¿Puede la IA rechazar candidatos sola? RGPD, artículo 22

12 de junio de 2026
Por Jürgen Ulbrich

La IA no puede rechazar a un candidato por sí sola cuando el rechazo se basa únicamente en un tratamiento automatizado y tiene un efecto jurídico o similarmente significativo sobre esa persona: ese es el criterio del artículo 22 del RGPD. En la práctica, o bien una persona toma una decisión real, o bien debe aplicarse una excepción legal acotada con sus garantías.

El apoyo de la IA no está prohibido en la selección de personal. Puede extraer datos, resumir candidaturas, señalar información que falta o ayudar a un reclutador a comparar pruebas. La cuestión clave es si el resultado de la herramienta pone fin a la oportunidad del candidato en el proceso.

El criterio legal se centra en el resultado, no en la etiqueta IA

Una decisión únicamente automatizada es una decisión individual tomada sin intervención humana significativa. Según el artículo 22 del RGPD, toda persona tiene derecho a no ser objeto de una decisión basada únicamente en un tratamiento automatizado, incluida la elaboración de perfiles, cuando produce efectos jurídicos o le afecta significativamente de modo similar. El considerando 71 cita expresamente la contratación electrónica sin intervención humana como ejemplo.

Rechazar a un candidato únicamente porque un modelo le asignó una puntuación baja cumplirá a menudo ese criterio: el resultado afecta a una persona y la excluye de una oportunidad de empleo. La elaboración de perfiles es el tratamiento automatizado que evalúa aspectos personales, como el rendimiento laboral, la fiabilidad, el comportamiento, los intereses o la ubicación. La elaboración de perfiles no está prohibida de forma automática; el punto de riesgo es convertirla en la decisión final.

El artículo 22 contiene excepciones limitadas, entre ellas la necesidad para celebrar o ejecutar un contrato, la autorización por el Derecho de la UE o de un Estado miembro con garantías adecuadas y el consentimiento explícito. Un equipo de selección no debe suponer que una casilla de aceptación resuelve el asunto. La excepción, la base jurídica, las garantías y el resto del marco de privacidad deben ajustarse al flujo de trabajo real.

¿Cuándo se convierte el screening con IA en una decisión del artículo 22?

Empieza por reconstruir qué ocurre después de que el modelo genera un resultado. El análisis de CV, una recomendación o una cola de trabajo ordenada no serán normalmente una decisión únicamente automatizada si un reclutador revisa los materiales de base y puede, de forma independiente, invitar, rechazar o reorientar al candidato. Esa distinción importa especialmente al gestionar un flujo de trabajo de gran volumen de candidaturas y screening de CV.

La situación cambia cuando una puntuación cierra automáticamente la candidatura, cuando los candidatos por debajo de un umbral nunca llegan a ver a un responsable de decisión o cuando se espera de un reclutador que se limite a aprobar la conclusión del sistema. Llamar a esa fase preselección no cambia su efecto jurídico si es la última oportunidad real de la persona.

Usa esta prueba operativa: ¿podría un revisor autorizado hacer avanzar de forma realista a un candidato rechazado tras ver la candidatura y el contexto relevante? Si no, el sistema probablemente está tomando la decisión con consecuencias. Esta prueba no sustituye al asesoramiento jurídico, pero deja al descubierto enseguida los diseños de human-in-the-loop meramente cosméticos.

Una revisión humana significativa es más que un botón de confirmar

El RGPD exige intervención humana, pero no prescribe una pantalla ni un flujo de aprobación concretos. Un proceso defendible da al revisor la información, el tiempo, la competencia y la autoridad para tomar otra decisión. Muestrear de vez en cuando las decisiones del modelo no equivale a revisar al candidato concreto que fue descartado.

  • Pruebas relevantes: los revisores ven la candidatura, las respuestas y el contexto material, no solo una puntuación en rojo o verde.
  • Capacidad de interpretar: entienden los criterios específicos del puesto, la recomendación y las limitaciones conocidas del sistema.
  • Autoridad para anular: pueden revertir el resultado sin pedir la aprobación de la herramienta.
  • Atención individual: los errores, las excepciones, las necesidades de accesibilidad y los datos controvertidos reciben una reevaluación real.
  • Registro de la decisión: se documentan el motivo final y cualquier desviación respecto a la recomendación.

Este diseño también reduce el sesgo de automatización, la tendencia a confiar en exceso en una sugerencia automatizada. Cuando se aplican las obligaciones de IA de alto riesgo, el artículo 26 de la Ley de IA de la UE exige que quienes la despliegan asignen la supervisión humana a personas con la competencia, la formación, la autoridad y el apoyo necesarios.

¿Qué deben saber los candidatos y qué deben poder impugnar?

La transparencia no se cumple con un aviso de privacidad vago que diga que puede usarse IA. Los artículos 13(2)(f), 14(2)(g) y 15(1)(h) del RGPD exigen información significativa sobre la lógica aplicada, así como sobre la importancia y las consecuencias previstas del tratamiento automatizado. El considerando 71 también se refiere a una explicación de la decisión adoptada tras dicha evaluación.

Antes de que alguien se presente, explica en lenguaje claro si el sistema asiste a un revisor o puede tomar una determinación automatizada; qué datos y reglas relacionados con el puesto importan; qué cambia en el proceso un resultado; y dónde puede la persona solicitar una revisión humana, expresar su punto de vista o impugnar un resultado. Para las excepciones del artículo 22(2)(a) y (c), el artículo 22(3) identifica expresamente esas garantías.

Una explicación útil permite a la persona entender los factores que importaron y cómo solicitar una reconsideración. No es necesariamente una exigencia de publicar el código fuente ni secretos comerciales. El equilibrio exacto depende de las circunstancias, y es una razón para diseñar la vía de explicación antes de enviar el primer rechazo.

La Ley de IA de la UE, el RGPD y la AGG alemana responden a preguntas distintas

La Ley de IA de la UE añade una capa de cumplimiento independiente. La IA destinada a la contratación o selección de personas físicas figura en el anexo III. Que un sistema concreto sea de alto riesgo depende de su finalidad prevista y de las excepciones del artículo 6; un sistema del anexo III que elabora perfiles de personas físicas no puede acogerse a la excepción para sistemas que no influyen materialmente en una decisión. La clasificación como alto riesgo y una decisión del artículo 22 son, por tanto, evaluaciones relacionadas pero distintas.

Eso convierte las pruebas de adquisición en parte de la gobernanza de la selección. Al evaluar herramientas de reclutamiento con IA, pide la finalidad prevista, las instrucciones, los requisitos de datos, las medidas de supervisión humana, el registro, la información sobre pruebas y los controles de cambios. La Ley de IA no sustituye al RGPD; hace más explícitos los controles operativos en torno a los usos de mayor riesgo.

Para la contratación en Alemania, la Ley General de Igualdad de Trato (AGG) añade el riesgo de discriminación. Protege, entre otros motivos, el origen étnico, el sexo, la religión o las convicciones, la discapacidad, la edad y la identidad sexual. Un modelo no necesita un campo protegido explícito para crear riesgo: datos de entrada aparentemente neutros pueden funcionar como variables sustitutivas. Conserva un registro de los criterios, las versiones, los cambios y los resultados por fase del proceso, pero no recojas datos sensibles para una revisión de equidad sin establecer antes una base jurídica adecuada.

Los empleadores alemanes también deben valorar pronto la participación del comité de empresa. Los criterios generales de evaluación y las directrices de selección pueden activar las normas de participación; el artículo 95(2a) de la Ley de Constitución de la Empresa mantiene expresamente las normas sobre directrices de selección cuando se usa IA.

Prefiere reglas de descarte transparentes a puntuaciones opacas

Una regla de descarte es una condición mínima predefinida, relacionada con el puesto y verificable de forma objetiva. Normalmente es más fácil de justificar, explicar, probar y corregir que una única puntuación de caja negra. Algunos ejemplos podrían ser una licencia profesional realmente obligatoria para el puesto concreto o un permiso legalmente exigido para desempeñarlo.

Los filtros vagos como el “encaje cultural”, una foto, el nombre de un centro de estudios, una laguna en la trayectoria o un juicio de personalidad inferido de un texto libre son malos candidatos para una exclusión automática. Son difíciles de explicar y pueden ocultar sesgos. Un proceso de screening de CV guiado por el contexto debe usar preguntas claras relacionadas con el puesto y una vía de corrección, en lugar de reducir a una persona a una única puntuación agregada.

El límite crucial es que las reglas transparentes no son una exención del artículo 22. Si una regla por sí sola desencadena un rechazo final sin una revisión humana efectiva, la organización sigue teniendo que evaluar la decisión automatizada conforme al RGPD. La transparencia mejora la rendición de cuentas; no sustituye a una base jurídica ni a las garantías del candidato.

Construye un rastro de evidencias antes de automatizar

Crea un breve registro de decisión para cada puesto. Debe incluir la herramienta y su versión, la finalidad prevista, los datos de entrada permitidos, los criterios específicos del puesto y su justificación, los umbrales o reglas de descarte, los casos de fallo conocidos, los resultados de las pruebas, la vía de revisión humana y la vía de impugnación. Para un resultado final, conserva lo que consideró el revisor, quién decidió, cuándo y el motivo de fondo.

El mismo principio se aplica a las entrevistas asistidas por IA. Una conversación puede reunir contexto útil, pero no debe convertirse en un motor de rechazo encubierto. La guía sobre entrevistas con IA y reclutamiento por voz explora esa fase del proceso, mientras que el ejemplo de flujo de entrevista por voz muestra cómo puede diseñarse una entrevista como una fase propia en lugar de un veredicto automático.

Lista de comprobación previa al lanzamiento

  • Reconstruye el flujo: identifica cada recomendación, bloqueo, rechazo y mensaje automatizado.
  • Aplica la prueba del artículo 22: ¿se automatiza únicamente en la práctica un resultado individual significativo?
  • Asigna revisores con nombre: dales formación, pruebas, tiempo y poder para anular.
  • Redacta avisos dirigidos a los candidatos: explica la lógica, las consecuencias, los derechos y la vía de contacto.
  • Cuestiona los criterios: elimina las variables sustitutivas débiles y prueba las reglas relacionadas con el puesto para detectar errores y efectos dispares.
  • Evalúa la exposición a la Ley de IA y a la AGG: obtén pruebas del proveedor, define la documentación y comprueba las obligaciones locales con la representación de los trabajadores.
  • Ensaya la impugnación: tramita una solicitud de corrección antes de que los candidatos reales reciban decisiones.

Un límite que conviene declarar

Esto es orientación práctica, no asesoramiento jurídico. Que una configuración concreta entre en el artículo 22, cumpla los requisitos de una excepción o satisfaga las obligaciones de la Ley de IA y del derecho laboral local depende de la herramienta, los datos, el puesto, la jurisdicción y cómo trabajen realmente las personas con el resultado. Los empleadores que operen solo en EE. UU. no deben leer el análisis de la AGG alemana como una guía de derecho laboral estadounidense; las organizaciones que contratan en Europa deben obtener asesoramiento antes de desplegar o modificar sustancialmente un flujo de decisión.

¿Qué fases de un sistema típico pueden rechazar por sí solas y cuáles solo ordenan? Consulta screening en el ATS: cómo filtran las candidaturas los sistemas de seguimiento de candidatos.

Preguntas frecuentes

¿Puede la IA rechazar automáticamente a un candidato que no cumple un requisito obligatorio?

No solo porque el requisito esté claramente redactado. Un rechazo final desencadenado únicamente por el sistema puede seguir entrando en el artículo 22. Haz que la regla sea específica del puesto, permite a los candidatos corregir errores de hecho y asegúrate de que una persona cualificada pueda hacer una revisión final genuina cuando sea necesario.

¿Basta con que una persona apruebe la recomendación de la IA para cumplir la normativa?

Solo si la revisión tiene sustancia. El revisor necesita acceso a las pruebas relevantes, la autoridad para apartarse de la recomendación y una oportunidad realista de ejercer su criterio. Un clic de aprobación rutinario o una auditoría periódica son una prueba débil de una decisión humana individual.

¿Tenemos que revelar todo el modelo a los candidatos?

No necesariamente. El RGPD exige información significativa sobre la lógica aplicada y la importancia y las consecuencias previstas, no una obligación general de publicar el código fuente. Los candidatos deben poder entender los factores relevantes y saber cómo obtener una reconsideración humana.

¿Queda fuera del artículo 22 una puntuación de ranking si no se envía automáticamente ningún correo de rechazo?

Aún puede estar incluida si, en la práctica, el ranking determina quién nunca será revisado o quién no puede avanzar. Una puntuación usada como un elemento más de una evaluación humana genuina es algo distinto. El efecto real del flujo de trabajo importa más que si el correo lo envía una persona.

¿Resuelve el problema el consentimiento?

No. El consentimiento explícito es solo una de las excepciones limitadas del artículo 22 y siguen siendo necesarias garantías adecuadas. Si el consentimiento es informado, libre y válido en un proceso de selección concreto debe evaluarse con cuidado, en lugar de darse por supuesto a partir de una casilla.

Sigue leyendo: Software de screening de CV en 2026: cómo elegir

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.