Robot caminando por lacale, entre el gentio, con una caja de herramientas

 


La inteligencia artificial no solo cambia lo que hacemos en el trabajo: también interviene en quién consigue la entrevista. Cada vez más empresas usan sistemas automáticos para filtrar currículums, y las pruebas disponibles muestran que esos filtros pueden reproducir sesgos, aunque la dirección de esos sesgos cambia de un modelo a otro. Los reguladores empiezan a exigir controles.

El reajuste que provoca la IA en el mercado laboral no siempre se ve como un despido o una nueva máquina. A menudo ocurre antes, en el momento invisible en que un sistema decide qué candidatos pasan al siguiente paso y cuáles no se leen jamás. Es una de las formas más concretas de lo que describimos en la automatización silenciosa: decisiones importantes tomadas fuera de nuestra vista.

Cada vez más filtros automáticos

Según datos de la asociación de recursos humanos SHRM, citados en un análisis especializado, la proporción de equipos de selección que usan inteligencia artificial para filtrar currículums pasó de aproximadamente un cuarto a más del 40 % entre 2024 y 2025. Lo que antes revisaba una persona, hoy lo ordena un modelo de lenguaje.

Esto cambia el problema de quien busca trabajo. Ya no se trata solo de convencer a una persona, sino de pasar un filtro que no se ve, no se puede consultar y rara vez se explica.

Lo que mostró un estudio de 2024

Un estudio de la Universidad de Washington, presentado en 2024, probó tres modelos de lenguaje de código abierto con 554 currículums reales, 120 nombres asociados a distintos grupos y más de 500 ofertas de empleo, en más de tres millones de comparaciones. Los resultados fueron preocupantes: los currículums con nombres asociados a personas blancas fueron preferidos en el 85 % de los casos, frente a cerca del 9 % para los asociados a personas negras. Los nombres masculinos fueron preferidos en el 52 % de los casos y los femeninos en el 11 %. Y en la comparación directa entre un hombre negro y un hombre blanco con currículums idénticos, el nombre de hombre negro no fue preferido nunca.

Los investigadores también hallaron que quitar los nombres no bastaba: otros rasgos del texto, como la longitud o la elección de palabras, influían en el resultado.

Un matiz importante: el sesgo no es fijo

Sería un error concluir que toda IA de selección discrimina de la misma manera. Un estudio de 2026 publicado en la plataforma arXiv, que usó un diseño de pares de currículums idénticos con distintos nombres, encontró que el sesgo cambia de dirección según la generación del modelo: la magnitud y el sentido del sesgo dependen de qué modelo se usa, cuándo fue entrenado y cómo se le pregunta. Es decir, no hay una regla general. Lo que sí hay es una advertencia: son sistemas cuyo comportamiento es difícil de anticipar y que influyen en las oportunidades de empleo.

Por eso importa que los controles sean periódicos y no una verificación única.

Qué exigen las normas

Los reguladores empezaron a responder. La Ley de IA de la Unión Europea clasifica los sistemas usados en selección de personal como de "alto riesgo", lo que implica evaluaciones, documentación técnica, supervisión humana y aviso a los candidatos. Según un análisis reciente, esas obligaciones estaban previstas originalmente para agosto de 2026, pero se habrían pospuesto a diciembre de 2027; conviene confirmar la fecha vigente. En la ciudad de Nueva York, la Ley Local 144 obliga a los empleadores que usan herramientas automáticas de decisión a hacer una auditoría de sesgo independiente cada año, publicar un resumen e informar a los candidatos.

Esto es parte de una tendencia más amplia a regular las decisiones algorítmicas que afectan a las personas, como vimos con la directiva europea sobre trabajo en plataformas en plataformas digitales y dependencia y con la protección de datos en quién controla tus datos. No encontré, en cambio, normas equivalentes en Paraguay ni en los demás países de nuestros lectores; es una pregunta abierta.

Cuando el puesto cambia de contenido

Hay otra cara del reajuste, la de quienes ya tienen empleo. Según la OIT, la exposición de un puesto a la IA no significa que desaparezca, sino que parte de sus tareas puede transformarse. Un empleo puede conservar su nombre y cambiar su contenido, y esa transformación llega, en la práctica, con nuevas exigencias de habilidades. Lo vimos en la puerta que se cierra: cómo la automatización cambia quién consigue trabajo, donde analizamos por qué el golpe se concentra en quienes buscan su primer empleo.

La adaptabilidad no se reparte por igual

Se suele decir que el nuevo eje del empleo es la adaptabilidad: aprender rápido, integrar herramientas, resolver problemas sin instrucciones. Es una buena descripción, pero esconde una desigualdad. Adaptarse requiere tiempo, formación y acceso a herramientas, y esas condiciones no están repartidas de igual manera. Quien trabaja largas jornadas, como vimos en el tiempo como moneda, o quien carece de red de protección, tiene menos margen para reconvertirse. Esta conexión es una lectura propia, no una conclusión de los estudios citados.

Un ajuste que conviene mirar de frente

El reajuste silencioso no es solo una cuestión de tecnología. Es una cuestión de quién decide cómo se usa, quién la audita y quién responde si falla. Los datos disponibles no permiten afirmar que estos sistemas sean siempre injustos ni que siempre sean neutrales: permiten afirmar que su efecto es incierto, y que por eso hace falta transparencia y control.

Mientras tanto, para quien busca trabajo, saber que existe un filtro automático es un primer paso: adaptar un currículum a lo que un sistema puede leer, pedir información sobre cómo se evalúan las candidaturas y recordar que no ser seleccionado por una máquina no es un juicio sobre el propio valor.

Fuentes