53 preguntas de entrevista sobre IA para puestos de movilidad interna

Por Jürgen Ulbrich

Las preguntas de entrevista sobre IA para puestos de movilidad interna miden comportamientos observables, no el conocimiento de herramientas: ¿sabe esta persona configurar un matching responsable basado en IA, medir su equidad y moverse por la gobernanza DACH (Betriebsrat, Datenschutz, Dienstvereinbarung) sin perder velocidad? Esta plantilla te ofrece 53 preguntas puntuables en 8 dimensiones, umbrales claros, acciones recomendadas y rúbricas por ámbito para que compares a los candidatos con equidad y detectes a tiempo los riesgos de gobernanza.

Si estás afinando tu modelo de movilidad interna o de talent marketplace, dos recursos te ayudan a fijar la base: una visión general de cómo funcionan en la práctica los marketplaces de talento interno y tu enfoque de gestión de skills: taxonomía, evidencias, frecuencia de actualización. Sin esa base, estarás evaluando a los candidatos frente a un objetivo que internamente no es estable.

Por qué importan las preguntas de entrevista estructuradas sobre IA en la selección para movilidad interna

Las entrevistas no estructuradas favorecen a las caras conocidas, un riesgo especialmente agudo en la movilidad interna, donde el sesgo de familiaridad y el efecto halo golpean con más fuerza. La evaluación estructurada protege a la vez a los candidatos y a tu organización.

La movilidad interna solo da frutos si contratas a personas capaces de gestionar el programa con responsabilidad, idealmente sobre un software de gestión del talento que mantenga las skills y los movimientos internos en un mismo lugar.

Con la movilidad interna basada en IA se suma otra capa: el Reglamento europeo de IA clasifica los sistemas que emparejan, preseleccionan o recomiendan candidatos para puestos como IA de alto riesgo según el Anexo III. Las personas que contrates para estos puestos deben tratar la supervisión humana, la auditabilidad y la preparación ante el comité de empresa no como burocracia, sino como condiciones de entrega.

El conjunto de preguntas: 53 preguntas de entrevista sobre IA para movilidad interna (2026)

Usa una escala Likert de 1-5 para Q1-Q48: 1 = Totalmente en desacuerdo … 5 = Totalmente de acuerdo. Cada entrevistador responde a las preguntas de forma independiente, justo después del bloque de IA, en un plazo de ≤2 h.

Dimensión 1: Matching & recomendaciones (Q1-Q6)

  • Q1. El candidato sabe explicar, a nivel práctico, cómo funcionan el matching y las recomendaciones en un marketplace de talento interno.
  • Q2. El candidato propone controles human-in-the-loop para las decisiones de matching asistidas por IA.
  • Q3. El candidato distingue entre «apoyo a la recomendación» y «toma de decisiones automatizada» y explica por qué importa.
  • Q4. El candidato sabe describir cómo monitorizar la calidad de las recomendaciones a lo largo del tiempo: deriva, bucles de retroalimentación, casos límite.
  • Q5. El candidato sabe explicar cómo pueden convivir de forma segura el matching basado en reglas y el matching con IA.
  • Q6. El candidato anticipa efectos nocivos del matching (por ejemplo, reducir las opciones o reforzar movimientos pasados) y nombra medidas de mitigación.

Dimensión 2: Datos, grafos de skills & perfiles (Q7-Q12)

  • Q7. El candidato describe las fuentes de datos de skills (autodeclaración, validación del responsable, evidencias, datos de formación) y sus ventajas e inconvenientes.
  • Q8. El candidato apoya la transparencia de los perfiles de skills: los empleados pueden ver y corregir sus skills y evidencias.
  • Q9. El candidato aplica la minimización de datos al proponer señales de skills para el matching y los informes.
  • Q10. El candidato sabe explicar la lógica de consentimiento y permisos de los datos de skills en contextos de movilidad interna.
  • Q11. El candidato diferencia la «inferencia de skills» de la «verificación de skills» y explica cuándo corresponde cada una.
  • Q12. El candidato aborda los riesgos de calidad de datos (datos que faltan, perfiles desactualizados, taxonomías incoherentes) con contramedidas concretas.

Dimensión 3: Sesgo, equidad & explicabilidad (Q13-Q18)

  • Q13. El candidato sabe nombrar riesgos de sesgo típicos en el matching asistido por IA: sesgo en los datos, variables proxy, bucles de retroalimentación.
  • Q14. El candidato propone comprobaciones de equidad prácticas: comparación de resultados, análisis de errores, monitorización por subgrupos.
  • Q15. El candidato sabe explicar cómo hacer que las recomendaciones sean comprensibles para empleados y responsables («¿Por qué se recomienda?»).
  • Q16. El candidato evita razonamientos de caja negra y expresa con claridad los compromisos entre opciones.
  • Q17. El candidato sabe cuándo dejar de usar una señal de IA porque perjudica la equidad o la confianza.
  • Q18. El candidato se comunica de un modo que favorece la seguridad psicológica cuando los empleados cuestionan las recomendaciones.

Dimensión 4: Gobernanza, protección de datos & comité de empresa (Q19-Q24)

  • Q19. El candidato sabe colaborar con Legal, Privacidad y TI en artefactos de gobernanza: política, enfoque de DPIA, documentación.
  • Q20. El candidato anticipa las expectativas del comité de empresa (codeterminación, transparencia, Dienstvereinbarung/acuerdo de empresa).
  • Q21. El candidato define roles claros: quién es responsable de los cambios de modelo y de reglas, quién aprueba y quién audita.
  • Q22. El candidato describe controles de conservación y acceso para los datos de movilidad: need-to-know, pistas de auditoría.
  • Q23. El candidato reconoce las cuestiones de transferencia internacional de datos y de proveedores/subencargados en contextos UE/DACH.
  • Q24. El candidato sabe explicar cómo documentar la lógica de decisión para la auditabilidad sin recopilar datos en exceso.

Dimensión 5: Experiencia de responsables & empleados (Q25-Q30)

  • Q25. El candidato diseña las funciones de IA para que los responsables sigan rindiendo cuentas, sin comportamientos del tipo «lo decidió la herramienta».
  • Q26. El candidato diseña las funciones de IA para que los empleados mantengan el control: opt-out, ajustes de visibilidad, controles claros.
  • Q27. El candidato sabe proponer salvaguardas de UI/UX contra la dependencia excesiva: indicadores de confianza, alternativas, motivos.
  • Q28. El candidato tiene en cuenta la experiencia de los grupos infrarrepresentados en los flujos de movilidad.
  • Q29. El candidato sabe comunicar las recomendaciones sin que parezcan vigilancia.
  • Q30. El candidato sabe atender las inquietudes de los empleados con explicaciones tranquilas y concretas.

Dimensión 6: Medición & iteración (Q31-Q36)

  • Q31. El candidato define KPI que equilibran velocidad y equidad, por ejemplo, la tasa de cobertura interna junto con la equidad percibida.
  • Q32. El candidato mide la «calidad del match» más allá del clic: movimientos exitosos, satisfacción, retención.
  • Q33. El candidato sabe fijar umbrales y vías de escalado cuando las métricas empeoran.
  • Q34. El candidato propone un bucle de retroalimentación de empleados y responsables hacia el sistema de matching.
  • Q35. El candidato sabe llevar a cabo experimentos controlados, con pruebas A/B o despliegue por fases, sin dañar la confianza de los empleados.
  • Q36. El candidato traduce las métricas en planes de iteración concretos: qué cambia, quién aprueba, cuándo.

Dimensión 7: Evaluación de proveedores & herramientas (Q37-Q42)

  • Q37. El candidato sabe evaluar con espíritu crítico las afirmaciones de los proveedores sobre IA: base de datos, tipo de modelo, evidencias, límites.
  • Q38. El candidato pide explicabilidad, registros de auditoría y controles de anulación al evaluar herramientas.
  • Q39. El candidato entiende los fundamentos de una contratación conforme al RGPD (enfoque de DPA/AVV, claridad sobre subencargados) sin exagerar.
  • Q40. El candidato sabe definir requisitos mínimos de integración (HRIS, ATS, LMS) para evitar los «datos en la sombra».
  • Q41. El candidato sabe valorar si el matching de skills es de apoyo o de decisión, y ajusta la gobernanza en consecuencia.
  • Q42. El candidato sabe proponer una secuencia de implantación realista: piloto, evaluación, gestión del cambio, escalado.

Dimensión 8: Aprendizaje & gestión del cambio (Q43-Q48)

  • Q43. El candidato sabe dar a los responsables pautas sencillas para un uso responsable de la IA en las decisiones de movilidad interna.
  • Q44. El candidato sabe dar a los empleados comunicación clara y recursos de aprendizaje para la movilidad apoyada en IA.
  • Q45. El candidato sabe describir cómo formar a los usuarios para que cuestionen de forma constructiva los resultados de la IA.
  • Q46. El candidato sabe crear documentación y playbooks ligeros que la gente realmente seguirá.
  • Q47. El candidato reconoce los riesgos de fatiga del cambio y propone tácticas de adopción que respeten la carga de trabajo.
  • Q48. El candidato sabe mantener el programa al día a medida que evolucionan las herramientas, las políticas y las expectativas de la UE.

Confianza global & preguntas abiertas (Q49-Q53)

  • Q49 (0-10). ¿Qué grado de confianza tienes en que este candidato sabrá usar la IA con responsabilidad en la movilidad interna o en el trabajo con talent marketplaces?
  • Q50. ¿Qué dijo el candidato que aumentó tu confianza en su enfoque ético de la IA?
  • Q51. ¿Qué riesgo te gustaría sondear más: datos, equidad, gobernanza o exceso de automatización?
  • Q52. ¿Qué ejemplo te habría gustado que compartiera: un proyecto, un fracaso, un compromiso entre opciones?
  • Q53. Si lo contratáramos, ¿qué entregable a 30 días le asignarías para validar su capacidad?

Tabla de puntuación: umbrales y acciones recomendadas

Dimensión / PreguntasUmbralAcción recomendadaResponsablePlazo
Matching & recomendaciones (Q1-Q6)Media <3,5Añade un escenario de 20 minutos; exige un flujo human-in-the-loop por escrito (≤1 página).Responsable de contrataciónAntes de la ronda final (≤7 días)
Datos, grafos de skills & perfiles (Q7-Q12)Cualquier ítem ≤2Realiza una sonda de minimización de datos; prueba con ejemplos el proceso de consentimiento y corrección de perfiles.RR. HH. / Talent PartnerMisma semana (≤5 días)
Sesgo, equidad & explicabilidad (Q13-Q18)Media <3,8Pide un plan de comprobación de equidad: monitorización por subgrupos, desencadenantes de escalado, borrador de comunicación.RR. HH. + People AnalyticsAntes de la oferta (≤10 días)
Gobernanza, protección de datos & comité de empresa (Q19-Q24)Media <3,5Añade un filtro de gobernanza: preparación de la Dienstvereinbarung, pistas de auditoría, modelo de roles para los cambios.RR. HH. + Legal/PrivacidadAntes de la oferta (≤10 días)
Experiencia de responsables & empleados (Q25-Q30)Media <3,8Pide un relato de despliegue en clave UX; revisa el lenguaje para detectar riesgo de vigilancia y falta de seguridad psicológica.Responsable de movilidad internaAntes de la decisión final (≤7 días)
Medición & iteración (Q31-Q36)Media <3,5Pide 5 KPI y una cadencia de iteración a 90 días; aclara quién es responsable de los cambios de modelo y de reglas.People AnalyticsAntes de la ronda final (≤7 días)
Evaluación de proveedores & herramientas (Q37-Q42)Cualquier ítem ≤2Prueba de afirmaciones del proveedor: ¿qué evidencias exigiría antes de activar funciones de IA?RR. HH. + TIAntes de la ronda final (≤7 días)
Aprendizaje & gestión del cambio (Q43-Q48)Media <3,5Haz un ejercicio de plan de cambio: formación de responsables, comunicación a empleados, métricas de adopción, modelo de soporte.RR. HH. / L&DAntes de la oferta (≤10 días)

Cómo aplicar estas preguntas en la práctica: 3 esquemas

Plantea el bloque de IA como una conversación estructurada y puntúa después de forma independiente: así evitas el pensamiento de grupo y creas una pista de auditoría. Usa las puntuaciones para decidir qué sondear a continuación, no para descartar automáticamente.

  • 15-20 min (Talent Partner / responsable de movilidad interna): 1 escenario, 6-10 preguntas, 1 mini-artefacto, puntuación.
  • 30-40 min en profundidad (responsable del talent marketplace / responsable de movilidad): 2 escenarios (equidad + gobernanza), conjunto de KPI, plan de despliegue, puntuación.
  • 10-15 min de filtro (People Analytics / Talent Ops): flujos de datos, métricas/monitorización, auditabilidad, comprobaciones de proveedores, puntuación.

Flujo estándar para cualquier formato:

  • RR. HH. prepara un briefing del escenario (puesto, restricciones, tipos de datos) ≤48 h antes de las entrevistas.
  • El responsable de contratación dirige el bloque de IA (15-20 minutos) y recoge evidencias concretas durante la llamada.
  • Cada entrevistador envía sus puntuaciones en el ATS o en un formulario compartido ≤2 h después de la entrevista.
  • RR. HH. comprueba la varianza entre evaluadores; si la varianza es ≥1,0 puntos, se realiza un paso de calibración de 10 minutos.
  • El panel decide los seguimientos con la tabla de decisión ≤24 h después del día de entrevistas.

Contexto DACH: comité de empresa, Reglamento de IA de la UE y Dienstvereinbarung

En Alemania, el artículo 87, apartado 1, número 6 de la BetrVG otorga a los comités de empresa derechos de codeterminación sobre los sistemas que pueden supervisar el comportamiento o el rendimiento de los empleados. El matching basado en IA suele entrar en ese ámbito. Eso significa que la persona que contrates debe saber implicar pronto al Betriebsrat y diseñar una Dienstvereinbarung que se sostenga, no solo configurar un algoritmo.

A escala de la UE, el Reglamento de IA de la UE (Reglamento 2024/1689) clasifica los sistemas que emparejan, preseleccionan o recomiendan empleados para puestos como de alto riesgo según el Anexo III. Con el Digital Omnibus on AI (Reglamento (UE) 2026/1744), en vigor desde el 27 de julio de 2026, las obligaciones de alto riesgo para sistemas del Anexo III como estos se aplican a partir del 2 de diciembre de 2027; para la IA integrada en productos regulados (Anexo I), a partir del 2 de agosto de 2028. Para tu entrevista, eso significa:

  • Comprueba si el candidato entiende la diferencia entre «IA de apoyo» e «IA de alto riesgo del Anexo III», y lo que implica operativamente (registro, supervisión humana, posibilidad de impugnación).
  • Comprueba la preparación para la Dienstvereinbarung: ¿qué debe incluir un acuerdo de empresa para que el sistema pueda desplegarse?
  • Pregunta por vías de escalado concretas cuando el comité de empresa plantea objeciones: no opiniones, sino proceso.
  • Nada de reconocimiento de emociones en las entrevistas: el Reglamento de IA de la UE lo prohíbe por riesgo inaceptable (art. 5). Un candidato que lo sugiere revela una carencia grave de gobernanza.

Rúbricas por ámbito: Básico / Sólido / Señal de alerta

Úsalas para calibrar rápidamente tus puntuaciones, sin entrar en debates sobre nombres de herramientas. En contextos DACH, «automatizamos las promociones o los traslados» es casi siempre una señal de alerta, porque la responsabilidad, la transparencia y la codeterminación no quedan bien resueltas.

Matching & recomendaciones

  • Básico: Sabe explicar el matching a grandes rasgos; nombra 1-2 puntos de control (revisión, anulación).
  • Sólido: Describe la monitorización (deriva, casos límite), el diseño human-in-the-loop y una responsabilidad clara.
  • Señal de alerta: Promete movimientos o rankings «totalmente automatizados»; sin apelaciones ni responsabilidad.

Datos, grafos de skills & perfiles

  • Básico: Conoce varias fuentes de datos y sus limitaciones.
  • Sólido: Fundamenta la minimización de datos, los derechos de corrección, el consentimiento y los permisos, y la gobernanza de la taxonomía.
  • Señal de alerta: Quiere recopilar de forma amplia «para uso futuro»; ignora las correcciones de perfil y la limitación de la finalidad.

Sesgo, equidad & explicabilidad

  • Básico: Nombra riesgos de sesgo; propone comprobaciones sencillas.
  • Sólido: Define la monitorización por subgrupos y los desencadenantes de escalado; explica las recomendaciones en lenguaje llano.
  • Señal de alerta: «El modelo es neutral»; sin medición; los empleados no deberían cuestionar los resultados.

Gobernanza, protección de datos & comité de empresa

  • Básico: Sabe que hay que implicar pronto a Legal, Privacidad y TI.
  • Sólido: Reúne documentación, modelo de roles, controles de acceso, pistas de auditoría y preparación para la Dienstvereinbarung.
  • Señal de alerta: Ve la gobernanza como un freno; sin documentación; responsabilidad poco clara sobre los cambios.

Experiencia de responsables & empleados

  • Básico: Piensa en la UX y la adopción; menciona el opt-out o un texto explicativo.
  • Sólido: Planifica protección frente a la dependencia excesiva, ajustes claros, lenguaje seguro y apoyo para cuestionar resultados.
  • Señal de alerta: Describe el matching como vigilancia; «los responsables siguen la herramienta» sin revisión.

Medición & iteración

  • Básico: Nombra un conjunto de KPI (p. ej., tasa de cobertura interna, time-to-fill).
  • Sólido: Mide la calidad del match y la equidad percibida; fija desencadenantes y una cadencia de iteración.
  • Señal de alerta: Mide solo clics; sin mecanismo de corrección cuando las métricas empeoran.

Evaluación de proveedores & herramientas

  • Básico: Pregunta por la base de datos y la funcionalidad a grandes rasgos.
  • Sólido: Exige evidencias, explicabilidad, registros de auditoría, anulaciones, requisitos de integración y prevención de datos en la sombra.
  • Señal de alerta: Da por buenas las afirmaciones del proveedor; acepta «propietario» como justificación de la opacidad.

Aprendizaje & gestión del cambio

  • Básico: Ve la necesidad de esfuerzo en formación y comunicación.
  • Sólido: Planifica la capacitación de responsables, FAQ para empleados, métricas de adopción y protección frente a la fatiga del cambio.
  • Señal de alerta: «Lo lanzamos y la gente lo usará»; sin recursos para capacitación ni soporte.

Cómo es un buen resultado: evidencias que cabe esperar de los candidatos sólidos

Los candidatos sólidos rara vez prometen automatizar por completo las decisiones de movilidad. Describen flujos de apoyo: recomendaciones, explicaciones y revisiones estructuradas con anulaciones claras. Exige al menos un artefacto concreto (≤1 página) para reducir el storytelling y hacer las comparaciones justas. Para calibrar tus expectativas desde el lado del empleado, puedes alinear los criterios de entrevista con las señales de una encuesta de talent marketplace interno sobre la confianza de los empleados y la percepción de equidad.

  • El responsable de contratación solicita 1 artefacto (esquema de un dashboard de KPI, checklist de equidad o FAQ de despliegue) con plazo ≤48 h.
  • RR. HH. revisa el artefacto en cuanto a lenguaje de minimización de datos y explicabilidad para los empleados ≤24 h tras recibirlo.
  • People Analytics valida la medibilidad en tu stack (fuentes de datos, definiciones) ≤3 días.
  • Legal/Privacidad hace una comprobación rápida de riesgo si la media de Q19-Q24 es <3,5 (respuesta ≤5 días laborables).

Sondeo estructurado: convertir las puntuaciones bajas en seguimientos específicos

Las puntuaciones bajas solo sirven si desencadenan un siguiente sondeo preciso. Media de una dimensión <3,5 → escenario breve; un solo ítem ≤2 → prueba ese riesgo concreto. Así tu proceso se mantiene coherente entre candidatos y reduce el sesgo de los entrevistadores. Para un contexto más amplio sobre las competencias en IA en RR. HH., la comparativa de software de gestión de skills ofrece un marco útil de lo que significa «bueno» en un stack de talento.

Sondeos de seguimiento probados para el bloque de IA:

  • «Cuéntame alguna vez en que retiraste una señal de matching por motivos de equidad o de confianza».
  • «¿Qué datos no usarías, aunque estuvieran técnicamente disponibles?»
  • «Explícame el proceso de apelación cuando un empleado cuestiona una recomendación».
  • «¿Qué tres cosas tienen que figurar en un acuerdo de empresa para que este sistema pueda desplegarse?»
  • «¿Cómo le explicarías a un comité de empresa que este sistema de matching no es una monitorización encubierta del rendimiento?»

Experiencia del candidato: transparencia sin compartir de más

Sé claro desde el principio sobre lo que evalúas: uso responsable de la IA, razonamiento sobre equidad y madurez en gobernanza. No pidas prompts ni datos propietarios de empleadores anteriores. Esto reduce la ansiedad y mejora la calidad de la señal; además, en entornos DACH, modela el tipo de transparencia que estás buscando en la persona que contratas.

  • RR. HH. comparte un encuadre de 3 frases al inicio de la entrevista y confirma las reglas de «sin datos confidenciales».
  • El responsable de contratación pide explícitamente compromisos entre opciones: velocidad frente a equidad, automatización frente a control, conocimiento frente a privacidad.
  • RR. HH. envía una breve nota con los siguientes pasos (sin detalles de puntuación) ≤5 días después de la fase de entrevista.

Controles de sesgo y equidad en el propio proceso de entrevista

El sesgo entra por los entrevistadores, no solo por los modelos. Revisa las puntuaciones por entrevistador, tipo de puesto y, cuando sea lícito, contexto relevante como la ubicación o el equipo. Céntrate en la coherencia y en las señales de impacto adverso, no en atributos personales. Fija un tamaño mínimo de grupo para las comparaciones (p. ej., n ≥ 10) para proteger el anonimato y reducir el ruido.

  • Patrón: Un entrevistador puntúa 1,0 o más por debajo en todos los candidatos. Respuesta: Formación en rúbricas y calibración ≤14 días.
  • Patrón: Los candidatos no técnicos puntúan sistemáticamente más bajo en Q37-Q42. Respuesta: Reformula para evaluar el razonamiento, no la jerga; actualiza ≤30 días.
  • Patrón: El «entusiasmo por la automatización» se premia de forma incoherente. Respuesta: Añade una regla estricta a la rúbrica: sin decisiones automatizadas sobre movimientos; aplícala de inmediato.

Ejemplos reales: cómo se desarrolla el proceso

Caso 1: Puntuaciones bajas en equidad/explicabilidad (media de Q13-Q18: 3,2). Buen sentido de producto, pero no supo explicar cómo pueden los empleados cuestionar las recomendaciones. Seguimiento: escenario de 15 minutos, en el que un empleado afirma que el sistema oculta puestos tras una baja parental. El candidato propuso monitorización por subgrupos, una vía de apelación clara y guiones para responsables. Las puntuaciones subieron a 4,0; se contrató con un entregable de auditoría de equidad a 30 días.

Caso 2: Carencia de gobernanza para un despliegue en DACH (media de Q19-Q24: 2,8). Propuso recopilar metadatos de colaboración amplios para inferir skills. Alto riesgo de privacidad y de Betriebsrat. Filtro de gobernanza: minimización de datos, limitación de la finalidad, controles de acceso, preparación para la Dienstvereinbarung. El plan se revisó hacia evidencias opt-in y visibilidad controlada por el empleado. La oferta solo siguió adelante tras recibir por escrito, en 7 días, un enfoque de gobernanza de una página.

Caso 3: Métricas sólidas, experiencia de empleado débil (media de Q31-Q36: 4,3; media de Q25-Q30: 3,1). El conjunto de KPI era sólido, pero la comunicación presentaba el matching como vigilancia. Seguimiento: FAQ de despliegue y plan de capacitación de responsables. El enfoque revisado añadió opt-outs, explicaciones de «por qué se recomienda» y formación para cuestionar los resultados de la IA. Se contrató; la confianza se midió con pulsos de movilidad interna.

Métricas del proceso: cómo medir la calidad de tus propias entrevistas

MétricaObjetivoResponsableCadencia de revisión
Tasa de cumplimentación de la encuesta (por entrevista)≥90%RR. HH.Mensual
Varianza media entre evaluadores (mismo candidato)≤0,8 puntosRR. HH.Mensual
% de entrevistas que activan seguimientos (media de la dimensión <3,5)10-30 % (selectividad sana)Responsable de contrataciónTrimestral
Tiempo desde la entrevista hasta la decisión≤10 días laborablesRR. HH.Mensual
Ofertas revocadas por motivos de gobernanza0 tras la ronda finalRR. HH. + Legal/PrivacidadTrimestral

Implantación: piloto y escalado del proceso

Empieza con 1-2 puestos, por ejemplo, responsable de movilidad interna y Talent Ops. Escala cuando las puntuaciones de tu panel sean estables y los seguimientos resulten predecibles. Actualiza el conjunto de preguntas al menos una vez al año y de inmediato cuando cambien de forma material tu política de IA, tu acuerdo de empresa o las capacidades de las herramientas. Para ver cómo es un stack de skills maduro, la categoría de software de gestión de skills y competencias ofrece un marco de referencia útil.

  • Piloto (4-6 semanas): RR. HH. aplica la encuesta a 5-10 candidatos; objetivo de varianza entre evaluadores ≤0,8.
  • Despliegue (8-12 semanas): Añade todos los puestos de movilidad interna y de talent marketplace; objetivo de cumplimentación de la encuesta ≥90 %.
  • Formación: RR. HH. forma a los entrevistadores en rúbricas y señales de alerta; completar en ≤30 días.
  • Cadencia de revisión: Revisión trimestral de umbrales; actualización anual de las preguntas con control de versiones.

Conclusión

Esta encuesta te ayuda a contratar a personas capaces de usar la IA para apoyar la movilidad interna sin convertir el matching en una caja negra. Obtienes antes avisos sobre carencias de gobernanza y puntos ciegos de equidad, mejores conversaciones de panel basadas en evidencias en lugar de en la intuición y prioridades claras para las entrevistas de seguimiento.

Los siguientes pasos son sencillos: elige un puesto piloto, pega Q1-Q53 en tu herramienta de scorecards de entrevista y acordad los umbrales antes del primer candidato. Después, nombra responsables para los seguimientos de gobernanza (RR. HH., People Analytics, Legal/Privacidad) para poder avanzar con rapidez sin arrastrar riesgos ocultos.

FAQ

¿Por qué usar preguntas de entrevista estructuradas sobre IA en lugar de una conversación abierta?

Las entrevistas no estructuradas favorecen a las caras conocidas, un riesgo especialmente serio en la selección para movilidad interna. Las preguntas estructuradas con puntuación Likert obligan a documentar las evidencias de forma coherente, hacen visible la varianza entre evaluadores y crean una base auditable para las decisiones. En los puestos relacionados con la IA, además protegen frente al error de selección más habitual: tomar «suena técnicamente competente» como indicador de un uso responsable de la IA.

¿Con qué frecuencia deberíamos actualizar este conjunto de preguntas?

Revísalo cada trimestre: ¿siguen siendo relevantes los umbrales?, ¿está bajo control la varianza entre evaluadores (≤0,8 puntos)? Normalmente basta con una actualización completa al año. Actualízalo de inmediato si cambian de forma material tus herramientas de talent marketplace, tu política de IA o una Dienstvereinbarung. Mantén números de versión en la scorecard para poder comparar decisiones de contratación a lo largo del tiempo sin mezclar rúbricas.

¿Qué debemos hacer si un candidato puntúa muy bajo en gobernanza (Q19-Q24)?

«Pausar y aclarar», no un rechazo automático. Añade un filtro de gobernanza (10-20 minutos) y pide un enfoque escrito de una página: minimización de datos, limitación de la finalidad, controles de acceso, pistas de auditoría, modelo de roles para los cambios, enfoque de Dienstvereinbarung. Si aun así defiende decisiones automatizadas opacas, detén el proceso. En contextos UE/DACH, la debilidad en gobernanza acaba apareciendo más tarde como riesgo de ejecución y de confianza.

¿Cómo gestionamos el planteamiento «la IA debería decidir quién asciende internamente»?

No debatas ideología: pon a prueba la operativización. Pregunta: ¿quién responde de ello?, ¿qué datos se usan?, ¿cómo pueden los empleados cuestionar los resultados?, ¿cómo se evita la discriminación por proxy? Si no pueden presentar un proceso human-in-the-loop con vías de apelación claras, es una señal de alerta: documéntala de forma objetiva y con razonamientos relacionados con el puesto. Así actúas con equidad y de forma auditable.

¿Cómo mantenemos un proceso justo para candidatos con distinto acceso a herramientas?

Puntúa el comportamiento y el razonamiento, no el conocimiento de marcas. Los candidatos sólidos explican los flujos de trabajo en lenguaje llano: qué señales usarían, cuáles están vetadas, cómo explicarían las recomendaciones. Usa escenarios en lugar de cuestionarios sobre herramientas. Mantén los artefactos breves (≤1 página) y no exijas capturas de pantalla ni datos propietarios. Así evitas que el presupuesto o el acceso a herramientas de un empleador concreto distorsionen las puntuaciones.

¿Tenemos que mencionar el Reglamento de IA de la UE en las entrevistas?

No hace falta un examen jurídico, pero sí comprobar el conocimiento. Sirve una pregunta sencilla: «¿Cuándo clasificarías una función como de alto riesgo o sensible, y qué controles añadirías?». Una buena respuesta hace referencia al Anexo III, la supervisión humana y el registro, sin bloque de citas. Para tu equipo de políticas internas, la referencia oficial es el Reglamento de Inteligencia Artificial de la UE (Reglamento (UE) 2024/1689).

¿Cómo implicamos al comité de empresa sin convertir la entrevista en un examen jurídico?

Plantéalo como una prueba práctica, no como un cuestionario de cumplimiento. Explica que el puesto opera en un entorno de codeterminación en DACH y evalúa la madurez mediante acciones concretas: qué documentación crearías, a quién hay que implicar y cuándo, qué datos dejarías fuera. Una buena respuesta muestra implicación temprana, preparación para la Dienstvereinbarung y controles prácticos: registros de acceso, plazos de eliminación, pistas de auditoría. Legal/Privacidad solo tiene que dar seguimiento ante señales de riesgo reales de Q19-Q24.

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.

Plantilla gratuita de marco de competencias (Excel y Sheets)
Vídeo
Gestión de skills
Plantilla gratuita de marco de competencias (Excel y Sheets)
Plantilla gratuita de matriz de skills para Excel y Google Sheets
Vídeo
Gestión de skills
Plantilla gratuita de matriz de skills para Excel y Google Sheets

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.