Hay una pregunta que ninguna herramienta de IA sabe hacerse por sí sola todavía: ¿qué tipo de persona necesita realmente este equipo? Las plataformas pueden leer un currículum, cruzar años de experiencia, comparar stack técnico, e incluso ponderar señales de un perfil de LinkedIn. Lo que no pueden hacer es sentarse en una sala de directorio y entender cómo se toman las decisiones, qué dinámicas funcionan y qué necesita este equipo para trabajar bien.
Hace poco, en un proceso para cubrir un puesto de liderazgo, le pedimos a una herramienta de IA que rankeara a los candidatos según los criterios que habíamos definido. El perfil que quedó primero tenía todo lo que buscábamos: la experiencia justa, el rubro correcto y hasta una entrevista técnica impecable.
Estuvimos a punto de presentar ese perfil al responsable de la contratación. Antes de hacerlo, volvimos a nuestras notas de la primera reunión con el hiring manager. Ahí no habíamos hablado de currículums, sino de cómo toma decisiones: rápido, cambiando de rumbo si hace falta, sin tolerancia a procesos con demasiadas validaciones en el medio. El candidato que había quedado primero en el ranking, en cambio, había desarrollado toda su experiencia en compañías con una dinámica muy diferente: decisiones por consenso, múltiples instancias de validación y comités involucrados en cada paso. Su experiencia podía encajar perfectamente con los criterios que habíamos definido, pero no con la forma de trabajar que ese equipo necesitaba.
Al revisar el perfil a la luz de esa conversación, entendimos que el perfil no era el adecuado y decidimos no incluirlo entre los candidatos que avanzarían a la siguiente etapa.
Ese desajuste no estaba en ningún dataset. No es una habilidad que se liste en un perfil ni una pregunta que un formulario capture bien. Es el tipo de cosa que se aprende escuchando cómo trabaja y qué necesita quien va a liderar ese equipo, no leyendo cómo describe el puesto.
Esto no quiere decir que la IA no tenga lugar en una búsqueda. Lo tiene, y bastante. El problema no es usar IA, sino pedirle que tome decisiones que necesitan contexto humano.
¿Dónde sí suma la IA en un proceso de selección?
Acotar el universo inicial
La IA puede cruzar variables concretas, como, roles desempeñados, rol actual, años de experiencia, tecnologías, ubicación, y reducir el universo a un grupo manejable para empezar a analizar con criterio.
Cruzar información dispersa
Un candidato deja señales en varios lugares: LinkedIn, un portfolio, un repositorio de código, una charla grabada en un evento. Juntar todo eso manualmente lleva horas. La IA lo hace en minutos, y permite llegar a la conversación con una mirada más completa del perfil.
Comparar lo medible sin cansancio
Certificaciones, versiones de una tecnología, tiempo en un rol similar: son datos duros, y ahí la herramienta compara con más consistencia que una persona que ya leyó demasiada información en un corto periodo de tiempo.
Liberar horas para las conversaciones que importan
Cada hora que no se gasta filtrando manualmente es una hora disponible para hablar con quien está tomando la decisión sobre cómo lidera, qué lo frustró de contrataciones anteriores, qué necesita de verdad en esta etapa. Esa conversación no se automatiza. Y muchas veces es la que permite detectar el verdadero fit entre una persona y la organización.
Ahí está el verdadero trabajo de acompañar una búsqueda: en saber, antes de que un perfil llegue a la instancia de decisión, por qué el candidato mejor rankeado no era el correcto para ese contexto, en ese momento y para ese equipo.
La IA puede ayudarnos a encontrar más rápido a quienes cumplen con lo que buscamos. Pero una contratación no se define solo por lo que dice el perfil. Se define entendiendo a la empresa, las personas, al equipo y al contexto detrás de la búsqueda. Y eso sigue siendo trabajo hecho por profesionales.