Saltar al contenido

    Utilizamos cookies

    Utilizamos cookies propias y de terceros para mejorar tu experiencia de navegación, analizar el tráfico del sitio web y personalizar el contenido. Las cookies necesarias son esenciales para el funcionamiento del sitio. Puedes aceptar todas las cookies o configurar tus preferencias.

    Para más información, consulta nuestraPolítica de CookiesyPolítica de Privacidad
    Todos los artículos
    Tecnología 7 min de lectura4 de junio de 2026

    IA en selección: lo que funciona, lo que no, y lo que viene

    Hemos usado IA en todos nuestros procesos desde que abrimos. Esto es lo que aporta valor real, lo que sigue siendo puro marketing, y dónde el criterio humano es insustituible. Sin hype.

    Iván Lorenzo
    Fundador de VYNE
    IA en selección: lo que funciona, lo que no, y lo que viene

    En los últimos dos años, el número de herramientas de IA aplicadas a selección de personal se ha multiplicado. Screening automático, matching semántico, análisis de vídeo, scoring predictivo, generación de JDs... La promesa es siempre la misma: más rápido, más barato, más objetivo.

    En VYNE la IA ha estado dentro del proceso desde el primer día, así que hablamos con datos propios, no con demos. Y la realidad es más matizada que la promesa. Hay cosas que funcionan extraordinariamente bien. Hay otras que son, hoy por hoy, puro marketing. Y hay un territorio intermedio donde la combinación humano + máquina produce resultados que ninguno de los dos conseguiría solo.

    Lo que sí funciona (y usamos)

    1. Análisis semántico de trayectorias

    No hablamos de buscar keywords en un CV. Hablamos de entender la coherencia narrativa de una carrera. Nuestros modelos evalúan decenas de señales por candidato: profundidad técnica, amplitud de exposición, velocidad de progresión, consistencia del discurso, patrones de cambio de empresa.

    Ejemplo: un candidato con título de "Senior Backend Developer" en una startup de 5 personas no es lo mismo que uno con el mismo título en una empresa de 500. El análisis semántico captura esa diferencia. Un filtro por keywords, no.

    2. Detección de sesgos en el screening

    Aquí la IA supera claramente al humano. Un estudio de eye-tracking de TheLadders mostró que, de media, dedicamos unos seis segundos a la primera lectura de un CV. Seis segundos. En ese tiempo, los sesgos inconscientes —nombre, universidad, foto, formato— ya han hecho su trabajo.

    Nuestro sistema evalúa primero sin acceso a datos demográficos. Solo trayectoria, competencias y contexto. Los datos demográficos se incorporan después, exclusivamente para personalizar la comunicación.

    3. Predicción de disponibilidad

    No todos los candidatos que "encajan" están disponibles. Los modelos ayudan a estimar la probabilidad de que alguien esté abierto a un cambio a partir de señales del mercado: tiempo en la posición actual, evolución del sector, movimientos recientes en su empresa, actividad profesional.

    6 seg lo que tarda un humano en juzgar un CV (TheLadders)
    Decenas de señales evaluadas por candidato
    0 datos demográficos en el primer filtro

    Lo que no funciona (todavía)

    Evaluar motivación real

    Un algoritmo puede analizar lo que alguien dice que le motiva. No puede evaluar si es verdad. La motivación se detecta en las inconsistencias, en los silencios, en cómo alguien describe su peor experiencia laboral. Eso requiere una conversación con un consultor experimentado.

    Fit cultural dinámico

    La cultura de una empresa no es estática. Un equipo en fase de crecimiento necesita perfiles distintos de los que necesita ese mismo equipo en fase de consolidación. Evaluar si alguien encaja en un momento específico de la vida de una empresa requiere entenderla a un nivel que los datos no capturan.

    Negociación y cierre

    Convencer a un candidato top de que tu oportunidad es la correcta no es un problema de optimización. Es un problema de empatía, timing y confianza. Ahí la IA no tiene nada que hacer.

    El método VYNE: IA × humano

    No usamos IA para reemplazar el criterio humano. La usamos para amplificarlo. La IA procesa volumen y detecta patrones. Los consultores entienden contexto y evalúan intangibles.

    Fase IA Humano
    Sourcing Identificación semántica de perfiles relevantes Validación de contexto y disponibilidad
    Screening Análisis multidimensional con los mismos criterios para todos los perfiles Evaluación de motivación y fit cultural
    Evaluación Scoring técnico y comparativa Entrevista en profundidad
    Cierre Estimación de probabilidad de aceptación Negociación, gestión de contraoferta

    Lo que viene

    Tres tendencias que van a cambiar el sector en los próximos 12-18 meses:

    1. Entrevistas asistidas por IA en tiempo real — no reemplazando al entrevistador, sino sugiriendo preguntas de seguimiento a partir del análisis de la conversación
    2. Modelos predictivos de retención — usando datos de onboarding y primeros 90 días para anticipar el riesgo de salida temprana
    3. Personalización del proceso por candidato — ajustando fases, timing y comunicación según el perfil y las preferencias de cada persona

    La IA en selección no es magia. Es una herramienta. Como todas, su valor depende de quién la usa y para qué. Nosotros la usamos para lo que hace mejor que nosotros, y usamos consultores para lo que hacen mejor que la IA. El resultado: shortlists más precisas, en menos tiempo, sin sacrificar profundidad. Si quieres verlo paso a paso, así es cómo funciona un proceso VYNE.

    #IA#tecnología#evaluación#futuro
    ¿Un proceso abierto?

    Menos leer, más contratar.

    Cuéntanos qué posición necesitas cubrir y en 24 horas te decimos si podemos ayudarte.