El Círculo Vicioso de la IA en la Búsqueda de Empleo: Desafíos para Candidatos y Reclutadores

El currículum de Jodi Beggs fue objeto de penalización por su extensión, ya que contaba con dos páginas. Además, el uso inconsistente de la inicial de su segundo nombre en diferentes documentos le restó puntos. Curiosamente, si hubiera sustituido «por ciento» por el símbolo «%», su puntuación habría mejorado. Beggs, quien trabaja como científica de datos y se encuentra en búsqueda de empleo, recibió estos comentarios de una herramienta en línea diseñada para comparar las descripciones de vacantes con los documentos de los candidatos, evaluando su adecuación. Aunque no especificó cuál utilizó, herramientas como Jobscan son bastante reconocidas en este ámbito. «Si mi trabajo es complacer a los robots, aunque no me agrade el contenido generado por IA, lo haré», reflexiona.

Jobscan y otras plataformas similares operan bajo la premisa de que los comités de selección emplean inteligencia artificial (IA) para evaluar y clasificar automáticamente a los candidatos en sus sistemas de seguimiento. Se estima que solo el 10-20% de los postulantes mejor evaluados son considerados, dejando al 80% restante fuera de la contienda. Para ser incluidos en la lista de preseleccionados, los candidatos deben ajustar el formato de sus currículos y cartas de presentación, incorporando las palabras clave que el sistema espera ver.

Desmitificando el sistema de seguimiento de candidatos

Sin embargo, esta creencia no siempre se traduce en la realidad. Aunque la clasificación automatizada es empleada en algunas organizaciones, en muchas otras, el proceso de selección sigue siendo completamente gestionado por humanos. Un sistema de seguimiento de candidatos (ATS) se encarga de recopilar solicitudes, ayudar a los comités de contratación a revisarlas y realizar un seguimiento del progreso de los candidatos durante las entrevistas y el proceso de contratación. Algunos sistemas cuentan con funciones más avanzadas, que incluyen desde la incorporación de nuevos empleados hasta entrevistas asistidas por IA.

Daniel Chait, CEO de Greenhouse, un proveedor de ATS, señala que existen muchos mitos en torno a estas herramientas, especialmente entre los solicitantes de empleo. Cada ATS es único y la tecnología avanza rápidamente, lo que significa que una herramienta de IA puede operar de manera diferente hoy que mañana. La implementación de IA en un ATS depende del producto específico y de las características que el equipo decida utilizar.

Mientras los candidatos crean que la IA está presente, es probable que sigan intentando adaptarse a ella utilizando sus propias herramientas de inteligencia artificial. Confiar en una herramienta generativa que promete optimizar su perfil para un ATS puede resultar arriesgado. Una reclutadora, por ejemplo, demostró que, a pesar de obtener puntuaciones muy bajas en Jobscan, logró conseguir una docena de entrevistas y una oferta de trabajo. Esta herramienta tiene un costo mensual que oscila entre 30 y 50 dólares, y no parece tener incentivos para mantener a los solicitantes fuera del mercado laboral.

La crisis de confianza en el empleo

La situación se complica en un entorno económico donde la actividad y las contrataciones son escasas. La falta de ofertas de trabajo, combinada con el auge de estafas y anuncios fraudulentos, ha llevado a algunos estados a considerar la implementación de nuevas regulaciones para combatir estos problemas. Tanto solicitantes como empleadores expresan una creciente crisis de confianza. Los candidatos invierten una cantidad significativa de tiempo en su búsqueda, sin recibir respuestas. En muchos casos, postular a un trabajo se asemeja a una experiencia en una «caja negra».

Por otro lado, los empleadores se ven inundados con cientos de solicitudes que, a menudo, parecen casi idénticas. Para intentar diferenciarlas de manera rápida, recurren a los sistemas de evaluación automatizada que ofrecen sus ATS. Chait subraya que estamos atrapados en un ciclo vicioso: «Ambas partes tienen problemas y buscan resolverlos con IA, pero terminan complicándolo aún más. Cuanto más se recurre a esta tecnología, menos eficaces son los resultados, y la situación se agrava con el tiempo».

La dualidad en la selección de candidatos

En una conversación con varios reclutadores y responsables de Recursos Humanos, así como propietarios de pequeñas empresas que manejan sus propios procesos de contratación, se reveló una clara división en cuanto al uso de la clasificación automatizada. Algunos reconocieron utilizarla, mientras que otros se mostraron contundentemente en contra. Esta divergencia no parece estar relacionada con el tamaño de la organización o el volumen de solicitudes, sino con la cultura y la filosofía interna de cada empresa.

Kim Jones, vicepresidenta de Recursos Humanos en Toshiba, señala que su equipo revisa todas las solicitudes de manera manual. Si bien no le importa que los candidatos utilicen IA para mejorar sus documentos, sostiene que eso no garantiza que superen el sistema de seguimiento de candidatos. La selección se basa en los requisitos del puesto, expectativas salariales y otros factores relacionados con el contexto de la contratación.

En contraste, Doist, una empresa que opera completamente de manera remota y contrata a nivel internacional, confía en el juicio humano en su proceso de selección. Nadia Vatalidis, directora de Recursos Humanos, menciona que el equipo realizó una prueba para evaluar la efectividad del ATS. Al analizar vacantes previamente cubiertas, encontraron que en dos de los casos, la persona finalmente contratada no estaba entre los preseleccionados por el sistema.

Innovación en la búsqueda de empleo

James Jacobsen, quien comenzó su búsqueda de empleo hace cinco meses, dedicó un tiempo considerable a esta tarea, equivalente a un trabajo a tiempo completo. Como profesional del diseño, si bien reconoce que la IA no puede igualar su creatividad, experimenta con ella como herramienta útil para ciertas tareas. Utilizó Claude y ChatGPT para perfeccionar sus documentos de candidatura, pero pronto se dio cuenta de que esto no era suficiente.

En lugar de limitarse a ajustar sus documentos de solicitud, Jacobsen decidió emplear Claude para optimizar y seguir su búsqueda de empleo en su totalidad. Creó un sistema de puntuación que evaluaba las ofertas en función del tipo de trabajo, la antigüedad y sus expectativas salariales, ajustadas según si se trataba de puestos presenciales, híbridos o remotos. Su asistente de IA le indicaba las mejores oportunidades a las que debía aplicar, y cuando rechazaba alguna, añadía notas para recordar sus razones en caso de que la oferta se repitiera en el futuro. Así, dedicó menos tiempo a la búsqueda y logró identificar más oportunidades relevantes, aunque, al final, tampoco recibió ofertas.

Chait sostiene que muchos candidatos como Jacobsen se preguntan cómo pueden mejorar aún más sus esfuerzos: «Repetir el mismo proceso no es la solución. Por primera vez, ambas partes parecen insatisfechas con el sistema. Simplemente no está funcionando». Para quienes buscan empleo, sugiere que no se limiten a enviar solicitudes al azar. Es esencial investigar a fondo las empresas que les interesen, aunque no sean las más evidentes. Kim Jones observa que las cartas de presentación son cada vez más raras, y los candidatos que las envían suelen destacar. Además, el networking es una habilidad valiosa y a menudo subestimada en el actual mercado laboral.

Chait concluye con un mensaje claro para los buscadores de empleo: «No es culpa tuya; es el sistema, y está fallando».