Detrás de las herramientas que todos usan y que nadie mira de verdad.
Una empresa publica una oferta de empleo.
El puesto requiere “leadership”, “change management”, una fuerte capacidad de ejecución, pensamiento estratégico y varios años de experiencia en entornos complejos. Algunos minutos después, un candidato copia la oferta en ChatGPT junto con su CV y escribe:
“¿Puedes reescribir mi perfil para que haga mejor match con esta oferta?”
Entonces comienza una conversación.
“No veo la certificación PMP.”
“No la tengo.”
“Aun así dirigiste varios proyectos complejos. Podemos reformular tu experiencia para enfatizar más la coordinación interfuncional, los entregables y la gestión de programas.”
El CV se transforma ligeramente, no lo suficiente para volverse falso, pero sí lo suficiente para volverse más compatible con el sistema que lo va a leer.
Y lentamente, algo comienza a desplazarse.
Durante mucho tiempo, el reclutamiento todavía descansaba sobre una relación relativamente simple: una persona intentando describir su trabajo real a otra persona, con todas las limitaciones, omisiones, torpezas y simplificaciones que eso implica naturalmente.
Hoy, múltiples capas sucesivas de sistemas comienzan a reescribir, optimizar, comparar e interpretar esas representaciones antes de que un ser humano mire realmente el trabajo que existe detrás.
El candidato aprende qué palabras aumentan sus posibilidades de aparecer en los resultados. La IA aprende cómo reformular la experiencia para mejorar la compatibilidad ATS. El sistema extrae entonces las formulaciones más cercanas a la oferta publicada. Otra IA puede resumir los perfiles “más relevantes” antes incluso de que un reclutador abra las candidaturas.
Y en cada etapa, el lenguaje se convierte un poco menos en una descripción del trabajo real y un poco más en una interfaz de compatibilidad entre sistemas.
La parte más extraña es que nadie necesariamente está mintiendo.
El candidato simplemente quiere seguir siendo visible, el reclutador simplemente quiere gestionar un volumen imposible de candidaturas, la IA simplemente quiere mejorar la coincidencia y el sistema simplemente quiere comparar elementos legibles.
Todos actúan lógicamente según su mandato.
Y sin embargo, cuanto más compatibles se vuelven las representaciones entre sí, más difícil se vuelve ver la realidad.
Dos candidatos pueden ahora producir perfiles casi idénticos mientras han atravesado realidades profesionales completamente diferentes. Una persona puede haber liderado una transformación compleja durante varios años mientras otra principalmente aprendió a reformular correctamente su experiencia, y ambas pueden comenzar progresivamente a producir señales muy similares para los sistemas que las leen.
La capacidad de pasar el filtro comienza lentamente a separarse de la capacidad de hacer realmente el trabajo.
Y el desplazamiento se vuelve casi invisible porque los propios reclutadores aprendieron progresivamente a trabajar dentro de los límites del sistema en lugar de ver más allá de él, palabras clave, títulos estandarizados, listas cortas, correspondencias léxicas, mientras parte del trabajo real desaparece precisamente porque resiste las categorías simples.
Todavía crees que estás leyendo perfiles cuando muchas veces estás mirando representaciones ya optimizadas para producir suficiente compatibilidad con otras representaciones.
Durante años, las limitaciones tecnológicas hicieron esa simplificación casi inevitable. Los sistemas no podían reconstruir realmente contextos complejos. Entonces los humanos aprendieron a simplificar su lenguaje para volverse compatibles con ellos.
La diferencia hoy es que los sistemas finalmente comienzan a poder funcionar de otra manera.
Con la IA, progresivamente se vuelve posible reconstruir arquitecturas de experiencia, conectar trayectorias que no llevan los mismos títulos, comprender contexto en lugar de simplemente comparar palabras, detectar realidades profesionales comparables incluso cuando las formulaciones utilizadas son completamente diferentes.
Y sin embargo, muchas organizaciones todavía utilizan esta nueva capacidad para acelerar exactamente las mismas mecánicas antiguas, matching más rápido, filtrado más rápido, listas más rápidas, mientras los sistemas finalmente comienzan a hacer algo completamente distinto: reconstruir contexto, conectar experiencias complejas, detectar coherencias humanas que van más allá de las palabras clave y devolver la investigación al reclutamiento. El problema ya no es realmente tecnológico. Por primera vez, las herramientas comienzan a tener la capacidad de trabajar con mucha más inteligencia y matices que los sistemas anteriores. La pregunta entonces se vuelve mucho más simple y mucho más incómoda: ¿realmente queremos comprender el trabajo humano más profundamente o simplemente queremos acelerar aún más los antiguos métodos de filtrado?
Lo real siempre deja huellas.
