¿El fin del CV? Buscar trabajo en la era de la IA

Buscar trabajo siempre tuvo sus rituales: avisos, CV, entrevista. Con la era digital cambiaron los soportes, no las formas. Ya nadie recorta clasificados del diario, pero las búsquedas en LinkedIn repiten la misma liturgia. Todo se mantuvo sorprendentemente igual… hasta ahora.

La inteligencia artificial está alterando el equilibrio de las búsquedas laborales. La semana pasada, OpenAI publicó una investigación basada en datos de sus propios usuarios, según la cual 40 millones de adultos en Estados Unidos usan IA para buscar trabajo. Le piden que escriba cartas de presentación, CVs, mails, incluso respuestas ensayadas para entrevistas. En apariencia, lo mismo de siempre, pero con ayudante nuevo.

Pero ¿cómo van a hacer las empresas para distinguir a los buenos candidatos, si todo lo que reciben está cortado por la misma tijera?

Ese desafío está generando nuevas ideas en la industria del reclutamiento. Empresas como Arctic Shores, por ejemplo, usan evaluaciones basadas en juegos: rompecabezas, secuencias visuales, ruedas numéricas que hay que detener en el momento justo. No importa lo que el candidato diga: importa lo que hace. Es como un Captcha, diseñado no para frenar bots sino para detectar humanos con criterio, atención y flexibilidad cognitiva.

En paralelo, crece la carrera por detectar lo escrito con IA. GPTZero y otros sistemas prometen distinguir el texto humano del sintético. Pero ese enfoque ya parece un anacronismo. A medida que los modelos mejoran, distinguirlos se vuelve casi imposible. Y a medida que los humanos aprendemos a usarlos, los disimulamos mejor. En las últimas semanas se puso de moda evitar los guiones largos en los textos por una simple razón: ChatGPT los incluye tanto en sus respuestas que deschavan su uso.

Pero sobre todo, quizás la pregunta ya no sea si un texto lo escribió una máquina. El mejor candidato tal vez sea justamente el que sepa componer una pieza híbrida: el que use la IA para pensar mejor y eluda sus clichés; no el que la rechace.

Lo que nos lleva a una contracara igual de interesante: si las empresas buscan nuevas formas de evaluar humanos, los humanos también necesitamos nuevas formas de evaluar IAs.

El especialista Ethan Mollick propuso algo simple: hacerle una entrevista a nuestro asistente virtual. Si vamos a delegarle tareas importantes, ¿cómo no testearlo como testearíamos a un empleado? Las evaluaciones tradicionales de IA están llenas de problemas de transparencia y estandarización excesiva. Como los resultados son públicos, muchos modelos aprenden de los errores de la competencia y así mejoran sus resultados. En otras palabras, se copian. Pero más allá de eso, no sirven para medir lo que cada persona realmente necesita. Por eso Mollick usa pruebas más caseras, como pedirle a cada nuevo modelo que dibuje “una nutria en un avión”, por ejemplo, o encargarle un mini ensayo y evaluar su inventiva, sus metáforas, su precisión.

Los modelos no rinden igual, incluso si tienen el mismo puntaje en una prueba estandarizada. Uno puede ser brillante para cálculos complejos pero flojísimo en pensamiento filosófico; otro puede escribir poesía con gracia pero equivocarse sacando porcentajes. Esto importa si vas a usarlo como un asistente personal, e importa mucho más si estás por ponerlo a resolver tareas encadenadas para toda una organización.

Así como las empresas buscan maneras más sofisticadas de leer a los candidatos, nosotros también tendremos que aprender a leer a nuestras IA. Entender sus sesgos, sus rarezas, sus talentos y sus límites. Elegirlas con la misma atención con la que elegiríamos un socio o un colaborador, porque esa elección, más que cualquier CV o carta de recomendación, puede definir nuestro futuro profesional.

La autora es directora de Sociopúblico