En los últimos años se han vuelto habituales distintas herramientas de IA aplicadas al reclutamiento: sistemas ATS (Applicant Tracking Systems), chatbots de preselección, análisis de videoentrevistas y evaluaciones psicométricas automatizadas, entre otras. Su atractivo es evidente, porque permiten revisar grandes volúmenes de información, reducir tiempos y ordenar etapas que antes exigían mucho trabajo manual.
La IA aplicada al reclutamiento utiliza recursos como machine learning, procesamiento del lenguaje natural (NLP) y, en algunos casos, análisis de datos biométricos. En el Perú, estas herramientas han ganado espacio sobre todo en sectores como tecnología, finanzas y servicios, donde las empresas suelen competir con mayor intensidad por determinados perfiles profesionales. Sus ventajas son concretas: automatizar el filtrado curricular reduce carga operativa, los algoritmos pueden encontrar patrones en datos históricos y los chatbots permiten responder preguntas de los postulantes de manera inmediata. Sin embargo, esa eficiencia tecnológica no elimina la realidad social en la que se utiliza. La informalidad afecta de manera desigual a distintos grupos y la brecha digital sigue condicionando las oportunidades de acceso.
Uno de los argumentos más frecuentes a favor de automatizar el proceso de selección es que los algoritmos podrían reducir los sesgos inconscientes de los entrevistadores. En la práctica, sin embargo, un sistema también puede aprender y repetir los sesgos presentes en los datos con los que fue entrenado. El emblemático caso de Amazon (2014-2018) donde se presentó un sesgo de género, debido a que el algoritmo aprendió mediante el análisis de patrones en los currículos de los empleados contratados durante los diez años anteriores, interpretó que el estándar eran perfiles masculinos, por lo que terminó desfavoreciendo determinados currículums vinculados con mujeres, esto mostró con claridad el riesgo existente. En el contexto peruano, una automatización sin suficiente supervisión podría terminar perjudicando a personas que ya enfrentan barreras de acceso por razones económicas, educativas o tecnológicas. A esto se le denomina sesgo algorítmico: un sistema aparentemente objetivo puede reproducir patrones injustos si sus datos de partida también los contienen. Por ello, delegar decisiones sensibles a sistemas automatizados no garantiza neutralidad y puede aumentar la exclusión de candidatos cuya trayectoria no encaja en los patrones que el sistema aprendió a privilegiar.
Frente a ello, la entrevista ofrece algo que no se limita a la información contenida en un currículum. En una conversación, el evaluador puede profundizar en una respuesta, pedir ejemplos, cambiar el orden de las preguntas o aclarar una contradicción. En el contexto peruano, donde la confianza interpersonal, la lealtad y el sentido de pertenencia suelen tener peso dentro de las relaciones laborales, esta interacción adquiere todavía más relevancia. Incluso una entrevista estructurada, que mejora la consistencia del proceso al utilizar preguntas comparables entre candidatos, depende del criterio de una persona que sepa escuchar, repreguntar y construir rapport. Ese vínculo de confianza no significa abandonar la objetividad; más bien crea condiciones para que el postulante responda con mayor naturalidad y para que el entrevistador obtenga información que difícilmente aparecería en una respuesta rígida o automatizada.
El lenguaje no verbal es otro componente importante de una entrevista. Expresiones faciales, tono de voz, postura, gestos y contacto visual aportan información sobre la manera en que una persona vive la conversación. Algunos estudios de comunicación humana han atribuido un peso considerable a estos canales en la transmisión de información emocional y relacional. Más allá de discutir un porcentaje exacto, lo relevante es que una respuesta no se interpreta únicamente por sus palabras. El entrevistador también observa si existe coherencia entre lo que el candidato cuenta, el modo en que lo expresa y el contexto en que aparece. Las microexpresiones y otros cambios breves en el comportamiento pueden aportar señales, pero deben interpretarse con prudencia y dentro del conjunto de la conversación. Esta lectura contextual, sumada a la posibilidad de repreguntar inmediatamente, es una de las fortalezas del encuentro cara a cara.
Otro aspecto clave es la inteligencia emocional, difundida ampliamente por Daniel Goleman, se refiere a la capacidad de reconocer, comprender y gestionar las propias emociones y las de otras personas. En una entrevista, esta dimensión no se observa solo en lo que el candidato afirma sobre sí mismo, sino también en la forma en que afronta preguntas difíciles, explica conflictos o responde ante situaciones de presión. El entrevistador, a su vez, también influye en la conversación: puede generar un clima de confianza, detectar tensión y adaptar el tono para obtener respuestas más auténticas. Esto resulta especialmente relevante cuando se evalúan perfiles que deberán liderar equipos, resolver conflictos o adaptarse a entornos cambiantes. Una herramienta tecnológica puede analizar palabras o características de una grabación, pero la interpretación de esas señales sigue requiriendo contexto y criterio profesional.
Algo similar ocurre con las llamadas habilidades blandas o soft skills. La empatía, el liderazgo situacional, la resiliencia y el trabajo en equipo no son atributos que se comprueben simplemente porque aparezcan escritos en un currículum. Para evaluarlos suele ser necesario plantear situaciones, pedir ejemplos concretos, profundizar en decisiones pasadas y observar cómo el candidato organiza su relato. La IA puede ayudar a ordenar información o detectar ciertos patrones, pero le resulta más difícil valorar qué haría realmente una persona frente a un conflicto, cómo reaccionaría bajo presión o qué tan flexible sería ante una situación inesperada. En puestos donde la interacción con otras personas y la capacidad de adaptación son centrales, la evaluación necesita ir más allá de una clasificación automática.
El ajuste cultural, o culture fit, también exige una lectura cuidadosa. Las organizaciones peruanas operan en entornos diversos, tanto en términos sociales como culturales y económicos, y no basta con identificar si un candidato tiene las competencias técnicas del puesto. También importa entender cómo se relaciona con determinados valores, estilos de trabajo y formas de colaboración. La selección por valores busca precisamente explorar esa dimensión. Para ello, la entrevista permite presentar dilemas, preguntar por experiencias de trabajo en equipo y conocer las motivaciones del candidato con mayor profundidad. Estas respuestas no deberían reducirse a una fórmula binaria de “encaja” o “no encaja”; requieren interpretación, contraste y conocimiento del contexto organizacional.
La autenticidad se ha convertido en otro reto, sobre todo ahora que las herramientas generativas pueden ayudar a redactar currículums, cartas de presentación e incluso respuestas para entrevistas. En este escenario, responder con más tecnología para intentar detectar qué texto fue producido por otra herramienta puede convertirse en una carrera sin fin. Una conversación bien conducida ofrece otra vía: pedir detalles, volver sobre una experiencia, contrastar fechas o solicitar ejemplos concretos. De ese modo, el entrevistador puede evaluar si existe coherencia entre lo que la persona presenta en sus documentos y lo que realmente puede explicar o demostrar. La autenticidad no es una variable que pueda medirse de forma aislada; se aprecia a lo largo de la interacción, en la espontaneidad, la consistencia del relato y la capacidad de sostener lo que se afirma.
La discusión también tiene una dimensión ética. El enfoque human-in-the-loop, recogido por la regulación peruana, parte de una idea sencilla: cuando una decisión tiene consecuencias importantes para una persona, no debería quedar completamente en manos de un sistema automatizado. En selección de personal esto es especialmente sensible, porque aceptar o rechazar a un candidato puede afectar su trayectoria laboral y sus oportunidades económicas. El profesional de recursos humanos, por lo tanto, no debería convertirse en un simple operador de software. Su función es usar la tecnología como apoyo, mantener la responsabilidad sobre la decisión y ser capaz de explicar los criterios utilizados. Además, un proceso excesivamente automatizado puede hacer que el candidato sienta que está siendo tratado como un dato y no como una persona, lo que perjudica la experiencia de postulación y, potencialmente, la imagen de la organización.
La normatividad peruana ha incorporado esta preocupación de manera explícita. El Decreto Supremo 115-2025-PCM, que aprueba el Reglamento de la Ley 31814, considera de alto riesgo determinados usos de IA vinculados con la selección, evaluación, contratación y cese de trabajadores o postulantes, así como la inferencia de emociones en entornos laborales. La norma exige supervisión humana y establece obligaciones relacionadas con evaluación de impacto, documentación y transparencia. En otras palabras, la eficiencia tecnológica no elimina la responsabilidad de la organización ni habilita a trasladar por completo una decisión de contratación a un sistema automatizado. Este enfoque acerca al Perú a tendencias regulatorias internacionales, como las del AI Act de la Unión Europea, pero debe aplicarse teniendo en cuenta las características propias del entorno laboral local.
El modelo más razonable no es elegir entre IA o personas, sino distribuir mejor sus funciones. La tecnología puede encargarse de las etapas en las que aporta una ventaja clara: publicación de ofertas en varios canales, filtrado inicial de currículums según criterios definidos, programación de entrevistas y administración de pruebas técnicas estandarizadas. Al automatizar estas tareas, el equipo de recursos humanos puede dedicar más tiempo a las etapas donde el criterio profesional tiene mayor valor. En las fases finales, la entrevista personal debería mantenerse como un componente decisivo, idealmente con una estructura común y, cuando sea posible, con la participación del jefe directo, un par funcional y un representante de recursos humanos. De esta manera se combinan eficiencia y profundidad sin convertir la selección en un proceso completamente automatizado.
En el Perú, este modelo híbrido tiene además una ventaja de equidad. No todos los candidatos cuentan con un currículum optimizado para sistemas ATS, dominan las plataformas de videoentrevista o viven en zonas con conectividad estable. Si el proceso depende demasiado de esas herramientas, algunas personas podrían quedar fuera antes de tener la oportunidad de mostrar sus capacidades. Ofrecer instancias presenciales o formatos híbridos permite compensar parte de esas diferencias. Del mismo modo, las organizaciones deberían priorizar herramientas que puedan ser auditadas, cuyos criterios puedan explicarse y en las que exista la posibilidad de intervención humana. Una ‘caja negra’ que descarte candidatos sin una explicación comprensible resulta difícil de conciliar tanto con las exigencias de transparencia como con la necesidad de generar confianza en el proceso.
Desde la cultura organizacional, el modelo híbrido también puede ayudar a evaluar la selección por valores de una forma más responsable. Una empresa puede definir con claridad sus principios y buscar personas capaces de trabajar de acuerdo con ellos, pero esa evaluación necesita de una conversación. Preguntar cómo alguien resolvió un dilema, cómo reaccionó frente a un desacuerdo o qué espera de un equipo ofrece información que no aparece en una lista de habilidades. La IA puede apoyar la organización de datos y la comparación de perfiles, mientras que el profesional aporta interpretación y contexto. Esa combinación se acerca a la idea de inteligencia aumentada: utilizar la tecnología para fortalecer el juicio humano, no para eliminarlo.
Conclusiones
La inteligencia artificial ya forma parte de los procesos de reclutamiento y selección de personal y es difícil imaginar que su presencia vaya a disminuir. Ello ha permitido automatizar tareas, procesar información con rapidez y hacer más eficientes varias etapas del reclutamiento. Sin embargo, en el contexto peruano, su utilidad no debería confundirse con la capacidad de sustituir por completo la entrevista personal. La informalidad, la brecha digital y la importancia de la confianza interpersonal hacen que una decisión de contratación necesite algo más que eficiencia operativa.
Competencias como la empatía, la resiliencia, la inteligencia emocional, la adaptación y el trabajo en equipo se entienden mejor cuando existe interacción. Un buen entrevistador puede profundizar en una respuesta, pedir ejemplos, aclarar contradicciones y observar cómo se desarrolla la conversación. El lenguaje no verbal y el tono emocional pueden aportar información adicional, siempre que se interpreten con criterio y sin convertir una señal aislada en una conclusión automática. La principal ventaja del evaluador humano no es una supuesta capacidad infalible para ‘leer’ a las personas, sino la posibilidad de contextualizar, preguntar y revisar su propia impresión durante la interacción.
Nuestra normatividad refuerza esta necesidad de supervisión. La Ley 31814 y el Decreto Supremo 115-2025-PCM establecen obligaciones específicas para determinados sistemas de IA utilizados en procesos laborales, entre ellas la supervisión humana, la transparencia y la evaluación de impacto. Estas exigencias muestran que la innovación tecnológica puede avanzar sin trasladar toda la responsabilidad a un algoritmo, especialmente cuando las decisiones tienen consecuencias directas sobre la vida laboral de una persona.
Por ello, el modelo híbrido aparece como una alternativa más equilibrada. La IA puede asumir tareas iniciales que son repetitivas y fáciles de estandarizar, mientras que el equipo de recursos humanos conserva un papel central en las etapas que exigen interpretación, diálogo y responsabilidad. En un mercado tan desigual como el peruano, esta combinación también reduce el riesgo de que las barreras tecnológicas se conviertan en nuevos filtros de exclusión.
Las organizaciones peruanas que logren integrar ambas capacidades estarán en una mejor posición para seleccionar talento sin renunciar a la eficiencia. La tecnología puede ahorrar tiempo y ayudar a ordenar grandes volúmenes de información; el profesional, por su parte, puede aportar contexto, criterio y responsabilidad. La entrevista personal no tiene por qué entenderse como una práctica del pasado ni como una oposición a la innovación. Su valor está en complementar aquello que la IA hace bien con aquello que todavía requiere una conversación entre personas. En la selección de personal, el reto no es escoger entre lo humano y lo tecnológico, sino diseñar procesos en los que cada uno cumpla la función para la que realmente aporta valor.
Marco A. León Monge
Abogado especialista en Derecho Laboral y Gestión del Talento Humano, Doctor en Derecho, Maestro en Derecho del Trabajo y de la Seguridad Social por la Universidad San Martin de Porres, Maestro en Gestión y Organización de Personas por la Universidad ESAN y Master en Administración Europea de Recursos Humanos por Groupe ESC Clermont – École Supérieure de Commerce de Clermont – Francia
