La inteligencia artificial ha dejado de ser una herramienta futurista para convertirse en protagonista de los procesos de selección laboral. Hoy, más de la mitad de los empleadores -53% según datos recientes- utilizan softwares de IA para gestionar el alto volumen de postulaciones. En la práctica, esto significa que antes de que un reclutador humano lea un currículum, un algoritmo ya decidió cuáles perfiles avanzan a la siguiente etapa.
Este cambio tecnológico plantea un desafío crucial, en cuanto a evitar que la automatización amplifique desigualdades históricas. La Guía de Implementación de IA de Experis advierte que uno de los mayores riesgos en entornos empresariales es la discriminación indirecta. Aunque los modelos no utilicen variables explícitas como género o edad, pueden reproducir patrones discriminatorios presentes en los datos históricos. Así, perfiles sobrerrepresentados en el pasado tienden a ser favorecidos, mientras que otros quedan rezagados. Incluso factores como la zona geográfica o ciertos comportamientos pueden funcionar como sustitutos de etnia o nivel socioeconómico, generando exclusión sin que el sistema lo declare abiertamente.
VER TAMBIÉN Inteligencia artificial es el nuevo desafío para los recursos humanos en La Laguna
Forma parte de los talleres del Congreso de Talento Humano 2026
En México, la problemática es especialmente sensible porque, de acuerdo con el Inegi, la percepción de discriminación durante la búsqueda de empleo afecta al 44.9% de las personas con discapacidad, al 31.7% de la población afrodescendiente, al 31.1% de la población indígena, al 23.1% de migrantes y al 44.6% de adultos mayores. Estas cifras revelan un panorama preocupante en función de que los grupos históricamente vulnerables enfrentan barreras adicionales justo en un contexto donde las empresas reportan dificultades para cubrir vacantes. Siete de cada diez compañías no logran encontrar personal con las habilidades y conocimientos necesarios, lo que genera una paradoja entre la necesidad de talento y los filtros que lo excluyen.
La Guía de Experis propone medidas concretas para mitigar estos riesgos. Entre ellas, auditorías periódicas de sesgo para detectar desviaciones en los modelos, validación de los datos de entrenamiento para asegurar que sean representativos y actualizados, supervisión humana significativa que impida que la IA tome decisiones críticas sin revisión, y ajustes continuos para evitar que los modelos pierdan precisión con el tiempo. Estas acciones buscan garantizar que la tecnología se convierta en un aliado de la inclusión y no en un obstáculo.
El debate sobre el uso de inteligencia artificial en recursos humanos no se limita a la eficiencia operativa. Se trata de un tema ético y social que impacta directamente en la equidad laboral. La pregunta de fondo es si las empresas están dispuestas a invertir en mecanismos de control que aseguren que la automatización no perpetúe las desigualdades que la sociedad intenta superar.
