Datos y Analítica de Personas • 8 MIN DE LECTURA
Cómo están cambiando los algoritmos la forma en que trabaja RR. HH.
JUN 14, 2026
Se están aplicando herramientas algorítmicas al reclutamiento, la evaluación del desempeño y la predicción de retención. Esto es lo que RR. HH. necesita saber para utilizarlas de forma responsable.
Dónde ya se utilizan algoritmos
Las herramientas algorítmicas están más extendidas en RR. HH. de lo que muchos profesionales creen. Las herramientas de filtrado de CV que clasifican a los candidatos basándose en la coincidencia de palabras clave o en perfiles de contrataciones previas exitosas están muy extendidas en plataformas de ATS. Los modelos de predicción de desempeño señalan a los empleados con riesgo de marcharse o de rendir por debajo de lo esperado. Los algoritmos de programación optimizan los turnos de los trabajadores por horas. Las herramientas de compensación comparan los salarios con los datos del mercado utilizando modelos estadísticos. Cada una de estas aplicaciones tiene una utilidad real, pero también riesgos que RR. HH. debe comprender y gestionar.
El problema del sesgo
El riesgo más significativo en las herramientas algorítmicas de RR. HH. es la amplificación del sesgo. Si un algoritmo de selección de CV se entrena con datos de contrataciones exitosas pasadas, y esas contrataciones procedían mayoritariamente de un grupo demográfico concreto debido a un sesgo histórico en el proceso de contratación, el algoritmo aprenderá a preferir ese grupo demográfico. El algoritmo no introduce un sesgo nuevo; amplifica y sistematiza un sesgo existente que antes habría sido inconsistente y, por tanto, parcialmente autocorrector. Los responsables de RR. HH. deben auditar las herramientas algorítmicas para detectar impactos discriminatorios del mismo modo que auditan los procesos de toma de decisiones humanos.
Usar los algoritmos con responsabilidad
El principio rector de las herramientas algorítmicas de RR. HH. es la supervisión humana. Usa algoritmos para informar decisiones, no para tomarlas de forma autónoma cuando el resultado tenga consecuencias sobre el estado laboral, la remuneración o el desarrollo de un empleado. Exige transparencia a los proveedores sobre cómo funcionan sus modelos y con qué datos se entrenaron. Realiza auditorías periódicas de los resultados por grupo demográfico. Asegúrate de que los empleados tengan derecho a solicitar una revisión humana de cualquier decisión influida algorítmicamente, lo que es un requisito legal en algunas jurisdicciones.
