IA en selección de personal: criterios y garantías para RR. HH.
Cómo integrar la IA en el proceso de selección, con criterios de puesto, revisión humana y respeto a los derechos de las personas.
13 min de lectura
01 El punto de partida
Seleccionar mejor exige decidir qué queremos evaluar
La IA puede ayudar a leer candidaturas, extraer información y preparar una entrevista. Su utilidad depende de la calidad del proceso de selección: qué necesita el puesto, qué evidencia se pide y quién puede cuestionar una recomendación.
Un departamento de Recursos Humanos no debería comprar una puntuación de «encaje» sin saber qué representa. Si el perfil está mal definido, automatizar su aplicación puede multiplicar un error: penalizar una trayectoria que sí sirve, confundir años de experiencia con competencia o dejar fuera a quien no escribe su currículum con las palabras esperadas.
Esta guía conjunta de Usoarit y ACBSEC desarrolla la perspectiva de RR. HH. del artículo publicado en ACBSEC el 24 de septiembre de 2026. Mantiene sus ejes de privacidad, seguridad y gobierno de IA, y dedica más espacio al diseño del proceso, las relaciones laborales y la experiencia de las personas candidatas.
La pregunta que debe poder responder RR. HH.
Si mañana una persona pregunta por qué no pasó a la entrevista, ¿podemos reconstruir qué requisito no acreditó, qué información se revisó y quién tomó la decisión?
El recordatorio de la AEPD
El 23 de septiembre de 2026 la AEPD informó de una advertencia preventiva sobre una herramienta prevista para analizar currículums y priorizar candidaturas, también en movilidad interna. Recordó la protección de datos desde el diseño, el análisis de riesgos, la transparencia y una intervención humana capaz de valorar críticamente el resultado. No declaró una infracción ni prohibió utilizar IA en selección. La evaluación de impacto debe realizarse antes del tratamiento cuando exista el alto riesgo previsto en el RGPD. Nota oficial de la AEPD.
02 Diseño del puesto
Primero el trabajo real; después, los criterios de selección
Antes de configurar el sistema, RR. HH. y la persona responsable de la contratación deben acordar qué tendrá que hacer quien se incorpore y cómo se comprobará que puede hacerlo.
La ficha de puesto debe separar requisitos imprescindibles, competencias que pueden aprenderse y preferencias. Una preferencia no debería convertirse silenciosamente en una condición de descarte porque el proveedor la haya incluido en su plantilla. El análisis de puestos TIC ayuda a convertir necesidades generales en tareas y evidencias observables.
| Necesidad del puesto | Evidencia útil | Qué revisar con la IA |
|---|---|---|
| Diagnosticar incidencias | Caso práctico con síntomas, hipótesis y comprobaciones. | Que no equipare una lista de tecnologías a capacidad de diagnóstico. |
| Explicar una solución | Respuesta escrita a un usuario y conversación estructurada. | Que no sustituya la claridad por un estilo, acento o forma de expresión preferidos. |
| Trabajar con un turno definido | Confirmación de disponibilidad para ese horario concreto. | Que no deduzca disponibilidad de la edad, situación familiar o trayectoria. |
| Aprender una herramienta | Ejemplo de aprendizaje y resolución de una tarea con documentación. | Que no descarte por no haber usado exactamente la marca del producto. |
Esta matriz es una propuesta de diseño, no una clasificación legal. Los criterios y sus ponderaciones deben justificarse por las funciones del puesto. También conviene acordar cómo resolver información incompleta: «no consta» no significa «no sabe hacerlo».
La prueba debe ser proporcionada, accesible y comparable. Si se necesitan adaptaciones, la organización debe prever cómo solicitarlas y aplicarlas sin convertir la solicitud en una señal negativa. RR. HH. conserva la responsabilidad de revisar si el método permite demostrar la competencia que pretende evaluar.
03 Alcance de la herramienta
Ocho usos de IA con consecuencias distintas
Decir que una herramienta «ayuda a seleccionar» no explica cuánto condiciona la oportunidad de una persona. Esta escala, elaborada en la guía conjunta, ordena usos para discutir su influencia; no sustituye la clasificación del Reglamento de IA.
- Redactar la oferta. Revisar requisitos, lenguaje y promesas antes de publicarla. El texto generado puede introducir condiciones que nadie pidió.
- Resumir currículums. Contrastar el resumen con el original. Una omisión puede cambiar la impresión sobre toda la candidatura.
- Extraer competencias. Verificar qué dato está escrito, cuál se ha deducido y cuál sigue sin acreditarse.
- Comparar con el puesto. Comprobar que utiliza la matriz acordada y admite evidencias equivalentes.
- Puntuar candidaturas. Exigir una explicación del significado, límites y validación de la puntuación.
- Ordenar candidaturas. Identificar quién queda fuera de la revisión real por su posición en la lista.
- Descartar automáticamente. Analizar el artículo 22 del RGPD, sus excepciones y garantías antes de habilitar este uso.
- Analizar entrevistas. Distinguir transcripción y contenido de inferencias sobre rasgos o emociones; la inferencia biométrica de emociones en el ámbito laboral está prohibida salvo las excepciones médicas o de seguridad.
Incluso un resumen puede condicionar la decisión si es lo único que lee quien selecciona. El alcance se determina por el funcionamiento efectivo del proceso y no por el nombre comercial de la función.
04 Decisión humana
Revisar una candidatura requiere tiempo, información y autoridad
La firma de una persona al final del circuito no demuestra que haya existido una revisión efectiva. RR. HH. debe organizar el trabajo para que esa revisión sea posible.
Si un sistema ordena 300 candidaturas y el equipo solo llega a leer las primeras 20, las otras 280 pueden quedar excluidas de hecho por el resultado automatizado. Entrevistar personalmente a las finalistas no resuelve por sí mismo lo ocurrido en el cribado.
Proponemos siete condiciones para comprobar la supervisión. Son pautas operativas de la guía conjunta, no una lista literal de requisitos legales:
- Competencia: entender qué evalúa la herramienta, qué errores puede cometer y qué no permite concluir.
- Información: acceder al currículum completo, a las evidencias y a los criterios; no solo a un número o una etiqueta.
- Tiempo: asignar una carga de trabajo compatible con comprobar información y resolver dudas.
- Autoridad: poder corregir datos, cambiar la valoración y detener un descarte.
- Discrepancia viable: no penalizar una decisión fundada por apartarse de la recomendación.
- Trazabilidad proporcionada: conservar los motivos relevantes y la versión del sistema durante un plazo definido.
- Seguimiento: revisar muestras de decisiones, errores y reclamaciones para comprobar cómo funciona el procedimiento.
Coincidir con la IA puede ser el resultado de una revisión correcta. Discrepar tampoco prueba que se haya revisado bien: no existe una cuota de desacuerdos que acredite cumplimiento. Hay que examinar qué información se valoró y si la persona podía cambiar el resultado.
La formación debe incluir ejercicios con omisiones, inferencias incorrectas y perfiles que expresan una misma competencia de formas distintas. Evaluar si el equipo detecta y corrige esos errores resulta más útil que pedirle que marque una casilla de «revisión realizada».
05 Igualdad y experiencia
Un criterio aparentemente neutro también puede excluir talento
Eliminar nombres o atributos sensibles no garantiza que una evaluación sea adecuada. El modelo puede apoyarse en otras variables relacionadas: continuidad de la trayectoria, centro de estudios, ubicación o forma de redactar. Una pausa profesional no acredita falta de capacidad; haber sido contratado antes tampoco equivale a desempeñar bien un puesto.
RR. HH. debe preguntar qué relación tiene cada criterio con el trabajo, si existe una alternativa menos excluyente y qué candidaturas quedan sistemáticamente mal representadas. La revisión debe alcanzar la oferta, las pruebas, el cribado, la entrevista y la decisión, no solo el algoritmo.
Medir errores y diferencias entre grupos puede ayudar, pero requiere una metodología y un tratamiento de datos lícitos. No debe iniciarse una recogida indiscriminada de categorías sensibles para «auditar sesgos». Privacidad y asesoramiento laboral deben valorar la base jurídica, necesidad y garantías. Una métrica favorable tampoco acredita por sí sola ausencia de discriminación.
Qué necesita saber la persona candidata
Antes de participar debe recibir información comprensible sobre el tratamiento de sus datos y el papel real de la herramienta. RR. HH. tiene que poder explicar qué fases cuentan con apoyo automatizado, cómo se revisan los resultados y dónde solicitar información, corregir datos o ejercer derechos. Las obligaciones concretas dependen del tratamiento, incluidos los supuestos del artículo 22 del RGPD.
Como práctica de organización, conviene identificar a una persona o equipo que atienda las incidencias del proceso. Si el sistema interpreta mal una titulación o una trayectoria, debe existir un camino para corregir el dato y revisar su efecto. Una respuesta genérica del proveedor no sustituye la explicación que corresponde dar a la empresa.
También importa la accesibilidad: formato del currículum, dispositivos, idioma y necesidades de adaptación pueden afectar a lo que la herramienta logra leer. Un fallo de extracción debe tratarse como una incidencia del proceso, no como una carencia del candidato.
06 Marco laboral y de datos
Qué obligaciones revisar y a quién hay que informar
La protección de datos, los derechos laborales y el Reglamento de IA se acumulan. La compra de una licencia no traslada al proveedor las obligaciones de la empresa que decide utilizarla.
RGPD: finalidad, datos y decisión efectiva
Hay que justificar la base jurídica y la necesidad de los datos, informar a las personas y limitar accesos y conservación. Las inferencias y puntuaciones también pueden ser datos personales. El análisis debe incluir proveedor, subencargados, posibles transferencias internacionales y reutilización para entrenar modelos. Si actúa como encargado, corresponde regular esa relación conforme al artículo 28.
El artículo 22 protege frente a decisiones exclusivamente automatizadas con efectos jurídicos o similarmente significativos. Su aplicación exige examinar la influencia real del sistema, las excepciones tasadas y las garantías correspondientes. El análisis de riesgos y, cuando proceda, la evaluación de impacto deben hacerse antes de empezar. Texto del RGPD.
Representación legal: acceso al empleo y reglas del sistema
El artículo 64.4.d del Estatuto de los Trabajadores reconoce al comité de empresa información sobre los parámetros, reglas e instrucciones de algoritmos o IA que inciden en condiciones de trabajo y acceso o mantenimiento del empleo. Por tanto, no se limita a decisiones sobre la plantilla actual. Es un derecho de información; deben revisarse además los derechos de consulta o informe previo que procedan y el convenio aplicable. Artículo 64 del Estatuto.
Plantilla y movilidad interna: una fecha próxima
El Real Decreto 723/2026 entra en vigor el 5 de octubre de 2026. Su artículo 3.2.k incluye información sobre sistemas algorítmicos o automatizados que deciden sobre condiciones de trabajo. Se dirige a personas trabajadoras en el marco de su relación laboral; no regula la candidatura externa. Un sistema utilizado también en promoción interna puede quedar afectado por ambas vertientes. Real Decreto 723/2026.
Reglamento de IA: distinguir usos y fechas
La alfabetización en IA y las prohibiciones se aplican desde el 2 de febrero de 2025. Entre estas últimas está inferir emociones mediante datos biométricos en el ámbito laboral, salvo motivos médicos o de seguridad; añadir revisión humana no elimina esa prohibición. Deben revisarse también las obligaciones de transparencia aplicables desde agosto de 2026, por ejemplo si la persona interactúa con un sistema de IA.
Tras el Reglamento (UE) 2026/1744, las obligaciones del régimen de alto riesgo del anexo III se aplicarán desde el 2 de diciembre de 2027, atendiendo al régimen transitorio del sistema concreto. El anexo incluye determinados usos en selección y gestión de personas. No toda tarea auxiliar es de alto riesgo: hay que analizar finalidad, influencia y excepciones del artículo 6.3; la elaboración de perfiles tiene un tratamiento específico que impide acogerse a esas excepciones.
RR. HH. debe pedir al proveedor la clasificación razonada de su producto y preparar responsables, formación y supervisión. Ese calendario no suspende las obligaciones actuales del RGPD ni la normativa laboral. Fuentes: Reglamento de IA y modificación de julio de 2026.
07 Tecnología y responsabilidades
Qué pedir al proveedor y quién debe comprobarlo
Una demostración comercial muestra lo que la herramienta puede hacer en un ejemplo. La evaluación debe comprobar qué hará con vuestros puestos, datos, idiomas y formas de trabajar. Proponemos repartir las comprobaciones con responsables identificados.
| Área | Qué debe concretar | Evidencia esperada |
|---|---|---|
| RR. HH. y responsable de contratación | Requisitos, pruebas, influencia de la IA y revisión previa a cada decisión. | Matriz de criterios, circuito de revisión y registro de motivos. |
| Asesoramiento laboral y privacidad | Base jurídica, información, derechos, representación y necesidad de EIPD. | Análisis aplicable al proceso, textos informativos y acuerdos. |
| IT, seguridad y gobierno de IA | Datos, accesos, integración, registros, cambios, borrado e incidentes. | Configuración comprobada, pruebas y compromisos del proveedor. |
| Dirección | Alcance autorizado, recursos, límites y condiciones de suspensión. | Decisión de implantación motivada y responsables nombrados. |
Preguntas que deben tener una respuesta verificable
- ¿Qué datos extrae, cuáles infiere y cómo se corrige un error que afecta a una candidatura?
- ¿Qué significa la puntuación y con qué puestos, idiomas y perfiles se ha validado?
- ¿Podemos consultar la candidatura íntegra, revisar fuera del orden sugerido y desactivar los descartes?
- ¿Dónde se tratan los datos, qué subencargados intervienen y se usan para entrenamiento?
- ¿Qué perfiles tienen acceso y cómo se protegen cuentas, exportaciones e integraciones?
- ¿Qué registros podremos recuperar para reconstruir una decisión y durante cuánto tiempo?
- ¿Cómo se avisan, prueban y aprueban cambios de modelo, instrucciones o configuración?
- ¿Cómo suspendemos el uso, seguimos seleccionando y recuperamos o borramos los datos al salir?
El contrato y la configuración deben coincidir. Hay que comprobar mínimo privilegio, autenticación reforzada, cifrado, plazos de borrado y respuesta a incidentes. Los currículums usados en pruebas y las hojas de cálculo exportadas requieren el mismo cuidado que la plataforma principal.
ACBSEC desarrolla estos aspectos en los veinte controles de la guía conjunta y sus preguntas al proveedor. Marcos como NIST AI RMF o ISO/IEC 42001 ayudan a ordenar la gestión; no certifican por sí solos el cumplimiento legal del caso.
08 Caso práctico
Una vacante TIC con 300 candidaturas y un equipo con poco tiempo
Supuesto ilustrativo, no un resultado de cliente: una empresa quiere reducir el tiempo de lectura para cubrir una vacante de soporte. El proveedor propone puntuar los currículums y mostrar primero los veinte «mejores».
Antes de aceptar, RR. HH. revisa el puesto. Descubre que la oferta exige cinco años con una herramienta que puede aprenderse y que no concreta las tareas de diagnóstico y comunicación que sí son esenciales. También comprueba que el equipo no dispone de tiempo para revisar a quienes queden fuera de la primera pantalla.
- Redefinir el criterio. Separar lo imprescindible de lo aprendible y preparar una prueba breve vinculada al trabajo real.
- Acotar la función. En este supuesto se propone empezar por extracción y resumen contrastables, sin descarte por puntuación. El uso sigue necesitando evaluación de riesgos.
- Probar antes de decidir. Usar ejemplos sintéticos que incluyan cambios de carrera, pausas y distintas formas de acreditar la misma competencia. Comprobar omisiones y falsas inferencias.
- Dimensionar la revisión. Establecer responsables, tiempo y criterios para revisar las candidaturas antes de excluirlas. Si no hay capacidad, ajustar plazos, recursos o alcance.
- Informar y documentar. Preparar la información a candidatos y representación, los accesos, la conservación y el canal de incidencias.
- Autorizar con condiciones. Fijar qué fallos obligan a suspender el uso, cómo se vuelve al procedimiento manual y cuándo se revisan los resultados.
El indicador no puede ser únicamente «minutos ahorrados». Conviene observar errores de extracción, candidaturas que una revisión recupera, coherencia entre evaluadores y problemas de acceso o comprensión. Las métricas deben tener una definición, una línea base y un responsable; no hay un umbral universal que garantice una buena selección.
La decisión puede ser implantar, limitar funciones, exigir cambios o descartar la herramienta. Ninguna de estas salidas equivale por sí sola a cumplir: lo relevante es que el proceso esté justificado y funcione como se ha diseñado.
09 Antes de implantar
Diez comprobaciones para la reunión de aprobación
Esta lista resume nuestra propuesta operativa para RR. HH. y dirección. Sirve para identificar decisiones pendientes, no para declarar automáticamente la conformidad de una herramienta.
- Necesidad: hemos definido el problema y cómo mediremos si la herramienta ayuda.
- Puesto: los criterios se relacionan con las tareas y admiten evidencias equivalentes.
- Alcance: sabemos qué produce la IA y qué consecuencias tiene para cada candidatura.
- Datos: conocemos entradas, inferencias, usos secundarios y plazos de conservación.
- Revisión: las personas disponen de información, competencia, tiempo y autoridad.
- Igualdad y accesibilidad: hemos revisado barreras, criterios indirectos y vías de adaptación.
- Información: están preparados los avisos, derechos y comunicaciones laborales aplicables.
- Proveedor: contratos, configuración, controles y pruebas respaldan sus afirmaciones.
- Seguimiento: hay responsables de errores, cambios, reclamaciones y suspensión.
- Decisión: dirección conoce el alcance, los riesgos pendientes y las condiciones de uso.
Para llevar el trabajo a una reunión, la guía original de ACBSEC ofrece un resumen y checklist descargables. Esta edición de Usoarit amplía la aplicación al proceso de selección y conserva la autoría conjunta.
10 Autoría y fuentes
Dos disciplinas para revisar una misma decisión
Antonio Cebreiro Bernárdez, ingeniero informático, consultor de ciberseguridad y socio fundador de Usoarit, aporta la perspectiva de gobierno de IA, evaluación de proveedores, privacidad técnica, seguridad y trazabilidad desde ACBSEC.
Victoria Melissa Toledo Luna, graduada social colegiada y socia fundadora de Usoarit, aporta el enfoque de Recursos Humanos, criterios de selección, organización, relaciones laborales y supervisión humana.
Edición de Usoarit publicada el , a partir de la guía conjunta ACBSEC × Usoarit del 24 de septiembre. Los ejemplos, matrices y listas son propuestas de aplicación de los autores, no clasificaciones oficiales. El contenido es informativo; las obligaciones concretas deben analizarse según el sistema y el contexto.
Fuentes principales
- AEPD. Advertencia AI-00009-2026 y nota oficial de 23 de septiembre de 2026.
- Unión Europea. RGPD, Reglamento de IA y Reglamento (UE) 2026/1744.
- Normativa laboral española. Artículo 64 del Estatuto de los Trabajadores y Real Decreto 723/2026.
- Ampliación técnica y bibliografía. La guía de ACBSEC reúne jurisprudencia, marcos de gestión e investigación sobre sesgos y supervisión.