Cómo verificar habilidades en la selección con IA

¿Cómo verificar habilidades de candidatos en procesos de selección con IA? La respuesta práctica es diseñar evaluaciones breves y vinculadas al trabajo real, explicar cómo se tomarán las decisiones y reservar un espacio para el criterio humano. Dos publicaciones recientes muestran por qué este desafío gana atención: LinkedIn reportó dificultades de confianza entre profesionales de selección en Estados Unidos, y un estudio de Western Governors University (WGU) encontró que parte de los empleadores dice tener más problemas para evaluar competencias desde que se extendió la IA.

Esos datos no describen directamente el mercado chileno y conviene leerlos con ese límite. Sí sirven como señal para empresas locales que reciben postulaciones preparadas con herramientas generativas: un CV más pulido no demuestra por sí solo dominio, y un filtro automático puede dejar fuera a personas capaces si busca señales demasiado estrechas.

Qué está cambiando en la selección

LinkedIn anunció el 29 de septiembre nuevas funciones para su asistente de contratación y señaló que, en una encuesta estadounidense a profesionales de adquisición de talento, 64% dijo que se vuelve más difícil saber en quién confiar y qué información es real al evaluar candidatos. La compañía también plantea que el volumen de postulaciones ha crecido mientras las habilidades requeridas cambian con rapidez. Es una fuente interesada en promover sus productos, por lo que sus cifras deben entenderse como resultados reportados por LinkedIn, no como una medición independiente de Chile.

Al día siguiente, WGU difundió una encuesta a 3.128 personas involucradas en contratación en Estados Unidos: 60% afirmó que la IA dificulta evaluar habilidades reales. El informe también señala que algunos empleadores planean cerrar brechas formando a quienes ya trabajan en la organización. En conjunto, las publicaciones apuntan a un problema concreto: si la primera señal es el texto del currículum, puede ser difícil distinguir entre una presentación eficaz y una capacidad demostrable.

Empieza por definir qué se necesita comprobar

Antes de publicar una vacante, el equipo y la jefatura deben separar los requisitos indispensables de los deseables. Para cada competencia crítica, acuerden qué evidencia sería suficiente en el puesto: resolver una situación habitual, explicar una decisión técnica, priorizar tareas o comunicar un riesgo. Esta definición evita que el proceso premie palabras clave que aparecen en la oferta, pero no reflejan el trabajo cotidiano.

En Chile, esto también permite redactar anuncios más útiles. Indicar funciones, herramientas, turnos cuando corresponda y etapas de selección ayuda a que las personas decidan si postular y reduce el riesgo de recibir candidaturas poco ajustadas. No hace falta exigir credenciales formales cuando una demostración pertinente permite valorar la capacidad; tampoco conviene descartarlas automáticamente cuando son necesarias para el cargo.

Usa evaluaciones breves y comparables

Una prueba debe parecerse a una tarea real y tener una duración razonable. Puede ser un caso acotado, una simulación verbal, una muestra de trabajo anonimizada o una explicación de cómo la persona abordaría un problema. Informa de antemano el tiempo, el formato, los criterios y si se permitirá usar herramientas digitales. Evita pedir trabajo productivo gratuito o ejercicios extensos que no aporten información proporcional.

Evalúa las mismas competencias clave para todas las personas del mismo proceso.
Usa una pauta sencilla con criterios observables y niveles definidos antes de entrevistar.
Permite explicar decisiones y supuestos, además del resultado final.
Ofrece ajustes razonables de formato o accesibilidad cuando sean necesarios.

Anuncios

Combina herramientas automáticas con revisión humana

La automatización puede ordenar información, coordinar etapas o ayudar a detectar requisitos explícitos. Sin embargo, una coincidencia automática no debe convertirse, por sí sola, en una sentencia sobre potencial o idoneidad. Revisa qué datos se usan, qué personas podrían quedar perjudicadas por criterios indirectos y cómo puede corregirse una clasificación errónea. Las reglas deben ser comprensibles para el equipo que las aplica.

También conviene comunicar con transparencia dónde interviene la tecnología y quién responde por la decisión. Un mensaje breve sobre etapas, plazos aproximados y canales de consulta reduce incertidumbre. Si se utiliza una evaluación automatizada, explica su propósito en lenguaje sencillo y entrega una vía de contacto para resolver problemas del proceso.

Convierte los resultados en mejoras del proceso

Después de cada búsqueda, revisa cuántas personas avanzaron por etapa, cuánto demoró la respuesta y en qué punto se retiraron. Contrasta esos datos con la pauta: si una prueba no permite diferenciar competencias relevantes, simplifícala o elimínala. Si se repite la falta de una habilidad, considera si puede desarrollarse después de contratar mediante inducción, capacitación o acompañamiento.

Para una empresa chilena, la decisión útil no es añadir más filtros porque aumentaron los CV. Es comprobar de forma justa aquello que el cargo realmente requiere, cuidar la información del proceso y reconocer capacidades transferibles. Un proceso claro ayuda a seleccionar con mejores evidencias y da a las personas una oportunidad concreta de mostrar lo que pueden hacer.