MARIA ELISA ANNONE[1]
Abstract
Este trabajo examina el impacto de la inteligencia artificial (IA) en la gestión de personal, enfocándose específicamente en el proceso de reclutamiento y en las herramientas tecnológicas empleadas por empresas y postulantes a una vacante, sus ventajas y limitaciones, así como los desafíos que plantea en materia de sesgos algorítmicos y protección de datos personales.
1. Introducción
La integración de la IA al mercado laboral impactó de lleno en las prácticas de gestión del talento humano dentro de las empresas.
En este trabajo se analiza su utilización en los procesos de reclutamiento, selección, evaluación y retención de personal, destacando sus principales sus ventajas, como es el caso de la reducción de tiempos y costos, la automatización de tareas repetitivas, el mapeo eficiente de talentos, la posibilidad de realizar evaluaciones más objetivas y la mejora en la experiencia del candidato.
Al mismo tiempo, se abordan los desafíos que se presentan cuando se trata de su implementación en el proceso de reclutamiento y selección de personal, como es el caso de la ausencia de la intuición propia del reclutador humano y que cumple un papel fundamental en la evaluación de factores difíciles de cuantificar, como la motivación o el potencial de crecimiento de un candidato dentro de la organización. También se señala la controversia que ha generado su utilización y que se relaciona tanto con la presencia de sesgos algorítmicos, como con sus tensiones con el derecho a la privacidad y la protección de datos personales de los candidatos.
Finalmente se efectúa una breve reseña de las herramientas empleadas por los postulantes a una vacante que les permiten crear y optimizar su curriculum, redactar una carta de presentación o prepararse para una entrevista laboral.
2. Acerca de la inteligencia artificial (IA) y su impacto en los recursos humanos (RR.HH.)
John Mc Carthy fue quien propuso el término “inteligencia artificial” en 1956 para designar a la ciencia y la ingeniería de hacer máquinas inteligentes (Geetha y Bhanu, 2018)
Puede definirse a la IA como el campo emergente de las ciencias de la computación que se ocupa de desarrollar teorías, métodos, tecnologías y sistemas de aplicación para simular, ampliar y expandir la inteligencia humana. Abarca diversos enfoques analíticos, como el machine learning (ML), el deep learning (DL), el natural language processing (NLP) y el reconocimiento de voz (Lu X, Chen M, Lu Z, et al., 2024)
La IA permite realizar tareas que normalmente se asocian a la inteligencia humana tales como la percepción, la solución de problemas, la interacción lingüística y hasta la creatividad (UNESCO, 2025).
Si bien no es una invención reciente – sus orígenes se remontan a más de medio siglo atrás – su impacto actual es profundo y abarca prácticamente todos los aspectos de la vida cotidiana. El progreso en la capacidad de cómputo, la creciente disponibilidad de grandes volúmenes de datos y el desarrollo de algoritmos más sofisticados han permitido que se produzcan grandes logros en los sistemas IA en los últimos años (Pérez-Ugena, 2024).
La IA está reconfigurando la naturaleza del trabajo, así como las competencias, habilidades y capacidades requeridas por el mercado laboral actual.
La capacidad de una organización para crecer y dar respuesta a las demandas de los clientes ha estado siempre ligada a la calidad de su capital humano (Ghazzawi y Accoumeh, 2014).
De ahí que el departamento de Recursos Humanos (RR.HH.) sea uno de los que más contribuyen al desarrollo y evolución de una empresa porque su meta fundamental es construir organizaciones que funcionen de manera eficiente y logren altos niveles de eficacia (Horodyski, 2023).
El crecimiento exponencial de la IA que está transformando la industrias y el mercado de trabajo también tiene su impacto en el campo de los RR. HH. y en específico en los procesos de selección de persona llevando a cabo tareas rutinarias que antes realizaban los reclutadores humanos (Horodyski, 2023).
3. La IA en el reclutamiento, el onboarding y la retención de talento
El proceso de reclutamiento constituye una parte fundamental de la gestión de los recursos humanos, dado que su objetivo primordial está en identificar y atraer empleados potenciales, es decir, en la capacidad de poder encontrar al candidato adecuado en el momento oportuno (Dhamija, 2012).
La IA facilita esta búsqueda utilizando una gran cantidad y variedad de herramientas que son útiles no solo para el proceso de selección sino también para el onboarding y la retención de talento. Entre ellas podemos señalar a las siguientes (Geetha y Bhanu, 2018).:
a) El screening o evaluación de candidatos:
El screening es una técnica para filtrar y evaluar currículums. Se puede realizar a través de un chatbot que responde a las consultas de los postulantes al empleo, solicita retroalimentación o información relativa a los mismos.
b) La interacción con el candidato:
Si bien los candidatos acceden y se postulan a un puesto de trabajo a través de muchos sitios web, pocos responden a las postulaciones. Las herramientas de IA automatizan el proceso de solicitud de los candidatos mediante correos electrónicos o mensajes automáticos. Esta comunicación automatizada permite mantener el contacto con los postulantes y puede generar respuestas más rápidas por parte de ellos.
c) El re-engagement o seguimiento:
Los sistemas de seguimiento de solicitudes suelen finalizar una vez que se cierra la vacante. Sin embargo, con las herramientas de IA es posible volver a contactar a los candidatos seleccionados y comprobar su nivel de interés en el puesto al que aplicaron. Además, la IA permite utilizar esta oportunidad de interacción para mantener actualizados los registros de los candidatos en caso de que se busquen nuevas posiciones o ascensos.
d) La aceptación de la oferta laboral:
Una vez que el candidato completó el proceso de solicitud y los procedimientos correspondientes, se le pide que confirme su aceptación. Tras aceptar la oferta, existe un período de transición —generalmente de unas dos semanas— antes de incorporarse a la organización elegida.
e) El onboarding o incorporación del nuevo empleado a la organización:
El onboarding es un programa de orientación para la incorporación de nuevos empleados. Este proceso es fundamental, porque introduce al trabajador a las políticas, procedimientos y cultura de la organización. El onboarding puede ser llevado a cabo por herramientas de IA que proporcionen a los nuevos empleados la información y los recursos necesarios para integrarse adecuadamente.
f) El desarrollo profesional:
La IA puede ser utilizada para organizar y personalizar programas de capacitación y tutorías según las necesidades de la organización.
g) La relaciones con los empleados:
Los empleados suelen tener múltiples consultas relacionadas con el trabajo, como beneficios, vacaciones, evaluaciones de desempeño o escalas salariales. Las herramientas de IA pueden gestionar todas estas consultas mediante chatbots, formularios de correo electrónico o conversaciones virtuales.
h) La programación y coordinación:
Las herramientas de IA permiten agendar reuniones, reservar espacios e incluso realizar pedidos de comida sin intervención manual, optimizando así la productividad.
4. Ventajas, preocupaciones y controversias del uso de la IA en la contratación de personal
La incorporación de la IA al campo de los RR.HH. está transformando significativamente el proceso de contratación de personal. Entre sus principales beneficios se destacan los siguientes (Geetha y Bhanu, 2018):
a) Ahorro de tiempo y costos: En el modo habitual de reclutamiento, se invierte mucho tiempo en revisar los currículos de los candidatos. Con la IA se ahorra tiempo porque mantiene los registros de forma organizada, evitando realizar tareas repetitivas. A la vez ayuda a reducir costos dado que el proceso de captar al aspirante adecuado se realiza de manera más cualitativa reduciendo la necesidad de recurrir a agencias de selección de personal externas.
b) Mapeo de talentos: La IA asiste al área de RR.HH. en la tarea de obtener el mejor talento que necesita la organización. También se enfoca en candidatos con base en competencias para ubicarlos en el puesto adecuado según su talento.
c) Contratación de talentos: Las herramientas de IA funcionan utilizando grandes volúmenes de datos para el reclutamiento, lo que permite realizar una evaluación y selección imparcial y también identificar habilidades, competencias y rasgos que coincidan con el puesto solicitado llevando así a contratar candidatos de calidad.
d) Resolución de consultas: Los empleados obtienen información actualizada y respuestas inmediatas a sus consultas. De esta manera se genera satisfacción laboral y se fomenta el compromiso de los empleados, ayudando a disminuir la rotación y contribuyendo a un mejor servicio dentro de la organización.
e) Reclutamiento imparcial: La selección de candidatos se realiza mediante sistemas automatizados, sin intervención humana, lo que conlleva una evaluación y selección libre de sesgos.
A pesar de las múltiples ventajas señaladas, se plantean una serie de interrogantes sobre las limitaciones de la IA para tomar decisiones de contratación relativos a la ausencia de la intuición humana en el proceso, preocupaciones de índole ética particularmente relacionadas con los sesgos algorítmicos, el desplazamiento de empleos humanos por la automatización e inquietudes en torno a la privacidad y la seguridad en el manejo de datos personales.
La intuición humana cumple un papel fundamental en la evaluación de factores difíciles de cuantificar, como es el caso de la motivación o el potencial de crecimiento de un candidato dentro de la organización. Se ha sostenido que la IA empleada en el reclutamiento no puede replicar completamente la profundidad de comprensión, empatía y la conciencia de contexto que aportan los reclutadores humanos (Reddy Yanamala, 2021).
Uno de los mayores desafíos que enfrenta la IA en este campo y que genera más controversia es el posible sesgo de los algoritmos utilizados. Los algoritmos de IA son tan buenos como los datos con los que se entrenan, por tanto, si esos datos están sesgados, los algoritmos también lo estarán (Horodyski, 2023).
Imaginemos que los datos de entrenamiento contienen una mayoría de candidatos masculinos, entonces el algoritmo tenderá a favorecer a los hombres en el proceso de contratación. Esto fue exactamente lo que sucedió con el sistema de reclutamiento de Amazon, que aprendió a preferir candidatos masculinos. Cabe aclarar que por ese motivo la empresa procedió a su retiro al determinar que no ofrecía resultados justos y que los intentos de corregir el sesgo resultaban infructuosos (Horodyski, 2023).
Otra situación similar se produjo en Facebook. Una auditoría independiente de 2021 reveló que el algoritmo de avisos laborales de Facebook mostraba diferentes anuncios a hombres y mujeres según la distribución de género incluso cuando los puestos requerían las mismas cualificaciones (Drage y Mackereth, 2022).
Con respecto al desplazamiento del trabajo humano por la automatización existen preocupaciones en torno a si la decisión final sobre la contratación debe recaer aún en manos de un reclutador humano (Horodyski, 2023).
Por último, hay inquietudes referidas a como se garantiza la protección y la privacidad de los datos recabados toda vez que la IA puede recopilar y analizar grandes volúmenes de datos personales (Horodyski, 2023).
5. XGBoost y Random Forest
Entre los algoritmos de aprendizaje automático que han transformado el proceso de selección de personal mediante la implementación de modelos avanzados que mejoran la eficiencia y la precisión en la toma de decisiones podemos citar a Random Forest y Extreme Gradient Boosting (XGBoost) (Madanchian, 2024).
Random Forest es un algoritmo que surgió hace casi veinte años y es empleado ampliamente por el balance que ofrece entre complejidad y resultados (Espinosa-Zúñiga, 2020)
Por su parte XGBoost es un algoritmo de potenciación de gradiente popular, conocido por su alto rendimiento y eficiencia en tareas de aprendizaje automático (Jain, 2025).
Random Forest y XGBoost se utilizan con frecuencia en los procesos de evaluación y clasificación de candidatos, porque permiten analizar grandes volúmenes de datos para identificar patrones y predecir resultados, como es el caso de la elección de un candidato para un puesto específico (Madanchian, 2024).
6. Algunos ejemplos de empresas que han integrado la IA en el proceso de selección
LinkedInlanzó a fines del año pasado su primer agente de IA denominado Hiring Assistant, que fue diseñado para encargarse de las tareas más repetitivas del proceso de reclutamiento, permitiendo que los profesionales se concentren en actividades de mayor valor, como asesorar a los responsables de contratación, conectar con los candidatos y diseñar experiencias para ellos. Hiring Assistant está disponible para un grupo exclusivo de empresas -que incluye a firmas como Canva, Siemens y Zurich Insurance- y es una herramienta que colabora en la creación de descripciones de trabajo, la programación de entrevistas y el envío de recordatorios, a la vez que tiene la capacidad de filtrar los perfiles de candidatos y sugerir a los mejores (Ponasso, 2025).
Talentum (creada por Joaquín Titievsky, Martín Lipovetzky y Ionatan Engelsberg) que nació como una agencia de RR.HH. especializada en el mundo startup desarrolló un agente -denominado Sara- que se ocupa de múltiples tareas como ser: búsqueda de candidatos, contactos por LinkedIn y mail, follow ups, screening (validar que el candidato es calificado) y agenda de entrevistas en el calendario del reclutador con candidatos calificados. Para ello, se integra a otras aplicaciones, como LinkedIn, mails y WhatsApp y se ocupa de todo ese proceso previo a la entrevista (Ponasso, 2025).
7. La búsqueda de empleo con herramientas de IA
Por años y podría afirmarse que hasta mediados o finales de la década de 1990, la selección de personal estuvo a cargo de reclutadores personas humanas quienes se ocupaban de evaluar y elegir candidatos calificados para cubrir un puesto vacante en una empresa. Por otra parte, quienes estaban en la búsqueda de un emplean solían buscar ofertas de trabajo en tablones de anuncios o en medios impresos como los periódicos. Cuando encontraban una oferta adecuada, debían visitar la empresa contratante, tomar una solicitud en formato físico, completarla y enviarla manualmente a la compañía que ofrecía el empleo (Black & van Esch, 2020).
En la última década, la tecnología fue transformando la forma en que los candidatos participan del proceso de selección porque el acceso instantáneo a la información, el aumento de la conectividad y la movilidad laboral les otorgó un mayor control sobre el mismo. Las plataformas digitales, como los portales de empleo y las redes sociales, permitieron que los candidatos puedan buscar oportunidades laborales que se ajusten a sus habilidades e intereses y postularse de manera eficiente en línea a las vacantes disponibles (Black & van Esch, 2020).
Veamos a continuación algunas herramientas que facilitan desde la creación y optimización de un curriculum hasta la simulación de una entrevista laboral (Equipo Santander Post, 2024):
a) Resumaker.es: Aconseja sobre cómo debe confeccionarse un curriculum o carta de presentación, ofreciendo, además, una variedad de plantillas diseñadas para pasar sistemas automatizados de selección.
b) Resumeworded.com: Ayuda a mejorar el curriculum y el perfil de LinkedIn en base a los criterios más utilizados por los reclutadores, analizando variables como su impacto visual, título, secciones, uso de viñetas, palabras clave, entre otros.
c) Chat GPT: Utilizando prompts asiste en la búsqueda de empleo, ofreciendo orientación a modo de coaching. Ofrece ayuda para actualizar el curriculum teniendo en cuenta los requerimientos del puesto al que se aspira, brindando un listado con las preguntas más frecuentes y sugiriendo las mejores respuestas.
d) Rezi.ai: Es un creador de curriculums que se distingue por contar con una biblioteca de currículums organizada por disciplinas, entre las que se destacan programación, marketing, finanzas, medicina, ingeniería, entre otras, y un buscador por tipo de puesto.
e) Vmock.com: Ofrece a los candidatos un set completo de herramientas que van desde la comparación del currículum con más de cien variables a una orientación específica y personalizada para mejorarlo y hasta una optimización del perfil profesional en LinkedIn para alinearlo con los intereses del postulante
f) Cover Letter Copilot: Brinda la posibilidad de armar en segundos una carta de presentación cargando el curriculum. Utiliza la IA de Chat GPT-4.
g) Prepper: Prepara entrevistas en inglés y funciona como un coach para entrevistas laborales al ingresar el puesto pretendido, su descripción y los datos de la empresa. Incluso permite seleccionar el nivel de dificultad de la entrevista entre fácil, intermedia y difícil.
sesgos algorítmicos y las tensiones con el derecho a la privacidad y la protección de datos personales de los candidatos
8. Conclusión
No cabe duda de que la incorporación de la IA en los procesos de gestión de Recursos Humanos ofrece importantes beneficios desde el punto de vista de la empresa porque permite analizar grandes volúmenes de información, identificar patrones y realizar evaluaciones imparciales y que esto favorece la contratación de candidatos altamente calificados y reduce la rotación de personal.
Si bien estas tecnologías presentan estas ventajas al mismo tiempo plantean el desafío de lograr un equilibrio entre eficiencia y equidad para que la IA se utilice como una herramienta de apoyo al desarrollo humano y no como un factor de exclusión o que ponga en riesgo la privacidad de datos personales.
Por lo tanto, es importante que los empleadores evalúen cuidadosamente los beneficios y posibles desventajas del uso de herramientas de IA en la gestión de personal, como así también es necesario que se desarrollen modelos de IA que limiten las decisiones discriminatorias en los procesos de reclutamiento y que garanticen la privacidad y la seguridad en el manejo de datos personales.
Con respecto a si la decisión final sobre la contratación debe recaer aún en manos de un reclutador humano el tiempo dirá si ello continúa siendo conveniente o si el desarrollo tecnológico permite prescindir por completo de su colaboración.
Por último, con respecto a las herramientas empleadas por los postulantes en la búsqueda de empleo por el momento no se ha analizado cuanto inciden en cumplir el objetivo de encontrar empleo.
Es de esperar que realmente se utilicen para optimizar el curriculum o aprender a redactar una carta de presentación de manera que no nos encontremos con copias idénticas las unas a las otras, vacías de contenido y que las herramientas utilizadas sirvan para simplificar y mejorar la tarea de buscar de trabajo sin comprometer su autenticidad e impronta personal que es lo que realmente valoran los reclutadores al momento de evaluar candidatos.
Bibliografía
Black, J. S., & van Esch, P. (2020). AI-enabled recruiting: What is it and how should a manager use it? Business Horizons, 63, 215–226.
Dhamija, P. (2012). E-Recruitment: A roadmap towards e-human resource management. Researchers World, 3(3), 33.
Drage, E., Mackereth, K. Does AI Debias Recruitment? (2022). Race, Gender, and AI’s “Eradication of Difference”. Philos. Technol. 35, 89. https://doi.org/10.1007/s13347-022-00543-1
Espinosa-Zúñiga, Javier Jesús. (2020). Aplicación de algoritmos Random Forest y XGBoost en una base de solicitudes de tarjetas de crédito. Ingeniería, investigación y tecnología, 21(3), 00002. Epub 02 de diciembre de 2020.https://doi.org/10.22201/fi.25940732e.2020.21.3.022
Equipo Santander Post (06/08/2024). 10 herramientas para que la IA te ayude a conseguir tu próximo trabajo. Recuperado de https://www.santanderpost.com.ar/articulo/10-herramientas-para-que-la-ia-te-ayude-a-conseguir-tu-proximo-trabajo/
Ghazzawi, K., & Accoumeh, A. (2014). Critical success factors of the e-recruitment system. Journal of Human Resources Management and Labor Studies, 2(2), 159–170.
Geetha R. and Bhanu Sree Reddy D.(2018). Recruitment through Artificial Intelligence: A Conceptual Study, International Journal of Mechanical Engineering and Technology, 9(7), pp. 63–70 http://www.iaeme.com/IJMET/issues.asp?JType=IJMET&VType=9&IType=7
Horodyski, P. (2023). Applicants’ perception of artificial intelligence in the recruitment process. Computers in Human Behavior Reports, 11, 100303.
Jain, A (01/05/2025). Ajuste de parámetros de XGBoost: Una guía completa con códigos Python. Recuperado de https://www.analyticsvidhya.com/blog/2016/03/complete-guide-parameter-tuning-xgboost-with-codes-python/#What_Is_XGBoost?
Lu X., Chen M., Lu Z., et al. (2024). Artificial intelligence tools for optimising recruitment and retention in clinical trials: a scop in review protocol. BMJ Open;14: e080032. doi:10.1136/ bmjopen-2023-080032
Madanchian, M. (2024). From Recruitment to Retention: AI Tools for Human Resource Decision-Making. Applied Sciences, 14(24), 11750. https://doi.org/10.3390/app142411750
Pérez-Ugena, M. (2024). “La Inteligencia Artificial: Definición, regulación Y Riesgos Para Los Derechos Fundamentales”. Estudios De Deusto 72 (1), 307-37. https://doi.org/10.18543/ed.3108
Ponasso, L. (02/06/2025). El armado de avisos, el análisis de CV y la realización de entrevistas se vieron modificados por la tecnología; agilidad, facilidad y reducción de costos. La Nación
Reddy Yanamala, K. (2021). Integration of AI with Traditional Recruitment Methods. Journal of Advanced Computing Systems, 1(1), 1-7. https://doi.org/10.69987/JACS.2021.10101
UNESCO (31/10/2025). Inteligencia Artificial. Recuperado de https://www.unesco.org/es/artificial-intelligence
[1] Abogada (Universidad Nacional de Rosario). Inspectora del Trabajo del GCBA. Master en Derecho Empresario (Universidad Austral). Master en Derecho del Trabajo y Relaciones Laborales Internacionales (Universidad Nacional de Tres de Febrero). Doctora en Derecho del Trabajo, Previsión Social y Derechos Humanos (Universidad de San Carlos de Guatemala). Especialista en Derecho Económico (Université Catholique de Louvain). Especialista en Docencia Universitaria en Ciencias Económicas y en Diseño de la Enseñanza con Tecnologías en el Nivel Superior (UBA). Docente de grado en la Universidad de Buenos Aires, ESEADE, Universidad Kennedy, Universidad del Museo Social Argentino y de posgrado en la Universidad Nacional de Tres de Febrero, Universidad Tecnológica Nacional- Sede Delta y ESEADE.