Cuando ni Google confía del todo en sus propios filtros de IA
Google es una de las empresas que más agresivamente promueve el uso de inteligencia artificial para filtrar currículums y agilizar la selección de personal, tanto en sus propias contrataciones como a través de las herramientas que vende a otras compañías. Por eso llama la atención lo que reveló Bloomberg el 10 de agosto: el propio equipo de Seguridad y Alineamiento de IA General (AGI Safety and Alignment) de Google DeepMind está pidiendo a los postulantes a sus vacantes que llenen un formulario adicional, en paralelo a la postulación normal, para reducir el riesgo de quedar descartados por error por el sistema automático de la compañía.
Según el documento revisado por Bloomberg, el mensaje interno a los candidatos es directo: “Tenemos un sistema de postulaciones con una probabilidad no trivial de que tu CV sea descartado incorrectamente o tarde demasiado en llegar hasta nosotros”. Es decir, el mismo equipo encargado de pensar en los riesgos de la IA avanzada optó por no confiar ciegamente en el filtro automático que procesa las postulaciones a su propia área, y prefirió crear una vía alternativa para asegurarse de que los perfiles calificados no se pierdan en el camino.
Consultada por el medio, una vocera de Google DeepMind respondió que la compañía busca “reclutar y contratar al talento más calificado” y negó que sus sistemas descarten postulantes de forma incorrecta, una versión que contrasta con el documento interno citado en el reportaje. Independiente de cómo se resuelva esa contradicción puntual, el episodio expone un problema real y poco discutido: la brecha entre cómo se promocionan las herramientas de IA para RRHH hacia afuera y cómo se usan puertas adentro, incluso por quienes las construyen.
Qué significa esto para tu proceso de selección
La discusión pública sobre IA en reclutamiento suele centrarse en los “falsos positivos”: candidatos poco idóneos que logran pasar el filtro gracias a currículums optimizados con IA. Este caso pone el foco en el problema inverso, y probablemente más costoso para una empresa: los “falsos negativos”, es decir, candidatos calificados que el sistema descarta por error y que el reclutador nunca llega a ver. Ese candidato no genera una alerta ni una queja visible; simplemente desaparece del proceso, y la empresa nunca sabe qué perdió.
Para quienes lideran selección de personal, esto tiene implicancias concretas. Primero, conviene tratar cualquier filtro automático —propio o de un proveedor— como una herramienta que reduce el volumen de trabajo, no como un juez inapelable: si un sistema decide solo, sin que exista una instancia de revisión humana o una vía de excepción, el costo de un error queda completamente oculto. Segundo, vale la pena pedirle a cualquier proveedor de IA para RRHH evidencia concreta de su tasa de error, no solo cifras de eficiencia o de tiempo ahorrado; la eficiencia de un filtro que descarta buenos perfiles en silencio es una eficiencia mal medida. Tercero, y quizás lo más práctico: si un equipo tan sofisticado como el de seguridad de IA de Google decidió no confiar del todo en su propio sistema y crear un canal alternativo, es una señal razonable para que cualquier área de RRHH mantenga siempre una puerta de revisión manual, sobre todo en roles críticos o de alta calificación, donde perder un candidato idóneo por un error de filtrado tiene un costo real en tiempo de contratación y en calidad de la terna final.
La automatización con criterio, el enfoque de IntelCV
Este caso confirma algo que en IntelCV tenemos claro desde el diseño de la plataforma: automatizar no debería significar perder visibilidad sobre lo que la IA está decidiendo. Por eso IntelCV no descarta candidatos en una caja negra, sino que filtra, aplica tests y coordina entrevistas dejando siempre un informe completo por candidato a disposición del reclutador, que conserva el criterio final sobre cada postulación. Si quieres conocer cómo funciona este proceso en detalle, puedes revisar nuestros servicios.