Detectar candidaturas escritas con IA: la pelea equivocada

5 de junio de 2026
Por Jürgen Ulbrich

Detectar candidaturas escritas con IA no es una forma fiable de identificar al candidato adecuado. Un detector puede estimar patrones en un texto, pero no puede demostrar quién lo escribió ni si la experiencia descrita es real. Lo mejor es recopilar pronto el mismo contexto relevante para el puesto de todos los candidatos y evaluarlo de forma coherente.

Una candidatura escrita con IA es un currículum, una carta de presentación o una respuesta de formulario cuya redacción ha sido producida en parte o por completo por IA generativa. Eso describe cómo se produjo un documento. No establece si el candidato está cualificado, es sincero, está motivado o es capaz de hacer el trabajo. Un proceso de selección sólido debe mantener separadas esas preguntas.

Por qué detectar candidaturas escritas con IA es un error

Un detector de texto de IA es un sistema que estima la probabilidad de intervención de la IA a partir de rasgos estadísticos de un escrito. No recupera un registro verificado de autoría. Su resultado es, por tanto, una probabilidad sobre patrones de texto, no una prueba de que un candidato se haya presentado de forma engañosa.

El error dañino es el falso positivo: un candidato genuino es marcado como generado por IA y pasa a considerarse menos creíble. Eso puede sacar del proceso a una persona cualificada, generar trabajo de revisión adicional y dañar la confianza de los candidatos. En cambio, una candidatura pulida que pasa a la siguiente fase aún puede ponerse a prueba con preguntas concretas. Los errores no cuestan lo mismo.

Usa esta regla operativa: la puntuación de un detector puede activar una pregunta de seguimiento adicional y accesible, pero nunca debe bajar la posición de un candidato ni provocar un rechazo por sí sola. Así, una sospecha se convierte en una señal de revisión en lugar de un veredicto.

Esa es la respuesta más duradera ante el alto volumen de candidaturas y la preselección de CV. No intentes vigilar la prosa. Mejora la evidencia que recopilas. La IA puede hacer fluida una respuesta, pero no puede sustituir de forma fiable la explicación propia de una persona sobre una decisión, un proyecto o una limitación laboral reales cuando la pregunta es verdaderamente específica.

El currículum sigue ayudando, pero es una señal de filtro más débil

Un currículum es un autoinforme comprimido de puestos, responsabilidades y logros. Sigue siendo útil para orientarse, ver la cronología y preparar la entrevista. Sin embargo, es una señal de filtro más débil por sí solo, porque hoy el lenguaje adaptado, la alineación de palabras clave y un formato limpio pueden producirse con muy poco esfuerzo.

Esto no empezó con la IA generativa. Las plantillas, los coaches de carrera, la traducción y los editores llevan tiempo mejorando las candidaturas. La IA generativa facilita adaptar esa presentación a cada descripción de puesto. Cuando muchos documentos parecen igual de pulidos, el candidato no se ha vuelto intercambiable; el documento se ha vuelto menos distintivo.

Usa el currículum como fuente de hipótesis, no como prueba decisiva inicial. Puede indicarle al reclutador qué explorar, qué afirmación necesita evidencia o qué cronología hay que aclarar. No debe ser el único indicador de capacidad.

Construye una base que funcione sin el currículum

Una base independiente del currículum es el conjunto mínimo de información que permite comparar candidatos de forma justa aunque se oculten temporalmente sus documentos. Consta de datos vinculados al trabajo real y difíciles de sustituir por textos genéricos escritos de antemano.

  • Disponibilidad: fecha de incorporación, turnos, viajes o requisitos de ubicación, pero solo cuando importen de verdad para el puesto.
  • Una situación planteada: pregunta cómo abordaría el candidato una situación común y concreta del puesto.
  • Una evidencia: una muestra de trabajo, un resultado, una licencia, un extracto de portfolio o una explicación clara de la contribución de la persona a un proyecto.
  • Una pregunta de seguimiento ligada a la respuesta: una pregunta que pida al candidato aclarar su propio ejemplo en lugar de repetir una respuesta genérica.
  • Requisitos imprescindibles explícitos: requisitos objetivos como el derecho a trabajar, una cualificación exigida o una restricción de ubicación realmente esencial.

No es una candidatura más larga disfrazada. Debe sustituir la carga de documentos, no sumarse a ella. Para un puesto de atención al cliente, la evidencia puede ser una respuesta breve a un problema de servicio realista. Para un puesto especializado, puede ser la explicación de una decisión concreta de un proyecto. Para un puesto de primera línea, la disponibilidad junto con un escenario relevante para la seguridad puede ser más informativa que un currículum con un formato impecable.

Un proceso de cinco pasos que mejora la señal

  1. Define tres o cuatro señales observables antes de abrir el puesto. No enumeres frases que te gusten. Enumera las capacidades, restricciones y situaciones de trabajo que realmente determinan el éxito. Así el proceso no vuelve a derivar hacia el estilo de redacción y la intuición.
  2. Pide el mismo contexto básico justo después de la candidatura. Haz a todos los candidatos las mismas preguntas fundamentales, en el mismo orden y con una explicación clara de por qué se plantean. Eso crea una base comparable sin convertir la carta de presentación en el billete de entrada.
  3. Haz preguntas de seguimiento en lugar de usar un detector como filtro. Una respuesta puede estar redactada con maestría. Lo que importa es si el candidato puede conectarla con su propio trabajo, responder a una pregunta de seguimiento relevante y aportar evidencia adecuada cuando haga falta.
  4. Separa la criba de la decisión de contratación. La automatización puede agrupar respuestas, destacar información que falta y preparar el contexto para un reclutador. Un rechazo basado en una sospecha, un patrón de lenguaje o una puntuación requiere una revisión humana y documentada.
  5. Mide la calidad del paso, no el número de textos detectados. Haz seguimiento de la cumplimentación de las preguntas de contexto, el avance a entrevista, la valoración posterior del encaje y los puntos en los que personas idóneas abandonan el proceso. Un contador de detecciones mide desconfianza; estas métricas comprueban si tu proceso produce una señal útil.

Empieza con un puesto de alto volumen. Verás enseguida si las preguntas generan evidencia o solo fricción. Solo entonces extiende el diseño a otros puestos, ubicaciones y canales de candidatos.

Equidad: la fluidez lingüística no es una prueba universal de encaje

Una redacción pulida no es una señal universal de competencia, y una formulación inusual no es prueba de deshonestidad. Los candidatos pueden escribir en una segunda o tercera lengua, usar traducción, tener una discapacidad relacionada con la escritura o recibir ayuda editorial. Un detector concentra el riesgo en las personas cuya prosa se parece menos al patrón que espera.

Si el idioma es realmente esencial para el puesto, evalúalo mediante una tarea similar al trabajo: responder a un cliente, entender una instrucción de seguridad o explicar un proceso relevante. Evalúa la claridad y el contenido que exige ese trabajo, no el acento, el estilo literario ni si una herramienta ayudó con la edición. Ofrece un formato alternativo de respuesta razonable cuando proceda.

Para las operaciones en la UE, este diseño es más que una buena práctica. El artículo 22 del Reglamento General de Protección de Datos se refiere a las decisiones basadas únicamente en un tratamiento automatizado que producen efectos jurídicos o similarmente significativos. El anexo III del Reglamento de IA de la UE enumera expresamente los sistemas utilizados para analizar y filtrar solicitudes de empleo o evaluar candidatos en el ámbito laboral. Las obligaciones de alto riesgo se aplican a partir del 2 de diciembre de 2027 (Reglamento (UE) 2026/1744), pero los equipos de la UE ya deberían involucrar a privacidad, RR. HH., la persona responsable del negocio y, en su caso, a los representantes de los trabajadores antes de crear una vía de rechazo automatizada. Los equipos de EE. UU. pueden aplicar los mismos principios de revisión humana y evidencia aunque el análisis jurídico sea distinto.

Cómo puede ser en la práctica una preselección basada en el contexto

Un paso con pocos documentos puede realizarse mediante un formulario, un chat o una interacción por voz. La preselección de CV basada en el contexto real del candidato puede combinar preguntas del puesto, disponibilidad, evidencias y requisitos imprescindibles; las entrevistas por voz con preguntas de seguimiento específicas del puesto pueden profundizar una respuesta de forma conversacional. La automatización prepara hechos comparables. No sustituye ni la entrevista real ni la decisión responsable sobre una persona.

El esfuerzo debe seguir siendo proporcionado. Según los precios publicados de Sprad (a fecha de 29 de octubre de 2026), la revisión de un CV cuesta 2 créditos, unos 0,20 € a precio de lista, de modo que 100 revisiones cuestan unos 20 €. Eso no es un caso de negocio para todos los puestos. Pero hace visible el equilibrio: invierte esfuerzo en contexto verificable en lugar de una puntuación de sospecha adicional.

Un límite explícito: el contexto tampoco es a prueba de fraude

Las respuestas situacionales pueden ensayarse, las muestras de trabajo pueden contar con ayuda externa y las buenas preguntas pueden acabar conociéndose. La preselección basada en el contexto no demuestra la identidad ni evitará todos los engaños. Los puestos críticos para la seguridad, muy regulados o especialmente expuestos al fraude requieren comprobaciones adicionales y proporcionadas de identidad y referencias.

Su ventaja es otra: traslada la decisión de un juicio ambiguo sobre el estilo a varias evidencias relacionadas con el puesto. Alguien puede pulir una respuesta con IA, pero aun así tiene que conectarla de forma coherente con la disponibilidad, la experiencia y las preguntas de seguimiento. Un portal del candidato con perfil actualizable puede conservar ese contexto con el tiempo, pero nunca sustituye el juicio responsable de un equipo de selección.

Preguntas frecuentes

¿Pueden los reclutadores detectar de forma fiable las candidaturas escritas con IA?

No con la fiabilidad suficiente para un rechazo automático. Un detector estima patrones de escritura, no autoría. Trata una puntuación como un motivo para plantear una pregunta adicional justa y evalúa después el fondo de lo que afirma el candidato.

¿Es aceptable que un candidato use ChatGPT para el currículum o la carta de presentación?

Depende de la política que publiques. Una política práctica permite la ayuda a la redacción, pero prohíbe inventar experiencia, falsificar evidencias y suplantar la identidad. La prueba decisiva es si el candidato puede explicar y respaldar cada afirmación que presenta.

¿Deben las empresas dejar de revisar currículums?

No. Los currículums siguen siendo documentos útiles de orientación. Simplemente no deberían ser la base única ni la más importante de una decisión temprana cuando la información clave puede recopilarse directamente de forma relevante para el puesto.

¿Cómo puede una empresa evaluar el idioma de forma justa?

Usa una tarea en la que ese idioma sea realmente necesario para el trabajo. Evalúa la claridad y el contenido en ese contexto. No confundas un acento, una formulación sencilla o una edición asistida por IA con falta de encaje en el puesto.

¿Cuál es el mejor primer paso cuando se disparan las candidaturas?

Elige un puesto de alto volumen y define tres o cuatro señales de decisión reales. Recógelas en un paso estructurado justo después de la candidatura y compara los resultados con las entrevistas y contrataciones posteriores. Así mejoras la señal en lugar de automatizar la sospecha sobre el texto.

Sigue leyendo: Preselección de perfiles operativos y de oficina: dos procesos

Jürgen Ulbrich

CEO y cofundador de Sprad

Jürgen Ulbrich cuenta con más de una década de experiencia en la creación y dirección de equipos y empresas de alto rendimiento. Como experto en programas de recomendación de empleados y en procesos de feedback y desempeño, Jürgen ha ayudado a más de 100 organizaciones a optimizar sus estrategias de captación y desarrollo de talento.

Plantillas y descargas gratuitas

Únete a la comunidad en solo 26 segundos y accede gratis a más de 100 recursos, plantillas y guías.

No items found.

La People Powered HR Community es para profesionales de RR. HH. que ponen a las personas en el centro de su trabajo de RR. HH. y reclutamiento. Juntos, convirtamos nuestra convicción compartida en un movimiento que transforme el mundo de RR. HH.