Los algoritmos en los procesos de selección: ¿más justos o más sesgados?

La inteligencia artificial y los algoritmos ya son parte habitual del proceso de selección de personal en miles de empresas de todo el mundo. Grandes corporaciones, agencias de empleo y startups de recursos humanos los utilizan para analizar currículums, evaluar habilidades, puntuar entrevistas, medir rasgos de personalidad e incluso predecir la adaptación cultural de un candidato. Pero a medida que se generaliza su uso, también aumentan las preguntas éticas y legales: ¿son realmente imparciales? ¿O están amplificando los sesgos humanos de forma más sutil y peligrosa?

El Future of Jobs Report 2025 del World Economic Forum dedica un apartado específico a esta cuestión, señalando que si bien la automatización del reclutamiento puede mejorar la eficiencia, también requiere marcos regulatorios claros y garantías de no discriminación. En este artículo analizamos cómo funcionan estos sistemas, qué ventajas ofrecen, qué riesgos presentan y qué pueden hacer las empresas y gobiernos para evitar decisiones injustas.

¿Cómo funcionan los algoritmos de selección?

Las empresas utilizan algoritmos de selección en distintas fases del proceso de contratación:

• Filtrado de currículums: softwares de “ATS” (Applicant Tracking Systems) que ordenan y descartan CVs según palabras clave, experiencia o formación.

• Entrevistas automatizadas: plataformas que analizan respuestas en vídeo y lenguaje corporal con inteligencia artificial.

• Pruebas psicométricas digitales: cuestionarios de personalidad, lógica, atención o liderazgo analizados por modelos estadísticos.

• Matching algorítmico: comparación entre perfiles de candidatos y los de trabajadores exitosos en puestos similares.

• Análisis predictivo: predicción del rendimiento o la duración de permanencia en un empleo.

Estas herramientas pueden ahorrar tiempo, detectar patrones y ampliar la capacidad de evaluación. Pero también pueden cometer errores… o reproducir prejuicios sin que nadie lo note.

¿Qué ventajas ofrece el uso de algoritmos en recursos humanos?

1. Rapidez y escalabilidad: permiten procesar miles de candidaturas en poco tiempo.

2. Reducción del sesgo humano directo: eliminan decisiones basadas en intuiciones o preferencias personales.

3. Estandarización de criterios: todos los candidatos se enfrentan a las mismas pruebas y condiciones.

4. Análisis de datos más profundos: identifican correlaciones entre perfiles y desempeño laboral.

5. Facilidad de seguimiento: los datos quedan registrados para futuras contrataciones o auditorías.

Para muchas empresas, estas herramientas representan una solución eficiente y moderna para seleccionar talento en un mercado cada vez más competitivo.

El problema: los algoritmos también discriminan (y a veces más)

La gran paradoja es que muchos algoritmos supuestamente “objetivos” están entrenados con datos históricos sesgados, lo que puede llevar a resultados injustos. Algunos ejemplos ya documentados:

• Algoritmos que penalizan a mujeres por tener hijos, basándose en datos pasados.

• Sistemas que favorecen currículums masculinos porque históricamente fueron los contratados.

• Penalización indirecta por estudios en universidades “poco conocidas” o direcciones en barrios humildes.

• Análisis de vídeo que asignan puntuaciones más bajas a personas racializadas por sus expresiones faciales.

Un algoritmo no tiene prejuicios propios, pero puede amplificar los prejuicios del sistema que lo entrenó.

¿Existen casos reales de discriminación algorítmica?

Sí, y cada vez son más conocidos:

• Amazon tuvo que desechar un algoritmo de contratación que penalizaba a mujeres porque estaba entrenado con datos históricos donde la mayoría de contratados eran hombres.

• HireVue, una plataforma de entrevistas en vídeo, fue criticada por organizaciones de derechos civiles por su falta de transparencia en los criterios que evaluaba.

• LinkedIn Recruiter mostró sesgos en el ranking de candidatos que favorecían a ciertos perfiles según sus interacciones previas.

Estos casos han generado alertas legales en Europa y Estados Unidos. Ya hay propuestas legislativas para exigir auditorías éticas y transparencia algorítmica en procesos de selección.

¿Qué se puede hacer para evitar la discriminación algorítmica?

1. Exigir transparencia y explicabilidad

Las empresas deben poder explicar qué criterios usa su software de selección, qué datos analiza y cómo toma decisiones. No es aceptable “confiar ciegamente” en un sistema cerrado sin supervisión.

2. Realizar auditorías de sesgos

Los algoritmos deben pasar revisiones periódicas para detectar resultados desiguales por género, edad, origen o discapacidad. Existen ya herramientas de auditoría algorítmica que pueden aplicarse.

3. Complementar la IA con revisión humana

La automatización no debe reemplazar completamente el juicio humano. Los reclutadores deben revisar y validar las decisiones algorítmicas, especialmente en fases finales.

4. Usar datos representativos y actualizados

Si los datos de entrenamiento están sesgados, los resultados también lo estarán. Es fundamental utilizar muestras diversas y recientes para construir modelos justos.

5. Cumplir con la normativa legal

En Europa, el Reglamento General de Protección de Datos (GDPR) ya incluye el derecho a no ser objeto de decisiones automatizadas sin intervención humana. Y el nuevo AI Act de la UE propone regulación específica para sistemas de IA en recursos humanos.

El rol de los gobiernos: garantizar un uso ético y justo

Las instituciones públicas deben:

• Regular el uso de IA en contratación, especialmente en grandes empresas y plataformas

• Exigir certificaciones de equidad algorítmica

• Crear organismos de control y denuncia de abusos en procesos automatizados

• Promover estándares europeos de contratación justa

• Apoyar la creación de IA inclusiva, con datos de toda la diversidad social

¿Y qué pueden hacer los candidatos?

Los aspirantes a empleo también deben prepararse para enfrentarse a sistemas automatizados:

• Adaptar su currículum a los formatos compatibles con ATS

• Evitar imágenes o diseños que dificulten la lectura automatizada

• Usar palabras clave relacionadas con el puesto

• Prepararse para entrevistas en vídeo automatizadas

• Exigir, si lo consideran necesario, revisión humana de los resultados

Conclusión: algoritmos sí, pero con ética, transparencia y revisión

La automatización de los procesos de selección ha llegado para quedarse. Pero su uso sin supervisión puede consolidar discriminaciones invisibles bajo la apariencia de neutralidad.

La clave no está en rechazar la tecnología, sino en usarla con responsabilidad y valores humanos. Un buen algoritmo puede ayudar a encontrar talento diverso y competente. Uno mal diseñado puede excluir silenciosamente a miles de personas sin que nadie lo note.

El futuro del empleo no debe ser una caja negra. Debe ser justo, abierto y al servicio de todos.