Reclutamiento y RR.HH.: la IA ya filtra candidatos y el riesgo legal cae sobre el empleador
El reclutamiento y los recursos humanos son la parte del negocio donde la IA ya opera más cerca de la decisión de contratar: lee currículums, puntúa entrevistas en video, mueve chatbots y agentes que buscan candidatos y arman la lista corta por su cuenta. En mayo de 2026, la versión cómoda de esa historia empezó a resquebrajarse. Un estudio con revisión de pares le puso número al sesgo dentro de una de las herramientas de filtrado más usadas, el ejecutivo que había encendido el pánico por la IA y el empleo se desdijo de su propio pronóstico, y un banco grande que presentaba sus despidos como una apuesta a la IA tuvo que defenderse en público.
La IA en el reclutamiento y RR.HH., hoy
Arranquemos por la base. El uso cotidiano de IA dentro de RR.HH. ya es algo común. El informe State of AI in HR 2026 de la SHRM, publicado a fines de abril, encontró que el uso de IA es más intenso en reclutamiento, sobre todo para tareas de rutina: redactar descripciones de puestos, filtrar currículums, agendar entrevistas y atender un chatbot de candidatos. La capa más nueva es la IA agéntica: software que toma una tarea entera y la corre de punta a punta entre puntos de control humanos. Paradox, de Workday (comprada por US$4500 millones en octubre de 2025), y SmartRecruiters, de SAP (septiembre de 2025), están metiendo esto dentro de los sistemas que la mayoría de los empleadores grandes ya usa. Todavía es sobre todo hype la idea de que la IA reemplaza al reclutador. La decisión de a quién contratar sigue en manos de una persona.
La evidencia sobre el sesgo se puso seria
Lo más claro fue la publicación, el 26 de mayo, de Algorithmic Monocultures in Hiring, un paper con revisión de pares de investigadores de Stanford, Chapman y Northeastern. El equipo analizó más de 4 millones de postulaciones de 3 millones de personas en 156 empleadores, en su mayoría empresas con ingresos de US$5000 millones o más, todas filtradas por Pymetrics, una plataforma de evaluación de personalidad. Mirado puesto por puesto, como funciona la ley antidiscriminación en Estados Unidos, el 10,6% de los 1746 puestos mostró impacto adverso sobre los postulantes negros bajo la regla federal estadounidense de los cuatro quintos (la prueba del regulador estadounidense, que señala un resultado de contratación cuando un grupo protegido es seleccionado a menos del 80% de la tasa del grupo de cabecera). Alrededor del 26% de las postulaciones de candidatos negros, y el 15% de las de candidatos asiáticos, fueron a parar a puestos que producían lo que un regulador llamaría un resultado discriminatorio (Fortune, 26 de mayo; Marketplace, 28 de mayo).
El segundo hallazgo del paper importa tanto como el primero. Pymetrics guarda el puntaje de cada postulante durante 330 días y lo reutiliza entre los empleadores que usan la herramienta, así que a un candidato al que el algoritmo deja afuera en una empresa tiende a dejarlo afuera en todas las que la usan. Los autores lo llaman monocultivo algorítmico: un solo filtro, muchas puertas, la misma respuesta.
La exposición legal recae sobre el empleador
El paper cayó dentro de un marco legal que ya se había movido. En Mobley contra Workday, la demanda colectiva federal por las herramientas de filtrado de Workday, un fallo del 6 de marzo de 2026 sostuvo que la Ley contra la Discriminación por Edad en el Empleo ampara a los postulantes, lo que le quitó a Workday su argumento de desestimación más fuerte; los escritos revelaron que Workday había filtrado cerca de 1100 millones de postulaciones desde septiembre de 2020 (CDF Labor Law). La Comisión para la Igualdad de Oportunidades en el Empleo de Estados Unidos sostiene desde 2023 que el empleador es responsable por un resultado discriminatorio de una herramienta de contratación, incluso cuando la discriminación no fue intencional.
Las normas estatales y supranacionales van en la misma dirección, de forma despareja. La reforma de la Human Rights Act de Illinois, que prohíbe el uso de IA con el efecto de discriminar en el empleo, entró en vigor el 1 de enero de 2026. El Reglamento de IA de la Unión Europea clasifica a los algoritmos de contratación como de alto riesgo, con obligaciones que rigen desde el 2 de agosto de 2026. Colorado reescribió su ley de IA en mayo de 2026 y corrió su aplicación a enero de 2027 (The Colorado Sun, 12 de mayo). El regulador británico de datos, la ICO, publicó una guía de IA específica para el empleo, y el artículo 20 de la LGPD de Brasil otorga el derecho a una revisión humana de las decisiones tomadas únicamente por medios automáticos, algo que la justicia laboral brasileña viene leyendo como aplicable a la contratación automatizada.
La historia del despido por IA también se está cayendo
Challenger, Gray & Christmas informó a principios de mayo que la IA fue la razón más citada de los despidos en Estados Unidos por segundo mes seguido, con 21.490 puestos eliminados que mencionaban a la IA en abril, cerca del 26% del total del mes. El 20 de mayo, Standard Chartered anunció 7800 recortes hasta 2030, con su CEO, Bill Winters, presentándolos como un reemplazo de "capital humano de menor valor", una expresión que provocó un rechazo público inmediato (HR Grapevine).
El argumento más amplio cuesta más venderlo. El 26 de mayo, Sam Altman le dijo a una conferencia en Sídney que se había equivocado "bastante" sobre la rapidez con que la IA iba a desplazar al trabajo de oficina (Euronews). CNBC informó el 17 de mayo que las empresas que anunciaron despidos atribuidos a la IA (Nike, Salesforce, Fiverr) en general habían tenido un rendimiento por debajo del mercado, que no pagó ningún premio por la historia del ahorro de costos vía IA.
Lo que significa para vos
Para quien dirige RR.HH. o recluta en una pyme o en una startup, este mes cambiaron tres cosas.
Primero, toda herramienta que toca una decisión de contratación ahora carga un costo legal junto con la productividad que aporte. El abogado de un candidato ahora puede apoyarse en evidencia con revisión de pares que muestra que una herramienta muy difundida produjo un impacto dispar bajo el mismo estándar que aplicará un regulador. El demandado no es el proveedor. Sos vos.
Segundo, ante los inversores, la jugada del despido por IA se lee como una señal de que la estrategia es endeble. El mercado castigó el encuadre de Standard Chartered; Altman se desdijo de su propio pronóstico. "Vamos a hacer más con la IA" hoy es una historia más creíble para un directorio que "vamos a usar la IA para reemplazar gente".
Tercero, el piso regulatorio es real pero disparejo. Si contratás en varios estados o en Europa, planificá según el piso más estricto.
Qué hacer al respecto
Auditá toda herramienta que filtre, ordene o puntúe candidatos. Pedile al proveedor, por escrito, su metodología de prueba de impacto dispar y su política de retención de datos de los postulantes; si los puntajes se reutilizan entre clientes, el monocultivo está dentro de tu cadena de suministro. Este es el planteo que hizo Era Haus en Defensibilidad en la era de la IA: cuando el modelo se vuelve un commodity, la ventaja competitiva sostenible (en la literatura anglosajona, lo que se llama moat: literalmente, foso defensivo) es el flujo de trabajo, la rendición de cuentas y la confianza que lo rodean. La misma lógica llegó al derecho en el Industry Pulse de la semana pasada sobre el sector legal: el abogado sigue siendo responsable aunque la herramienta haya escrito el primer borrador.
Mantené un human in the loop documentado antes de cualquier rechazo en una categoría protegida. Guardá la recomendación del modelo, los criterios aplicados y la decisión final. Una denuncia ante el regulador laboral es el peor momento para descubrir que no podés reconstruir ese registro.
Observá, pero todavía no actúes, sobre el agente reclutador totalmente autónomo. La capacidad existe; falta todavía el trabajo de aseguramiento que lo vuelva defendible. Hasta que el proveedor no pueda mostrar una auditoría de sesgo independiente y vigente, el costo de dejarlo correr es más alto que el tiempo que ahorra.
El patrón de fondo
La forma que vimos en el sector legal, el inmobiliario y el marketing vuelve a aparecer en la contratación: la capacidad se abarata, el trabajo de rutina pasa a la máquina y el valor se mueve hacia el criterio y la rendición de cuentas. La versión de la contratación es más filosa porque el regulador está en la sala. El reclutador que usa IA para hacer el mismo trabajo más rápido gana un margen menor. El que trata la responsabilidad por la decisión como el producto verdadero es el que captura el valor que de verdad importa.