Una investigación detectó que las IA de reclutamiento favorecen currículums escritos por bots
El estudio reveló que sistemas automáticos de selección laboral tienden a puntuar mejor los CV generados con inteligencia artificial, incluso cuando los redactados por personas son más claros o tienen mejor calidad.
Tener más experiencia o una trayectoria laboral más sólida ya no garantiza avanzar en una búsqueda laboral. Un estudio internacional advirtió que los sistemas de inteligencia artificial utilizados en recursos humanos muestran una tendencia a favorecer currículums redactados por otras IA frente a los escritos directamente por personas.
La investigación fue realizada por especialistas de las universidades de Maryland, Ohio y la National University of Singapore, y analizó cómo responden distintos modelos de inteligencia artificial cuando deben evaluar perfiles laborales generados tanto por humanos como por herramientas automáticas.
El trabajo, denominado La auto-preferencia de la IA en la contratación algorítmica, detectó que varios sistemas de selección priorizan textos creados por modelos similares a los que utilizan para hacer la evaluación. Entre ellos aparecieron GPT-4o, DeepSeek-V3, LLaMA y Qwen.
Para el experimento, los investigadores trabajaron con una base de 2245 currículums reales elaborados antes de la expansión de la IA generativa. Luego modificaron únicamente la sección descriptiva de los perfiles -donde se resumen habilidades, experiencia y objetivos laborales- y la reemplazaron por versiones creadas con inteligencia artificial.
Posteriormente, otro sistema automatizado debía decidir cuál de los perfiles resultaba mejor. Allí apareció el sesgo: en numerosos casos, los modelos favorecieron los textos producidos por la misma IA que realizaba la evaluación, aun cuando los currículums originales escritos por personas mostraban igual o mayor calidad.
Según el informe, GPT-4o alcanzó niveles de "auto-preferencia" de hasta 81,9%, incluso después de corregir variables como longitud del texto, complejidad del lenguaje, vocabulario y similitud semántica. Otros modelos analizados también registraron comportamientos similares.
Los investigadores incorporaron además revisiones humanas para comparar resultados. En varias evaluaciones, las personas consideraron que los resúmenes redactados por humanos eran más coherentes y claros. Sin embargo, las IA continuaron privilegiando el contenido generado automáticamente.
El estudio también simuló procesos reales de contratación, similares a los que utilizan muchas compañías para seleccionar candidatos antes de las entrevistas. Allí se observó que los CV producidos con el mismo modelo de IA encargado de evaluarlos tuvieron entre 23% y 60% más probabilidades de avanzar a instancias finales.
El fenómeno fue especialmente visible en áreas administrativas y de negocios, como ventas y contabilidad, mientras que en sectores vinculados con la industria automotriz o la agricultura la diferencia resultó menor.
Los autores alertaron además sobre un posible efecto a largo plazo: que determinados estilos de escritura impulsados por la inteligencia artificial comiencen a imponerse en el mercado laboral porque los sistemas automáticos terminan favoreciendo textos similares a los que ellos mismos generan.
Como parte de la investigación, también se probaron alternativas para reducir el sesgo. Una de ellas consistió en indicarle explícitamente a la IA que ignorara el origen del texto y evaluara únicamente la calidad del contenido. Otra estrategia combinó distintos modelos para tomar decisiones conjuntas en lugar de dejar el análisis en manos de un único sistema.
Con esos cambios, el favoritismo automático logró disminuir en varios de los casos analizados.
Los investigadores concluyeron que el uso de inteligencia artificial en contratación no solo plantea debates vinculados a género, edad o discriminación tradicional, sino también nuevas distorsiones generadas por los propios algoritmos.
El principal riesgo, advirtieron, es que dos postulantes con antecedentes equivalentes obtengan resultados distintos simplemente por haber utilizado herramientas diferentes al redactar su currículum.
