Candidatos falsos: el nuevo desafío número uno de la contratación en 2026

El nuevo problema número uno de la contratación: los candidatos falsos

Durante años, el gran dolor de cabeza de los equipos de talento fue la escasez de postulantes calificados. Eso cambió en 2026. Según el 2026 Hiring Insights Report de GoodTime, una encuesta a más de 500 líderes de adquisición de talento en empresas de Estados Unidos con más de 1.000 empleados, un 27% de ellos anticipa que los candidatos fraudulentos o asistidos por IA serán el principal desafío de contratación del año, superando por primera vez a la falta de talento calificado (26%).

El problema no es abstracto. Un análisis de The Interview Guys, “The State of Hiring Fraud 2026”, que revisó cerca de 19.000 entrevistas en vivo entre julio de 2025 y enero de 2026, encontró que un 38,5% de los candidatos fue marcado por algún tipo de comportamiento de trampa asistido por IA, una tasa que se triplicó (de 9% a 45%) en apenas tres meses. Un 31% de los responsables de contratación reporta haber entrevistado a alguien que sospechaba era sintético, y estudios citados en ese mismo reporte muestran que las personas detectan deepfakes con apenas 55,54% de precisión, casi lo mismo que adivinar al azar. Gartner, por su parte, proyecta que para 2028 uno de cada cuatro perfiles de candidatos en el mundo será falso.

La respuesta de muchas organizaciones ha sido, paradójicamente, volver a lo presencial: un 72% de los líderes de reclutamiento dice estar retomando instancias de entrevista cara a cara específicamente para combatir el fraude, y empresas como Google, McKinsey y Cisco han reintroducido rondas presenciales obligatorias en procesos que se habían vuelto completamente remotos.

Qué significa esto para quienes reclutan

Este dato debería incomodar a cualquier reclutador que haya automatizado su embudo sin pensar en dónde queda el punto de verificación humana. La lógica de “más volumen, más velocidad” que dominó la conversación sobre IA en RRHH durante los últimos dos años choca ahora con un riesgo distinto: procesar más rápido también puede significar dejar pasar más rápido a alguien que no es quien dice ser.

En la práctica, esto obliga a revisar al menos tres decisiones concretas del proceso de selección. Primero, dónde ubicar el filtro humano: si todo el pipeline —desde la revisión de CV hasta la entrevista final— ocurre en pantalla y sin contacto directo, la ventana para que un perfil sintético o un “proxy” (alguien que rinde la entrevista por otra persona) llegue lejos es mucho mayor. Segundo, qué instancias del proceso realmente necesitan presencialidad o al menos videollamada en vivo con cámara obligatoria, en lugar de pruebas grabadas o asíncronas, que son precisamente el formato más fácil de falsificar. Y tercero, cómo se diseñan las evaluaciones técnicas: preguntas de seguimiento espontáneas, verificación de continuidad laboral con referencias reales y coherencia entre lo que la persona dice en vivo y lo que aparece en su CV siguen siendo, hoy, más difíciles de imitar con IA que un test estandarizado.

Nada de esto significa frenar la automatización del reclutamiento; significa ser más deliberado sobre qué se automatiza y qué se conserva como instancia humana. La ironía es que la misma tecnología que facilita el fraude —generación de imagen y voz, asistentes que responden en tiempo real— es la que también hace más valiosa la etapa de entrevista y verificación llevada por una persona real, en lugar de eliminarla del proceso.

El rol del reclutador, en el centro

En IntelCV pensamos la automatización como un filtro que libera tiempo del reclutador, no como un reemplazo de su criterio en los momentos que importan. Nuestro sistema recibe y filtra los CV de cada vacante, aplica automáticamente los tests a quienes califican y coordina las entrevistas según la disponibilidad real del equipo, pero el informe final —con resultados, referencias y recomendaciones— siempre llega a manos del reclutador antes de tomar una decisión. Ese es, precisamente, el punto donde un ojo humano puede notar lo que un algoritmo todavía no. Si quieres ver cómo funciona en detalle, puedes revisar nuestros servicios o conversar con nosotros sobre tu proceso de selección.

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Scroll al inicio