Por Kristien Turner*
En LinkedIn se envían 9,000 solicitudes de empleo por minuto a nivel global. La razón no es que haya más personas buscando trabajo. Es que la inteligencia artificial les permite aplicar a cientos de vacantes en una sola sesión, con CVs reescritos automáticamente para cada puesto. Del otro lado, el 82% de las empresas también usan IA para filtrar esas solicitudes. El resultado no es un proceso más eficiente. Es un teatro donde ambos actores leen el mismo guión generado por máquina, y cuando llega el momento de trabajar juntos, nadie reconoce a la persona que contrató.
La narrativa popular dice que la IA deshumanizó el reclutamiento. No es cierto. La IA lo saturó. Según una encuesta de Resume Now con 925 profesionales de recursos humanos, el 90% reporta un aumento en solicitudes de baja calidad generadas con IA. Cuando el volumen explota y las y los candidatos suenan genéricos, nadie destaca. El filtro algorítmico que se diseñó para resolver el problema de volumen ahora enfrenta un volumen que él mismo ayudó a crear.
Aquí está la paradoja que nadie quiere admitir. Según el Global Skills Report 2025 de Coursera, tres de cada cuatro empleadores prefieren contratar a alguien con habilidades en IA generativa, incluso si tiene menos experiencia, que a un perfil senior sin ellas. Las empresas dicen que valoran la competencia en IA. Pero cuando un candidato demuestra exactamente esa habilidad optimizando su CV para pasar el filtro, el sistema lo descarta por genérico. Entonces, ¿qué es lo que realmente están buscando?
En México, donde la demanda de habilidades en IA creció 148% entre 2023 y 2025, esto tiene una consecuencia que va más allá de la eficiencia del proceso. Cuando el volumen de solicitudes genéricas se vuelve inmanejable, las empresas no responden con mejores filtros. Cierran la puerta. Retiran vacantes de las plataformas públicas en cuestión de horas y recurren a contactos internos y recomendaciones.
Esto no es un caso aislado. Y lo que significa para el mercado mexicano es brutal. Las redes profesionales que determinan quién consigue recomendaciones están profundamente estratificadas por nivel socioeconómico. En un país donde estudiar en el Tec o la Ibero te abre puertas que ningún algoritmo puede compensar, cuando las empresas cierran las aplicaciones públicas y vuelven a los contactos internos, la IA no democratizó el acceso al empleo. Aceleró el regreso al sistema de siempre: quién conoces importa más que lo que sabes hacer.
Lee más: Consejos para pulir tu CV y conquistar a los reclutadores
En México, existe una brecha entre lo que las empresas dicen buscar y lo que sus sistemas de IA realmente miden. Muchas organizaciones afirman que quieren “contratar al mejor talento disponible.” Pero cuando su algoritmo fue entrenado con 15 años de contrataciones donde el 80% de los liderazgos estudiaron en el Tec, la Ibero o el ITAM, el sistema no está buscando al mejor talento. Está buscando el patrón que reconoce como exitoso. La IA no inventa sesgos, los automatiza. Y en un mercado donde las redes de egresados ya determinan gran parte del acceso profesional, esto no es un problema de tecnología. Es un problema de honestidad sobre qué estamos optimizando.
La tentación de ambos lados es seguir escalando. Más automatización para filtrar, más optimización para aplicar. Pero ganar esa carrera no resuelve nada. Un CV, ya sea escrito por un humano o por una máquina, nunca va a capturar cómo piensa alguien bajo presión, cómo colabora cuando el plan falla, o cómo resuelve lo inesperado.
Romper ese ciclo requiere tres decisiones incómodas. Primero, aceptar que filtrar más rápido no es lo mismo que contratar mejor. Segundo, diseñar evaluaciones que revelen cómo alguien piensa, no qué tan bien optimiza palabras clave. Tercero, ser transparente sobre lo que mide tu sistema de IA y lo que no. Cuando una empresa dice “usamos IA para agilizar, pero la decisión final es humana y basada en X criterios”, genera más confianza que pretender que el algoritmo es neutral. El sistema actual logró algo notable: hizo que ambos lados mientan mejor sin que nadie se conozca más.
Hay algo más que las empresas pueden hacer, aunque requiere más honestidad que presupuesto: si usas IA para filtrar, dilo. Explica qué evalúa tu sistema y qué no. Cuando una organización es transparente sobre cómo toma decisiones, genera confianza antes de la primera entrevista. En un mercado donde ambas partes se esconden detrás de algoritmos, la autenticidad dejó de ser un valor aspiracional y se convirtió en ventaja competitiva.
Pero seamos claros sobre lo que realmente está pasando. Las empresas que están resolviendo el problema del volumen no lo hacen con mejores algoritmos. Lo hacen cerrando las aplicaciones públicas y volviendo a las recomendaciones internas. La IA prometió democratizar el acceso al talento. En la práctica, está fortaleciendo las barreras que siempre existieron. Y en México, donde esas barreras ya eran altas, esto no es un problema técnico. Es un problema de clase social disfrazado de innovación.
La pregunta real no es si la IA funciona. La pregunta es: ¿funciona para quién? Porque cuando nadie se muestra como realmente es, no importa qué tan sofisticada sea la tecnología. Nadie está sentado en la conversación.
Sobre el autor:
*Kristien Turner es CEO y fundador de TK Talent, firma de consultoría en talento, cultura organizacional y marca empleadora con sede en Ciudad de México y oficinas en Miami, Los Ángeles, Londres y Buenos Aires. Ejecutivo británico bilingüe y psicólogo organizacional por Harvard, ha dedicado más de 20 años a ayudar a organizaciones a alinear lo que prometen con lo que las personas realmente experimentan.
Las opiniones expresadas son sólo responsabilidad de sus autores y son completamente independientes de la postura y la línea editorial de Forbes México.
