23 de febrero de 2026
Impacto de la inteligencia artificial en los procesos de reclutamiento y selección
Leonardo Guimarães Coelho; Julio Cesar Ruivo Costa
Resumen elaborado por la herramienta ResumeAI, solución de inteligencia artificial desarrollada por el Instituto Pecege orientada a la síntesis y redacción.
Este trabajo analiza el impacto de la inteligencia artificial (IA) en los procesos de reclutamiento y selección, investigando percepciones, beneficios y riesgos. Específicamente, la investigación identifica los niveles de confianza en la IA en contextos selectivos, evalúa la percepción sobre sesgos y riesgos a la diversidad, y examina diferencias de percepción entre candidatos de distintas orientaciones sexuales, contribuyendo a la comprensión de la implementación ética y eficaz de la tecnología en la gestión de personas.
El auge de la inteligencia artificial está reconfigurando el entorno laboral, especialmente la gestión de personas. La aplicación de IA en reclutamiento y selección (R&S) es una tendencia estratégica que promete optimizar la identificación de talentos. Herramientas que automatizan la selección de currículos, utilizan chatbots y emplean algoritmos predictivos son cada vez más prevalentes en organizaciones que buscan agilidad y escalabilidad (Fernandes, 2022). Esta transformación digital promete reducir tiempo y costos operativos e introducir un análisis de datos que, en teoría, hace las decisiones más objetivas.
A pesar de los beneficios, la integración de la IA en I+D suscita debates éticos. La principal preocupación, documentada en la literatura, es el potencial de los algoritmos para perpetuar y amplificar sesgos. Estudios demuestran que sistemas de IA entrenados con datos históricos que reflejan patrones discriminatorios pueden replicar estas tendencias, resultando en la exclusión de candidatos de grupos minorizados (Vargas y Rech, 2023). Este riesgo impone la necesidad de una gobernanza algorítmica robusta, con transparencia, explicabilidad y auditoría para mitigar la discriminación y asegurar la equidad (Davenport, 2018).
El impacto de la IA en la diversidad y la inclusión es una dimensión crítica. La promesa de una selección objetiva puede verse subvertida si los modelos de aprendizaje automático refuerzan patrones hegemónicos, perjudicando la construcción de equipos pluralistas. La exclusión de grupos subrepresentados, incluso si no es intencional, puede consolidar barreras en el mercado laboral, contradiciendo los esfuerzos organizacionales de inclusión (Vargas y Rech, 2023). La reflexión crítica sobre el diseño, implementación y monitoreo de estas tecnologías es un imperativo para alinear la innovación con los principios de justicia social.
La percepción de los candidatos sobre la automatización de los procesos de selección es un factor determinante para la aceptación de estas herramientas. Las investigaciones indican una visión ambivalente: los candidatos reconocen el potencial de la IA para agilizar etapas, pero existe resistencia a la idea de que la tecnología sustituya integralmente el juicio humano (Fernandes, 2022; Vargas y Rech, 2023). La interacción humana y la evaluación cualitativa se consideran insustituibles. Esta percepción refuerza el argumento de que el papel más eficaz de la IA es como herramienta de apoyo, proporcionando información para fundamentar la decisión final de los profesionales de recursos humanos.
Este estudio adoptó un enfoque metodológico mixto, combinando investigación bibliográfica y de campo. La primera etapa fue una revisión exploratoria de la literatura, fundamentada en artículos y trabajos académicos sobre IA en I+D. Según Gil (2008), la investigación bibliográfica es fundamental para construir un marco teórico sólido. La selección del material buscó equilibrar perspectivas sobre los beneficios de la tecnología y las advertencias sobre riesgos asociados a la gobernanza, explicabilidad y sesgos algorítmicos.
La segunda etapa fue una investigación de campo, con un cuestionario estructurado de 16 preguntas. El instrumento fue elaborado con base en los ejes de discusión de la literatura, abordando confianza en la IA, percepción de justicia, transparencia, beneficios, riesgos e impacto en la diversidad. La formulación de las preguntas fue influenciada por estudios que investigan la percepción de los candidatos frente a la automatización (Vargas y Rech, 2023; Albuquerque et al., 2022). El cuestionario se difundió digitalmente a través de redes como LinkedIn, WhatsApp e Instagram.
La muestra no probabilística estuvo compuesta por 114 encuestados válidos. La participación fue voluntaria y anónima. El uso de cuestionarios es una técnica eficaz para obtener datos estandarizados, aumentando la comparabilidad y la confiabilidad de los resultados (Marconi y Lakatos, 2017). Se buscó la diversidad de la muestra, especialmente en cuanto a la orientación sexual, para permitir análisis comparativos relevantes para los objetivos de la investigación.
El análisis de los datos se realizó en Excel, utilizando tablas dinámicas para organizar e interpretar las respuestas. Esta técnica permitió la tabulación de frecuencias y porcentajes, además del cruce de variables clave, como orientación sexual y percepciones sobre la IA. En estudios exploratorio-descriptivos, la claridad en la organización de los datos es esencial para la extracción de insights (Vergara, 2016). El método posibilitó la identificación de patrones y tendencias, que fueron discutidos y contextualizados a la luz del referencial teórico.
El perfil de los 114 encuestados revela una concentración en el grupo de edad de 25 a 44 años (88,6%). Este perfil sugiere que la interacción con tecnologías en I+D es más intensa entre profesionales en fases activas de su carrera. El hallazgo converge con la literatura que señala la modernización de los procesos de reclutamiento como estrategia para optimizar tiempo y costos, con herramientas digitales siendo más adoptadas por generaciones familiarizadas con el entorno digital. Estudios indican que las generaciones más jóvenes aceptan más fácilmente soluciones basadas en IA, siempre que sean percibidas como justas y transparentes (Blumen y Cepellos, 2022).
La percepción de justicia en los procesos mediados por IA es un punto central. Al preguntar si la IA hace los procesos más justos, la respuesta predominante (62,3%) fue “Depende”. Esta condicionalidad es consistente entre los diferentes grupos de orientación sexual, lo que indica una desconfianza generalizada en la neutralidad de la tecnología. Esto sugiere que los participantes reconocen el potencial de la IA para reducir los sesgos humanos, pero condicionan esta posibilidad a la existencia de reglas claras, monitoreo y gobernanza. Esta visión se alinea con la investigación de Blumen y Cepellos (2022), que asocia la percepción de justicia con la transparencia y explicabilidad de los sistemas.
Sobre el papel de la IA, el estudio investigó si la tecnología debería reemplazar el análisis humano. Los resultados fueron categóricos: 77 encuestados (67,5%) afirmaron que no, y 36 (31,6%) defendieron una sustitución parcial. Solo un participante apoyó la sustitución total. Esta convergencia refuerza la percepción de la IA como herramienta de apoyo, no como sustituto autónomo. La literatura sobre gobernanza algorítmica sustenta esta posición, argumentando que la delegación completa de decisiones a sistemas automatizados, sin explicabilidad y posibilidad de recurso, compromete la legitimidad del proceso (Atanazio et al., 2021). La supervisión humana es crucial para la aceptación social de estas tecnologías (Garcia y Mendes, 2025).
El impacto de la IA en la diversidad de la contratación reveló que la mayoría (56,1%) cree que el resultado “Depende de cómo se programe la IA”. Los participantes no ven la tecnología como intrínsecamente buena o mala, sino como un reflejo de su diseño y de los datos de entrenamiento. La literatura advierte que los sesgos históricos en los datos pueden ser codificados en los algoritmos, lo que requiere auditorías y métricas de equidad (fairness) para corregir desviaciones (Fernandes, 2022). La necesidad de directrices de seguridad y ética no se elimina con los beneficios de la automatización (Garcia y Mendes, 2025).
El análisis cruzado entre la familiaridad con la IA y la percepción sobre su impacto en la diversidad muestra que un mayor conocimiento técnico no se traduce en optimismo. Los individuos con conocimiento avanzado o intermedio también expresaron mayoritariamente que el impacto depende de la programación, demostrando conciencia sobre los riesgos de sesgo. Este patrón corrobora a Vargas y Rech (2023), quienes sugieren que la pericia técnica aumenta la conciencia sobre los peligros, al mismo tiempo que fortalece la confianza en soluciones bien calibradas. El análisis por nivel educativo mostró que la educación formal refuerza la visión de la IA como herramienta de apoyo, con individuos de posgrado y educación superior rechazando la sustitución total del análisis humano, lo que sugiere que la capacidad crítica exige mayor transparencia y supervisión (Timóteo, 2024; Fernandes, 2022).
Se exploró la dimensión subjetiva de la experiencia del candidato. Se observó un contraste en la comodidad al ser evaluado por IA: los encuestados heterosexuales se mostraron divididos (34,6% sí, 30,8% no, 34,6% tal vez), mientras que los homosexuales demostraron un malestar mayoritario (44% no, 28% sí, 28% tal vez). La disparidad sugiere que los grupos históricamente susceptibles a la discriminación perciben un mayor riesgo en los sistemas automatizados. Zenone y Cezar (2022) argumentan que la confianza en la IA en el reclutamiento depende de garantías explícitas de no discriminación. La confianza en las decisiones de la IA siguió un patrón similar, con la mayoría (57,9%) expresando confianza solo parcial, un sentimiento más acentuado entre los grupos no heterosexuales. Esta confianza condicional exige la implementación de gobernanza algorítmica y auditorías (Garcia y Mendes, 2025).
La demanda de transparencia fue un consenso, y el 98 de los 114 participantes (86%) afirmó que las empresas “siempre” deberían informar sobre el uso de IA. Este requisito es fundamental para la confianza. Los riesgos percibidos refuerzan esta preocupación: los más citados fueron “falta de humanización” (80 menciones), “sesgos algorítmicos” (78 menciones) y “falta de transparencia” (50 menciones). Los datos confirman los análisis de Garcia y Mendes (2025) y dialogan con estudios que demuestran que la percepción de riesgo se amplifica en grupos minoritarios (Alexandre y Santos, 2023; Fernandes, 2022). El temor de que los algoritmos reproduzcan prejuicios estructurales es una barrera para la aceptación de la IA (Pereira y Souza, 2021).
Por otro lado, los beneficios de la IA fueron reconocidos. Los más citados fueron “agilidad en el proceso” (86 menciones), “evaluación basada en datos” (67 menciones) y “reducción de costos” (53 menciones). Los resultados están alineados con la literatura que posiciona la IA como herramienta para optimizar procesos selectivos (Ferreira, 2020; Silva, 2022). Las empresas que adoptan estas tecnologías reportan ganancias de eficiencia (Cabral, 2021). Sin embargo, es crucial notar que el grupo homosexual presentó la mayor proporción de encuestados que no ven “ningún beneficio” (18% del grupo), reforzando que, para grupos vulnerables, los riesgos de discriminación pueden eclipsar las ventajas operacionales.
El análisis de los datos permite concluir que la percepción sobre la inteligencia artificial en reclutamiento y selección es ambivalente. La tecnología es reconocida como un instrumento de eficiencia, agilidad y objetividad, pero esta visión se ve contrarrestada por una desconfianza en cuanto a la justicia, transparencia y riesgo de sesgos. La confianza en la IA es predominantemente parcial y condicional, subrayando que la supervisión humana es esencial, especialmente en las etapas decisorias. El rechazo a la sustitución total del evaluador humano demuestra que cualidades como la empatía y el juicio contextual son consideradas insustituibles. La legitimidad de la IA depende críticamente de la explicabilidad de sus criterios y de la transparencia en su uso.
El análisis por orientación sexual reveló que los grupos minorizados, como los encuestados homosexuales, demuestran una aguda sensibilidad a los riesgos de discriminación algorítmica, manifestando menor comodidad y mayor escepticismo. Esto refuerza la necesidad de incorporar la diversidad como un eje central en el desarrollo de soluciones de IA para recursos humanos. Para las organizaciones, la implicación es clara: la adopción de la IA debe ir acompañada de un compromiso con prácticas éticas, gobernanza algorítmica y auditorías continuas para garantizar procesos justos e inclusivos. Se concluye que el objetivo se ha alcanzado: se ha demostrado que la percepción sobre el impacto de la inteligencia artificial en los procesos de reclutamiento y selección es profundamente ambivalente, condicionada por una fuerte demanda de transparencia, gobernanza y supervisión humana para mitigar los riesgos de sesgos, especialmente entre los grupos minorizados.
Referencias:
Albuquerque, E. L.; Rodrigues, F. M., Matos, G. B.; Xavier, G. S.; Hoelz, J. C. 2022. Inteligencia Artificial en Reclutamiento y Selección: La Perspectiva del Departamento de Recursos Humanos sobre sus Pros y Contras. En: Encuentro de Gestión y Tecnología, 2022, São Paulo, SP, Brasil, Anais… p. 1-17.
Alexandre, D. M.; Santos, D. A. 2023. El Cambio en la Forma de Contratación a Través de la Inteligencia Artificial. Tesis de Grado en Administración. Centro Socioeconómico, Universidad Federal de Santa Catarina. Florianópolis, SC, Brasil.
Atanazio, A.,;Silva, L. R. O.; Formigoni, A.; Novais, R. A. B. de. 2021. La Inteligencia Artificial transformando el RH del futuro: un estudio de caso sobre la tecnología y la diversidad en el mercado laboral. Refas – Revista Fatec Zona Sul, 7(4), 1–16.
Blumen, D.; Cepellos, V. M. 2022; Escola Brasileira de Administração Pública e de Empresas [EBAPE]. 2022.
Cabral, J. A.. La inteligencia artificial en el departamento de recursos humanos: un estudio de caso sobre la IA en el proceso de reclutamiento y selección. Revista Eletrônica Ânima Terra, 2021. Disponible en: <http://ric-cps. eastus2. cloudapp. azure. com/handle/123456789/5924> Acceso en: 27 sep. 2025.
Davenport, T. H. Artificial intelligence for the real world. Harvard Business Review 96(1): 108-116.
Fernandes, D. L. A. Promoción de Igualdad de Género: El uso de Inteligencia Artificial en Procesos de Reclutamiento y Selección en Empresas Brasileñas. Escola de Administração de Empresas de São Paulo, Fundação Getúlio Vargas, São Paulo, SP, Brasil.
Galvão, Y. S. M.; Câmara, R. T. T. 2023. Problemas Éticos en la Utilización de Inteligencia Artificial en Procesos de Reclutamiento y Selección y la Percepción de los Trabajadores. Universidade Federal Rural do Semi-Árido, RN, Brasil.
Garcia, M. E. P. T.; Mendes, T. D. O. Transformaciones en el reclutamiento y selección: un estudio sobre la inteligencia artificial en el proceso selectivo. Revista de Gestão e Secretariado, 16(2), 1-20.
Gil, A. C. 2008. Métodos y técnicas de investigación social. 6. ed. Atlas, São Paulo, SP, Brasil.
Marconi, M. A.; Lakatos, E. M. 2017. Fundamentos de metodología científica. 7. ed. Atlas, São Paul, SP, Brasil.
Pereira, M.; Souza, A. C. Discriminación algorítmica e inteligencia artificial: desafíos éticos en los procesos selectivos digitales. Revista Tópicos, 2021. Disponible en: <https://revistatopicos. com. br/artigos/uso-da-inteligência-artificial-no-processo-de-recrutamento-e-seleção-benefícios-e-desafios>. Acceso en: 27 sep. 2025.
Silva, M. J. C. El impacto de la inteligencia artificial en la selección de talentos: oportunidades y desafíos en Brasil. Universidade Federal do Rio de Janeiro (UFRJ), 2022. Disponible en: https://pantheon. ufrj. br/bitstream/11422/24539/1/MJD-Silva-min. pdf. Acceso en: 27 sep. 2025.
Timóteo. J. F. 2024. Inteligencia Artificial en los Procesos de Reclutamiento y Selección: Revisión de la Literatura. Tesis de Grado en Administración. Instituto de Ciencias Sociales Aplicadas, Universidade Federal de Ouro Preto. Mariana, MG, Brasil.
Vargas, T. B.; Rech, I. La revolución en el reclutamiento: cómo la inteligencia artificial impacta el proceso de selección de personas en la organización. Tesis de Grado en Administración de Empresas. Escola de Negócios, Pontifícia Universidade Católica do Rio Grande do Sul, RS, Brasil.
Vergara, S. C. 2016. Proyectos e informes de investigación en administración. 16. ed. Atlas, São Paulo, SP, Brasil.
Zenone, A. C.; Cezar, B. B. 2020. Incorporación de la Diversidad Cultural en las Organizaciones a Través del Proceso de Reclutamiento y Selección. En: Simposio de Pesquisa e Ensino em Administração,
Resumen ejecutivo proveniente de Trabajo de Conclusión de Curso de Especialización en Negocios Digitales del MBA USP/Esalq
Sepa más sobre el curso; haga clic aquí:
