Los sistemas de IA muestran prejuicios más fuertes en la selección de candidatos que los humanos

Según informa MIT Technology Review (https://www.technologyreview.com/2026/07/20/1140655/ai-biases-hiring-humans/), investigaciones actuales muestran que la Inteligencia Artificial (IA) emite juicios sesgados con mayor frecuencia que los humanos al seleccionar candidatos. Aunque los sistemas de IA suelen presentarse como herramientas objetivas para mejorar los procesos de contratación, nuevos estudios revelan que no solo adoptan los prejuicios humanos presentes en los datos de entrenamiento, sino que también pueden desarrollar sus propias distorsiones sistemáticas.

Sesgo de IA en la contratación de personal

El estudio se basa en pruebas extensas con grandes modelos de lenguaje (Large Language Models, LLMs), que se utilizan cada vez más en sistemas de gestión de candidatos. Estos modelos analizan currículums, cartas de presentación y otros documentos de solicitud para filtrar candidatos adecuados. Se observó que la IA no solo reproduce prejuicios sociales existentes, sino que en algunos casos actúa de manera más discriminatoria que los reclutadores humanos. Un ejemplo es la preferencia por ciertos géneros o grupos étnicos que están sobrerrepresentados en los datos de entrenamiento. Además, los sistemas de IA tienden a reforzar patrones estereotipados, por ejemplo, desfavoreciendo a candidatos con trayectorias profesionales poco comunes o provenientes de instituciones educativas menos conocidas.

¿Por qué surgen los prejuicios en la IA?

Las causas radican en la forma en que se entrenan los modelos de IA. Aprenden a partir de grandes cantidades de datos históricos que reflejan decisiones humanas y desigualdades sociales. Dado que estos datos no son neutrales, los modelos incorporan prejuicios implícitos. Además, los mecanismos algorítmicos pueden generar nuevas distorsiones, por ejemplo, al ponderar ciertas características o por la forma en que reconocen patrones.

Consecuencias para candidatos y empresas

Las repercusiones son graves: los candidatos evaluados injustamente por sistemas de IA pueden no recibir oportunidades para entrevistas, aunque estén cualificados. Para las empresas, esto implica no solo la pérdida de talentos potencialmente adecuados, sino también riesgos legales y reputacionales si se demuestra discriminación.

Enfoques para mejorar

Investigadores y desarrolladores trabajan en métodos para hacer que los sistemas de IA sean más justos. Esto incluye la selección y limpieza cuidadosa de los datos de entrenamiento, el uso de algoritmos para detectar sesgos y la integración de mecanismos de transparencia que permitan entender cómo se toman las decisiones. También se consideran prometedores los modelos híbridos, en los que las recomendaciones de la IA son revisadas por humanos.

Por qué es importante

Dado que los sistemas basados en IA se utilizan cada vez más en la contratación, es crucial comprender y abordar sus debilidades. Solo así se puede garantizar que las innovaciones tecnológicas realmente conduzcan a una mayor igualdad de oportunidades en lugar de agravar las desigualdades existentes. Para los candidatos, esto significa una oportunidad justa; para las empresas, una mejor calidad en la selección de personal; y para la sociedad en general, más justicia en el mercado laboral.

Perspectivas

El debate sobre la IA y el sesgo forma parte de un discurso más amplio sobre ética y responsabilidad en la Inteligencia Artificial. A medida que la tecnología avanza, también crece la necesidad de establecer estándares claros y regulaciones que prevengan la discriminación y fomenten la transparencia. Los resultados de la investigación actual subrayan que la IA no es una solución mágica, sino una herramienta que debe usarse con prudencia y control crítico.