« Encaja un 92 % » suena preciso. Sin embargo, si nadie puede explicar de dónde sale esa cifra, no ayuda ni a su cliente ni a la persona que recibirá el mensaje. En selección, la explicación debe llegar antes que la automatización.
La IA puede encontrar señales entre CV, notas y requisitos con rapidez. El valor no está en ocultar ese trabajo detrás de una puntuación, sino en devolver al reclutador una base clara para revisar y discutir.
El ajuste debe poder contarse en palabras sencillas
Un ajuste explicable se puede resumir en palabras sencillas: qué requisito del puesto parece cubierto, qué evidencia lo respalda y qué punto necesita confirmación. Esta estructura convierte una sugerencia tecnológica en material de trabajo para el reclutador, el cliente y, cuando corresponda, el candidato.
Una explicación útil no afirma que alguien tendrá éxito. Dice, por ejemplo, que el perfil describe experiencia en una función comparable, que el alcance exacto está por comprobar y que la motivación no se conoce hasta conversar.
« La explicación no reduce la exigencia del proceso. Hace visible dónde debe aplicarse el juicio profesional. »
De un brief ambiguo a criterios verificables
Pasar de un brief ambiguo a criterios verificables requiere separar los requisitos del puesto de las preferencias y de las intuiciones acumuladas durante la conversación con el cliente. Solo los criterios relacionados con el trabajo deberían orientar la búsqueda y la comparación de perfiles.
| Brief impreciso | Criterio verificable | Pregunta pendiente |
|---|---|---|
| “Perfil estratégico” | Responsabilidad documentada sobre decisiones de mercado | ¿Con qué autonomía? |
| “Buen encaje cultural” | Forma de colaboración necesaria para el rol | ¿Qué comportamientos se esperan? |
| “Experiencia relevante” | Sector, alcance y resultados descritos | ¿Qué es transferible? |
Esta disciplina coincide con el enfoque de nuestro artículo sobre pruebas de adecuación: no se trata de crear una ilusión de objetividad, sino de sostener una conversación mejor informada.
La IA puede asistir; la responsabilidad sigue siendo humana
La IA puede asistir al identificar información relacionada con un criterio, resumir fuentes o señalar perfiles que merecen revisión, pero la responsabilidad de evaluar y contactar sigue siendo humana. El equipo debe entender qué ha visto la herramienta y poder apartarse de su sugerencia cuando el contexto lo exige.
La Comisión Europea presenta el marco regulatorio europeo sobre IA. Para un equipo de selección, la consecuencia práctica es clara: documente el uso, forme a quienes revisan y no confunda una recomendación con una decisión definitiva.
« Una herramienta responsable no intenta hacer invisible al reclutador. Le da mejores materiales para decidir y para explicar esa decisión. »
Antes de contactar, revise la evidencia y el canal
Antes de contactar, el reclutador debe revisar la evidencia que motivó la búsqueda, la vigencia de los datos y el canal disponible para la aproximación. Ese paso protege la calidad del mensaje y evita tratar una ficha antigua como si describiera la situación actual de una persona.
Las coordenadas disponibles se revisan antes de cualquier outreach. Si los datos no proceden directamente de la persona, el proceso debe contemplar la información pertinente y sus derechos. El texto del RGPD y los recursos del EDPB ayudan a orientar los principios; para una evaluación jurídica concreta, consulte a su asesor.
La relación con candidatos mejora cuando el historial permite saber si ya hubo una conversación y qué preferencias expresó la persona, sin usar esa historia como excusa para insistir.
Una presentación al cliente debe mostrar límites
Una presentación responsable al cliente muestra tanto las coincidencias con el puesto como los límites de la información disponible, porque la selección se fortalece cuando las reservas se discuten pronto. La IA puede ayudar a ordenar material; no debería borrar dudas razonables ni convertirlas en un número tranquilizador.
Incluya unas pocas pruebas trazables, una o dos preguntas para entrevista y cualquier posible contraargumento. El cliente recibe una propuesta más útil que una lista de perfiles aparentemente ordenada por certeza.
FAQ: IA en selección y ajuste candidato
¿Qué es un ajuste explicable?
Un ajuste explicable conecta requisitos del puesto con elementos observados en el perfil, indicando su fuente y aquello que aún no se ha validado. Permite a las personas implicadas discutir el razonamiento, corregir errores y evitar que un porcentaje sustituya una evaluación profesional.
¿Puede la IA decidir a quién contactar?
La IA puede apoyar la recuperación de candidatos y la preparación de una revisión, pero no debería decidir por sí sola una aproximación. Un reclutador debe verificar la evidencia, los datos de contacto, la pertinencia actual y el tono del mensaje antes de enviarlo.
¿Cómo se reduce el riesgo de sesgo?
Se reduce usando criterios vinculados al puesto, dejando visibles las evidencias y ausencias de información, y habilitando revisión humana y correcciones. El proceso mejora si también se cuestionan términos ambiguos que podrían esconder preferencias no relacionadas con el trabajo.
Para ampliar la perspectiva, consulte la guía de IA para agencias, el artículo sobre búsqueda activa y Yena vs Bullhorn.
Yena ayuda a las agencias a recuperar candidatos, evidencias e historial para que la revisión humana tenga mejor contexto. Vea cómo funciona la plataforma.