México, a 09 de noviembre de 2026.- La inteligencia artificial ha comenzado a ocupar un lugar cada vez más visible en los procesos de búsqueda y selección de talento. Algoritmos, sistemas de seguimiento de candidatos (ATS), herramientas de análisis semántico y soluciones de IA generativa intervienen hoy en diferentes momentos del proceso, desde la postulación hasta la identificación de perfiles.
Sin embargo, su creciente presencia también ha alimentado una serie de ideas equivocadas: que una inteligencia artificial lee cada currículum y decide quién continúa; que los candidatos son descartados automáticamente por un algoritmo; o que basta con llenar un CV de palabras clave para “engañar” al sistema. La realidad es más compleja.
De acuerdo con la Guía del Candidato: ATS y CV de LHH México, 72% de las grandes empresas utiliza sistemas ATS con cribado automatizado. Éstos, pueden extraer información de los currículums, compararla con los requerimientos de una posición y ayudar a ordenar las candidaturas de acuerdo con su nivel de afinidad. Pero automatización no necesariamente significa inteligencia artificial, ni mucho menos que una máquina haya sustituido al reclutador.
“La conversación sobre IA en reclutamiento se ha polarizado entre quienes piensan que resolverá por completo la selección de talento y quienes consideran que los algoritmos están tomando decisiones sin intervención humana. La realidad está en medio: la tecnología puede ayudar a procesar información y encontrar coincidencias, pero la selección de talento continúa necesitando contexto, criterio y decisiones humanas”, señaló Marisol Medina, Operations Manager de LHH México.
Mito 1. “Una inteligencia artificial lee mi CV y decide si me contratan”
Realidad: gran parte de la automatización ocurre antes de cualquier decisión de contratación.
Uno de los principales errores es utilizar indistintamente los conceptos de IA y ATS. De acuerdo con la guía de LHH, la mayoría de los ATS funciona principalmente como motores de búsqueda y clasificación por palabras clave y no como sistemas de IA avanzada que deciden autónomamente qué candidato debe ser contratado.
El proceso puede comenzar con la extracción de información del CV —conocida como parsing— y continuar con la comparación entre la información del candidato y la descripción de la vacante. Algunos sistemas más avanzados incorporan procesamiento de lenguaje natural para interpretar contexto y no solamente palabras aisladas.
La tecnología, por tanto, puede determinar qué información llega primero a los ojos del reclutador, pero eso no equivale a tomar por sí sola la decisión final de contratación.
Mito 2. “Si me rechazaron inmediatamente, una IA decidió que no era apto”
Realidad: algunos descartes automáticos responden a criterios previamente establecidos por personas.
Recibir una respuesta negativa prácticamente inmediata puede generar la impresión de que un algoritmo analizó todo el perfil en segundos. Sin embargo, existen las llamadas knockout questions: preguntas de descalificación automática relacionadas, por ejemplo, con permisos de trabajo, escolaridad, ubicación o disponibilidad.
Cuando el candidato no cumple con un requisito que previamente fue configurado como indispensable, el sistema puede modificar automáticamente su estatus sin que necesariamente haya analizado el contenido completo del CV.
Además, la guía señala que solo 8% de los reclutadores configura umbrales mínimos de puntuación para realizar una criba automática por contenido, lo que cuestiona la idea de que todos los candidatos que no avanzan fueron “rechazados por una IA”.
Mito 3. “Si nadie me llamó, significa que alguien revisó mi CV y decidió descartarme”
Realidad: en procesos con grandes volúmenes de candidatos, es posible que el CV ni siquiera haya sido visto por una persona.
Aquí aparece uno de los fenómenos más interesantes del reclutamiento automatizado: el denominado “shadow rejection” o rechazo en la sombra.
El CV puede estar correctamente registrado en el sistema y no haber sido rechazado formalmente, pero quedar tan abajo en el ranking que ningún reclutador llegue a revisarlo.
La guía de LHH señala que más del 50% de los reclutadores ordena los CV de acuerdo con el score generado por el ATS y puede detener su revisión después de los primeros 15 a 50 perfiles. En otras palabras, uno de los efectos más importantes de la automatización no necesariamente consiste en decidir quién queda fuera, sino en influir en quién obtiene visibilidad primero.
“Éste es uno de los cambios que candidatos y empresas necesitan comprender. En muchos casos, la tecnología no está diciendo ‘esta persona no sirve’; está organizando grandes cantidades de información para que el reclutador pueda trabajar con ellas. El reto es asegurarnos de que esa eficiencia no se confunda con una evaluación integral del talento”, agregó Marisol Medina.
Mito 4. “Para ganarle al algoritmo hay que llenar el CV de palabras clave”
Realidad: más palabras no necesariamente significan mayor compatibilidad.
Si los ATS buscan coincidencias, podría parecer lógico repetir tantas veces como sea posible las palabras utilizadas en la descripción de la vacante. Sin embargo, el documento de LHH advierte que los sistemas modernos pueden detectar estructuras artificiales o keyword stuffing.
Los sistemas con capacidades de procesamiento de lenguaje natural pueden considerar también el contexto en el que aparece una competencia. No es equivalente afirmar que se cuenta con determinada habilidad que explicar dónde se utilizó y qué resultado produjo. Por ejemplo, la guía señala que los currículums que incorporan logros cuantificados pueden obtener hasta 40% más puntuación en parámetros como “Logro Cuantificado” y “Claridad Narrativa” frente a perfiles que únicamente presentan descripciones genéricas.
Esto plantea una paradoja: cuanto más sofisticada se vuelve la tecnología, menos útil resulta intentar escribir exclusivamente “para la máquina” y más importante se vuelve demostrar evidencia concreta de las capacidades profesionales.
Mito 5. “La IA está haciendo que el CV deje de importar”
Realidad: la tecnología puede estar cambiando la forma en que se construye y se interpreta, pero no ha eliminado su función como puerta de entrada.
Hoy los candidatos también cuentan con herramientas de IA capaces de comparar su experiencia con una descripción de puesto, identificar competencias faltantes, adaptar el lenguaje de un CV o prepararlos para una entrevista.
LHH incluso contempla el uso de IA para personalizar currículums, preparar entrevistas, investigar compañías y optimizar la presencia digital durante una búsqueda laboral. El punto crítico está en cómo se utiliza.
La recomendación de LHH es revisar las sugerencias que producen estas herramientas, aceptar únicamente aquellas que representen verdaderamente la experiencia del candidato y evitar incorporar habilidades o logros que posteriormente no puedan sostenerse durante una entrevista.
Por ello, la IA puede convertirse en un copiloto para comunicar mejor una trayectoria, pero no debería utilizarse para fabricar una trayectoria que no existe.
Mito 6. “Mientras más automatizado esté el reclutamiento, mejor será la selección”
Realidad: eficiencia y calidad de contratación no son necesariamente sinónimos.
La automatización permite procesar volúmenes de postulaciones que serían difíciles de gestionar manualmente. Sin embargo, reducir tiempos no debería convertirse en el único indicador de éxito de un proceso de selección.
Un sistema puede encontrar coincidencias entre una vacante y cientos de perfiles; la organización todavía necesita determinar qué competencias son transferibles, entender trayectorias no lineales, evaluar potencial y contextualizar experiencias que un sistema puede interpretar de manera incompleta.
“El verdadero valor de la IA en Recursos Humanos no debería medirse por cuánto logra sacar al ser humano del proceso, sino por cuánto tiempo le devuelve para hacer aquello en lo que su intervención aporta mayor valor: conversar, interpretar, cuestionar y tomar decisiones con contexto”, explicó Marisol.
El nuevo reto: aprender a trabajar con la tecnología, no contra ella
La incorporación de IA al reclutamiento no supone necesariamente un enfrentamiento entre personas y algoritmos. Más bien está modificando las habilidades necesarias a ambos lados del proceso de selección.
Para los candidatos, implica aprender a comunicar su experiencia de una manera que pueda ser correctamente interpretada tanto por sistemas automatizados como por personas. Para las empresas, significa comprender las limitaciones de las herramientas que utilizan y determinar en qué etapas la automatización genera eficiencia y en cuáles sigue siendo indispensable la intervención humana.
En este nuevo escenario, el riesgo no está únicamente en utilizar demasiada tecnología o poca, sino en confundir automatización con criterio.
“La IA puede identificar coincidencias; las personas siguen teniendo que interpretar el potencial. El futuro del reclutamiento no debería consistir en elegir entre tecnología o humanidad, sino en definir qué queremos que haga mejor cada una”, concluyó Marisol Medina.