Criba de CV con IA: dónde está el límite

La criba de CV con IA es el caso de uso que más rápido se instala en recursos humanos y el que peor se audita. Se entiende: una oferta de perfil generalista puede recibir varios cientos de candidaturas en una semana, y leerlas todas con criterio es inviable para un departamento de dos personas. La tentación de delegar el primer filtro en un modelo es enorme. El problema no es que el modelo filtre mal: es que filtra exactamente igual de mal que lo que le enseñaste, pero a escala, en silencio y sin que nadie pueda explicar por qué quedó fuera una persona concreta.

Esta guía va de eso. Qué hace de verdad una herramienta de cribado automático, qué señales del CV predicen algo y cuáles solo repiten el pasado, cómo se mide si el sistema está discriminando, y dónde está la frontera legal que en España y en la UE ya está escrita. Sin cifras de clientes inventadas y sin vender que la IA contrata mejor que una persona: no es eso lo que hace.

Un aviso antes de entrar: si tu proceso de selección hoy no tiene criterios escritos, meter IA no lo arregla. Lo que hace es convertir criterios implícitos en criterios automáticos. Si el criterio implícito era malo, acabas de industrializarlo.

¿Qué hace de verdad una criba de CV con IA?

Conviene separar tres cosas que se venden juntas y tienen riesgos muy distintos.

Normalizar y extraer. Convertir PDFs, Word y formularios en campos comparables: años de experiencia, titulación, idiomas, herramientas, ubicación, disponibilidad. Es el 70% del valor real y el tramo con menos riesgo, porque no decide nada: ordena. Si una herramienta solo hiciera esto bien, ya ahorraría la mayor parte del tiempo. Es el mismo trabajo que describimos en extracción de datos de documentos, aplicado a candidaturas.

Emparejar con la oferta. Calcular cuánto se parece una candidatura a lo que pide el puesto. Aquí entra la semántica: entender que «Power BI» y «cuadros de mando» hablan de lo mismo, o que una persona que llevó un almacén de 4.000 referencias tiene experiencia en logística aunque no use esa palabra. Es donde la IA aporta por encima de una búsqueda por palabras clave, que descarta a la mitad de los buenos por no escribir el término exacto.

Puntuar y descartar. Asignar una nota y cortar por un umbral. Este es el tramo con el que hay que tener cuidado: es el único que toma una decisión sobre una persona, y es el que la normativa mira.

Automatiza la extracción sin miedo. Automatiza el emparejamiento con control. El descarte, con una persona que firma.

La diferencia práctica: un sistema que te deja 300 candidaturas ordenadas, enriquecidas y agrupadas por perfil es una herramienta de productividad. Un sistema que elimina 240 antes de que nadie las vea es una decisión automatizada, con todo lo que eso implica.

¿Qué señales del CV sirven y cuáles solo repiten el pasado?

No todas las señales que un modelo puede leer son legítimas ni útiles. La tabla resume lo que vemos funcionar y lo que conviene bloquear de entrada.

| Señal | ¿Sirve? | Por qué | |---|---|---| | Competencias y herramientas concretas | Sí | Es verificable y se puede contrastar en entrevista | | Años en tareas equivalentes (no en el mismo cargo) | Sí | Capta experiencia real; el título del puesto varía por empresa | | Idiomas con nivel declarado | Sí, con prueba posterior | Predice solo si se verifica después | | Resultados descritos con cifras propias | Sí | Distingue a quien hizo de quien acompañó | | Nombre, foto, edad, sexo, nacionalidad | Nunca | No predice desempeño y es la vía directa a discriminar | | Código postal o barrio | Nunca | Correlaciona con origen y renta; es discriminación indirecta | | Universidad concreta o escuela de negocio | Con mucho cuidado | Correlaciona con clase social más que con capacidad | | Huecos en el CV | No como penalización | Penaliza bajas, cuidados y enfermedad | | Antigüedad continuada en una empresa | No como filtro | Favorece perfiles de carrera clásica y excluye trayectorias mixtas |

Dos matices que se discuten siempre. El primero: quitar el nombre y la foto no basta. El modelo deduce el sexo del nombre de un máster, de un club deportivo o de la conjugación en castellano; deduce el origen del idioma materno declarado. Anonimizar el CV es necesario y no es suficiente. Las técnicas y sus límites están en anonimización de datos.

El segundo: la universidad. Es la señal que más defiende el cliente y la que peor envejece. En perfiles sénior apenas predice nada frente a lo que hizo la persona en los últimos cinco años; en perfiles júnior predice sobre todo de dónde venía su familia. Si la mantienes, que sea con peso bajo y documentado, no como filtro duro.

¿De dónde sale el sesgo del histórico y cómo se mide?

El sesgo no entra por la puerta del modelo, entra por la de los datos. Un sistema entrenado con tus contrataciones de los últimos cinco años aprende a reproducir esas contrataciones. Si en ese periodo en almacén contrataste casi solo a hombres, el modelo descubre qué señales acompañan a un hombre en tus CV y las premia, aunque nadie le haya dicho nunca el sexo. Lo mismo con la edad y el origen.

Hay un segundo sesgo más sutil: el de la etiqueta. ¿Qué es un «buen candidato» para el modelo? Normalmente, el que fue contratado. Pero eso no mide desempeño, mide quién gustó en la entrevista. Si la etiqueta es «siguió en la empresa a los dos años», ya mides algo más parecido a lo que te importa, aunque tardes dos años en tenerla.

Cómo se mide, en concreto, y qué debes exigir a cualquier proveedor:

• Tasa de paso por grupo. De cada 100 candidaturas de un grupo, cuántas pasan el filtro, frente al grupo con mejor tasa. Una referencia de uso extendido —no es ley en España, pero funciona como alarma— es el 80%: si un grupo pasa a un ritmo inferior a cuatro quintos del grupo mejor situado, hay que investigar antes de seguir.
• Comparación contra criba humana. Durante las primeras semanas, un porcentaje de candidaturas se revisa también a mano, sin ver la nota del sistema. Si los descartes no coinciden, el desacuerdo es la información valiosa, no un fallo.
• Prueba de perturbación. Coge CV reales, cambia solo el nombre por uno de otro sexo u origen, y vuelve a puntuar. Si la nota se mueve, el modelo está usando señales que no debería. Es barato de hacer y sorprende lo a menudo que salta.
• Medición de los que entraron. A los seis y doce meses, cruza la nota que dio el sistema con el desempeño real. Si no hay relación, el sistema está ordenando por algo que no es capacidad.

Esta última es la que casi nadie hace y la única que cierra el círculo. La mecánica de evitar que un modelo aprenda el prejuicio del histórico es la misma que explicamos en scoring de leads con IA: si el dato de entrenamiento refleja a quién prestó atención el equipo, el modelo aprende la atención, no el valor.

¿Qué exige el RGPD en una criba de CV automatizada?

Cuatro obligaciones que aplican desde el primer día, no cuando el sistema crezca.

Información previa y transparente. La persona candidata tiene que saber, antes de inscribirse, que su candidatura se evalúa con apoyo de un sistema automatizado, con qué finalidad y durante cuánto tiempo se conservan los datos. Una línea en la política de privacidad del portal de empleo, visible, no enterrada.

El artículo 22 y el descarte automático. El RGPD limita las decisiones basadas únicamente en tratamiento automatizado que produzcan efectos jurídicos o significativos en la persona. Un descarte sin intervención humana en un proceso de selección entra de lleno en esa discusión. La salida práctica y la que recomendamos siempre: que el sistema ordene y recomiende, y que el descarte lo firme una persona con capacidad real de cambiarlo. Intervención humana significa alguien que mira y puede decir que no; no un botón de «aprobar todo» pulsado a ciegas.

Evaluación de impacto. Un tratamiento a gran escala que evalúa aspectos personales y toma decisiones sobre el acceso al empleo suele requerir evaluación de impacto (EIPD) previa. Es un documento, no un trámite decorativo: describe el tratamiento, los riesgos para las personas y las medidas que los reducen. Lo desarrollamos en RGPD e IA: qué revisar antes de empezar.

Minimización y plazos. No pidas en el formulario lo que no vas a usar para decidir. Y define cuánto tiempo conservas las candidaturas no seleccionadas, con base legal para ello si quieres guardarlas para futuros procesos.

A esto se suman dos piezas específicas. En España, la representación legal de la plantilla tiene derecho a ser informada de los parámetros, reglas e instrucciones de los algoritmos que afecten a condiciones de trabajo, acceso y mantenimiento del empleo. Y en el marco europeo, los sistemas de IA destinados a filtrar candidaturas están clasificados como de alto riesgo, con obligaciones de documentación técnica, supervisión humana, registro de actividad y gestión de la calidad del dato. Qué implica eso para una empresa mediana está en el reglamento europeo de IA para pymes.

¿Cómo se monta una criba que aguante una reclamación?

El orden importa. Esta secuencia es la que usamos para que el proyecto sea defendible desde el principio, no retroactivamente.

| Fase | Qué se hace | Plazo típico | Qué tienes al final | |---|---|---|---| | 0. Criterios | Escribir qué hace bueno a alguien en ese puesto, antes de mirar ningún dato | 1-2 semanas | Una definición que firma quien contrata | | 1. Extracción | Normalizar CV y formularios a campos comparables, sin puntuar nada | 2-4 semanas | Candidaturas ordenadas y buscables | | 2. Emparejamiento | Puntuar el ajuste con la oferta, visible solo para el equipo | 3-5 semanas | Una lista priorizada, sin descartes | | 3. Control | Medir tasas de paso por grupo, perturbación de nombres y acuerdo con criba humana | 2-3 semanas | Evidencia de que no discrimina | | 4. Operación | Umbral con revisión humana firmada y registro de cada decisión | Continuo | Trazabilidad para responder a quien pregunte |

Qué tiene que quedar registrado en la fase 4, caso por caso: versión del modelo y de los criterios aplicados, puntuación, motivo legible del descarte y quién lo revisó. Si una persona pregunta por qué quedó fuera —y puede preguntar— esa respuesta tiene que poder darse sin reconstruir nada.

Sobre el motivo legible: «puntuación 0,42» no es una explicación. «No acredita los dos años de experiencia en almacén que pide la oferta» sí lo es. Exígelo en la demo del proveedor, con un CV tuyo, antes de firmar nada.

¿Qué no conviene automatizar nunca en selección?

Lista corta y sin matices, porque aquí equivocarse tiene coste legal y reputacional:

• El descarte final sin persona. Por lo dicho arriba y porque la primera reclamación obliga a explicar algo que nadie puede explicar.
• El análisis de la cara, la voz o los gestos en una entrevista grabada. La inferencia de emociones en el ámbito laboral está expresamente prohibida en el marco europeo de IA, y la evidencia científica detrás es pobre.
• El cruce con redes sociales personales. Sin base legal, sin relación con el puesto y con un efecto discriminatorio casi garantizado.
• La inferencia de rasgos de personalidad a partir del CV. Suena científico y no lo es.
• El orden de llamada por «probabilidad de aceptar la oferta», si eso acaba penalizando a quien más lo necesita.
• La entrevista. El modelo puede prepararte las preguntas; escuchar las respuestas es trabajo de persona.

Y una advertencia sobre el otro lado del tablero: las candidaturas también vienen escritas con IA. Eso significa que los CV se parecen cada vez más entre sí y que las palabras clave de tu oferta aparecen copiadas literalmente. Si tu criba premia coincidencia textual, estás premiando a quien usó mejor la herramienta. Otra razón para mover peso desde las palabras hacia los hechos verificables.

Preguntas frecuentes

¿Es legal descartar candidaturas automáticamente con IA?

Ordenarlas y puntuarlas sí, con información previa y control. El descarte basado únicamente en el tratamiento automatizado está limitado por el RGPD y exige intervención humana real. La vía segura es que el sistema recomiende y una persona con capacidad de revertirlo firme el descarte, dejando registro.

¿Cómo sé si la herramienta que me ofrecen discrimina?

Pídele al proveedor tasas de paso por grupo sobre tus propios datos, no sobre los suyos, y haz la prueba de cambiar solo el nombre en CV reales para ver si la puntuación se mueve. Si no te deja ejecutar esas pruebas con tus candidaturas antes de firmar, esa es la respuesta.

¿Hace falta mucho histórico de contrataciones para empezar?

Para la extracción y el emparejamiento con la oferta, no: funcionan sin histórico propio. El histórico solo hace falta para aprender qué perfiles funcionan en tu empresa, y precisamente ahí es donde entra el sesgo. Empezar sin histórico es a menudo más limpio que empezar con uno malo.

¿Qué pasa si una persona pide explicación de su descarte?

Tienes que poder darle el motivo concreto, no una puntuación. Eso obliga a guardar, por cada candidatura, qué versión de criterios se aplicó, qué faltó y quién revisó la decisión. Si el sistema no lo registra de serie, el problema aparece el día de la primera consulta.

---

Si estás valorando una herramienta de cribado y quieres saber qué riesgo real asumes antes de comprarla, una auditoría te deja el mapa: qué datos usas, qué decide el sistema, qué hay que documentar y qué tendrías que poder explicar mañana. Y si prefieres contrastarlo en media hora mirando tu proceso actual y las ofertas que publicas, hablemos.