­ja­ra y maes­tro en de­re­cho con orien­ta­ción en ma­te­ria Cons­ti­tu­cio­nal y ad­mi­nis­tra­ti­vo por la mis­ma casa de es­tu­dios. Es So­cio Fun­da­dor y Re­pre­sen­tan­te Le­gal de la So­cie­dad Ci­vil Cof­fee Law “Dr. Jor­ge Fer­nán­dez Ruiz”. So­cio fun­da­dor de la Aca­de­mia Me­xi­ca­na de De­re­cho “Juan Ve­lás­quez” A.C. Ti­tu­lar de la Co­mi­sión de Le­gal­tech del Ilus­tre y Na­cio­nal Co­le­gio de Abo­ga­dos de Mé­xi­co A.C. Ca­pí­tu­lo Oc­ci­den­te. Vi­ce­pre­si­den­te de la Aca­de­mia Me­xi­ca­na de De­re­cho In­for­má­ti­co, Ca­pí­tu­lo Ja­lis­co.